CN111192434B - 一种基于多模态感知的安全防护服识别系统及方法 - Google Patents
一种基于多模态感知的安全防护服识别系统及方法 Download PDFInfo
- Publication number
- CN111192434B CN111192434B CN202010059914.0A CN202010059914A CN111192434B CN 111192434 B CN111192434 B CN 111192434B CN 202010059914 A CN202010059914 A CN 202010059914A CN 111192434 B CN111192434 B CN 111192434B
- Authority
- CN
- China
- Prior art keywords
- safety
- data
- time sequence
- sequence data
- suit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008447 perception Effects 0.000 title claims abstract description 9
- 230000009471 action Effects 0.000 claims abstract description 10
- 239000002360 explosive Substances 0.000 claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000007493 shaping process Methods 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000013138 pruning Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 7
- 230000003116 impacting effect Effects 0.000 abstract description 4
- 230000003139 buffering effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 3
- 238000006424 Flood reaction Methods 0.000 abstract 1
- 208000014674 injury Diseases 0.000 description 7
- 208000027418 Wounds and injury Diseases 0.000 description 6
- 208000012260 Accidental injury Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 238000009435 building construction Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- 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
- A62B35/04—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion incorporating energy absorbing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Abstract
本发明公开了一种基于多模态感知的安全防护服识别系统及方法，该系统包括安全服本体和以及嵌于安全服本体夹层内的电子信息采集装置、安全气囊管道、气瓶及触发装置，所述气瓶与触发装置通过螺纹相接，在触发装置上安装有排气阀，所述安全气囊管道通过排气阀与触发装置连接。当使用者发生危险动作或存在危险因素时，安全服能做出声、光、震动预警提示；当使用者跌落、摔倒、受到撞击时，电子系统迅速引爆微炸药包，气瓶中的气体快速涌入安全气囊管道，从而形成能够包裹身体重要部位的缓冲气囊，起到使用者受到落地、二次碰撞、落水时缓冲碰撞的作用，减轻使用者受到的伤害。
Description
技术领域
本发明涉及一种基于多模态感知的安全防护服识别系统及方法，属于电子安全防护设备技术领域。
背景技术
随着国民经济的稳步发展，伤害已经成为威胁人民健康的主要公共健康问题。资料显示，我国每年发生各类伤害约2亿次，死亡人数达70万余人，是仅次于恶性肿瘤、脑血管病、呼吸系统疾病和心脏病的第五大死亡原因，约占死亡总人数的9％，如何避免意外伤害已经成了一个公共健康课题。
由于无法正确分辨危险信号造成的意外伤害，在给人民群众的健康生活形成严重威胁的同时，也给社会带来了沉重的负担。统计发现，造成人受伤大部分时候并不是来自危险本身，而是没有及时意识到危险信号，因而应对意外伤害应该立足于预防，在危险还未发生的时识别危险信号并给人以警示。目前安全气囊仅在汽车领域应用比较成熟，但于意外危险发生率同样很高的高空作业、建筑施工、摔跌碰撞、行船等领域尚未成功的应用，因此将安全气囊技术、安全服与电子信息技术相结合，具有良好的应用价值和广阔的市场前景。
