CN111896052A - 用于监测高空作业安全的实现方法、监测高空作业安全的佩戴装置 - Google Patents

Abstract

本发明公开了一种用于监测高空作业安全的实现方法和监测高空作业安全的佩戴装置，该方法应用于高空作业监测系统，高空监测系统包括作业人员佩戴的多个传感器和监测端，该方法包括：根据作业人员佩戴的多个传感器采集高空作业参数；基于卡尔曼滤波对高空作业参数进行处理生成高空预测状态信息；通过监测端监测高空预测状态信息，根据高空预测状态信息的变化生成监测结果；其中，高空作业参数包括实时气压状态参数、运动姿态状态参数、运动加速度状态参数。由此，能够实时对作业人员的安全带装备的使用情况进行监测，并对相关危险的违规操作进行预警。

Description

用于监测高空作业安全的实现方法、监测高空作业安全的佩 戴装置

技术领域

本发明涉及高空作业设备技术领域，尤其涉及一种用于监测高空作业安全的实现方法、监测高空作业安全的佩戴装置。

背景技术

目前的登高作业工作中，作业人员除了需要做好必要的安全防护措施之外，还需对作业人员安全带使用状态、运动状态、高度状态和作业位置状态的准确有效的监测方案。通常情况下，高空作业通过作业票进行检查监督，或通过地面安全员目视监督的方法完成作业人员的各项安全作业装备的规范使用监督工作。

但是，目前的由作业票、地面安全员目视监督等方法有较多的主观影响因素，在登高作业人员进行高空作业时，上述规范化规定并不能时刻关注到作业人员的各项操作细节容易造成安全隐患。

发明内容

本发明所要解决的技术问题在于，提供一种用于监测高空作业安全的实现方法，能够实时对作业人员安全带装备的使用情况进行监测，对相关危险的违规操作进行预警。

为了解决上述技术问题，本发明第一方面公开了一种用于监测高空作业安全的实现方法，方法应用于高空作业监测系统，所述高空监测系统包括作业人员佩戴的多个传感器和监测端，其特征在于，所述方法包括：根据作业人员佩戴的多个传感器采集高空作业参数；基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息；通过监测端监测所述高空预测状态信息，根据所述高空预测状态信息的变化生成监测结果；其中，所述高空作业参数包括实时气压状态参数、运动姿态状态参数、运动加速度状态参数。

在一些实施方式中，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息包括：根据所述运动加速度状态参数和实时气压状态参数生成高空预测状态信息，其中，所述高空预测状态信息用于预测作业人员是否有跌倒趋势。

在一些实施方式中，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息之后，还包括：根据所述运动姿态状态参数进行分析生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员是否佩戴安全带。

在一些实施方式中，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息之后，还包括：根据所述运动姿态状态参数和所述实时气压状态参数进行分析生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员的实时作业高度。

在一些实施方式中，高空监测系统还包括作业人员佩戴的定位装置，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息之后，还包括：根据作业人员佩戴的定位装置采集高空作业位置信息；根据所述高空作业位置信息进行分析生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员的实时工作地点。

在一些实施方式中，所述高空监测系统还包括通信装置，所述监测所述高空预测状态信息，根据所述高空预测状态信息的变化生成监测结果之前，包括：将所述高空预测状态信息通过通信装置传输至监测端；其中，所述通信装置基于ZigBee无线通信模块组成的无线配网。

根据本发明的第二个方面，提供了一种监测高空作业安全的佩戴装置，所述装置包括：气压计传感器，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的实时气压状态参数；姿态传感器，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的运动姿态状态参数；加速度传感器，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的运动加速度状态参数；控制模块，用于基于卡尔曼滤波对所述实时气压状态参数、运动姿态状态参数、运动加速度状态参数进行处理生成高空预测状态信息。

在一些实施方式中，该装置还包括：定位装置，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的高空作业位置信息；所述控制模块还用于根据所述高空作业位置信息进行处理生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员的实时工作地点。

