CN111601081A - 一种吊篮作业的监控方法和装置 - Google Patents

Abstract

本发明公开了一种吊篮作业的监控方法和装置，该方法包括：接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；根据所述图像数据确定所述作业人员中的异常行为数据；根据所述物理状态数据确定所述吊篮的异常状态数据；根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业，从而高效的对吊篮作业进行准确监控，并降低了监控成本。

Description

一种吊篮作业的监控方法和装置

技术领域

本申请涉及吊篮智能化技术领域，更具体地，涉及一种吊篮作业的监控方法和装置。

背景技术

随着经济的发展，建筑行业在高速发展，吊篮成为一种不可或缺及应用广泛的设备，吊篮主要应用于高空建筑作业。高处作业吊篮是框架式幕墙安装、外墙涂料、保温、船舶制造等高空作业的必备工具，比传统绞手架安装作业能大大提高工作效率且可节约30％以上的施工成本。

当前在世界范围内，高层建筑大量出现是经济发展的必然趋势，用于高空作业的吊篮拥有良好的发展前景和广阔的市场。然而，吊篮作业属于建筑行业的高危工种，安全性及可靠性相对较差，且行业管理混乱，相应的行业标准也比较陈旧。现有技术中，已有部分解决方案，如采用传感器和激光技术监控吊篮，采用传统的视频技术进行现场图像记录，然后借助人力进行监控，但这些技术方案没有从整体上解决吊篮作业的安全问题，更多依然采用人力进行监控，监控难度和成本依然较高。

因此，如何高效的对吊篮作业进行准确监控，降低监控成本，是目前有待解决的技术问题。

发明内容

本发明提供一种吊篮作业的监控方法，用以解决现有技术中对于吊篮作业的监控效率低，监控成本高的技术问题，

在一些实施例中，该方法包括：

接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；

根据所述图像数据确定所述作业人员中的异常行为数据，所述异常行为数据包括翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为；

根据所述物理状态数据确定所述吊篮的异常状态数据，所述异常状态数据包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态；

根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

在一些实施例中，若所述异常行为数据为所述翻越吊篮行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据在所述图像数据中人体图像与预设布防线图像之间出现重叠像素点时的所述人体图像的坐标确定第一坐标，所述预设布防线的一侧为吊篮区域，所述预设布防线的另一侧为非吊篮区域；

根据在所述重叠像素点首次消失时的所述人体图像的坐标确定第二坐标，若所述第一坐标和所述第二坐标在所述预设布防线的两侧且所述第二坐标位于所述非吊篮区域，确定所述作业人员中存在所述翻越吊篮行为。

在一些实施例中，若所述异常行为数据为所述未佩戴安全帽行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像的头部图像对应的归一化直方图与预设安全帽颜色直方图的比较结果确定第一相似度最大值，所述归一化直方图为根据所述头部图像的HSV空间的H分量的归一化直方图；

判断所述第一相似度最大值是否小于第一预设阈值，并在所述第一相似度最大值小于所述第一预设阈值时，确定所述作业人员中存在所述未佩戴安全帽行为。

在一些实施例中，若所述异常行为数据为所述未佩戴安全绳行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像与预设正常佩戴安全绳人体图像的比较结果确定第二相似度最大值；

判断所述第二相似度最大值是否小于第二预设阈值，并在所述第二相似度最大值小于所述第二预设阈值时，确定所述作业人员中存在所述未佩戴安全绳行为。

在一些实施例中，若所述异常行为数据为所述吸烟行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像确定人体姿态；

根据预设烟雾识别模型确定所述人体图像周围是否存在烟雾，所述预设烟雾识别模型是根据烟雾摇摆扩散特征进行训练学习得到的；

利用预设姿态识别模型对所述人体姿态进行识别，以判断姿态库中是否存在与所述人体姿态相匹配的特定人体姿态，所述姿态识别模型是预先基于图像帧的多姿态特征进行训练学习得到的；

