CN112101802A - 姿态负荷数据的评价方法、装置、电子设备及存储介质 - Google Patents

姿态负荷数据的评价方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112101802A
CN112101802A CN202010995327.2A CN202010995327A CN112101802A CN 112101802 A CN112101802 A CN 112101802A CN 202010995327 A CN202010995327 A CN 202010995327A CN 112101802 A CN112101802 A CN 112101802A
Authority
CN
China
Prior art keywords
score
attitude
load
evaluated
duration
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.)
Granted
Application number
CN202010995327.2A
Other languages
English (en)
Other versions
CN112101802B (zh
Inventor
王琪如
李华亮
刘羽中
王宇
沈雅利
熊超琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority to CN202010995327.2A priority Critical patent/CN112101802B/zh
Publication of CN112101802A publication Critical patent/CN112101802A/zh
Application granted granted Critical
Publication of CN112101802B publication Critical patent/CN112101802B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了姿态负荷数据的评价方法、装置、电子设备及存储介质，用于解决现有技术存在的尚无针对电网运维人员的杆上作业的工种作业姿势的职业工效学评价方法的问题。本发明包括：获取待评价对象的工作姿态数据，所述工作姿态数据包括动态作业数据和静态作业数据；确定姿态持续时间数据；依据所述工作姿态数据和所述姿态持续时间数据，结合姿态负荷评价公式，得到姿态负荷的综合评分；依据所述综合评分，确定所述待检测对象的负荷程度评价结果。考虑了电网登杆作业的肌肉作业类型的联合作用以及联合作用的机制，以及使用脚扣和安全带的实际情况，适用于电网登杆作业姿势负荷的评价，有助于监督作业人员肌肉疲劳状态，保证其安全作业。

Description

姿态负荷数据的评价方法、装置、电子设备及存储介质
技术领域
本发明涉及数据评价领域，尤其涉及一种姿态负荷数据的评价方法、装置、电子设备及存储介质。
背景技术
针对不同的工种，现有的作业负荷评价方法的侧重点也不同：手工业侧重上躯的姿势负荷评价，常用上肢负荷评价方法(RULA)进行评价，而对于地面体力劳动者的姿势负荷评价，由于更加注重全身的姿势，常使用全身快速评价方法(REBA)进行评价。
虽然电网运维人员的杆上作业也属于体力劳动范畴，但现有的作业负荷评价方法无法全面准确地对其进行作业姿势负荷评价，主要表现在以下方面：(1)目前的REBA方法没有针对静力作业与动力作业的联合作用对人体负荷的影响评价，而电网运维人员的杆上作业以肩部、肘部和手部的动力作业为主，腰部以下以静力作业为主，静力作业相较动力作业而言，其氧债更高，更易导致肌肉疲劳；(2)杆上作业过程的作业姿势与平地作业姿势有所不同：电网运维人员的躯干(特别是腰部)因安全带和脚扣的使用，躯干发力需要借助安全带，同时电网运维人员的双脚虽然借助脚扣站立，但作业进行的过程中电网运维人员一边脚是直立，另一边脚是弯曲站立，且站立脚所受的反作用力与地面站立或弯曲站立时收到的反作用力不同。
因此，REBA法无法完全适用于电网运维人员杆上作业姿态的负荷评价，也就是说，现有技术针对电网运维人员的杆上作业的作业姿态，无法高效准确地进行负荷评价，进而电网运维人员无法准确知道自身在杆上作业的负荷情况，对运维人员作业姿态的调整更无从谈起。
发明内容
本发明提供了一种姿态负荷数据的量化评价方法，用于对电网运维人员的杆上作业的负荷情况进行高效准确的评价，从而电网运维人员可以准确知道自身在杆上作业的负荷情况，并在姿态负荷程度过高时，对作业姿态进行调整。
第一方面，本发明提供的一种姿态负荷数据的评价方法，包括：
通过深度传感器获取待评价对象的工作姿态数据；
提取所述工作姿态数据中待评价部位的关节角度信息；
利用现场快速评估方法，确定待评价对象的姿态持续时间；
