CN113743725A - 基于边缘计算的登高作业人员的登高资质检测方法及系统 - Google Patents

基于边缘计算的登高作业人员的登高资质检测方法及系统 Download PDF

Info

Publication number
CN113743725A
CN113743725A CN202110891918.XA CN202110891918A CN113743725A CN 113743725 A CN113743725 A CN 113743725A CN 202110891918 A CN202110891918 A CN 202110891918A CN 113743725 A CN113743725 A CN 113743725A
Authority
CN
China
Prior art keywords
operator
attribute set
static attribute
static
ascending
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
CN202110891918.XA
Other languages
English (en)
Other versions
CN113743725B (zh
Inventor
杨启帆
李霄铭
郑飘飘
徐海青
陈是同
梁翀
潘丹
蒋鑫
杨劲怀
吴茜
刘佳
王雷
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.)
Anhui Jiyuan Software Co Ltd
Information and Telecommunication Branch of State Grid Fujian Electric Power Co Ltd
Original Assignee
Anhui Jiyuan Software Co Ltd
Information and Telecommunication Branch of State Grid Fujian Electric Power 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 Anhui Jiyuan Software Co Ltd, Information and Telecommunication Branch of State Grid Fujian Electric Power Co Ltd filed Critical Anhui Jiyuan Software Co Ltd
Priority to CN202110891918.XA priority Critical patent/CN113743725B/zh
Publication of CN113743725A publication Critical patent/CN113743725A/zh
Application granted granted Critical
Publication of CN113743725B publication Critical patent/CN113743725B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了基于边缘计算的登高作业人员的登高资质检测方法及系统，该方法包括：获取具有相应的特种作业资质的第一作业人员第一静态属性集合；获取具有第一动态属性的第二作业人员第二静态属性集合；获取具有第一动态属性集合的第三作业人员第三静态属性集合；基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；若存在不匹配，则发出告警信号，本发明实现持续对登高作业整个过程中登高状态的作业人员进行特种作业资质检测，实现对作业人员登高作业全作业过程进行监管。

