CN112450901A - 一种智能带电作业穿戴设备及作业人员安全的分析方法 - Google Patents

Abstract

一种智能带电作业穿戴设备及作业人员的安全分析方法，其中，一种智能带电作业穿戴设备是利用ARM芯片及其附件进行电磁场、风速、风向、气压、地点、作业人员心率、温度等数据检测的手表型测试仪器，其创新点在于使用ARM芯片、GPS定位芯片、人工智能芯片、磁场检测模块、三轴陀螺仪、温度检测模块、环境传感器、存储芯片实现带电作业人员生命体征状态检测功能；一种作业人员的安全分析方法，其创新点在于将可穿戴设备采集的数据通过粗糙集理论计算得出带电作业人员安全状态的分析方法。本发明的有益效果是：该穿戴设备可佩戴在作业人员手臂上，不仅可以检测作业人员所处的现场环境参数，而且还可以检测作业人员的生命体征参数及危险预警。

Description

一种智能带电作业穿戴设备及作业人员安全的分析方法

技术领域

本发明涉及智能穿戴及智能分析领域，尤其涉及一种智能带电作业穿戴设备及作业人员安全的分析方法。

背景技术

输电线路停电作业时，经常有临近或同塔架设的其他带电线路，为保障作业人员的安全，必须防止作业人员误蹬有电线路杆塔或进入有电侧横担。目前仅仅依靠作业人员核对线路名称和安全监护人员的人工监护，缺少主动感知带电体距离的保护装置，存在触电的安全隐患。特别是夏季的野外作业时，因缺少作业人员的生命体征监护措施，高空的作业人员遇到中暑或意外情况而呼救不及时时，更容易造成危险的情况。

研究带电体周围的电场分布情况，利用电磁波强度与距离的函数关系，制作基于电磁波检测技术的安全距离测试装置，选用微型元器件并将所有元器件集成到小型构件腔体内，制成可穿戴设备并配备于蹬塔作业人员的身上，就可以判断出塔上作业人员是否处在安全距离以内，或感知作业人员是否存在向带电体移动的趋势，通过声光报警提示，阻止作业人员向危险区域移动，保护作业人员的安全；同时该装置还可监测作业人员的生命体征，遇危险情况及时自动报警求救。

本发明提供了一种智能带电作业的穿戴设备及作业人员的安全分析方法，装置可对作业现场的电磁场、风速、风向、海拔、地点、作业人员心率、体温等数据进行检测，实现带电作业人员的生命体征状态监控，并利用一种安全分析方法实现作业人员的安全状态识别。

发明内容

本发明的目的是提供一种智能带电作业穿戴设备及作业人员的安全分析方法。

其中，一种智能带电作业穿戴设备是利用ARM芯片及其附件进行电磁场、风速、风向、海拔、地点、作业人员心率、温度等数据检测的手表型测试仪器，其发明创新点在于使用ARM芯片、GPS定位芯片、人工智能芯片、磁场检测模块、三轴陀螺仪、温度检测模块、环境传感器、存储芯片实现带电作业人员生命体征状态检测功能；一种作业人员的安全分析方法，其创新点在于将可穿戴设备采集的数据通过粗糙集理论计算得出带电作业人员安全状态的分析方法。

为了达到上述目的，本发明采用了以下技术方案：

一种智能带电作业穿戴设备，该智能穿戴设备有一个外壳，在外壳内装有电源模块，检测模块，三轴陀螺仪、GPS定位单元、无线通信单元和微处理器模块；电源模块为检测模块、三轴陀螺仪、GPS定位单元、无线通信单元和微处理器模块供电，检测模块、三轴陀螺仪、GPS定位单元、无线通信单元与微处理器模块进行电气相连。

所述的外壳为一个手表型壳体，方便配带及储存；表壳及表带均采用绝缘材料制作，起到绝缘作用。

所述的检测模块内包含电磁传感器、心率传感器、体温传感器、环境温度传感器、气压传感器、风速传感器和位移传感器；各传感器均与参数采样电路进行电气连接。

所述的微处理器模块采用ARM芯片进行数据的采集并通过对数据的计算分析而实现人的状态识别及事件的预警。

一种基于智能带电作业穿戴设备的作业人员安全的分析方法，由数据融合，参数计算，状态分析三部分构成。

所述的作业人员安全的分析方法是指通过数据采集实现特殊事件预警及利用粗糙集理论实现人员状态分析的方法，特殊事件包含生理特征异常、动作轨迹异常、环境异常、电磁进电异常四个部分，粗糙集理论进行人员状态识别的方法中利用双层粗糙计算实现人员行为状态的评估。