若所述烟雾识别模型输出存在烟雾，且所述姿态识别模型输出存在特定人体姿态的识别结果时，确定所述作业人员中存在所述吸烟行为；

其中，所述特定人体姿态包括手臂呈大于120度的弯曲状态和/或手指间具有纵向夹持物。

在一些实施例中，所述物理状态数据包括所述吊篮的载重值、和或所述吊篮的配重压力值、和或所述吊篮的晃动角度值和倾斜角度值、和或所述吊篮的卫星定位数值、和或所述吊篮的电缆拉力值，根据所述物理状态数据确定所述吊篮的异常状态数据，具体为：

若所述载重值超过预设载重阈值，确定所述吊篮处于所述异常载重状态；

若所述配重压力值小于预设配重压力阈值，确定所述吊篮处于所述异常配重状态；

若所述晃动角度值大于预设晃动角度阈值，和或所述倾斜角度值大于预设倾斜角度阈值，确定所述吊篮处于所述异常姿态；

若所述卫星定位数值超出预设数值范围，确定所述吊篮处于所述异常工作高度；

若所述电缆拉力值超出预设拉力值，确定所述吊篮处于所述异常电缆拉紧状态。

在一些实施例中，所述载重值是基于吊秤传感器采集的，所述配重压力值是基于压力传感器采集的，所述晃动角度值和倾斜角度值是基于三轴加速传感器采集的，所述卫星定位数值是基于GPS或北斗系统采集的，所述电缆拉力值是基于拉力传感器采集的；

其中，所述吊秤传感器和所述三轴加速传感器嵌入式的安装在包含PLC的工控模块中。

在一些实施例中，在根据所述异常行为数据和所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业之后，还包括：

在所述远程监控终端的显示屏上弹出与所述报警信号对应的报警信息；

和或播放与所述报警信号对应的警示声音；

和或建立所述远程监控终端与所述图像数据的图像采集设备的连接，接收所述图像采集设备实时图像，并保存所述实时图像或在所述显示屏上播放所述实时图像；

其中，所述吊篮与所述远程监控终端是通过4G、或5G、或WIFI、或LORA、或NB-IoT进行通信的。

在一些实施例中，在接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据之前，还包括：

接收所述作业人员通过所述吊篮的条码扫描器或RFID阅读器发送的作业人员信息，若所述作业人员信息与预存的合法作业人员信息不匹配，或所述作业人员信息中的人员数量超过预设人员数量阈值，发出所述报警信号并禁止进行所述吊篮作业。

相应地，本发明还提出了一种吊篮作业的监控装置，在所述装置包括：

获取模块，用于接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；

第一确定模块，用于根据所述图像数据确定所述作业人员中的异常行为数据，所述异常行为数据包括翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为；

第二确定模块，用于根据所述物理状态数据确定所述吊篮的异常状态数据，所述异常状态数据包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态；

控制模块，用于根据所述异常行为数据和所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

与现有技术对比，本发明具备以下有益效果：

本发明公开了一种吊篮作业的监控方法和装置，该方法包括：接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；根据所述图像数据确定所述作业人员中的异常行为数据；根据所述物理状态数据确定所述吊篮的异常状态数据；根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业，从而高效的对吊篮作业进行准确监控，并降低了监控成本。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例提出的一种吊篮作业的监控方法的流程示意图；

图2示出了本发明另一实施例提出的一种吊篮作业的监控方法的流程示意图；

图3示出了本发明又一实施例提出的一种吊篮作业的监控方法的流程示意图；

图4示出了本发明实施例提出的一种吊篮作业的监控装置的结构示意图。

具体实施方式

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作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如背景技术所述，现有技术中对于吊篮作业的监控效率低，监控成本高。

为解决上述问题，本申请实施例提出了吊篮作业的监控方法，通过根据吊篮的作业人员的图像数据确定所述作业人员中的异常行为数据，根据吊篮的物理状态数据确定所述吊篮的异常状态数据，并根据所述异常行为数据和或所述异常状态数据生成的报警信号控制吊篮作业，从而高效的对吊篮作业进行准确监控，降低了监控成本。