Description

基于边缘计算的登高作业人员的登高资质检测方法及系统
技术领域
本发明涉及涉及电力作业现场安全管控技术领域，具体涉及基于边缘计算的登高作业人员的登高资质检测方法及系统。
背景技术
在电力安全生产管理中，对现场作业安全的控制管理，一直是各级单位安全控制管理的重要内容之一。为保证安全作业生产，工作和试验现场都需要进行有效的安全管控，包括对作业人员的作业过程进行监管。对于在输电杆塔进行调整、更换杆塔拉线或拉线金具作业中，安全管控重点为登高作业人员防高坠监护。现有技术中，针对登高作业任务中，大多会考虑到对登高作业人员的作业过程是否符合登高作业规范，而对于登高作业人员的特种作业资质核验，大多是基于作业人员提供的特种作业资质证书确定作业人员具备特种作业资质，会忽略对于登高作业的整个过程中持续的对作业人员的登高资质进行核验，从而导致登高作业任务中登高违章行为的发生。
发明内容
针对上述现有技术存在的问题，本发明提供了基于边缘计算的登高作业人员的登高资质检测方法、系统、相关设备及可读存储介质，通过在登高作业前、中不同作业阶段进行登高资质检测以及通过多种边缘智能终端采集的登高作业人员属性信息，持续对登高作业整个过程中登高状态的作业人员进行特种作业资质检测，实现对作业人员的作业过程进行监管。
本申请实施例提供了基于边缘计算的登高作业人员的登高资质检测方法，应用于边缘计算装置，包括：
获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合；
获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，所述第一动态属性用于表征作业人员处于登高状态；
若第二作业人员第二静态属性集合中对应的人员数量不大于第一作业人员第一静态属性集合中对应的人员数量，则获取第三边缘智能终端发送的架空线路作业过程中具有第一动态属性集合的第三作业人员第三静态属性集合；
基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；
若第二作业人员第二静态属性集合或者第三作业人员第三静态属性集合中存在至少一个不能与第一作业人员第一静态属性集合关联匹配的属性值，则发出告警信号。
优选的，上述登高资质检测方法还包括：第二作业人员第二静态属性集合中对应的人员数量大于第一作业人员第一静态属性集合中对应的人员数量，则直接发出告警信息。
优选的，所述第一静态属性、第二静态属性、第三静态属性分别为人脸图像、作业人员随身携带的作业安全器具设备标识、人脸图像。
优选的，所述获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合，包括：
获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员的第一静态属性，并提取第一静态属性的多个特征数据；
对多个特征数据基于重要性程度进行过滤筛选，获取第一保留率的特征数据；
对于第一保留率的特征数据基于相似性进行分组，并基于每组中多个特征数据的重要性程度确定用于对作业人员的第一静态属性进行分析的第一特征数据组；
根据第一特征数据组在所述架空线路作业任务预设的所有班组作业人员中获取匹配目标对象，并获取匹配目标对象的关联属性信息；
根据匹配目标对象的关联属性信息确定所述作业人员是否具有相应特种作业资质，基于具有相应特种作业资质的人脸图像生成第一作业人员第一静态属性集合。
优选的，所述对多个特征数据基于重要性程度进行过滤筛选，包括：
获取提取第一静态属性的多个特征数据过程的逆过程；
依次选择一种特征数据过滤方案，基于当前特征数据过滤方案采用所述逆过程进行第一静态数据重构；
基于当前特征数据过滤方案第一静态数据重构的结果与原始第一静态数据数据计算当前特征数据过滤方案对应的损失值，基于所述损失值确定当前特征数据过滤方案的过滤的特征数据的重要性程度；
基于所述重要性程度和所述第一保留率对多个特征数据进行过滤筛选。
优选的，所述根据第一特征数据组在所述架空线路作业任务预设的所有班组作业人员中获取匹配目标对象，包括：
