CN113222352A - 一种智能安全帽的控制方法 - Google Patents

Abstract

本发明提供了安全帽技术领域的一种智能安全帽的控制方法，包括：步骤S10、服务器设定工作参数发送给安全帽；步骤S20、安全帽获取定位数据，基于工作参数、定位数据生成考勤报告上传服务器；步骤S30、安全帽采集温度数据、湿度数据、生命体征数据、图像上传服务器；步骤S40、服务器创建危险识别模型，预先存储温度历史数据、湿度历史数据、生命体征范围值；步骤S50、服务器利用危险识别模型、温度历史数据、湿度历史数据、生命体征范围值对图像、温度数据、湿度数据、生命体征数据进行分析，生成安全报告；步骤S60、服务器基于安全报告控制安全帽进行报警。本发明的优点在于：实现对作业人员以及环境进行监控，极大的提升了安全性。

Description

一种智能安全帽的控制方法

技术领域

本发明涉及安全帽技术领域，特别指一种智能安全帽的控制方法。

背景技术

安全帽是指对人头部受坠落物及其他特定因素引起的伤害起防护作用的帽子，由帽壳、帽衬、下颏带及附件等组成；帽壳呈半球形，坚固、光滑并有一定弹性，打击物的冲击和穿刺动能主要由帽壳承受。

然而，传统的安全帽仅具有保护头部的功能，由于其功能过于单一，无法实现对作业人员的智能管理，无法对作业人员的身体和作业环境进行全方位的监护，无法对危险进行预警，使得无法对作业人员进行真正的保驾护航。

因此，如何提供一种智能安全帽的控制方法，实现对作业人员以及环境进行监控，以提升安全性，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种智能安全帽的控制方法，实现对作业人员以及环境进行监控，以提升安全性。

本发明是这样实现的：一种智能安全帽的控制方法，包括如下步骤：

步骤S10、服务器设定一工作参数，并将所述工作参数发送给智能安全帽；

步骤S20、智能安全帽通过定位器组获取实时的定位数据，基于所述工作参数以及定位数据生成考勤报告，并上传服务器；

步骤S30、智能安全帽实时采集温度数据、湿度数据、生命体征数据以及图像，并实时上传服务器；

步骤S40、服务器基于神经网络创建一危险识别模型，预先存储有温度历史数据、湿度历史数据以及生命体征范围值；

步骤S50、服务器利用所述危险识别模型对图像进行智能识别，利用所述温度历史数据以及湿度历史数据分别对温度数据以及湿度数据进行分析，利用所述生命体征范围值对生命体征数据进行监控，进而生成安全报告；

步骤S60、服务器基于所述安全报告控制智能安全帽进行报警。

进一步地，所述步骤S10具体为：

服务器设定一包括工作区域和工作时间的工作参数，在智能安全帽启动时，将所述工作参数更新给智能安全帽。

进一步地，所述步骤S10还包括：

服务器创建一对公钥和私钥，在智能安全帽启动时，将所述公钥发送给智能安全帽；服务器和智能安全帽交互的数据通过所述公钥和私钥进行加密和解密。

进一步地，所述步骤S20具体包括：

步骤S21、智能安全帽利用中断定时器，在所述工作时间到来时自动启动；

步骤S22、智能安全帽通过包括GPS定位器、北斗定位器的定位器组获取实时的GPS定位数据以及北斗定位数据，将所述GPS定位数据以及北斗定位数据取均值得到定位数据；

步骤S23、智能安全帽基于所述工作区域对定位数据进行验证生成考勤报告，并将所述考勤报告上传服务器。

进一步地，所述步骤S20还包括：

步骤S24、智能安全帽接收服务器下发的离岗时限，基于所述工作参数以及定位数据，判断工作时间内的离岗时间是否超过所述离岗时限，若是，则生成擅离职守的考勤报告上传服务器；若否，则继续监控。