将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；
基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。
优选地，所述分值表包括：动态作业姿态分值表和静态作业分值表；所述将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分的步骤，包括：
将所述待评价部位的关节角度信息与所述动态作业姿态分值表匹配，确定动态作业评分，所述动态作业姿态分值表包括动态作业部位及其对应的角度评分；
将所述待评测部位对应的部位关节角度信息与所述静态作业姿态分值表匹配，确定静态作业评分，所述静态作业姿态分值表包括静态作业部位及其对应的角度评分；
对所述动态作业评分和所述静态作业评分求和，得到所述作业姿态总评分。
可选地，所述分值表还包括：时间分值表；所述将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分的步骤，还包括：
将所述姿态持续时间与所述时间分值表匹配，确定持续时间评分，所述时间分值表包括多个时间范围及其对应的分值。
可选地，所述姿态负荷评价公式具体为：
S＝(A×0.3+B×0.7)×T
其中，S为姿态负荷的综合评分，A为动态作业评分，B为静态作业评分，T为持续时间评分。
可选地，所述评价结果包括：无负荷、低负荷、中等负荷、高负荷和极高负荷；依据所述姿态负荷综合评分，确定所述待评价对象的评价结果的步骤，包括：
将所述综合评分与预设的多个阈值比较，确定所述综合评分所在的目标阈值范围；
若所述姿态负荷综合评分小于第一阈值，判断所述待评价对象的评价结果为无负荷；
若所述姿态负荷综合评分大于或等于所述第一阈值且小于第二阈值，判断所述待评价对象的评价结果为低负荷；
若所述姿态负荷综合评分大于或等于所述第二阈值且小于第三阈值，判断所述待评价对象的评价结果为中等负荷；
若所述姿态负荷综合评分大于或等于所述第三阈值且小于第四阈值，判断所述待评价对象的评价结果为高负荷；
若所述姿态负荷综合评分大于或等于所述第四阈值且小于第五阈值，判断所述待评价对象的评价结果为极高负荷。
可选地，所述获取待评价对象的工作姿态数据的步骤，包括：
通过深度传感器将平面作业图像转换为三维深度图像；
将所述三维深度图像转换为工作姿态数据。
第二方面，本申请实施例还公开了一种姿态负荷数据的评价装置，包括：
数据获取模块，用于通过深度传感器获取待评价对象的工作姿态数据；
信息提取模块，用于提取所述工作姿态数据中待评价部位的关节角度信息；
时间确定模块，用于利用现场快速评估方法，确定待评价对象的姿态持续时间；
信息匹配模块，用于将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；
评分获取模块，用于基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
结果确定模块，用于依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。
可选地，所述分值表包括：动态作业姿态分值表和静态作业分值表；所述信息匹配模块包括：
动态作业评分获取子模块，用于将所述待评价部位的关节角度信息与所述动态作业姿态分值表匹配，确定动态作业评分；
静态作业评分获取子模块，用于将所述待评测部位及其对应的部位关节角度信息与所述静态作业姿态分值表匹配，确定静态作业评分；
总评分获取子模块，用于对所述动态作业评分和所述静态作业评分求和，得到所述作业姿态总评分。
第三方面，本申请实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
第四方面，本申请实施例提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
由上可知，本申请实施例通过深度传感器获取待评价对象的工作姿态数据；提取所述工作姿态数据中待评价部位的关节角度信息；利用现场快速评估法，确定待评价对象的姿态持续时间；将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。考虑了电网登杆作业的肌肉作业类型的联合作用以及联合作用的机制，以及使用脚扣和安全带的实际情况，适用于电网登杆作业姿势负荷的评价，有助于监督作业人员肌肉疲劳状态，保证其安全作业。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明的一种姿态负荷数据的量化评价方法实施例一的步骤流程图；
图2为本发明的一种姿态负荷数据的量化评价方法实施例二的步骤流程图；
图3为本发明的一种姿态负荷数据的量化评价装置实施例的装置结构图。
具体实施方式
