CN116523321B - 一种基于云平台的智能头盔安防管控系统 - Google Patents

Abstract

本发明公开一种基于云平台的智能头盔安防管控系统，包括安防佩戴检测模块、佩戴识别分析模块、视角转换定位分析模块、设备运行联动评估模块、视角追踪距离预测模块和安防管控云平台。本发明能够判断出电力人员佩戴的智能头盔是否佩戴符合要求，并采用视角转换比例系数筛选出与视角图像最匹配的电力设备，实现对电力设备进行精准定位，结合安防管控云平台对当前视角图像下追踪的电力人员距离电力设备的距离下操作指令以及参数联动评估系数等所产生的综合风险程度，能够评估电力人员对视角图像中电力设备操作指令所产生的操作风险，进而根据操作风险进行智能安防管控，提高了操作的安全性，具有智能化管控特点。

Description

一种基于云平台的智能头盔安防管控系统

技术领域

本发明属于安防技术领域，涉及到一种基于云平台的智能头盔安防管控系统。

背景技术

目前对电力现场的电力设备进行巡检过程中发现电力人员在设备维护及其他工作时，电力人员不佩戴安全防护工具，仅靠专门的巡检人员对电力人员是否佩戴头盔进行检测，存在检测效率低，且无法对头盔佩戴是否符合要求进行检测，若不佩戴安防头盔，存在作业时的安全隐患问题，采用人工检测，消耗大量的人力，同时，现有佩戴的头盔无法实现智能安防防护的作用，因电力现场相同的电力设备结构相同，存在电力人员的定位采用人工输入方式进行定位，导致无法提取准确定位电力人员所操作的电力设备的准确位置，进而无法根据电力人员所对应操作的电力设备对电力人员的操作指令进行预测风险以及无法对电力设备进行故障倾向性判定，无法基于在当前电力设备运行状态下操作指令对电力设备或电力人员所造成的危险程度进行智能安防预警及管控，避免设备的故障或危险程度的加剧。

发明内容

本发明的目的在于提供的一种基于云平台的智能头盔安防管控系统，解决了现有技术存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于云平台的智能头盔安防管控系统，包括安防佩戴检测模块、佩戴识别分析模块、视角转换定位分析模块、设备运行联动评估模块、视角追踪距离预测模块和安防管控云平台；

所述安防佩戴检测模块用于实时检测人员佩戴头盔时的压力数据、电力人员的位置信息以及采集视角图像；

所述佩戴识别分析模块对检测的压力数据进行分析，分析人员佩戴是否符合要求，并发出佩戴调整控制指令，并对视角图像与训练模拟的佩戴头盔的视角图像进行识别分析；

所述视角转换定位分析模块分析在视角图像中设备所在区域若干目标特征区域间的图像视角距离，并基于数据库中筛选出头盔视角下若干目标特征区域间的图像正视角距离，分析当前视角图像中设备所在区域内若干目标特征区域间的视角转换比例系数，并经视角转换后筛选出位置匹配程度最大的电力设备；

所述设备运行联动评估模块对获取的设备参数进行联动分析，获得当前电力设备运行状态下的参数联动评估系数，根据参数联动评估系数预测评估并定位电力设备故障；

所述视角追踪距离预测模块根据当前视角下视角图像所对应的视角转换比例系数对图像视角距离进行处理，获得图像正视角距离，并追踪出电力人员经视角转换后电力人员与电力设备间的距离；

所述安防管控云平台判断电力人员距离电力设备的距离是否小于安全阈值，若小于安全阈值时，触发设备运行联动评估模块发送电力设备故障信息至安防头盔，并预测评估电力人员操作指令所产生的综合危险系数。

优选地，人员佩戴的分析方法，包括以下步骤：

步骤1、获取头盔内侧边缘及顶部内侧各压力传感器检测的压力数据；

步骤2、训练头盔佩戴符合要求下，头盔内侧边缘的各压力传感器的标准对称映射关系；

步骤3、提取头盔内侧边缘的各压力传感器，根据检测的压力数值分析出当前佩戴下头盔内侧边缘的各压力传感器的对称映射关系；

步骤4、将步骤2和步骤3中头盔内侧边缘的各压力传感器的对称映射关系进行比对，若步骤3的各压力传感器的对称映射与步骤2中的各压力传感器间的对称映射相吻合，则表明该头盔佩戴未发生偏转，并执行步骤5，若不吻合，则表明该头盔佩戴发生偏转；

步骤5、判断头盔内侧边缘的各压力传感器检测的压力数值是否大于设定的侧佩戴上限阈值，若大于侧佩戴上限阈值，且头盔内侧顶部的压力传感器检测的压力数值小于顶佩戴压力阈值，则表面头盔未佩戴好，若头盔内侧边缘的各压力传感器检测的压力数值小于侧佩戴上限阈值且大于侧佩戴下限阈值，则执行步骤6；

