CN109843389B - 坠落防护装备事件生成和监测 - Google Patents
坠落防护装备事件生成和监测 Download PDFInfo
- Publication number
- CN109843389B CN109843389B CN201780063033.2A CN201780063033A CN109843389B CN 109843389 B CN109843389 B CN 109843389B CN 201780063033 A CN201780063033 A CN 201780063033A CN 109843389 B CN109843389 B CN 109843389B
- Authority
- CN
- China
- Prior art keywords
- data
- lifeline
- self
- srl11
- retracting lifeline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims description 14
- 230000015654 memory Effects 0.000 claims abstract description 42
- 238000004891 communication Methods 0.000 claims description 67
- 230000000694 effects Effects 0.000 claims description 52
- 230000007613 environmental effect Effects 0.000 claims description 35
- 230000004044 response Effects 0.000 claims description 16
- 238000000034 method Methods 0.000 description 73
- 238000004458 analytical method Methods 0.000 description 34
- 230000001133 acceleration Effects 0.000 description 27
- 238000012545 processing Methods 0.000 description 27
- 238000007726 management method Methods 0.000 description 23
- 229920013636 polyphenyl ether polymer Polymers 0.000 description 18
- 230000008569 process Effects 0.000 description 17
- 230000001681 protective effect Effects 0.000 description 17
- 238000005259 measurement Methods 0.000 description 16
- 230000006399 behavior Effects 0.000 description 15
- 230000033001 locomotion Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000003542 behavioural effect Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000005206 flow analysis Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000012550 audit Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000002498 deadly effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B9/00—Safety arrangements
- G05B9/02—Safety arrangements electric
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
- A62B35/0093—Fall arrest reel devices
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
- A62B35/0006—Harnesses; Accessories therefor
- A62B35/0025—Details and accessories
- A62B35/0037—Attachments for lifelines and lanyards
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
- A62B35/0043—Lifelines, lanyards, and anchors therefore
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B6/00—Internal feedback arrangements for obtaining particular characteristics, e.g. proportional, integral or differential
- G05B6/02—Internal feedback arrangements for obtaining particular characteristics, e.g. proportional, integral or differential electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Emergency Alarm Devices (AREA)
- Emergency Lowering Means (AREA)
Abstract
在一些示例中,本发明公开了一种系统,所述系统包括自回缩救生绳(SRL),所述SRL包括一个或多个电子传感器,所述一个或多个电子传感器被配置成生成指示所述SRL的操作的数据;和至少一个计算装置,所述至少一个计算装置包括一个或多个计算机处理器和存储器,所述存储器包括指令,当被所述一个或多个计算机处理器执行时,所述指令致使所述一个或多个计算机处理器:接收指示所述SRL的所述操作的所述数据;将所述数据应用到安全模型,所述安全模型预测发生与所述SRL相关联的安全事件的可能性;以及至少部分地基于发生所述安全事件的所述可能性来执行一个或多个操作。
Description
技术领域
本公开涉及安全装备,并且具体地讲涉及坠落防护装备。
背景技术
坠落防护装备是在潜在有害甚至致命的高度处进行操作的工人的重要安全装备。例如,为了帮助确保坠落事件中的安全性,工人通常穿戴安全带具,这些安全带具连接到具有坠落防护装备的支撑结构,坠落防护装备诸如系索、能量吸收器、自回缩救生绳(SRL)、下降器等。SRL通常包括围绕可旋转地连接到壳体的偏置转筒缠绕的救生绳。当救生绳从壳体延伸出去和回缩到壳体中时,救生绳的移动引起转筒旋转。自回缩救生绳的示例包括由3M坠落防护业务部(3M Fall Protection Business)制造的ULTRA-LOK自回缩救生绳、NANO-LOK自回缩救生绳和REBEL自回缩救生绳。
发明内容
一般来讲,本公开描述了用于监测和预测坠落防护装备(诸如SRL)的安全事件的技术。在一些示例中,安全事件可以指个人防护装备(PPE)的用户的活动、PPE的条件或危险的环境条件。例如,在坠落防护装备的情况下,安全事件可以是坠落防护装备的误用、坠落设备的用户经历坠落或坠落防护装备失效。在呼吸器的情况下,安全事件可以是呼吸器的误用、呼吸器的用户没有接收到适当质量和/或数量的空气或呼吸器失效。安全事件也可与PPE所处的环境中的危险相关联。
根据本公开的方面,SRL可以被配置成结合一个或多个电子传感器,用于捕集指示SRL的操作、SRL的位置或围绕SRL的环境条件的数据。在一些情况下,电子传感器可以被配置成测量与SRL的救生绳相关联的长度、速度、加速度、力或各种其它特性、SRL的位置和/或与SRL所处的环境相关联的环境因素,本文通常称为使用数据或获取的传感器数据。SRL可以被配置成将使用数据传输到管理系统,该管理系统被配置成执行分析引擎,该分析引擎将使用数据(或至少使用数据的子集)应用到安全模型,以在用户(例如,工人)穿戴SRL参与活动时实时或近实时地预测发生与SRL相关联的安全事件的可能性。通过这种方式,该技术可以提供准确测量和/或监测SRL的操作的工具,基于操作确定预测结果并生成警示、模型或规则集,其可用于实时或伪实时警告或甚至避免迫在眉睫的潜在安全事件。
在一些示例中,一种系统包括:自回缩救生绳(SRL),其包括一个或多个电子传感器,该传感器被配置成生成指示SRL的操作的数据;和至少一个计算装置,其包括一个或多个计算机处理器和存储器,该存储器包括指令,当被一个或多个计算机处理器执行时,该指令致使一个或多个计算机处理器:接收指示SRL的操作的数据;将数据应用到安全模型,该安全模型预测发生与SRL相关联的安全事件的可能性;并且至少部分地基于发生安全事件的可能性来执行一个或多个操作。
在一些示例中,自回缩救生绳包括:第一连接器,其被配置成联接到锚定件;第二连接器,其被配置成联接到救生绳的用户;和一个或多个电子传感器,其被配置成生成指示SRL的操作的使用数据。
在一些示例中,计算装置包括:一个或多个计算机处理器;和存储器,其包括指令,当被一个或多个计算机处理器执行时,该指令致使一个或多个计算机处理器:从至少一个自回缩救生绳(SRL)获得使用数据,其中使用数据包括指示至少一个SRL的操作的数据;将使用数据应用到表征至少一个SRL的用户的活动的安全模型;基于将使用数据应用到安全模型,预测发生与至少一个SRL相关联的安全事件的可能性;以及响应于预测发生安全事件的可能性生成输出。
附图和以下描述中阐述了本公开的一个或多个示例的细节。根据说明书和附图以及权利要求书,将明白本公开的其它特征、目标和优点。
附图说明
图1是示出根据本公开的各种技术的示例性系统的框图,其中具有嵌入式传感器和通信能力的个人防护装备(PPE)在多种工作环境内使用并且由个人防护装备管理系统管理。
图2是示出图1所示的个人防护装备管理系统的操作透视图的框图。
图3是示出根据本公开的方面的自回缩救生绳(SRL)的一个示例的框图。
图4A示出根据本公开的方面的可以包括在SRL中的编码器的示例。
图4B示出根据本公开的方面的可以包括在SRL中的偏转器单元的示例。
图5是示出根据本公开的方面的与可穿戴数据集线器通信的SRL的示例的概念图。
图6示出根据本公开的方面的示例性模型,该示例性模型由本文的个人防护装备管理系统或其它装置相对于工人活动依据测量绳速度、加速度和绳长度来应用,其中该模型被布置成限定安全区域和预测安全事件的不安全行为区域。
图7示出根据本公开的方面的第二模型的示例,该第二模型由本文的个人防护装备管理系统或其它装置相对于工人活动依据安全绳上的测量力/张力和长度来应用,其中该模型被布置成限定安全区域和预测安全事件的不安全行为区域。
图8A和图8B示出根据本公开的方面的来自工人的示例性使用数据的曲线图,该示例性使用数据由个人防护装备管理系统确定来表示低风险行为和触发警示或其它响应的高风险行为。
图9是示出根据本公开的方面的用于预测安全事件的可能性的示例性过程的流程图。
具体实施方式
根据本公开的方面,SRL可以被配置成结合一个或多个电子传感器,用于捕集指示SRL周围的操作、位置或环境条件的数据。此类数据本文通常可称为使用数据或换句话讲传感器数据。使用数据可以采用一定时间段内的样本流的形式。在一些情况下,电子传感器可以被配置成测量与SRL的救生绳相关联的长度、速度、加速度、力或各种其它特性、指示SRL的位置的位置信息和/或与SRL所处的环境相关联的环境因素。此外,如本文所描述,SRL可被配置成包括用于将通信输出到相应工人的一个或多个电子部件,诸如扬声器、振动装置、LED、蜂鸣器,或用于输出警示、语音消息、声音、指示符等的其它装置。
根据本公开的方面,SRL可被配置成将采集的使用数据传输到个人防护装备管理系统(PPEMS),其可为基于云的具有分析引擎的系统,该分析引擎被配置成处理来自SRL或在不同工作环境处的工人群体部署和使用的其它个人防护装备的传入使用数据流。PPEMS的分析引擎可将一个或多个模型应用到传入使用数据(或使用数据的至少一个子集)流,以监测和预测与任何单独SRL相关联的工人发生安全事件的可能性。例如,分析引擎可将测量的参数(例如,由电子传感器测量的)与已知的模型进行比较,该模型表征SRL的用户的活动,例如表示安全活动、不安全活动或令人关切的活动(其通常可在不安全活动之前发生),以便确定事件发生的概率。
响应于预测发生安全事件的可能性,分析引擎可生成输出。例如,分析引擎可基于从SRL的用户收集的数据生成指示可能发生安全事件的输出。输出可用于向SRL的用户警示可能发生安全事件,从而允许用户修改或调整其行为。在其它示例中,可经由PPEMS或其它机构对嵌入SRL内的电路系统或对于工人来说更加处于本地的中间数据集线器内的处理器进行编程,以应用由PPEMS确定的模型或规则集,以便在本地生成并输出警示或被设计成避免或减轻预测的安全事件的其它预防措施。以此方式,该技术提供准确地测量和/或监测SRL的操作并且基于操作来确定预测结果的工具。
图1是示出包括用于管理个人防护装备的个人防护装备管理系统(PPEMS)6的示例性计算系统2的框图。如本文所述,POEMS允许授权用户执行预防性职业健康和安全措施,并且管理安全防护装备的检查和维护。通过与PPEMS 6进行交互,安全专业人员可例如管理区域检查、工人检查、工人健康和安全合规培训。