与现有技术相比，本发明的有益效果是：

1.由于本发明提供了一种智能带电作业穿戴设备，该设备由外壳，电源模块，检测模块，计算分析模块组成。整个装置做成一个手表型设备，非常便于佩戴。手表中的检测模块包含了电磁传感器、三轴陀螺仪、GPS定位芯片、人体传感器(包含心跳及体表温度)、环境温度传感器、风速传感器，位移传感器，气压传感器等多种传感器，可以进行电磁场、风速、风向、海拔、地点、作业人员心率、温度等数据的检测。该穿戴设备可供电气作业人员佩戴在手臂上，在进行蹬塔作业时，不仅可以检测作业人员所处的现场环境参数，而且可以检测作业人员的生命体征参数。

2.由于本发明还提供了一种基于智能带电作业穿戴设备的关于作业人员的安全分析方法，该方法可以根据智能带电作业穿戴设备检测的环境数据及人体生命体征数据，通过事件预警及利用粗糙集理论实现人员当前安全状态的分析方法，从而对作业人员的生理特征异常、动作轨迹异常、环境异常、电磁进电异常等四个部分实时进行计算分析和判断，在作业人员的生命体征出现异常和行动出现危险时，发出报警提示，及时提醒作业人员注意，终止作业或退到安全的区域。

附图说明

图1是本发明的一种智能带电作业穿戴设备的组成示意图。

图2是ARM微处理器电路的原理示意图。

图3是电源电路的原理示意图。

图4是显示电路的原理示意图。

图5是环境温度传感器检测电路的原理示意图。

图6是GPS单元电路的原理示意图。

图7是一种人员安全分析方法的流程图。

图中：1-位移传感器，2-风速传感器，3-气压传感器，4-环境温度传感器，5-体温传感器，6-心率传感器，7-电磁传感器，8-检测模块，9-外壳，10-三轴陀螺仪，11-GPS定位单元，12-ARM微处理器，13-参数采样电路，14-电源模块电路。

具体实施方式

下面结合附图对本发明的一种智能带电作业穿戴设备及作业人员安全的分析方法作进一步的详细说明。

如图1所示，是本发明的一种智能带电作业穿戴设备的组成示意图。

本发明的一种智能带电作业穿戴设备有一个外壳9，在外壳9内装有电源模块13，检测模块8，三轴陀螺仪10、GPS定位单元11、无线通信单元12和微处理器模块13；电源模块15为检测模块8、三轴陀螺仪10、GPS定位单元11、无线通信单元12和微处理器模块13供电，检测模块8、三轴陀螺仪10、GPS定位单元11、无线通信单元12与微处理器模块13进行电气相连。

所述的外壳9为一个手表型壳体，方便配带及储存；表壳及表带均采用绝缘材料制作，起到绝缘作用。

所述的检测模块8内包含电磁传感器7、心率传感器6、体温传感器5、环境温度传感器4、气压传感器3、风速传感器2和位移传感器1；各传感器均与参数采样电路14进行电气连接。

所述的微处理器模块13采用ARM芯片进行数据的采集，并通过对数据的计算分析而实现人的状态识别及事件的预警。

图2是ARM微处理器电路的原理示意图。图3是电源电路的原理示意图。图4是显示电路的原理示意图。图5是环境温度传感器检测电路的原理示意图。图6是GPS单元电路的原理示意图。这几个电路都是现有技术电路，很多资料都介绍与分析，此处就不再赘述。

本发明的智能带电作业穿戴设备在工作时，内部电池给所有芯片供电。检测模块8利用电磁传感器7、心率传感器6、体温传感器5、环境温度传感器4、气压传感器3、风速传感器2和位移传感器1进行相关的数据采集，ARM微处理器模块13利用采集的数据进行人的状态分析及预警，并发出预警状态的声光报警及求救信号的传出。

如图2所示，是一种基于智能带电作业穿戴设备的作业人员安全的分析方法流程图，由数据融合，参数计算，状态分析三部分构成。

所述的作业人员安全分析方法是指通过数据采集实现特殊事件预警及利用粗糙集理论实现人员状态分析的方法，特殊事件包含生理特征异常、动作轨迹异常、环境异常、电磁进电异常四个部分，粗糙集理论进行人员状态识别的方法中利用双层粗糙计算实现人员状态评估。