发明内容
本发明的目的在于提供一种基于多模态感知的安全防护服识别系统及方法，以改善现有技术中存在判断准确率地、判断速度慢与非特定人非特定姿态判断难以权衡的问题，降低安全隐患。
本发明的技术方案：一种基于多模态感知的安全防护服识别系统，包括安全服本体和以及嵌于安全服本体夹层内的电子信息采集装置、安全气囊管道、气瓶及触发装置，所述气瓶与触发装置通过螺纹相接，在触发装置上安装有排气阀，所述安全气囊管道通过排气阀与触发装置连接；所述电子信息采集装置包括集成板以及安装在集成板上的微处理器、陀螺仪、位置信息传感器、报警器、闪光灯、高频震动器、电源以及加速度计，所述的触发装置、陀螺仪、位置信息传感器、报警器、闪光灯、高频震动器、电源以及加速度计均与微处理器电性连接。
进一步，所述安全气囊管道是由布置在安全服本体正面的胸部保护气囊、布置在安全服本体衣领处的颈部保护气囊、布置在安全服本体背面的背部保护气囊、布置在安全服本体腰部的肋部保护气囊以及布置在安全服本体背面中央的脊椎保护气囊连接构成的连续式气囊。
进一步，所述触发装置为通电爆炸的微炸药包。
进一步，所述陀螺仪为三轴陀螺仪，所述加速度计为三轴加速度计。
同时，本发明还提供一种用于上述识别系统的基于多模态感知的安全防护服识别方法，包括以下步骤：
步骤一：通过陀螺仪、位置信息传感器、以及加速度计实时采集安全服本体上的加速度数据、陀螺仪数据以及位置信息数据；
步骤二：对步骤一采集到的数据归一化为带符号的整形数据，按照加速度数据、陀螺仪数据、位置信息数据的顺序拼接为一维列表；
步骤三：根据步骤二所得的一维列表，对相应传感器的值按重要程度赋予权重系数并更新列表；
步骤四：重复上述三个步骤，直至获取存储一段连续时间的二维列表；
步骤五：根据步骤四所得的二维列表，采用主成分分析PCA进行维度压缩，提高数据有效率，获得一维列表；
步骤六：在调试阶段，根据相应需要识别的危险信号，通过步骤一至步骤五采集危险信号时序数据模板，并主动对其按照优先级降序排序，令优先级高的情况的时序数据模版优先进行匹配；
步骤七：在使用阶段，通过步骤一至步骤七采集实时时序数据，与步骤六所得时序数据模板通过拥有提前截至改进的动态时间规整DTW算法匹配识别，微处理器获得相应的识别结果，并控制触发装置、动作报警器、闪光灯或/和高频震动器工作。
上述方法中，所述调试阶段中，步骤五所得一维列表即是一条危险信号时序数据模板，在各个具有危险信号的情况下进行采集数据，获取多条危险信号时序数据模板。
上述方法中，所述使用阶段中，将步骤五获得的一维列表通过提前截至改进的动态时间规整DTW算法逐条对通过步骤一排好序调试阶段获得的危险信号时序数据模板相匹配计算，获得相应的识别结果。
上述方法中，所述所述改进动态时间规整DTW包括两个部分的改进，第一部分为主动优先级排序，令优先级高的情况的时序数据模版优先进行匹配；第二部分为动态时间规整DTW提前截止的剪枝方法，即在时序数据模板与当前数据匹配过程中加入冗余判断，使计算提前停止，提高匹配效率。
上述方法中，所述触发装置未工作时，安全气囊管道处于干瘪状态，触发装置工作后，安全气囊管道处于充气膨胀状态。
由于采用了上述技术方案，本发明的优点在于：本发明的安全服在平时使用未充气的情况下，其与普通安全服无异；当使用者发生危险动作或周边存在危险因素时，安全服能做出声、光、震动预警提示；当使用者跌落、摔倒、受到撞击时，电子系统迅速引爆微炸药包，气瓶中的气体快速涌入气囊，从而形成能够包裹身体重要部位的缓冲气囊，起到使用者受到落地、二次碰撞、落水时缓冲碰撞的作用，减轻使用者受到的伤害。同时，本发明通过多模态传感器数据采集、数据拼接、数据加权、主成分分析PCA、改进动态时间规整DTW等系列手段改善现有技术中存在判断准确率、判断速度与非特定人非特定姿态判断难以权衡的问题，能够应对有高复杂性和多变化性的人体行为动作和危险信号并且及时预警与响应保护。
附图说明
图1为本发明实施例中安全服本体的正面示意图；
图2为本发明实施例中安全服本体的背面示意图；
图3为本发明实施例中安全服气囊管道、气瓶及气瓶触发装置的结构示意图；
图4为本发明实施例中颈部保护气囊、背部保护气囊、肋部保护气囊以及脊椎保护气囊的布置示意图；
图5为本发明实施例中电子信息采集装置的结构示意图；
图6为本发明实施例中所述安全防护服识别系统调试阶段的流程图；
图7为本发明实施例中所述安全防护服识别系统使用阶段的流程图。
附图标记说明：101-安全服本体；102-电子信息采集装置；103-气瓶及触发装置；201-安全气囊管道；202-胸部保护气囊；203-气瓶；204-排气阀；205-触发装置；206-颈部保护气囊；207-背部保护气囊；208-肋部保护气囊；209-脊椎保护气囊；301-微处理器；302-陀螺仪；303-位置传感器；304-报警器；305-闪光灯；306-高频震动器；307-电源；308-加速度计。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明作进一步的详细说明。