一般来讲,PPEMS 6提供数据采集、监测、活动日志记录、报告、预测分析、以及警示生成。例如,PPEMS 6包括根据本文所述的各种示例的基础分析和安全事件预测引擎和警示系统。如下文进一步所述,PPEMS 6提供了一整套个人安全防护装备管理工具,并且实现本公开的各种技术。也就是说,PPEMS 6提供了一种集成的端到端系统,该系统用于管理在一个或多个物理环境10内的工人8使用的个人防护装备,例如安全装备,所述物理环境可以是建筑工地、采矿或制造场所或任何物理环境。本公开的技术可在计算环境2的各种部分内实现。
如图1的示例所示,系统2表示计算环境,其中多个物理环境8A、8B(统称为环境8)内的计算装置经由一个或多个计算机网络4与PPEMS 6进行电子通信。物理环境8中的每一个表示物理环境诸如工作环境,在该环境中,一个或多个个人诸如工人10在从事相应环境内的任务或活动的同时利用个人防护装备。
在这个示例中,环境8A被大体示出为具有工人10,而环境8B以扩展形式示出以提供更详细的示例。在图1的示例中,多个工人10A-10N被示出为利用相应的坠落防护装备,其在该示例中示出为附接到安全支撑结构12的自回缩救生绳(SRL)11A-11N。
如本文进一步所描述,SRL 11中的每一个包括嵌入式传感器或监测装置以及处理电子器件,其被配置成用于在用户(例如,工人)在穿戴坠落防护装备时参与活动时实时地捕集数据。例如,如相对于图3所示的示例更详细所描述,SRL可包括各种电子传感器,诸如延伸传感器、张力传感器、加速度计、位置传感器、测高仪、一个或多个环境传感器和/或用于测量SRL 11的操作的其它传感器中的一者或多者。此外,SRL 11中的每一个还可包括一个或多个输出装置,该一个或多个输出装置用于输出指示SRL 11的操作的数据和/或生成通信并将其输出到相应工人10。例如,SRL11可包括一个或多个装置,以生成听觉反馈(例如,一个或多个扬声器)、视觉反馈(例如,一个或多个显示器、发光二极管(LED)等等)或触觉反馈(例如,振动或提供其它触觉反馈的装置)。
一般来讲,环境8中的每一个包括计算设施(例如,局域网),SRL 11通过该计算设施能够与PPEMS 6通信。例如,环境8可配置有无线技术,诸如802.11无线网络、802.15ZigBee网络等等。在图1的示例中,环境8B包括本地网络7,其提供基于分组的传输介质,该基于分组的传输介质用于经由网络4与PPEMS 6通信。此外,环境8B还包括多个无线接入点19A,19B,其可在地理上分布在整个环境中,以在整个工作环境中提供对无线通信的支持。
SRL 11中的每一个被配置成经由无线通信诸如经由802.11WiFi协议、蓝牙协议等传送数据诸如感测的运动、事件和条件。SRL 11可例如与无线接入点19直接通信。作为另一示例,每个工人10可配备有可穿戴通信集线器14A-14M中的相应的一个,其实现并且有利于SRL 11与PPEMS 6之间的通信。在一些示例中,集线器可为本征安全型计算装置、智能电话,手腕、头戴或身体穿戴式计算装置或任何其它计算装置。用于相应工人11的SRL 11以及其它PPE可以经由蓝牙或其它短程协议与相应的通信集线器14通信,并且通信集线器可以经由由无线接入点19处理的无线通信与PPEMS 6通信。尽管被示出为可穿戴设备,但是集线器14可被实现为部署在环境8B内的单独装置。在一些示例中,集线器可以是PPE的制品。
一般来讲,集线器14中的每一个作为用于中继往返SRL 11的通信的SRL 11的无线装置操作,并且可能够在丢失与PPEMS 6的通信的情况下缓冲使用数据。此外,集线器14中的每一个可经由PPEMS 6编程,以使得本地警示规则可在不需要连接到云的情况下安装并执行。因此,集线器14中的每一个对来自SRL 11和/或相应环境内的其它PPE的使用数据流提供中继,并且提供本地计算环境,该本地计算环境用于在与PPEMS 6失去通信的情况下基于事件流进行本地化警示。
如图1的示例中所示,环境诸如环境8B还可包括一个或多个无线启用信标诸如信标17A-17C,其在工作环境内提供准确的位置信息。例如,信标17A-17C可以是GPS启用的,由此使得相应信标内的控制器可能够精确地确定相应的信标的位置。基于与信标17中的一个或多个的无线通信,工人10穿戴的给定SRL 11或通信集线器14被配置成确定工作环境8B内的工人的位置。以此方式,报告给PPEMS 6的事件数据可标有位置信息以有助于由PPEMS执行的分析、报告和解析。
此外,诸如环境8B的环境还可包括一个或多个无线启用感测站,诸如感测站21A、21B。每个感测站21包括一个或多个传感器和一个控制器,它们被配置成用于输出指示所感测的环境条件的数据。此外,感测站21可定位在环境8B的相应地理区域内,或以其它方式与信标17进行交互以确定相应位置并且在向PPEMS 6报告环境数据时包括这类位置信息。因此,PPEMS 6可被配置成使所感测的环境条件与特定区域相关,并且因此可在处理从SRL 11接收的事件数据时利用所捕集的环境数据。例如,PPEMS 6可利用环境数据来帮助生成用于SRL 11以及用于执行预测分析的警示或其它指令,诸如确定某些环境条件(例如,热、湿度、可见性)与异常工人行为或增加的安全事件之间的任何相关性。因此,PPEMS 6可利用当前环境条件来帮助预测和避免迫在眉睫的安全事件。可由感测装置21感测的示例性环境条件包括但不限于温度、湿度、气体的存在、压力、可见度、风等。
在示例性具体实施中,诸如环境8B的环境还可包括一个或多个安全站15,其遍布于整个环境中以提供用于访问PPEMs 6的观察站。安全站15可允许工人10中的一个检查SRL11和/或其它安全装备、验证安全装备适合于环境8中的特定一个和/或交换数据。例如,安全站15可将警示规则、软件更新或固件更新传输到SRL 11或其它装备。安全站15还可接收在SRL 11、集线器14和/或其它安全装备上高速缓存的数据。也就是说,虽然SRL 11(和/或数据集线器14)通常可以将来自SRL 11的传感器的使用数据传输到网络4,但是在一些情况下,SRL 11(和/或数据集线器14)可能不具有到网络4的连通性。在此类情况下,SRL 11(和/或数据集线器14)可本地存储使用数据,并且在接近安全站15时将使用数据传输到安全站15。安全站15然后可上传来自SRL 11的数据并且连接到网络4。
此外,环境8中的每一个还包括计算设施,其为最终用户计算装置16提供操作环境,该本地计算环境用于经由网络4与PPEMS 6进行交互。例如,环境8中的每一个通常包括负责监督环境内的安全合规性的一个或多个安全管理人员。一般来讲,每个用户20与计算装置16进行交互以访问PPEMS 6。环境8中的每一个可包括系统。类似地,远程用户可使用计算装置18来经由网络4与PPEMS进行交互。出于举例的目的,最终用户计算装置16可以是膝上型电脑、台式计算机、诸如平板电脑或所谓的智能电话的移动装置等等。
用户20,24与PPEMS 6交互以控制并且主动管理工人10使用的安全装备的许多方面,诸如访问和查看使用记录、分析和报告。例如,用户20、24可查看由PPEMS 6采集和存储的使用信息,其中使用信息可包括:指定某一持续时间(例如,一天,一周等等)内的开始时间和结束时间的数据、在特定事件(诸如,所检测到的坠落)期间收集的数据、从用户采集的感测数据、环境数据等等。此外,用户20、24还可与PPEMS 6交互以执行资产跟踪并且为各种件安全装备(例如,SRL 11)计划维护事件,以确保符合任何程序或规定。PPEMS 6可允许用户20、24相对于维护规程创建并完成数字检查表并使这些规程的任何结果从计算装置16、18与PPEMS 6同步。
另外,如本文所述,PPEMS 6集成了事件处理平台,其被配置成处理来自数字启用的PPE诸如SRL 11的数千或甚至数百万个并发事件流。PPEMS 6的基础分析引擎将历史数据和模型应用到入站流以计算断言,诸如基于工人11的条件或行为模式识别的异常或预测发生的安全事件。另外,PPEMS 6提供实时警示和报告,以向工人10和/或用户20、24通知任何预测的事件、异常、趋势等等。
PPEMS 6的分析引擎可在一些示例中应用分析来识别感测的工作数据、环境条件、地理区域和其他因素之间的关系或相关性,并且分析对安全事件的影响。PPEMS 6可基于整个工人群体10中获得的数据来确定可能在某个地理区域内的哪些特定活动导致或预测导致发生异常高的安全事件。
以这种方式,PPEMS 6通过基础分析引擎和通信系统紧密集成了用于管理个人防护装备的综合工具,以提供数据获取、监测、活动记录、报告、行为分析和警示生成。此外,PPEMS 6在系统2的各种元件之间提供由这些元件操作和利用的通信系统。用户20、24可访问PPEMS以查看有关由PPEMS 6对从工人10采集的数据执行的任何分析的结果。在一些示例中,PPEMS 6可经由web服务器(例如,HTTP服务器)呈现基于web的界面,或可为由用户20、24使用的计算装置16、18的装置(诸如,台式计算机、膝上型计算机、诸如智能电话和平板电脑的移动装置等等)部署客户端应用程序。
在一些示例中,POEMS 6可提供数据库查询引擎,用于直接查询POEMS 6以查看采集的安全信息、合规信息和分析引擎的任何结果,例如,通过仪表板、警示通知、报告等。也就是说,用户24、26或在计算装置16、18上执行的软件可向PPEMS 6提交查询,并接收对应于这些查询的数据以便以一个或多个报告或仪表板的形式进行呈现。此类仪表板可提供关于系统2的各种见解,诸如整个工人群体中的基线(“正常”)操作,从事可能使工人暴露于风险的异常活动的任何异常工人的识别,环境2内任何地理区域的识别,对于该环境,已经或预测会发生显著异常(例如,高)安全事件,表现出相对于其他环境的安全事件的异常发生的环境2中任一个的识别,等等。
如下文详细地说明,PPEMS 6可简化对于负责监视和确保实体或环境的安全合规的个人的工作流程。也就是说,本公开的技术可实现主动安全管理并且允许组织针对环境8内的某些区域、特定件安全装备11或个体工人10采取预防或纠正措施,定义并且可另外允许实体实现由基础分析引擎进行数据驱动的工作流程程序。
作为一个示例,PPEMS 6的基础分析引擎可被配置成针对整个组织计算和呈现给定环境8内或跨多个环境的工人群体的客户定义的度量。例如,PPEMS 6可被配置成获取数据并且在整个工人群体中(例如,在环境8A,8B中的任一个或两个的工人10中)提供聚合性能度量和预测的行为分析。此外,用户20,24可设定用于发生任何安全事件的基准,并且PPEMS 6可相对于针对个人或定义的工人群体的基准跟踪实际性能度量。
作为另一示例,如果存在条件的某些组合,PPEMS 6可进一步触发警示,例如以加速检查或维修安全装备诸如SRL 11中的一个。以此方式,PPEMS 6可识别指标不满足基准的个别SRL 11件或工人10,并且提示用户进行干预和/或执行程序来相对于基准改进指标,从而确保合规性并且主动地管理工人10的安全。在一些示例中,一个或多个操作可以包括改变PPE中的一个或多个制品的操作,包括但不限于SRL 11。
图2是提供PPEMS 6在作为基于云的平台进行托管时的操作透视图的框图,该平台能够支持具有整个工人10群体的多种不同的工作环境8,该群体具有各种支持通信的个人防护装备(PPE),诸如安全释放绳(SRL)11、呼吸器13、安全头盔或其它安全装备。在图2的示例中,PPEMS 6的部件根据实现本公开的技术的多个逻辑层进行布置。每个层可由包括硬件、软件或硬件和软件的组合的一个或多个模块实现。
在图2中,个人防护装备(PPE)62诸如SRL 11、呼吸器13和/或其它设备要么直接要么通过集线器14以及计算装置60作为客户端63操作,客户端63经由接口层64与PPEMS 6通信。计算装置60通常执行客户端软件应用程序,诸如桌面应用程序、移动应用程序和web应用程序。计算装置60可表示图1的计算装置16、18中的任一个。计算装置60的示例可包括但不限于便携式或移动计算装置(例如,智能手机、可穿戴计算装置、平板电脑)、膝上型计算机、台式计算机、智能电视平台以及服务器,这里仅举几个例子。
如本公开中进一步所描述,PPE 62(直接或经由集线器14)与PPEMS 6进行通信,以提供从嵌入式传感器和其它监测电路系统采集的数据流,并且从PPEMS 6接收警示、配置和其它通信。在计算装置60上执行的客户端应用程序可与PPEMS 6进行通信,以发送和接收由服务68检索、存储、生成和/或以其它方式处理的信息。例如,客户端应用程序可请求和编辑安全事件信息,该安全事件信息包括存储在PPEMS 6处和/或由PPEMS 6管理的分析数据。在一些示例中,客户端应用程序61可请求并且显示总安全事件信息,该总安全事件信息汇总或以其他方式聚合安全事件的多个单独实例以及从PPE 62获取和/或由PPEMS 6生成的对应数据。客户端应用程序可与PPEMS 6交互,以查询关于过去和预测的安全事件、工人10的行为趋势的分析信息,这里仅举几个例子。在一些示例中,客户端应用程序可输出从PPEMS6接收的显示信息,以使此类信息对客户端63的用户可视化。如下文的进一步说明和描述,PPEMS 6可提供信息至客户端应用程序,客户端应用程序输出该信息用于显示在用户界面中。
在计算装置60上执行的客户端应用程序可被实现用于不同平台,但是包括类似或相同的功能性。例如,客户端应用程序可以是编译成在桌面操作系统上运行的桌面应用程序诸如Microsoft Windows、Apple OS x或Linux,这里仅举几个例子。作为另一个示例,客户端应用程序可以是编译成在移动操作系统上运行的移动应用程序诸如Google Android、Apple iOS、Microsoft Windows mobile或BlackBerry OS,这里仅举几个例子。又如,客户端应用程序可以是web应用程序,诸如显示从PPEMS 6接收的web页面的web浏览器。在web应用程序的示例中,PPEMS 6可接收来自web应用程序(例如,web浏览器)的请求、处理请求并往回向web应用程序发送一个或多个响应。以这种方式,网页的收集,客户端侧处理的web应用,并且由PPEMS 6执行的服务器侧处理共同提供执行本公开的技术的功能。以此方式,客户端应用程序根据本公开的技术使用PPEMS 6的各种服务,并且这些应用程序可在各种不同的计算环境(例如,仅举几个示例,PPE的嵌入式电路系统或处理器、桌面操作系统、移动操作系统或web浏览器)内操作。