本发明实施例提供了一种姿态负荷数据的量化评价方法，用于对电网运维人员的杆上作业的负荷情况进行高效准确的评价，从而电网运维人员可以准确知道自身在杆上作业的负荷情况，并在姿态负荷程度过高时，对作业姿态进行调整。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
实施例1，请参阅图1，图1为本发明实施例提供的一种姿态负荷数据的量化评价方法实施例一的步骤流程图，具体包括如下步骤：
步骤S101，通过深度传感器获取待评价对象的工作姿态数据；
步骤S102，提取所述工作姿态数据中待评价部位的关节角度信息；
步骤S103，利用现场快速评估方法，确定待评价对象的姿态持续时间；
步骤S104，将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；
步骤S105，基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
步骤S106，依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。
请参阅图2，图2为本发明实施例提供的一种姿态负荷数据的量化评价方法实施例2的步骤流程图，具体包括如下步骤：
步骤S201，通过深度传感器将平面作业图像转换为三维深度图像；
步骤S202，将所述三维深度图像转换为工作姿态数据；
在本发明实施例中，通过运动相机拍摄电网运维人员的杆上作业的平面作图图像，然后依托运动相机中的深度传感器将二维作业图像全部转换为三维深度图像，然后将三维深度图像转换为工作姿态数据。
需要说明的是，深度传感器，用于获取二维作业图像的深度信息，经后期的数据处理，将深度信息转换为相对的三维空间坐标，利用坐标信息，结合现有的深度算法，可以计算出电网运维人员的杆上作业的关节角度数据，进而将关节角度信息汇总成工作姿态数据。
目前主流的深度传感器为KINECT深度传感器，现有的对骨骼关节角度数据算法有很多，例如K近邻算法、支持向量计算法和改进后的VLAD算法等，对于深度传感器的类型以及对骨骼关节角度数据的算法，本发明再次不作限制。
工作姿态数据是指电网运维人员在作业时所有的部位关节角度信息。
步骤S203，提取所述工作姿态数据中待评价部位的关节角度信息；
在本发明实施例中，在保证准确性情况从工作姿态数据中提取待评价部位的关节角度信息，其中，待评价部分的关节信息依据人体工效学的标准，包括：手腕、上臂、下臂、颈部、躯干和腿部对应的角度信息。
步骤S204，利用现场快速评估法，确定待评价对象的姿态持续时间；
在具体实现中，姿态持续时间数据通过现场快速评估方法确定：首先对电网运维人员的杆上作业的具体任务进行分析，得到分析预测时间，将分析预测时间和实际持续时间进行比较，当实际持续时间和分析预测时间一致时，将该分析预测时间确定为姿势持续时间数据，若实际持续时间大于或小于分析预测时间时，可以重新调整，直至实际持续时间和分析预测时间一致为止。
步骤S205，将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；所述分值表包括：动态作业姿态分值表、静态作业分值表和时间分值表；
在本发明的可选实施例中，所述步骤S205可以包括以下子步骤S2051a-S2052a：
子步骤S2051，将所述待评价部位的关节角度信息与所述动态作业姿态分值表匹配，确定动态作业评分，所述动态作业姿态分值表包括动态作业部位及其对应的角度评分；
在本发明实施例中，将步骤S203所获取的待评价部位的关节角度信息和预先设定的动态作业分值表的匹配，明确动态作业评价部分并确定动态作业部分关节角度的相应评分，然后对动态作业部分关节角度的相应评分求和，得到动态作业评分。
预先设定的动态作业姿态分值表如下所示：
Figure BDA0002692332150000071
Figure BDA0002692332150000081
子步骤S2052，将所述待评测部位及其对应的部位关节角度信息与所述静态作业姿态分值表匹配，确定静态作业评分，所述静态作业姿态分值表包括静态作业部位及其对应的角度评分；
在本发明实施例中，将步骤S203所获取的待评价部位的关节角度信息和预先设定的静态作业分值表的匹配，明确静态作业评价部分并确定静态作业部分关节角度的相应评分，然后对静态作业部分关节角度的相应评分求和，得到静态作业评分。
预先设定的静态作业姿态分值表如下所示：
Figure BDA0002692332150000082
Figure BDA0002692332150000091
子步骤S2053，对所述动态作业评分和所述静态作业评分求和，得到所述作业姿态总评分；
子步骤S2054，将所述姿态持续时间与所述时间分值表匹配，确定持续时间评分。
在本发明实施例中，姿态持续时间对应分值表如下所示：
暴露时长 分值
小于等于5min 1
5min-9min 2
10min-14min 3
15min-19min 4
20min-24min 5
25min-30min 6
大于30min 7