在一些实施方式中，该装置还包括：通信装置，用于将所述高空预测状态信息传输至与所述监测高空作业安全的佩戴装置具有关联关系的监测端；其中，所述通信装置基于ZigBee无线通信模块组成的无线配网。

根据本发明的第三了方面，提供了一种高空作业安全监测系统，所述系统包括：如上述的监测高空作业安全的佩戴装置；和监测端，用于监测所述高空预测状态信息，根据所述高空预测状态信息的变化生成监测结果；其中，所述监测端配置为可接收多个具有关联关系的监测高空作业安全的佩戴装置传输的高空预测状态信息

与现有技术相比，本发明的有益效果在于：通过由作业人员佩戴的多个传感器采集的高空作业信息，由于采用了多种传感器协同检测，大大增加了监测的可靠性，可以对佩戴该装置的登高作业人员进行安全带状态检测、人员跌落检测、作业高度检测、和作业人员定位，并且，在采用卡尔曼滤波算法进行对采集的高空作业信息进行数据处理时，能够实现对下一监测状态的可能性预警，减少外界环境对设备的干扰。进一步地提供了行之有效的辅助安全监控方法，有效地提高了高空作业的安全性，减少违规操作的可能性。并且通过将多个传感器检测获得的数据信息经过具有ZigBee通信功能的模块组成的专用无线配网进行数据回传，可以实现登高作业人员的云端实时监测功能。

附图说明

图1为本发明实施例公开的一种用于监测高空作业安全的实现方法流程示意图；

图2为本发明实施例公开的一种监测高空作业安全的佩戴装置结构示意图；

图3为本发明实施例公开的又一种监测高空作业安全的佩戴装置结构示意图；

图4为本发明实施例公开的一种高空作业安全监测系统框图；

图5为本发明实施例公开的一种高空作业安全监测系统操作示意图；

图6为本发明实施例公开的又一种高空作业安全监测系统操作示意图；

图7为本发明实施例公开的一种高空作业安全装置结构示意图。

具体实施方式

为了更好地理解和实施，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例的术语“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模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，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模块。

本发明实施例公开了一种用于监测高空作业安全的实现方法及佩戴装置，能够通过由作业人员佩戴的多个传感器采集的高空作业信息，由于采用了多种传感器协同检测，大大增加了监测的可靠性，可以对佩戴该装置的登高作业人员进行安全带状态检测、人员跌落检测、作业高度检测、和作业人员定位，并且，在采用卡尔曼滤波算法进行对采集的高空作业信息进行数据处理时，能够实现对下一监测状态的可能性预警，减少外界环境对设备的干扰。进一步地提供了行之有效的辅助安全监控方法，有效地提高了高空作业的安全性，减少违规操作的可能性。并且通过将多个传感器检测获得的数据信息经过具有ZigBee通信功能的模块组成的专用无线配网进行数据回传，可以实现登高作业人员的云端实时监测功能。

实施例一

请参阅图1，图1为本发明实施例公开的一种用于监测高空作业安全的实现方法流程示意图。其中，该用于监测高空作业安全的实现方法可以应用在高空监测系统，该系统包括作业人员佩戴的多个传感器和监测端，对于其他具体监测功能的高空作业系统，本发明实施例不做限制。如图1所示，该用于监测高空作业安全的实现方法可以包括以下操作：

101、根据作业人员佩戴的多个传感器采集高空作业参数。

由于目前的作业票、地面安全员目视监督等方法有较多的主观影响因素，在登高作业人员进行高空作业时，上述规范化规定并不能时刻关注到作业人员的各项操作细节，例如安全带的佩戴是否合规，安全带是否在作业中违规解除，作业人员作业姿态有无危险动作，作业人员高度和位置的具体信息获取等问题。发明人构思通过对此类问题进行客观的数据分析而达到对高空作业客观监控的要求。为此，采集的高空作业参数包括实时气压状态参数、运动姿态状态参数、运动加速度状态参数。