如图2所示,PPEMS 6包括接口层64,接口层64表示由PPEMS 6呈现和支持的一组应用程序编程接口(API)或协议接口。接口层64最初从客户端63中的任一个接收消息,以便在PPEMS 6处进一步处理。因此,接口层64可提供在客户端63上执行的客户端应用程序可用的一个或多个接口。在一些示例中,接口可以是通过网络访问的应用程序编程接口(API)。接口层64可用一个或多个web服务器实现。一个或多个web服务器可接收传入请求,处理和/或转发从请求到服务68的信息,并且基于从服务68接收的信息向最初发送请求的客户端应用程序提供一个或多个响应。在一些示例中,实现接口层64的一个或多个web服务器可包括运行时环境以部署提供一个或多个接口的程序逻辑。如下文进一步描述的,每个服务可提供可经由接口层64访问的一组一个或多个接口。
在一些示例中,接口层64可提供使用HTTP方法与服务交互和操纵PPEMS 6的资源的代表性状态传输(RESTful)接口。在此类示例中,服务68可生成JavaScript ObjectNotation(JSON)消息,接口层64将JavaScript Object Notation(JSON)消息发送回提交初始请求的客户应用程序61。在一些示例中,接口层64使用简单对象访问协议(SOAP)提供web服务来处理来自客户端应用程序61的请求。在其他示例中,接口层64可使用远程过程调用(RPC)来处理来自客户端63的请求。在从客户端应用程序接收到使用一个或多个服务68的请求时,接口层64向包括服务68的应用层66发送信息。
如图2所示,PPEMS 6还包括应用层66,其表示用于实现PPEMS 6的大部分基础操作的服务的集合。应用层66接收从客户端应用程序61接收的请求中包括的信息,并且根据请求调用的服务68中的一个或多个进一步处理信息。应用层66可被实现为在一个或多个应用服务器(例如,物理或虚拟机)上执行的一个或多个离散软件服务。也就是说,应用服务器提供用于执行服务68的运行时环境。在一些示例中,如上所述的功能接口层64和应用层66的功能可在同一服务器处实现。
应用层66可包括一个或多个独立的软件服务68,例如通过逻辑服务总线70通信的过程作为一个示例。服务总线70通常表示诸如通过发布/订阅通信模型允许不同的服务将消息发送到其他服务的逻辑互连或一组接口。例如,服务68中的每一个可基于针对相应服务的标准订阅具体类型的消息。当服务发布服务总线70上特定类型的消息时,订阅该类型消息的其他服务将接收消息。以此方式,服务68中的每一个可彼此传达信息。又如,服务68可使用套接字或其它通信机制以点对点的方式进行通信。在其它示例中,可使用流水线系统架构来在软件系统服务处理数据或消息时强制执行对数据或消息的工作流和逻辑处理。在描述服务68中的每一个的功能性之前,本文简单地描述层。
PPEMS 6的数据层72表示数据储存库,该数据存储库使用一个或多个数据存储库74为PPEMS 6中的信息提供持久性。数据储存库通常可以是存储和/或管理数据的任何数据结构或软件。数据储存库的示例包括但不限于关系数据库、多维数据库、地图和散列表,这里仅举几个例子。数据层72可使用管理数据储存库74中的信息的关系数据库管理系统(RDBMS)软件来实现。RDBMS软件可管理一个或多个数据储存库74,使用结构化查询语言(SQL)可访问该数据储存库。一个或多个数据库中的信息可使用RDBMS软件来存储、检索和修改。在一些示例中,可使用对象数据库管理系统(ODBMS)、在线分析处理(OLAP)数据库或其他合适的数据管理系统来实现数据层72。
如图2所示,服务68A-68I(“服务68”)中的每一个在PPEMS 6内以模块化形式实现。虽然针对每个服务被示出为单独的模块,但是在一些示例中,两个或更多个服务的功能性可组合到单个模块或部件中。服务68中的每一个可以软件、硬件、或硬件和软件的组合来实现。此外,服务68可被实现为单独的装置,单独的虚拟机或容器、进程、线程或通常用于在一个或多个物理处理器上执行的软件指令。
在一些示例中,服务68中的一个或多个可各自提供通过接口层64暴露的一个或多个接口。因此,计算装置60的客户端应用程序可调用服务68中的一个或多个的一个或多个接口来执行本公开的技术。
根据本公开的技术,服务68可包括事件处理平台,其包括事件端点前端68A、事件选择器68B、事件处理器68C和高优先级(HP)事件处理器68D。事件端点前端68A作为用于接收和发送到PPE 62和集线器14的通信的前端接口操作。换句话说,事件端点前端68A作为部署在环境8内并由工人10使用的安全装备的前线接口操作。在一些实例中,事件端点前端68A可被实现为大量产生的多个任务或作业以接收来自PPE 62的事件流69的各个入站通信,PPE 62携带由安全装备感测和捕集的数据。例如当接收事件流69时,事件端点前端68A可衍生使入站通信(称为一个事件)快速入队和关闭通信会话的任务,从而提供高速处理和可缩放性。例如,每个传入通信可携带表示感测的条件、运动、温度、动作或其他数据(通常称为事件)的最近捕集的数据。根据通信延迟和连续性,在事件端点前端68A与PPE之间交换的通信可以是实时的或伪实时的。
事件选择器68B对经由前端68A从PPE 62和/或集线器14接收的事件流69进行操作,并基于规则或分类来确定与传入事件相关联的优先级。基于优先级,事件选择器68B将这些事件入队以便由事件处理器68C或高优先级(HP)事件处理器68D进行后续处理。另外的计算资源和对象可专用于HP事件处理器68D,以便确保对关键事件的响应,这些关键事件诸如未正确使用PPE、使用了基于地理位置和条件不适当的过滤器和/或呼吸器、未能恰当地紧固SRL 11等等。响应于处理高优先级事件,HP事件处理器68D可立即调用通知服务68E以生成警示、指令、警告或其它类似消息,以便输出到SRL 11、集线器14和/或远程用户20、24。未被分类为高优先级的事件由事件处理器68C消耗并处理。
一般来讲,事件处理器68C或高优先级(HP)事件处理器68D对传入事件流进行操作以更新数据储存库74内的事件数据74A。一般来讲,事件数据74A可包括从PPE 62获得的使用数据的全部或其子集。例如,在一些实例中,事件数据74A可包括从PPE 62的电子传感器获得的整个数据样本流。在其它情况下,事件数据74A可包括这种数据的例如与PPE 62的特定时间段或活动相关联的子集。事件处理器68C、68D可创建、读取、更新和删除存储在事件数据74A中的事件信息。事件信息可作为包括信息的名称/值对的结构诸如以行/列格式指定的数据表存储在相应的数据库记录中。例如,名称(例如,列)可以是“工人ID”,并且值可以是员工标识号。事件记录可包括信息诸如但不限于:工人识别、PPE识别、获取时间戳和指示一个或多个感测的参数的数据。
此外,事件选择器68B还将传入事件流引导到流分析服务68F,该流分析服务68F表示被配置成对传入事件流执行深度处理以执行实时分析的分析引擎的示例。流分析服务68F可例如被配置成在接收到事件数据74A时实时处理和比较具有历史数据和模型74A的事件数据74A的多个流。以这种方式,流分析服务68D可被配置成检测异常,变换传入事件数据值,在基于条件或工人行为检测到安全问题时触发警示。历史数据和模型74B可包括例如指定安全规则、业务规则等等。以此方式,历史数据和模型74B可表征SRL 11的用户的活动,例如遵守安全规则、业务规则等等。此外,流分析服务68D还可通过记录管理和报告服务68D生成用于通过通知服务68F或计算装置60与PPPE 62通信的输出。
以这种方式,分析服务68F处理来自环境8内的工人10利用的启用的安全PPE 62的入站事件流,可能的数百或数千个事件流,以应用历史数据和模型74B,从而基于工人的条件或行为模式计算断言诸如识别的异常或预测的发生迫在眉睫的安全事件。分析服务可68D发布断言以通知服务68F和/或通过服务总线70记录管理以用于输出至客户端63中的任一个。
以这种方式,分析服务68F可被配置成主动安全管理系统,其预测迫在眉睫的安全问题并且提供实时警示和报告。此外,分析服务68F还可以是决策支持系统,其提供用于处理事件数据的入站流的技术,以生成对于企业、安全官员和其他远程用户的汇总或个性化工人和/或PPE基础上的统计、结论和/或建议形式的断言。例如,分析服务68F可应用历史数据和模型74B,以基于检测到的行为或活动模式、环境条件和地理位置来确定对于该工人而言迫在眉睫的安全事件的可能性。在一些示例中,分析服务68F可确定工人当前是否例如由于疲惫、疾病或酒精/药物使用而受伤,并且可需要进行干预以防止安全事件。作为另一个示例,分析服务68F可在特定环境8中提供工人或安全装备类型的比较评级。
因此,分析服务68F可维护或以其他方式使用提供风险度量来预测安全事件的一个或多个模型。分析服务68F还可生成次序集、建议和质量措施。在一些示例中,分析服务68F可基于由PPEMS 6存储的处理信息生成用户界面,以向客户端63中的任一个提供可行动的信息。例如,分析服务68F可生成仪表板、警示通知、报告等,该仪表板、警示通知、报告等用于在客户端63中任一个处输出。此类信息可提供对于以下的各种见解:整个工人群体中的基线(“正常”)操作,从事可能使工人暴露于风险的异常活动的任何异常工人的识别,环境内任何地理区域的识别,对于该环境,已经或预测会发生显著异常(例如,高)安全事件,表现出相对于其他环境的安全事件的异常发生的环境中任一个的识别,等等。
虽然可使用其他技术,但是在一个示例具体实施中,分析服务68F在对安全事件流进行操作时利用机器学习以便执行实时分析。也就是说,分析服务68F包括通过将机器学习应用于训练事件流数据和已知安全事件以检测模式而生成的可执行代码。可执行代码可采用软件指令或规则集的形式,并且通常被称为模型,该模型随后可应用于事件流69,用于检测类似的模式并且预测即将发生的事件。
在一些示例中,分析服务68F可生成对于特定的工人的单独的模型、特定的工人群体、特定环境或其组合。分析服务68F可基于从PPE 62接收的使用数据来更新模型。例如,分析服务68F可基于从PPE 62接收的数据来更新对于特定工人、特定工人群体、特定环境或其组合的模型。
另选地或除此之外,分析服务68F还可将所生成的代码和/或机器学习模型的全部或部分传送到集线器16(或PPE 62)以在其上执行,以便近实时地向PPE提供本地警示。可用于生成模型74B的示例机器学习技术可包括各种学习方式诸如受监督的学习、无监督学习和半监督学习。算法的示例性类型包括贝叶斯算法、聚类算法、决策树算法、正则化算法、回归算法、基于实例的算法、人工神经网络算法、深度学习算法、降维算法等等。具体算法的各种示例包括贝叶斯线性回归、提升决策树回归和神经网络回归、反向传播神经网络、Apriori算法、K均值聚类、k-最近邻(kNN)、学习矢量量化(LVQ)、自我-组织地图(SOM)、局部加权学习(LWL)、岭回归、最小绝对收缩和选择算子(LASSO)、弹性网络和最小角度回归(LARS)、主成分分析(PCA)和主成分回归(PCR)。
记录管理和报告服务68G处理并且响应经由接口层64从计算装置60接收的消息和查询。例如,记录管理和报告服务68G可接收来自客户端计算装置的请求,该请求针对与个体工人、工人的群体或样本集、环境8的地理区域或整个环境8、PPE 62的个体或组/类型的相关的事件数据。作为响应,记录管理和报告服务68G基于请求来访问事件信息。在检索事件数据时,记录管理和报告服务68G构建对初始地请求信息的客户端应用程序的输出响应。在一些示例中,数据可包括在文档中,诸如HTML文档,或者数据可以JSON格式进行编码,或由在请求客户端计算装置上执行的仪表板应用程序呈现。例如,如本公开中进一步所描述,附图中描绘了包括事件信息的示例性用户界面。
作为另外的示例,记录管理和报告服务68G可接收查找、分析和关联PPE事件信息的请求。例如,记录管理和报告服务68G可在历史时间帧内从客户端应用程序接收针对事件数据74A的查询请求,诸如用户可在一段时间内查看PPE事件信息并且/或者计算装置可在一段时间内分析PPE事件信息。
在示例具体实施中,服务68还可包括安全服务68H,安全服务68H使用PPEMS 6对用户和请求进行认证和授权。具体地,安全服务68H可接收来自客户端应用程序和/或其他服务68的认证请求,以访问数据层72中的数据并且/或者执行应用层66中的处理。认证请求可包括凭据诸如用户名和密码。安全服务68H可查询安全数据74A以确定用户名和密码组合是否有效。配置数据74D可包括为授权凭证、策略和用于控制对PPEMS 6的访问的任何其他信息的形式的安全数据。如上所述,安全数据74A可包括授权凭据诸如针对PPEMS 6的授权用户的有效用户名和密码的组合。其他凭据可包括允许访问PPEMS 6的装置标识符或装置配置文件。
安全服务68H可针对在PPEMS 6处执行的操作提供审计和日志记录功能性。例如,安全服务68H可记录由服务68执行的操作和/或数据层72中由服务68访问的数据。安全服务68H可将审计信息诸如记录的操作、访问的数据和规则处理结果存储在审计数据74C中。在一些示例中,响应于满足一个或多个规则,安全服务68H可生成事件。安全服务68H可将指示这些事件的数据存储在审计数据74C中。
