CN115856980A - 一种编组站作业人员监控方法和系统 - Google Patents
一种编组站作业人员监控方法和系统 Download PDFInfo
- Publication number
- CN115856980A CN115856980A CN202211456447.0A CN202211456447A CN115856980A CN 115856980 A CN115856980 A CN 115856980A CN 202211456447 A CN202211456447 A CN 202211456447A CN 115856980 A CN115856980 A CN 115856980A
- Authority
- CN
- China
- Prior art keywords
- positioning
- operator
- station
- monitoring
- information
- 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
Links
Images
Classifications
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种编组站作业人员监控方法和系统,该监控方法和系统可以实时记录作业人员的作业轨迹和作业影像,分析作业人员作业质量,对作业过程进行全程视频盯控和分析管理,实现对编组场作业人员作业全过程的智能监控,充分发挥技术设备保安全的作用,有助于强化现场作业人员监控和规范现场作业过程,起到降低作业人员劳动安全风险和提高作业效率的双重作用。
Description
技术领域
本发明涉及铁路安全生产技术领域,特别涉及一种编组站作业人员监控方法和系统。
背景技术
铁路货检工作是保证行车安全和货物安全的一项技术性较强的工作,铁路货检管理是确保铁路行车安全和货物安全的重要环节,是铁路货运安全管理的重要组成。铁路货检作业方式主要包括两种方式:一是采用机检方式,目前机检多用于代替到达列车的预检作业;二是采取人工现场检查方式,这种方式仍然是当前多数货检站货检作业的主要形式。
人工现场检查方式目前存在如下问题:
(1)无法实时监控作业人员是否按照规定路线行走至作业地点。若不按照规定路线行走至作业地点或穿越线路,会造成室内外联系安全防护失效,危及作业人员的人身安全,此过程没有实时监控管理,存在安全隐患。
(2)无法实时监控作业人员检车过程是否按照作业要求进行检查。这个过程中,作业人员是否按照货检作业标准中规定的流程、项目、内容来进行工作,会直接决定货检作业的目的是否能达到,也会间接影响行车安全的保证、运输的效率的提高。
利用高精度定位技术、视频技术及图像识别技术对作业人员进行实时定位和智能监控,可以实时记录货检员作业轨迹,分析货检员作业质量,对作业过程进行全程分析管理,充分发挥技术设备保安全的作用,能够降低作业人员劳动安全风险。
现有的“铁路作业人员无线定位防护方法”,通过作业人员佩戴的定位标签与设置于铁路两侧的定位基站之间所发出的超窄脉冲电磁波在空中飞行的时间,经定位解算服务器解算出定位标签的位置、从而定位作业人员的坐标,并实时显示;一旦作业人员坐标偏离活动区域、进入告警区域,定位解算服务器立即输出预警信号,定位标签报警,作业人员及时收到警报并快速撤离告警区域。
但上述方法存在的缺点如下:
(1)为了实现对人员行为的监控,需要在车站全部股道两侧安装定位基站、无线网桥等设备,轨边安装设备过多,牵扯到站场线缆敷设,电源接入等,安装复杂,施工影响站场作业和调车安全,且设备检修维护都会影响车站作业,存在很大安全风险。
(2)在基站未安装区域无法对作业人员进行行为监控,有很大的监控盲区。
(3)只有人员轨迹,没有相应的作业行为监控,无法对作业人员的作业过程进行有效监控。
(4)该方法人员定位精度受基站安装位置、基站数量的影响,会有较大差异。
发明内容
本发明要解决的技术问题是针对上述不足,提供一种编组站作业人员监控方法和系统。
本发明是通过以下技术方案实现的:
一种编组站作业人员监控方法,该监控方法包括如下步骤:
(1)编组站中,每个作业人员配备一台定位终端,每条线路两侧分别设置RFID位标标签;所述定位终端读取附近所述RFID位标标签的位置信息;
(2)基准站接收机向定位服务器发送基准数据,所述定位服务器对所述基准数据进行分析处理后,发至所述定位终端,所述定位终端结合BDS/GPS卫星获取的所述定位终端的卫星观测数据,进行计算,修正所述位置信息,得到定位信息,并传送至所述定位服务器;
(3)所述定位服务器将所述定位信息发送至数据服务器;
(4)根据所述定位信息进行站内位置映射,并对对应位置的作业人员进行视频捕捉,实时盯控作业人员的行踪,并对作业人员的作业行为进行识别,发出警示。
进一步的,所述的监控方法,所述站内位置映射的步骤包括:
①以站内SVG矢量图作为底图,在所述底图和实际站内物理位置对应建立坐标系,并对应确定所述底图和实际站内物理位置坐标系中的参照点;
②将所述底图坐标系中的参照点的经纬度转化为弧度,计算所述底图坐标系中的参考点距离x轴和y轴的距离;
③将所述实际站内物理位置坐标系中的目标点经纬度转化为弧度,并根据所述底图坐标系中的参考点和所述实际站内物理位置坐标系中的参照点的对应关系,计算所述实际站内物理位置坐标系中的目标点到X轴和Y轴的实际物理距离;
④将所述目标点的实际物理距离换算成所述底图上对应的像素点。
进一步的,所述的监控方法,所述步骤(3)还包括:
若所述定位服务器判定有作业人员接近作业区域,则将该作业人员的所述定位信息发送至所述数据服务器。
进一步的,所述的监控方法,所述步骤(4)还包括:
①所述数据服务器得到所述定位服务器的指令,开始从视频流中取出多个视频帧并解码,得到多个监控图像作为待识别图像并放入缓存队列;
②将所述缓存队列中第一幅图像输入至已训练的人员检测模型,判断图中是否存在作业人员;若无人则从缓存中读取下一幅图像重复步骤(2),若有人则进行下一步骤;
③将有人的图像放入已训练的安全帽检测模型和人员姿态检测模型中,若未检测到安全帽或有摔倒人员,则向监控终端报警;
进一步的,所述的监控方法,所述步骤(4)还包括:
识别过程抽取所述视频流中部分监控图像进行识别。
一种编组站作业人员监控系统,该监控系统包括:
RFID位标标签,设置于每条线路两侧,用于发送位置标签信息;
定位终端,每个作业人员配备一台所述定位终端,用于读取附近所述RFID位标标签的位置信息,并修正所述位置信息,得到定位信息,将所述定位信息传送至定位服务器;
基准站接收机,用于提供基准数据,以修正所述位置信息;
所述定位服务器,用于将所述定位信息发送至数据服务器;
所述数据服务器,用于根据所述定位信息进行站内位置映射,并对对应位置的作业人员进行视频捕捉,实时盯控作业人员的行踪,并对作业人员的作业行为进行识别,发出警示;和
站场监控相机,用于提供视频图像。
进一步的,所述的监控系统,所述RFID位标标签包括内置天线和电子标签。
进一步的,所述的监控系统,所述定位终端包括BDS/GPS+RTK模块、RFID识别模块和移动传输模块。
进一步的,所述的监控系统,若干所述RFID位标标签在两线路之间过道地面上每隔100-300米安装。
本发明的优点与效果是:
本发明提供的一种编组站作业人员监控方法和系统,可以实时记录作业人员的作业轨迹和作业影像,分析作业人员作业质量,对作业过程进行全程视频盯控和分析管理,实现对编组场作业人员作业全过程的智能监控,充分发挥技术设备保安全的作用,有助于强化现场作业人员监控和规范现场作业过程,起到降低作业人员劳动安全风险和提高作业效率的双重作用。
附图说明
图1示出本发明提供的编组站作业人员监控系统的示意图;
图2示出本发明提供的编组站作业人员监控方法的流程图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面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更加详细的描述。所描述的实施例是本发明的一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的实施例,本领域技术人员在没有作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。下面结合附图对本发明的实施例进行详细说明:
如图1所示,该编组站作业人员监控系统包括RFID位标标签、定位终端、基准站接收机、定位服务器、数据服务器、站场监控相机和监视终端。
RFID位标标签用于发送位置标签信息给定位终端。具体的是,RFID位标标签设置在编组站线路两侧。RFID位标标签包括内置天线和电子标签,内置天线用于发送和接收射频信号,实现和臂挂定位终端的通信。电子标签保存着一个位置编号信息,其内没有电池,利用读写器发出的电磁波束供电。每个RFID位标标签具有全球唯一的识别号(ID),在加工芯片时写入,无法修改和伪造,保证安全性。
定位终端用于读取附近RFID位标标签的位置信息,并修正位置信息,得到定位信息,并将定位信息传送至定位服务器。具体的是,编组站中,每个配备一个定位终端,定位终端多采用臂挂式定位终端,作业人员携带方便,不影响其他操作。定位终端包括BDS/GPS+RTK模块、RFID识别模块和移动传输模块,可工作于复杂环境,实现多模式精确定位。BDS/GPS+RTK模块支持北斗/GPS/GLONASS多系统定位模式,负责接收卫星信号和基站信号,计算定位终端所处位置的坐标。室外无遮挡工况下RTK水平定位精度可到3厘米,垂直定位精度可到5厘米。RFID识别模块是用于读取RFID位标标签信息,其通过天线与RFID位标标签通信,给RFID位标标签提供能量,对RFID位标标签中的信息数据进行访问。移动传输模块通过3G、4G、北斗短报文等方式,将定位终端的定位信息等信息发送至定位服务器。
基准站接收机用于通过定位服务器向定位终端提供基准数据(原始观测量和星历数据)和误差修正数据,定位终端结合获取的卫星观测数据进行计算,修正和消除终端位置误差,获得较高定位精度。
定位服务器用于实时接收和处理现场作业人员定位数据,并通过MTUP将定位数据传输到铁路内网,供铁路内网的数据服务器使用。
所述数据服务器用于根据定位信息编组站SVG矢量图上进行站内位置映射,自动调用对应位置的站场监控相机对作业人员进行视频监控。并对对应位置的作业人员进行视频捕捉,实时盯控作业人员的行踪,并对作业人员的作业行为进行识别,发出警示。
站场监控相机用于提供视频图像,监控范围可覆盖整个作业场区。
如图2所示,该编组站作业人员监控方法包括如下步骤:
(1)编组站中,每个作业人员配备一台定位终端,每条线路两侧分别设置RFID位标标签。定位终端读取附近RFID位标标签的位置信息。
(2)基准站接收机向定位服务器发送基准数据(原始观测量和星历数据),定位服务器对基准数据进行分析处理后,通过移动网络下发至定位终端,定位终端结合BDS/GPS卫星获取的所述定位终端的卫星观测数据,进行计算,修正位置信息,得到高精度定位信息,并传送至定位服务器。
(3)定位服务器将定位信息处理后发送至数据服务器。
若定位服务器判定有作业人员接近作业区域,则将该作业人员的定位信息发送至数据服务器。
(4)根据定位信息进行站内位置映射,并对对应位置的作业人员进行视频捕捉,实时盯控作业人员的行踪,并对作业人员的作业行为进行识别,发出警示。
具体的是,站内位置映射的步骤包括:
①以站内SVG矢量图作为底图,在底图和实际站内物理位置对应建立坐标系,以底图中左上角点(纬度的最大值和经度的最小值的点)作为底图坐标系中的参照点,并对应找到实际站内物理位置坐标系中的参照点。
②将底图坐标系xy中的参照点的经纬度转化为弧度,计算底图坐标系中的参考点距离x轴和y轴的距离。
底图坐标系中的参照点经纬度转化成弧度的计算公式为:
底图坐标系中的参考点距离x轴和y轴距离的计算公式为:
其中,Pr为极半径;Er为赤道半径;MY为参考点距离y轴的距离;MX为参考点距离x轴的距离。
③将实际站内物理位置坐标系XY中的目标点经纬度转化为弧度,并根据底图坐标系中的参考点和实际站内物理位置坐标系中的参照点的对应关系,计算实际站内物理位置坐标系中的目标点到X轴和Y轴的实际物理距离。
目标点经纬度转换成弧度的公式为:
实际物理位置上参照点到X轴和Y轴的距离的计算公式为:
DX=(θφ2-θφ1)·MX,
其中,DX为距离X轴方向实际物理位置的距离;DY为距离Y轴方向实际物理位置的距离。
④将所述目标点的实际物理距离换算成所述底图上对应的像素点。
将DX、DY的实际物理距离换算成底图上对应的像素点,换算公式为:
其中,R为实际物理位置距离和屏幕像素点距离之间的比例系数,PX为底图坐标系中的目标点距x轴的像素距离,PY为底图坐标系中的目标点距y轴的像素距离。
对作业人员的作业行为进行识别包括如下步骤:
①数据服务器得到定位服务器的指令,开始从视频流中取出多个视频帧并解码,得到多个监控图像作为待识别图像并放入缓存队列。识别过程可以抽取视频流中部分监控图像进行识别。
②将所述缓存队列中第一幅图像输入至已训练的人员检测模型,判断图中是否存在作业人员;若无人则从缓存中读取下一幅图像重复步骤(2),若有人则进行下一步骤。
具体的是,将图像输入至已训练的YOLOv7人员检测模型,输出当前监控图像中对应的人员信息,包括像素坐标(w1、h1、w2、h2)和置信概率prob1,其中,w1、w2分别为目标框的宽度起止像素,h1、h2分别为目标框的高度起止像素。判断prob1与θ1的关系,此处θ1可设为0.5。若prob1>θ1,则认为目标框内有人并输出像素坐标(w1、h1、w2、h2);反之,则认为目标框内无人。
③将有人的图像放入已训练的安全帽检测模型和人员姿态检测模型中,若未检测到安全帽或有摔倒人员,则向监控终端报警。
具体的是,将有人员的图像放入已训练的YOLOv7安全帽检测模型,输出当前监控图像中有无安全帽的置信概率prob2。判断prob2与θ2的关系,此处θ2可设为0.5。若prob2>θ2,则认为目标框中人员佩戴安全帽;反之,则认为目标框内人员无安全帽,同时向监视终端报警。
将有人员的图像放入已训练的YOLOv7人员姿态检测模型,输出当前监控图像中有无人员摔倒的置信概率prob3。判断prob3与θ3的关系,此处θ3可设为0.5。若prob3>θ3,则认为目标框中有人员摔倒,同时向监视终端报警;反之,认为目标框内人员正常。
④对缓存队列中图像均采取步骤②-③的处理方式,若缓存队列中无图像,则轮询接收定位服务器的信息。
上述已训练的模型(包括人员检测模型、安全帽检测模型、人员姿态检测模型)获取方法步骤:
A.根据使用场景定义检测目标,检测目标为人员;
B.采集素材图像;
C.对B中得到的素材图像进行标注,得到由图像数据组成的数据集;
D.对C得到的数据集加载到原始模型进行训练,得到已训练的检测模型。
本发明采用的YOLOv7均为本领域技术公知常识,当分别输入人员、安全帽、人体姿态数据集以及标注数据、模型参数进行模型训练后,可分别得到人员检测模型、安全帽检测模型、人员姿态检测模型。模型参数可以为训练参数batch_size,类别数量num_classes,学习率learning_rate以及训练轮数epoch。其中batch_size为不小于1的整数,可根据训练显卡性能确定,num_classes为目标检测类别数量,为不小于1的整数,在上述三个模型中均为1。训练轮数根据训练集大小确定,为不小于1的整数。学习率learning_rate为训练时每一轮YOLOv7模型参数变化的速度,为大于0且小于1的小数。
本发明提供的具体实施例:
兰州北编组站东西纵深6.5公里,南北宽达600米,占地约5100亩,按双向三级七场设计,东西走向,到发线、调车线、禁溜线、机待线共计150余条。兰州北编组站现已安装高清网络站场监控相机80余个,可辅助车站监控人员对整个站场区域的现场实况进行监视。但因站场面积大,货检、列检、工务、电务等部门外勤作业人员多,作业区域分散,车站监控人员不能实时确定作业人员位置,无法第一时间通过站场视频对现场检查人员的作业安全和作业过程进行监控,影响作业质量和生产安全。
编组站股道密集,铁路货车一般车高3-5米,相邻两股道同时有列车停靠的时候,两车之间距离仅有2米左右。现场货检人员佩戴的卫星定位设备在两车间作业时,由于通道狭窄,定位设备被两侧车辆遮挡将无法正常接收卫星信号,此时定位设备定位精度受很大影响,会造成定位失效或者位置偏移。
通过对兰州北编组站现场情况的调研,北站的编组站作业人员监控系统采用BDS/GPS+RTK技术、RFID定位技术、视频采集及图像智能识别技术深度融合的方案,具体方案如下:
(1)货检作业人员每人配备一台臂挂定位终端,该终端内置BDS/GPS+RTK模块、2.4GRFID识别模块、移动4G传输模块,可与定位基站进行通讯,读取RFID标签信息,通过4G网络传送定位信息。
(2)在车站办公楼顶层架设卫星接收天线,安装一套CORS定位基准站接收机,以便修正和消除臂挂定位终端位置误差,获得厘米级定位精度。
(3)车站机房部署差分定位服务器一台,可连接互联网用以接收和处理臂挂定位终端发送的定位数据,并将数据报文发送至数据服务器。
(4)车站机房部署数据服务器一台,用以接收定位数据发送的定位数据报文,根据接收的作业人员经纬度定位信息在车站场区SVG矢量图上进行站内位置映射,自动调用对应位置的监控相机对作业人员进行视频捕捉,并用图像智能识别算法实时盯控作业人员的行踪,并对作业人员有无按规定佩戴防护用品、是否跌倒等行为进行自动识别。
货检作业系统安排作业人员进行现场作业时,定位监控系统即可根据系统人员调度情况实时记录现场作业人员的运行轨迹,并根据定位信息调用站场监控相机来进行视频监控,作业人员视频画面直接在监控大屏上显示。
为了避免货检作业人员在两车间作业定位失效或者位置偏移的情况发生,本方案在北站编组场铁路两线之间过道地面上每隔100-300米安装室外卡片式RFID位标标签。当货检作业人员在两车间行走的时候,其佩戴的臂挂终端可以接收地面上RFID位标标签中的经纬度信息,并发送给定位服务器,避免了因车辆遮挡造成的定位偏移。RFID标签和卫星综合定位可以以提高系统人员定位的精度,增强系统的稳定性。
以上实施例仅用以说明本发明的技术方案,并非用来限定本发明的实施范围。但凡在本发明的保护范围内所做的等效变化及修饰,皆应认为落入了本发明的保护范围内。
Claims (9)
1.一种编组站作业人员监控方法,其特征在于,该监控方法包括如下步骤:
(1)编组站中,每个作业人员配备一台定位终端,每条线路两侧分别设置RFID位标标签;所述定位终端读取附近所述RFID位标标签的位置信息;
(2)基准站接收机向定位服务器发送基准数据,所述定位服务器对所述基准数据进行分析处理后,发至所述定位终端,所述定位终端结合BDS/GPS卫星获取的所述定位终端的卫星观测数据,进行计算,修正所述位置信息,得到定位信息,并传送至所述定位服务器;
(3)所述定位服务器将所述定位信息发送至数据服务器;
(4)根据所述定位信息进行站内位置映射,并对对应位置的作业人员进行视频捕捉,实时盯控作业人员的行踪,并对作业人员的作业行为进行识别,发出警示。
2.根据权利要求1所述的监控方法,其特征在于,所述站内位置映射的步骤包括:
①以站内SVG矢量图作为底图,在所述底图和实际站内物理位置对应建立坐标系,并对应确定所述底图和实际站内物理位置坐标系中的参照点;
②将所述底图坐标系中的参照点的经纬度转化为弧度,计算所述底图坐标系中的参考点距离x轴和y轴的距离;
③将所述实际站内物理位置坐标系中的目标点经纬度转化为弧度,并根据所述底图坐标系中的参考点和所述实际站内物理位置坐标系中的参照点的对应关系,计算所述实际站内物理位置坐标系中的目标点到X轴和Y轴的实际物理距离;
④将所述目标点的实际物理距离换算成所述底图上对应的像素点。
3.根据权利要求1所述的监控方法,其特征在于,所述步骤(3)还包括:
若所述定位服务器判定有作业人员接近作业区域,则将该作业人员的所述定位信息发送至所述数据服务器。
4.根据权利要求1所述的监控方法,其特征在于,所述步骤(4)还包括:
①所述数据服务器得到所述定位服务器的指令,开始从视频流中取出多个视频帧并解码,得到多个监控图像作为待识别图像并放入缓存队列;
②将所述缓存队列中第一幅图像输入至已训练的人员检测模型,判断图中是否存在作业人员;若无人则从缓存中读取下一幅图像重复步骤(2),若有人则进行下一步骤;
③将有人的图像放入已训练的安全帽检测模型和人员姿态检测模型中,若未检测到安全帽或有摔倒人员,则向监控终端报警。
5.根据权利要求4所述的监控方法,其特征在于,所述步骤(4)还包括:
识别过程抽取所述视频流中部分监控图像进行识别。
6.一种编组站作业人员监控系统,其特征在于,该监控系统包括:
RFID位标标签,设置于每条线路两侧,用于发送位置标签信息;
定位终端,每个作业人员配备一台所述定位终端,用于读取附近所述RFID位标标签的位置信息,并修正所述位置信息,得到定位信息,将所述定位信息传送至定位服务器;
基准站接收机,用于提供基准数据,以修正所述位置信息;
所述定位服务器,用于将所述定位信息发送至数据服务器;
所述数据服务器,用于根据所述定位信息进行站内位置映射,并对对应位置的作业人员进行视频捕捉,实时盯控作业人员的行踪,并对作业人员的作业行为进行识别,发出警示;和
站场监控相机,用于提供视频图像。
7.根据权利要求6所述的监控系统,其特征在于,所述RFID位标标签包括内置天线和电子标签。
8.根据权利要求6所述的监控系统,其特征在于,所述定位终端包括BDS/GPS+RTK模块、RFID识别模块和移动传输模块。
9.根据权利要求6所述的监控系统,其特征在于,若干所述RFID位标标签在两线路之间过道地面上每隔100-300米安装。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211456447.0A CN115856980B (zh) | 2022-11-21 | 2022-11-21 | 一种编组站作业人员监控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211456447.0A CN115856980B (zh) | 2022-11-21 | 2022-11-21 | 一种编组站作业人员监控方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115856980A true CN115856980A (zh) | 2023-03-28 |
CN115856980B CN115856980B (zh) | 2023-08-01 |
Family
ID=85664378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211456447.0A Active CN115856980B (zh) | 2022-11-21 | 2022-11-21 | 一种编组站作业人员监控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115856980B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100118149A1 (en) * | 2008-11-10 | 2010-05-13 | Eduard Levin | System and method for tracking and monitoring personnel and equipment |
CN103679215A (zh) * | 2013-12-30 | 2014-03-26 | 中国科学院自动化研究所 | 基于视觉大数据驱动的群体性行为分析的视频监控方法 |
CN104702904A (zh) * | 2013-12-10 | 2015-06-10 | 北京铁龙恒通车辆装备有限公司 | 铁路检修场所全面精确定位监控装置及方法 |
CN205644666U (zh) * | 2016-05-13 | 2016-10-12 | 杭州塔网科技有限公司 | 工业生产现场的人员定位及考勤管理智能系统 |
CN111507308A (zh) * | 2020-05-07 | 2020-08-07 | 广东电网有限责任公司 | 一种基于视频识别技术的变电站安全监控系统及方法 |
CN112255657A (zh) * | 2020-10-09 | 2021-01-22 | 中交上海港湾工程设计研究院有限公司 | 基于北斗定位的施工周界监控系统 |
CN112894816A (zh) * | 2021-01-26 | 2021-06-04 | 合肥赛为智能有限公司 | 一种基于gnss和rfid的变电站巡检机器人导航定位方法 |
WO2021196294A1 (zh) * | 2020-04-03 | 2021-10-07 | 中国科学院深圳先进技术研究院 | 一种跨视频人员定位追踪方法、系统及设备 |
-
2022
- 2022-11-21 CN CN202211456447.0A patent/CN115856980B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100118149A1 (en) * | 2008-11-10 | 2010-05-13 | Eduard Levin | System and method for tracking and monitoring personnel and equipment |
CN104702904A (zh) * | 2013-12-10 | 2015-06-10 | 北京铁龙恒通车辆装备有限公司 | 铁路检修场所全面精确定位监控装置及方法 |
CN103679215A (zh) * | 2013-12-30 | 2014-03-26 | 中国科学院自动化研究所 | 基于视觉大数据驱动的群体性行为分析的视频监控方法 |
CN205644666U (zh) * | 2016-05-13 | 2016-10-12 | 杭州塔网科技有限公司 | 工业生产现场的人员定位及考勤管理智能系统 |
WO2021196294A1 (zh) * | 2020-04-03 | 2021-10-07 | 中国科学院深圳先进技术研究院 | 一种跨视频人员定位追踪方法、系统及设备 |
CN111507308A (zh) * | 2020-05-07 | 2020-08-07 | 广东电网有限责任公司 | 一种基于视频识别技术的变电站安全监控系统及方法 |
CN112255657A (zh) * | 2020-10-09 | 2021-01-22 | 中交上海港湾工程设计研究院有限公司 | 基于北斗定位的施工周界监控系统 |
CN112894816A (zh) * | 2021-01-26 | 2021-06-04 | 合肥赛为智能有限公司 | 一种基于gnss和rfid的变电站巡检机器人导航定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115856980B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102206662B1 (ko) | 항만 컨테이너 터미널에서 차량 출입 관리와 객체를 인식하는 비전 카메라 시스템 및 방법 | |
CN108491758B (zh) | 一种轨道检测方法及机器人 | |
KR102206658B1 (ko) | 항만 컨테이너 터미널에서 미들웨어를 통해 터미널 운영 시스템과 연동되는 비전 카메라 시스템 및 그 방법 | |
CN107380163A (zh) | 基于磁导航的汽车智能报警预测系统及其方法 | |
CN106741008B (zh) | 铁路线路异物识别方法及系统 | |
CN108765974A (zh) | 一种交通情况监测设备、监测方法及系统 | |
CN104122891A (zh) | 一种城市地下轨道检测的智能机器人巡检系统 | |
CN207268846U (zh) | 电力巡检机器人 | |
CN112506205B (zh) | 机器人巡检任务规划方法及装置 | |
CN111722642A (zh) | 一种光伏电站的巡检方法、巡检装置以及存储介质 | |
CN113077561A (zh) | 一种无人机智能巡检系统 | |
CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
CN106023631A (zh) | 基于iBeacon技术的仓储物流车辆监控系统 | |
CN110647170A (zh) | 一种基于无人机的航标巡检装置与方法 | |
CN115937213A (zh) | 一种矿用单轨吊轨道自动巡检机器人可视化缺陷识别系统 | |
CN210835732U (zh) | 一种基于无人机的航标巡检装置 | |
CN210377164U (zh) | 一种空地协同作业系统 | |
CN103940823A (zh) | 基于飞行器的铁塔缺陷检测系统及飞行器定位方法 | |
CN111753645A (zh) | 一种光伏电站的巡检方法、巡检装置以及存储介质 | |
CN115856980B (zh) | 一种编组站作业人员监控方法和系统 | |
CN111959562A (zh) | 铁路上道作业人员安全防护预警方法、装置和系统 | |
CN115373416B (zh) | 一种铁路电力贯通线智能巡检方法 | |
CN111857187B (zh) | 一种基于无人机的t梁施工追踪系统和方法 | |
CN115743195A (zh) | 一种矿用智能平板车 |
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 |