步骤S206，基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
所述姿态负荷评价公式具体为：
S＝(A×0.3+B×0.7)×T
其中，S为姿态负荷的综合评分，A为动态作业评分，B为静态作业评分，T为持续时间评分。
在具体实现中，将步骤S205得到动态作业评分、静态作业评分和持续时间评分输入至姿态负荷评价公式，即可得到姿态负荷综合评分。
步骤S207，将所述综合评分与预设的多个阈值比较，确定所述综合评分所在的目标阈值范围；
若所述姿态负荷综合评分小于第一阈值，判断所述待评价对象的评价结果为无负荷；
若所述姿态负荷综合评分大于或等于所述第一阈值且小于第二阈值，判断所述待评价对象的评价结果为低负荷；
若所述姿态负荷综合评分大于或等于所述第二阈值且小于第三阈值，判断所述待评价对象的评价结果为中等负荷；
若所述姿态负荷综合评分大于或等于所述第三阈值且小于第四阈值，判断所述待评价对象的评价结果为高负荷；
若所述姿态负荷综合评分大于或等于所述第四阈值且小于第五阈值，判断所述待评价对象的评价结果为极高负荷。
在本发明实施例中，预先设置有负荷关系评价表，该评价表中存储有多个阈值范围，以及阈值范围和负荷程度的对应关系，步骤S206生成姿态负荷的综合评分之后，将该综合评分和负荷关系评价表的多个阈值范围进行匹配，并根据阈值范围和负荷程度的对应关系确定综合评分所落入的目标阈值范围的负荷程度评价结果。
在具体实现中，若所述姿态负荷总分评分在4以下，判断所述待评价对象的评价结果为无负荷；
若所述姿态负荷总分评分在[4,17.4)时，判断所述待评价对象的评价结果为低负荷；
若所述姿态负荷总分评分在[17.4，30.9)时，判断所述待评价对象的评价结果为中等负荷；
若所述姿态负荷总分评分在[40,53.4)时，判断所述待评价对象的评价结果为高负荷；
若所述姿态负荷总分评分在[53.4,70]时，判断所述待评价对象的评价结果为极高负荷。
在本发明的实施例中，通过深度传感器获取待评价对象的工作姿态数据；提取所述工作姿态数据中待评价部位的关节角度信息；利用现场快速评估法，确定待评价对象的姿态持续时间；将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。考虑了电网登杆作业的肌肉作业类型的联合作用以及联合作用的机制，以及使用脚扣和安全带的实际情况，适用于电网登杆作业姿势负荷的评价，有助于监督作业人员肌肉疲劳状态，保证其安全作业。
请参阅图3，示出了一种姿态负荷数据的量化评价装置实施例的结构框图，包括如下模块：
数据获取模块101，用于通过深度传感器获取待评价对象的工作姿态数据；
在本发明的优选实施例中，所述数据获取模块101包括：
图像转换子模块，用于通过深度传感器将平面作业图像转换为三维深度图像；
数据转换子模块，用于将所述三维深度图像转换为工作姿态数据。
信息提取模块102，用于提取所述工作姿态数据中待评价部位的关节角度信息；
时间确定模块103，用于利用现场快速评估方法，确定待评价对象的姿态持续时间；
信息匹配模块104，用于将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；
在本发明的优选实施例中，所述分值表包括：动态作业姿态分值表和静态作业分值表；所述信息匹配模块104包括：
动态作业评分获取子模块，用于将所述待评价部位的关节角度信息与所述动态作业姿态分值表匹配，确定动态作业评分，所述动态作业姿态分值表包括动态作业部位及其对应的角度评分；
静态作业评分获取子模块，用于将所述待评测部位对应的部位关节角度信息与所述静态作业姿态分值表匹配，确定静态作业评分，所述静态作业姿态分值表包括静态作业部位及其对应的角度评分；
作业姿态总评分获取子模块，用于对所述动态作业评分和所述静态作业评分求和，得到所述作业姿态总评分。
在本发明的优选实施例中，所述分值表还包括：时间分值表；所述信息匹配模块104还包括：
时间评分获取子模块，用于将所述姿态持续时间与所述时间分值表匹配，确定持续时间评分，所述时间分值表包括多个时间范围及其对应的分值。
评分获取模块105，用于基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
在本发明的优选实施例中，所述姿态负荷评价公式具体为：
S＝(A×0.3+B×0.7)×T
其中，S为姿态负荷的综合评分，A为动态作业评分，B为静态作业评分，T为持续时间评分。
结果确定模块106，用于依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。
在本发明的优选实施例中，所述评价结果包括：无负荷、低负荷、中等负荷、高负荷和极高负荷；依据所述姿态负荷综合评分，确定所述待评价对象的评价结果的步骤，包括：
将所述综合评分与预设的多个阈值比较，确定所述综合评分所在的目标阈值范围；
若所述姿态负荷综合评分小于第一阈值，判断所述待评价对象的评价结果为无负荷；
