CN112669555A - 智能安全预警方法及系统 - Google Patents
智能安全预警方法及系统 Download PDFInfo
- Publication number
- CN112669555A CN112669555A CN202011439841.4A CN202011439841A CN112669555A CN 112669555 A CN112669555 A CN 112669555A CN 202011439841 A CN202011439841 A CN 202011439841A CN 112669555 A CN112669555 A CN 112669555A
- Authority
- CN
- China
- Prior art keywords
- video data
- alarm
- area
- receiving
- intelligent
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 description 42
- 238000005516 engineering process Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 8
- 101100328086 Caenorhabditis elegans cla-1 gene Proteins 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011449 brick Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Abstract
本申请涉及一种智能安全预警方法及系统,上述智能安全预警方法及系统中,利用监测模块实时采集场区内的视频数据。智能分析模块与所述监测模块连接。利用智能分析模块接收所述视频数据,并对所述视频数据进行分析,以生成告警信息。本申请能够24小时全天候对场区进行监测,主动识别场区内安全隐患并报警,从而减少安全事故的发生,保证场区安全运行。
Description
技术领域
本申请涉及智能监测技术领域,特别是涉及一种智能安全预警方法及系统。
背景技术
现有工厂多数区域因运行需要未设置物理围栏,安全隐患比较多,为实现安全监控,现场需要安装大量监控摄像头,而其只限于对现场人员的监视,尚未充分发挥出智能视频安全管控的作用,未能起到安全警示作用,无法智能化管理现场人员。
发明内容
基于此,本申请针对上述技术问题,提供一种智能安全预警方法及系统。
本申请提供一种智能安全预警系统,包括:
监测模块,用于实时采集场区内的视频数据;以及
智能分析模块,与所述监测模块连接,用于接收所述视频数据,并对所述视频数据进行分析,以生成告警信息。
在其中一个实施例中,所述智能分析模块包括:
异物闯入报警单元,与所述监测模块连接,用于接收所述场区内的第一区域的视频数据,并根据所述第一区域的视频数据判断是否有异物进入所述第一区域;
异物越界报警单元,与所述监测模块连接,用于接收所述场区内的第二区域的视频数据,并根据所述第二区域的视频数据判断是否有异物越过所述第二区域的警戒线;
移动设备动态围栏识别报警单元,与所述监测模块连接,用于接收所述场区内的第三区域的视频数据,并根据所述第三区域的视频数据判断是否有异物出现在移动设备的下方;以及
未佩戴安全帽识别报警单元,与所述监测模块连接,用于接收所述视频数据,并根据所述视频数据判断是否有作业人员未佩戴安全帽。
在其中一个实施例中,所述异物越界报警单元还包括:
报警级别设定单元,所述报警级别设定单元用于对异物越界的告警信息进行分级。
在其中一个实施例中,还包括:
告警管理模块,与所述智能分析模块连接,用于接收所述告警信息,并对所述告警信息进行分类统计,并根据需求自定义生成告警报表;以及
终端,与所述告警管理模块连接,用于接收并显示所述告警管理模块发送的信息。
在其中一个实施例中,还包括:
设备管理单元,用于实时查看所接入设备的运行状态,查看对应设备的报警记录。
在其中一个实施例中,还包括:
用户管理模块,用于对登入系统的人员进行分级管理。
在其中一个实施例中,还包括:
测距基站,设置于所述场区内或者堆场内的移动设备;
测距标签,设置于作业人员,利用所述测距标签和所述测距基站获取所述移动设备与所述作业人员的第一距离,当所述第一距离小于第一预设值时,所述测距标签进行报警。
在其中一个实施例中,还包括:
报警器,与所述测距基站连接,利用所述测距基站获取所述移动设备与其他移动设备的第二距离,当所述第二距离小于第二预设值时,所述报警器进行报警。
基于相同的发明构思,本申请提供一种智能安全预警方法,包括:
实时采集场区内的视频数据;
接收所述视频数据,并对所述视频数据进行分析,以生成告警信息;
接收所述告警信息,并对所述告警信息进行分类统计,并根据需求自定义生成告警报表;