步骤6、判断头盔内侧顶部的压力传感器检测的压力数值是否大于顶佩戴压力阈值，若大于顶佩戴压力阈值，则表面头盔佩戴符合要求。

优选地，所述视角转换定位分析模块对视角图像中设备所在区域内目标特征区域间的视角转换比例系数进行分析，分析方法：

步骤S1、获取相同若干目标特征区域在各电力设备处于主视角下各目标特征区域间的图像正视角距离；

步骤S2、计算相同若干目标特征区域在各电力设备处于主视角下图像正视角距离与图像视角距离进行对比；

步骤S3、计算任意两目标特征区域所对应图像正视角距离与图像视角距离间的比值的均值；

步骤S4、采用偏离度计算公式，分析图像视角距离中各目标特征区域间的图像视角距离与各电力设备所对应的图像正视角距离间的偏移度；

步骤S5、筛选出与图像视角距离中各目标特征区域间的图像视角距离的偏离度最小的电力设备所对应的图像正视角距离；

步骤S6、根据筛选的偏离度最小的电力设备所对应的各目标特征区域间的图像正视角距离分析当前头盔视角下视角图像所对应的视角转换比例系数。

优选地，所述偏离度计算公式：，/>表示为视野图像与第k个电力设备间的偏离度，/>表示为第k个电力设备处于主视角和当前视角下第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离与图像视角距离间的比值。

优选地，所述视角转换比例系数的计算公式，/>表示为偏离度最小的电力设备k所对应主视角和头盔视角下第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离与图像视角距离间的比值，N为选择的目标特征区域数量。

优选地，对电力设备的运行参数信息及电力参数信息进行联动分析，分析方法，步骤：

步骤1、依次将当前设备参数数值与电力设备标准参数数值进行对比，得到相对参数数值，设备参数包括运行参数和电力参数；

步骤2、筛选出相对参数数值大于固定等比例系数B下的该标准参数数据所对应设备参数；

步骤3、对设备运行参数和电力参数进行训练，训练出电力设备的各参数间的关联干扰系数；

步骤4、分析步骤2中筛选出大于固定等比例系数B下的标准参数数据所对应的设备参数与其他设备参数间的参数联动评估系数；

步骤5、基于设备参数的参数联动评估系数对当前该设备参数进行校验，判断是否符合校验表达式，若不符合，则以等间隔数值增加固定等比例系数B，获得新的固定等比例系数，并重复执行步骤3-步骤5，直至符合校验表达式，并获取校验后的各设备参数的参数联动评估系数。

优选地，校验表达式，/>表示为第i个设备参数对应的标准参数数值，/>表示为当前电力设备中第i个设备参数对应参数数值，M表示为大于固定等比例系数B的设备参数数量。

优选地，筛选出符合校验表达式下的大于固定等比例系数的设备参数数量以及参数联动评估系数，采用故障倾向判定模型，判断电力设备上第i个参数所对应的位置是否发生故障，当＞0，则表面第i个参数存在异常；

所述故障倾向判定模型，e为自然数，/>表示为第i个参数数据存在故障倾向的判定系数，用于反应各参数数据存在故障的倾向程度。

优选地，当前电力设备的电力设备故障下操作指令所产生的综合危险系数，计算公式：，/>表示为电力人员的操作指令所映射的第d个设备参数数据，若影响第d个设备参数数据，则/>为1，e为自然数，/>表示为第d个设备参数与第j个参数间的关联干扰系数，/>表示为第j个参数数据存在故障倾向的判定系数。

本发明的有益效果：

本发明提供的基于云平台的智能头盔安防管控系统，通过电力人员头盔内侧内各压力数据间的对称映射关系是否匹配以及压力数值是否符合，以综合判断出电力人员佩戴的智能头盔是否佩戴符合要求，以及是否发生佩戴偏转问题，解决因佩戴偏转问题而导致无法准确获得电力人员的视角图像，从而为后期头盔监控的电力设备定位提供准确的数据支持，并可监测电路现场是否存在人员未佩戴头盔。

通过采用视角图像中目标特征区域间的图像视角距离与各设备图像中相同目标特征区域间的图像正视角距离进行分析，以获得各电力设备所对应的视角转换比例系数，并基于视角转换比例系数对视角图像中经视角转换处理的各目标特征区域与数据库中各电力设备中目标特征区域间的距离进行匹配，以筛选出与视角图像最匹配的电力设备，采用实时定位与视角转换下所匹配的电力设备间的双重定位，能够准确定位电力设备的位置信息，排除多楼层下相同电力设备因摆放位置存在差异而无法准确定位电力人员视角图像下的电力设备，便于对所在位置下电力设备对佩戴头盔的电力人员的危险进行预警预测。

