CN113240294A - 一种基于大数据分析的矿山安全信息化智能管理系统 - Google Patents

一种基于大数据分析的矿山安全信息化智能管理系统 Download PDF

Info

Publication number
CN113240294A
CN113240294A CN202110543981.4A CN202110543981A CN113240294A CN 113240294 A CN113240294 A CN 113240294A CN 202110543981 A CN202110543981 A CN 202110543981A CN 113240294 A CN113240294 A CN 113240294A
Authority
CN
China
Prior art keywords
mining
personnel
area
dangerous
behavior
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
CN202110543981.4A
Other languages
English (en)
Other versions
CN113240294B (zh
Inventor
石旭
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.)
Taiyuan Xiangming Intelligent Control Technology Co ltd
Original Assignee
Wuhan Shiyixin Technology 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 Wuhan Shiyixin Technology Co ltd filed Critical Wuhan Shiyixin Technology Co ltd
Priority to CN202110543981.4A priority Critical patent/CN113240294B/zh
Publication of CN113240294A publication Critical patent/CN113240294A/zh
Application granted granted Critical
Publication of CN113240294B publication Critical patent/CN113240294B/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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Social Psychology (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开一种基于大数据分析的矿山安全信息化智能管理系统，包括矿山井下采矿区域划分模块、区域巡检配备模块、区域人员身份识别模块、区域采矿人员安全穿戴设备监测模块、区域采矿人员采矿行为分析模块、区域采矿人员身体素质参数采集模块、安全数据库、安全分析模块、管理服务器、语音预警终端和显示终端，通过对矿山井下各采矿区域内各采矿人员的采矿行为进行跟踪识别是否存在危险采矿行为，同时对各采矿人员的身体素质参数进行采集，进而综合以上分析统计各采矿区域内各采矿人员的自身采矿危险系数，并从中筛选出目标危险采矿人员，实现了对井下矿区采矿人员自身安全的监测管理，有利于保障采矿人员的自身生命安全。