采集的方式可以通过作业人员佩戴的多个传感器对作业人员以及作业人员所处的环境状态信息进行采集，示例性地，通过气压计传感器采集佩作业人员所处高度的实时气压状态参数；通过9轴姿态传感器采集作业人员的运动姿态状态参数；通过加速度传感器采集作业人员的运动加速度状态参数。根据这些客观且全面的参数信息作为分析依据可以有效的提高后续监测的准确性和客观性。

102、基于卡尔曼滤波对高空作业参数进行处理生成高空预测状态信息。

当采集完高空作业参数，即实时气压状态参数、运动姿态状态参数、运动加速度状态参数后，就根据这些参数通过单片机处理器进行分析和处理。为了对作业人员当前是否有跌落趋势进行预测，则根据运动加速度状态参数和实时气压状态参数生成高空预测状态信息，其中，高空预测状态信息用于预测作业人员是否有跌倒趋势。具体实现为：

首先要确定进行卡尔曼滤波的主要参数及方程，通过卡尔曼滤波对这一时刻已知的状态、控制量及系统噪声求出此刻的能观测到的输出以及下一时刻的状态。由于卡尔曼的计算公式是建立在状态方程上的，系统状态方程的离散形式为：

X(k+1)＝ΦX(k)+Bu(k)+ГW(k)

Y(k)＝HX(k)+V(k)

其中X(k)为当前状态，X(k+1)为下一时刻状态，Φ为转移矩阵，B为控制矩阵，u为控制量，Г为噪声矩阵，W为系统噪声，Y为输出量，H为输出矩阵，V为观测噪声。

由于在本实施例中，涉及的高空作业监控系统，没有控制量，所以在不考虑其他系统噪声的情况下，状态方程可简化为：

X(k+1)＝ΦX(k)

对于本实施例的高空作业监控系统来说，加速度a、速度v和高度h为系统的状态，即：

状态转移矩阵Φ是表述下一时刻状态与此刻状态关系的矩阵，假设采样周期T比较短，那么可以近似认为加速度a几乎不变，因此可得：

由此可以得到转移矩阵Φ为

通过传感器能直接观测到的物理量是加速度和气压，那么状态方程的观测输出Y就是加速度和气压，即：

由于高空作业的作业高度往往在海拔较低且变化范围几百米以内时，气压与高度成线性关系，其系数为0.09，气压每变化ΔP时，高度变化0.09*ΔP，由此可以得到如下关系：

其中P0为参考平面的气压，即h＝0时的气压，根据可以得到矩阵H和V，即：

由此，可以进行卡尔曼滤波的计算，具体实现为：

第一步：计算本次状态预测。其中，本次状态预测就是将上次最优估计得到的状态代入状态方程即可得到。

状态方程：

第二步：计算本次协方差矩阵预测。由于本实施例中涉及的变量包括h、v和a，故协方差矩阵P为三阶矩阵，那么P(k-1)为上次协方差矩阵，初始协方差矩阵P(0)可设为对角阵，对角上每个P值为三个变量对应的初始协方差，一般取1-10，初始协方差矩阵对后面没有影响。在本系统中，Г为单位矩阵，Q为3阶对角阵，对角上的每个q值为三个变量对应的过程误差。

第三步：计算滤波增益矩阵。由上一步得到的

输出矩阵H以及初始化时设定好的观测噪声矩阵R计算得到本次滤波增益矩阵K(k)。

第四步：计算本次状态最优估计。对第一步得到预测状态进行修正得到本次最优估计,其中Y(k)为本次传感器得到的实际测量值。

第五步：更新协方差矩阵。根据前前述步骤得到的增益矩阵K与协方差估计矩阵P(k)得到本次协方差矩阵。

由此，基于该协方差矩阵和获取的运动加速度状态参数和实时气压状态参数就可以获取用于预测作业人员是否有跌倒趋势高空预测状态信息。

根据本实施例的一种优选实施方式，还通过获取的运动姿态状态参数进行分析生成高空预测状态信息，其中，高空预测状态信息用于检测作业人员是否佩戴安全带。具体实现为：根据采集的运动姿态状态参数的数据特征结合现有的标准佩戴安全带的姿势进行比对分析，通过作业人员的运动姿态分析判断作业人员是否佩戴安全带，进一步地，还可以判断作业人员的安全带的佩戴是否合规，并且可以判断作业人员的安全带是否在作业中违规解除，由此可以实时对作业人员的安全带佩戴情况进行监测，确保高空作业人员的人身安全。