PPEMS 6可以包括自检部件68I、自检标准74E和工作关系数据74F。自检标准74E可以包括一个或多个自检标准。工作关系数据74F可包括对应于PPE、工人和工作环境的数据之间的映射。工作关系数据74F可以是用于存储、检索、更新和删除数据的任何合适的数据存储区。RMRS 69G可存储工人10A的唯一标识符与数据集线器14A的唯一装置标识符之间的映射。工作关系数据存储区74F还可将工人映射到环境。在图2的示例中,自检部件68I可接收或以其它方式确定对于数据集线器14A、工人10A的来自工作关系数据74F的数据和/或与工人10A相关联或分配给工人10A的PPE。基于此数据,自检部件68I可从自检标准74E中选择一个或多个自检标准。自检部件68I可将自检标准传输到数据集线器14A。
图3更详细地示出了SRL 11中的一者的示例。在该示例中,SRL 11包括用于附接到锚定件的第一连接器90、救生绳92和用于附接到用户(未示出)的第二连接器94。SRL 11还包括容纳能量吸收和/或制动系统和计算装置98的壳体96。在所示示例中,计算装置98包括处理器100、存储器102、通信单元104、延伸传感器106、张力传感器108、速度计109、加速度计110、位置传感器112、测高仪114、一个或多个环境传感器116和输出单元118。
应当理解,图3所示的计算装置98(并且更广泛地,SRL 11)的架构和布置仅出于示例性目的而示出。在其它示例中,SRL 11和计算装置98可以多种其它方式被配置成与图3所示的那些相比具有另外的、更少的或另选的部件。例如,在一些示例中,计算装置98可被配置成包括仅部件的子集,诸如通信单元104和延伸传感器106。此外,虽然图3的示例将计算装置98示出为与壳体96集成,但这些技术不限于这种布置。
第一连接器90可锚定到固定结构,诸如支架或其它支撑结构。救生绳92可围绕可旋转地连接到壳体96的偏置转筒缠绕。第二连接器94可连接到用户(例如,诸如工人10(图1)中的一者)。因此,在一些示例中,第一连接器90可被配置成连接到支撑结构的锚定点,并且第二连接器94被配置成包括连接到工人的钩。在其它示例中,第二连接器94可连接到锚定点,而第一连接器90可连接到工人。当用户执行活动时,当救生绳92延伸出和回缩到壳体96中时,救生绳92的移动引起转筒旋转。
一般来讲,计算装置98可包括多个传感器,其可捕集关于SRL 11的操作和/或其中使用SRL 11的环境的实时数据。此类数据本文可称为使用数据。传感器可定位在壳体96内和/或可位于SRL 11内的其它位置处,诸如邻近第一连接器90或第二连接器94。在一个示例中,处理器100被配置成实现功能性和/或处理用于在计算装置98内执行的指令。例如,处理器100可能够处理由存储器102存储的指令。处理器100可包括例如:微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效的离散或集成逻辑电路系统。
存储器102可包括计算机可读存储介质或计算机可读存储装置。在一些示例中,存储器102可包括短期存储器或长期存储器中的一种或多种。存储器102可包括例如随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、磁性硬盘、光盘、闪存存储器或电可编程存储器(EPROM)或电可擦且可编程存储器(EEPROM)的形式。
在一些示例中,存储器102可存储操作系统(未示出)或控制计算装置98的部件的操作的其它应用程序。例如,操作系统可有利于将数据从电子传感器(例如,延伸传感器106、张力传感器108、加速度计110、位置传感器112、测高仪114和/或环境传感器116)传送到通信单元104。在一些示例中,存储器102用于存储供处理器100执行的程序指令。存储器102还可被配置成在操作期间将信息存储在计算装置98内。
计算装置98可使用通信单元104经由一个或多个有线或无线连接来与外部装置通信。通信单元104可包括设计用于信号调制的各种混合器、滤波器、放大器和其它部件以及设计用于发射和接收数据的一个或多个天线和/或其它部件。通信单元104可使用任何一种或多种合适的数据通信技术来向其它计算装置发送数据和接收数据。此类通信技术的示例可包括TCP/IP、以太网、Wi-Fi、蓝牙、4G、LTE(仅举几个示例)。在一些情况下,通信单元104可根据蓝牙低能量(BLU)协议进行操作。
延伸传感器106可被配置成用于生成和输出指示救生绳92的延伸和救生绳92的回缩中的至少一者的数据。在一些示例中,延伸传感器106可生成指示救生绳92的延伸长度和救生绳92的回缩长度中的至少一者的数据。在其它示例中,延伸传感器106可生成指示延伸或回缩循环的数据。延伸传感器106可包括一个或多个旋转编码器、光学传感器、霍尔效应传感器或用于确定位置和/或旋转的另一传感器。在一些示例中,延伸传感器106还可包括一个或多个开关,其生成指示救生绳92的完全延伸或完全回缩的输出。
张力传感器108可被配置成用于生成指示救生绳92例如相对于第二连接器90的张力的数据。张力传感器108可包括力传感器,其与救生绳92共线放置以直接或间接测量施加到SRL 11的张力。在一些情况下,张力传感器108可包括应变仪,其测量SRL 11上的静态力或静态张力。除此之外或另选地,张力传感器108可包括具有弹簧偏置机构的机械开关,其用于基于施加到SRL 11的预定张力来建立或断开电触点。在其它示例中,张力传感器108可包括一个或多个部件,其用于确定SRL 11的摩擦制动器的旋转。例如,一个或多个部件可包括传感器(例如,光学传感器、霍尔效应传感器等等),其被配置成用于确定制动器的两个部件之间在制动系统的激活期间的相对运动。
速度计109可被配置成用于生成指示救生绳92的速度的数据。例如,速度计109可测量救生绳的延伸和/或回缩(或从延伸传感器106接收此类测量结果),并且将延伸和/或回缩应用到时间标度(例如,除以时间)。加速度计110可被配置成用于生成指示SRL 11相对于重力的加速度的数据。加速度计110可被配置成单轴或多轴加速度计以确定加速度的大小和方向,例如,作为向量,并且可用于确定取向、坐标、加速度、振动、震动和/或坠落。
位置传感器112可被配置成用于生成指示SRL 11在环境8之一中的位置的数据。位置传感器112可包括:全球定位系统(GPS)接收器;元件部分,其执行三角测量(例如,使用信标和/或其它固定通信点);或其它传感器,其用于确定SRL 11的相对位置。
测高仪114可被配置成生成指示SRL 11在固定水平上方的海拔的数据。在一些示例中,测高仪114可被配置成基于大气压的测量结果来确定SRL 11的海拔(例如,海拔越高,压力越低)。
环境传感器116可被配置成生成指示环境诸如环境8的特性的数据。在一些示例中,环境传感器116可包括一个或多个传感器,其被配置成用于测量温度、湿度、颗粒含量、噪声水平、空气质量或其中可使用SRL 11的环境的任何种类的其它特性。
输出单元118可被配置成用于输出指示SRL 11的操作的数据,例如由SRL 11的一个或多个传感器(例如,诸如延伸传感器106、张力传感器108、加速度计110、位置传感器112、测高仪114和/或环境传感器116)所测量。输出单元118可包括指令,其可由计算装置98的处理器100执行以生成与SRL 11的操作相关联的数据。在一些示例中,输出单元118可直接输出来自SRL 11的一个或多个传感器的数据。例如,输出单元118可生成包含来自SRL 11的一个或多个传感器的实时或近实时数据的一个或多个消息,该一个或多个消息用于经由通信单元104传输到另一装置。
在其它示例中,输出单元118(和/或处理器100)可处理来自一个或多个传感器的数据并生成表征来自一个或多个传感器的数据的消息。例如,输出单元118可确定SRL 11在使用中的时间长度、救生绳92的延伸及回缩循环数(例如,基于来自延伸传感器106的数据)、用户在使用期间的速度的平均变化率(例如,基于来自延伸传感器106或位置传感器112的数据)、SRL 11的用户的瞬时速度或加速度(例如,基于来自加速度计110的数据)、救生绳92的制动器的锁定次数和/或冲击的严重程度(例如,基于来自张力传感器108的数据)。
在一些示例中,输出单元118可被配置成经由通信单元104实时或近实时地将使用数据传输到另一装置(例如,PPE 62)。然而,在一些情况下,通信单元104可能例如由于SRL11所处的环境/或网络中断而不能与此类装置通信。在此类情况下,输出单元118可将使用数据高速缓存到存储器102。也就是说,输出单元118(或传感器本身)可将使用数据存储到存储器102,这可允许在网络连接变得可用时将使用数据上传到另一装置。
输出单元118还可被配置成用于生成可由SRL 11的用户感知到的听觉、视觉、触觉或其它输出。例如,输出单元118可包括一个或多个用户界面,其包括例如各种光、显示、触觉反馈发生器、扬声器等等。在一个示例中,输出单元118可包括一个或多个发光二极管(LED),其位于SRL 11上和/或包括在位于SRL 11的用户的视野中的远程装置(例如,指示器眼镜、护目镜等)中。在另一示例中,输出单元118可包括一个或多个扬声器,其位于SRL 11上和/或包括在远程装置(例如,听筒、头戴式耳机等等)中。在另一示例,输出单元118可包括触觉反馈发生器,其产生振动或其它触觉反馈并且包括在SRL 11或远程装置(例如,手镯、头盔、听筒等等)上。
输出单元118可被配置成用于基于SRL 11的操作生成输出。例如,输出单元118可被配置成用于生成指示SRL 11的状态的输出(例如,SRL 11正确地操作或需要检查、修理或更换的输出)。又如,输出单元118可被配置成用于生成指示SRL 11适用于SRL 11所处的环境的输出。在一些示例中,输出单元118可被配置成用于生成指示SRL 11所处的环境不安全(例如,温度、颗粒水平、位置等等对于使用SRL 11的工人来说是潜在地危险的)的输出数据。
在一些示例中,SRL 11可以被配置成存储表征安全事件的可能性的规则,并且输出单元118可以被配置成基于SRL 11的操作(由传感器测量)与规则的比较来生成输出。例如,SRL 11可被配置成基于来自PPEMS 6的上述模型和/或数据历史来将规则存储到存储器102。与由PPEMS 6做出这种确定的情况和/或不存在可用网络连通性(由此使得与PPEMS 6的通信不可能)的情况相比,在本地存储和强制执行规则可允许SRL 11确定具有潜在地较少延迟的安全事件的可能性。在该示例中,输出单元118可被配置成用于生成听觉、视觉、触觉或其它输出,所述输出就潜在地不安全的活动、异常行为等等警示使用SRL 11的工人。
根据本公开的方面,SRL 11可经由通信单元104接收警示数据,并且输出单元118可基于警示数据生成输出。例如,SRL 11可从下述各项接收警示数据:集线器14中的一者、PPEMS 6(直接地或经由集线器14中的一者)、最终用户计算装置16、使用计算装置18的远程用户、安全站15或其它计算装置。在一些示例中,警示数据可基于SRL 11的操作。例如,输出单元118可接收警示数据,其指示SRL 11的状态、SRL 11适用于SRL 11所处的环境、SRL 11所处的环境不安全等等。
在一些示例中,除此之外或另选地,SRL 11可接收与安全事件的可能性相关联的警示数据。例如,如上所述,在一些示例中,PPEMS 6可将历史数据和模型应用到来自SRL 11的使用数据以便计算断言,诸如基于环境条件或使用SRL 11的工人的行为模式的异常或预测的发生迫在眉睫的安全事件。也就是说,PPEMS 6可应用分析以识别根据SRL 11的感测数据、SRL 11所处的环境的环境条件、SRL 11所处的地理区域和/或其它因素之间的关系或相关性。PPEMS 6可基于整个工人群体10中获得的数据来确定可能在某个环境或地理区域内的哪些特定活动导致或预测导致发生异常高的安全事件。SRL 11可从PPEMS 6接收指示安全事件的相对高的可能性的警示数据。
输出单元118可解释警示数据并生成输出(例如,听觉、视觉或触觉输出)以向使用SRL 11的工人通知警示状况(例如,安全事件的可能性相对高,环境危险,SRL 11发生故障,SRL 11的一个或多个部件需要修理或更换等等)。在一些情况下,除此之外或另选地,输出单元118(或处理器100)可解释警示数据以修改SRL 11的操作或强制执行SRL 11的规则,以便使SRL 11的操作符合所希望/不太危险的行为。例如,输出单元118(或处理器100)可致动救生绳92上的制动器,以便防止救生绳92从壳体96延伸。
因此,根据本公开的方面,可以各种方式使用来自SRL 11的传感器的数据(例如,来自延伸传感器106、张力传感器108、加速度计110、位置传感器112、测高仪114、环境传感器116、或其它传感器的数据)。根据一些方面,使用数据可用于确定使用统计。例如,PPEMS6可基于来自传感器的使用数据来确定:SRL 11在使用中的时间量、救生绳92的延伸或回缩循环数、救生绳92在使用期间延伸或回缩的速度的平均变化率、救生绳92在使用期间延伸或回缩的瞬时速度或加速度、救生绳92的锁定次数、对救生绳92的冲击的严重程度等等。在其它示例中,上述使用统计可在本地(例如,由SRL 11或者集线器14中的一个)进行确定和存储。
根据本公开的方面,PPEMS 6可使用使用数据来表征工人10的活动。例如,PPEMS 6可建立生产和非生产时间的模式(例如,基于SRL 11的操作和/或工人10的移动)、对工人的移动进行分类、标识关键运动和/或推断关键事件的发生。也就是说,PPEMS 6可获得使用数据,使用服务68分析使用数据(例如,通过将使用数据与来自已知活动/事件的数据进行比较),并且基于该分析生成输出。
在一些示例中,使用统计可用于确定SRL 11何时需要维护或更换。例如,PPEMS 6可以将使用数据与指示正常操作的SRL 11的数据进行比较,以便标识缺陷或异常。在其它示例中,PPEMS 6还可将使用数据与指示SRL 11的已知使用寿命统计的数据进行比较。使用统计还可用于使产品开发人员了解工人10使用SRL 11的方式,以便改进产品设计和性能。在其他示例中,使用统计数据可用于收集人性能元数据以开发产品规格。在其它示例中,使用统计可用作竞争性基准工具。例如,可在SRL 11的顾客之间比较使用数据以评估配备有SRL 11的整个工人群体之间的指标(例如,生产率、合规性等等)。