Description

一种基于大数据分析的矿山安全信息化智能管理系统
技术领域
本发明属于矿山安全管理技术领域，具体涉及一种基于大数据分析的矿山安全信息化智能管理系统。
背景技术
近年来，伴随着我国经济建设的飞速发展，社会各界对于矿产资源的需求与日俱增，给矿产企业带来了发展机遇的同时也带来了挑战。而在矿山开采过程中，矿山企业的安全管理工作是一个非常重要的内容,它在很大程度上决定着矿山企业的安全状况，为了可以更好的保障采矿人员的生命安全,必须加强矿山企业的安全管理力度。
以井下采矿为例，目前矿山企业对采矿人员的安全管理手段大多只是对采矿人员所处矿山区域的环境危险状况进行监测管理，如矿区滑坡、坍塌监测，有害气体浓度监测，忽略了对采矿人员自身危险因素的安全监测，例如危险采矿行为监测、身体素质参数监测等。当采矿人员在采矿过程中存在危险采矿行为，如抽烟、喝酒等，或存在身体素质欠佳状况，如心率变慢、血压升高等，这种自身危险状况若未及时发现，很大可能会对该采矿人员的生命安全造成威胁。因此单纯只对采矿人员所处矿山区域的环境危险状况进行监测管理很显然是不够的，对采矿人员的自身安全进行监测管理是非常有必要的。
发明内容
有鉴于现有技术的上述需求，本发明以井下采矿为例，提供了如下技术方案：
一种基于大数据分析的矿山安全信息化智能管理系统，包括矿山井下采矿区域划分模块、区域巡检配备模块、区域人员身份识别模块、区域采矿人员安全穿戴设备监测模块、区域采矿人员采矿行为分析模块、区域采矿人员身体素质参数采集模块、安全数据库、安全分析模块、管理服务器、语音预警终端和显示终端；
所述矿山井下采矿区域划分模块用于对矿山井下采矿区域按照所处矿洞的不同划分为若干采矿区域，并对划分的各采矿区域进行编号，依次标记为1,2,...,i,...,n；
所述区域巡检配备模块用于对划分的各采矿区域分别配备一个巡检机器人，其中各巡检机器人上分别内置巡检终端；
所述区域人员身份识别模块通过各巡检机器人在对应的采矿区域巡检过程中，对采矿区域内存在的人员进行身份识别，并对识别到的非采矿人员发送驱逐语音提示指令至语音预警终端；
所述区域采矿人员安全穿戴设备监测模块用于通过巡检机器人对采矿区域内识别到的采矿人员进行穿戴设备情况的安全监测，并对监测到的未穿戴安全设备的采矿人员发送穿戴语音提示指令至语音提示预警终端；
所述区域采矿人员采矿行为分析模块用于通过巡检机器人对采矿区域内采矿人员对应的采矿行为进行识别分析是否存在危险采矿行为，进而将分析出的危险采矿行为发送至安全分析模块；
所述区域采矿人员身体素质参数采集模块用于对各采矿区域内各采矿人员对应的身体素质参数进行实时采集；
所述安全分析模块用于对各采矿区域内各采矿人员的危险采矿行为及身体素质参数进行分析，以统计各采矿区域内各采矿人员对应的自身采矿危险系数；
所述管理服务器用于将各采矿区域内各采矿人员对应的自身采矿危险系数与设置的最大自身采矿危险系数进行对比，若某采矿人员对应的自身采矿危险系数大于设置的最大自身采矿危险系数，则将该采矿人员记为目标危险采矿人员，此时统计各采矿区域内目标危险采矿人员对应的编号，并将其发送至显示终端，同时对各采矿区域进行危险程度排序；
所述语音预警终端用于通过启动各采矿区域对应巡检机器人内置的语音预警提示器对该采矿区域识别到的非采矿人员进行驱逐语音提示预警，对该采矿区域内未穿戴安全设备的采矿人员进行穿戴语音提示预警；
所述显示终端用于对各采矿区域内目标危险采矿人员对应的编号及各采矿区域对应的危险程度排序结果进行显示。
在一个实施例中，所述巡检终端包括GPS定位仪、高清摄像头、视频采集器和语音预警提示器。
在一个实施例中，所述区域人员身份识别模块对采矿区域内存在的人员进行身份识别，其具体识别过程执行以下步骤：
H1:巡检机器人通过高清摄像头对采矿区域内存在的人员进行面部图像采集；
H2:将采集的面部图像与所有采矿人员的面部图像进行比对，若比对成功，则表明该人员为采矿人员，若比对失败，则表明该人员非采矿人员。
在一个实施例中，所述区域采矿人员安全穿戴设备监测模块通过巡检机器人对采矿区域内识别到的采矿人员进行穿戴设备情况的安全监测，其具体监测步骤如下：
F1:当巡检机器人识别到当前巡检的人员为采矿人员时，通过高清摄像头对该采矿人员进行全身图像采集；
F2:对采集的采矿人员对应的全身图像分别聚焦在头部区域和上身区域，并在聚焦的头部区域进行安全帽特征提取，若提取不到安全帽特征，则表明该采矿人员头部未穿戴安全帽，同时在聚焦的上身区域进行安全衣特征提取，若提取不到安全衣特征，则表明该采矿人员未穿戴安全衣，以此得到各采矿人员对应的穿戴设备情况。
在一个实施例中，所述区域采矿人员采矿行为分析模块通过巡检机器人对采矿区域内采矿人员对应的采矿行为进行识别分析是否存在危险采矿行为，其具体分析过程包括以下步骤：
D1:当巡检机器人识别到当前人员为采矿人员时，此时对该采矿人员进行跟踪，并启动视频采集器对该采矿人员对应的采矿行为进行视频采集，得到该采矿人员对应的采矿行为视频；
D2:将该采矿人员对应的采矿行为视频按照预设的视频划分帧数划分为各采矿行为图像；
D3:对划分的各采矿行为图像分别聚焦在采矿人员手部区域，以此提取采矿人员的采矿动作特征，并将提取的采矿动作特征与安全数据库中各种危险采矿行为对应的采矿动作特征进行匹配，若某采矿行为图像提取的采矿动作特征与某种危险采矿行为对应的采矿动作特征一致，则匹配成功，表明该采矿行为图像对应的采矿行为为危险采矿行为，若某采矿行为图像提取的采矿动作特征与所有危险采矿行为对应的所有采矿动作特征均不一致，则匹配失败，表明该采矿行为图像对应的采矿行为非危险采矿行为；
D4:对非危险采矿行为对应的采矿行为图像进行剔除，并对保留下的各采矿行为图像分别获取其对应的危险采矿行为种类，同时对各采矿行为图像对应的危险采矿行为种类进行对比，由此将同种危险采矿行为种类对应的采矿行为图像进行归类，进一步统计该采矿人员对应的危险采矿行为种类数量及各种危险采矿行为对应的采矿行为图像数量，并将其发送至安全分析模块。
在一个实施例中，所述区域采矿人员身体素质参数采集模块对各采矿区域内各采矿人员对应的身体素质参数进行实时采集，其具体采集方式为对各采矿区域内的各采矿人员进行编号，分别标记为1,2,...,j,...,m,并对其分别穿戴智能健康采集终端，用于采集各采矿区域内各采矿人员对应的身体素质参数。
