CN114283339A - 一种基于卷积神经网络的电动吊篮安全监测控制系统 - Google Patents
一种基于卷积神经网络的电动吊篮安全监测控制系统 Download PDFInfo
- Publication number
- CN114283339A CN114283339A CN202111650944.XA CN202111650944A CN114283339A CN 114283339 A CN114283339 A CN 114283339A CN 202111650944 A CN202111650944 A CN 202111650944A CN 114283339 A CN114283339 A CN 114283339A
- Authority
- CN
- China
- Prior art keywords
- hanging basket
- neural network
- equipment
- convolutional neural
- training sample
- 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
Images
Landscapes
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明属于吊篮控制技术领域，具体涉及一种基于卷积神经网络的电动吊篮安全监测控制系统。该基于卷积神经网络的电动吊篮安全监测控制系统，使用安装在吊篮设备上的高清摄像头作为图像采集模块，实时采集吊篮设备内的作业人员的状态，将采集到的图像数据流与预先配置在服务器云系统/边缘侧的人工智能模型数据库进行关联预测，并给出预测模型反馈到物联网吊篮控制器的设备终端上。其有益效果是：利用神经网络人工智能的图像处理技术，使得原本使用传感器不能实现或者实现成本很高亦或者实现效果不稳定的方式都能得到很好的解决，只需要通过对服务器或者边缘侧的软件数据库进行更新，既可以得到预期的目的。
Description
技术领域
本发明属于吊篮控制技术领域，具体涉及一种基于卷积神经网络的电动吊篮安全监测控制系统。
背景技术
吊篮是建筑工程高空作业的建筑机械，作用于幕墙安装，外墙清洗。现有技术中，高处作业吊篮具有施工高度高、操作灵活、移位容易、方便实用、安全可靠架设方便、施工成本低等优点，在高层建筑的外墙施工和装修、高处广告牌的安装中得到了广泛应用。施工吊篮自设计至今，其自身安全系统已非常完善，主钢丝绳、副钢丝绳、安全大绳等同时确保吊篮内工人安全。但作业工人施工有一定的随意性，而传统施工吊篮并不能很好的适应所有情况，非吊篮核定许可的操作人员违规使用设备、吊篮使用人员违规翻越吊篮设备等和因工人误操作、不按规程操作等原因而滋生的吊篮系统故障、事故层出不穷；现有的吊篮控制设备或系统，设备的运行信息等数据都是依赖一些特定功能的传感器来完成，现有的专利技术（比如专利CN201721297974.6;CN207424584U等）是采用RFID等技术完成涉及吊篮平台上人员数量、安全绳、安全帽功能的实现。因为此类技术是通过识别一定范围类有无对应需求的RFID卡，作为判别范围内检测对象有无的手段，因此此类技术有如下明显的缺陷：例如当操作人员使用设备时忘记或者故意没有携带RFID卡，设备就会认为没有此操作人员，不会将此人计入总人数中；操作人员只是携带了具有RFID芯片安全帽、安全带等，却没有正确佩戴使用，此时设备仍然会认定目前是符合要求的。
发明内容
本发明为了解决非吊篮核定许可的操作人员违规使用设备、吊篮操作人员违规翻越吊篮设备以及因工人误操作、不按规程操作等原因而滋生的设备故障和人身事故的问题，提供了一种基于卷积神经网络的电动吊篮安全监测控制系统。
本发明是通过如下技术方案实现的：
一种基于卷积神经网络的电动吊篮安全监测控制系统，使用安装在吊篮设备上的高清摄像头作为图像采集模块，实时采集吊篮设备内的作业人员的状态，将采集到的图像数据流与预先配置在服务器云系统/边缘侧的人工智能模型数据库进行关联预测，并给出预测模型反馈到物联网吊篮控制器的设备终端上。
若反馈的值是异常，则物联网吊篮控制器会停止设备的运行，若反馈值是正常的，则物联网吊篮控制器会正常运行设备。
其中，设备终端包括用户管理终端计算机、用户手持终端设备。
其中，物联网吊篮控制器与边缘计算处理单元通过连接器连接。
其中，所述人工智能模型通过如下方式训练得到：
获取训练样本集，所述训练样本集包括多个训练样本图像以及每个训练样本图像所对应的每个图像单元区域中的人员行为标签；
基于预设卷积神经网络模型提取所述训练样本集中每个训练样本图像中每个图像单元区域中的图像单元特征图谱，并将所述图像单元特征图谱输入到分类层得到所述图像单元特征图谱所对应的预测分类标签信息，其中，所述预设卷积神经网络模型包括多个与每个图像单元区域一一对应的卷积提取单元；
根据所述训练样本集中每个训练样本图像中每个图像单元区域的图像单元特征图谱所对应的预测分类标签信息和交通行为标签之间的损失函数值，调整所述预设卷积神经网络模型的模型参数后迭代进行训练，并在所述预设卷积神经网络模型达到训练结束条件时，输出训练得到的所述人工智能模型。