通过视角图像中电力设备进行设备运行联动评估，以确定当前电力设备运行状态下的参数联动评估系数，并能够根据参数联动评估系数对电力设备的故障进行倾向性预判，结合安防管控云平台对当前视角图像下追踪的电力人员距离电力设备的距离下操作指令所产生的综合风险程度，能够基于电力设备的运行状态以及电力人员的操作指令评估出操作危险，进而根据操作风险进行智能安防管控，降低预测的操作指令所造成的风险，提高了操作的安全性，具有智能化管控特点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为视角展示示意图；

图2为人员距离电力设备距离不同所展示的目标特征区域在图像上的变化示意图；

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种基于云平台的智能头盔安防管控系统，包括安防佩戴检测模块、佩戴识别分析模块、视角转换定位分析模块、设备运行联动评估模块、视角追踪距离预测模块和安防管控云平台。

安防佩戴检测模块用于实时检测人员佩戴头盔时的压力数据以及实时检测电力人员的位置信息，并采集人员佩戴后电力人员的视角图像信息。

当头盔佩戴正确时，头盔内侧边缘与电力人员的头部相接触，且头盔顶部内侧也与电力人员的头顶相接触。

头盔内侧边缘及顶部内侧均设有压力传感器，压力传感器检测的压力数据发送至佩戴识别分析模块；

佩戴识别分析模块用于获取人员佩戴头盔时所检测的压力数据，对检测的压力数据进行分析，分析人员佩戴是否符合要求，若不符合佩戴要求，发出佩戴调整控制指令，便于提醒当前佩戴头盔人员及时对佩戴的头盔进行纠正，直至佩戴符合要求，并对人员佩戴头盔视角下的视角图像与训练模拟的佩戴头盔的视角图像进行识别对比，分析视角图像中电力场地内是否有人员未佩戴头盔。

当人员头盔佩戴不符合要求（位于头盔正前方的摄像头随头盔向下、头盔向上以及头盔偏转而造成视野偏转）时，将导致采集的视角图像与佩戴头盔符合要求下人员的视角不同，存在偏差，无法根据头盔视角图像对电力人员的行为进行预判以及无法对所操作的电力设备进行视角定位，采用佩戴识别分析模块对佩戴头盔人员的佩戴是否符合要求进行判断，为后期数据处理提供可靠的数据支持。

人员佩戴的分析方法，包括以下步骤：

步骤1、获取头盔内侧边缘及顶部内侧各压力传感器检测的压力数据，/>为位于头盔顶部内侧的压力传感器检测的压力数值，分别表示为头盔内侧沿安装顺序的各压力传感器检测的压力数值，位于头盔内侧边缘的各压力传感器安装位置采用对称设置；

步骤2、训练头盔佩戴符合要求下，头盔内侧边缘的各压力传感器的标准对称映射关系，即与/>所对应的压力传感器间是对称映射关系；

步骤3、提取头盔内侧边缘的各压力传感器，根据检测的压力数值分析出当前佩戴下头盔内侧边缘的各压力传感器的对称映射关系；

获取头盔内部左侧边缘的各压力传感器检测的压力数据，筛选出与该压力传感器检测的压力数据误差最小的压力数据所对应的头盔内部右侧边缘压力传感器，并建立压力数据误差最小的两压力传感器作为相互对称映射关系；

步骤4、将步骤2和步骤3中头盔内侧边缘的各压力传感器的对称映射关系进行比对，若步骤3的各压力传感器的对称映射与步骤2中的各压力传感器间的对称映射相吻合，则表明该头盔佩戴未发生偏转，并执行步骤5，若不吻合，则表明该头盔佩戴发生偏转，进而导致头盔的视角发生偏转；

步骤5、判断头盔内侧边缘的各压力传感器检测的压力数值是否大于设定的侧佩戴上限阈值，若大于侧佩戴上限阈值，且头盔内侧顶部的压力传感器检测的压力数值小于顶佩戴压力阈值，则表面头盔未佩戴好，即头盔佩戴头顶未与头相接触，头盔佩戴偏上，与头不匹配，易掉倾斜，而导致视角图像不准，若头盔内侧边缘的各压力传感器检测的压力数值小于侧佩戴上限阈值且大于侧佩戴下限阈值，则执行步骤6；

其中，当人员佩戴上头盔时，头盔内侧边缘的各压力传感器检测的压力数值均大于侧佩戴下限阈值，且小于侧佩戴上限阈值，即侧佩戴上限阈值大于侧佩戴下限阈值；

步骤6、判断头盔内侧顶部的压力传感器检测的压力数值是否大于顶佩戴压力阈值，若大于顶佩戴压力阈值，则表面头盔佩戴符合要求，即头盔侧面与顶部均与电力人员的头部相接触，通过对压力传感器检测的压力数据进行分析，能够准确判断出人员佩戴的头盔是否标准佩戴，而非头盔佩戴偏转以及朝上和朝下的问题，为头盔佩戴标准下所采集的图像进行后续分析，以实现电力人员作业时的安全预警监控。