在一个实施例中，所述身体素质参数包括心率、体温和血压。
在一个实施例中，所述安全分析模块对各采矿区域内各采矿人员的危险采矿行为及身体素质参数进行分析，以统计各采矿人员对应的自身采矿危险系数，其具体统计方法如下：
R1:将各采矿区域内各采矿人员对应的危险采矿行为种类进行编号，依次标记为1,2,...,k,...,l,并将其与安全数据库中各种危险采矿行为对应的危险指数进行对比，得到各采矿人员对应各种危险采矿行为的危险指数，由此根据各采矿区域内各采矿人员对应各种危险采矿行为的危险指数及其对应的采矿行为图像数量，计算各采矿区域内各采矿人员对应的采矿行为危险系数，其计算公式为
Figure BDA0003072870400000051
ηij表示为第i个采矿区域内第j个采矿人员对应的采矿行为危险系数，εijk表示为第i个采矿区域内第j个采矿人员对应第k种危险采矿行为的危险指数，xijk表示为第i个采矿区域内第j个采矿人员对应第k种危险采矿行为对应的采矿行为图像数量；
R2:将各采矿区域内各采矿人员对应的身体素质参数构成采矿人员身体素质参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im)，qw ij表示为第i个采矿区域内第j个采矿人员的身体素质参数对应的数值，w表示为身体素质参数，w＝u1,u2,u3,分别表示为心率，体温，血压；
R3:获取各采矿人员的年龄，将采矿人员身体素质参数集合与安全数据库中各采矿人员所属年龄对应的安全身体素质参数进行对比，计算各采矿区域内各采矿人员对应的身体素质危险系数，其计算公式为
Figure BDA0003072870400000061
ξij表示为第i个采矿区域内第j个采矿人员对应的身体素质危险系数，q′w ij表示为第i个采矿区域内第j个采矿人员所属年龄的安全身体素质参数对应的数值；
R4:根据各采矿区域内各采矿人员对应的采矿行为危险系数和身体素质危险系数统计各采矿区域内各采矿人员对应的自身采矿危险系数，其计算公式为
Figure BDA0003072870400000062
表示为第i个采矿区域内第j个采矿人员对应的自身采矿危险系数。
在一个实施例中，所述管理服务器对各采矿区域进行危险程度排序，其具体排序方式为统计各采矿区域内存在的目标危险采矿人员数量，依次将各采矿区域按照其存在的目标危险采矿人员数量由大到小的顺序进行排序，得到各采矿区域对应的危险程度排序结果。
在一个实施例中，所述管理服务器在统计各采矿区域内目标危险采矿人员对应的编号过程中，还通过各采矿区域对应巡检机器人内置的GPS定位仪，定位各目标危险采矿人员对应当前所处的地理位置，并将其发送至显示终端。
本发明的有益效果如下：
(1)本发明通过对矿山井下采矿区域进行区域划分，并对划分的各采矿区域分别配备巡检机器人在对应的采矿区域进行安全巡检，以对各采矿人员的采矿行为进行跟踪识别分析是否存在危险采矿行为，同时对各采矿人员的身体素质参数进行采集，进而对各采矿区域内各采矿人员的危险采矿行为和身体素质参数进行综合分析统计各采矿区域内各采矿人员的自身采矿危险系数，并从中筛选出各采矿区域内存在的目标危险采矿人员，实现了对井下矿区采矿人员自身安全的监测管理，丰富了目前矿山企业对采矿人员的安全管理方式，弥补了目前矿山企业对采矿人员安全管理方式过于单一的不足，进而提高了矿山企业对采矿人员的安全管理水平，有利于保障采矿人员的自身生命安全。
(2)本发明在对划分的各采矿区域配备巡检机器人进行安全巡检时，还对各采矿区域内的人员进行身份识别，同时还对识别到的采矿人员进行穿戴设备情况的安全监测，进而对识别到的非采矿人员进行驱逐语音提示预警，对未穿戴安全设备的采矿人员进行穿戴语音提示预警，扩展了对采矿人员自身安全的监测指标范围，不仅及时保障了非采矿人员的生命安全，更加全方位地保障了采矿人员的自身生命安全，大大减少了因采矿人员未穿戴安全设备造成的采矿人员人身安全事故的发生。
(3)本发明通过将各采矿区域内目标危险采矿人员对应的编号及当前所处地理位置进行显示，其中目标危险采矿人员对应的编号为监管人员对各采矿区域内需要进行安全处理的人员提供针对性目标，目标危险采矿人员当前所处地理位置方便监管人员快速到达目标危险采矿人员所在地进行及时处理，提高了处理的及时性，避免了目标危险采矿人员危险持续时间过长导致生命安全受到威胁情况的发生，较大程度保障了目标危险采矿人员在自身危险状况下的生命安全。
(4)本发明通过根据各采矿区域内存在的目标危险采矿人员数量对各采矿区域进行危险程度排序，便于相关监管人员直观了解各采矿区域内的采矿人员危险状况，为后期对各采矿区域的针对性安全管理提供参考依据。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
参照图1所示，一种基于大数据分析的矿山安全信息化智能管理系统，包括矿山井下采矿区域划分模块、区域巡检配备模块、区域人员身份识别模块、区域采矿人员安全穿戴设备监测模块、区域采矿人员采矿行为分析模块、区域采矿人员身体素质参数采集模块、安全数据库、安全分析模块、管理服务器、语音预警终端和显示终端，其中矿山井下采矿区域划分模块与区域巡检配备模块连接，区域巡检配备模块与区域人员身份识别模块连接，区域人员身份识别模块分别与区域采矿人员安全穿戴设备监测模块、区域采矿人员采矿行为分析模块和区域采矿人员身体素质参数采集模块连接，区域采矿人员采矿行为分析模块和区域采矿人员身体素质参数采集模块均与安全分析模块连接，区域人员身份识别模块和区域采矿人员安全穿戴设备监测模块均与语音预警终端连接，安全分析模块与管理服务器连接，管理服务器与显示终端连接。
矿山井下采矿区域划分模块用于对矿山井下采矿区域按照所处矿洞的不同划分为若干采矿区域，并对划分的各采矿区域进行编号，依次标记为1,2,...,i,...,n。
区域巡检配备模块用于对划分的各采矿区域分别配备一个巡检机器人，其中各巡检机器人上分别内置巡检终端，且巡检终端包括GPS定位仪、高清摄像头、视频采集器和语音预警提示器，其中GPS定位仪用于对目标危险采矿人员进行所处地理位置定位，高清摄像头用于对采矿区域内的人员进行面部图像采集和全身图像采集，视频采集器用于对采矿区域内的采矿人员进行采矿行为视频采集，语音预警提示器用于对识别到的非采矿人员进行驱逐语音提示预警和对未穿戴安全设备的采矿人员进行穿戴语音提示预警。