以上表达的人员行为标签包括但不限于是否正确佩戴安全帽、使用安全绳、危险动作（包括翻越吊篮设备等）、正在设备中的人数等。
本发明的有益效果是：利用神经网络人工智能的图像处理技术，使得原本使用传感器不能实现或者实现成本很高亦或者实现效果不稳定的方式都能得到很好的解决，同时使用本技术方案可以在后期需要扩展类似功能的时候，可以不需要更新硬件或者设备，只需要通过对服务器或者边缘侧的软件数据库进行更新，既可以得到预期的目的。
附图说明
下面结合附图对本发明作进一步的说明。
附图1为本发明的系统示意图；
附图2为本发明物联网吊篮控制器的结构示意图；
附图3为人工智能模型训练原理模块示意图；
附图4为本发明运行示意图。
图中，1物联网吊篮控制器，11物联网吊篮控制器，12边缘计算处理单元，13连接器，2高清摄像头，3服务器云系统，4用户管理终端计算机，5用户手持终端设备。
具体实施方式
下面结合实施例对本发明进一步说明。
附图1-4为本发明的一种具体实施例。该发明一种基于卷积神经网络的电动吊篮安全监测控制系统，使用安装在吊篮设备上的高清摄像头作为图像采集模块，实时采集吊篮设备内的作业人员的状态，将采集到的图像数据流与预先配置在服务器云系统/边缘侧的人工智能模型数据库进行关联预测，并给出预测模型反馈到物联网吊篮控制器的设备终端上。
若反馈的值是异常，则物联网吊篮控制器会停止设备的运行，若反馈值是正常的，则物联网吊篮控制器会正常运行设备。
其中，设备终端包括用户管理终端计算机、用户手持终端设备。
其中，物联网吊篮控制器与边缘计算处理单元通过连接器连接。
其中，所述人工智能模型通过如下方式训练得到：
获取训练样本集，所述训练样本集包括多个训练样本图像以及每个训练样本图像所对应的每个图像单元区域中的人员行为标签；
基于预设卷积神经网络模型提取所述训练样本集中每个训练样本图像中每个图像单元区域中的图像单元特征图谱，并将所述图像单元特征图谱输入到分类层得到所述图像单元特征图谱所对应的预测分类标签信息，其中，所述预设卷积神经网络模型包括多个与每个图像单元区域一一对应的卷积提取单元；
根据所述训练样本集中每个训练样本图像中每个图像单元区域的图像单元特征图谱所对应的预测分类标签信息和交通行为标签之间的损失函数值，调整所述预设卷积神经网络模型的模型参数后迭代进行训练，并在所述预设卷积神经网络模型达到训练结束条件时，输出训练得到的所述人工智能模型。
以上表达的人员行为标签包括但不限于是否正确佩戴安全帽、使用安全绳、危险动作（包括翻越吊篮设备等）、正在设备中的人数等。
该发明一种基于卷积神经网络的电动吊篮安全监测控制系统，使用基于预设卷积神经网络模型提取所述训练样本集中每个训练样本图像中每个图像单元区域中的图像单元特征图谱，并将所述图像单元特征图谱输入到分类层得到所述图像单元特征图谱所对应的预测分类标签信息；根据所述训练样本集中每个训练样本图像中每个图像单元区域的图像单元特征图谱所对应的预测分类标签信息和交通行为标签之间的损失函数值，调整所述预设卷积神经网络模型的模型参数后迭代进行训练，并在所述预设卷积神经网络模型达到训练结束条件时，输出训练得到的所述人工智能模型，使用上述的训练标签、模型用来实现甄别使用现场，若上述应用满足设备使用规则，设备正常使用；若触发了设备不安全使用规则的，则设备停止运行。
本发明不局限于上述实施方式，任何人应得知在本发明的启示下作出的与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。
本发明未详细描述的技术、形状、构造部分均为公知技术。
Claims (5)
1.一种基于卷积神经网络的电动吊篮安全监测控制系统，其特征在于，使用安装在吊篮设备上的高清摄像头作为图像采集模块，实时采集吊篮设备内的作业人员的状态，将采集到的图像数据流与预先配置在服务器云系统/边缘侧的人工智能模型数据库进行关联预测，并给出预测模型反馈到物联网吊篮控制器的设备终端上，若反馈的值是异常，则物联网吊篮控制器会停止设备的运行，若反馈值是正常的，则物联网吊篮控制器会正常运行设备。
2.根据权利要求1所述的一种基于卷积神经网络的电动吊篮安全监测控制系统，其特征在于：所述设备终端包括用户管理终端计算机、用户手持终端设备。
3.根据权利要求1所述的一种基于卷积神经网络的电动吊篮安全监测控制系统，其特征在于：所述物联网吊篮控制器与边缘计算处理单元通过连接器连接。
4.根据权利要求1所述的一种基于卷积神经网络的电动吊篮安全监测控制系统，其特征在于：所述人工智能模型数据库中的人工智能模型通过如下方式训练得到：
获取训练样本集，所述训练样本集包括多个训练样本图像以及每个训练样本图像所对应的每个图像单元区域中的人员行为标签；
基于预设卷积神经网络模型提取所述训练样本集中每个训练样本图像中每个图像单元区域中的图像单元特征图谱，并将所述图像单元特征图谱输入到分类层得到所述图像单元特征图谱所对应的预测分类标签信息，其中，所述预设卷积神经网络模型包括多个与每个图像单元区域一一对应的卷积提取单元；
