CN112800896A - 一种基于知识图谱的安防应急措施自响应方法及系统 - Google Patents
一种基于知识图谱的安防应急措施自响应方法及系统 Download PDFInfo
- Publication number
- CN112800896A CN112800896A CN202110063623.3A CN202110063623A CN112800896A CN 112800896 A CN112800896 A CN 112800896A CN 202110063623 A CN202110063623 A CN 202110063623A CN 112800896 A CN112800896 A CN 112800896A
- Authority
- CN
- China
- Prior art keywords
- knowledge graph
- safety
- response
- self
- map
- 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.)
- Withdrawn
Links
- 230000004044 response Effects 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004519 manufacturing process Methods 0.000 claims abstract description 88
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 50
- 239000000463 material Substances 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000002994 raw material Substances 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/027—Frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于知识图谱的安防应急措施自响应方法及系统,上述方法包括:通过对企业内部原始素材的整理,构建安全生产知识图谱;基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控;若发现生产安全隐患及/或人员违规行为,则在安全生产知识图谱中定位到对应的处理措施,并根据处理措施的内容进行处理及上报。本发明实现了对安全隐患及违规行为的早发现、早处理,节省人力物力。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于知识图谱的安防应急措施自响应方法及系统。
背景技术
在安防领域,随着安全生产要求的不断提升,越来越多的大型工厂安装了CCTV监控系统,这些传统安防系统,往往需要监控人员值守在监控室中监视CCTV拍摄的画面,由于摄像头众多,监控人员只能采用巡检的方式,轮询查看不同摄像头视频,针对突发的紧急情况、安全风险,难以做到及时发现、及时处理。
针对这种情况,有一些安防系统在升级后,具备了简单的自响应应急处理能力,如针对火焰、烟雾检测器,配套了自动喷水装置。但是,这类自响应的方式往往仅能针对1-2个场景,且很难增加扩展响应内容。另一方面,随着工厂自动化水平的不断提升,甚至出现了无人厂房的场景,面对这些发展,传统的安防系统显然不能满足安全生产早发现、早处理的需求。
在现有的技术方案中,通常采用人工轮询的方法监视大量摄像头,配备简单有限的自动应急响应功能。一个厂区,根据其规模大小的不同,安装的摄像头数量从几十到几百不等,由监控人员在监控室汇中,以人工方式监视摄像视频中的异常内容。针对数量如此多的摄像头,有限的监控人员显然不能同时处理,而是采用轮询的机制,一次抽查8个左右的监控画面(重点区域,设定更高的轮询频率),通过肉眼检测视频中的异常内容。监控人员一旦发现CCTV画面中存在异常情况,如火患、非法人员传入等情况,通过语音等方式通知事发地附近的工作人员进行处理、拨打火警电话,或触发事发地相关的配套设备进行响应(如灭火喷头)。
采用现有方案存在以下缺点:
1、监控不到位、响应不及时。采用定时轮询的方式监控CCTV拍摄的画面,显然会出现问题发现不及时的情况,从而导致响应不及时的情况出现;
2、完全依靠监控人员的个人素质。依赖人工的监测方式,对人员的状态、责任心都有较高的要求。尤其是针对突发生产安全问题的处理,往往需要监控人员平时的学习积累及其个人的面对突发情况的心理素质,可以说对监控人员各方面的要求都非常高。
3、自响应能力有限、难以扩展。传统监控系统,往往需要在构建时就要安装好应急处理设备并固化到系统中(如自动灭火装置),但是在实际生产中,很多意外情况不是能够预先设计好的,针对这些突发情况,系统就无法进行自动处理了。如果想要在原系统上增加自动化响应内容,就需要从硬件到软件全面重新设计重新安装的安保系统,成本较高。
发明内容