根据本实施例的另一种优选实施方式，还通过运动姿态状态参数和实时气压状态参数进行分析生成高空预测状态信息，其中，高空预测状态信息用于检测所述作业人员的实时作业高度。由于作业人员在进行向上的攀爬时，会因为高度的原因，姿态产生变化。通过运动姿态状态参数以及由气压计传感器采集实时气压状态参数的数据特征结合分析此时的登高作业的实时高度，由此进一步地确保高空人员的人身安全。

根据本实施例的另一种优选实施方式，还通过作业人员佩戴的定位装置采集高空作业位置信息，该定位装置可以实现为GPS模块，根据高空作业位置信息进行分析生成高空预测状态信息，其中，高空预测状态信息用于检测所述作业人员的实时工作地点。由此，可以对作业人员所在区域进行监控。

103、通过监测端监测高空预测状态信息，根据高空预测状态信息的变化生成监测结果。

具体实现为：在高空监测系统中还包括通信装置，先将上述步骤获取的多个高空预测状态信息通过通信装置传输至监测端。其中，通信装置基于ZigBee无线通信模块组成的无线配网。在此的通信装置发明人是为了克服现有的高空作业数据传输的弊端进行构思的，由于现有的监测装置与监测端之间需要一种简单、高效、低功耗、多对一传输的短距离信息无线通讯方法来完成数据交换工作。而市场上常用的无线通讯方式例如蓝牙、2G\3G\4G等通讯方式都存在着一些不相适应的问题，例如功耗、传输距离等。具体采用集成在监测装置上的ZigBee无线通讯硬件装置，通过与ZigBee无线网关进行配网，根据实际监测装置在线数量实时调整配网的大小，实现多设备的数据传输联网功能。其中，该通信装置是采用E180-ZG120A的ZigBee模块进行设计开发，E180-ZG120A是基于Silicon Labs EFR32MG1B系列无线SOC设计生产的一款小体积、低功耗、高可靠性、工作在2.4GHz频段的ZigBee模块，其自带高性能Cortex-M4内核，内部集成功率放大器，发射功率最高可达20dBm，其网络特性符合ZigBee3.0标准，并提供一个完整的基于IEEE802.15.1标准的ISM频段的应用集成方案。该模块支持串口透明传输模式和快捷的自组网功能，并提供多路可配置的AD、IO、PWM接口。之后，再采用星状网络组网方式进行配网，该方式包含一个协调器(中心节点)和若干个路由器和终端(附属节点)组成，ZigBee协调器作为整个配网环境短距离无线通讯的中心节点，将该节点的E180-ZG120A硬件模块配置成的协调器模式，作为整个配网当中的无线通信网关，完成配网的建立和管理的工作，控制着是否允许其他节点加入到该配网中的关键作用。ZigBee终端作为整个配网环境短距离无线通讯中的各个信息传输节点，将该节点的E180-ZG120A硬件模块配置成的休眠终端模式，在启动过程中搜索现有的配网网络并进行连接，在需要发送终端设备信息时通过指令唤醒终端节点模块，然后向网关(协调器)发送数据信息，仅完成配网的终端设备数据传输作用。ZigBee协调器与网关总控制器进行连接，接受配网中所有连接的终端所发送的数据信息，将数据提供给网关设备，网关设备将所得数据进行相应的整理后，回传到后台的管理服务器当中。ZigBee终端则与各监测设备总控制器进行连接，接受总控制器提供的数据，并将该数据通过配网传输给网关设备。通过这种星状网络组网方式实现了多设备多对一数据传输的功能。

监测端在获取高空预测状态信息后，就对高空预测状态信息进行，根据高空预测状态信息的变化生成监测结果。具体的监测方式可以根据各高空预测状态信息的内容设定不同的阈值，根据接近或超出阈值的变化程度进行相关高空预测状态信息的预警。