除此之外或另选地,根据本公开的方面,来自SRL 11的传感器的使用数据可用于确定状态指示。例如,PPEMS 6可确定工人10连接到SRL 11或与其断开连接。PPEMS 6还可确定工人10相对于某一基准的高度和/或位置。PPEMS 6还可确定工人10正接近救生绳92的预定抽取长度。PPEMS 6还可确定工人10与环境8(图1)之一中的危险区域的接近度。在一些情况下,PPEMS 6可基于SRL 11的使用(如使用数据所指示)和/或SRL 11所处的环境的环境条件来确定SRL 11的维护周期。PPEMS 6还可基于使用数据来确定SRL 11是否连接到锚定件/固定结构和/或锚定件/固定结构是否适当。
除此之外或另选地,根据本公开的方面,来自SRL 11的传感器的使用数据可用于评定穿戴SRL 11的工人10的表现。例如,PPEMS 6可基于来自SRL 11的使用数据来识别可指示工人10即将坠落的运动。PPEMS 6还可基于来自SRL 11的使用数据来识别可指示疲劳的运动。在一些情况下,PPEMS 6可基于来自SRL 11的使用数据来推断已发生坠落或工人10已无行动能力。在已经发生坠落之后,PPEMS 6还可执行坠落数据分析并且/或者确定温度、湿度和其他环境条件,因为他们与安全事件的可能性有关。
除此之外或另选地,根据本公开的方面,来自SRL 11的传感器的使用数据可用于确定警示和/或主动控制SRL 11的操作。例如,PPEMS 6可确定安全事件诸如坠落迫在眉睫并激活SRL 11的制动器。在一些情况下,PPEMS 6可根据坠落动态调整防坠落特性。也就是说,PPEMS 6可基于安全事件的特定特性(例如,如使用数据所指示)警示施加到SRL 11的控制。在一些示例中,PPEMS 6可在工人10接近环境8之一中的危险时(例如,基于从位置传感器112收集的位置数据)提供警告。PPEMS 6还可锁定SRL 11,由此使得SRL 11在SRL 11经历了冲击或需要服务之后将不进行操作。
同样,PPEMS 6可基于使用数据应用于表征SRL 11的用户的活动的一个或多个安全模型来确定上述的性能特性和/或生成警示数据。安全模型可基于历史数据或已知安全事件来进行训练。然而,虽然相对于PPEMS 6描述了这些确定,但是如本文更详细所描述,诸如集线器14或SRL 11的一个或多个其它计算装置可被配置成用于执行这类功能性的全部或其子集。
在一些实例中,PPEMS 6可针对PPE的组合应用分析。例如,PPEMS 6可绘制SRL 11和/或与SRL 11一起使用的其它PPE的用户之间的相关性。也就是说,在一些情况下,PPEMS6可不仅基于来自SRL 11的使用数据,而且根据来自与SRL 11一起使用的其它PPE的使用数据,来确定安全事件的可能性。在这类情况下,PPEMS 6可包括一个或多个安全模型,其根据来自除与SRL 11一起使用的SRL 11之外的一个或多个装置的已知安全事件的数据来构建。
图4A示出了包含在壳体96内的SRL 11的内部部件的示例。在所示的示例中,SRL11包括编码器130,其结合在SRL 11的滚筒上。在一些示例中,编码器130可以包括图3中示出的扩展传感器106的至少一部分。编码器130可以被配置成当救生绳92从壳体96延伸时测量救生绳92的绳长度。编码器130可以被配置成输出数据,该数据指示在其上缠绕救生绳92的滚筒的圈数、滚筒的角速度和/或滚筒的角加速度等。此类数据可以用于确定救生绳92的绳长度(例如,从壳体96延伸的救生绳92的量)、救生绳92延伸的线速度和/或救生绳92延伸的线性加速度。
例如,在一些情况下,编码器130可以被配置成旋转编码器(也称为转轴编码器),其将救生绳92缠绕在其上的滚筒的转轴或轴的角位置或运动转换为模拟或数字代码。编码器130可以被配置成输出指示转轴的当前位置的数据的绝对编码器或者提供指示转轴的运动的数据的增量编码器,SRL 11可以进一步处理该数据以确定位置、距离、速度、加速度等。
图4B示出了包含在壳体96(图3)内的SRL 11的内部部件的另一示例。在所示的示例中,SRL 11包括偏心偏转器136A-136C(统称为偏心偏转器136)。偏心偏转器136中的每一个包括加重端138,当角加速度和/或角速度达到预定阈值时,加重端138向外移动以克服偏置力,例如弹簧张力,从而抵抗向外移动。这样,偏心偏转器136可以生成指示滚筒的速度和/或加速度的数据,当救生绳92从壳体96延伸时,救生绳92缠绕该滚筒。根据速度和/或加速度数据,SRL 11可确定发生了坠落。
图5更详细地示出了集线器14中的一个的示例。例如,集线器14包括:一个或多个处理器130;存储器132,其可以存储使用数据134、警示数据136和/或规则136;通信单元140;传感器142;用户接口144;和远程接口146。应当理解,图5所示的集线器14的架构和布置仅出于示例性目的而示出。在其它示例中,集线器14可以以各种其它方式配置,具有与图5中所示的部件相比额外、更少或替代的部件。例如,集线器14还可以包括图5中未示出的一个或多个电池、充电部件等。此外,虽然在图5的示例中示出为可穿戴装置,但是在其它示例中,集线器14还可以实现为部署在特定环境中的独立装置。
通常,集线器14可以启用并促进SRL 11和PPEMS 6之间的通信。例如,SRL 11以及用于相应工人的其它PPE可以经由蓝牙或其它短程协议与集线器14通信,并且集线器14可以经由无线通信(例如经由802.11WiFi协议等)与PPEMS 6通信。在一些示例中,如本文中更详细描述的,集线器14还可以实现表征安全事件(例如,来自PPEMS)的可能性、生成和/或输出警示或执行各种其它功能的规则。
在一个示例中,处理器130被配置成实现用于在集线器14内执行的功能和/或处理指令。例如,处理器130可以能够处理由存储器132存储的指令。处理器130可包括例如:微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效的离散或集成逻辑电路系统。
存储器132可包括计算机可读存储介质或计算机可读存储装置。在一些示例中,存储器132可包括短期存储器或长期存储器中的一种或多种。存储器132可包括例如随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、磁性硬盘、光盘、闪存存储器或电可编程存储器(EPROM)或电可擦且可编程存储器(EEPROM)的形式。
在一些示例中,存储器132可存储操作系统(未示出)或控制集线器14的部件的操作的其它应用程序。例如,操作系统可有利于将数据从存储器132传送到通信单元140。在一些示例中,存储器132用于存储供处理器100执行的程序指令。存储器132还可被配置成在操作期间将信息存储在集线器14内。在图5所示的示例中,存储器132可存储使用数据134、警示数据136和/或规则138,如下文更详细所述。
集线器14可使用通信单元140经由一个或多个有线或无线连接来与外部装置通信。通信单元140可包括设计用于信号调制的各种混合器、滤波器、放大器和其它部件,以及设计用于传输和接收数据的一个或多个天线和/或其它部件。通信单元140可使用任何一种或多种合适的数据通信技术来向其它计算装置发送数据和接收数据。此类通信技术的示例可包括TCP/IP、以太网、Wi-Fi、蓝牙、4G、LTE(仅举几个示例)。例如,通信单元140可以经由蓝牙或其它短程协议与SRL 11或其它PPE通信,并且通信单元140可以经由无线通信(诸如经由802.11 WiFi协议等)与PPEMS 6通信。
传感器142可包括生成指示与集线器14相关联的工人10的活动的数据和/或指示集线器14所处的环境的数据的一个或多个传感器。传感器142可包括例如一个或多个加速度计、检测存在于特定环境中的条件的一个或多个传感器(例如,用于测量温度、湿度、颗粒含量、噪声水平、空气质量或其中可使用SRL 11的环境的任何其它特性的传感器)或各种其它传感器。
例如,用户接口144可以包括一个或多个用户接口装置,包括例如各种灯、显示器、触觉反馈发生器、扬声器等。通常,用户接口144可以输出SRL 11和/或集线器14的状态以及提醒工人10的任何警示。在一个示例中,用户接口144可以包括多个多色LED,其照亮以向工人10提供信息。在另一示例中,用户接口144可以包括马达,其被配置成使集线器14振动以向工人10提供触觉反馈。
远程接口146被配置成生成用于在客户端62处输出的数据(图2)。例如,远程接口146可以生成指示SRL 11和/或集线器14的状态的数据。例如,远程接口146可以生成指示SRL 11是否连接到集线器14的数据和/或关于SRL 11的部件的信息。也就是说,远程接口146可以生成指示以下各项的数据:例如SRL 11的剩余使用寿命、SRL 11的电池的状态、从壳体96(图3)延伸的救生绳92的量、救生绳92的最大延伸距离、救生绳92的延伸/回缩循环的数量、是否需要维护或更换SRL 11、救生绳92的位置/速度/加速度等。远程接口146可以除此之外或另选地生成指示由集线器14发出的任何警示的数据。
根据本公开的方面,集线器14可以存储来自SRL 11的传感器的使用数据134。例如,如本文所述,SRL 11的传感器可以生成指示工人10的活动的关于SRL 11的操作的数据,并且将数据实时或近实时地传输到集线器14。在一些示例中,集线器134可经由通信单元140将使用数据134立即中继到另一计算装置,诸如PPEMS 6。在其它示例中,存储设备132可在将数据上传到另一装置之前存储使用数据134一段时间。例如,在一些情况下,通信单元140可以能够与SRL 11通信,但是可例如由于SRL 11所处的环境和/或网络中断而不具有网络连通性。在此类情况下,集线器14可将使用数据134存储到存储器132,存储器132可允许在网络连接变得可用时将使用数据上传到另一装置。
根据本公开的方面,集线器14可以存储警示数据136,用于生成供用户接口144和/或远程接口146输出的警示。集线器14可从PPEMS 6、终端用户计算装置16、使用计算装置18的远程用户、安全站15或其它计算装置接收警示数据。在一些示例中,警示数据可基于SRL11的操作。例如,集线器14可接收警示数据136,其指示SRL 11的状态、SRL 11适用于SRL 11所处的环境、SRL 11所处的环境不安全等。
在一些示例中,除此之外或另选地,集线器14可接收与安全事件的可能性相关联的警示数据136。例如,如上所述,在一些示例中,PPEMS 6可将历史数据和模型应用到来自SRL 11的使用数据以便计算断言,诸如基于环境条件或使用SRL 11的工人的行为模式的异常或预测的发生迫在眉睫的安全事件。也就是说,PPEMS 6可应用分析以识别根据SRL 11的感测数据、SRL 11所处的环境的环境条件、SRL 11所处的地理区域和/或其它因素之间的关系或相关性。PPEMS 6可基于整个工人群体10中获得的数据来确定可能在某个环境或地理区域内的哪些特定活动导致或预测导致发生异常高的安全事件。集线器14可从PPEMS 6接收指示安全事件的相对高的可能性的警示数据136。
集线器14可以解释所接收的警示数据136并在用户接口144(例如,听觉、视觉或触觉输出)或远程接口146处生成输出,以将警示条件(例如,安全事件的可能性相对较高、环境危险、SRL 11发生故障、需要修理或更换SRL 11的一个或多个部件等)通知工人10或远程方。在一些情况下,集线器14还可解释警示数据136并且向SRL 11发出一个或多个命令,以修改SRL 11的操作或强制执行SRL 11的规则,以便使SRL 11的操作符合期望的/不太危险的行为。
根据本公开的方面,在一些情况下,集线器14可以存储用于生成警示数据136和发出警示的规则138。例如,集线器14可以被配置成存储表征安全事件的可能性的规则138,并且用户接口144和/或远程接口可以基于SRL 11的操作与规则138的比较来生成输出。可以基于来自PPEMS 6的上述模型和/或历史数据来定义规则138。在一些示例中,PPEMS 6可以向集线器14提供规则138,其可以包括由PPEMS 6基于一个或多个安全模型生成的规则的子集。在此类示例中,集线器14可以实现规则138而无需到PPEMS 6的网络连通性。
一般来讲,虽然本文所述的某些技术或功能由某些部件(例如,PPEMS 6、SRL 11或集线器14)执行,但是应当理解,本公开的技术不受这种方式限制。也就是说,本文所述的某些技术可由所描述系统的部件中的一个或多个来执行。例如,在一些情况下,SRL 11可具有相对有限的传感器组和/或处理能力。在此类情况下,集线器14和/或PPEMS 6中的一个可负责处理使用数据、确定安全事件的可能性等等中的大部分或全部。在其它示例中,SRL 11可以具有附加传感器、附加处理能力和/或附加存储器,从而允许SRL 11执行附加技术。可基于例如处理成本、财务成本、功率消耗等等确定有关哪些部件负责执行技术。
图6示出示例性模型,该示例性模型由本文的个人防护装备管理系统或其它装置相对于工人活动依据测量绳速度、加速度和绳长度来应用,其中该模型被布置成限定安全区域和不安全区域。换句话讲,图6是表示模型的图,PPEMS 6、集线器14或SRL 11应用该模型,以基于救生绳(诸如,图3所示的救生绳92)被抽取的加速度160的加速度160、救生绳92被抽取的速度162和救生绳已经被抽取的长度164的测量结果,来预测安全事件的可能性。可基于从SRL 11的传感器收集的数据来确定加速度160、速度162和长度164的测量结果。该图所表示的数据可以是估计的或在训练/测试环境中收集的,并且该图可用作将工人的安全活动与不安全活动区分开的“映射图”。