基于第一特征数据组中每个特征数据的每个维度数据计算所述维度值与所述特征数据中所有剩余维度数据之间的相似度和，记为所述维度数据的第一统计值；
基于特征数据中每个维度数据的第一统计值，计算特征数据中第一统计值的方差；
基于所述第一统计值的方差大小，确定不同特征数据的维度数据过滤数量占比；
基于所述维度数据过滤数量占比优化第一特征数据组并输入目标识别模型进行目标匹配。
优选的，所述获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，包括：
获取第二边缘智能终端发送的架空线路作业过程中作业人员的登高高度；
确定采集的高度数据大于第一预设值的第二边缘智能终端的设备标识；
基于所述设备标识生成第二作业人员第二静态属性集合。
本申请实施例提供了基于边缘计算的登高作业人员的登高资质检测系统，应用于边缘计算装置，包括：
第一作业人员集合单元，用于获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合；
第二作业人员集合单元，用于获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，所述第一动态属性用于表征作业人员处于登高状态；
第三作业人员集合单元，用于在第二作业人员第二静态属性集合中对应的人员数量不大于第一作业人员第一静态属性集合中对应的人员数量时，获取第三边缘智能终端发送的架空线路作业过程中具有第一动态属性集合的第三作业人员第三静态属性集合；
关联匹配单元，用于基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；
告警单元，用于在第二作业人员第二静态属性集合或者第三作业人员第三静态属性集合中存在至少一个不能与第一作业人员第一静态属性集合关联匹配的属性值时，发出告警信号。
本申请实施例提供了一种登高资质检测设备，包括存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现上述登高资质检测方法的各个步骤。
本申请实施例提供了一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述登高资质检测方法的各个步骤。
本发明的基于边缘计算的登高作业人员的登高资质检测方法及系统，具备如下有益效果：通过第一边缘智能终端采集的作业人员属性数据确定登高作业任务中实际的班组作业人员中具备登高资质的作业人员，通过第二边缘智能终端和第三边缘智能终端采集的作业人员属性数据与实际班组作业人员中具备登高资质的作业人员进行关联匹配，确定登高作业状态的作业人员是否具备登高资质，实现对登高作业整个过程中登高状态的作业人员进行特种作业资质检测。
附图说明
图1是本申请实施例中基于边缘计算的登高作业人员的登高资质检测方法的流程框图；
图2是本申请实施例中获取第一作业人员第一静态属性集合的方法流程框图；
图3是本申请实施例中基于边缘计算的登高作业人员的登高资质检测系统的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
参见图1，本申请实施例提供了一种基于边缘计算的登高作业人员的登高资质检测方法，应用于边缘计算装置，包括：
获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合；
获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，所述第一动态属性用于表征作业人员处于登高状态；
若第二作业人员第二静态属性集合中对应的人员数量大于第一作业人员第一静态属性集合中对应的人员数量，则直接发出告警信息，若第二作业人员第二静态属性集合中对应的人员数量不大于第一作业人员第一静态属性集合中对应的人员数量，则获取第三边缘智能终端发送的架空线路作业过程中具有第一动态属性集合的第三作业人员第三静态属性集合；
基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；