本发明的实施例：基于多模态感知的安全防护服识别系统的结构示意图如图1～5所示，包括安全服本体101和以及嵌于安全服本体101夹层内的电子信息采集装置102、安全气囊管道201、气瓶203及触发装置205，所述气瓶203与触发装置205通过螺纹相接，在触发装置205上安装有排气阀204，所述安全气囊管道201通过排气阀204与触发装置205连接；所述电子信息采集装置102包括集成板以及安装在集成板上的微处理器301、陀螺仪302、位置信息传感器303、报警器304、闪光灯305、高频震动器306、电源307以及加速度计308，所述的触发装置205、陀螺仪302、位置信息传感器303、报警器304、闪光灯305、高频震动器306、电源307以及加速度计308均与微处理器301电性连接。所述安全气囊管道201是由布置在安全服本体101正面的胸部保护气囊202、布置在安全服本体101衣领处的颈部保护气囊206、布置在安全服本体101背面的背部保护气囊207、布置在安全服本体101腰部的肋部保护气囊208以及布置在安全服本体101背面中央的脊椎保护气囊209连接构成的连续式气囊。所述触发装置205为通电爆炸的微炸药包。所述陀螺仪302为三轴陀螺仪，所述加速度计308为三轴加速度计。
同时，本发明还提供一种用于上述识别系统的基于多模态感知的安全防护服识别方法，包括以下步骤：
步骤一：通过陀螺仪302、位置信息传感器303、以及加速度计308实时采集安全服本体101上的加速度数据、陀螺仪数据以及位置信息数据；
步骤二：对步骤一采集到的数据归一化为带符号的整形数据，按照加速度数据、陀螺仪数据、位置信息数据的顺序拼接为一维列表；
步骤三：根据步骤二所得的一维列表，对相应传感器的值按重要程度赋予权重系数并更新列表；
步骤四：重复上述三个步骤，直至获取存储一段连续时间的二维列表；
步骤五：根据步骤四所得的二维列表，采用主成分分析PCA进行维度压缩，提高数据有效率，获得一维列表；
步骤六：在调试阶段，根据相应需要识别的危险信号，通过步骤一至步骤五采集危险信号时序数据模板，并主动对其按照优先级降序排序，令优先级高的情况的时序数据模版优先进行匹配；
步骤七：在使用阶段，通过步骤一至步骤七采集实时时序数据，与步骤六所得时序数据模板通过拥有提前截至改进的动态时间规整DTW算法匹配识别，微处理器301获得相应的识别结果，并控制触发装置205、动作报警器304、闪光灯305或/和高频震动器306工作。所述触发装置205为通电爆炸的微炸药包，触发装置205未工作时，安全气囊管道201处于干瘪状态，触发装置205被触发后，微炸药包起爆，排气阀204被打开，气瓶203内的气体通过排气阀204迅速对安全气囊管道201充气，使安全气囊管道201迅速充气膨胀状态。
上述方法中，所述调试阶段中，步骤五所得一维列表即是一条危险信号时序数据模板，在各个具有危险信号的情况下进行采集数据，获取多条危险信号时序数据模板。
上述方法中，所述使用阶段中，将步骤五获得的一维列表通过提前截至改进的动态时间规整DTW算法逐条对通过步骤一排好序调试阶段获得的危险信号时序数据模板相匹配计算，获得相应的识别结果。
上述方法中，所述所述改进动态时间规整DTW包括两个部分的改进，第一部分为主动优先级排序，令优先级高的情况的时序数据模版优先进行匹配；第二部分为动态时间规整DTW提前截止的剪枝方法，即在时序数据模板与当前数据匹配过程中加入冗余判断，使计算提前停止，提高匹配效率。
参见图6，具体的调试阶段的步骤为：
步骤一：采集安全服本体101上相应传感器的数据，包括加速度计308上的加速度数据(AccelerationX、AccelerationY、AccelerationZ)、陀螺仪302上的陀螺仪数据(GyroscopeX，GyroscopeY，GyroscopeZ)、位置信息传感器(303)的位置信息数据(X，Y，Z)以及电源余量数据(CurrentValue/TotalValue)；
步骤二：对步骤一采集到的数据归一化为带符号的整形数据Int，按照加速度数据、陀螺仪数据、位置信息传感器数据顺序拼接位一维列表DataOne[n]；
步骤三：对步骤二所得的一维列表DataOne[n]，对相应传感器的值按重要程度赋予权重系数K_n并更新列表DataOne[n]；
步骤四：m次重复上述三个步骤，获取存储有一段连续时间的二维列表DataTwo[n，m]；
步骤五：对第四步所得的二维列表DataTwo[n，m]，采用主成分分析PCA进行维度压缩提高数据有效率，获得一维列表DataThree[n]；
进一步的，步骤五所得一维列表DataThree[n]即是一条危险信号时序数据模板TemplateData[n]，在各个具有危险信号的情况下进行上述步骤采集数据，获取多条危险信号时序数据模板Template[n，p]，其中P为预设危险信号情况种类数；
参见图7，具体的使用阶段的步骤为：
步骤一：主动对其按照优先级降序排序，令优先级高的情况的时序数据模版优先进行匹配；