如图1所示本发明实施例提出的一种吊篮作业的监控方法的流程示意图，该方法包括以下步骤：

步骤S101，接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据。

具体的，为了提高吊篮作业的监控效率，本申请实施例中的吊篮的可以配置有图像采集设备，如高清视频监控器、高清相机等，用于采集吊篮作业时的作业人员的图像数据；还安装有采集吊篮物理状态的传感器组，如吊秤传感器，三轴加速传感器等，用于采集吊篮的物理状态数据；通过远程监控终端或远程监控服务器对吊篮作业进行监控，若所述远程监控终端确定可以开始吊篮作业时，发出作业开始指令，作业开始指令会触发图像采集设备获取作业人员的图像数据，并触发传感器组获取吊篮的物理状态数据。

为了进一步保证监控吊篮作业的准确性，在本申请优选的实施例中，在接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据之前，还包括：

接收所述作业人员通过所述吊篮的条码扫描器或RFID阅读器发送的作业人员信息，若所述作业人员信息与预存的合法作业人员信息不匹配，或所述作业人员信息中的人员数量超过预设人员数量阈值，发出所述报警信号并禁止进行所述吊篮作业。

具体的，在进行吊篮作业前，还通过吊篮的条码扫描器或RFID阅读器采集作业人员信息，判断作业人员的身份是否合法以及作业人员的人数是否超出预设人员数量阈值，若所述作业人员信息与预存的合法作业人员信息不匹配，或所述作业人员信息中的人员数量超过预设人员数量阈值，发出所述报警信号并禁止进行所述吊篮作业；若所述作业人员信息与预存的合法作业人员信息匹配，并且所述作业人员信息中的人员数量不超过预设人员数量阈值，向远程监控终端或远程监控服务器发送作业人员信息正常的信息，以使远程监控终端或远程监控服务器发送作业开始指令。

步骤S102，根据所述图像数据确定所述作业人员中的异常行为数据。

具体的，可以通过人工智能或机器学习分析图像数据，或将图像数据与正常作业人员的行为数据进行对比，从而确定作业人员中的异常行为数据，如翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为等影响吊篮作业安全性的行为。

步骤S103，根据所述物理状态数据确定所述吊篮的异常状态数据。

具体的，可以通过将获取的物理状态数据与预设的正常物理状态数据进行比较，根据比较的结果确定所述吊篮的异常状态数据，所述异常状态数据可以包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态等影响吊篮作业的物理状态。

另外，步骤S102与步骤S103不存在先后顺序，并且可以同时进行。

步骤S104，根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

具体的，若存在所述异常行为数据或所述异常状态数据，说明吊篮作业存在安全问题，通过生成报警信号，如声音信号或声光信号，并控制吊篮作业，如停止操作，以便及时进行检查，从而保证吊篮作业的安全性。

为了及时对吊篮作业的异常情况进行处理，在本申请优选的实施例中，在根据所述异常行为数据和所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业之后，还包括：

在所述远程监控终端的显示屏上弹出与所述报警信号对应的报警信息；

和或播放与所述报警信号对应的警示声音；

和或建立所述远程监控终端与所述图像数据的图像采集设备的连接，接收所述图像采集设备实时图像，并保存所述实时图像或在所述显示屏上播放所述实时图像；

其中，所述吊篮与所述远程监控终端是通过4G、或5G、或WIFI、或LORA、或NB-IoT进行通信的。

具体的，吊篮上可以设置网关，以使吊篮与远程监控终端进行通信，如可以通过4G、或5G、或WIFI、或LORA、或NB-IoT等方式进行通信。远程监控终端接收到报警信号时，会在所述远程监控终端的显示屏上弹出与所述报警信号对应的报警信息，便于引起监控人员的注意；还可以播放与所述报警信号对应的警示声音；还可以建立所述远程监控终端与所述图像数据的图像采集设备的连接，接收所述图像采集设备实时图像，并保存所述实时图像或在所述显示屏上播放所述实时图像，便于监控人员更加直观了解吊篮作业现场的实际情况，从而做出更加合理的处理措施。另外，还可以规定连接时长，如5分钟，在超过连接时长后，断开与图像采集设备的连接，从而节省网络资源。