本实施例通过对划分的各采矿区域分别配备巡检机器人进行安全巡检，一方面提高了管理的智能化水平，另一方面提高了巡检的效率及巡检全面度，避免了采用人工巡检造成的巡检效率低及漏巡检的弊端。
区域人员身份识别模块通过各巡检机器人在对应的采矿区域巡检过程中，对采矿区域内存在的人员进行身份识别，其具体识别过程执行以下步骤：
H1:巡检机器人通过高清摄像头对采矿区域内存在的人员进行面部图像采集；
H2:将采集的面部图像与所有采矿人员的面部图像进行比对，若比对成功，则表明该人员为采矿人员，若比对失败，则表明该人员非采矿人员，并对识别到的非采矿人员发送驱逐语音提示指令至语音预警终端。
区域采矿人员安全穿戴设备监测模块用于通过巡检机器人对采矿区域内识别到的采矿人员进行穿戴设备情况的安全监测，其具体监测步骤如下：
F1:当巡检机器人识别到当前巡检的人员为采矿人员时，通过高清摄像头对该采矿人员进行全身图像采集；
F2:对采集的采矿人员对应的全身图像分别聚焦在头部区域和上身区域，并在聚焦的头部区域进行安全帽特征提取，若提取不到安全帽特征，则表明该采矿人员头部未穿戴安全帽，同时在聚焦的上身区域进行安全衣特征提取，若提取不到安全衣特征，则表明该采矿人员未穿戴安全衣，以此得到各采矿人员对应的穿戴设备情况,并对监测到的未穿戴安全设备的采矿人员发送穿戴语音提示指令至语音提示预警终端。
本实施例通过设置区域人员身份识别模块和区域采矿人员安全穿戴设备监测模块，对识别到的非采矿人员进行驱逐语音提示预警和对未穿戴安全设备的采矿人员进行穿戴语音提示预警，扩展了对采矿人员自身安全的监测指标范围，不仅及时保障了非采矿人员的生命安全，更加全方位地保障了采矿人员的自身生命安全，大大减少了因采矿人员未穿戴安全设备造成的采矿人员人身安全事故的发生。
区域采矿人员采矿行为分析模块用于通过巡检机器人对采矿区域内采矿人员对应的采矿行为进行识别分析是否存在危险采矿行为，其具体分析过程包括以下步骤：
D1:当巡检机器人识别到当前人员为采矿人员时，此时对该采矿人员进行跟踪，并启动视频采集器对该采矿人员对应的采矿行为进行视频采集，得到该采矿人员对应的采矿行为视频；
D2:将该采矿人员对应的采矿行为视频按照预设的视频划分帧数划分为各采矿行为图像；
D3:对划分的各采矿行为图像分别聚焦在采矿人员手部区域，以此提取采矿人员的采矿动作特征，并将提取的采矿动作特征与安全数据库中各种危险采矿行为对应的采矿动作特征进行匹配，若某采矿行为图像提取的采矿动作特征与某种危险采矿行为对应的采矿动作特征一致，则匹配成功，表明该采矿行为图像对应的采矿行为为危险采矿行为，若某采矿行为图像提取的采矿动作特征与所有危险采矿行为对应的所有采矿动作特征均不一致，则匹配失败，表明该采矿行为图像对应的采矿行为非危险采矿行为；
D4:对非危险采矿行为对应的采矿行为图像进行剔除，并对保留下的各采矿行为图像分别获取其对应的危险采矿行为种类，同时对各采矿行为图像对应的危险采矿行为种类进行对比，由此将同种危险采矿行为种类对应的采矿行为图像进行归类，进一步统计该采矿人员对应的危险采矿行为种类数量及各种危险采矿行为对应的采矿行为图像数量，并将其发送至安全分析模块。
安全数据库用于存储各种危险采矿行为对应的采矿动作特征，其中危险采矿行为包括吸烟、喝酒、使用明火等，并存储各种危险采矿行为对应的危险指数，并存储各采矿人员所属年龄对应的安全身体素质参数。
区域采矿人员身体素质参数采集模块用于对各采矿区域内各采矿人员对应的身体素质参数进行实时采集，其具体采集方式为对各采矿区域内的各采矿人员进行编号，分别标记为1,2,...,j,...,m,并对其分别穿戴智能健康采集终端，用于采集各采矿区域内各采矿人员对应的身体素质参数，并将其发送至安全分析模块，其中身体素质参数包括心率、体温和血压。
本实施例提到的智能健康采集终端可以为智能手环、智能手表、智能头带、智能头盔等，且在智能健康采集终端内设置有热敏电阻、光电传感器和测压仪，其中热敏电阻用于采集采矿人员的体温，光电传感器用于采集采矿人员的心率，测压仪用于采集采矿人员的血压。
安全分析模块用于分别接收区域采矿人员采矿行为分析模块发送的各采矿区域内各采矿人员的危险采矿行为和区域采矿人员身体素质参数采集模块发送的各采矿区域内各采矿人员对应的身体素质参数，并对其进行分析，统计各采矿区域内各采矿人员对应的自身采矿危险系数，进而将统计的各采矿区域内各采矿人员对应的自身采矿危险系数发送至管理服务器，其中对自身采矿危险系数的具体统计方法如下：
R1:将各采矿区域内各采矿人员对应的危险采矿行为种类进行编号，依次标记为1,2,...,k,...,l,并将其与安全数据库中各种危险采矿行为对应的危险指数进行对比，得到各采矿人员对应各种危险采矿行为的危险指数，由此根据各采矿区域内各采矿人员对应各种危险采矿行为的危险指数及其对应的采矿行为图像数量，计算各采矿区域内各采矿人员对应的采矿行为危险系数，其计算公式为
Figure BDA0003072870400000121
ηij表示为第i个采矿区域内第j个采矿人员对应的采矿行为危险系数，εijk表示为第i个采矿区域内第j个采矿人员对应第k种危险采矿行为的危险指数，xijk表示为第i个采矿区域内第j个采矿人员对应第k种危险采矿行为对应的采矿行为图像数量；
R2:将各采矿区域内各采矿人员对应的身体素质参数构成采矿人员身体素质参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im)，qw ij表示为第i个采矿区域内第j个采矿人员的身体素质参数对应的数值，w表示为身体素质参数，w＝u1,u2,u3,分别表示为心率，体温，血压；
R3:获取各采矿人员的年龄，将采矿人员身体素质参数集合与安全数据库中各采矿人员所属年龄对应的安全身体素质参数进行对比，计算各采矿区域内各采矿人员对应的身体素质危险系数，其计算公式为
Figure BDA0003072870400000122
ξij表示为第i个采矿区域内第j个采矿人员对应的身体素质危险系数，q′w ij表示为第i个采矿区域内第j个采矿人员所属年龄的安全身体素质参数对应的数值；