分析方法分为两个部分

步骤一、数据分析报警

心率异常：每1分钟检测心率一次，其检测值与前次值偏差大于15％报警。

体表温度异常：每5分钟检测体表温度，检测值与前次值偏差大于2％报警。

位移异常：每一分钟检测一次，方位偏差超过3％报警

速度异常：定值M，上行时慢于M 20％，快于M15％报警

电磁环境异常：上行时临界点N,高于N 2％报警速度没10秒一次嗡鸣，每增加5％间隔减1秒。

步骤二、粗糙集分析

从经典的角度来看，每个概念都包含其内涵和外延。为了给出概念内涵和外延的具体描述，我们考虑一个简单的知识表达系统，即信息表。信息表就是一组对象的集合，对象通过一组属性来描述。

粗糙集要涉及论域U，还要涉及属性集合R＝C∪D(知识库)。当然，也要有属性值V，以及从U×R到V的信息函数f。因此，一个信息系统S可以表示为一个四元组S＝{U,R,V,f}。在不混淆的情况下，简记为S＝(U,R)，也称为知识库。

等价关系是不可或缺的概念，根据等价关系可以划论域中样本为等价类。而每个等价类被称为同一个对象。但是，等价关系又是建立在不可分辨概念之上的，为了便于描述这里的等价关系，我们首先介绍不可分辨性。

设

为一个非空子集，如果x_i,x_j∈U，均有f(x_i,r)＝f(x_j,r),

成立，那么，我们称x_i和x_j关于属性子集B不可分辨。B不可分辨关系，简记为Ind(B)，是一种等价关系(易验证它满足等价关系的数学公理)，于是Ind(B)可以将论域U中的元素分成若干等价类，每一个等价类称为知识库的知识颗粒。全体等价类组成的集合记为U/Ind(B)，称之为基本集合。若集合X可以表示成某些基本集的并时，则称X是B精确集，否则称为B粗糙集。

粗糙集中的“粗糙”主要体现在边界域的存在，而边界又是由下、上近似来刻画的。对于任意

X关于现有知识R的下、上近似分别定义为：

R^-(x)＝{x∈U,[x]_R∩X≠φ}。

X的确定域Pos(X)＝R_-(X)，是指论域U中那些在现有知识R之下能够确定地归入集合X的元素的集合。反之，Neg(X)＝U-R_-(X)被称为否定域。边界域是某种意义上论域的不确定域，即在现有知识R之下U中那些既不能肯定在X中，又不能肯定归入

中的元素的集合，记为Bnd_R(X)。

样本子集X的不确定性程度可以用粗糙度a_R(X)来刻画，粗糙度的定义为：

式中Card表示集合的基数(集合中元素的个数)。显然，0≤a_R(X)≤1，如果a_R(X)＝1，则称集合X关于R是确定的；如果a_R(X)<1，则称集合X关于R是粗糙的，a_R(X)可认为是在等价关系R下逼近集合X的精度。

本专利涉及的粗糙集理论计算分为两个部分，第一部分为初步决策计算，第二部分为最终计算。

第一步子集计算

以心跳数据，体表温度数据，环境温度数据计算生理特征子集；

位移数据、速度数据、风速数据计算动作轨迹子集；

环境温度，环境湿度，风速，气压计算环境特征子集；

环境湿度、魂晶温度、磁场强度计算电磁进电异常

子集计算方法如下所示，以生理特征子集为例

R＝{心跳数据，体表温度数据，环境温度数据}＝{R1,R2,R3},X＝{X1,X2,X3}那么我们下面计算X的上近似集、下近似集、确定域、边界域、粗糙度。

解：①计算论域U的所有R基本集：U/Ind(R)＝{{x₁,x₂,x₃},{x₄,x₆},{x₅}}

令R₁＝{x₁,x₂,x₃}R₂＝{x₄,x₆}R₃＝{x₅}

②确定样本子集X与基本集的关系

③计算R^-(X)、R_-(X)、Pos(X)和Bnd(X)：

④计算近似精确度：

与粗糙度类似，在给出了两个知识集(特征属性)的相对肯定域的概念Pos_P(Q)之后，刻画两个知识集的依赖度。设K＝(U,R)为一个知识库，P,

为两个知识集。令k＝r_P(Q)＝Card(Pos_P(Q))/Card(U)，称为知识Q依赖于知识P的依赖度。特别，当k＝1时称为完全依赖；0<k<1时，部分依赖；k＝0时，Q完全独立于知识P。