若所述姿态负荷综合评分大于或等于所述第一阈值且小于第二阈值，判断所述待评价对象的评价结果为低负荷；
若所述姿态负荷综合评分大于或等于所述第二阈值且小于第三阈值，判断所述待评价对象的评价结果为中等负荷；
若所述姿态负荷综合评分大于或等于所述第三阈值且小于第四阈值，判断所述待评价对象的评价结果为高负荷；
若所述姿态负荷综合评分大于或等于所述第四阈值且小于第五阈值，判断所述待评价对象的评价结果为极高负荷。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以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，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种姿态负荷数据的评价方法，其特征在于，包括：
通过深度传感器获取待评价对象的工作姿态数据；
提取所述工作姿态数据中待评价部位的关节角度信息；
利用现场快速评估法，确定待评价对象的姿态持续时间；
将所述待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；
基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。
2.根据权利要求1所述的姿态负荷数据的评价方法，其特征在于，所述分值表包括：动态作业姿态分值表和静态作业分值表；所述将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分的步骤，包括：
将所述待评价部位的关节角度信息与所述动态作业姿态分值表匹配，确定动态作业评分，所述动态作业姿态分值表包括动态作业部位及其对应的角度评分；
将所述待评测部位对应的部位关节角度信息与所述静态作业姿态分值表匹配，确定静态作业评分，所述静态作业姿态分值表包括静态作业部位及其对应的角度评分；
对所述动态作业评分和所述静态作业评分求和，得到所述作业姿态总评分。
3.根据权利要求2所述的姿态负荷数据的评价方法，其特征在于，所述分值表还包括：时间分值表；所述将待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分的步骤，还包括：
将所述姿态持续时间与所述时间分值表匹配，确定持续时间评分，所述时间分值表包括多个时间范围及其对应的分值。
4.根据权利要求1-3中任一所述的姿态负荷数据的评价方法，其特征在于，所述姿态负荷评价公式具体为：
S＝(A×0.3+B×0.7)×T
其中，S为姿态负荷的综合评分，A为动态作业评分，B为静态作业评分，T为持续时间评分。
5.根据权利要求1所述的姿态负荷数据的评价方法，其特征在于，所述评价结果包括：无负荷、低负荷、中等负荷、高负荷和极高负荷；依据所述姿态负荷综合评分，确定所述待评价对象的评价结果的步骤，包括：
将所述综合评分与预设的多个阈值比较，确定所述综合评分所在的目标阈值范围；
若所述姿态负荷综合评分小于第一阈值，判断所述待评价对象的评价结果为无负荷；
若所述姿态负荷综合评分大于或等于所述第一阈值且小于第二阈值，判断所述待评价对象的评价结果为低负荷；
若所述姿态负荷综合评分大于或等于所述第二阈值且小于第三阈值，判断所述待评价对象的评价结果为中等负荷；
若所述姿态负荷综合评分大于或等于所述第三阈值且小于第四阈值，判断所述待评价对象的评价结果为高负荷；
若所述姿态负荷综合评分大于或等于所述第四阈值且小于第五阈值，判断所述待评价对象的评价结果为极高负荷。
6.根据权利要求1所述的姿态负荷数据的评价方法，其特征在于，所述通过深度传感器获取待评价对象的工作姿态数据的步骤，包括：
通过深度传感器将平面作业图像转换为三维深度图像；
将所述三维深度图像转换为工作姿态数据。
7.一种姿态负荷数据的评价装置，其特征在于，包括：
数据获取模块，用于通过深度传感器获取待评价对象的工作姿态数据；
信息提取模块，用于提取所述工作姿态数据中待评价部位的关节角度信息；
时间确定模块，用于利用现场快速评估方法，确定待评价对象的姿态持续时间；
信息匹配模块，用于将所述待评价部位的关节角度信息、所述姿态持续时间与预先设定的分值表匹配，得到作业姿态总评分和持续时间评分；
评分获取模块，用于基于所述作业姿态总评分和所述持续时间评分，结合姿态负荷评价公式，得到姿态负荷综合评分；
结果确定模块，用于依据所述姿态负荷综合评分，确定所述待评价对象的评价结果。
8.根据权利要求7所述的姿态负荷数据的评价装置，其特征在于，所述分值表包括：动态作业姿态分值表和静态作业分值表；所述信息匹配模块包括：
动态作业评分获取子模块，用于将所述待评价部位的关节角度信息与所述动态作业姿态分值表匹配，确定动态作业评分；
静态作业评分获取子模块，用于将所述待评测部位及其对应的部位关节角度信息与所述静态作业姿态分值表匹配，确定静态作业评分；