R4:根据各采矿区域内各采矿人员对应的采矿行为危险系数和身体素质危险系数统计各采矿区域内各采矿人员对应的自身采矿危险系数，其计算公式为
Figure BDA0003072870400000123
表示为第i个采矿区域内第j个采矿人员对应的自身采矿危险系数。
管理服务器用于接收安全分析模块发送的各采矿区域内各采矿人员对应的自身采矿危险系数，并将其与设置的最大自身采矿危险系数进行对比，若某采矿人员对应的自身采矿危险系数大于设置的最大自身采矿危险系数，则将该采矿人员记为目标危险采矿人员，此时统计各采矿区域内目标危险采矿人员对应的编号，并将其发送至显示终端，同时通过各采矿区域对应巡检机器人内置的GPS定位仪，定位各采矿区域内各目标危险采矿人员对应当前所处的地理位置，并将其发送至显示终端。
本实施例通过获取各采矿区域内目标危险采矿人员对应的编号及当前所处地理位置，并进行显示，其中目标危险采矿人员对应的编号为监管人员对各采矿区域内的需要进行安全处理的人员提供针对性目标，目标危险采矿人员当前所处地理位置方便监管人员快速到达目标危险采矿人员所在地进行及时处理，提高了处理的及时性，避免了目标危险采矿人员危险持续时间过长导致生命安全受到威胁情况的发生，较大程度保障了目标危险采矿人员在自身危险状况下的生命安全。
本实施例通过对各采矿人员的采矿行为进行跟踪识别分析是否存在危险采矿行为，同时对各采矿人员的身体素质参数进行采集，进而对各采矿区域内各采矿人员的危险采矿行为和身体素质参数进行综合分析统计各采矿区域内各采矿人员的自身采矿危险系数，并从中筛选出各采矿区域内存在的目标危险采矿人员，实现了对井下矿区采矿人员自身安全的监测管理，丰富了目前矿山企业对采矿人员的安全管理方式，弥补了目前矿山企业对采矿人员安全管理方式过于单一的不足，进而提高了矿山企业对采矿人员的安全管理水平，有利于保障采矿人员的自身生命安全。
管理服务器此时统计各采矿区域内存在的目标危险采矿人员数量，以此将各采矿区域按照其存在的目标危险采矿人员数量由大到小的顺序进行排序，得到各采矿区域对应的危险程度排序结果，并将其发送至显示终端。
本实施例通过根据各采矿区域内存在的目标危险采矿人员数量对各采矿区域进行危险程度排序，便于相关监管人员直观了解各采矿区域内的采矿人员危险状况，为后期对各采矿区域的针对性安全管理提供参考依据。
语音预警终端用于接收区域人员身份识别模块发送的驱逐语音提示指令，并接收区域采矿人员安全穿戴设备监测模块发送的穿戴语音提示指令，进而通过启动各采矿区域对应巡检机器人内置的语音预警提示器对该采矿区域识别到的非采矿人员进行驱逐语音提示预警，对该采矿区域内未穿戴安全设备的采矿人员进行穿戴语音提示预警，有利于提醒人员注意。
显示终端用于接收管理服务器发送的各采矿区域内目标危险采矿人员对应的编号及当前所处的地理位置和各采矿区域对应的危险程度排序结果，并对其进行显示。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：包括矿山井下采矿区域划分模块、区域巡检配备模块、区域人员身份识别模块、区域采矿人员安全穿戴设备监测模块、区域采矿人员采矿行为分析模块、区域采矿人员身体素质参数采集模块、安全数据库、安全分析模块、管理服务器、语音预警终端和显示终端；
所述矿山井下采矿区域划分模块用于对矿山井下采矿区域按照所处矿洞的不同划分为若干采矿区域，并对划分的各采矿区域进行编号，依次标记为1,2,...,i,...,n；
所述区域巡检配备模块用于对划分的各采矿区域分别配备一个巡检机器人，其中各巡检机器人上分别内置巡检终端；
所述区域人员身份识别模块通过各巡检机器人在对应的采矿区域巡检过程中，对采矿区域内存在的人员进行身份识别，并对识别到的非采矿人员发送驱逐语音提示指令至语音预警终端；
所述区域采矿人员安全穿戴设备监测模块用于通过巡检机器人对采矿区域内识别到的采矿人员进行穿戴设备情况的安全监测，并对监测到的未穿戴安全设备的采矿人员发送穿戴语音提示指令至语音提示预警终端；
所述区域采矿人员采矿行为分析模块用于通过巡检机器人对采矿区域内采矿人员对应的采矿行为进行识别分析是否存在危险采矿行为，进而将分析出的危险采矿行为发送至安全分析模块；
所述区域采矿人员身体素质参数采集模块用于对各采矿区域内各采矿人员对应的身体素质参数进行实时采集；
所述安全分析模块用于对各采矿区域内各采矿人员的危险采矿行为及身体素质参数进行分析，以统计各采矿区域内各采矿人员对应的自身采矿危险系数；
所述管理服务器用于将各采矿区域内各采矿人员对应的自身采矿危险系数与设置的最大自身采矿危险系数进行对比，若某采矿人员对应的自身采矿危险系数大于设置的最大自身采矿危险系数，则将该采矿人员记为目标危险采矿人员，此时统计各采矿区域内目标危险采矿人员对应的编号，并将其发送至显示终端，同时对各采矿区域进行危险程度排序；
所述语音预警终端用于通过启动各采矿区域对应巡检机器人内置的语音预警提示器对该采矿区域识别到的非采矿人员进行驱逐语音提示预警，对该采矿区域内未穿戴安全设备的采矿人员进行穿戴语音提示预警；
所述显示终端用于对各采矿区域内目标危险采矿人员对应的编号及各采矿区域对应的危险程度排序结果进行显示。
2.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述巡检终端包括GPS定位仪、高清摄像头、视频采集器和语音预警提示器。
3.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述区域人员身份识别模块对采矿区域内存在的人员进行身份识别，其具体识别过程执行以下步骤：
H1:巡检机器人通过高清摄像头对采矿区域内存在的人员进行面部图像采集；
H2:将采集的面部图像与所有采矿人员的面部图像进行比对，若比对成功，则表明该人员为采矿人员，若比对失败，则表明该人员非采矿人员。
4.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述区域采矿人员安全穿戴设备监测模块通过巡检机器人对采矿区域内识别到的采矿人员进行穿戴设备情况的安全监测，其具体监测步骤如下：
F1:当巡检机器人识别到当前巡检的人员为采矿人员时，通过高清摄像头对该采矿人员进行全身图像采集；