若第二作业人员第二静态属性集合或者第三作业人员第三静态属性集合中存在至少一个不能与第一作业人员第一静态属性集合关联匹配的属性值，则发出告警信号。
在对输电杆塔进行调整、更换杆塔拉线或拉线金具作业时，一般由工作负责人(监护人)、塔上作业人员、地面作业人员。作业前，工作负责人组织相关人员前往现场进行勘查，确认作业地点，确认作业线路位置。现场勘查结束后，通过数字化工作票系统完成工作票编制、签发、收票后，作业班组携带安全工器具前往作业现场，进行安措布置、工作许可、安全交底，确认无误后登高作业人员上塔进行作业。
作业过程中，杆上作业人员必须配备安全器具并按照规范作业过程进行。
上述第一静态属性、第二静态属性、第三静态属性可以为人脸图像、作业人员随身携带的作业安全器具设备标识等作业人员的关联信息中的一种，在本实施例中，第一静态属性、第二静态属性、第三静态属性分别为人脸图像、作业人员随身携带的作业安全器具设备标识、人脸图像；
在本申请实施例中，在安全交底的阶段中：通过移动布控球等第一边缘智能终端的图像采集能力，获取所有班组作业人员的人脸图像，将人脸图像传输到边缘计算装置中，该人脸图像可以作为作业人员的一种静态属性。
基于第一作业人员第一静态属性集合，可以在数字化工作票系统的作业人员人脸数据库中匹配人脸特征，搜索到对应的作业人员的唯一身份标识，进而确定作业人员是否具有相应的资质，进而判定班组作业人员中具有相应资质的作业人员数量是否正常，本实施例中，当班组作业人员中至少有1人具备相应的特种作业资质，则视为正常，否则发出告警信息，并将告警信息通过边缘智能服务推送到数字化工作票系统；
在作业过程中，基于具有高度检测功能的第二边缘智能终端传感采集作业人员的高度，当高度数据大于预设值时，例如2米，确定该作业人员属于登高状态，并进一步根据高度数据大于预设值的第二边缘智能终端，确定处于登高作业的作业人员数量，优选的一个作业人员配备一个第二边缘智能设备，该第二边缘智能设备的属性信息可以作业人员的一个静态属性，本申请实施例中，该第二边缘智能设备采用具有高度检测功能的智能安全帽，根据采集高度数据大于预设值的智能安全帽的设备标识，获得第二作业人员第二静态属性集合，基于该第二作业人员第二静态属性集合可以在数字化工作票系统中获取所述智能安全帽绑定的作业人员信息包括作业人员的唯一身份标识以及对应的作业人员的资质信息，经过智能识别对比，可判断登高作业人员是否具有相应的资质；
同时，第三边缘智能终端对于具有第一动态属性的作业人员采集人脸图像信息，形成第三作业人员第三静态属性集合，具体的，第三边缘智能终端的位置可以设置成采集范围在作业人员处于登高状态的范围，以此实现对具有第一动态属性的作业人员采集人脸图像信息；基于该第三作业人员第三静态属性集合，可以数字化工作票系统的作业人员人脸数据库中匹配人脸特征，搜索到对应的作业人员的唯一身份标识；
上述基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配，可以根据基于第一作业人员第一静态属性集合获取的作业人员唯一身份标识，与基于第二作业人员第二静态属性集合获取的作业人员唯一身份标识进行对比判断，判定第二作业人员第二静态属性集合是否与第一作业人员第一静态属性集合关联匹配，同理判定第三作业人员第三静态属性集合是否与第一作业人员第一静态属性集合关联匹配。
基于上述第一静态属性、第二静态属性、第三静态属性分别为人脸图像、作业人员随身携带的作业安全器具设备标识、人脸图像，第一边缘智能终端用于采集登高作业安全交底阶段所有班组作业人员的人脸图像，所述第二边缘智能终端采用具有高度检测装置的智能安全帽，用于检测采集架空线路作业过程中作业人员的高度数据，第三边缘智能终端采用登高作业现场的视频终端，用于采集架空线路作业过程中作业人员的登高作业人员人脸图像。其中，第二边缘智能终端一方面可以通过智能安全帽上的登高监测器，可实时获取登高作业人员的高度信息。第二方面，可以通过智能安全帽上的北斗定位标签，可实时获取登高作业人员的位置信息(重点是高度信息)。