步骤二：采集安全服本体101上相应传感器的数据，包括加速度计308上的加速度数据(AccelerationX、AccelerationY、AccelerationZ)、陀螺仪302上的陀螺仪数据(GyroscopeX，GyroscopeY，GyroscopeZ)、位置信息传感器(303)的位置信息数据(X，Y，Z)以及电源余量数据(CurrentValue/TotalValue)；
步骤三：对步骤一采集到的数据归一化为带符号的整形数据Int，按照加速度数据、陀螺仪数据、位置信息传感器数据的顺序拼接位一维列表DataOne[n]；
步骤四：对步骤二所得的一维列表DataOne[n]，对相应传感器的值按重要程度赋予权重系数K_n并更新列表DataOne[n]；
步骤五：m次重复上述四个步骤，获取存储有一段连续时间的二维列表DataTwo[n，m]；
步骤六：对步骤五所得的二维列表DataTwo[n，m]，采用主成分分析PCA进行维度压缩提高数据有效率，获得一维列表RealTimeData[n]；
步骤七：将步骤六得一维列表RealTimeData[n]，通过提前截至改进的动态时间规整DTW算法逐条对通过步骤一排好序调试阶段获得的危险信号时序数据模板Template[n，p]相匹配计算，获得相应的识别结果Result；
进一步的，步骤一中所提优先级降序排序，为危险信号信号所造成的后果越严重优先级越高；
进一步的，改进提前截至动态时间规整算法DTW中所提的提前截至，即指若当前匹配模板的累积误差已大于已匹配过模板累积误差最小者，则放弃当前模板的匹配计算，减少冗余计算；
进一步的，微处理器301依据识别结果Result执行相应的响应动作，包括控制闪光灯305闪烁、动作报警器304播报声音提示、高频震动器306发出震动提示以及控制触发装置205工作。
综上所述，本发明的安全气囊充气式安全服在平时使用未充气的情况下，其与普通安全服无异；当使用者发生危险动作或存在危险因素时，安全服能做出声、光、震动预警提示；当使用者跌落、摔倒、受到撞击时，电子系统迅速引爆微炸药包，气瓶203中的气体快速涌入安全气囊管道201，从而形成能够包裹身体重要部位的缓冲气囊，起到使用者受到落地、二次碰撞、落水时缓冲碰撞的作用，减轻使用者受到的伤害。同时，本发明通过多模态传感器数据采集、数据拼接、数据加权、主成分分析PCA、改进动态时间规整DTW等系列手段改善现有技术中存在判断准确率、判断速度与非特定人非特定姿态判断难以权衡的问题，能够应对有高复杂性和多变化性的人体行为动作和危险信号并且及时预警与响应保护。
Claims (7)
1.一种用于安全防护服识别系统的基于多模态感知的安全防护服识别方法，所述安全防护服识别系统包括安全服本体（101）和以及嵌于安全服本体（101）夹层内的电子信息采集装置（102）、安全气囊管道（201）、气瓶（203）及触发装置（205），所述气瓶（203）与触发装置（205）通过螺纹相接，在触发装置（205）上安装有排气阀（204），所述安全气囊管道（201）通过排气阀（204）与触发装置（205）连接；所述电子信息采集装置（102）包括集成板以及安装在集成板上的微处理器（301）、陀螺仪（302）、位置信息传感器（303）、报警器（304）、闪光灯（305）、高频震动器（306）、电源（307）以及加速度计（308），所述的触发装置（205）、陀螺仪（302）、位置信息传感器（303）、报警器（304）、闪光灯（305）、高频震动器（306）、电源（307）以及加速度计（308）均与微处理器（301）电性连接，其特征在于：所述方法包括以下步骤：
步骤一：通过陀螺仪（302）、位置信息传感器（303）、以及加速度计（308）实时采集安全服本体（101）上的加速度数据、陀螺仪数据以及位置信息数据；
步骤二：对步骤一采集到的数据归一化为带符号的整形数据，按照加速度数据、陀螺仪数据、位置信息数据的顺序拼接为一维列表；
步骤三：根据步骤二所得的一维列表，对相应传感器的值按重要程度赋予权重系数并更新列表；
步骤四：重复上述三个步骤，直至获取存储一段连续时间的二维列表；
步骤五：根据步骤四所得的二维列表，采用主成分分析PCA进行维度压缩，提高数据有效率，获得一维列表；所得一维列表即是一条危险信号时序数据模板，在各个具有危险信号的情况下进行采集数据，获取多条危险信号时序数据模板，
步骤六：在调试阶段，根据相应需要识别的危险信号，通过步骤一至步骤五采集危险信号时序数据模板，并主动对其按照优先级降序排序，令优先级高的情况的时序数据模版优先进行匹配；
步骤七：在使用阶段，通过步骤一至步骤五所得一维列表，与步骤六排序后的危险信号时序数据模板通过改进动态时间规整 DTW 算法匹配识别，微处理器（301）获得相应的识别结果，并控制触发装置（205）、动作报警器（304）、闪光灯（305）和/或高频震动器（306）工作；所述改进动态时间规整DTW算法包括两个部分的改进，第一部分为主动优先级排序，令优先级高的情况的时序数据模版优先进行匹配；第二部分为动态时间规整DTW提前截止的剪枝方法，即在时序数据模板与当前数据匹配过程中加入冗余判断，使计算提前停止，提高匹配效率。