F2:对采集的采矿人员对应的全身图像分别聚焦在头部区域和上身区域，并在聚焦的头部区域进行安全帽特征提取，若提取不到安全帽特征，则表明该采矿人员头部未穿戴安全帽，同时在聚焦的上身区域进行安全衣特征提取，若提取不到安全衣特征，则表明该采矿人员未穿戴安全衣，以此得到各采矿人员对应的穿戴设备情况。
5.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述区域采矿人员采矿行为分析模块通过巡检机器人对采矿区域内采矿人员对应的采矿行为进行识别分析是否存在危险采矿行为，其具体分析过程包括以下步骤：
D1:当巡检机器人识别到当前人员为采矿人员时，此时对该采矿人员进行跟踪，并启动视频采集器对该采矿人员对应的采矿行为进行视频采集，得到该采矿人员对应的采矿行为视频；
D2:将该采矿人员对应的采矿行为视频按照预设的视频划分帧数划分为各采矿行为图像；
D3:对划分的各采矿行为图像分别聚焦在采矿人员手部区域，以此提取采矿人员的采矿动作特征，并将提取的采矿动作特征与安全数据库中各种危险采矿行为对应的采矿动作特征进行匹配，若某采矿行为图像提取的采矿动作特征与某种危险采矿行为对应的采矿动作特征一致，则匹配成功，表明该采矿行为图像对应的采矿行为为危险采矿行为，若某采矿行为图像提取的采矿动作特征与所有危险采矿行为对应的所有采矿动作特征均不一致，则匹配失败，表明该采矿行为图像对应的采矿行为非危险采矿行为；
D4:对非危险采矿行为对应的采矿行为图像进行剔除，并对保留下的各采矿行为图像分别获取其对应的危险采矿行为种类，同时对各采矿行为图像对应的危险采矿行为种类进行对比，由此将同种危险采矿行为种类对应的采矿行为图像进行归类，进一步统计该采矿人员对应的危险采矿行为种类数量及各种危险采矿行为对应的采矿行为图像数量，并将其发送至安全分析模块。
6.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述区域采矿人员身体素质参数采集模块对各采矿区域内各采矿人员对应的身体素质参数进行实时采集，其具体采集方式为对各采矿区域内的各采矿人员进行编号，分别标记为1,2,...,j,...,m,并对其分别穿戴智能健康采集终端，用于采集各采矿区域内各采矿人员对应的身体素质参数。
7.根据权利要求6所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述身体素质参数包括心率、体温和血压。
8.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述安全分析模块对各采矿区域内各采矿人员的危险采矿行为及身体素质参数进行分析，以统计各采矿人员对应的自身采矿危险系数，其具体统计方法如下：
R1:将各采矿区域内各采矿人员对应的危险采矿行为种类进行编号，依次标记为1,2,...,k,...,l,并将其与安全数据库中各种危险采矿行为对应的危险指数进行对比，得到各采矿人员对应各种危险采矿行为的危险指数，由此根据各采矿区域内各采矿人员对应各种危险采矿行为的危险指数及其对应的采矿行为图像数量，计算各采矿区域内各采矿人员对应的采矿行为危险系数，其计算公式为
Figure FDA0003072870390000051
ηij表示为第i个采矿区域内第j个采矿人员对应的采矿行为危险系数，εijk表示为第i个采矿区域内第j个采矿人员对应第k种危险采矿行为的危险指数，xijk表示为第i个采矿区域内第j个采矿人员对应第k种危险采矿行为对应的采矿行为图像数量；
R2:将各采矿区域内各采矿人员对应的身体素质参数构成采矿人员身体素质参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im)，qw ij表示为第i个采矿区域内第j个采矿人员的身体素质参数对应的数值，w表示为身体素质参数，w＝u1,u2,u3,分别表示为心率，体温，血压；
R3:获取各采矿人员的年龄，将采矿人员身体素质参数集合与安全数据库中各采矿人员所属年龄对应的安全身体素质参数进行对比，计算各采矿区域内各采矿人员对应的身体素质危险系数，其计算公式为
Figure FDA0003072870390000052
ξij表示为第i个采矿区域内第j个采矿人员对应的身体素质危险系数，q′w ij表示为第i个采矿区域内第j个采矿人员所属年龄的安全身体素质参数对应的数值；
R4:根据各采矿区域内各采矿人员对应的采矿行为危险系数和身体素质危险系数统计各采矿区域内各采矿人员对应的自身采矿危险系数，其计算公式为
Figure FDA0003072870390000053
Figure FDA0003072870390000054
表示为第i个采矿区域内第j个采矿人员对应的自身采矿危险系数。
9.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述管理服务器对各采矿区域进行危险程度排序，其具体排序方式为统计各采矿区域内存在的目标危险采矿人员数量，以此将各采矿区域按照其存在的目标危险采矿人员数量由大到小的顺序进行排序，得到各采矿区域对应的危险程度排序结果。
10.根据权利要求1所述的一种基于大数据分析的矿山安全信息化智能管理系统，其特征在于：所述管理服务器在统计各采矿区域内目标危险采矿人员对应的编号过程中，还通过各采矿区域对应巡检机器人内置的GPS定位仪，定位各目标危险采矿人员对应当前所处的地理位置，并将其发送至显示终端。
CN202110543981.4A 2021-05-19 2021-05-19 一种基于大数据分析的矿山安全信息化智能管理系统 Active CN113240294B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110543981.4A CN113240294B (zh) 2021-05-19 2021-05-19 一种基于大数据分析的矿山安全信息化智能管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110543981.4A CN113240294B (zh) 2021-05-19 2021-05-19 一种基于大数据分析的矿山安全信息化智能管理系统