通过应用以上技术方案，接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；根据所述图像数据确定所述作业人员中的异常行为数据；根据所述物理状态数据确定所述吊篮的异常状态数据；根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业，从而高效的对吊篮作业进行准确监控，降低了监控成本。

为了提高确定作业人员的异常行为数据的准确性，本申请另一实施例还提出了一种吊篮作业的监控方法，如图2所示，包括以下步骤：

步骤S201，接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据。

具体的，通过远程监控终端或远程监控服务器对吊篮作业进行监控，若所述远程监控终端确定可以开始吊篮作业时，发出作业开始指令，作业开始指令会触发图像采集设备获取作业人员的图像数据。

步骤S202，根据所述图像数据确定所述作业人员中的异常行为数据。具体的，可以通过人工智能或机器学习分析图像数据，或将图像数据与正常作业人员的行为数据进行对比，从而确定作业人员中的异常行为数据，如翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为等影响吊篮作业安全性的行为。以下分别对不同的异常行为数据的确定进行说明。

情况一，若所述异常行为数据为所述翻越吊篮行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据在所述图像数据中人体图像与预设布防线图像之间出现重叠像素点时的所述人体图像的坐标确定第一坐标，所述预设布防线的一侧为吊篮区域，所述预设布防线的另一侧为非吊篮区域；

根据在所述重叠像素点首次消失时的所述人体图像的坐标确定第二坐标，若所述第一坐标和所述第二坐标在所述预设布防线的两侧且所述第二坐标位于所述非吊篮区域，确定所述作业人员中存在所述翻越吊篮行为。

具体的，可先从图像数据中提取人体图像，具体提取过程可以为：在视频图像中没有作业人员时，获取视频图像作为背景图像，采用混合高斯模型进行背景建模，从而能够利用混合高斯模型，机型运动物体(人员)检测，检测出运动人体图像区域，再采用形态学处理及连通区域分析对运动人体图像区域进行分割，根据面积大小将完整的人体图像从整帧图像中分割出来。

对吊篮作业区域的划分可采用虚拟的布防线实现，通过虚拟布防线区分非吊篮区域和吊篮区域。在所述图像数据中人体图像与预设布防线图像之间出现重叠像素点时，说明可能存在作业人员跨越布防线的行为，此时记录人体图像的坐标并作为第一坐标，在重叠像素点首次消失时，说明作业人员可能已经跨越过布防线，此时记录人体图像的坐标并作为第二坐标，若所述第一坐标和所述第二坐标在所述预设布防线的两侧且所述第二坐标位于所述非吊篮区域，确定所述作业人员中存在所述翻越吊篮行为。

情况二，若所述异常行为数据为所述未佩戴安全帽行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像的头部图像对应的归一化直方图与预设安全帽颜色直方图的比较结果确定第一相似度最大值，所述归一化直方图为根据所述头部图像的HSV空间的H分量的归一化直方图；

判断所述第一相似度最大值是否小于第一预设阈值，并在所述第一相似度最大值小于所述第一预设阈值时，确定所述作业人员中存在所述未佩戴安全帽行为。

具体的，先从人体图像提取头部图像，可先对人体图像进行归一化处理，并截取人体图像的上部的部分图像作为头部图像，将头部图像从RGB空间转换到HSV颜色空间，根据所述头部图像的HSV空间的H分量的归一化直方图生成头部图像的归一化直方图，利用HSV颜色模型中对颜色贡献最大的H分量作为图像特征，消除了光照的影响。其中，归一化直方图可由对H分量进行直方图统计，如提取H分量，并将H取值范围平均分为10等分，再归一化为概率密度得到。

作为一种实施方式，将归一化直方图与预设安全帽颜色直方图进行比较，可通过计算所述归一化直方图与预设的安全帽颜色直方图的卡方距离实现，并基于卡方距离确定第一相似度最大值，此时也设置一个比较阈值，当所述卡方距离小于或者等于比较阈值时，则认为是带有安全帽。当所述卡方距离大于所述比较阈值时，则认为作业人员中存在未佩戴安全帽行为。