本发明针对上述的自响应能力局限的技术问题,提出一种基于知识图谱的安防应急措施自响应方法及系统。
第一方面,本申请实施例提供了一种基于知识图谱的安防应急措施自响应方法,包括:
图谱构建步骤:通过对企业内部原始素材的整理,构建安全生产知识图谱;
监控步骤:基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控;
处理步骤:若发现生产安全隐患及/或人员违规行为,则在所述安全生产知识图谱中定位到对应的处理措施,并根据所述处理措施的内容进行处理及上报。
上述基于知识图谱的安防应急措施自响应方法,其中,还包括:
图谱扩展步骤:当企业需要添加监测及自响应内容时,向系统输入文本形式的扩展安全规范及对应预案,并将新的自响应设备信息库表接入所述安全生产知识图谱。
上述基于知识图谱的安防应急措施自响应方法,其中,所述企业内部原始素材包括但不限于:安全生产规范、突发情况应急预案、厂区地图、厂区自动应急响应装置信息、安防及管理相关责任人信息。
上述基于知识图谱的安防应急措施自响应方法,其中,所述图谱构建步骤包括:
图谱设计步骤:通过整理相关的实体类型与属性类型,以及实体间关系类型,设计安全生产图谱schema;
抽取步骤:通过使用NLP手段,从所述企业内部原始素材中抽取相关实体,并利用规则引擎从所述企业内部原始素材中抽取实体间关系,同时进行语义消歧;
数据导入步骤:将抽取的所述相关实体与所述实体间关系整理成脚本文件,导入图数据库,并基于所述安全生产图谱schema,生成所述安全生产知识图谱。
上述基于知识图谱的安防应急措施自响应方法,其中,所述处理步骤包括:
违规处理步骤:若发现所述人员违规行为,则通过人脸识别技术识别违规人员,并向所述违规人员及相关领导推送违规信息及相关所述处理措施;
隐患处理步骤:若发现所述生产安全隐患,则根据事发点,通过所述安全生产知识图谱定位到对应的自响应设备,按照所述突发情况应急预案触发操作,同时通过所述安全生产知识图谱获取相关责任人信息,并向相关责任人推送隐患信息及对应所述突发情况应急预案的内容。
第二方面,本申请实施例提供了一种基于知识图谱的安防应急措施自响应系统,包括:
图谱构建模块:通过对企业内部原始素材的整理,构建安全生产知识图谱;
监控模块:基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控;
处理模块:若发现生产安全隐患及/或人员违规行为,则在所述安全生产知识图谱中定位到对应的处理措施,并根据所述处理措施的内容进行处理及上报。
上述基于知识图谱的安防应急措施自响应系统,其中,还包括:
图谱扩展模块:当企业需要添加监测及自响应内容时,向系统输入文本形式的扩展安全规范及对应预案,并将新的自响应设备信息库表接入所述安全生产知识图谱。
上述基于知识图谱的安防应急措施自响应系统,其中,所述企业内部原始素材包括但不限于:安全生产规范、突发情况应急预案、厂区地图、厂区自动应急响应装置信息、安防及管理相关责任人信息。
上述基于知识图谱的安防应急措施自响应系统,其中,所述图谱构建模块包括:
图谱设计单元:通过整理相关的实体类型与属性类型,以及实体间关系类型,设计安全生产图谱schema;
抽取单元:通过使用NLP手段,从所述企业内部原始素材中抽取相关实体,并利用规则引擎从所述企业内部原始素材中抽取实体间关系,同时进行语义消歧;
数据导入单元:将抽取的所述相关实体与所述实体间关系整理成脚本文件,导入图数据库,并基于所述安全生产图谱schema,生成所述安全生产知识图谱。
上述基于知识图谱的安防应急措施自响应系统,其中,所述处理模块包括:
违规处理单元:若发现所述人员违规行为,则通过人脸识别技术识别违规人员,并向所述违规人员及相关领导推送违规信息及相关所述处理措施;
隐患处理单元:若发现所述生产安全隐患,则根据事发点,通过所述安全生产知识图谱定位到对应的自响应设备,按照所述突发情况应急预案触发操作,同时通过所述安全生产知识图谱获取相关责任人信息,并向相关责任人推送隐患信息及对应所述突发情况应急预案的内容。
与现有技术相比,本发明的优点和积极效果在于:
1.利用机器视觉与各类检测传感器相结合的方法进行自动化监控,相比于监控人员使用肉眼监控,提升了监控效率,出现问题能够及时响应,避免出现由于人员自身原因出现的监控疏漏而导致的意外状况,节省了人力物力。
2.一经发现违规现象或安全隐患,能够通过知识图谱定位快速准确地到相应处理措施,能够针对复杂的场景及设备进行响应。
3.相比于传统监控系统需重新设计安装才能增加响应内容,本发明可以通过扩展知识图谱增加自响应内容,操作简单,成本低。
附图说明
图1为本发明提供的一种基于知识图谱的安防应急措施自响应方法的步骤示意图;
图2为本发明提供的基于图1中步骤S1的流程图;
图3为本发明提供的基于图1中步骤S3的流程图;
图4为本发明提供的实施例一中构建安全生产知识图谱示意图;
图5为本发明提供的实施例一中工人安全帽佩戴情况监控图;
图6为本发明提供的实施例一中厂区内火焰监测图;
图7为本发明提供的一种基于知识图谱的安防应急措施自响应系统的框架图。
其中,附图标记为:
11、图谱构建模块;111、图谱设计单元;112、抽取单元;113、数据导入单元;12、监控模块;13、处理模块;131、违规处理单元;132、隐患处理单元;14、图谱扩展模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,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(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
在详细阐述本发明各个实施例之前,对本发明的核心发明思想予以概述,并通过下述若干实施例予以详细阐述。
本方法利用知识图谱技术,基于企业的安全生产规范、预先针对不同企业安全生产规范、应急预案,构建一套针对企业的安全生产知识图谱,通过智能方式检测对应的安全隐患、违规现象,一经发现,通过该图谱快速定位到相对应的应急预案、处理措施,推送给相关人员,触发进一步的操作。
实施例一:
图1为本发明提供的一种基于知识图谱的安防应急措施自响应方法的步骤示意图。如图1所示,本实施例揭示了一种基于知识图谱的安防应急措施自响应方法(以下简称“方法”)的具体实施方式。
具体而言,本实施例所揭示的方法主要包括以下步骤:
步骤S1:通过对企业内部原始素材的整理,构建安全生产知识图谱。
具体而言,企业内部原始素材包括但不限于:安全生产规范、突发情况应急预案、厂区地图、厂区自动应急响应装置类型和位置等信息、安防及管理相关责任人信息。
参照图2,其中,步骤S1具体包括以下内容:
步骤S11:通过整理相关的实体类型与属性类型,以及实体间关系类型,设计安全生产图谱schema;
步骤S12:通过使用NLP手段,从所述企业内部原始素材中抽取相关实体,并利用规则引擎从所述企业内部原始素材中抽取实体间关系,同时进行语义消歧;
步骤S13:将抽取的所述相关实体与所述实体间关系整理成脚本文件,导入图数据库,并基于所述安全生产图谱schema,生成所述安全生产知识图谱。
具体而言,设计安全生产图谱schema,即整理相关实体与属性类型,以及实体间关系类型,一般实体包含各类安全隐患、自响应设备、责任人等。利用NER等NLP手段,从文本型企业内部原始素材中抽取相关实体;利用规则引擎抽取实体间关系;同时利用规则引擎,进行语义消歧。将抽取后的数据整理成脚本文件,导入图数据库,形成安全生产知识图谱。例如,参照图4所示,基于企业安全生产制度规范等文本内容,构建安全生产知识图谱。
步骤S2:基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控。
具体而言,利用机器视觉及相关传感器,针对企业提出的安全规范进行自动化监测,如火焰及烟雾监测、人员身份监测、车辆身份监测、人员及车辆轨迹跟踪、人员安全佩戴执行情况监测、人员安全生产流程规范监测等。
步骤S3:若发现生产安全隐患及/或人员违规行为,则在所述安全生产知识图谱中定位到对应的处理措施,并根据所述处理措施的内容进行处理及上报。
参照图3,其中,步骤S3具体包括以下内容:
步骤S31:若发现所述人员违规行为,则通过人脸识别技术识别违规人员,并向所述违规人员及相关领导推送违规信息及相关所述处理措施;
步骤S32:若发现所述生产安全隐患,则根据事发点,通过所述安全生产知识图谱定位到对应的自响应设备,按照所述突发情况应急预案触发操作,同时通过所述安全生产知识图谱获取相关责任人信息,并向相关责任人推送隐患信息及对应所述突发情况应急预案的内容。
具体而言,发现厂内人员违规后,通过知识图谱查询对应处理措施,通过人脸识别技术识别违规人,向其本人及相关领导推送违规信息以及相关处理措施。例如,利用机器视觉等技术,对工人安全帽佩戴情况进行监测,如图5所示,一经发现没有按照规定佩戴的情况,则查询图谱,获取处理措施方法。通过人脸识别获取违规工人信息,通过图谱获取他的领导责任人信息,将违规问题及处理措施,直接推送给工人本人及其领导。
发现生产安全隐患后,通过知识图谱查询对应处理措施;根据事发点,通过图谱定位到相对应的自响应设备,按照预案触发操作;通过图谱获取相关责任人信息,向其推送隐患信息及对应预案内容。例如,利用机器视觉等技术,对厂区内的火焰进行监测,如图6所示,一经发现即可查询图谱,获取应急处理措施。措施内包含启动相关灭火装置,通过事发位置信息,从图谱中查询覆盖该位置的灭火器信息,系统自动发送触发命令启动灭火。通过图谱定位到相关责任人信息,即可将火警信息及对应应急预案推送过去。
具体而言,当企业需要添加监测及自响应内容时,向系统输入文本形式的扩展安全规范及对应预案,并将新的自响应设备信息库表接入所述安全生产知识图谱。
以下,具体说明本方法的应用流程如下:
1、基于企业安全生产规范、应急预案、企业地图、应急处理设施等信息,构建企业安全生产知识图谱;
2、利用机器视觉与各类检测传感器相结合,针对客户制定的安全生产隐患、安全生产作业规范等信息,对厂区进行自动化安全监控;
3、发现生产安全隐患,第一时间按照隐患内容,在安全生产知识图谱中定位到相对应的处理措施、措施对应的自动响应装置信息、相关负责人信息;