步骤二，近似精确度计算：计算出生理特征近似精确度；动作轨迹近似精确度；环境特征近似精确度；电磁进电近似精确度，组成子集再一次进行粗糙度计算。

R＝{生理特征精确度，动作轨迹精确度，环境特征精确度，环境温度数据，电磁进电精确度}＝{R4,R5,R6，R7,R8},X＝{X1,X2,X3}那么我们下面计算X的上近似集、下近似集、确定域、边界域、粗糙度。

解：①计算论域U的所有R基本集：U/Ind(R)＝{{x₁,x₂,x₃},{x₄,x₆},{x₅}}

令R₁＝{x₁,x₂,x₃}R₂＝{x₄,x₆}R₃＝{x₅}

②确定样本子集X与基本集的关系

③计算R^-(X)、R_-(X)、Pos(X)和Bnd(X)：

④计算近似精确度：

与粗糙度类似，在给出了两个知识集(特征属性)的相对肯定域的概念Pos_P(Q)之后，刻画两个知识集的依赖度。设K＝(U,R)为一个知识库，P,

为两个知识集。令k＝r_P(Q)＝Card(Pos_P(Q))/Card(U)，称为知识Q依赖于知识P的依赖度。特别，当k＝1时称为完全依赖；0<k<1时，部分依赖；k＝0时，Q完全独立于知识P。

与现有技术相比，本发明的有益效果是：

1.由于本发明提供了一种智能带电作业穿戴设备，该设备由外壳，电源模块，检测模块，计算分析模块组成。整个装置做成一个手表型设备，非常便于佩戴。手表中的检测模块包含了电磁传感器、三轴陀螺仪、GPS定位芯片、人体传感器(包含心跳及体表温度)、环境温度传感器、风速传感器，位移传感器，气压传感器等多种传感器，可以进行电磁场、风速、风向、海拔、地点、作业人员心率、温度等数据的检测。该穿戴设备可供电气线路作业人员佩戴在手臂上，进行蹬塔作业，不仅可以检测作业人员所处的现场环境参数，而且可以检测作业人员的生命体征参数。

2.由于本发明还提供了一种基于智能带电作业穿戴设备的关于作业人员的安全分析方法，该方法可以根据智能带电作业穿戴设备检测的环境数据及人体生命体征数据，通过事件预警及利用粗糙集理论实现人员当前安全状态的分析方法，从而对作业人员的生理特征异常、动作轨迹异常、环境异常、电磁进电异常等四个部分实时进行计算分析和判断，在作业人员的生命体征出现异常和行动出现危险时，发出报警提示，及时提醒作业人员注意，终止作业或退到安全的区域。

Claims (6)

1.一种智能带电作业穿戴设备，其特征在于，该智能穿戴设备有一个外壳，在外壳内装有电源模块，检测模块，三轴陀螺仪、GPS定位单元、无线通信单元和微处理器模块；电源模块为检测模块、三轴陀螺仪、GPS定位单元、无线通信单元和微处理器模块供电，检测模块、三轴陀螺仪、GPS定位单元、无线通信单元与微处理器模块进行电气相连。

2.根据权利要求1所述的一种智能带电作业穿戴设备，其特征在于，所述的外壳为一个手表型壳体，方便配带及储存；表壳及表带均采用绝缘材料制作，起到绝缘作用。

3.根据权利要求1所述的一种智能带电作业穿戴设备，其特征在于，所述的检测模块内包含电磁传感器、心率传感器、体温传感器、环境温度传感器、气压传感器、风速传感器和位移传感器；各传感器均与参数采样电路进行电气连接。

4.根据权利要求1所述的一种智能带电作业穿戴设备，其特征在于，所述的微处理器模块采用ARM芯片进行数据的采集并通过对数据的计算分析而实现人的状态识别及事件的预警。

5.一种基于智能带电作业穿戴设备的作业人员安全的分析方法，其特征在于，由数据融合，参数计算，状态分析三部分构成。

6.根据权利要求5所述的一种基于智能带电作业穿戴设备的作业人员安全的分析方法，其特征在于，所述的作业人员安全的分析方法是指通过数据采集实现特殊事件预警及利用粗糙集理论实现人员状态分析的方法，特殊事件包含生理特征异常、动作轨迹异常、环境异常、电磁进电异常四个部分，粗糙集理论进行人员状态识别的方法中利用双层粗糙计算实现人员行为状态的评估。

Images