另外，当发现作业人员未戴安全帽时，可以并不直接发出报警信号，而是启动计时器开始计时，并设定一定的计时时长，如果在设定时长内持续检测到人员均未戴安全帽，在计时时间到时发出报警信号。但是如果在计时时间内，检测到作业人员戴了安全帽，则计时归零，这样可防止安全帽意外脱落造成误报警。

情况三，若所述异常行为数据为所述未佩戴安全绳行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像与预设正常佩戴安全绳人体图像的比较结果确定第二相似度最大值；

判断所述第二相似度最大值是否小于第二预设阈值，并在所述第二相似度最大值小于所述第二预设阈值时，确定所述作业人员中存在所述未佩戴安全绳行为。

具体的，预先存储正常佩戴安全绳人体图像，并将从图像数据中提取的人体图像与正常佩戴安全绳人体图像进行对比，确定第二相似度最大值，若第二相似度最大值小于所述第二预设阈值时，确定所述作业人员中存在所述未佩戴安全绳行为。

情况四，若所述异常行为数据为所述吸烟行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像确定人体姿态；

根据预设烟雾识别模型确定所述人体图像周围是否存在烟雾，所述预设烟雾识别模型是根据烟雾摇摆扩散特征进行训练学习得到的；

利用预设姿态识别模型对所述人体姿态进行识别，以判断姿态库中是否存在与所述人体姿态相匹配的特定人体姿态，所述姿态识别模型是预先基于图像帧的多姿态特征进行训练学习得到的；

若所述烟雾识别模型输出存在烟雾，且所述姿态识别模型输出存在特定人体姿态的识别结果时，确定所述作业人员中存在所述吸烟行为；

其中，所述特定人体姿态包括手臂呈大于120度的弯曲状态和/或手指间具有纵向夹持物。

如上所述，预先根据烟雾摇摆扩散特征进行训练学习得到预设烟雾识别模型，基于图像帧的多姿态特征进行训练学习得到预设姿态识别模型；根据所述人体图像确定人体姿态；再根据预设烟雾识别模型确定所述人体图像周围是否存在烟雾，并利用预设姿态识别模型判断姿态库中是否存在与所述人体姿态相匹配的特定人体姿态，特定人体姿态包括手臂呈大于120度的弯曲状态和/或手指间具有纵向夹持物；若所述烟雾识别模型输出存在烟雾，且所述姿态识别模型输出存在特定人体姿态的识别结果时，确定所述作业人员中存在所述吸烟行为。

步骤S203，根据所述异常行为数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

具体的，若存在所述异常行为数据或所述异常状态数据，说明吊篮作业存在安全问题，通过生成报警信号，如声音信号或声光信号，并控制吊篮作业，如停止操作，以便及时进行检查，从而保证吊篮作业的安全性。

通过应用以上技术方案，接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；根据所述图像数据确定所述作业人员中的异常行为数据；根据所述物理状态数据确定所述吊篮的异常状态数据；根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业，从而高效的对吊篮作业进行准确监控，降低了监控成本。

为了提高确定吊篮的异常状态数据的准确性，本申请又一实施例还提出了一种吊篮作业的监控方法，如图3所示，包括以下步骤：

步骤S301，接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的物理状态数据。

具体的，通过远程监控终端或远程监控服务器对吊篮作业进行监控，若所述远程监控终端确定可以开始吊篮作业时，发出作业开始指令，作业开始指令会触发传感器组获取吊篮的物理状态数据。

步骤S302，根据所述物理状态数据确定所述吊篮的异常状态数据。

具体的，可以通过将获取的物理状态数据与预设的正常物理状态数据进行比较，根据比较的结果确定所述吊篮的异常状态数据，所述异常状态数据可以包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态等影响吊篮作业的物理状态，。