4、按照应急措施内容,通知对应的责任人(同时推送应急预案),并自动触发事发地对应的自动响应装置,按要求上报相关部门。
实施例二:
结合实施例一所揭示的一种基于知识图谱的安防应急措施自响应方法,本实施例揭示了一种基于知识图谱的安防应急措施自响应系统(以下简称“系统”)的具体实施示例。
参照图7所示,所述系统包括:
图谱构建模块11:通过对企业内部原始素材的整理,构建安全生产知识图谱;
监控模块12:基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控;
处理模块13:若发现生产安全隐患及/或人员违规行为,则在所述安全生产知识图谱中定位到对应的处理措施,并根据所述处理措施的内容进行处理及上报。
图谱扩展模块14:当企业需要添加监测及自响应内容时,向系统输入文本形式的扩展安全规范及对应预案,并将新的自响应设备信息库表接入所述安全生产知识图谱。
具体而言,所述图谱构建模块11包括:
图谱设计单元111:通过整理相关的实体类型与属性类型,以及实体间关系类型,设计安全生产图谱schema;
抽取单元112:通过使用NLP手段,从所述企业内部原始素材中抽取相关实体,并利用规则引擎从所述企业内部原始素材中抽取实体间关系,同时进行语义消歧;
数据导入单元113:将抽取的所述相关实体与所述实体间关系整理成脚本文件,导入图数据库,并基于所述安全生产图谱schema,生成所述安全生产知识图谱。
具体而言,所述处理模块13包括:
违规处理单元131:若发现所述人员违规行为,则通过人脸识别技术识别违规人员,并向所述违规人员及相关领导推送违规信息及相关所述处理措施;
隐患处理单元132:若发现所述生产安全隐患,则根据事发点,通过所述安全生产知识图谱定位到对应的自响应设备,按照所述突发情况应急预案触发操作,同时通过所述安全生产知识图谱获取相关责任人信息,并向相关责任人推送隐患信息及对应所述突发情况应急预案的内容。
本实施例所揭示的一种基于知识图谱的安防应急措施自响应系统与实施例一所揭示的一种基于知识图谱的安防应急措施自响应方法中其余相同部分的技术方案,请参实施例一所述,在此不再赘述。
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。
综上所述,基于本发明的有益效果在于,利用机器视觉与各类检测传感器相结合的方法进行自动化监控,相比于监控人员使用肉眼监控,提升了监控效率,出现问题能够及时响应,避免出现由于人员自身原因出现的监控疏漏而导致的意外状况,节省了人力物力。一经发现违规现象或安全隐患,能够通过知识图谱定位快速准确地到相应处理措施,能够针对复杂的场景及设备进行响应。相比于传统监控系统需重新设计安装才能增加响应内容,本发明可以通过扩展知识图谱增加自响应内容,操作简单,成本低。
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发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,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)
1.一种基于知识图谱的安防应急措施自响应方法,其特征在于,包括:
图谱构建步骤:通过对企业内部原始素材的整理,构建安全生产知识图谱;
监控步骤:基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控;
处理步骤:若发现生产安全隐患及/或人员违规行为,则在所述安全生产知识图谱中定位到对应的处理措施,并根据所述处理措施的内容进行处理及上报。
2.根据权利要求1所述的一种基于知识图谱的安防应急措施自响应方法,其特征在于,还包括:
图谱扩展步骤:当企业需要添加监测及自响应内容时,向系统输入文本形式的扩展安全规范及对应预案,并将新的自响应设备信息库表接入所述安全生产知识图谱。
3.根据权利要求1所述的一种基于知识图谱的安防应急措施自响应方法,其特征在于,所述企业内部原始素材包括但不限于:安全生产规范、突发情况应急预案、厂区地图、厂区自动应急响应装置信息、安防及管理相关责任人信息。
4.根据权利要求1所述的一种基于知识图谱的安防应急措施自响应方法,其特征在于,所述图谱构建步骤包括:
图谱设计步骤:通过整理相关的实体类型与属性类型,以及实体间关系类型,设计安全生产图谱schema;
抽取步骤:通过使用NLP手段,从所述企业内部原始素材中抽取相关实体,并利用规则引擎从所述企业内部原始素材中抽取实体间关系,同时进行语义消歧;
数据导入步骤:将抽取的所述相关实体与所述实体间关系整理成脚本文件,导入图数据库,并基于所述安全生产图谱schema,生成所述安全生产知识图谱。
5.根据权利要求1所述的一种基于知识图谱的安防应急措施自响应方法,其特征在于,所述处理步骤包括:
违规处理步骤:若发现所述人员违规行为,则通过人脸识别技术识别违规人员,并向所述违规人员及相关领导推送违规信息及相关所述处理措施;
隐患处理步骤:若发现所述生产安全隐患,则根据事发点,通过所述安全生产知识图谱定位到对应的自响应设备,按照所述突发情况应急预案触发操作,同时通过所述安全生产知识图谱获取相关责任人信息,并向相关责任人推送隐患信息及对应所述突发情况应急预案的内容。
6.一种基于知识图谱的安防应急措施自响应系统,其特征在于,包括:
图谱构建模块:通过对企业内部原始素材的整理,构建安全生产知识图谱;
监控模块:基于企业安全规范,通过机器视觉与检测传感器相结合的方法,对厂区进行自动化安全监控;
处理模块:若发现生产安全隐患及/或人员违规行为,则在所述安全生产知识图谱中定位到对应的处理措施,并根据所述处理措施的内容进行处理及上报。
7.根据权利要求6所述的一种基于知识图谱的安防应急措施自响应系统,其特征在于,还包括:
图谱扩展模块:当企业需要添加监测及自响应内容时,向系统输入文本形式的扩展安全规范及对应预案,并将新的自响应设备信息库表接入所述安全生产知识图谱。
8.根据权利要求6所述的一种基于知识图谱的安防应急措施自响应系统,其特征在于,所述企业内部原始素材包括但不限于:安全生产规范、突发情况应急预案、厂区地图、厂区自动应急响应装置信息、安防及管理相关责任人信息。
9.根据权利要求6所述的一种基于知识图谱的安防应急措施自响应系统,其特征在于,所述图谱构建模块包括:
图谱设计单元:通过整理相关的实体类型与属性类型,以及实体间关系类型,设计安全生产图谱schema;
抽取单元:通过使用NLP手段,从所述企业内部原始素材中抽取相关实体,并利用规则引擎从所述企业内部原始素材中抽取实体间关系,同时进行语义消歧;
数据导入单元:将抽取的所述相关实体与所述实体间关系整理成脚本文件,导入图数据库,并基于所述安全生产图谱schema,生成所述安全生产知识图谱。
10.根据权利要求6所述的一种基于知识图谱的安防应急措施自响应系统,其特征在于,所述处理模块包括:
违规处理单元:若发现所述人员违规行为,则通过人脸识别技术识别违规人员,并向所述违规人员及相关领导推送违规信息及相关所述处理措施;
隐患处理单元:若发现所述生产安全隐患,则根据事发点,通过所述安全生产知识图谱定位到对应的自响应设备,按照所述突发情况应急预案触发操作,同时通过所述安全生产知识图谱获取相关责任人信息,并向相关责任人推送隐患信息及对应所述突发情况应急预案的内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110063623.3A CN112800896A (zh) | 2021-01-18 | 2021-01-18 | 一种基于知识图谱的安防应急措施自响应方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110063623.3A CN112800896A (zh) | 2021-01-18 | 2021-01-18 | 一种基于知识图谱的安防应急措施自响应方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112800896A true CN112800896A (zh) | 2021-05-14 |
Family
ID=75810193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110063623.3A Withdrawn CN112800896A (zh) | 2021-01-18 | 2021-01-18 | 一种基于知识图谱的安防应急措施自响应方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800896A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113641831A (zh) * | 2021-08-16 | 2021-11-12 | 中国科学院空天信息创新研究院 | 基于知识图谱面向多源离散数据的林火蔓延趋势预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146024A (zh) * | 2017-05-08 | 2017-09-08 | 合肥工业大学 | 建筑企业全过程立体动态安全管理方法 |
US20180048661A1 (en) * | 2016-08-15 | 2018-02-15 | International Business Machines Corporation | Cognitive offense analysis using contextual data and knowledge graphs |
CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
CN110209835A (zh) * | 2019-05-09 | 2019-09-06 | 四川九洲电器集团有限责任公司 | 一种异常检测方法及装置、计算机存储介质及电子设备 |
CN111614696A (zh) * | 2020-06-02 | 2020-09-01 | 深圳供电局有限公司 | 一种基于知识图谱的网络安全应急响应方法及其系统 |
CN111768077A (zh) * | 2020-05-28 | 2020-10-13 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于知识图谱的电网跳闸事件智能识别方法 |
-
2021
- 2021-01-18 CN CN202110063623.3A patent/CN112800896A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180048661A1 (en) * | 2016-08-15 | 2018-02-15 | International Business Machines Corporation | Cognitive offense analysis using contextual data and knowledge graphs |
CN107146024A (zh) * | 2017-05-08 | 2017-09-08 | 合肥工业大学 | 建筑企业全过程立体动态安全管理方法 |
CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
CN110209835A (zh) * | 2019-05-09 | 2019-09-06 | 四川九洲电器集团有限责任公司 | 一种异常检测方法及装置、计算机存储介质及电子设备 |
CN111768077A (zh) * | 2020-05-28 | 2020-10-13 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于知识图谱的电网跳闸事件智能识别方法 |
CN111614696A (zh) * | 2020-06-02 | 2020-09-01 | 深圳供电局有限公司 | 一种基于知识图谱的网络安全应急响应方法及其系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113641831A (zh) * | 2021-08-16 | 2021-11-12 | 中国科学院空天信息创新研究院 | 基于知识图谱面向多源离散数据的林火蔓延趋势预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795989A (zh) | 一种电力作业智能安全监督系统及其监督方法 | |
CN113011833A (zh) | 施工现场的安全管理方法、装置、计算机设备和存储介质 | |
CN112112629A (zh) | 一种钻井作业过程中的安全业务管理系统和方法 | |
KR102219809B1 (ko) | 영상 분석을 통한 안전작업관리 시스템 | |
WO2023061239A1 (zh) | 智能配电室安全管控系统 | |
CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
CN111277748A (zh) | 一种基于视频智能分析的工地动火管理系统及其实施方法 | |
CN112489393A (zh) | 一种安全生产管理方法、装置及系统 | |
CN112532920A (zh) | 一种工地系统智能化监控实现方法及系统 | |
CN110119655A (zh) | 一种石化企业厂区内车辆与人员聚集预警系统及预警方法 | |
CN105654570A (zh) | 一种基于生物识别技术的在线巡更系统 | |
CN209787471U (zh) | 一种发电厂作业人员定位系统 | |
CN114333273A (zh) | 一种用于核电施工现场的智能化分析系统及方法 | |
CN115880631A (zh) | 一种配电站故障识别系统、方法、介质 | |
CN115099724A (zh) | 施工场景的监控预警方法、装置、设备及存储介质 | |
CN112800896A (zh) | 一种基于知识图谱的安防应急措施自响应方法及系统 | |
CN109348173B (zh) | 一种监控视频管理方法、装置及终端设备 | |
CN113112744A (zh) | 安防管理方法及装置、电子设备、存储介质 | |
CN107820051A (zh) | 监控系统及其监控方法和装置 | |
CN112070191A (zh) | 车间管控系统 | |
CN116258992A (zh) | 作业检测方法及系统 | |
CN116170104A (zh) | 一种实时检测和校准视频及图像采集设备时间异常的系统和方法 | |
CN105629857A (zh) | 一种用于监控飞行训练设备环境的系统 | |
CN115394025A (zh) | 监控方法、装置、电子设备及存储介质 | |
CN111970485A (zh) | 一种基于eLTE 1.8G无线专网30可视化检修移动监控系统及方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210514 |