对显示分类统计信息和所述告警报表进行显示。
在其中一个实施例中,所述接收所述视频数据,并对所述视频数据进行分析,以生成告警信息包括:
接收所述场区内的第一区域的视频数据,并根据所述第一区域的视频数据判断是否有异物进入所述第一区域;
接收所述场区内的第二区域的视频数据,并根据所述第二区域的视频数据判断是否有异物越过所述第二区域的警戒线;
接收所述场区内的第三区域的视频数据,并根据所述第三区域的视频数据判断是否有异物出现在移动设备的下方;
接收所述视频数据,并根据所述视频数据判断是否有作业人员未佩戴安全帽。
上述智能安全预警方法及系统中,利用监测模块实时采集场区内的视频数据。智能分析模块与所述监测模块连接。利用智能分析模块接收所述视频数据,并对所述视频数据进行分析,以生成告警信息。本申请能够24小时全天候对场区进行监测,主动识别场区内安全隐患并报警,从而减少安全事故的发生,保证场区安全运行。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统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申请的一些实施例,对于本领域普通技术异物来讲,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为本申请一个实施例提供的智能安全预警系统结构示意图;
图2为本申请另一个实施例提供的智能安全预警系统结构示意图;
图3为本申请再一个实施例提供的智能安全预警系统结构示意图;
图4为本申请一个实施例提供的智能安全预警方法流程示意图。
主要元件附图标号说明
10、监测模块;20、智能分析模块;21、异物闯入报警单元;22、异物越界报警单元;23、移动设备动态围栏识别报警单元;24、未佩戴安全帽识别报警单元;25、报警级别设定单元;30、告警管理模块;40、终端;50、设备管理单元;60、用户管理模块;70、测距基站;80、测距标签;90、报警器。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术异物可以在不违背本申请内涵的情况下做类似改进,因此本申请不受下面公开的具体实施的限制。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一获取模块称为第二获取模块,且类似地,可将第二获取模块称为第一获取模块。第一获取模块和第二获取模块两者都是获取模块,但其不是同一个获取模块。
需要说明的是,当元件被称为“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术异物通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
基于此,请参见图1,本申请提供一种智能安全预警系统。智能安全预警系统包括监测模块10和智能分析模块20。
监测模块10用于实时采集场区内的视频数据。智能分析模块20与所述监测模块10连接,用于接收所述视频数据,并对所述视频数据进行分析,以生成告警信息。
可以理解的是,工厂包括用于生产产品用的场区和用于堆放产品或物料的堆场。所述监测模块10可以为监控摄像头或者其他可以获取视频数据的装置。所述监测模块10可以安装在场区内的多个位置以实现对场区进行全面监控。
可以理解的是,智能分析模块20可以采用边缘智能(AI)服务器,边缘AI服务器是基于英特尔OR至强ORE5-2620 V4系列处理器推出的一款2U服务器产品。服务器高度集成的设计在有限空间带来强劲的性能表现足以支撑关键任务的运行,边缘AI服务器提供了丰富的视频算法,以及云边协同(算法云端训练、云端下发、边缘计算推理)的边缘视频智能服务;主要应用于边缘视频流处理、深度学习、AI算法以及高性能计算领域,通过GPU承担边缘AI运算工作,为在CPU上运行的应用程序加速,帮助完成更多边缘计算任务、处理更大数据集、缩短应用运行时间。
边缘AI服务器为人工智能和高性能计算工作负载提供最佳性能,同时维持较低的总运行成本,服务器每个CPU支持4通道读取技术,两个CPU共支持8通道读取技术,可满足深度学习或计算密集型工作负载需求。
边缘AI服务器可以搭载边缘AI模型服务化系统Serving-OnBoard。Serving-OnBoard是在终端40设备上提供模型服务化的系统,为多种不同的深度学习框架提供了统一的调用和推理接口,极大的简化了后台人员使用人工智能神经网络模型的难度,解耦了终端40调用和模型开发者的强关联。
边缘AI服务器拥有丰富的扩展接口和内置驱动,可接入、调试和管理多种类型摄像设备,另外还提供了丰富的视频算法在边缘侧处理多路摄像头采集的视频数据。
边缘AI服务器可配合功能完善的IoTEdge边缘物联平台进行使用,平台拥有完善的资源监控、应用生命周期管理、设备管理等功能,减轻用户的管理工作,更专注于自身业务的计算需求。