根据本实施例提供的用于监测高空作业安全的实现方法及佩戴装置，能够通过由作业人员佩戴的多个传感器采集的高空作业信息，由于采用了多种传感器协同检测，大大增加了监测的可靠性，可以对佩戴该装置的登高作业人员进行安全带状态检测、人员跌落检测、作业高度检测、和作业人员定位，并且，在采用卡尔曼滤波算法进行对采集的高空作业信息进行数据处理时，能够实现对下一监测状态的可能性预警，减少外界环境对设备的干扰。进一步地提供了行之有效的辅助安全监控方法，有效地提高了高空作业的安全性，减少违规操作的可能性。并且通过将多个传感器检测获得的数据信息经过具有ZigBee通信功能的模块组成的专用无线配网进行数据回传，可以实现登高作业人员的云端实时监测功能。

实施例二

请参阅图2，图2为本发明实施例公开的一种监测高空作业安全的佩戴装置结构示意图。如图2所示，该监测高空作业安全的佩戴装置包括：

气压计传感器1，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的实时气压状态参数。

姿态传感器2，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的运动姿态状态参数。

加速度传感器3，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的运动加速度状态参数。

控制模块4，用于基于卡尔曼滤波对所述实时气压状态参数、运动姿态状态参数、运动加速度状态参数进行处理生成高空预测状态信息。

当采集完高空作业参数，即实时气压状态参数、运动姿态状态参数、运动加速度状态参数后，就根据这些参数通过控制模块4，即单片机处理器进行分析和处理。为了对作业人员当前是否有跌落趋势进行预测，则根据运动加速度状态参数和实时气压状态参数生成高空预测状态信息，其中，高空预测状态信息用于预测作业人员是否有跌倒趋势。具体实现为：

首先要确定进行卡尔曼滤波的主要参数及方程，通过卡尔曼滤波对这一时刻已知的状态、控制量及系统噪声求出此刻的能观测到的输出以及下一时刻的状态。由于卡尔曼的计算公式是建立在状态方程上的，系统状态方程的离散形式为：

X(k+1)＝ΦX(k)+Bu(k)+ГW(k)

Y(k)＝HX(k)+V(k)

其中X(k)为当前状态，X(k+1)为下一时刻状态，Φ为转移矩阵，B为控制矩阵，u为控制量，Г为噪声矩阵，W为系统噪声，Y为输出量，H为输出矩阵，V为观测噪声。

由于在本实施例中，涉及的高空作业监控系统，没有控制量，所以在不考虑其他系统噪声的情况下，状态方程可简化为：

X(k+1)＝ΦX(k)

对于本实施例的高空作业监控系统来说，加速度a、速度v和高度h为系统的状态，即：

状态转移矩阵Φ是表述下一时刻状态与此刻状态关系的矩阵，假设采样周期T比较短，那么可以近似认为加速度a几乎不变，因此可得：

由此可以得到转移矩阵Φ为

通过传感器能直接观测到的物理量是加速度和气压，那么状态方程的观测输出Y就是加速度和气压，即：

由于高空作业的作业高度往往在海拔较低且变化范围几百米以内时，气压与高度成线性关系，其系数为0.09，气压每变化ΔP时，高度变化0.09*ΔP，由此可以得到如下关系：

其中P0为参考平面的气压，即h＝0时的气压，根据可以得到矩阵H和V，即：

由此，可以进行卡尔曼滤波的计算，具体实现为：

第一步：计算本次状态预测。其中，本次状态预测就是将上次最优估计得到的状态代入状态方程即可得到。

状态方程：

第二步：计算本次协方差矩阵预测。由于本实施例中涉及的变量包括h、v和a，故协方差矩阵P为三阶矩阵，那么P(k-1)为上次协方差矩阵，初始协方差矩阵P(0)可设为对角阵，对角上每个P值为三个变量对应的初始协方差，一般取1-10，初始协方差矩阵对后面没有影响。在本系统中，Г为单位矩阵，Q为3阶对角阵，对角上的每个q值为三个变量对应的过程误差。