例如,安全区域166可表示与安全活动相关联的加速度160、速度162和长度164的测量结果(例如,如通过监测测试环境中的工人的活动所确定)。未栓系区域168可表示与未牢固地锚定到支撑结构(这可被认为是不安全的)的救生绳相关联的加速度160、速度162和长度164的测量结果。过度拉伸区域170可表示与延伸超过正常操作参数(也可被认为是不安全的)的救生绳相关联的加速度160、速度162和长度164的测量结果。
根据本公开的方面,PPEMS 6、集线器14或SRL 11可通过将图6所示的模型或规则集应用到从SRL 11接收的使用数据来发出一个或多个警示。例如,如果加速度160、速度162或长度164的测量结果在安全区域166之外,则PPEMS 6、集线器14或SRL 11可发出警示。在一些情况下,可基于加速度160、速度162或长度164的测量结果在安全区域166之外的程度来发布不同的警示。例如,如果加速度160、速度162或长度164的测量结果相对靠近安全区域166,则PPEMS 6、集线器14或SRL 11可发出活动是令人关切的并且可导致安全事件的警告。在另一示例中,如果加速度160、速度162或长度164的测量结果相对远离安全区域166,那么PPEMS 6、集线器14或SRL 11可发出活动是不安全的并且具有即将发生安全事件的高可能性的警告。
在一些情况下,图6所示的图的数据可表示图2所示的历史数据和模型74B。在该示例中,PPEMS 6可将传入数据流与图6所示的映射图进行比较以确定安全事件的可能性。在其它情况下,除此之外或另选地,可将类似的映射图存储到SRL 11和/或集线器14,并且可基于本地存储数据来发布警示。
虽然图6的示例示出了加速度160、速度162和长度164,但可开发出具有比所示那些更多或更少的变量的其它模型。在一个示例中,可仅基于救生绳的长度来生成映射图。在该示例中,当救生绳延伸超过该映射图所指定的绳长度时,可向工人发出警示。
图7示出根据本公开的方面的第二模型的示例,该第二模型由本文的个人防护装备管理系统或其它装置相对于工人活动依据安全绳上的测量力/张力和长度来应用,其中该模型被布置成限定安全区域和预测安全事件的不安全行为区域。在该示例中,图7是表示模型或规则集的图,PPEMS 6、集线器14或SRL 11应用该模型或规则集,以基于救生绳(诸如,图3所示的救生绳92)上的力或张力180以及救生绳已经被抽取的长度182的测量结果,来预测安全事件的可能性。力或张力180和长度182的测量结果可基于从SRL 11的传感器收集的数据来确定。该图所表示的数据可以是估计的或在训练/测试环境中收集的,并且该图可用作将工人的安全活动与不安全活动区分开的“映射图”。
例如,安全区域184可表示与安全活动相关联的力或张力180和长度182的测量结果(例如,如通过监测测试环境中的工人的活动所确定)。未栓系区域186可表示与未牢固地锚定到支撑结构(这可被认为是不安全的)的救生绳相关联的力或张力180和长度182的测量结果。过度拉伸区域188可表示与延伸超过正常操作参数(也可被认为是不安全的)的救生绳相关联的力或张力180和长度182的测量结果。
根据本公开的方面,PPEMS 6、集线器14或SRL 11可以通过将来自图6表示的模型或规则集应用到来自SRL 11的使用数据来发布一个或多个警示,其方式类似于上面参照图6描述的方式。在一些情况下,图7所示的图的数据可表示图2所示的历史数据和模型74B。在其它情况下,除此之外或另选地,可将类似的映射图存储到SRL 11和/或集线器14,并且可基于本地存储数据来发布警示。
图8A和图8B示出根据本公开的方面的示例性输入事件数据流的曲线图,PPEMS 6、集线器14或SRL 11接收和处理该示例性输入事件数据流,并且基于应用一个或多个模型或规则集,将其确定为表示低风险行为(图8A)和导致触发警示或其它响应的高风险行为(图8B)。在这些示例中,图8A和图8B示出在一定时间段内被确定来分别指示安全活动和不安全活动的示例性事件数据的曲线图。例如,图8A的示例示出相对于运动学阈值192救生绳(诸如,图3所示的救生绳92)被抽取的速度190,而图8B示出相对于阈值192救生绳(诸如,图3所示的救生绳92)被抽取的速度194。
在一些情况下,可开发出图8A和图8B所示的曲线图并将其作为图2所示的PPEMS 6的历史数据和模型74B来进行存储。根据本公开的方面,PPEMS 6、集线器14或SRL 11可通过将来自SRL 11的使用数据与阈值192进行比较来发出一个或多个警示。例如,在图8B的示例中,当速度194超过阈值192时,PPEMS 6、集线器14或SRL 11可发出一个或多个警示。在一些情况下,可基于速度超过阈值192的程度来发布不同的警示,以便例如将危险活动与不安全且具有即将发生安全事件的高可能性的活动区分开。
图9是根据本公开的方面的用于预测安全事件的可能性的示例性过程。虽然相对于PPEMS 6描述了图9所示的技术,但是应当理解,这些技术可由各种计算装置执行。
在所示的示例中,PPEMS 6从至少一个自回缩救生绳(SRL)(诸如SRL 11中的至少一个)获得使用数据(200)。如本文所述,使用数据包括指示SRL 11的操作的数据。在一些示例中,PPEMS 6可通过轮询SRL 11或集线器14的使用数据来获得使用数据。在其它示例中,SRL 11或集线器14可向PPEMS 6发送使用数据。例如,PPEMS 6可在生成使用数据时实时地从SRL 11或集线器14接收使用数据。在其它示例中,PPEMS 6可接收存储的使用数据。
PPEMS 6可将使用数据应用到表征至少一个SRL 11的用户的活动的安全模型(202)。例如,如本文所述,安全模型可基于来自已知安全事件的数据和/或来自SRL 11的历史数据来训练。以此方式,安全模型可被布置成用于限定安全区域和不安全区域。
PPEMS 6可基于使用数据到安全模型的应用来预测发生与至少一个SRL 11相关联的安全事件的可能性(204)。例如,PPEMS 6可将所获得的使用数据应用于安全模型,以确定使用数据是符合安全活动(例如,如由模型所限定)还是符合可能不安全的活动。
PPEMS 6可响应于预测发生安全事件的可能性而生成输出(206)。例如,当使用数据不符合安全活动(如由安全模型所限定)时,PPEMS 6可生成警示数据。PPEMS 6可将指示发生安全事件的可能性的警示数据发送到SRL 11、安全管理员或另一第三方。
实施例1:一种方法,包括:从至少一个自回缩救生绳(SRL)获得使用数据,其中使用数据包括指示至少一个SRL的操作的数据;由在计算装置处实现的分析引擎将使用数据应用到表征至少一个SRL的用户的活动的安全模型;基于使用数据到安全模型的应用来预测与至少一个SRL相关联的发生安全事件的可能性;以及响应于预测发生安全事件的可能性生成输出。
实施例2:根据实施例1所述的方法,其中安全模型根据来自多个SRL的已知安全事件的历史数据来构建,多个SRL具有与至少一个SRL类似的特性。
实施例3:根据实施例1至2中任一项所述的方法,还包括基于来自至少一个SRL的使用数据来更新安全模型。
实施例4:根据实施例1至3中任一项所述的方法,其中安全模型根据来自除与至少一个SRL一起使用的SRL之外的一个或多个装置的已知安全事件的数据来构建。
实施例5:根据实施例1至4中任一项所述的方法,还包括:基于以下各项中的至少一项来选择安全模型:至少一个SRL的配置、至少一个SRL的用户、至少一个SRL所处的环境以及与至少一个SRL一起使用的一个或多个其它装置。
实施例6:根据实施例1至5中任一项所述的方法,其中使用数据表示在一定时间段期间至少一个SRL的用户的活动,并且其中使用数据包括指示以下各项中的至少一项的数据:SRL的救生绳的延伸和回缩、施加到至少一个SRL的救生绳的力、至少一个SRL的加速度、至少一个SRL的位置以及至少一个SRL的海拔。
实施例7:根据实施例1至6中任一项所述的方法,其中使用数据包括与至少一个SRL所处的环境相关联的环境数据,使得发生安全事件的可能性基于SRL所处的环境。
实施例8:根据实施例1至7中任一项所述的方法,其中将使用数据应用到表征用户的活动的安全模型包括将使用数据应用到根据与多个SRL相关联的已知安全事件的训练数据来构建的安全模型。
实施例9:根据实施例1至8中任一项所述的方法,其中预测发生安全事件的可能性包括相对于由安全模型表征的已知安全行为识别至少一个SRL的用户的异常行为。
实施例10:根据实施例1至9中任一项所述的方法,其中预测发生安全事件的可能性还包括识别其中部署至少一个SRL的工作环境内与异常数量的安全事件相关联的区域。
实施例11:根据实施例1至10中任一项的方法,其中将使用数据应用到安全模型包括将使用数据应用到表征至少一个SRL的用户的速度的安全模型,并且其中预测发生安全事件的可能性包括确定用户在一定时间段内的速度超过在该时间段内与安全活动相关联的速度。
实施例12:根据实施例1至11中任一项所述的方法,其中将使用数据应用到安全模型包括将使用数据应用到表征由至少一个SRL的用户施加到至少一个SRL的救生绳的力的安全模型,并且其中预测发生安全事件的可能性包括确定在一定时间段内施加的力超过在该时间段内与安全活动相关联的力。
实施例13:根据实施例1至12中任一项所述的方法,其中将使用数据应用到安全模型包括将使用数据应用到表征至少一个SRL的救生绳的延伸长度的安全模型,并且其中预测发生安全事件的可能性包括确定延伸长度超过或小于在该时间段内与安全活动相关联的延伸长度。
实施例14:根据实施例1至13中任一项所述的方法,其中生成输出包括生成指示可能发生安全事件的警示数据。
实施例15:根据实施例1至14中任一项所述的方法,还包括基于使用数据生成用户接口,其中用户接口指示以下各项中的至少一项:至少一个SRL的操作、与至少一个SRL相关联的安全事件以及其中部署至少一个SRL并且已经发生或可能发生至少一个安全事件的地理区域。
实施例16:一种非暂态计算机可读存储介质,其编码有指令,指令在被执行时使得计算装置的至少一个处理器执行根据实施例1至15所述的方法中的任一种。
实施例17:一种设备,包括用于执行根据实施例1至15所述的方法中的任一种的装置。
应当认识到,根据示例,本文所述技术中的任一种的某些动作或事件可以不同的顺序执行,可一起添加、合并或省去(例如,不是所有所描述动作或事件对于技术的实践都是必需的)。此外,在某些示例中,动作或事件可例如通过多线程处理、中断处理或多个处理器同时而不是顺序地执行。
在一个或多个示例中,所述的功能可在硬件、软件、固件或它们的任何组合中来实现。如果以软件实现,那么这些功能可作为一个或多个指令或代码存储在计算机可读介质上或经由计算机可读介质传输,并且由基于硬件的处理单元执行。计算机可读介质可包括计算机可读存储介质,其对应于如数据存储介质的有形介质,或通信介质,其包括例如根据通信协议促进将计算机程序从一处传送到另一处的任何介质。以此方式,计算机可读介质通常可对应于(1)非暂态的有形计算机可读存储介质或(2)诸如信号或载波的通信介质。数据存储介质可为可由一个或多个计算机或一个或多个处理器访问以检索用于实现本公开中所描述的技术的指令、代码和/或数据结构的任何可用介质。计算机程序产品可包括计算机可读介质。
作为示例而非限制,此类计算机可读存储介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储装置、闪存或者可用来以指令或数据结构的形式存储所需的程序代码并且可由计算机访问的任何其它介质。而且,任何连接均被适当地称为计算机可读介质。例如,如果使用同轴电缆、光缆、双绞线、数字用户线(DSL)或无线技术如红外线、无线电和微波从网站、服务器或其它远程源传输指令,则同轴电缆、光纤电缆、双绞线、DSL或无线技术如红外线、无线电和微波包括在介质的定义中。
然而,应当理解,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它暂态介质,而是针对非暂态的有形存储介质。如本文所用,磁盘和光盘包括压缩盘(CD)、激光光盘、光学盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中磁盘通常以磁的方式再现数据,而光盘通过激光以光学方式再现数据。上述的组合也应当包括在计算机可读介质的范围内。
指令可由一个或多个处理器诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它等效集成或离散逻辑电路系统以及这类部件的任意组合执行。因此,如本文所用,术语“处理器”可以是指适用于实施本文所述的技术的前述结构中的任一者或任何其它结构。另外,在一些方面,本文所述的功能性还可在专用硬件和/或软件模块内提供。而且,所述技术可完全在一个或多个电路或逻辑单元中实现。
本公开的技术可在包括无线通信装置或无线手持机、微处理器、集成电路(IC)或一组IC(例如,芯片组)的各种各样的装置或设备中实现。在本公开中描述了各种部件、模块或单元以强调被配置成执行所公开的技术的装置的功能方面,但是不一定需要通过不同的硬件单元来实现。相反,如上所述,各种单元可在硬件单元中组合,或者通过包括如上所述的一个或多个处理器的互操作硬件单元的集合、结合合适的软件和/或固件来提供。
已描述了各种示例。这些实施例以及其它实施例均在如下权利要求书的范围内。
Claims (15)
1.一种用于坠落防护装备事件生成和监视的系统,所述系统包括:
自回缩救生绳设备,所述自回缩救生绳设备包括壳体和偏置转筒,所述偏置转筒能够旋转地连接到所述壳体,并且救生绳缠绕所述偏置转筒,当所述救生绳延伸出所述壳体和回缩到所述壳体中时,所述偏置转筒能够旋转,所述自回缩救生绳设备还包括一个或多个电子传感器,所述一个或多个电子传感器被配置成生成指示所述救生绳的延伸/回缩操作的数据;和
至少一个计算装置,所述至少一个计算装置包括一个或多个计算机处理器和存储器,所述存储器包括指令,当被所述一个或多个计算机处理器执行时,所述指令致使所述一个或多个计算机处理器接收指示所述救生绳的所述延伸/回缩操作的所述数据,将所述数据应用到安全模型,所述安全模型基于指示所述救生绳的所述延伸/回缩操作的所述数据预测发生与所述自回缩救生绳设备相关联的安全事件的可能性,以及至少部分地基于发生所述安全事件的所述可能性执行一个或多个操作。