本实施例中,利用监测模块10实时采集场区内的视频数据。智能分析模块20与所述监测模块10连接。利用智能分析模块20接收所述视频数据,并对所述视频数据进行分析,以生成告警信息。本申请将边缘计算技术以及人工智能技术相结合,能够24小时全天候对场区进行监测,主动识别场区内安全隐患并报警,从而减少安全事故的发生,保证场区安全运行。
请参见图2,在其中一个实施例中,所述智能分析模块20包括异物闯入报警单元21、异物越界报警单元22、移动设备动态围栏识别报警单元23以及未佩戴安全帽识别报警单元24。
异物闯入报警单元21与所述监测模块10连接。异物闯入报警单元21用于接收所述场区内的第一区域的视频数据,并根据所述第一区域的视频数据判断是否有异物进入所述第一区域。
可以理解的是,所述第一区域可以为厂区内禁止人员进入的区域。例如,所述场区内的第一区域可以包括蒸压釜摆渡车活动区域、静停室入口摆渡车活动区域以及育养室等区域。异物闯入报警单元21可以采用异物入侵检测算法对所述场区内的第一区域的视频数据进行处理,以识别是否有人员或其他异物进入所述第一区域,当识别到有人员或其他异物进入所述第一区域时,所述异物闯入报警单元21发出警报。
异物越界报警单元22与所述监测模块10连接。异物越界报警单元22用于接收所述场区内的第二区域的视频数据,并根据所述第二区域的视频数据判断是否有异物越过所述第二区域的警戒线。
可以理解的是,所述第二区域可以为厂区内有第一移动设备的危险区域。第一移动设备是设置于地面或者凸台等人员或者其他异物的身体部位可以接近的位置。在第一移动设备的附近设置实体围栏或者虚拟围栏,作为警戒线。异物越界报警单元22可以采用肢体识别算法对所述场区内的第二区域的视频数据进行处理,以识别是否有人员或其他异物越过警戒线,当识别到有人员或其他异物越过警戒线时,所述异物越界报警单元22发出警报。
在其中一个可以实施的方式中,所述异物越界报警单元22还包括报警级别设定单元25。所述报警级别设定单元25用于对异物越界的告警信息进行分级。报警级别设定单元25具体是在所述第二区域利用人工智能识别设置有虚拟电子围栏,在移动设备设备启动时,虚拟电子围栏生效,当人员肢体越过围栏边界时,异物越界报警单元22根据报警级别设定单元25设定的报警级别发出相应的报警,同时异物越界报警单元22可根据报警级别设定单元25设定的报警级别,联停相应运转设备。
移动设备动态围栏识别报警单元23与所述监测模块10连接。移动设备动态围栏识别报警单元23用于接收所述场区内的第三区域的视频数据,并根据所述第三区域的视频数据判断是否有异物出现在移动设备的下方。
可以理解的是,所述第三区域可以为厂区内有第二移动设备的危险区域。第二移动设备是设置于半空中位置。第二移动设备可以为行车。在第二移动设备的附近设置设置虚拟围栏,作为警戒线。移动设备动态围栏识别报警单元23可以采用行车运动识别算法对所述场区内的第三区域的视频数据进行处理,以识别是否有人员或其他异物在第二移动设备的下方。当识别到有人员或其他异物在第二移动设备的下方时,所述移动设备动态围栏识别报警单元23发出警报。
未佩戴安全帽识别报警单元24与所述监测模块10连接。未佩戴安全帽识别报警单元24用于接收所述视频数据,并根据所述视频数据判断是否有作业人员未佩戴安全帽。
可以理解的是,未佩戴安全帽识别报警单元24接收的视频数据可以包括第二区域和第三区域的视屏数据。未佩戴安全帽识别报警单元24自动识别现场作业人员安全帽佩戴情况,如果有作业人员未佩戴安全帽,未佩戴安全帽识别报警单元24自动告警。
本实施例中通过将边缘计算技术以及人工智能技术相结合,可以全方位监测场区内的人员活动状况,实现了砖厂的智能化管控;通过边缘AI服务器能够远程更新迭代所加载的智能算法以及智能分析模块20中各个功能单元,大大提高系统的可扩展性,满足客户的新需求。
在其中一个实施例中,智能安全预警系统还包括告警管理模块30、设备管理单元50、用户管理模块60和终端40。告警管理模块30与所述智能分析模块20连接。告警管理模块30用于接收所述告警信息,并对所述告警信息进行分类统计,并根据需求自定义生成告警报表。终端40与所述告警管理模块30连接,用于接收并显示所述告警管理模块30发送的信息。设备管理单元50用于实时查看所接入设备的运行状态,查看对应设备的报警记录。用户管理模块60用于对登入系统的人员进行分级管理。
可以理解的是,告警管理模块30、设备管理单元50和用户管理模块60可以集成在同一个芯片中,形成可视化管理系统。可视化管理系统可以采用HTML5+JS进行构建界面,引入终端40开发框架,终端40开发框架可以采用基于Angular Js框架构建的Ionic移动开发框架,针对移动终端40进行优化设计的框架,满足系统对移动端的支持。可视化管理系统采用了支持分布式部署架构的缓存服务,提供多种缓存更新策略,支持大数据量的缓存,提高了可视化管理系统性能,优化了可视化管理系统重复数据的访问效率。