进一步地，所述步骤S30具体为：

智能安全帽利用温度传感器实时采集温度数据，利用湿度传感器实时采集湿度数据，利用生命体征传感器实时采集生命体征数据，利用摄像头实时采集图像，并将所述温度数据、湿度数据、生命体征数据以及图像实时上传服务器。

进一步地，所述步骤S30还包括：

智能安全帽接收服务器的指令进入省电模式，关闭摄像头；当智能安全帽通过三轴加速传感器感应到智能安全帽正在跌落时，自动启动摄像头拍摄图像上传服务器。

进一步地，所述步骤S40中，所述服务器基于神经网络创建一危险识别模型具体为：

服务器基于神经网络创建一危险识别模型，获取工作区域内大量的工作图像，对各所述工作图像进行危险因素的人工标注后，基于预设的比例将所述工作图像划分为训练集和验证集；

利用所述训练集对危险识别模型进行训练后，利用所述验证集对危险识别模型进行验证，判断识别准确率是否大于预设的阈值，若是，则完成所述危险识别模型的创建；若否，则扩充所述训练集继续进行训练。

进一步地，所述步骤S50具体为：

服务器利用所述危险识别模型对图像进行智能识别，判断是否存在危险因素，若是，则生成存在危险因素的安全报告，若否，则生成不存在危险因素的安全报告；

服务器利用所述温度历史数据以及湿度历史数据分别对温度数据以及湿度数据进行分析，判断所述温度数据以及湿度数据是否发生突变，若是，则生成环境突变的安全报告；若否，则生成环境正常的安全报告；

服务器利用所述生命体征范围值对生命体征数据进行监控，判断所述生命体征数据是否超出生命体征范围值，若是，则生成生命体征异常的安全报告；若否，则生成生命体征正常的安全报告。

进一步地，所述步骤S60具体为：

服务器基于所述安全报告判断存在危险时，远程控制智能安全帽的灯光进行闪烁发出SOS信号，远程控制智能安全帽的扬声器播放预设的提示音，并联动预先关联的智能设备进行报警。

本发明的优点在于：

1、通过智能安全帽基于工作参数以及定位数据生成考勤报告上传服务器，智能安全帽实时采集温度数据、湿度数据、生命体征数据以及图像上传服务器，使得服务器能够基于考勤报告对工作人员的出勤状况进行无感考察，利用危险识别模型、温度历史数据、湿度历史数据、生命体征范围值分别对图像、温度数据、湿度数据、生命体征数据进行动态分析，判断工作环境是否存在危险因素以及工作人员的健康状态，即整合了电子围栏、考勤、温度湿度监测以及机器学习技术等功能，最终实现对作业人员以及环境进行监控，发现异常时及时进行报警，进而极大的提升了安全性。

2、通过智能安全帽在工作时间到来时自动启动，基于接收的指令进入省电模式关闭摄像头，服务器也可直接远程启动摄像头，即可依据实际需求远程控制摄像头的开关以及智能安全帽的启闭，进而有效延长智能安全帽的续航时间。

3、通过创建公钥和私钥对交互的数据进行加密和解密，避免数据被篡改导致危险因素被隐藏，进而极大的提升了数据传输的安全性，也极大的提升了安全帽使用的安全性。

4、通过利用创建的危险识别模型对采集的图像进行危险因素的识别，并利用图像扩充训练集对危险识别模型进行不断的迭代训练，极大的提升了危险识别模型的识别精度。

5、通过对GPS定位数据以及北斗定位数据取均值，避免由单一定位器进行定位而导致定位误差大的问题，进而极大的提升了定位的精度。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1是本发明一种智能安全帽的控制方法的流程图。

图2是本发明一种智能安全帽的控制方法应用硬件的电路原理框图。

具体实施方式

本申请实施例中的技术方案，总体思路如下：通过智能安全帽基于工作参数以及定位数据生成考勤报告上传服务器，智能安全帽实时采集温度数据、湿度数据、生命体征数据以及图像上传服务器，使得服务器能够基于考勤报告对工作人员的出勤状况进行无感考察，利用危险识别模型、温度历史数据、湿度历史数据、生命体征范围值分别对图像、温度数据、湿度数据、生命体征数据进行动态分析，整合了电子围栏、考勤、温度湿度监测以及机器学习技术等功能，以实现对作业人员以及环境进行监控，提升安全性。

请参照图1至图2所示，本发明一种智能安全帽的控制方法的较佳实施例，包括如下步骤：

步骤S10、服务器设定一工作参数，并将所述工作参数发送给智能安全帽；

步骤S20、智能安全帽通过定位器组获取实时的定位数据，基于所述工作参数以及定位数据生成考勤报告，并利用无线通信模块上传服务器；所述考勤报告绑定一安全帽ID，各所述安全帽ID均唯一对应一工作人员；

步骤S30、智能安全帽实时采集温度数据、湿度数据、生命体征数据以及图像，并利用无线通信模块实时上传服务器；所述无线通信模块为2G通信模块、3G通信模块、4G通信模块、5G通信模块、NB-IOT通信模块、LORA通信模块、WIFI通信模块、蓝牙通信模块或者ZigBee通信模块；

步骤S40、服务器基于神经网络创建一危险识别模型，预先存储有温度历史数据、湿度历史数据以及生命体征范围值；

步骤S50、服务器利用所述危险识别模型对图像进行智能识别，利用所述温度历史数据以及湿度历史数据分别对温度数据以及湿度数据进行分析，利用所述生命体征范围值对生命体征数据进行监控，进而生成安全报告；

具体实施时，服务器还可对接收的所述图像进行人脸识别，判断所述工作区域内是否存在不相关人员，进而驱离所述工作区域，避免施工时误伤不相关人员，或者不相关人员误操作造成现场事故；

步骤S60、服务器基于所述安全报告控制智能安全帽进行报警。

所述步骤S10具体为：

服务器设定一包括工作区域和工作时间的工作参数，在智能安全帽启动时，将所述工作参数更新给智能安全帽；所述工作区域用于设定电子围栏；所述工作时间包括至少一个时间段。

所述步骤S10还包括：

服务器创建一对公钥和私钥，在智能安全帽启动时，将所述公钥发送给智能安全帽；服务器和智能安全帽交互的数据通过所述公钥和私钥进行加密和解密；即所述公钥加密的数据仅能利用私钥进行解密，所述私钥加密的数据仅能利用公钥进行解密，避免数据被篡改导致危险因素被隐藏，进而极大的提升了数据传输的安全性，也极大的提升了安全帽使用的安全性。

所述步骤S20具体包括：

步骤S21、智能安全帽利用中断定时器，在所述工作时间到来时自动启动；

步骤S22、智能安全帽通过包括GPS定位器、北斗定位器的定位器组获取实时的GPS定位数据以及北斗定位数据，将所述GPS定位数据以及北斗定位数据取均值得到定位数据；通过对所述GPS定位数据以及北斗定位数据取均值，进而极大的提升了定位的精度；

步骤S23、智能安全帽基于所述工作区域对定位数据进行验证生成考勤报告，并将所述考勤报告上传服务器进行存档，便于后期溯源；服务器可利用接收的所述图像对考勤进行双重验证。

所述步骤S20还包括：

步骤S24、智能安全帽接收服务器下发的离岗时限，基于所述工作参数以及定位数据，判断工作时间内的离岗时间是否超过所述离岗时限，若是，则生成擅离职守的考勤报告上传服务器；若否，则继续监控。例如服务器设定离岗时限为10分钟，当在所述工作时间内，智能安全帽离开所述工作区域超过10分钟，则生成擅离职守的考勤报告。

所述步骤S30具体为：

智能安全帽利用温度传感器实时采集温度数据，利用湿度传感器实时采集湿度数据，利用生命体征传感器实时采集生命体征数据，利用摄像头实时采集图像，并将所述温度数据、湿度数据、生命体征数据以及图像实时上传服务器。

所述步骤S30还包括：

智能安全帽接收服务器的指令进入省电模式，关闭摄像头；当智能安全帽通过三轴加速传感器感应到智能安全帽正在跌落时，自动启动摄像头拍摄图像上传服务器；在省电模式下，服务器也可直接远程启动摄像头。

所述步骤S40中，所述服务器基于神经网络创建一危险识别模型具体为：

服务器基于神经网络创建一危险识别模型，获取工作区域内大量的工作图像，对各所述工作图像进行危险因素的人工标注后，基于预设的比例将所述工作图像划分为训练集和验证集；

利用所述训练集对危险识别模型进行训练后，利用所述验证集对危险识别模型进行验证，判断识别准确率是否大于预设的阈值，若是，则完成所述危险识别模型的创建；若否，则扩充所述训练集继续进行训练。

所述步骤S50具体为：

服务器利用所述危险识别模型对图像进行智能识别，判断是否存在危险因素，若是，则生成存在危险因素的安全报告，若否，则生成不存在危险因素的安全报告；

服务器利用所述温度历史数据以及湿度历史数据分别对温度数据以及湿度数据进行分析，判断所述温度数据以及湿度数据是否发生突变，若是，则生成环境突变的安全报告；若否，则生成环境正常的安全报告；

服务器利用所述生命体征范围值对生命体征数据进行监控，判断所述生命体征数据是否超出生命体征范围值，若是，则生成生命体征异常的安全报告；若否，则生成生命体征正常的安全报告。

具体实施时，服务器可利用接收的所述图像扩充训练集，对所述危险识别模型进行不断的迭代训练，以提升所述危险识别模型的识别精度。

所述步骤S60具体为：

服务器基于所述安全报告判断存在危险时，远程控制智能安全帽的灯光进行闪烁发出SOS信号，远程控制智能安全帽的扬声器播放预设的提示音，以警示现场的工作人员，并联动预先关联的智能设备进行报警，例如向关联的智能手机推送报警短信等。

综上所述，本发明的优点在于：

1、通过智能安全帽基于工作参数以及定位数据生成考勤报告上传服务器，智能安全帽实时采集温度数据、湿度数据、生命体征数据以及图像上传服务器，使得服务器能够基于考勤报告对工作人员的出勤状况进行无感考察，利用危险识别模型、温度历史数据、湿度历史数据、生命体征范围值分别对图像、温度数据、湿度数据、生命体征数据进行动态分析，判断工作环境是否存在危险因素以及工作人员的健康状态，即整合了电子围栏、考勤、温度湿度监测以及机器学习技术等功能，最终实现对作业人员以及环境进行监控，发现异常时及时进行报警，进而极大的提升了安全性。

2、通过智能安全帽在工作时间到来时自动启动，基于接收的指令进入省电模式关闭摄像头，服务器也可直接远程启动摄像头，即可依据实际需求远程控制摄像头的开关以及智能安全帽的启闭，进而有效延长智能安全帽的续航时间。

3、通过创建公钥和私钥对交互的数据进行加密和解密，避免数据被篡改导致危险因素被隐藏，进而极大的提升了数据传输的安全性，也极大的提升了安全帽使用的安全性。

4、通过利用创建的危险识别模型对采集的图像进行危险因素的识别，并利用图像扩充训练集对危险识别模型进行不断的迭代训练，极大的提升了危险识别模型的识别精度。

5、通过对GPS定位数据以及北斗定位数据取均值，避免由单一定位器进行定位而导致定位误差大的问题，进而极大的提升了定位的精度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (10)

1.一种智能安全帽的控制方法，其特征在于：包括如下步骤：

步骤S10、服务器设定一工作参数，并将所述工作参数发送给智能安全帽；

步骤S20、智能安全帽通过定位器组获取实时的定位数据，基于所述工作参数以及定位数据生成考勤报告，并上传服务器；

步骤S30、智能安全帽实时采集温度数据、湿度数据、生命体征数据以及图像，并实时上传服务器；

步骤S40、服务器基于神经网络创建一危险识别模型，预先存储有温度历史数据、湿度历史数据以及生命体征范围值；

步骤S50、服务器利用所述危险识别模型对图像进行智能识别，利用所述温度历史数据以及湿度历史数据分别对温度数据以及湿度数据进行分析，利用所述生命体征范围值对生命体征数据进行监控，进而生成安全报告；

步骤S60、服务器基于所述安全报告控制智能安全帽进行报警。

2.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S10具体为：

服务器设定一包括工作区域和工作时间的工作参数，在智能安全帽启动时，将所述工作参数更新给智能安全帽。

3.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S10还包括：

服务器创建一对公钥和私钥，在智能安全帽启动时，将所述公钥发送给智能安全帽；服务器和智能安全帽交互的数据通过所述公钥和私钥进行加密和解密。

4.如权利要求2所述的一种智能安全帽的控制方法，其特征在于：所述步骤S20具体包括：

步骤S21、智能安全帽利用中断定时器，在所述工作时间到来时自动启动；

步骤S22、智能安全帽通过包括GPS定位器、北斗定位器的定位器组获取实时的GPS定位数据以及北斗定位数据，将所述GPS定位数据以及北斗定位数据取均值得到定位数据；

步骤S23、智能安全帽基于所述工作区域对定位数据进行验证生成考勤报告，并将所述考勤报告上传服务器。

5.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S20还包括：

步骤S24、智能安全帽接收服务器下发的离岗时限，基于所述工作参数以及定位数据，判断工作时间内的离岗时间是否超过所述离岗时限，若是，则生成擅离职守的考勤报告上传服务器；若否，则继续监控。

6.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S30具体为：

智能安全帽利用温度传感器实时采集温度数据，利用湿度传感器实时采集湿度数据，利用生命体征传感器实时采集生命体征数据，利用摄像头实时采集图像，并将所述温度数据、湿度数据、生命体征数据以及图像实时上传服务器。

7.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S30还包括：

智能安全帽接收服务器的指令进入省电模式，关闭摄像头；当智能安全帽通过三轴加速传感器感应到智能安全帽正在跌落时，自动启动摄像头拍摄图像上传服务器。

8.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S40中，所述服务器基于神经网络创建一危险识别模型具体为：

服务器基于神经网络创建一危险识别模型，获取工作区域内大量的工作图像，对各所述工作图像进行危险因素的人工标注后，基于预设的比例将所述工作图像划分为训练集和验证集；

利用所述训练集对危险识别模型进行训练后，利用所述验证集对危险识别模型进行验证，判断识别准确率是否大于预设的阈值，若是，则完成所述危险识别模型的创建；若否，则扩充所述训练集继续进行训练。

9.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S50具体为：

服务器利用所述危险识别模型对图像进行智能识别，判断是否存在危险因素，若是，则生成存在危险因素的安全报告，若否，则生成不存在危险因素的安全报告；

服务器利用所述温度历史数据以及湿度历史数据分别对温度数据以及湿度数据进行分析，判断所述温度数据以及湿度数据是否发生突变，若是，则生成环境突变的安全报告；若否，则生成环境正常的安全报告；

服务器利用所述生命体征范围值对生命体征数据进行监控，判断所述生命体征数据是否超出生命体征范围值，若是，则生成生命体征异常的安全报告；若否，则生成生命体征正常的安全报告。

10.如权利要求1所述的一种智能安全帽的控制方法，其特征在于：所述步骤S60具体为：

服务器基于所述安全报告判断存在危险时，远程控制智能安全帽的灯光进行闪烁发出SOS信号，远程控制智能安全帽的扬声器播放预设的提示音，并联动预先关联的智能设备进行报警。

Images