2.根据权利要求1所述的用于坠落防护装备事件生成和监视的系统,其中为执行所述一个或多个操作,所述存储器包括指令,当被所述一个或多个计算机处理器执行时,所述指令致使所述一个或多个计算机处理器响应于预测发生所述安全事件的所述可能性,生成警示,以及将所述警示传输到所述自回缩救生绳设备,其中所述自回缩救生绳设备被配置成接收所述警示并响应于接收所述警示而生成输出。
3.根据权利要求1所述的用于坠落防护装备事件生成和监视的系统,所述系统还包括集线器,所述集线器被配置成与所述自回缩救生绳设备和所述至少一个计算装置通信,并且其中所述自回缩救生绳设备被配置成将所述数据传输到所述集线器,并且其中所述集线器被配置成将所述数据传输到所述至少一个计算装置。
4.根据权利要求2所述的用于坠落防护装备事件生成和监视的系统,其中所述至少一个计算装置被配置成经由集线器将所述警示传输到所述自回缩救生绳设备。
5.根据权利要求1所述的用于坠落防护装备事件生成和监视的系统,其中所述至少一个计算装置进一步被配置成基于所述安全模型生成一组规则,并将所述规则传输到集线器,所述集线器被配置成与所述自回缩救生绳设备通信,并且其中所述集线器被配置成基于所述一组规则生成第二警示。
6.一种自回缩救生绳设备,所述自回缩救生绳设备包括:
第一连接器,所述第一连接器被配置成联接到锚定件;
第二连接器,所述第二连接器被配置成联接到所述自回缩救生绳设备的用户;
壳体和偏置转筒,所述偏置转筒能够旋转地连接到所述壳体,并且救生绳缠绕所述偏置转筒,当所述救生绳延伸出所述壳体和回缩到所述壳体中时,所述偏置转筒能够旋转;
一个或多个电子传感器,所述一个或多个电子传感器被配置成生成指示所述救生绳的操作的使用数据;和
通信单元,所述通信单元被配置为基于安全模型接收一组规则,所述安全模型用于基于所述使用数据中包括的指示所述救生绳的延伸/回缩操作的数据预测发生与所述自回缩救生绳设备相关联的安全事件的可能性。
7.根据权利要求6所述的自回缩救生绳设备,其中,所述通信单元还被配置成将所述使用数据无线地传输到第二装置。
8.根据权利要求7所述的自回缩救生绳设备,其中所述通信单元进一步被配置成接收基于所述使用数据应用到所述安全模型的警示数据,并且其中所述自回缩救生绳设备还包括输出单元,所述输出单元被配置成基于所述警示数据生成输出。
9.根据权利要求7所述的自回缩救生绳设备,其中所述装置还包括存储器和输出单元,所述存储器被配置成存储所述规则,所述输出单元被配置成基于所述使用数据与所述规则的比较来生成输出。
10.根据权利要求6所述的自回缩救生绳设备,其中所述一个或多个传感器包括延伸传感器、张力传感器、加速度计、位置传感器和测高仪中的至少一个。
11.根据权利要求6所述的自回缩救生绳设备,所述自回缩救生绳设备还包括一个或多个环境传感器,所述一个或多个环境传感器被配置成生成指示所述自回缩救生绳设备所处的环境的数据。
12.根据权利要求11所述的自回缩救生绳设备,其中所述一个或多个环境传感器被配置成输出指示温度、气压、湿度、颗粒含量和环境噪声中的至少一个的数据。
13.一种计算装置,所述计算装置包括:
一个或多个计算机处理器;和
存储器,所述存储器包括指令,当被所述一个或多个计算机处理器执行时,所述指令致使所述一个或多个计算机处理器:从至少一个自回缩救生绳设备获得使用数据,其中,所述自回缩救生绳设备包括壳体和偏置转筒,所述偏置转筒能够旋转地连接到所述壳体,并且救生绳缠绕所述偏置转筒,当所述救生绳延伸出所述壳体和回缩到所述壳体中时,所述偏置转筒能够旋转,所述使用数据包括指示所述救生绳的延伸/回缩操作的数据;将所述使用数据应用到表征所述至少一个自回缩救生绳设备的用户的活动的安全模型,所述安全模型用于基于指示所述救生绳的所述延伸/回缩操作的数据预测发生与所述至少一个自回缩救生绳设备相关联的安全事件的可能性;以及响应于预测发生所述安全事件的所述可能性生成输出。
14.根据权利要求13所述的计算装置,其中所述安全模型根据来自多个自回缩救生绳设备的已知安全事件的历史数据来构建,所述多个自回缩救生绳设备具有与所述至少一个自回缩救生绳设备类似的特性。
15.根据权利要求13所述的计算装置,其中所述存储器包括指令,当被所述一个或多个计算机处理器执行时,所述指令致使所述一个或多个计算机处理器基于来自所述至少一个自回缩救生绳设备的所述使用数据来更新所述安全模型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662408442P | 2016-10-14 | 2016-10-14 | |
US62/408,442 | 2016-10-14 | ||
PCT/US2017/056376 WO2018071695A1 (en) | 2016-10-14 | 2017-10-12 | Fall protection equipment event generation and monitoring |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109843389A CN109843389A (zh) | 2019-06-04 |
CN109843389B true CN109843389B (zh) | 2021-09-10 |
Family
ID=60162324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780063033.2A Expired - Fee Related CN109843389B (zh) | 2016-10-14 | 2017-10-12 | 坠落防护装备事件生成和监测 |
Country Status (12)
Country | Link |
---|---|
US (2) | US10496045B2 (zh) |
EP (1) | EP3525891B1 (zh) |
JP (1) | JP7076887B2 (zh) |
KR (1) | KR20190068595A (zh) |
CN (1) | CN109843389B (zh) |
AU (1) | AU2017342372B2 (zh) |
BR (1) | BR112019007629A2 (zh) |
CA (1) | CA3040180A1 (zh) |
CO (1) | CO2019003664A2 (zh) |
MX (1) | MX2019003950A (zh) |
TW (1) | TWI759339B (zh) |
WO (1) | WO2018071695A1 (zh) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3040464A1 (en) | 2016-10-14 | 2018-04-19 | 3M Innovative Properties Company | Self-check for personal protective equipment |
AU2018220873A1 (en) * | 2017-02-16 | 2019-09-05 | 3M Innovative Properties Company | Safety apparatus comprising mechanical command interface |
CA3068873A1 (en) * | 2017-07-17 | 2019-01-24 | Safeworks, Llc | Climb assist velocity control |
US11298572B2 (en) * | 2017-07-18 | 2022-04-12 | Smart Harness Systems, LLC | Safety system with digital tracking and reporting and method of use |
WO2019030708A1 (en) | 2017-08-10 | 2019-02-14 | 3M Innovative Properties Company | GENERATION AND EVENT MONITORING OF ANTI-FALL DEVICE |
US10828517B2 (en) * | 2017-08-16 | 2020-11-10 | Honeywell International Inc. | Smart fall arrest system |
DE102017120925B3 (de) * | 2017-09-11 | 2018-11-08 | Bornack Gmbh & Co. Kg | Schutzausrüstung mit Sensoreinrichtung |
US10512801B2 (en) * | 2018-04-20 | 2019-12-24 | Honeywell International Inc. | Distance-learning safety retraction lanyard |
EP3796984A4 (en) * | 2018-05-23 | 2022-03-02 | 3M Innovative Properties Company | FALL ARREST DEVICE IMPACT INDICATOR AND METHOD OF USE |
US11433263B1 (en) * | 2018-06-14 | 2022-09-06 | Jerry Bishop | Structure climbing safety device |
US20210308502A1 (en) * | 2018-08-07 | 2021-10-07 | 3M Innovative Properties Company | Improvements to fall protection equipment |
US11951338B2 (en) * | 2018-08-14 | 2024-04-09 | Textron Innovations Inc. | Fall protection monitor |
US10952479B2 (en) * | 2018-09-25 | 2021-03-23 | Sony Corporation | Protection for head mounted display device |
CA3126393A1 (en) | 2019-01-14 | 2020-07-23 | Msa Technology, Llc | Fall protection compliance system and method |
EP3695885A1 (en) * | 2019-02-15 | 2020-08-19 | Fin Group S.R.L. | System for monitoring a fall arrest device |
EP3927925A4 (en) * | 2019-02-19 | 2022-09-07 | 3M Innovative Properties Company | SYSTEMS AND METHODS FOR MONITORING THE CONDITION OF A FALL PROTECTION SAFETY SYSTEM |
US11633632B2 (en) | 2019-03-22 | 2023-04-25 | 3M Innovative Properties Company | Fall-protection system with monitoring system |
US10832393B2 (en) * | 2019-04-01 | 2020-11-10 | International Business Machines Corporation | Automated trend detection by self-learning models through image generation and recognition |
WO2020230025A1 (en) * | 2019-05-16 | 2020-11-19 | 3M Innovative Properties Company | Self-retracting lifeline communications systems |
US11358031B2 (en) * | 2019-05-28 | 2022-06-14 | International Business Machines Corporation | Safety device for assisting a user to traverse a structure |
KR102286381B1 (ko) * | 2019-06-25 | 2021-08-05 | 주식회사 한림기술 | 고소작업용 안전고리 체결 확인 센서를 구비한 안전관리 시스템 |
CN110599742B (zh) * | 2019-09-20 | 2021-11-26 | 浙江数智交院科技股份有限公司 | 作业人员的安全监测装置、系统和方法 |
US11065481B1 (en) | 2020-05-19 | 2021-07-20 | Us Safety Technologies Llc | Safety harness motion detector systems and methods for use |
US11623108B2 (en) | 2020-05-19 | 2023-04-11 | Us Safety Technologies Llc | Safety harness motion detector systems and methods for use |