可视化管理系统采用数据推送服务,在电脑客户端,手持APP端,微信端都可以实时查看系统当前设备运行状态、设备的报警记录、对登入系统的人员进行分级管理、下发系统命令,通过不断优化系统的展示结构,提炼客户的运维习惯,令客户能够快速定位到自己感兴趣的设备。
请参见图3,在其中一个实施例中,智能安全预警系统还包括人车防撞系统。人车防撞系统是基于UWB的安全测距系统。人车防撞系统包括测距基站70和测距标签80。
测距基站70设置于所述场区内或者堆场内的移动设备。测距标签80设置于作业人员,利用所述测距标签80和所述测距基站70获取所述移动设备与所述作业人员的第一距离,当所述第一距离小于第一预设值时,所述测距标签80进行报警。
在其中一个实施例中,智能安全预警系统还包括报警器90。报警器90与所述测距基站70连接,利用所述测距基站70获取所述移动设备与其他移动设备的第二距离,当所述第二距离小于第二预设值时,所述报警器90进行报警。
以移动设备为车辆进行举例,测距基站70位于车辆上,代表车辆位置,测距标签80位于作业人员上,代表人员位置,测距基站70与测距基站70的距离代表车辆之间的第二距离。测距基站70与测距标签80的距离代表车辆与人员之间的第一距离,当所述第一距离小于第一预设值时,或者当所述第二距离小于第二预设值时,与测距基站70连接的报警器90和测距标签80均可以发出报警实时提醒。可选地,人车防撞系统的监测精度为30cm。
本实施例中,在边缘计算技术以及人工智能技术相结合的智能化管控的基础上,进一步增加人车防撞系统,提高了检测精度。
本申请通过将边缘计算技术以及人工智能技术相结合,可以全方位监测场区内的人员活动状况,实现了砖厂的智能化管控;通过边缘智能服务器,能够远程更新迭代所加载的智能算法以及功能模块,大大提高系统的可扩展性,满足客户的新需求;该系统能够24小时全天候对场区进行监测,主动识别场区内安全隐患并报警,从而减少安全事故的发生,保证场区安全运行;该系统可以为砖厂智能管控系统配备移动端展示平台,利用微信公众号,实时接收报警信息,方便管理人员远程监控厂区状况。
请参见图4,基于相同的发明构思,本申请提供一种智能安全预警方法。智能安全预警方法包括:
S10,实时采集场区内的视频数据;
S20,接收所述视频数据,并对所述视频数据进行分析,以生成告警信息;
S30,接收所述告警信息,并对所述告警信息进行分类统计,并根据需求自定义生成告警报表;
S40,对显示分类统计信息和所述告警报表进行显示。
在其中一个实施例中,所述接收所述视频数据,并对所述视频数据进行分析,以生成告警信息包括:
接收所述场区内的第一区域的视频数据,并根据所述第一区域的视频数据判断是否有异物进入所述第一区域;
接收所述场区内的第二区域的视频数据,并根据所述第二区域的视频数据判断是否有异物越过所述第二区域的警戒线;
接收所述场区内的第三区域的视频数据,并根据所述第三区域的视频数据判断是否有异物出现在移动设备的下方;
接收所述视频数据,并根据所述视频数据判断是否有作业人员未佩戴安全帽。
可以理解的是,可以利用智能安全预警系统实现上述智能安全预警方法。即智能安全预警方法可以包括智能安全预警系统中各个模块可以实现的功能,此处不再赘述。
本申请通过将边缘计算技术以及人工智能技术相结合,可以全方位监测场区内的人员活动状况,实现了砖厂的智能化管控;通过边缘智能服务器,能够远程更新迭代所加载的智能算法以及功能模块,大大提高系统的可扩展性,满足客户的新需求;该系统能够24小时全天候对场区进行监测,主动识别场区内安全隐患并报警,从而减少安全事故的发生,保证场区安全运行;该系统可以为砖厂智能管控系统配备移动端展示平台,利用微信公众号,实时接收报警信息,方便管理人员远程监控厂区状况。
本申请提供一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述实施例中任一项所述的智能安全预警方法的步骤。
存储器作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的磁共振成像方法对应的程序指令/模块。处理器通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述智能安全预警方法。