根据所述训练样本集中每个训练样本图像中每个图像单元区域的图像单元特征图谱所对应的预测分类标签信息和交通行为标签之间的损失函数值，调整所述预设卷积神经网络模型的模型参数后迭代进行训练，并在所述预设卷积神经网络模型达到训练结束条件时，输出训练得到的所述人工智能模型。
5.根据权利要求4所述的一种基于卷积神经网络的电动吊篮安全监测控制系统，其特征在于：所述人员行为标签包括但不限于是否正确佩戴安全帽、使用安全绳、危险动作、危险动作包括翻越吊篮设备、正在设备中的人数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111650944.XA CN114283339A (zh) | 2021-12-31 | 2021-12-31 | 一种基于卷积神经网络的电动吊篮安全监测控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111650944.XA CN114283339A (zh) | 2021-12-31 | 2021-12-31 | 一种基于卷积神经网络的电动吊篮安全监测控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114283339A true CN114283339A (zh) | 2022-04-05 |
Family
ID=80878631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111650944.XA Pending CN114283339A (zh) | 2021-12-31 | 2021-12-31 | 一种基于卷积神经网络的电动吊篮安全监测控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114283339A (zh) |
-
2021
- 2021-12-31 CN CN202111650944.XA patent/CN114283339A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111144263B (zh) | 一种建筑工人高坠事故预警方法及装置 | |
| CN110795989A (zh) | 一种电力作业智能安全监督系统及其监督方法 | |
| WO2022011828A1 (zh) | 出入电梯物件检测系统及方法、物件检测系统、电梯光幕以及电梯设备 | |
| CN110765848A (zh) | 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 | |
| CN107666594A (zh) | 一种视频监控实时监测违章作业的方法 | |
| CN112804498A (zh) | 一种安全防护装具佩戴情况监控系统和方法 | |
| CN110414400B (zh) | 一种施工现场安全帽穿戴自动检测方法及系统 | |
| CN110543986A (zh) | 一种输电线路外部隐患智能监控系统及其监控方法 | |
| CN113469654B (zh) | 一种基于智能算法融合的变电站多层次安全管控系统 | |
| CN111488803A (zh) | 一种融合目标检测和目标跟踪的机场目标行为理解系统 | |
| CN213424017U (zh) | 一种智能工地系统 | |
| CN115660297A (zh) | 一种工地安全自动ai预警系统及方法 | |
| CN109492548B (zh) | 基于视频分析的区域mask图片的获得方法 | |
| CN113506416A (zh) | 一种基于智能视觉分析的工程异常预警方法及系统 | |
| CN115330560A (zh) | 一种施工安全用工程监理系统 | |
| CN113392706A (zh) | 抽烟及使用手机行为检测装置及方法 | |
| CN111739254A (zh) | 一种煤矿井下网络边缘视频实时处理联控系统 | |
| CN114283339A (zh) | 一种基于卷积神经网络的电动吊篮安全监测控制系统 | |
| CN116682162A (zh) | 一种基于实时视频流的机器人人员检测算法 | |
| CN114758286B (zh) | 基于工作票事件的边缘智能安全监测方法和装置 | |
| CN115457728B (zh) | 一种隧道施工人员作业安全防护方法 | |
| CN115860979A (zh) | 一种用于电力电网现场作业的人工智能管理系统 | |
| CN114463911B (zh) | 一种应用于高铁站台的安全防护系统 | |
| CN115761626A (zh) | 一种基于深度学习的水泥发运安全识别的方法 | |
| CN115690687A (zh) | 一种基于深度学习技术的安全穿戴规范检测系统 |
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 |