2.根据权利要求1所述的用于安全防护服识别系统的基于多模态感知的安全防护服识别方法，其特征在于：所述安全气囊管道（201）是由布置在安全服本体（101）正面的胸部保护气囊（202）、布置在安全服本体（101）衣领处的颈部保护气囊（206）、布置在安全服本体（101）背面的背部保护气囊（207）、布置在安全服本体（101）腰部的肋部保护气囊（208）以及布置在安全服本体（101）背面中央的脊椎保护气囊（209）连接构成的连续式气囊。
3.根据权利要求1所述的用于安全防护服识别系统的基于多模态感知的安全防护服识别方法，其特征在于：所述触发装置（205）为通电爆炸的微炸药包。
4.根据权利要求1所述的用于安全防护服识别系统的基于多模态感知的安全防护服识别方法，其特征在于：所述陀螺仪（302）为三轴陀螺仪，所述加速度计（308）为三轴加速度计。
5.根据权利要求1所述的用于安全防护服识别系统的基于多模态感知的安全防护服识别方法，其特征在于：所述调试阶段中，步骤五所得一维列表即是一条危险信号时序数据模板，在各个具有危险信号的情况下进行采集数据，获取多条危险信号时序数据模板。
6.根据权利要求1所述的用于安全防护服识别系统的基于多模态感知的安全防护服识别方法，其特征在于：所述使用阶段中，将步骤五获得的一维列表通过提前截至改进的动态时间规整DTW算法逐条对通过步骤一排好序调试阶段获得的危险信号时序数据模板相匹配计算，获得相应的识别结果。
7.根据权利要求1所述的基于多模态感知的安全防护服识别方法，其特征在于：所述触发装置（205）未工作时，安全气囊管道（201）处于干瘪状态，触发装置（205）工作后，安全气囊管道（201）处于充气膨胀状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010059914.0A CN111192434B (zh) | 2020-01-19 | 2020-01-19 | 一种基于多模态感知的安全防护服识别系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010059914.0A CN111192434B (zh) | 2020-01-19 | 2020-01-19 | 一种基于多模态感知的安全防护服识别系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111192434A CN111192434A (zh) | 2020-05-22 |
| CN111192434B true CN111192434B (zh) | 2024-02-09 |
Family
ID=70710782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010059914.0A Active CN111192434B (zh) | 2020-01-19 | 2020-01-19 | 一种基于多模态感知的安全防护服识别系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111192434B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103158842A (zh) * | 2011-12-09 | 2013-06-19 | 王新展 | 抗寒耐热救生服 |
| CN105989694A (zh) * | 2015-02-05 | 2016-10-05 | 江南大学 | 一种基于三轴加速度传感器的人体跌倒检测方法 |
| CN206423599U (zh) * | 2017-01-20 | 2017-08-22 | 北京丰煜华源仪器仪表有限责任公司 | 智能型气囊防冲击服 |
| EP3404653A1 (en) * | 2017-05-16 | 2018-11-21 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
| CN109507889A (zh) * | 2018-12-28 | 2019-03-22 | 浙江大学 | 卷积神经网络的丙烯聚合生产过程最优在线预报系统 |
| CN110706453A (zh) * | 2019-11-14 | 2020-01-17 | 中国建筑第四工程局有限公司 | 一种安全服危险信号识别系统及方法 |
| CN211015835U (zh) * | 2020-01-19 | 2020-07-14 | 中国建筑第四工程局有限公司 | 一种基于多模态感知的安全防护服识别系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040249637A1 (en) * | 2003-06-04 | 2004-12-09 | Aurilab, Llc | Detecting repeated phrases and inference of dialogue models |
-
2020
- 2020-01-19 CN CN202010059914.0A patent/CN111192434B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103158842A (zh) * | 2011-12-09 | 2013-06-19 | 王新展 | 抗寒耐热救生服 |