存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序。存储数据区可存储根据终端40的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本实施例中,上述计算机设备实现上述智能安全预警方法,通过将边缘计算技术以及人工智能技术相结合,可以全方位监测场区内的人员活动状况,实现了砖厂的智能化管控;通过边缘智能服务器,能够远程更新迭代所加载的智能算法以及功能模块,大大提高系统的可扩展性,满足客户的新需求;该系统能够24小时全天候对场区进行监测,主动识别场区内安全隐患并报警,从而减少安全事故的发生,保证场区安全运行;该系统可以为砖厂智能管控系统配备移动端展示平台,利用微信公众号,实时接收报警信息,方便管理人员远程监控厂区状况。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术异物来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种智能安全预警系统,其特征在于,包括:
监测模块,用于实时采集场区内的视频数据;以及
智能分析模块,与所述监测模块连接,用于接收所述视频数据,并对所述视频数据进行分析,以生成告警信息。
2.根据权利要求1所述的智能安全预警系统,其特征在于,所述智能分析模块包括:
异物闯入报警单元,与所述监测模块连接,用于接收所述场区内的第一区域的视频数据,并根据所述第一区域的视频数据判断是否有异物进入所述第一区域;
异物越界报警单元,与所述监测模块连接,用于接收所述场区内的第二区域的视频数据,并根据所述第二区域的视频数据判断是否有异物越过所述第二区域的警戒线;
移动设备动态围栏识别报警单元,与所述监测模块连接,用于接收所述场区内的第三区域的视频数据,并根据所述第三区域的视频数据判断是否有异物出现在移动设备的下方;以及
未佩戴安全帽识别报警单元,与所述监测模块连接,用于接收所述视频数据,并根据所述视频数据判断是否有作业人员未佩戴安全帽。
3.根据权利要求2所述的智能安全预警系统,其特征在于,所述异物越界报警单元还包括:
报警级别设定单元,所述报警级别设定单元用于对异物越界的告警信息进行分级。
4.根据权利要求1所述的智能安全预警系统,其特征在于,还包括:
告警管理模块,与所述智能分析模块连接,用于接收所述告警信息,并对所述告警信息进行分类统计,并根据需求自定义生成告警报表;以及
终端,与所述告警管理模块连接,用于接收并显示所述告警管理模块发送的信息。
5.根据权利要求1所述的智能安全预警系统,其特征在于,还包括:
设备管理单元,用于实时查看所接入设备的运行状态,查看对应设备的报警记录。
6.根据权利要求1所述的智能安全预警系统,其特征在于,还包括:
用户管理模块,用于对登入系统的人员进行分级管理。
7.根据权利要求1所述的智能安全预警系统,其特征在于,还包括:
测距基站,设置于所述场区内或者堆场内的移动设备;
测距标签,设置于作业人员,利用所述测距标签和所述测距基站获取所述移动设备与所述作业人员的第一距离,当所述第一距离小于第一预设值时,所述测距标签进行报警。
8.根据权利要求7所述的智能安全预警系统,其特征在于,还包括:
报警器,与所述测距基站连接,利用所述测距基站获取所述移动设备与其他移动设备的第二距离,当所述第二距离小于第二预设值时,所述报警器进行报警。
9.一种智能安全预警方法,其特征在于,包括:
实时采集场区内的视频数据;
接收所述视频数据,并对所述视频数据进行分析,以生成告警信息;
接收所述告警信息,并对所述告警信息进行分类统计,并根据需求自定义生成告警报表;
对显示分类统计信息和所述告警报表进行显示。
10.根据权利要求9所述的智能安全预警方法,其特征在于,所述接收所述视频数据,并对所述视频数据进行分析,以生成告警信息包括:
接收所述场区内的第一区域的视频数据,并根据所述第一区域的视频数据判断是否有异物进入所述第一区域;
接收所述场区内的第二区域的视频数据,并根据所述第二区域的视频数据判断是否有异物越过所述第二区域的警戒线;
接收所述场区内的第三区域的视频数据,并根据所述第三区域的视频数据判断是否有异物出现在移动设备的下方;
接收所述视频数据,并根据所述视频数据判断是否有作业人员未佩戴安全帽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011439841.4A CN112669555A (zh) | 2020-12-11 | 2020-12-11 | 智能安全预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011439841.4A CN112669555A (zh) | 2020-12-11 | 2020-12-11 | 智能安全预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112669555A true CN112669555A (zh) | 2021-04-16 |
Family