Publications (2)

Publication Number Publication Date
CN113240294A true CN113240294A (zh) 2021-08-10
CN113240294B CN113240294B (zh) 2022-04-29

Family

ID=77137494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110543981.4A Active CN113240294B (zh) 2021-05-19 2021-05-19 一种基于大数据分析的矿山安全信息化智能管理系统

Country Status (1)

Country Link
CN (1) CN113240294B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113947752A (zh) * 2021-10-14 2022-01-18 安徽理工大学 一种用于矿井全景的识别方法以及识别系统
CN114373245A (zh) * 2021-12-16 2022-04-19 南京南自信息技术有限公司 基于数字化电厂的智能巡检系统
CN114510064A (zh) * 2022-04-21 2022-05-17 北京安录国际技术有限公司 巡检机器人控制方法、系统、存储介质及电子设备
CN114827189A (zh) * 2022-03-10 2022-07-29 金川集团股份有限公司 一种选矿生产工序ai智能点巡检综合管理系统
CN114821373A (zh) * 2022-05-13 2022-07-29 武汉红火焰建筑工程有限公司 一种基建项目工程施工现场安全智能监理监测分析预警系统
CN115014439A (zh) * 2022-06-07 2022-09-06 多彩贵州印象网络传媒股份有限公司 一种基于人工智能的工业园区智能巡检预警系统
CN115953137A (zh) * 2023-03-13 2023-04-11 长春工程学院 一种矿山智能化管理方法和系统
CN116823529A (zh) * 2022-07-05 2023-09-29 湖北学优领航职业技能培训有限公司 一种基于行为大数据分析的安防智能管理系统
CN117560465A (zh) * 2023-03-07 2024-02-13 河北地质大学 一种基于互联网的矿山安全监测系统和方法
CN118644951A (zh) * 2024-08-13 2024-09-13 大连健星建筑工程有限公司 矿山安全风险监测与预警系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107701234A (zh) * 2017-09-01 2018-02-16 郭亚晋 一种智能矿井监管系统
CN107886081A (zh) * 2017-11-23 2018-04-06 武汉理工大学 双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法
CN110206588A (zh) * 2019-05-29 2019-09-06 武汉理工大学 地下矿山作业人员安全管理系统
WO2020025212A1 (en) * 2018-08-03 2020-02-06 Renotec Device and method for detecting unsafe actions or unsafe situations during construction or repair of building structures
CN112769908A (zh) * 2020-12-29 2021-05-07 煤炭科学研究总院 协同控制方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107701234A (zh) * 2017-09-01 2018-02-16 郭亚晋 一种智能矿井监管系统
CN107886081A (zh) * 2017-11-23 2018-04-06 武汉理工大学 双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法
WO2020025212A1 (en) * 2018-08-03 2020-02-06 Renotec Device and method for detecting unsafe actions or unsafe situations during construction or repair of building structures
CN110206588A (zh) * 2019-05-29 2019-09-06 武汉理工大学 地下矿山作业人员安全管理系统
CN112769908A (zh) * 2020-12-29 2021-05-07 煤炭科学研究总院 协同控制方法、装置及电子设备