| CN105989694A (zh) * | 2015-02-05 | 2016-10-05 | 江南大学 | 一种基于三轴加速度传感器的人体跌倒检测方法 |
| CN206423599U (zh) * | 2017-01-20 | 2017-08-22 | 北京丰煜华源仪器仪表有限责任公司 | 智能型气囊防冲击服 |
| EP3404653A1 (en) * | 2017-05-16 | 2018-11-21 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
| CN109507889A (zh) * | 2018-12-28 | 2019-03-22 | 浙江大学 | 卷积神经网络的丙烯聚合生产过程最优在线预报系统 |
| CN110706453A (zh) * | 2019-11-14 | 2020-01-17 | 中国建筑第四工程局有限公司 | 一种安全服危险信号识别系统及方法 |
| CN211015835U (zh) * | 2020-01-19 | 2020-07-14 | 中国建筑第四工程局有限公司 | 一种基于多模态感知的安全防护服识别系统 |
Non-Patent Citations (2)
| Title |
|---|
| Xiaogang Deng ; Xuemin Tian.Fault Diagnosis Method Based on Independent Component Analysis and Dynamic Time Warping.2006 6th World Congress on Intelligent Control and Automation.2006,5567-5571. * |
| 许良凤 ; 王家勇 ; 崔婧楠 ; 胡敏 ; 张柯柯 ; 滕文娣 ; .基于动态时间规整和主动外观模型的动态表情识别.电子与信息学报.2017,(02),89-96. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111192434A (zh) | 2020-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN211015835U (zh) | 一种基于多模态感知的安全防护服识别系统 | |
| CN104287116B (zh) | 一种多功能安全防护背心 | |
| CN106137210B (zh) | 一种跌倒防护系统及防护方法 | |
| CN108652637B (zh) | 一种穿戴式跌倒预测防护系统及其预测方法 | |
| CN102961833B (zh) | 高空防护服 | |
| US20150351666A1 (en) | Method And Apparatus for Body Impact Protection | |
| CN102835753A (zh) | 一种背包式的防护气囊装置 | |
| EP1247698B1 (de) | Vorrichtung zum Schutz eines Fussgängers | |
| CN105495772B (zh) | 护具及护具系统、跌倒保护方法 | |
| CN102117533A (zh) | 人体跌倒检测保护与报警装置 | |
| WO2006009970A2 (en) | Method and apparatus for body impact protection | |
| CN206423599U (zh) | 智能型气囊防冲击服 | |
| CN104574814A (zh) | 一种防护与报警装置及其使用方法 | |
| CN111192434B (zh) | 一种基于多模态感知的安全防护服识别系统及方法 | |
| CN106667637A (zh) | 一种基于肌电信号检测的鸡胸矫正装置及方法 | |
| CN105078411B (zh) | 游泳穿戴设备及上肢穿戴设备 | |
| CN107616561A (zh) | 一种老人防摔服 | |
| CN113287805A (zh) | 一种跌倒防护方法及可穿戴式跌倒防护装置 | |
| CN210747381U (zh) | 一种可定位自主报警摔伤防护背心 | |
| CN107184214B (zh) | 一种老年人用跌倒预先识别装置 | |
| CN109998194A (zh) | 防止跌倒患者发生股骨颈骨折的病人裤 | |
| CN106080484A (zh) | 汽车安全气囊控制器 | |
| Li | Wearable and controllable protective system design for elderly falling | |
| CN205866338U (zh) | 一种安全气囊书包 | |
| CN114495426A (zh) | 一种防摔倒检测与防护系统及方法 |
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 |