第三步：计算滤波增益矩阵。由上一步得到的

输出矩阵H以及初始化时设定好的观测噪声矩阵R计算得到本次滤波增益矩阵K(k)。

第四步：计算本次状态最优估计。对第一步得到预测状态进行修正得到本次最优估计,其中Y(k)为本次传感器得到的实际测量值。

第五步：更新协方差矩阵。根据前前述步骤得到的增益矩阵K与协方差估计矩阵P(k)得到本次协方差矩阵。

由此，基于该协方差矩阵和获取的运动加速度状态参数和实时气压状态参数就可以获取用于预测作业人员是否有跌倒趋势高空预测状态信息。

根据本实施例的一种优选实施方式，还通过获取的运动姿态状态参数进行分析生成高空预测状态信息，其中，高空预测状态信息用于检测作业人员是否佩戴安全带。具体实现为：根据采集的运动姿态状态参数的数据特征结合现有的标准佩戴安全带的姿势进行比对分析，通过作业人员的运动姿态分析判断作业人员是否佩戴安全带，进一步地，还可以判断作业人员的安全带的佩戴是否合规，并且可以判断作业人员的安全带是否在作业中违规解除，由此可以实时对作业人员的安全带佩戴情况进行监测，确保高空作业人员的人身安全。

根据本实施例的另一种优选实施方式，还通过运动姿态状态参数和实时气压状态参数进行分析生成高空预测状态信息，其中，高空预测状态信息用于检测所述作业人员的实时作业高度。由于作业人员在进行向上的攀爬时，会因为高度的原因，姿态产生变化。通过运动姿态状态参数以及由气压计传感器采集实时气压状态参数的数据特征结合分析此时的登高作业的实时高度，由此进一步地确保高空人员的人身安全。

该装置还包括：定位装置5，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的高空作业位置信息，该定位装置可以实现为GPS模块。控制模块4还用于根据高空作业位置信息进行处理生成高空预测状态信息，其中，高空预测状态信息用于检测所述作业人员的实时工作地点。由此，可以对作业人员所在区域进行监控。

需要注意的是，本实施例公开的监测高空作业安全的佩戴装置所包含的传感器和控制模块的功能不局限于上述实施方式，其他与获取高空作业人员的状态参数的传感器也属于本发明的保护范围。

根据本实施例公开的监测高空作业安全的佩戴装置能够通过由作业人员佩戴的多个传感器采集的高空作业信息，由于采用了多种传感器协同检测，大大增加了监测的可靠性，可以对佩戴该装置的登高作业人员进行安全带状态检测、人员跌落检测、作业高度检测、和作业人员定位，并且，在采用卡尔曼滤波算法进行对采集的高空作业信息进行数据处理时，能够实现对下一监测状态的可能性预警，减少外界环境对设备的干扰。

实施例三

请参阅图3，图3为本发明实施例公开的一种监测高空作业安全的佩戴装置结构示意图。如图3所示，该监测高空作业安全的佩戴装置与图2所公开的装置大体相同，不同之处在于，该装置还包括：通信装置6。

通信装置6用于将高空预测状态信息传输至与监测高空作业安全的佩戴装置具有关联关系的监测端；其中，通信装置基于ZigBee无线通信模块组成的无线配网。该通信装置是采用E180-ZG120A的ZigBee模块进行设计开发，E180-ZG120A是基于Silicon LabsEFR32MG1B系列无线SOC设计生产的一款小体积、低功耗、高可靠性、工作在2.4GHz频段的ZigBee模块，其自带高性能Cortex-M4内核，内部集成功率放大器，发射功率最高可达20dBm，其网络特性符合ZigBee3.0标准，并提供一个完整的基于IEEE802.15.1标准的ISM频段的应用集成方案。该模块支持串口透明传输模式和快捷的自组网功能，并提供多路可配置的AD、IO、PWM接口。之后，再采用星状网络组网方式进行配网，该方式包含一个协调器(中心节点)和若干个路由器和终端(附属节点)组成，ZigBee协调器作为整个配网环境短距离无线通讯的中心节点，将该节点的E180-ZG120A硬件模块配置成的协调器模式，作为整个配网当中的无线通信网关，完成配网的建立和管理的工作，控制着是否允许其他节点加入到该配网中的关键作用。ZigBee终端作为整个配网环境短距离无线通讯中的各个信息传输节点，将该节点的E180-ZG120A硬件模块配置成的休眠终端模式，在启动过程中搜索现有的配网网络并进行连接，在需要发送终端设备信息时通过指令唤醒终端节点模块，然后向网关(协调器)发送数据信息，仅完成配网的终端设备数据传输作用。ZigBee协调器与网关总控制器进行连接，接受配网中所有连接的终端所发送的数据信息，将数据提供给网关设备，网关设备将所得数据进行相应的整理后，回传到后台的管理服务器当中。ZigBee终端则与各监测设备总控制器进行连接，接受总控制器提供的数据，并将该数据通过配网传输给网关设备。通过这种星状网络组网方式实现了多设备多对一数据传输的功能。

根据本实施例公开的监测高空作业安全的佩戴装置不仅可以单独佩戴使用，还可以结合监测端以实现实时监控的功能，并且通过ZigBee无线网关将收集所有监测高空作业安全的佩戴装置所回传的数据，并将这些数据传递给监测端作进一步的计算处理，实现对登高作业人员安全带佩戴状态、运动状态、高度状态和位置信息的实时监测功能。

实施例四

请参阅图4，图4是本发明实施例公开的一种高空作业安全监测系统框图，该系统包括：

监测高空作业安全的佩戴装置和监测端7。监测端7用于监测高空预测状态信息，根据高空预测状态信息的变化生成监测结果；其中，监测端7可以实现为后台云端服务器，该服务器可配置为可接收多个具有关联关系的监测高空作业安全的佩戴装置传输的高空预测状态信息。由此，通过这种云端集成化管理，可有效地将多种类多数量的终端设备整合到一个监测系统中，提高了监测系统的工作效率。

在具体实施上，可以参见图5所示，为该监测高空作业安全系统的预警界面，根据不同的参数设置了触发器监测列表，阈值条件即为触发条件，当监测的高空状态信息达到了触发条件后，就会触发报警信息，其中，报警的方式可以根据信息的优先级设置为邮件和/或微信通知。并且可以同时对多个高空作业人员的安全状态进行监控。

根据本实施例的另一个具体实现方式，可以参照图6所示，为该监控高空作业安全系统的设备管理界面，根据该功能可以对与其关联的多个监测高空作业安全的佩戴装置的工作状态进行监测，确保其在线状态，对于识别不同与之关联的监测高空作业安全的佩戴装置的方式可以通过监测高空作业安全的佩戴装置的设备编号进行识别。

根据本实施例提供的高空作业安全监测系统，通过采用云端集成化管理，可有效地将多种类多数量的终端设备整合到一个监测系统中，大大提高了监测系统的工作效率。

实施例五

请参阅图7，图7是本发明实施例公开的一种监测高空作业安全装置的结构示意图。其中，图7所描述的装置可以应用在系统，对于该用于监测高空作业安全的实现方法的应用系统本发明实施例不做限制。如图7所示，该装置可以包括：

存储有可执行程序代码的存储器601；

与存储器601耦合的处理器602；

处理器602调用存储器601中存储的可执行程序代码，用于执行实施例一所描述的X。

实施例六

本发明实施例公开了一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一所描述的用于监测高空作业的实现方法。

实施例七

本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的用于监测高空作业安全的实现方法。

以上所描述的的实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Onl用于监测高空作业安全的实现方法Memor用于监测高空作业安全的实现方法，ROM)、随机存储器(Random Access Memor用于监测高空作业安全的实现方法，RAM)、可编程只读存储器(Programmable Read-onl用于监测高空作业安全的实现方法Memor用于监测高空作业安全的实现方法，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Onl用于监测高空作业安全的实现方法Memor用于监测高空作业安全的实现方法，EPROM)、一次可编程只读存储器(One-time Programmable Read-Onl用于监测高空作业安全的实现方法Memor用于监测高空作业安全的实现方法，OTPROM)、电子抹除式可复写只读存储器(Electricall用于监测高空作业安全的实现方法-Erasable Programmable Read-Onl用于监测高空作业安全的实现方法Memor用于监测高空作业安全的实现方法，EEPROM)、只读光盘(Compact Disc Read-Onl用于监测高空作业安全的实现方法Memor用于监测高空作业安全的实现方法，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种用于监测高空作业安全的实现方法方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项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；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种用于监测高空作业安全的实现方法，所述方法应用于高空作业监测系统，所述高空监测系统包括作业人员佩戴的多个传感器和监测端，其特征在于，所述方法包括：

根据作业人员佩戴的多个传感器采集高空作业参数；

基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息；

通过监测端监测所述高空预测状态信息，根据所述高空预测状态信息的变化生成监测结果；

其中，所述高空作业参数包括实时气压状态参数、运动姿态状态参数、运动加速度状态参数。

2.根据权利要求1所述的用于监测高空作业安全的实现方法，其特征在于，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息包括：

根据所述运动加速度状态参数和实时气压状态参数生成高空预测状态信息，其中，所述高空预测状态信息用于预测作业人员是否有跌倒趋势。

3.根据权利要求1所述的用于监测高空作业安全的实现方法，其特征在于，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息之后，还包括：

根据所述运动姿态状态参数进行分析生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员是否佩戴安全带。

4.根据权利要求3所述的用于监测高空作业安全的实现方法，其特征在于，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息之后，还包括：

根据所述运动姿态状态参数和所述实时气压状态参数进行分析生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员的实时作业高度。

5.根据权利要求4所述的用于监测高空作业安全的实现方法，其特征在于，所述高空监测系统还包括作业人员佩戴的定位装置，所述基于卡尔曼滤波对所述高空作业参数进行处理生成高空预测状态信息之后，还包括：

根据作业人员佩戴的定位装置采集高空作业位置信息；

根据所述高空作业位置信息进行分析生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员的实时工作地点。

6.根据权利要求1-5任一项所述的用于监测高空作业安全的实现方法，其特征在于，所述高空监测系统还包括通信装置，所述监测所述高空预测状态信息，根据所述高空预测状态信息的变化生成监测结果之前，包括：

将所述高空预测状态信息通过通信装置传输至监测端；

其中，所述通信装置基于ZigBee无线通信模块组成的无线配网。

7.一种监测高空作业安全的佩戴装置，其特征在于，所述装置包括：

气压计传感器，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的实时气压状态参数；

姿态传感器，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的运动姿态状态参数；

加速度传感器，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的运动加速度状态参数；

控制模块，用于基于卡尔曼滤波对所述实时气压状态参数、运动姿态状态参数、运动加速度状态参数进行处理生成高空预测状态信息。

8.根据权利要求7所述的监测高空作业安全的佩戴装置，其特征在于，所述装置还包括：

定位装置，用于采集佩戴所述监测高空作业安全的佩戴装置作业人员的高空作业位置信息；

所述控制模块还用于根据所述高空作业位置信息进行处理生成高空预测状态信息，其中，所述高空预测状态信息用于检测所述作业人员的实时工作地点。

9.根据权利要求7或8所述的监测高空作业安全的佩戴装置，其特征在于，所述装置还包括：

通信装置，用于将所述高空预测状态信息传输至与所述监测高空作业安全的佩戴装置具有关联关系的监测端；

其中，所述通信装置基于ZigBee无线通信模块组成的无线配网。

10.一种高空作业安全监测系统，其特征在于，所述系统包括：

如权利要求7-9任一项所述的监测高空作业安全的佩戴装置；和

监测端，用于监测所述高空预测状态信息，根据所述高空预测状态信息的变化生成监测结果；

其中，所述监测端配置为可接收多个具有关联关系的监测高空作业安全的佩戴装置传输的高空预测状态信息。

Images