ID=75401939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011439841.4A Pending CN112669555A (zh) | 2020-12-11 | 2020-12-11 | 智能安全预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112669555A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392716A (zh) * | 2021-05-21 | 2021-09-14 | 浙江大华技术股份有限公司 | 人员安全检测方法、装置、系统和计算机设备 |
CN114973565A (zh) * | 2021-06-07 | 2022-08-30 | 安徽机电职业技术学院 | 一种基于主被动安全协同优化的紧急预警系统及制动装置 |
CN115047390A (zh) * | 2022-06-23 | 2022-09-13 | 中科微影(泰州)医疗科技有限公司 | 一种基于雷达测距的磁共振成像组件的磁场安全区确定装置 |
WO2023061239A1 (zh) * | 2021-10-14 | 2023-04-20 | 珠海许继芝电网自动化有限公司 | 智能配电室安全管控系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006106685A1 (ja) * | 2005-03-31 | 2006-10-12 | Hitachi Construction Machinery Co., Ltd. | 作業機械の周囲監視装置 |
CN106462962A (zh) * | 2014-06-03 | 2017-02-22 | 住友重机械工业株式会社 | 施工机械用人体检测系统 |
CN107545224A (zh) * | 2016-06-29 | 2018-01-05 | 珠海优特电力科技股份有限公司 | 变电站人员行为识别的方法及装置 |
CN208689702U (zh) * | 2018-04-24 | 2019-04-02 | 成都恒高科技有限公司 | 一种基于电子围栏的监控管理系统 |
CN110888950A (zh) * | 2019-10-21 | 2020-03-17 | 北京中企卓创科技发展有限公司 | 一种基于智能安全帽的智慧工地管理系统 |
CN110996067A (zh) * | 2019-12-19 | 2020-04-10 | 哈尔滨融智爱科智能科技有限公司 | 基于深度学习的高危作业环境下的人员安全实时智能视频监控系统 |
CN111341069A (zh) * | 2020-03-12 | 2020-06-26 | 兰笺(苏州)科技有限公司 | 智慧工地人员安全实时监测系统 |
CN111819334A (zh) * | 2018-03-08 | 2020-10-23 | 住友重机械工业株式会社 | 施工机械、信息处理装置、信息处理方法及程序 |
-
2020
- 2020-12-11 CN CN202011439841.4A patent/CN112669555A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006106685A1 (ja) * | 2005-03-31 | 2006-10-12 | Hitachi Construction Machinery Co., Ltd. | 作業機械の周囲監視装置 |
CN106462962A (zh) * | 2014-06-03 | 2017-02-22 | 住友重机械工业株式会社 | 施工机械用人体检测系统 |
CN107545224A (zh) * | 2016-06-29 | 2018-01-05 | 珠海优特电力科技股份有限公司 | 变电站人员行为识别的方法及装置 |
CN111819334A (zh) * | 2018-03-08 | 2020-10-23 | 住友重机械工业株式会社 | 施工机械、信息处理装置、信息处理方法及程序 |
CN208689702U (zh) * | 2018-04-24 | 2019-04-02 | 成都恒高科技有限公司 | 一种基于电子围栏的监控管理系统 |
CN110888950A (zh) * | 2019-10-21 | 2020-03-17 | 北京中企卓创科技发展有限公司 | 一种基于智能安全帽的智慧工地管理系统 |
CN110996067A (zh) * | 2019-12-19 | 2020-04-10 | 哈尔滨融智爱科智能科技有限公司 | 基于深度学习的高危作业环境下的人员安全实时智能视频监控系统 |
CN111341069A (zh) * | 2020-03-12 | 2020-06-26 | 兰笺(苏州)科技有限公司 | 智慧工地人员安全实时监测系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392716A (zh) * | 2021-05-21 | 2021-09-14 | 浙江大华技术股份有限公司 | 人员安全检测方法、装置、系统和计算机设备 |
