CN115985044B - 基于安全帽佩戴状态的监测方法和系统 - Google Patents
基于安全帽佩戴状态的监测方法和系统 Download PDFInfo
- Publication number
- CN115985044B CN115985044B CN202211452611.0A CN202211452611A CN115985044B CN 115985044 B CN115985044 B CN 115985044B CN 202211452611 A CN202211452611 A CN 202211452611A CN 115985044 B CN115985044 B CN 115985044B
- Authority
- CN
- China
- Prior art keywords
- data
- constructors
- limit
- constructor
- skin contact
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000007621 cluster analysis Methods 0.000 claims abstract description 41
- 238000010276 construction Methods 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims description 52
- 230000006399 behavior Effects 0.000 claims description 47
- 238000012549 training Methods 0.000 claims description 23
- 238000013527 convolutional neural network Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 239000010410 layer Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提供了安全帽佩戴状态的监测方法和系统,监测方法包括:施工人员进入施工区域时,获取施工人员身份信息和无线采集装置的设备信息;施工人员进入施工区域后,无线采集装置采集施工人员的压力数据和皮肤接触数据并进行监测;当压力数据或皮肤接触数据达到触发条件时报警;对报警后设定时段内的压力数据和皮肤接触数据监测获取越限数据;根据越限数据判断所述施工人员是否违章;当施工人员离开施工区域时,获取施工人员身份信息、压力数据和皮肤接触数据;通过行为分析识别模型获取行为分析数据;通过聚类分析模型获取聚类分析数据;可视化展示聚类分析数据。本发明解决了现有技术中存在的施工人员安全帽佩戴状态不方便监测管理的技术问题。
Description
技术领域
本发明涉及施工区域安全监督技术领域,尤其涉及基于安全帽佩戴状态的监测方法和系统。
背景技术
建筑工地中物体打击伤亡事故占所有伤亡事故的比例较高。其中部分原因是作业人员安全意识薄弱,未按规范佩戴安全帽。企业为了让员工佩戴安全帽,除了加强宣传、强制要求外,采用智能化技术实现作业人员安全帽佩戴的精确自动化监管,也是降低此类事故发生率的有效手段之一。
现有技术中,通过位于施工区域的现场摄像头获取施工区域的图像;识别现场图像中施工人员的安全帽佩戴状态;但现场摄像头存在监控盲区、障碍物遮挡等现象,导致无法及时获取施工人员所有的安全帽佩戴状态并进行监测;以及对施工区域管理人员进行监测。
发明内容
针对现有技术中所存在的不足,本发明提供了基于安全帽佩戴状态的监测方法,其解决了现有技术中存在的施工人员安全帽佩戴状态不方便监测管理的技术问题。
根据本发明的实施例,基于安全帽佩戴状态的监测方法,安全帽下颏带上可拆卸固定有无线采集装置,监测方法包括:
步骤S101,施工人员进入施工区域时,获取施工人员身份信息和无线采集装置的设备信息;
步骤S102,施工人员进入施工区域后,无线采集装置采集施工人员佩戴安全帽时的压力数据和皮肤接触数据并进行监测;当压力数据或皮肤接触数据达到触发条件时,无线采集装置报警并上传报警信息;
步骤S103,根据报警信息,对报警后的设定时段内所述施工人员的压力数据和皮肤接触数据进行监测获取越限数据;根据越限数据判断所述施工人员是否违章;若是,获取施工人员的位置信息和身份信息发送对应工作面的管理人员的智能终端处;
步骤S104,当施工人员离开施工区域时,获取施工人员身份信息和施工人员在施工区域内压力数据和皮肤接触数据;
步骤S105,根据施工人员的压力数据和皮肤接触数据,通过行为分析识别模型获取行为分析数据;
步骤S106,根据施工人员的行为分析数据,通过聚类分析模型获取聚类分析数据;对聚类分析数据进行可视化展示。
进一步地,根据越限数据判断所述施工人员是否违章,包括:
所述越限数据包括设定时段内压力数据的越限次数、最大越限时长以及越限总时长;当越限次数、最大越限时长以及越限总时长其中任一项大于等于对应设定阈值时,判断所述施工人员违章;
越限数据还包括设定时段内皮肤接触数据的最小越限时长,当最小越限时长大于对应的设定阈值时,判断所述施工人员违章。
进一步地,管理人员至违章的施工人员处后,监督施工人员佩戴好安全帽;管理人员还判断施工人员违章行为,并将违章行为与对应的越限数据进行打标上传。
进一步地,所述行为分析识别模型,构建过程包括:
根据打标后的越限数据和获取对应的源佩戴数据,并对所述源数据进行打标;所述源佩戴数据包括设定时段内的皮肤接触数据和压力数据;
若干个打标后的源佩戴数据构成源数据集,将源数据集中的一部分作为训练集,源数据集中的另一部分作为验证集;
构建卷积神经网络模型,利用训练集中的源佩戴数据,对所述卷积神经网络模型进行训练;并且利用验证集进行验证获取准确率;
当准确率大于等于设定准确率时,所述卷积神经网络模型构建完成;
当准确率小于设定准确率时,利用训练集继续训练卷积神经网络模型,直至准确率大于等于设定准确率。
进一步地,获取聚类分析数据:
根据施工人员所在工作面的环境数据、所述施工人员的违章行为记录、工作面其他人员的行为数据以及所在工作面管理人员的管理数据;通过聚类分析模型综合分析,获取所述行为分析数据中每一违章行为对应的原因。
进一步地,获取施工人员的位置信息,包括:
通过北斗定位技术获取所述施工人员的初始位置;
根据施工人员的初始位置信息,判断初始位置是否存在建筑物;若否,则初始位置即为施工人员的位置信息;若是,获取所述建筑物的室内地图;
获取设置在建筑物上所有的无线通信设备;控制每一无线通信设备与无线采集装置通信获取通信数据;
根据通信数据获取无线采集装置的室内坐标,在室内地图标记坐标获取施工人员位置信息。
另一方面,根据本发明实施例,还提供了基于安全帽佩戴状态的监测系统,包括无线采集装置,所述无线采集装置可拆卸固定在下颏带上;还包括:
门禁单元、无线通信设备、告警单元、后台服务器以及可视化单元;
门禁单元设置在施工区域的出入口处,门禁单元用于获取通过所述门禁单元的无线采集装置的设备信息、对应施工人员的身份信息、压力数据以及皮肤接触数据;
无线通信设备,所述无线通信设备有多个且分布在施工区域各处;多个无线通信设备均与告警单元相连;无线采集装置与附近一无线通信设备相连,通过所述无线通信设备将报警信息上传至告警单元;
告警单元用于获取报警后设定时段内压力数据以及皮肤接触数据的越限数据,告警单元还根据越限数据判断施工人员是否违章,并获取违章人员的身份信息和位置信息发送至对应管理员的智能终端;告警单元还接收智能终端上传的打标后的越限数据;
后台服务器与所述门禁单元相连,施工人员通过所述门禁单元离开施工区域时,所述门禁单元获取所述施工人员对应的无线采集装置的设备信息、压力数据以及皮肤接触数据发送至后台服务器;
后台服务器还与告警单元相连来获取打标后的越限数据;后台服务器中设置有行为分析识别模型和聚类分析模型,用于获取聚类分析数据;
可视化单元与后台服务器相连,可视化单元用于展示聚类分析数据。
进一步地,所述无线采集装置包括:
皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片以及存储器;
皮肤传感器与边缘处理器相连,皮肤传感器用于采集下颏带与皮肤接触时产生的皮肤接触数据;
压力传感器与边缘处理器相连,压力传感器用于采集下颏带与皮肤之间的压力数据;
边缘处理器用于监测皮肤接触数据和压力数据,当皮肤接触数据或压力数据达到触发条件时生成报警信号;边缘处理器将报警信号发送至报警器,报警器接收到报警信号后进行报警;
北斗定位芯片与边缘处理器相连,用于获取施工人员的初始位置;
存储器与边缘处理器相连,用于存储施工人员在施工区域内的皮肤接触数据和压力数据,
收发机与所述边缘处理器相连,用于与无线通信设备通信相连;边缘处理器生成唤醒信号发送至收发机,收发机接收到唤醒信号后与附近一无线通信设备相连来与告警单元进行通信,收发机还与门禁单元相连与门禁单元进行通信。
进一步地,所述无线采集装置还包括供电电源,所述供电电源用于对皮肤传感器、压力传感器、边缘处理器、报警器、收发机以及北斗定位芯片进行供电。
进一步地,所述皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片、存储器以及供电电源集成后固定于双层柔性带上,双层柔性带的一端设置有铰链,双层柔性带的另一端设置有卡扣组件;通过卡扣组件与铰链配合使双层柔性带可拆卸固定于下颏带上。
相比于现有技术,本发明具有如下有益效果:通过无线采集装置来采集皮肤接触数据和压力数据并进行监测,在施工人员安全帽佩戴状态不合格时进行报警,来提醒是施工人员及时调整安全帽状态;同时监测报警后设定时段内的皮肤接触数据和压力数据,来获取越限数据并判断施工人员是否在报警后将安全帽佩戴好,以便管理人员对其工作面内的若干施工人员安全帽佩戴状态及时管理监督,且在工作结束后对施工人员在施工区域内的行为进行整体分析评价展示,解决了现有技术中存在的施工人员安全帽佩戴状态不方便监测管理的技术问题,产生了方便监测施工人员安全帽佩戴状态的技术效果。
附图说明
图1为本发明实施例的方法步骤图。
图2为本发明另一实施例的基于安全帽佩戴状态的监测系统原理图。
图3为本发明另一实施例的无线采集装置原理图。
图4为本发明另一实施例的双层柔性带结构图。
上述附图中:1、铰链;2、扣件;3、上柔性带;4、下柔性带;5、防滑垫;6、受电接口;7、卡件;8、供电接口。
具体实施方式
下面结合附图及实施例对本发明中的技术方案进一步说明。
如图1所示,本发明提出了基于安全帽佩戴状态的监测方法,安全帽下颏带上可拆卸固定有无线采集装置,监测方法包括:
步骤S101,施工人员进入施工区域时,获取施工人员身份信息和无线采集装置的设备信息;
步骤S102,施工人员进入施工区域后,无线采集装置采集施工人员佩戴安全帽时的压力数据和皮肤接触数据并进行监测;当压力数据或皮肤接触数据达到触发条件时,无线采集装置报警并上传报警信息;
步骤S103,根据报警信息,对报警后的设定时段内所述施工人员的压力数据和皮肤接触数据进行监测获取越限数据;根据越限数据判断所述施工人员是否违章;若是,获取施工人员的位置信息和身份信息发送对应工作面的管理人员的智能终端处;
步骤S104,当施工人员离开施工区域时,获取施工人员身份信息和施工人员在施工区域内压力数据和皮肤接触数据;
步骤S105,根据施工人员的压力数据和皮肤接触数据,通过行为分析识别模型获取行为分析数据;
步骤S106,根据施工人员的行为分析数据,通过聚类分析模型获取聚类分析数据;对聚类分析数据进行可视化展示。
本实施例的详细工作过程:
施工人员在进入施工区域之前,管理人员向其管理的工作面的工人分发无线采集装置并监督施工人员佩戴好安全帽,施工人员在进入施工区域内时,获取所述施工人员的身份信息和无线采集装置的设备信息,这里的无线采集装置的设备信息包括设备ID;将身份信息和设备ID进行绑定;
施工人员进入施工区域内后,无线采集装置采集施工人员佩戴安全帽时,下颏带与人体面部之间的压力数据和皮肤接触数据,皮肤接触数据包括人体皮肤微电流信号;当无线采集装置采集到人体皮肤微电流信号时,判断此时无线采集装置与人体面部接触;当无线采集装置未采集到人体皮肤微电流信号时,判断此时无线采集装置与人体面部脱离接触;此时触发报警条件;
当无线采集装置与人体之间压力数据小于设定阈值时,触发报警;无线采集装置报警来提醒该施工人员及时佩戴好安全帽。并上传报警信息;
根据获取报警之后设定时段内无限采集装置采集的皮肤接触数据和压力数据进行近侧获取设定时段内的越限数据,本实施例中设定时段包括1min、2min以及3min;根据越限数据判断施工人员在无限采集装置报警后是否及时进行调整;当根据越限数据判断施工人员违章后,获取施工人员的位置信息和身份信息发送对应工作面的管理人员的智能终端处;提醒对应工作面的管理人员,管理人员的智能终端包括智能手机、平板电脑。
施工人员在工作结束后离开施工区域时,获取工作时段内施工人员身份信息和施工人员在施工区域内压力数据和皮肤接触数据;根据施工人员在施工区域内的压力数据和皮肤接触数据,通过行为分析识别模型获取行为分析数据;
根据施工人员的行为分析数据,通过聚类分析模型获取聚类分析数据;对聚类分析数据进行可视化展示。
由于设置无线采集装置来采集皮肤接触数据和压力数据并进行监测,在施工人员安全帽佩戴状态不合格时进行报警,来提醒是施工人员及时调整安全帽状态;同时监测报警后设定时段内的皮肤接触数据和压力数据,来获取越限数据并判断施工人员是否在报警后将安全帽佩戴好,以便管理人员对其工作面内的若干施工人员安全帽佩戴状态及时管理监督,且在工作结束后对施工人员在施工区域内的行为进行整体分析评价展示,产生了方便监测施工人员安全帽佩戴状态的技术效果。
本发明的另一实施例,根据越限数据判断所述施工人员是否违章,包括:
所述越限数据包括设定时段内压力数据的越限次数、最大越限时长以及越限总时长;当越限次数、最大越限时长以及越限总时长其中任一项大于等于对应设定阈值时,判断所述施工人员违章;
越限数据还包括设定时段内皮肤接触数据的最小越限时长,当最小越限时长大于对应的设定阈值时,判断所述施工人员违章。
按照预设频率进行采集压力数据,对于压力数据设置有压力下限值;获取越限数据时,获取位于压力下限值下方的压力数据,越限次数包括设定时段内压力穿越压力下限值的次数,越限时长包括若干连续处于压力下限值下方的时长。
皮肤接触数据的越限时长包括连续处于“零”信号的时长。
本发明的另一实施例,管理人员至违章的施工人员处后,监督施工人员佩戴好安全帽;管理人员还判断施工人员违章行为,并将违章行为与对应的越限数据进行打标上传。
本实施例的具体实施过程包括:
本实施例中,违章行为包括安全帽帽带未系、安全帽帽带未系紧以及安全帽未佩戴;
为避免施工人员将重物放置在无限采集装置上来产生压力数据,因此设置无限采集装置还采集皮肤接触数据,因此当只有压力数据而皮肤接触数据表示未与皮肤接触时,不论压力数据是否大于压力值下限,均判断安全帽未佩戴。
本发明的另一实施例,所述行为分析识别模型,构建过程包括:
根据打标后的越限数据和获取对应的源佩戴数据,并对所述源数据进行打标;所述源佩戴数据包括设定时段内的皮肤接触数据和压力数据;
若干个打标后的源佩戴数据构成源数据集,将源数据集中的一部分作为训练集,源数据集中的另一部分作为验证集;
构建卷积神经网络模型,利用训练集中的源佩戴数据,对所述卷积神经网络模型进行训练;并且利用验证集进行验证获取准确率;
当准确率大于等于设定准确率时,所述卷积神经网络模型构建完成;
当准确率小于设定准确率时,利用训练集继续训练卷积神经网络模型,直至准确率大于等于设定准确率。
本实施例中,行为分析识别模型为卷积神经网络模型,通过管理人员判断施工人员的违章行为并与对应越限数据进行打标,施工人员离开施工区域时,获取越限数据对应的源佩戴数据,即设定时段内的皮肤接触数据和压力数据,将违章行文对源佩戴数据进行打标;获取若干源佩戴数据之后即可对卷积神经网络模型进行训练。本实施例中获取5000组打标后对的源佩戴数据构成源数据集,将源数据集中4000组源佩戴数据作为训练集;1000组源佩戴数据作为验证集;
利用训练集对卷积神经网络模型训练后,通过验证集进行训练;当验证的准确率大于等于98%时,判断卷积神经网络模型训练成功。
通过行为分析识别模型,即可判断施工人员的违章行为,不再需要管理人员判断后进行打标上传,更加方便快捷。
本发明的另一实施例,获取聚类分析数据:
根据施工人员所在工作面的环境数据、所述施工人员的违章行为记录、工作面其他人员的行为数据以及所在工作面管理人员的管理数据;通过聚类分析模型综合分析,获取所述行为分析数据中每一违章行为对应的原因。
将环境数据与标准环境数据进行比对获取环境影响因数,本实施例中所述环境数据包括温度数据,标准环境数据中温度数据为25摄氏度;当工作现场温度数据没有超过25摄氏度时,环境影响因数为0;当工作现场温度数据超过25摄氏度时,环境影响因数通过以下公式获得:
HJYH=HJWD-25;
其中HJYH为影响因数,HJWD为环境温度。
根据施工人员违章记录,获取各违章原因的次数以及对应的环境因数;获取当前情况下工作面其他人员行为数据来获取违章行为;以及管理人员管理工作面产生的施工人员违章行为数据。
聚类分析模型,通过聚类分析算法获取施工人员的违章原因,违章原因包括环境因素、个人因素以及管理因素。
本发明的另一实施例,获取施工人员的位置信息,包括:
通过北斗定位技术获取所述施工人员的初始位置;
根据施工人员的初始位置信息,判断初始位置是否存在建筑物;若否,则初始位置即为施工人员的位置信息;若是,获取所述建筑物的室内地图;
获取设置在建筑物上所有的无线通信设备;控制每一无线通信设备与无线采集装置通信获取通信数据;
根据通信数据获取无线采集装置的室内坐标,在室内地图标记坐标获取施工人员位置信息。
本实施例中,通过建筑物上无线通信设备获取无线采集装置的室内坐标;
沿竖直方向在建筑物每一层的相同位置均固定一无线通信设备作为标志通信设备;通过若干标志通信设备与无线采集装置进行通信获取通信数据,所述通信数据包括信号衰减度和通信时长;根据所述通信数据获取每一标志通信设备与无线采集装置之间的距离;距离最小的标志通信设备对应的楼层即为无线采集装置所在楼层;
每一楼层除标志通信设备之外,还在所述楼层的同一高度上固定若干无线通信设备作为室内定位设备,本实施例中每一层楼的室内定位设备有三个,且三个室内定位设备不在同一直线上;根据室内地图获取同一楼层的三个室内定位设备的安装位置;通过三个室内定位设备与无线采集装置之间的通信数据,获取无线采集装置与室内定位设备之间的距离;以每个室内定位设备为中心,以所述距离半径在该楼层的室内地图上作圆;获取三个圆相交后的公共区域,以所述公共区域的中心在室内地图上的坐标作为位置信息。
所述室内地图包括室内地面的平面地图。
如图2所示,本实施例还提供基于安全帽佩戴状态的监测系统,包括无线采集装置,所述无线采集装置可拆卸固定在下颏带上;还包括:
门禁单元、无线通信设备、告警单元、后台服务器以及可视化单元;
门禁单元设置在施工区域的出入口处,门禁单元用于获取通过所述门禁单元的无线采集装置的设备信息、对应施工人员的身份信息、压力数据以及皮肤接触数据;
无线通信设备,所述无线通信设备有多个且分布在施工区域各处;多个无线通信设备均与告警单元相连;无线采集装置与附近一无线通信设备相连,通过所述无线通信设备将报警信息上传至告警单元;
告警单元用于获取报警后设定时段内压力数据以及皮肤接触数据的越限数据,告警单元还根据越限数据判断施工人员是否违章,并获取违章人员的身份信息和位置信息发送至对应管理员的智能终端;告警单元还接收智能终端上传的打标后的越限数据;
后台服务器与所述门禁单元相连,施工人员通过所述门禁单元离开施工区域时,所述门禁单元获取所述施工人员对应的无线采集装置的设备信息、压力数据以及皮肤接触数据发送至后台服务器;
后台服务器还与告警单元相连来获取打标后的越限数据;后台服务器中设置有行为分析识别模型和聚类分析模型,用于获取聚类分析数据;
可视化单元与后台服务器相连,可视化单元用于展示聚类分析数据。
门禁单元包括人脸识别设备和射频通信设备,人脸识别设备获取施工人员的身份信息,射频通信设备与无线采集装置连接获取设备信息、以及获取无线采集装置内存储的压力数据以及皮肤接触数据;施工人员佩戴门禁单元通过无线射频技术与无线采集装置连接。
可视化单元包括显示屏,显示屏与后台服务器相连来展示聚类分析数据。
如图3所示,本发明的另一实施例,所述无线采集装置包括:
皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片以及存储器;
皮肤传感器与边缘处理器相连,皮肤传感器用于采集下颏带与皮肤接触时产生的皮肤接触数据;
压力传感器与边缘处理器相连,压力传感器用于采集下颏带与皮肤之间的压力数据;
边缘处理器用于监测皮肤接触数据和压力数据,当皮肤接触数据或压力数据达到触发条件时生成报警信号;边缘处理器将报警信号发送至报警器,报警器接收到报警信号后进行报警;
北斗定位芯片与边缘处理器相连,用于获取施工人员的初始位置;
存储器与边缘处理器相连,用于存储施工人员在施工区域内的皮肤接触数据和压力数据,
收发机与所述边缘处理器相连,用于与无线通信设备通信相连;边缘处理器生成唤醒信号发送至收发机,收发机接收到唤醒信号后与附近一无线通信设备相连来与告警单元进行通信,收发机还与门禁单元相连与门禁单元进行通信。
本实施例中,所述皮肤传感器包括光学心率传感器,其原理包括:光电容积脉搏波描记法:血液是红色的,反射红光,吸收绿光。通过光学心率传感器检测颈部处流通的血液量。心脏跳动的一瞬,手腕处流通的血液量增加,吸收更多绿光;而心跳间隙,吸收的绿光就少一些。LED光每秒闪动数百次,计算出每分钟的心跳次数,也就是心率。
本发明的另一实施例,所述无线采集装置还包括供电电源,所述供电电源用于对皮肤传感器、压力传感器、边缘处理器、报警器、收发机以及北斗定位芯片进行供电。
如图4所示,本发明的另一实施例,所述皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片、存储器以及供电电源集成后固定于双层柔性带上,双层柔性带的一端设置有铰链1,双层柔性带的另一端设置有卡扣组件;通过卡扣组件与铰链1配合使双层柔性带可拆卸固定于下颏带上。
本实施例的具体实施步骤包括:
所述双层柔性带包括上柔性带3和下柔性带4,且上柔性带3和下柔性带4均具有弹性;上柔性带3和下柔性带4的一端通过铰链1固定并形成折叠机构,上柔性带3的和下柔性带4的另一端通过卡扣组件配合固定;本实施例中,上柔性带3和下柔性带4之间交错分布有若干防滑垫5,卡扣组件包括扣件2和卡件7,所述扣件2设置在上柔性带3上,卡件7设置在下柔性带4,扣件2和卡件7之间插接配合固定。
折叠机构闭合且卡扣组件配合固定后,下颏带位于上柔性带3和下柔性带4之间,若干防滑垫5均于与下颏带表面相抵,来阻止上柔性带3和下柔性带4沿下颏带长度方向滑动。
本实施例中所述皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片以及存储器集成后固定于上柔性带3上,且在所述上柔性带3内侧设置有皮肤传感器和压力传感器位于上柔性带3外侧表面;扣件2的末端设置有受电接口6,受电接口6与边缘处理器的接电源端相连;
供电电源设置在下柔性带4上,卡件7内底部设置有供电接口8,供电接口8与供电电源相连;
卡件7与扣件2配合固定后受电接口6与供电接口8电连,皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片以及存储器进入工作状态;卡件7与扣件2拆开后,皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片以及存储器进入休眠状态。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.基于安全帽佩戴状态的监测方法,其特征在于:安全帽下颏带上可拆卸固定有无线采集装置,监测方法包括:
步骤S101,施工人员进入施工区域时,获取施工人员身份信息和无线采集装置的设备信息;
步骤S102,施工人员进入施工区域后,无线采集装置采集施工人员佩戴安全帽时的压力数据和皮肤接触数据并进行监测;当压力数据或皮肤接触数据达到触发条件时,无线采集装置报警并上传报警信息;
步骤S103,根据报警信息,对报警后的设定时段内所述施工人员的压力数据和皮肤接触数据进行监测获取越限数据;所述越限数据包括设定时段内皮肤接触数据的最小越限时长以及设定时段内压力数据的越限次数、最大越限时长和越限总时长;根据越限数据判断所述施工人员是否违章;若是,获取施工人员的位置信息和身份信息发送对应工作面的管理人员的智能终端处,同时,管理人员还将违章行为与对应的越限数据进行打标上传;
步骤S104,当施工人员离开施工区域时,获取施工人员身份信息和施工人员在施工区域内压力数据和皮肤接触数据;
步骤S105,根据施工人员的压力数据和皮肤接触数据,通过行为分析识别模型获取行为分析数据;其中,所述行为分析识别模型,构建过程包括:
根据打标后的越限数据和获取对应的源佩戴数据,并对所述源佩戴数据进行打标;所述源佩戴数据包括设定时段内的皮肤接触数据和压力数据;
若干个打标后的源佩戴数据构成源数据集,将源数据集中的一部分作为训练集,源数据集中的另一部分作为验证集;
构建卷积神经网络模型,利用训练集中的源佩戴数据,对所述卷积神经网络模型进行训练;并且利用验证集进行验证获取准确率;
当准确率大于等于设定准确率时,所述卷积神经网络模型构建完成;
当准确率小于设定准确率时,利用训练集继续训练卷积神经网络模型,直至准确率大于等于设定准确率;
步骤S106,根据施工人员的行为分析数据,通过聚类分析模型获取聚类分析数据,包括:根据施工人员所在工作面的环境数据、所述施工人员的违章行为记录、工作面其他人员的行为数据以及所在工作面管理人员的管理数据;通过聚类分析模型综合分析,获取所述行为分析数据中每一违章行为对应的原因作为聚类分析数据;所述聚类分析模型中设置有聚类分析算法;
对聚类分析数据进行可视化展示。
2.如权利要求1所述的基于安全帽佩戴状态的监测方法,其特征在于:根据越限数据判断所述施工人员是否违章,包括:
当越限次数、最大越限时长以及越限总时长其中任一项大于等于对应设定阈值时,判断所述施工人员违章;
当最小越限时长大于对应的设定阈值时,判断所述施工人员违章。
3.如权利要求1所述的基于安全帽佩戴状态的监测方法,其特征在于:管理人员至违章的施工人员处后,监督施工人员佩戴好安全帽。
4.如权利要求1所述的基于安全帽佩戴状态的监测方法,其特征在于:获取施工人员的位置信息,包括:
通过北斗定位技术获取所述施工人员的初始位置;
根据施工人员的初始位置信息,判断初始位置是否存在建筑物;若否,则初始位置即为施工人员的位置信息;若是,获取所述建筑物的室内地图;
获取设置在建筑物上所有的无线通信设备;控制每一无线通信设备与无线采集装置通信获取通信数据;
根据通信数据获取无线采集装置的室内坐标,在室内地图标记坐标获取施工人员位置信息。
5.基于安全帽佩戴状态的监测系统,其特征在于:包括无线采集装置,所述无线采集装置可拆卸固定在下颏带上;还包括:
门禁单元、无线通信设备、告警单元、后台服务器以及可视化单元;
门禁单元设置在施工区域的出入口处,门禁单元用于获取通过所述门禁单元的无线采集装置的设备信息、对应施工人员的身份信息、压力数据以及皮肤接触数据;
无线通信设备,所述无线通信设备有多个且分布在施工区域各处;多个无线通信设备均与告警单元相连;无线采集装置与附近一无线通信设备相连,通过所述无线通信设备将报警信息上传至告警单元;
告警单元用于获取报警后设定时段内压力数据以及皮肤接触数据的越限数据,所述越限数据包括设定时段内压力数据的越限次数、最大越限时长以及越限总时长,还包括设定时段内皮肤接触数据的最小越限时长;告警单元还根据越限数据判断施工人员是否违章,并获取违章人员的身份信息和位置信息发送至对应管理员的智能终端,同时,管理人员还将违章行为与对应的越限数据进行打标上传;告警单元还接收智能终端上传的打标后的越限数据;
后台服务器与所述门禁单元相连,施工人员通过所述门禁单元离开施工区域时,所述门禁单元获取所述施工人员对应的无线采集装置的设备信息、压力数据以及皮肤接触数据发送至后台服务器;
后台服务器还与告警单元相连来获取打标后的越限数据;后台服务器中设置有行为分析识别模型和聚类分析模型,用于获取聚类分析数据;
其中,所述行为分析识别模型,构建过程包括:
根据打标后的越限数据和获取对应的源佩戴数据,并对所述源佩戴数据进行打标;所述源佩戴数据包括设定时段内的皮肤接触数据和压力数据;
若干个打标后的源佩戴数据构成源数据集,将源数据集中的一部分作为训练集,源数据集中的另一部分作为验证集;
构建卷积神经网络模型,利用训练集中的源佩戴数据,对所述卷积神经网络模型进行训练;并且利用验证集进行验证获取准确率;
当准确率大于等于设定准确率时,所述卷积神经网络模型构建完成;
当准确率小于设定准确率时,利用训练集继续训练卷积神经网络模型,直至准确率大于等于设定准确率;
通过通过聚类分析模型获取聚类分析数据,包括:根据施工人员所在工作面的环境数据、所述施工人员的违章行为记录、工作面其他人员的行为数据以及所在工作面管理人员的管理数据;通过聚类分析模型综合分析,获取所述行为分析数据中每一违章行为对应的原因作为聚类分析数据;所述聚类分析模型中设置有聚类分析算法;可视化单元与后台服务器相连,可视化单元用于展示聚类分析数据。
6.如权利要求5所述的基于安全帽佩戴状态的监测系统,其特征在于:所述无线采集装置包括:
皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片以及存储器;
皮肤传感器与边缘处理器相连,皮肤传感器用于采集下颏带与皮肤接触时产生的皮肤接触数据;
压力传感器与边缘处理器相连,压力传感器用于采集下颏带与皮肤之间的压力数据;
边缘处理器用于监测皮肤接触数据和压力数据,当皮肤接触数据或压力数据达到触发条件时生成报警信号;边缘处理器将报警信号发送至报警器,报警器接收到报警信号后进行报警;
北斗定位芯片与边缘处理器相连,用于获取施工人员的初始位置;
存储器与边缘处理器相连,用于存储施工人员在施工区域内的皮肤接触数据和压力数据,
收发机与所述边缘处理器相连,用于与无线通信设备通信相连;边缘处理器生成唤醒信号发送至收发机,收发机接收到唤醒信号后与附近一无线通信设备相连来与告警单元进行通信,收发机还与门禁单元相连与门禁单元进行通信。
7.如权利要求6所述的基于安全帽佩戴状态的监测系统,其特征在于:所述无线采集装置还包括供电电源,所述供电电源用于对皮肤传感器、压力传感器、边缘处理器、报警器、收发机以及北斗定位芯片进行供电。
8.如权利要求7所述的基于安全帽佩戴状态的监测系统,其特征在于:所述皮肤传感器、压力传感器、边缘处理器、报警器、收发机、北斗定位芯片、存储器以及供电电源集成后固定于双层柔性带上,双层柔性带的一端设置有铰链,双层柔性带的另一端设置有卡扣组件;通过卡扣组件与铰链配合使双层柔性带可拆卸固定于下颏带上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211452611.0A CN115985044B (zh) | 2022-11-21 | 2022-11-21 | 基于安全帽佩戴状态的监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211452611.0A CN115985044B (zh) | 2022-11-21 | 2022-11-21 | 基于安全帽佩戴状态的监测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115985044A CN115985044A (zh) | 2023-04-18 |
CN115985044B true CN115985044B (zh) | 2024-04-05 |
Family
ID=85967029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211452611.0A Active CN115985044B (zh) | 2022-11-21 | 2022-11-21 | 基于安全帽佩戴状态的监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115985044B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116634367B (zh) * | 2023-07-21 | 2023-10-03 | 三峡高科信息技术有限责任公司 | 一种基于物联网的智能施工监控管理系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104473369A (zh) * | 2014-11-06 | 2015-04-01 | 国家电网公司 | 一种安全帽脱离报警系统 |
CN107028271A (zh) * | 2015-07-20 | 2017-08-11 | 中铁第六勘察设计院集团有限公司 | 一种防违章安全帽 |
CN108685247A (zh) * | 2018-06-29 | 2018-10-23 | 国网上海市电力公司 | 一种电力人员安全帽 |
CN110188724A (zh) * | 2019-06-05 | 2019-08-30 | 中冶赛迪重庆信息技术有限公司 | 基于深度学习的安全帽定位与颜色识别的方法及系统 |
CN209711644U (zh) * | 2019-01-31 | 2019-12-03 | 杭州埃欧哲建设工程咨询有限公司 | 一种基于uwb定位技术智慧工地用安全帽 |
CN110738127A (zh) * | 2019-09-19 | 2020-01-31 | 福建师范大学福清分校 | 基于无监督深度学习神经网络算法的安全帽识别方法 |
CN111227418A (zh) * | 2020-03-31 | 2020-06-05 | 福建省建瓯市朝阳竹编帽业有限公司 | 一种安全帽安全管理系统 |
CN111369122A (zh) * | 2020-02-27 | 2020-07-03 | 信钛速保(厦门)信息科技有限公司 | 一种施工风控管理方法及系统 |
CN111914743A (zh) * | 2020-07-31 | 2020-11-10 | 广东电网有限责任公司清远供电局 | 一种变电站员工安全帽检测方法及装置 |
CN215124771U (zh) * | 2021-05-11 | 2021-12-14 | 中国铁路上海局集团有限公司合肥货运中心 | 一种安全帽佩戴自动检测报警装置 |
CN215685147U (zh) * | 2021-07-06 | 2022-02-01 | 国网浙江省电力有限公司温州供电公司 | 一种智能安全帽 |
CN217743282U (zh) * | 2022-07-08 | 2022-11-08 | 深圳能源环保股份有限公司 | 基于传感器的安全帽佩戴检测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201900001403A1 (it) * | 2019-01-31 | 2020-07-31 | Comftech S R L | Indumento sensorizzato |
-
2022
- 2022-11-21 CN CN202211452611.0A patent/CN115985044B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104473369A (zh) * | 2014-11-06 | 2015-04-01 | 国家电网公司 | 一种安全帽脱离报警系统 |
CN107028271A (zh) * | 2015-07-20 | 2017-08-11 | 中铁第六勘察设计院集团有限公司 | 一种防违章安全帽 |
CN108685247A (zh) * | 2018-06-29 | 2018-10-23 | 国网上海市电力公司 | 一种电力人员安全帽 |
CN209711644U (zh) * | 2019-01-31 | 2019-12-03 | 杭州埃欧哲建设工程咨询有限公司 | 一种基于uwb定位技术智慧工地用安全帽 |
CN110188724A (zh) * | 2019-06-05 | 2019-08-30 | 中冶赛迪重庆信息技术有限公司 | 基于深度学习的安全帽定位与颜色识别的方法及系统 |
CN110738127A (zh) * | 2019-09-19 | 2020-01-31 | 福建师范大学福清分校 | 基于无监督深度学习神经网络算法的安全帽识别方法 |
CN111369122A (zh) * | 2020-02-27 | 2020-07-03 | 信钛速保(厦门)信息科技有限公司 | 一种施工风控管理方法及系统 |
CN111227418A (zh) * | 2020-03-31 | 2020-06-05 | 福建省建瓯市朝阳竹编帽业有限公司 | 一种安全帽安全管理系统 |
CN111914743A (zh) * | 2020-07-31 | 2020-11-10 | 广东电网有限责任公司清远供电局 | 一种变电站员工安全帽检测方法及装置 |
CN215124771U (zh) * | 2021-05-11 | 2021-12-14 | 中国铁路上海局集团有限公司合肥货运中心 | 一种安全帽佩戴自动检测报警装置 |
CN215685147U (zh) * | 2021-07-06 | 2022-02-01 | 国网浙江省电力有限公司温州供电公司 | 一种智能安全帽 |
CN217743282U (zh) * | 2022-07-08 | 2022-11-08 | 深圳能源环保股份有限公司 | 基于传感器的安全帽佩戴检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115985044A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240226B (zh) | 近电预警装置及系统 | |
CN111341069B (zh) | 智慧工地人员安全实时监测系统 | |
CN110827457B (zh) | 一种基于安全胜任力鉴定的虚拟门禁系统 | |
CN115985044B (zh) | 基于安全帽佩戴状态的监测方法和系统 | |
CN109875172A (zh) | 一种智能安全帽及其监测系统 | |
CN101673464A (zh) | 疲劳驾驶智能管理系统 | |
CN106096833A (zh) | 一种基于Wi‑Fi实时定位追踪综合多功能管理系统及使用方法 | |
CN110206588A (zh) | 地下矿山作业人员安全管理系统 | |
CN109938439A (zh) | 安全帽、安全系统、人员的管理方法 | |
CN113209512B (zh) | 一种高处作业安全监管系统及方法 | |
CN106089305B (zh) | 一种井下实时监控与人员定位系统 | |
CN113206978B (zh) | 油气管道站场安防智能监控预警系统及方法 | |
CN111627124A (zh) | 作业人员安全警示与自动考勤的方法 | |
CN109635631A (zh) | 一种基于人工智能的消防值班室人员在岗识别方法 | |
CN108430322A (zh) | 用于连续监测生命体征的设备、方法和计算机程序产品 | |
CN106263213A (zh) | 基于面部识别技术的安全帽佩戴监管系统和方法 | |
CN114081230A (zh) | 一种用于施工安全和疫情防控的智能安全帽 | |
CN111165986A (zh) | 智能安全帽 | |
CN116758490B (zh) | 基于ai算法的施工现场安全帽佩戴检测与预警方法及系统 | |
CN114530006A (zh) | 一种用于智慧工地的劳务实名制管理系统 | |
KR20220135051A (ko) | 스마트 안전모를 이용한 현장 안전관리 시스템 | |
CN114468453B (zh) | 一种基于5g技术的建筑工地安全帽检测系统 | |
CN116823529A (zh) | 一种基于行为大数据分析的安防智能管理系统 | |
CN215642791U (zh) | 安全生产风险远程管控系统 | |
CN204480355U (zh) | 一种采用手指静脉识别与指甲识别结合认证的医院门禁安全识别装置 |
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 |