参见图2，上述获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合，包括：
获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员的第一静态属性，并提取第一静态属性的多个特征数据；
对多个特征数据基于重要性程度进行过滤筛选，获取第一保留率的特征数据；
对于第一保留率的特征数据基于相似性进行分组，并基于每组中多个特征数据的重要性程度确定用于对作业人员的第一静态属性进行分析的第一特征数据组；
根据第一特征数据组在所述架空线路作业任务预设的所有班组作业人员中获取匹配目标对象，并获取匹配目标对象的关联属性信息；
根据匹配目标对象的关联属性信息确定所述作业人员是否具有相应特种作业资质，基于具有相应特种作业资质的人脸图像生成第一作业人员第一静态属性集合。
本实施例中，通过先对第一边缘智能终端采集的第一静态属性进行特征数据处理，首先考虑到提取的特征数据能够具有更加丰富有效的特征以提高识别判断准确性，对于第一静态数据先基于多种特征数据的提取方法对应提取特征，例如纹理特征、颜色特征、对比度特征、透明度特征、亮度特征等以及更加高级的语义特征信息，其次，考虑到对多种特征数据进行识别判断时采用的模型参数量和计算量束缚了其识别效率和准确性，对于多种特征数据先通过初步过滤筛选，得到第一保留率的特征数据，并进一步，基于该第一保留率的特征数据通过相似性分析，获得最具有代表的一组特征数据用于分析作业人员的第一静态属性，有效减小分析过程中的参数量和计算量，提高第一静态属性分析的效率和准确率。
进一步的，对多个特征数据基于重要性程度进行过滤筛选，包括：
获取提取第一静态属性的多个特征数据过程的逆过程；
依次选择一种特征数据过滤方案，基于当前特征数据过滤方案采用所述逆过程进行第一静态数据重构；
基于当前特征数据过滤方案第一静态数据重构的结果与原始第一静态数据数据计算当前特征数据过滤方案对应的损失值，基于所述损失值确定当前特征数据过滤方案的过滤的特征数据的重要性程度；
基于所述重要性程度和所述第一保留率对多个特征数据进行过滤筛选。
具体的，特征数据过滤方案根据第一保留率的设置生成，根据第一保留率确定数据过滤方案中需要过滤的特征数据数量，并进一步在多个特征数据中选择对应数量的特征数据进行过滤。基于当前特征数据过滤方案第一静态数据重构的结果与原始第一静态数据数据计算当前特征数据过滤方案对应的损失值，损失值越大，则该过滤方案中过滤的特征数据对于分析作业人员的第一静态属性越重要，例如，一种过滤方案中，过滤的特征数据包括A、B、C，另一种过滤方案中，过滤的特征数据包括A、B、D，过滤掉A、B、C后的损失值大于过滤掉A、B、D的损失值，则可以确定特征数据C的重要性大于D。进一步的，在对所有特征数据的重要性进行排序后，基于第一保留率的设置确定需要过滤的特征数据。
上述根据第一特征数据组在所述架空线路作业任务预设的所有班组作业人员中获取匹配目标对象，包括：
基于第一特征数据组中每个特征数据的每个维度数据计算所述维度值与所述特征数据中所有剩余维度数据之间的相似度和，记为所述维度数据的第一统计值；
基于特征数据中每个维度数据的第一统计值，计算特征数据中第一统计值的方差；
基于所述第一统计值的方差大小，确定不同特征数据的维度数据过滤数量占比；
基于所述维度数据过滤数量占比优化第一特征数据组并输入目标识别模型进行目标匹配。
在本实施例中，考虑到图像中相邻像素区域具有相似特征数据，导致原始提取的特征数据包含大量冗余信息，本申请中对第一特征数据组中的每个特征数据进行进一步降维处理，每个维度数据对应的第一统计值表征该维度数据与其它维度数据的相似性，相似性越大，则该维度数据越有可能被过滤，进一步的，第一统计值的方差大小用于表征该特征数据中所有维度数据之间的差异性，方差越小，则所有维度数据的差异性越小，则该特征数据中可能被过滤的维度数据越多，基于预设的整体第一保留率以及不同特征数据的第一统计值的方差，确定每个特征数据中维度数据的过滤数量，进一步的，考虑是不同的特征数据，本申请中对于不同特征数据的第一统计值进行了标准化处理，具体的，该标准化处理包括：