总评分获取子模块，用于对所述动态作业评分和所述静态作业评分求和，得到所述作业姿态总评分。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-6任一项所述的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-6任一项所述的方法。
CN202010995327.2A 2020-09-21 2020-09-21 姿态负荷数据的评价方法、装置、电子设备及存储介质 Active CN112101802B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010995327.2A CN112101802B (zh) 2020-09-21 2020-09-21 姿态负荷数据的评价方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010995327.2A CN112101802B (zh) 2020-09-21 2020-09-21 姿态负荷数据的评价方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112101802A true CN112101802A (zh) 2020-12-18
CN112101802B CN112101802B (zh) 2022-01-11

Family

ID=73756288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010995327.2A Active CN112101802B (zh) 2020-09-21 2020-09-21 姿态负荷数据的评价方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112101802B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111844A (zh) * 2021-04-28 2021-07-13 中德（珠海）人工智能研究院有限公司 一种作业姿态评估方法、装置、本地终端及可读存储介质
CN113297916A (zh) * 2021-04-28 2021-08-24 中国地质大学（武汉） 施工人员工作姿态健康评估方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104173052A (zh) * 2014-08-04 2014-12-03 北京航空航天大学 一种基于rula的人体舒适度测量装置及其方法
CN108537284A (zh) * 2018-04-13 2018-09-14 东莞松山湖国际机器人研究院有限公司 基于计算机视觉深度学习算法的姿态评估打分方法和系统
CN109035329A (zh) * 2018-08-03 2018-12-18 厦门大学 基于深度特征的相机姿态估计优化方法
CN110047591A (zh) * 2019-04-23 2019-07-23 吉林大学 一种针对外科手术过程中医生姿态评估方法
US20190266734A1 (en) * 2016-11-14 2019-08-29 Fujitsu Limited Information processing device, information processing method, and recording medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104173052A (zh) * 2014-08-04 2014-12-03 北京航空航天大学 一种基于rula的人体舒适度测量装置及其方法
US20190266734A1 (en) * 2016-11-14 2019-08-29 Fujitsu Limited Information processing device, information processing method, and recording medium
CN108537284A (zh) * 2018-04-13 2018-09-14 东莞松山湖国际机器人研究院有限公司 基于计算机视觉深度学习算法的姿态评估打分方法和系统
CN109035329A (zh) * 2018-08-03 2018-12-18 厦门大学 基于深度特征的相机姿态估计优化方法
CN110047591A (zh) * 2019-04-23 2019-07-23 吉林大学 一种针对外科手术过程中医生姿态评估方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111844A (zh) * 2021-04-28 2021-07-13 中德（珠海）人工智能研究院有限公司 一种作业姿态评估方法、装置、本地终端及可读存储介质