若所述载重值超过预设载重阈值，说明吊篮的载重出现异常，确定所述吊篮处于所述异常载重状态；

若所述配重压力值小于预设配重压力阈值，说明配重出现异常，确定所述吊篮处于所述异常配重状态；

若所述晃动角度值大于预设晃动角度阈值，和或所述倾斜角度值大于预设倾斜角度阈值，说明吊篮的姿态出现了异常，确定所述吊篮处于所述异常姿态；

若所述卫星定位数值超出预设数值范围，说明吊篮的高度超出预设范围，确定所述吊篮处于所述异常工作高度；

若所述电缆拉力值超出预设拉力值，说明电缆可能被凸出物挂住，确定所述吊篮处于所述异常电缆拉紧状态。

为了更加准确的确定所述吊篮的异常状态数据，在本申请优选的实施例中，通过传感器组中的多个传感器采集吊篮的物理状态数据，所述载重值是基于吊秤传感器采集的，所述配重压力值是基于压力传感器采集的，所述晃动角度值和倾斜角度值是基于三轴加速传感器采集的，所述卫星定位数值是基于GPS或北斗系统采集的，所述电缆拉力值是基于拉力传感器采集的，另外，将吊秤传感器和所述三轴加速传感器嵌入式的安装在包含PLC的工控模块中，从而更快速的确定吊篮的载重值、晃动角度值和倾斜角度值。

步骤S303，根据所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

具体的，若存在所述异常行为数据或所述异常状态数据，说明吊篮作业存在安全问题，通过生成报警信号，如声音信号或声光信号，并控制吊篮作业，如停止操作，以便及时进行检查，从而保证吊篮作业的安全性。

通过应用以上技术方案，接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；根据所述图像数据确定所述作业人员中的异常行为数据；根据所述物理状态数据确定所述吊篮的异常状态数据；根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业，从而高效的对吊篮作业进行准确监控，降低了监控成本。

与本申请实施例中的吊篮作业的监控方法相对应，本申请还提出了一种吊篮作业的监控装置，如图4所示，在所述装置包括：

获取模块401，用于接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；

第一确定模块402，用于根据所述图像数据确定所述作业人员中的异常行为数据，所述异常行为数据包括翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为；

第二确定模块403，用于根据所述物理状态数据确定所述吊篮的异常状态数据，所述异常状态数据包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态；

控制模块404，用于根据所述异常行为数据和所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种吊篮作业的监控方法，其特征在于，所述方法包括：

接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；

根据所述图像数据确定所述作业人员中的异常行为数据，所述异常行为数据包括翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为；

根据所述物理状态数据确定所述吊篮的异常状态数据，所述异常状态数据包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态；

根据所述异常行为数据和或所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

2.如权利要求1所述的方法，其特征在于，若所述异常行为数据为所述翻越吊篮行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据在所述图像数据中人体图像与预设布防线图像之间出现重叠像素点时的所述人体图像的坐标确定第一坐标，所述预设布防线的一侧为吊篮区域，所述预设布防线的另一侧为非吊篮区域；

根据在所述重叠像素点首次消失时的所述人体图像的坐标确定第二坐标，若所述第一坐标和所述第二坐标在所述预设布防线的两侧且所述第二坐标位于所述非吊篮区域，确定所述作业人员中存在所述翻越吊篮行为。

3.如权利要求2所述的方法，其特征在于，若所述异常行为数据为所述未佩戴安全帽行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像的头部图像对应的归一化直方图与预设安全帽颜色直方图的比较结果确定第一相似度最大值，所述归一化直方图为根据所述头部图像的HSV空间的H分量的归一化直方图；

判断所述第一相似度最大值是否小于第一预设阈值，并在所述第一相似度最大值小于所述第一预设阈值时，确定所述作业人员中存在所述未佩戴安全帽行为。

4.如权利要求2所述的方法，其特征在于，若所述异常行为数据为所述未佩戴安全绳行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像与预设正常佩戴安全绳人体图像的比较结果确定第二相似度最大值；