基于所述第一统计值的方差大小，映射获取对应的第一权重；
基于该第一权重对特征数据的第一统计值进行标准化处理，该公式为：
Figure BDA0003196482570000081
其中α为第一权重，A1、A2分别为归一化前、后的第一统计值，Amax、Amin分别为归一化前的第一统计值的最大值、最小值。
在上述确定不同特征数据的维度数据过滤数量占比之后，可以进一步确定不同的特征数据自身需要过滤的维度数据数量，进而对第一特征数据组中的维度数据进行优化处理。基于该优化处理后的第一特征数据组通过目标识别模型进行目标匹配。
上述获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，包括：
获取第二边缘智能终端发送的架空线路作业过程中作业人员的登高高度；
确定采集的高度数据大于第一预设值的第二边缘智能终端的设备标识；
基于所述设备标识生成第二作业人员第二静态属性集合。
下面对本申请实施例公开的基于边缘计算的登高作业人员的登高资质检测系统进行描述，下文描述的基于边缘计算的登高作业人员的登高资质检测系统与上文描述的基于边缘计算的登高作业人员的登高资质检测方法可相互对应参照。
参见图3，本申请实施例提供了一种基于边缘计算的登高作业人员的登高资质检测系统，应用于边缘计算装置，其特征在于，包括：
第一作业人员集合单元，用于获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合；
第二作业人员集合单元，用于获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，所述第一动态属性用于表征作业人员处于登高状态；
第三作业人员集合单元，用于在第二作业人员第二静态属性集合中对应的人员数量不大于第一作业人员第一静态属性集合中对应的人员数量时，获取第三边缘智能终端发送的架空线路作业过程中具有第一动态属性集合的第三作业人员第三静态属性集合；
关联匹配单元，用于基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；
告警单元，用于在第二作业人员第二静态属性集合或者第三作业人员第三静态属性集合中存在至少一个不能与第一作业人员第一静态属性集合关联匹配的属性值时，发出告警信号。
在一些实施例中，本发明实施例提供的登高作业人员的登高资质检测系统可以采用软硬件结合的方式实现，作为示例，本发明实施例所提供的登高作业人员的登高资质检测系统可以直接体现为由处理器执行的软件模块组合，软件模块可以位于存储介质中，存储介质位于存储器，处理器读取存储器中软件模块包括的可执行指令，结合必要的硬件(例如，包括处理器以及连接到总线的其他组件)完成本发明实施例提供的登高作业人员的登高资质检测方法。
本实施例提供的登高作业人员的登高资质检测系统与上述实施例提供的高作业人员的登高资质检测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述
本申请实施例提供了一种登高资质检测设备，包括存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现上述的登高资质检测方法的各个步骤。
当然，该登高资质检测设备还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该登高资质检测设备还可以包括其他用于实现设备功能的部件，在此不做赘述。
本申请实施例提供了一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述的登高资质检测方法的各个步骤。
该可读存储介质可以是只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、只读光盘(compact disc read-only memory，CD-ROM)、磁带、软盘和光数据存储节点等。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。