CN114973565A (zh) * | 2021-06-07 | 2022-08-30 | 安徽机电职业技术学院 | 一种基于主被动安全协同优化的紧急预警系统及制动装置 |
WO2023061239A1 (zh) * | 2021-10-14 | 2023-04-20 | 珠海许继芝电网自动化有限公司 | 智能配电室安全管控系统 |
CN115047390A (zh) * | 2022-06-23 | 2022-09-13 | 中科微影(泰州)医疗科技有限公司 | 一种基于雷达测距的磁共振成像组件的磁场安全区确定装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112669555A (zh) | 智能安全预警方法及系统 | |
Liu et al. | Intelligent video systems and analytics: A survey | |
Yun et al. | A comparative analysis of deep learning and machine learning on detecting movement directions using PIR sensors | |
JP6954420B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN112766210A (zh) | 建筑施工的安全监控方法、装置及存储介质 | |
CN111597962B (zh) | 仓储物料防盗报警方法、装置及电子设备 | |
CN104159067A (zh) | 基于3dgis与实景视频相结合的智能监控系统和方法 | |
CN110674761A (zh) | 一种区域行为预警方法及系统 | |
CN114218992A (zh) | 异常对象的检测方法及相关装置 | |
CN115620208A (zh) | 电网安全预警方法、装置、计算机设备和存储介质 | |
CN201717989U (zh) | 酒店智能监控系统一体机 | |
Bhandari et al. | Development of a real-time security management system for restricted access areas using computer vision and deep learning | |
CN201717988U (zh) | 办公室智能监控系统一体机 | |
Dominguez et al. | A GPU-accelerated LPR algorithm on broad vision survillance cameras | |
Singh et al. | An intelligent video surveillance system using edge computing based deep learning model | |
Payghode et al. | Object detection and activity recognition in video surveillance using neural networks | |
CN115272924A (zh) | 一种基于模块化视频智能分析引擎的治理系统 | |
CN112885106A (zh) | 基于车辆大数据的区域禁行检测系统、方法及存储介质 | |
KR20150140485A (ko) | Cctv 카메라를 이용한 통합 관제 시스템 | |
Dominguez et al. | Running License Plate Recognition (LPR) algorithms on smart survillance cameras. A feasibility analysis | |
Syahidi et al. | Computer Vision in Smart City Application: A Mapping Review | |
CN113673459B (zh) | 基于视频的生产施工场所安全巡检方法、系统、设备 | |
CN116631172B (zh) | 一种基于门锁和电子门铃联动的预警方法及装置 | |
CN114979567B (zh) | 一种应用于视频智能监控的物体与区域交互方法及系统 | |
CN216211107U (zh) | 一种危化品场所在建工地监管系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210416 |
|
RJ01 | Rejection of invention patent application after publication |