US10909831B1 (en) * | 2020-05-19 | 2021-02-02 | Us Safety Technologies Llc | Safety harness motion detector systems and methods for use |
IT202000019591A1 (it) * | 2020-08-07 | 2022-02-07 | Sicurlive Group S R L | Sistema elettronico di sicurezza anticaduta ancorabile ad una macchina per il sollevamento e lo spostamento di materiali, e relativo metodo e kit |
US20220122009A1 (en) * | 2020-10-19 | 2022-04-21 | Strongarm Technologies, Inc. | Methods and apparatus for determining and preventing risk of human injury |
KR102620876B1 (ko) * | 2021-06-16 | 2024-01-05 | 한국과학기술원 | 안전 고리의 가설구조물 체결 여부 인식 방법 및 장치 |
CN115512516B (zh) * | 2021-06-22 | 2023-11-17 | 北京熵行科技有限公司 | 一种跌倒监测方法以及相应的电子设备和装置 |
US11630428B2 (en) * | 2021-08-06 | 2023-04-18 | Trimble Inc. | Real-time analysis of vibration samples for operating environment classification and anomaly detection |
US20230173313A1 (en) * | 2021-12-07 | 2023-06-08 | Zebra Technologies Corporation | Lanyard Device for Monitoring Safety of a User |
WO2023242711A1 (en) * | 2022-06-16 | 2023-12-21 | 3M Innovative Properties Company | System and method for detecting fall event |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002336367A (ja) * | 2001-05-18 | 2002-11-26 | Fujita Corp | 安全帯用発信機及び安全帯の使用状況監視システム |
JP2009165517A (ja) * | 2008-01-11 | 2009-07-30 | Nakanishi Metal Works Co Ltd | 安全帯使用状況の監視及び警報システム |
CN102246215A (zh) * | 2008-08-14 | 2011-11-16 | 斯博瑞安防护设备有限责任公司 | 环境风险管理系统和方法 |
CN102512773A (zh) * | 2012-02-02 | 2012-06-27 | 中国十七冶集团有限公司 | 一种用于安全绳佩戴状态远程监测装置 |
CN204147452U (zh) * | 2014-09-02 | 2015-02-11 | 国家电网公司 | 多功能电工安全带 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054303A (zh) * | 2002-09-17 | 2011-05-11 | 全套海运安全公司 | 监测集装箱以维护其安全性的方法和系统 |
US8325053B2 (en) * | 2009-03-10 | 2012-12-04 | JCJ Inc. | Personal fall protection monitoring system |
NZ575464A (en) | 2009-03-10 | 2010-07-30 | Holmes Solutions Ltd | Improvements in and relating to braking mechanisms |
JP5116815B2 (ja) * | 2009-10-20 | 2013-01-09 | 藤井電工株式会社 | 安全帯およびその使用状況確認システム |
US8902074B2 (en) * | 2010-08-26 | 2014-12-02 | Honeywell International, Inc. | Harness for fall protection |
EP2673758A4 (en) | 2011-02-09 | 2017-11-29 | Walbridge, Van | Warning and message delivery and logging system utilizable in the monitoring of fall arresting and prevention devices and method of same |
CN104081442A (zh) * | 2012-01-10 | 2014-10-01 | 三菱电机株式会社 | 家庭安全系统以及该家庭安全系统所使用的车载系统 |
CN102961833B (zh) * | 2012-11-01 | 2015-04-01 | 浙江大学 | 高空防护服 |
US10138102B2 (en) * | 2013-07-23 | 2018-11-27 | Viki V. Walbridge | Warning and message delivery and logging system utilizable in a fall arresting and prevention device and method of same |
US9480866B2 (en) * | 2014-10-21 | 2016-11-01 | The Boeing Company | Line connector having a link detection system and method of making same |
US10347108B2 (en) | 2015-01-16 | 2019-07-09 | City University Of Hong Kong | Monitoring user activity using wearable motion sensing device |
US9858794B2 (en) * | 2015-03-30 | 2018-01-02 | International Business Machines Corporation | Detecting and notifying of various potential hazards |
EP3940609A1 (en) * | 2015-04-30 | 2022-01-19 | Honeywell International Inc. | System for integrating multiple sensor data to predict a fall risk |
US10274913B2 (en) * | 2016-06-27 | 2019-04-30 | The Boeing Company | Variable length self-locking lifeline system |
-
2017
- 2017-10-12 BR BR112019007629A patent/BR112019007629A2/pt not_active Application Discontinuation
- 2017-10-12 WO PCT/US2017/056376 patent/WO2018071695A1/en unknown
- 2017-10-12 CA CA3040180A patent/CA3040180A1/en not_active Abandoned
- 2017-10-12 US US15/782,645 patent/US10496045B2/en active Active
- 2017-10-12 JP JP2019520016A patent/JP7076887B2/ja active Active
- 2017-10-12 EP EP17788074.7A patent/EP3525891B1/en active Active
- 2017-10-12 MX MX2019003950A patent/MX2019003950A/es unknown
- 2017-10-12 AU AU2017342372A patent/AU2017342372B2/en active Active
- 2017-10-12 KR KR1020197013704A patent/KR20190068595A/ko unknown
- 2017-10-12 CN CN201780063033.2A patent/CN109843389B/zh not_active Expired - Fee Related
- 2017-10-13 TW TW106135111A patent/TWI759339B/zh not_active IP Right Cessation
-
2019
- 2019-04-12 CO CONC2019/0003664A patent/CO2019003664A2/es unknown
- 2019-11-26 US US16/695,595 patent/US20200096952A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002336367A (ja) * | 2001-05-18 | 2002-11-26 | Fujita Corp | 安全帯用発信機及び安全帯の使用状況監視システム |
JP2009165517A (ja) * | 2008-01-11 | 2009-07-30 | Nakanishi Metal Works Co Ltd | 安全帯使用状況の監視及び警報システム |
CN102246215A (zh) * | 2008-08-14 | 2011-11-16 | 斯博瑞安防护设备有限责任公司 | 环境风险管理系统和方法 |
CN102512773A (zh) * | 2012-02-02 | 2012-06-27 | 中国十七冶集团有限公司 | 一种用于安全绳佩戴状态远程监测装置 |
CN204147452U (zh) * | 2014-09-02 | 2015-02-11 | 国家电网公司 | 多功能电工安全带 |
Also Published As
Publication number | Publication date |
---|---|
MX2019003950A (es) | 2019-08-12 |
CA3040180A1 (en) | 2018-04-19 |
EP3525891B1 (en) | 2022-04-13 |
CO2019003664A2 (es) | 2019-04-30 |
JP7076887B2 (ja) | 2022-05-30 |
EP3525891A1 (en) | 2019-08-21 |
US20180107169A1 (en) | 2018-04-19 |
KR20190068595A (ko) | 2019-06-18 |
TW201830268A (zh) | 2018-08-16 |
AU2017342372B2 (en) | 2020-09-24 |
BR112019007629A2 (pt) | 2019-07-02 |
JP2019535352A (ja) | 2019-12-12 |
WO2018071695A1 (en) | 2018-04-19 |
US20200096952A1 (en) | 2020-03-26 |
AU2017342372A1 (en) | 2019-05-02 |
US10496045B2 (en) | 2019-12-03 |
TWI759339B (zh) | 2022-04-01 |
CN109843389A (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109843389B (zh) | 坠落防护装备事件生成和监测 | |
US11979696B2 (en) | Personal protective equipment (PPE) with analytical stream processing for safety event detection | |
CN109416775B (zh) | 具有用于安全事件检测的分析流处理的个人防护设备(ppe) | |
US11541256B2 (en) | Fall arresting device event generation and monitoring | |
US20240139560A1 (en) | Fall Protection Equipment Connection Status and Control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210910 |
|
CF01 | Termination of patent right due to non-payment of annual fee |