Claims (10)

1.基于边缘计算的登高作业人员的登高资质检测方法，应用于边缘计算装置，其特征在于，包括：
获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合；
获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，所述第一动态属性用于表征作业人员处于登高状态；
若第二作业人员第二静态属性集合中对应的人员数量不大于第一作业人员第一静态属性集合中对应的人员数量，则获取第三边缘智能终端发送的架空线路作业过程中具有第一动态属性集合的第三作业人员第三静态属性集合；
基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；
若第二作业人员第二静态属性集合或者第三作业人员第三静态属性集合中存在至少一个不能与第一作业人员第一静态属性集合关联匹配的属性值，则发出告警信号。
2.根据权利要求1所述的基于边缘计算的登高作业人员的登高资质检测方法，其特征在于，还包括：第二作业人员第二静态属性集合中对应的人员数量大于第一作业人员第一静态属性集合中对应的人员数量，则直接发出告警信息。
3.根据权利要求1所述的基于边缘计算的登高作业人员的登高资质检测方法，其特征在于，所述第一静态属性、第二静态属性、第三静态属性分别为人脸图像、作业人员随身携带的作业安全器具设备标识、人脸图像。
4.根据权利要求1所述的基于边缘计算的登高作业人员的登高资质检测方法，其特征在于，所述获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合，包括：
获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员的第一静态属性，并提取第一静态属性的多个特征数据；
对多个特征数据基于重要性程度进行过滤筛选，获取第一保留率的特征数据；
对于第一保留率的特征数据基于相似性进行分组，并基于每组中多个特征数据的重要性程度确定用于对作业人员的第一静态属性进行分析的第一特征数据组；
根据第一特征数据组在所述架空线路作业任务预设的所有班组作业人员中获取匹配目标对象，并获取匹配目标对象的关联属性信息；
根据匹配目标对象的关联属性信息确定所述作业人员是否具有相应特种作业资质，基于具有相应特种作业资质的人脸图像生成第一作业人员第一静态属性集合。
5.根据权利要求4所述的基于边缘计算的登高作业人员的登高资质检测方法，其特征在于，所述对多个特征数据基于重要性程度进行过滤筛选，包括：
获取提取第一静态属性的多个特征数据过程的逆过程；
依次选择一种特征数据过滤方案，基于当前特征数据过滤方案采用所述逆过程进行第一静态数据重构；
基于当前特征数据过滤方案第一静态数据重构的结果与原始第一静态数据数据计算当前特征数据过滤方案对应的损失值，基于所述损失值确定当前特征数据过滤方案的过滤的特征数据的重要性程度；
基于所述重要性程度和所述第一保留率对多个特征数据进行过滤筛选。
6.根据权利要求4所述的基于边缘计算的登高作业人员的登高资质检测方法，其特征在于，所述根据第一特征数据组在所述架空线路作业任务预设的所有班组作业人员中获取匹配目标对象，包括：
基于第一特征数据组中每个特征数据的每个维度数据计算所述维度值与所述特征数据中所有剩余维度数据之间的相似度和，记为所述维度数据的第一统计值；
基于特征数据中每个维度数据的第一统计值，计算特征数据中第一统计值的方差；
基于所述第一统计值的方差大小，确定不同特征数据的维度数据过滤数量占比；
基于所述维度数据过滤数量占比优化第一特征数据组并输入目标识别模型进行目标匹配。
7.根据权利要求1所述的基于边缘计算的登高作业人员的登高资质检测方法，其特征在于，所述获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，包括：
获取第二边缘智能终端发送的架空线路作业过程中作业人员的登高高度；
确定采集的高度数据大于第一预设值的第二边缘智能终端的设备标识；
基于所述设备标识生成第二作业人员第二静态属性集合。
8.基于边缘计算的登高作业人员的登高资质检测系统，应用于边缘计算装置，其特征在于，包括：
第一作业人员集合单元，用于获取第一边缘智能终端发送的架空线路作业任务对应的所有班组作业人员中具有相应的特种作业资质的第一作业人员第一静态属性集合；
第二作业人员集合单元，用于获取第二边缘智能终端发送的架空线路作业过程中作业人员中具有第一动态属性的第二作业人员第二静态属性集合，所述第一动态属性用于表征作业人员处于登高状态；
第三作业人员集合单元，用于在第二作业人员第二静态属性集合中对应的人员数量不大于第一作业人员第一静态属性集合中对应的人员数量时，获取第三边缘智能终端发送的架空线路作业过程中具有第一动态属性集合的第三作业人员第三静态属性集合；
关联匹配单元，用于基于第二作业人员第二静态属性集合和第三作业人员第三静态属性集合分别与第一作业人员第一静态属性集合进行关联匹配；
告警单元，用于在第二作业人员第二静态属性集合或者第三作业人员第三静态属性集合中存在至少一个不能与第一作业人员第一静态属性集合关联匹配的属性值时，发出告警信号。
9.一种登高资质检测设备，其特征在于，包括存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如权利要求1至7中任一项所述的登高资质检测方法的各个步骤。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的登高资质检测方法的各个步骤。
CN202110891918.XA 2021-08-04 2021-08-04 基于边缘计算的登高作业人员的登高资质检测方法及系统 Active CN113743725B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110891918.XA CN113743725B (zh) 2021-08-04 2021-08-04 基于边缘计算的登高作业人员的登高资质检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110891918.XA CN113743725B (zh) 2021-08-04 2021-08-04 基于边缘计算的登高作业人员的登高资质检测方法及系统