判断所述第二相似度最大值是否小于第二预设阈值，并在所述第二相似度最大值小于所述第二预设阈值时，确定所述作业人员中存在所述未佩戴安全绳行为。

5.如权利要求2所述的方法，其特征在于，若所述异常行为数据为所述吸烟行为，根据所述图像数据确定所述作业人员中的异常行为数据，具体为：

根据所述人体图像确定人体姿态；

根据预设烟雾识别模型确定所述人体图像周围是否存在烟雾，所述预设烟雾识别模型是根据烟雾摇摆扩散特征进行训练学习得到的；

利用预设姿态识别模型对所述人体姿态进行识别，以判断姿态库中是否存在与所述人体姿态相匹配的特定人体姿态，所述姿态识别模型是预先基于图像帧的多姿态特征进行训练学习得到的；

若所述烟雾识别模型输出存在烟雾，且所述姿态识别模型输出存在特定人体姿态的识别结果时，确定所述作业人员中存在所述吸烟行为；

其中，所述特定人体姿态包括手臂呈大于120度的弯曲状态和/或手指间具有纵向夹持物。

6.如权利要求1所述的方法，其特征在于，所述物理状态数据包括所述吊篮的载重值、和或所述吊篮的配重压力值、和或所述吊篮的晃动角度值和倾斜角度值、和或所述吊篮的卫星定位数值、和或所述吊篮的电缆拉力值，根据所述物理状态数据确定所述吊篮的异常状态数据，具体为：

若所述载重值超过预设载重阈值，确定所述吊篮处于所述异常载重状态；

若所述配重压力值小于预设配重压力阈值，确定所述吊篮处于所述异常配重状态；

若所述晃动角度值大于预设晃动角度阈值，和或所述倾斜角度值大于预设倾斜角度阈值，确定所述吊篮处于所述异常姿态；

若所述卫星定位数值超出预设数值范围，确定所述吊篮处于所述异常工作高度；

若所述电缆拉力值超出预设拉力值，确定所述吊篮处于所述异常电缆拉紧状态。

7.如权利要求6所述的方法，其特征在于，所述载重值是基于吊秤传感器采集的，所述配重压力值是基于压力传感器采集的，所述晃动角度值和倾斜角度值是基于三轴加速传感器采集的，所述卫星定位数值是基于GPS或北斗系统采集的，所述电缆拉力值是基于拉力传感器采集的；

其中，所述吊秤传感器和所述三轴加速传感器嵌入式的安装在包含PLC的工控模块中。

8.如权利要求1所述的方法，其特征在于，在根据所述异常行为数据和所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业之后，还包括：

在所述远程监控终端的显示屏上弹出与所述报警信号对应的报警信息；

和或播放与所述报警信号对应的警示声音；

和或建立所述远程监控终端与所述图像数据的图像采集设备的连接，接收所述图像采集设备实时图像，并保存所述实时图像或在所述显示屏上播放所述实时图像；

其中，所述吊篮与所述远程监控终端是通过4G、或5G、或WIFI、或LORA、或NB-IoT进行通信的。

9.如权利要求1所述的方法，其特征在于，在接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据之前，还包括：

接收所述作业人员通过所述吊篮的条码扫描器或RFID阅读器发送的作业人员信息，若所述作业人员信息与预存的合法作业人员信息不匹配，或所述作业人员信息中的人员数量超过预设人员数量阈值，发出所述报警信号并禁止进行所述吊篮作业。

10.一种吊篮作业的监控装置，其特征在于，在所述装置包括：

获取模块，用于接收吊篮的远程监控终端发送的作业开始指令，并根据所述作业开始指令获取所述吊篮的作业人员的图像数据和所述吊篮的物理状态数据；

第一确定模块，用于根据所述图像数据确定所述作业人员中的异常行为数据，所述异常行为数据包括翻越吊篮行为、和或未佩戴安全帽行为、和或未佩戴安全绳行为、和或吸烟行为；

第二确定模块，用于根据所述物理状态数据确定所述吊篮的异常状态数据，所述异常状态数据包括异常载重状态、和或异常配重状态、和或异常姿态、和或异常工作高度，和或异常电缆拉紧状态；

控制模块，用于根据所述异常行为数据和所述异常状态数据生成报警信号，并基于所述报警信号控制所述吊篮作业。

Images