CN113297916A (zh) * 2021-04-28 2021-08-24 中国地质大学（武汉） 施工人员工作姿态健康评估方法、装置、设备及存储介质
CN113111844B (zh) * 2021-04-28 2022-02-15 中德（珠海）人工智能研究院有限公司 一种作业姿态评估方法、装置、本地终端及可读存储介质

Also Published As

Publication number Publication date
CN112101802B (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN112101802B (zh) 姿态负荷数据的评价方法、装置、电子设备及存储介质
CN110969114B (zh) 一种人体动作功能检测系统、检测方法及检测仪
Alwasel et al. Identifying poses of safe and productive masons using machine learning
CN110495889A (zh) 体态评估方法、电子装置、计算机设备及存储介质
Xu et al. Estimation of 3-D peak L5/S1 joint moment during asymmetric lifting tasks with cubic spline interpolation of segment Euler angles
Fığlalı et al. Image processing-aided working posture analysis: I-OWAS
CN110047591B (zh) 一种针对外科手术过程中医生姿态评估方法
US11450148B2 (en) Movement monitoring system
Kipp et al. Correlations between internal and external power outputs during weightlifting exercise
CN112381035A (zh) 一种基于骨骼关键点运动轨迹的动作相似度评价方法
Mohseni et al. Improved artificial neural networks for 3D body posture and lumbosacral moment predictions during manual material handling activities
Kong et al. Development of an ergonomics checklist for investigation of work-related whole-body disorders in farming–AWBA: Agricultural whole-body assessment
CN113989855A (zh) 人体姿态识别方法、装置、设备以及存储介质
CN114973048A (zh) 康复动作的纠正方法、装置、电子设备及可读介质
Dzeng et al. Automated Posture Assessment for construction workers
CN111353345B (zh) 提供训练反馈的方法、装置、系统、电子设备、存储介质
de Freitas et al. An ergonomic evaluation method using a mobile depth sensor and pose estimation
CN113191336B (zh) 基于图像识别的电力隐患识别方法及系统
Tamura et al. A Study on the Lumbar Burden Evaluation of Work using One Smartphone.
Pilati et al. Operator 5.0: Enhancing the Physical Resilience of Workers in Assembly Lines
CN115019394A (zh) 基于设备维护的过程跟踪方法、装置、设备及存储介质
CN111493881A (zh) 卡路里估计系统以及估计方法
US20210319619A1 (en) Method for Ergonomic Scoring From Webcam
Sirithunge et al. Effect of activity space on detection of human activities by domestic service robots
KR20200073588A (ko) 작업자 동작인식을 이용한 생산라인 모니터링 시스템 및 이를 이용하여 생산라인을 모니터링하는 방법

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