Publications (2)

Publication Number Publication Date
CN113743725A true CN113743725A (zh) 2021-12-03
CN113743725B CN113743725B (zh) 2023-07-21

Family

ID=78730091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110891918.XA Active CN113743725B (zh) 2021-08-04 2021-08-04 基于边缘计算的登高作业人员的登高资质检测方法及系统

Country Status (1)

Country Link
CN (1) CN113743725B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758286A (zh) * 2022-06-15 2022-07-15 杭州智现科技有限公司 基于工作票事件的边缘智能安全监测方法和装置
CN115376275A (zh) * 2022-10-25 2022-11-22 山东工程职业技术大学 一种基于图像处理的施工安全告警方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090031312A1 (en) * 2007-07-24 2009-01-29 Jeffry Richard Mausolf Method and Apparatus for Scheduling Grid Jobs Using a Dynamic Grid Scheduling Policy
CN110119656A (zh) * 2018-02-07 2019-08-13 中国石油化工股份有限公司 作业现场违章人员的智能监控系统及现场违章监控方法
CN111626707A (zh) * 2020-05-28 2020-09-04 广东电力信息科技有限公司 一种作业智能远程安全管控方法和装置
CN211509189U (zh) * 2019-12-25 2020-09-15 广州市奔流电力科技有限公司 电力作业现场监督设备及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090031312A1 (en) * 2007-07-24 2009-01-29 Jeffry Richard Mausolf Method and Apparatus for Scheduling Grid Jobs Using a Dynamic Grid Scheduling Policy
CN110119656A (zh) * 2018-02-07 2019-08-13 中国石油化工股份有限公司 作业现场违章人员的智能监控系统及现场违章监控方法
CN211509189U (zh) * 2019-12-25 2020-09-15 广州市奔流电力科技有限公司 电力作业现场监督设备及系统
CN111626707A (zh) * 2020-05-28 2020-09-04 广东电力信息科技有限公司 一种作业智能远程安全管控方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨荣杰;卢永佳;林杰;梁简;: "可视化外施工人员资质管理系统的研究与应用", 电气应用, no. 15 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758286A (zh) * 2022-06-15 2022-07-15 杭州智现科技有限公司 基于工作票事件的边缘智能安全监测方法和装置
CN115376275A (zh) * 2022-10-25 2022-11-22 山东工程职业技术大学 一种基于图像处理的施工安全告警方法及系统
CN115376275B (zh) * 2022-10-25 2023-02-10 山东工程职业技术大学 一种基于图像处理的施工安全告警方法及系统

Also Published As

Publication number Publication date
CN113743725B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN113743725A (zh) 基于边缘计算的登高作业人员的登高资质检测方法及系统
CN112491805B (zh) 一种应用于云平台的网络安全设备管理系统
CN112347916A (zh) 基于视频图像分析的电力现场作业安全监控方法及装置
CN110717542A (zh) 一种情绪识别方法、装置和设备
CN112990870A (zh) 基于核电设备的巡检文件生成方法、装置和计算机设备
CN114155614A (zh) 一种作业现场反违章行为识别方法及系统
CN112489280A (zh) 一种变电站人身安全监控方法、系统、终端及存储介质
CN113673495B (zh) 一种基于神经网络的智慧安防方法、系统和可读存储介质
CN115410224A (zh) 基于图像数据的电力作业现场违章辨识系统及方法
CN114723345A (zh) 工程风险预警防控数据处理方法及工作台
CN113536842A (zh) 电力作业人员安全着装识别方法及装置
CN113313186A (zh) 一种不规范穿戴工作服识别方法及系统
CN113037766A (zh) 多场景下的资产安全健康度综合评估方法
CN111582183A (zh) 一种公共场所的口罩识别方法及系统
CN116051497B (zh) 基于数据处理的电网输变电图像智能分析方法
CN115577968B (zh) 一种基于企业违章管理和自动违规判定的积分系统及方法
CN115909212A (zh) 一种电力作业典型违章行为实时预警方法
CN114330477B (zh) 一种基于混合现实设备的电力设备缺陷检测系统及方法
CN113762115B (zh) 一种基于关键点检测的配网作业人员行为检测方法
CN115830294A (zh) 一种应用于基建作业现场人员管控的识别方法及装置
CN112528855B (zh) 一种电力作业着装规范识别方法和装置
CN112200462B (zh) 风险评估方法及装置
CN116385975B (zh) 一种基于目标检测的配电房安全监控系统及方法
CN116740819B (zh) 基于ai算法的施工现场中施工异常行为的识别方法及装置
CN112464897B (zh) 一种电力作业人员甄别方法和装置

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
GR01 Patent grant
GR01 Patent grant