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113947752A (zh) * 2021-10-14 2022-01-18 安徽理工大学 一种用于矿井全景的识别方法以及识别系统
CN114373245A (zh) * 2021-12-16 2022-04-19 南京南自信息技术有限公司 基于数字化电厂的智能巡检系统
CN114373245B (zh) * 2021-12-16 2023-10-27 南京南自信息技术有限公司 基于数字化电厂的智能巡检系统
CN114827189A (zh) * 2022-03-10 2022-07-29 金川集团股份有限公司 一种选矿生产工序ai智能点巡检综合管理系统
CN114510064A (zh) * 2022-04-21 2022-05-17 北京安录国际技术有限公司 巡检机器人控制方法、系统、存储介质及电子设备
CN114510064B (zh) * 2022-04-21 2022-07-08 北京安录国际技术有限公司 巡检机器人控制方法、系统、存储介质及电子设备
CN114821373B (zh) * 2022-05-13 2023-07-21 山西协诚建设工程项目管理有限公司 一种基建项目工程施工现场安全智能监理监测分析预警系统
CN114821373A (zh) * 2022-05-13 2022-07-29 武汉红火焰建筑工程有限公司 一种基建项目工程施工现场安全智能监理监测分析预警系统
CN115014439B (zh) * 2022-06-07 2023-02-17 多彩贵州印象网络传媒股份有限公司 一种基于人工智能的工业园区智能巡检预警系统
CN115014439A (zh) * 2022-06-07 2022-09-06 多彩贵州印象网络传媒股份有限公司 一种基于人工智能的工业园区智能巡检预警系统
CN116823529A (zh) * 2022-07-05 2023-09-29 湖北学优领航职业技能培训有限公司 一种基于行为大数据分析的安防智能管理系统
CN117560465A (zh) * 2023-03-07 2024-02-13 河北地质大学 一种基于互联网的矿山安全监测系统和方法
CN115953137A (zh) * 2023-03-13 2023-04-11 长春工程学院 一种矿山智能化管理方法和系统
CN118644951A (zh) * 2024-08-13 2024-09-13 大连健星建筑工程有限公司 矿山安全风险监测与预警系统

Also Published As

Publication number Publication date
CN113240294B (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
CN113240294B (zh) 一种基于大数据分析的矿山安全信息化智能管理系统
CN110674772A (zh) 电力作业现场智能安全管控辅助系统及方法
CN115294533B (zh) 基于数据处理的建筑施工状态监测方法
CN112613449A (zh) 一种基于视频人脸图像的安全帽佩戴检测识别方法及系统
CN116687363B (zh) 一种基于穿戴设备的有限空间作业人员身体状况监测系统
CN114627411A (zh) 基于计算机视觉下并行检测的农作物生育期识别方法
CN213128247U (zh) 一种智能安全帽系统
CN111259855A (zh) 基于深度学习的移动式安全帽佩戴检测方法
CN102106730A (zh) 基于分形特征的脑电信号处理及警觉度检测方法
CN115880722A (zh) 一种配电作业人员穿戴的智能识别方法、系统和介质
CN114926778A (zh) 一种生产环境下的安全帽与人员身份识别系统
CN113065984A (zh) 轨道交通车站应急演练信息智能检测评估系统及方法
CN114462882B (zh) 一种基于物联网技术的水利施工用安全防护系统
CN107661092B (zh) 生命体征状态监测方法及计算机可读存储介质
CN115761591A (zh) 多作业现场违规识别方法
CN115424340A (zh) 基于yolov5神经网络技术识别防护服的方法
CN113113145B (zh) 基于远程监控和视频处理的智慧居家养老服务管理一体化智能平台
CN112381288B (zh) 一种高寒地区草地生态管理系统
CN110930632A (zh) 一种基于人工智能的预警系统
CN113327404A (zh) 空中交通管制员岗位疲劳状态监测告警系统
CN111931748B (zh) 一种适用于蓄电池生产车间的工人疲劳度检测方法
CN117612328A (zh) 一种基于智能穿戴的人体健康状况预警方法及系统
CN211749663U (zh) 一种员工情绪预测系统
CN116687349A (zh) 基于物联网的智能农业安全监测系统
CN111353465A (zh) 基于深度学习技术的变电站人员行为分析方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20220414

Address after: 030000 east area, No. 49, Zhengyang Street, Tanghuai Park, Taiyuan, Shanxi comprehensive reform demonstration zone, Taiyuan, Shanxi Province

Applicant after: TAIYUAN XIANGMING INTELLIGENT CONTROL TECHNOLOGY Co.,Ltd.

Address before: No. 512, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan, Hubei 430223

Applicant before: Wuhan shiyixin Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant