CN109784364A - 头部运动数据处理方法及装置 - Google Patents

Abstract

本申请公开了一种头部运动数据处理方法及装置。该方法包括：接收安全帽测得的第一用户的头部运动数据；将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；接收监控管理端的第一查看请求；根据所述第一查看请求将所述当前状态传输至监控管理端显示。该装置包括：数据接收单元、预测单元、请求接收单元和传输单元。本申请解决了由于头部运动数据的处理能力弱造成的监控力度不够，管理效率低下的技术问题。通过神经网络可以预测得到人员是否在玩手机、是否在休息、是否在行走，甚至于是否处于良好工作状态，如此通过监控管理端的显示能够有效管理施工现场的消极怠工、开小差等情况。

Description

头部运动数据处理方法及装置

技术领域

本申请涉及运动数据处理领域，具体而言，涉及一种头部运动数据处理方法及装置。

背景技术

施工现场有大量的机械设备和施工人员。由于施工现场往往存在安全隐患，安全帽作为防患的设备，被施工人员广泛的所接受。

在一些方案中，采用物联网技术改进安全帽的系统，该系统包括安全帽存储机构、安全帽和云服务器，安全帽存储机构上端设有安全帽存储口，安全帽存储机构下端设有安全帽送出口，安全帽存储机构上还设有身份验证装置；安全帽上设有控制机构、无线通讯装置、定位装置、陀螺仪、加速度传感器和报警装置；控制机构还通过无线通讯装置分别与安全帽存储机构、云服务器数据互联。实现身份验证、捕捉工作状态、考勤记录和评定。

上述的系统中是通过判断测得的数据是否满足设置的阈值，以确定人员当前所处的工作状态是否安全(过高、加速度、角速度过大)，如果不安全就发出警报声。

但是，通过阈值判断只能确定工作状态是否安全，并不能了解到人员的当前状态，比如：当前人员是否在玩手机、是否在休息、是否在行走，甚至于是否在工作及确定工作的类型；造成监控管理端无法很好的监控人员当前状态，进而不能有效管理施工现场的消极怠工、开小差等情况。

针对相关技术中头部运动数据的处理能力弱造成的监控力度不够，管理效率低下的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种头部运动数据处理方法及装置，以解决头部运动数据的处理能力弱造成的监控力度不够，管理效率低下的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种头部运动数据处理方法。

根据本申请的头部运动数据处理方法包括：接收安全帽测得的第一用户的头部运动数据；将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；接收监控管理端的第一查看请求；根据所述第一查看请求将所述当前状态传输至监控管理端显示。

进一步的，接收安全帽测得的第一用户的头部运动数据包括：通过安全帽的加速度传感器测得所述第一用户的加速度信息；通过安全帽的陀螺仪测得所述第一用户的角速度信息；服务器接收所述加速度信息和所述角速度信息。

进一步的，将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态包括：将所述头部运动数据输入训练过的神经网络；通过训练后的神经网络判断所述第一用户的运动状态；根据所述运动状态确定所述第一用户的当前状态。

进一步的，所述神经网络的训练包括：标定加速度、角速度和时间信息，得到头部运动样本数据；将所述头部运动样本数据输入神经网络；在所述神经网络中按照标定分类所述头部运动样本数据。

进一步的，接收安全帽测得的第一用户的头部运动数据之前还包括：接收摄像装置拍摄的第一用户的人脸信息；按照人脸和身份的绑定关系确定所述人脸信息对应的身份信息；判断所述身份信息是否在实名数据库中；如果是，则输出实名认证成功至所述监控管理端；如果不是，则输出实名认证失败至所述监控管理端。

进一步的，接收安全帽测得的第一用户的头部运动数据之前还包括：获取第一用户的位置信息；判断所述位置信息是否在预设的电子围栏范围内；如果是，则执行所述第一用户的签到操作。

进一步的，接收安全帽测得的第一用户的头部运动数据之前还包括：接收安全帽测得的头部肌肉运动数据的判断结果；接收监控管理端的第二查看请求；根据所述第二查看请求将所述判断结果传输至所述监控管理端显示。

为了实现上述目的，根据本申请的另一方面，提供了一种头部运动数据处理装置。

根据本申请的头部运动数据处理装置包括：数据接收单元，用于接收安全帽测得的第一用户的头部运动数据；

预测单元，用于将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；请求接收单元，用于接收监控管理端的第一查看请求；传输单元，用于根据所述第一查看请求将所述当前状态传输至监控管理端显示。

进一步的，所述接收单元包括：通过安全帽的加速度传感器测得所述第一用户的加速度信息；通过安全帽的陀螺仪测得所述第一用户的角速度信息；服务器接收所述加速度信息和所述角速度信息。

进一步的，所述预测单元包括：将所述头部运动数据输入训练过的神经网络；通过训练后的神经网络判断所述第一用户的运动状态；根据所述运动状态确定所述第一用户的当前状态。

在本申请实施例中，采用头部运动数据处理的方式，通过将头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态，并将当前状态传输至监控管理端显示，达到了提升头部运动数据的处理能力的目的，从而实现了提升监控力度和管理效率的技术效果，进而解决了由于头部运动数据的处理能力弱造成的监控力度不够，管理效率低下的技术问题。通过神经网络可以预测得到人员是否在玩手机、是否在休息、是否在行走，甚至于是否处于良好工作状态，如此通过监控管理端的显示能够有效管理施工现场的消极怠工、开小差等情况。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的运动数据处理方法示意图；

图2是根据本申请实施例的运动数据处理装置示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本发明实施例，提供了一种头部运动数据处理方法，如图1所示，该方法包括如下的步骤S100至步骤S106：

步骤S100、接收安全帽测得的第一用户的头部运动数据；

具体的，接收安全帽测得的第一用户的头部运动数据包括：

通过安全帽的加速度传感器测得所述第一用户的加速度信息；

通过安全帽的陀螺仪测得所述第一用户的角速度信息；

服务器接收所述加速度信息和所述角速度信息。

第一用户是指施工现场的施工人员。在安全帽中内置加速度传感器、陀螺仪，从而可以达到检测加速度信息和角速度信息的目的；优选的，可以是在人员佩戴安全帽之后，开始周期性的检测加速度信息和角速度信息，能够保证检测到的信息的有效性。检测到的信息通过无线网络传输至服务器，服务器接收该信息；从而为在服务器上进行数据、信息的分析提供保障。

显然，在本实施例中，头部运动数据还可以是其他运动数据，在此不做过多赘述。

优选的，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收摄像装置拍摄的第一用户的人脸信息；

按照人脸和身份的绑定关系确定所述人脸信息对应的身份信息；

判断所述身份信息是否在实名数据库中；

如果是，则输出实名认证成功至所述监控管理端；

如果不是，则输出实名认证失败至所述监控管理端。

摄像装置可以布置在施工现场的出入口处，在有人员出入时，直接拍摄影像，并在整段影像帧中提取人脸较为清晰的一张，截取该人脸图像作为人脸信息，再将该人脸信息和预先录入的人脸库作逐一比对，直至在人脸库中搜寻到相似度最高的一张人脸图像，在根据预先设置的人脸图像和身份的绑定关系，确定人员的身份信息，在对身份信息通过实名数据库实现实名认证；不仅实现了人脸识别，而且实现了身份识别，提高了识别的精度，进而可以保证施工现场不会混入来历不明的人员。

优选的，接收安全帽测得的第一用户的头部运动数据之前还包括：

获取第一用户的位置信息；

判断所述位置信息是否在预设的电子围栏范围内；

如果是，则执行所述第一用户的签到操作。

位置信息可以是通过安全帽内置的定位装置测量得到，也可以是通过安全帽内置的蓝牙装置，配合蓝牙基站计算得到；预设电子围栏范围，只要位置信息在范围内，就自动执行签到操作；从而实现了人员进入施工场地的自动打卡的技术效果。

优选的，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收安全帽测得的头部肌肉运动数据的判断结果；

接收监控管理端的第二查看请求；

根据所述第二查看请求将所述判断结果传输至所述监控管理端显示。

通过安全帽内置的肌肉传感器检测得到头部肌肉运动数据，根据头部肌肉运动数据判断人员是否佩戴安全帽，并根据请求将判断结果发送给监控管理端，从而达到了判断是否佩戴安全帽以及监控的目的，进而可以进行实时提醒。

在一些实施例中，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收摄像装置拍摄的第一用户的人脸信息；

按照人脸和身份的绑定关系确定所述人脸信息对应的身份信息；

判断所述身份信息是否在实名数据库中；

如果是，则输出实名认证成功至所述监控管理端；

如果不是，则输出实名认证失败至所述监控管理端；

接收安全帽测得的头部肌肉运动数据的判断结果；

接收监控管理端的第二查看请求；

根据所述第二查看请求将所述判断结果传输至所述监控管理端显示；

获取第一用户的位置信息；

判断所述位置信息是否在预设的电子围栏范围内；

如果是，则执行所述第一用户的签到操作。

不仅实现了人脸识别，而且实现了身份识别，提高了识别的精度，进而可以保证施工现场不会混入来历不明的人员；实现了人员进入施工场地的自动打卡的技术效果；达到了判断是否佩戴安全帽以及监控的目的，进而可以进行实时提醒。

步骤S102、将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；

具体的，将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态包括：

将所述头部运动数据输入训练过的神经网络；

通过训练后的神经网络判断所述第一用户的运动状态；

根据所述运动状态确定所述第一用户的当前状态。

通过神经网络可以预测得到静止、低频运动、高频运动、间歇运动等运动状态；如果预测到静止则认为施工人员在开小差或者休息；如果预测到低频运动则认为施工人员在玩手机；如果预测到高频运动则认为施工人员在行走；如果预测到多方向的间歇运动则认为施工人员在工作。

举例说明：

休息或者玩手机：通出去静止或者低频的运动状态下。

行走：如若主要为x轴上向前的前速度，偶尔有x和y轴上的角速度变化，则佩戴者可能处于行走状态。

油漆工：人工经常有Y轴上的正负加速度并伴有x轴和轴上的角速度，着可能处于刷墙的状态。

从而可以知道人员当前处于休息、玩手机、行走还是工作状态；大大提高了数据处理能力，进而为提升监控力度和管理效率提供保障，能够有效防止消极怠工、开小差等情况。

优选的，所述神经网络的训练包括：

标定加速度、角速度和时间信息，得到头部运动样本数据；

将所述头部运动样本数据输入神经网络；

在所述神经网络中按照标定分类所述头部运动样本数据。

通过大量标定的角速度、加速度、时间信息训练神经网络，从而使神经网络逐渐可以智能的识别不同的信息下佩戴者可能的运动状态。

步骤S104、接收监控管理端的第一查看请求；

监控管理端安装有应用处理软件，管理员通过在软件界面的操作，可以发出第一查看请求，服务器收到该请求后进行后续的同步操作。

步骤S106、根据所述第一查看请求将所述当前状态传输至监控管理端显示。

根据该请求将得到的当前状态发送至监控管理端的软件界面中显示，从而达到通过监控管理端监控当前状态的目的，管理员可以通过界面的查看，对当前状态不好的人员进行提示、警告、甚至通告批评等操作；将工地管理全部在线上实现。

在一些实施例中，对于抬头等简单的动作，根据测得的数据可以通过安全帽里面的单片机直接进行判断，从而不需要将相关数据传送到服务器，节省传输的功耗和流量；仅对于较复杂的动作，才将相关数据传输到服务器，通过神经网络计算后判断其当前状态。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用头部运动数据处理的方式，通过将头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态，并将当前状态传输至监控管理端显示，达到了提升头部运动数据的处理能力的目的，从而实现了提升监控力度和管理效率的技术效果，进而解决了由于头部运动数据的处理能力弱造成的监控力度不够，管理效率低下的技术问题。通过神经网络可以预测得到人员是否在玩手机、是否在休息、是否在行走，甚至于是否处于良好工作状态，如此通过监控管理端的显示能够有效管理施工现场的消极怠工、开小差等情况。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本发明实施例，还提供了一种用于实施上述头部运动数据处理方法的装置，如图2所示，该装置包括：数据接收单元10，用于接收安全帽测得的第一用户的头部运动数据；预测单元20，用于将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；请求接收单元30，用于接收监控管理端的第一查看请求；传输单元40，用于根据所述第一查看请求将所述当前状态传输至监控管理端显示。

具体的，接收安全帽测得的第一用户的头部运动数据包括：

通过安全帽的加速度传感器测得所述第一用户的加速度信息；

通过安全帽的陀螺仪测得所述第一用户的角速度信息；

服务器接收所述加速度信息和所述角速度信息。

第一用户是指施工现场的施工人员。在安全帽中内置加速度传感器、陀螺仪，从而可以达到检测加速度信息和角速度信息的目的；优选的，可以是在人员佩戴安全帽之后，开始周期性的检测加速度信息和角速度信息，能够保证检测到的信息的有效性。检测到的信息通过无线网络传输至服务器，服务器接收该信息；从而为在服务器上进行数据、信息的分析提供保障。

显然，在本实施例中，头部运动数据还可以是其他运动数据，在此不做过多赘述。

优选的，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收摄像装置拍摄的第一用户的人脸信息；

按照人脸和身份的绑定关系确定所述人脸信息对应的身份信息；

判断所述身份信息是否在实名数据库中；

如果是，则输出实名认证成功至所述监控管理端；

如果不是，则输出实名认证失败至所述监控管理端。

摄像装置可以布置在施工现场的出入口处，在有人员出入时，直接拍摄影像，并在整段影像帧中提取人脸较为清晰的一张，截取该人脸图像作为人脸信息，再将该人脸信息和预先录入的人脸库作逐一比对，直至在人脸库中搜寻到相似度最高的一张人脸图像，在根据预先设置的人脸图像和身份的绑定关系，确定人员的身份信息，在对身份信息通过实名数据库实现实名认证；不仅实现了人脸识别，而且实现了身份识别，提高了识别的精度，进而可以保证施工现场不会混入来历不明的人员。

优选的，接收安全帽测得的第一用户的头部运动数据之前还包括：

获取第一用户的位置信息；

判断所述位置信息是否在预设的电子围栏范围内；

如果是，则执行所述第一用户的签到操作。

位置信息可以是通过安全帽内置的定位装置测量得到，也可以是通过安全帽内置的蓝牙装置，配合蓝牙基站计算得到；预设电子围栏范围，只要位置信息在范围内，就自动执行签到操作；从而实现了人员进入施工场地的自动打卡的技术效果。

优选的，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收安全帽测得的头部肌肉运动数据的判断结果；

接收监控管理端的第二查看请求；

根据所述第二查看请求将所述判断结果传输至所述监控管理端显示。

通过安全帽内置的肌肉传感器检测得到头部肌肉运动数据，根据头部肌肉运动数据判断人员是否佩戴安全帽，并根据请求将判断结果发送给监控管理端，从而达到了判断是否佩戴安全帽以及监控的目的，进而可以进行实时提醒。

具体的，将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态包括：

将所述头部运动数据输入训练过的神经网络；

通过训练后的神经网络判断所述第一用户的运动状态；

根据所述运动状态确定所述第一用户的当前状态。

通过神经网络可以预测得到静止、低频运动、高频运动、间歇运动等运动状态；如果预测到静止则认为施工人员在开小差或者休息；如果预测到低频运动则认为施工人员在玩手机；如果预测到高频运动则认为施工人员在行走；如果预测到多方向的间歇运动则认为施工人员在工作。

举例说明：

休息或者玩手机：通出去静止或者低频的运动状态下。

行走：如若主要为x轴上向前的前速度，偶尔有x和y轴上的角速度变化，则佩戴者可能处于行走状态。

油漆工：人工经常有Y轴上的正负加速度并伴有x轴和轴上的角速度，着可能处于刷墙的状态。

从而可以知道人员当前处于休息、玩手机、行走还是工作状态；大大提高了数据处理能力，进而为提升监控力度和管理效率提供保障，能够有效防止消极怠工、开小差等情况。

优选的，所述神经网络的训练包括：

标定加速度、角速度和时间信息，得到头部运动样本数据；

将所述头部运动样本数据输入神经网络；

在所述神经网络中按照标定分类所述头部运动样本数据。

通过大量标定的角速度、加速度、时间信息训练神经网络，从而使神经网络逐渐可以智能的识别不同的信息下佩戴者可能的运动状态。

监控管理端安装有应用处理软件，管理员通过在软件界面的操作，可以发出第一查看请求，服务器收到该请求后进行后续的同步操作。

根据该请求将得到的当前状态发送至监控管理端的软件界面中显示，从而达到通过监控管理端监控当前状态的目的，管理员可以通过界面的查看，对当前状态不好的人员进行提示、警告、甚至通告批评等操作；将工地管理全部在线上实现。

在一些实施例中，安全帽，包括：用于佩戴于头部的安全帽佩戴部和安全帽电路部，所述安全帽电路部包括：用于检测头部肌肉运动数据的肌肉电传感器，用于根据所述头部肌肉运动数据判断所述安全帽是否佩戴的单片机，用于将所述单片机的判断结果传输至服务器的通信装置；所述肌肉电传感器、所述通信装置和所述单片机连接。

作为本实施例中优选的，所述安全帽电路部还包括：与所述单片机连接的按键电路，所述按键电路，用于测试或设置安全帽的工作状态。

作为本实施例中优选的，所述安全帽电路部还包括：与所述单片机连接的定位装置，所述定位装置，用于获取佩戴所述安全帽的工地人员的位置信息，并通过所述通信装置将所述位置信息传输至所述服务器。

作为本实施例中优选的，所述安全帽电路部还包括：与所述单片机连接的陀螺仪和加速度传感器，所述陀螺仪，用于检测头部角速度数据；所述加速度传感器，用于检测头部加速度数据；所述通信装置，还用于将所述头部角速度数据和所述头部加速度数据传输至所述服务器。

作为本实施例中优选的，所述安全帽电路部还包括：与所述单片机连接的可充电电池和LED灯，所述可充电电池，用于为所述安全帽电路部提供电能；所述LED灯，用于显示充电状态和设备的工作状态。

作为本实施例中优选的，所述安全帽电路部还包括：与所述单片机连接的蜂鸣报警器。

作为本实施例中优选的，所述安全帽电路部还包括：与所述单片机连接的温湿度计和气压计，所述温湿度计，用于测量温湿度数据；所述气压计，用于测量气压数据；所述通信装置，还用于将所述温湿度数据和所述气压数据传输至所述服务器。

作为本实施例中优选的，所述通信装置为LoRa通信器或NB-IoT通信器。

作为本实施例中优选的，所述单片机为蓝牙单片机。

作为本实施例中优选的，所述定位装置为GPS定位系统或北斗定位系统。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用头部运动数据处理的方式，通过将头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态，并将当前状态传输至监控管理端显示，达到了提升头部运动数据的处理能力的目的，从而实现了提升监控力度和管理效率的技术效果，进而解决了由于头部运动数据的处理能力弱造成的监控力度不够，管理效率低下的技术问题。通过神经网络可以预测得到人员是否在玩手机、是否在休息、是否在行走，甚至于是否处于良好工作状态，如此通过监控管理端的显示能够有效管理施工现场的消极怠工、开小差等情况。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种头部运动数据处理方法，其特征在于，包括：

接收安全帽测得的第一用户的头部运动数据；

将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；

接收监控管理端的第一查看请求；

根据所述第一查看请求将所述当前状态传输至监控管理端显示。

2.根据权利要求1所述的头部运动数据处理方法，其特征在于，接收安全帽测得的第一用户的头部运动数据包括：

通过安全帽的加速度传感器测得所述第一用户的加速度信息；

通过安全帽的陀螺仪测得所述第一用户的角速度信息；

服务器接收所述加速度信息和所述角速度信息。

3.根据权利要求1所述的头部运动数据处理方法，其特征在于，将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态包括：

将所述头部运动数据输入训练过的神经网络；

通过训练后的神经网络判断所述第一用户的运动状态；

根据所述运动状态确定所述第一用户的当前状态。

4.根据权利要求1所述的头部运动数据处理方法，其特征在于，所述神经网络的训练包括：

标定加速度、角速度和时间信息，得到头部运动样本数据；

将所述头部运动样本数据输入神经网络；

在所述神经网络中按照标定分类所述头部运动样本数据。

5.根据权利要求1所述的头部运动数据处理方法，其特征在于，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收摄像装置拍摄的第一用户的人脸信息；

按照人脸和身份的绑定关系确定所述人脸信息对应的身份信息；

判断所述身份信息是否在实名数据库中；

如果是，则输出实名认证成功至所述监控管理端；

如果不是，则输出实名认证失败至所述监控管理端。

6.根据权利要求1所述的头部运动数据处理方法，其特征在于，接收安全帽测得的第一用户的头部运动数据之前还包括：

获取第一用户的位置信息；

判断所述位置信息是否在预设的电子围栏范围内；

如果是，则执行所述第一用户的签到操作。

7.根据权利要求1所述的头部运动数据处理方法，其特征在于，接收安全帽测得的第一用户的头部运动数据之前还包括：

接收安全帽测得的头部肌肉运动数据的判断结果；

接收监控管理端的第二查看请求；

根据所述第二查看请求将所述判断结果传输至所述监控管理端显示。

8.一种头部运动数据处理装置，其特征在于，包括：

数据接收单元，用于接收安全帽测得的第一用户的头部运动数据；

预测单元，用于将所述头部运动数据输入训练过的神经网络，预测得到所述第一用户的当前状态；

请求接收单元，用于接收监控管理端的第一查看请求；

传输单元，用于根据所述第一查看请求将所述当前状态传输至监控管理端显示。

9.根据权利要求8所述的头部运动数据处理装置，其特征在于，所述接收单元包括：

通过安全帽的加速度传感器测得所述第一用户的加速度信息；

通过安全帽的陀螺仪测得所述第一用户的角速度信息；

服务器接收所述加速度信息和所述角速度信息。

10.根据权利要求8所述的头部运动数据处理装置，其特征在于，所述预测单元包括：

将所述头部运动数据输入训练过的神经网络；

通过训练后的神经网络判断所述第一用户的运动状态；

根据所述运动状态确定所述第一用户的当前状态。