同时，佩戴识别分析模块提取人员佩戴头盔视角下的视角图像，筛选出视角图像人员头部区域的图像特征，并将头部区域的图像特征与训练模拟的佩戴头盔的视角图像中的头部区域上方的图像特征进行识别，以判断电力场地内视角图像中人员是否佩戴头盔，能够起到可移动式的场地内人员是否佩戴检测。

视角转换定位分析模块用于提取人员佩戴头盔视角下的视角图像，分析在当前头盔视角下视角图像中设备所在区域若干目标特征区域间的图像视角距离，并从存储各电力设备处于主视角下设备图像的数据库中筛选出当前头盔视角下若干目标特征区域间的图像正视角距离，分析当前视角下视角图像中设备所在区域内若干目标特征区域间的视角转换比例系数，对视角图像中设备上所有目标特征区域进行视角转换，分析经视角转换后视角图像中电力设备上各目标特征区域与数据库中各电力设备上各目标特征区域间的位置匹配程度，筛选出位置匹配程度最大的电力设备。

其中，不同视角下同一设备所在区域内各目标特征区域间的视角转换比例系数不同，具体，当电力人员距离电力设备距离相同时，视角变化，导致在当前距离下视角图像上相同两目标特征区域间的距离不同，随视角减小，则相同两目标特征区域间的距离变小，如图1所示，θ2为主视角下两目标特征区域间的视角，θ1和θ3分别为非主视角下两目标特征区域间的视角，L1为主视角下两目标特征区域间视角所对应的两目标特征区域间的距离，L2和L3分别为视角θ1和θ3下两目标特征区域间的距离。

采用安防佩戴检测模块进行实时定位，并结合视角图像上电力设备的准确筛查，能够准确定位电力人员的准确位置，排除多楼层下相同设备间摆放位置不同情况下的分析，能够准确定位电力人员视角范围内的电力设备，排除电力设备相同而造成的定位不准的问题。

其中，正视角表示为电力设备处于主视图状态下所采集的设备图像，图像正视角距离表示为在电力人员在佩戴头盔的正视角下所采集的各目标特征区域在正视角图像上的距离，例如，L2；图像视角距离表示为在电力人员在佩戴头盔的视角下所采集的视角图像中各目标特征区域在视角图像上的距离，例如，L1和L3。

视角转换定位分析模块对视角图像中设备所在区域内目标特征区域间的视角转换比例系数进行分析，分析方法：

步骤S1、获取相同若干目标特征区域在各电力设备处于主视角下各目标特征区域间的图像正视角距离；

步骤S2、计算相同若干目标特征区域在各电力设备处于主视角下图像正视角距离与图像视角距离进行对比，得到，/>表示为第k个电力设备处于主视角和当前视角下第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离与图像视角距离间的比值；

步骤S3、计算任意两目标特征区域所对应图像正视角距离与图像视角距离间的比值的均值；

步骤S4、采用偏离度计算公式，分析图像视角距离中各目标特征区域间的图像视角距离与各电力设备所对应的图像正视角距离间的偏移度；

偏离度计算公式：，/>表示为视野图像与第k个电力设备间的偏离度；

步骤S5、筛选出与图像视角距离中各目标特征区域间的图像视角距离的偏离度最小的电力设备所对应的图像正视角距离；

步骤S6、根据筛选的偏离度最小的电力设备所对应的各目标特征区域间的图像正视角距离分析当前头盔视角下视角图像所对应的视角转换比例系数，/>表示为偏离度最小的电力设备k所对应主视角和头盔视角下第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离与图像视角距离间的比值，N为选择的目标特征区域数量。

相同两目标特征区域在视角图像中的距离以及数据库中存储的各电力设备正视角图像上的距离间的比值，对视角图像中任意相邻两目标特征区域间的距离进行视角转换处理，并将经视角转换处理后的视角图像上各目标特征区域间的距离与数据库中存储的各目标特征区域间的距离进行逐一对比，以筛选出经各电力设备的视角转换处理后与数据库中存储的各设备图像中目标特征区域间的距离最匹配的电力设备。

采用当前头盔视角下各目标特征区域间的图像视角距离和数据库中存储的各电力设备的图像正视角距离进行对比，以筛选出与当前视角图像中最匹配的电力设备所对应的图像正视角距离，进而获得视角转换比例系数，根据视角转换比例系数对视角图像中各目标特征区域间的距离进行视角转换，以获得当前视角下各目标特征区域在正视角下的图像距离，根据各目标特征区域的图像距离从数据库中筛选出与视角转换后各目标特征区域的图像距离最匹配的电力设备，进而根据视角下的电力设备对电力人员进行定位，避免因存在多楼层问题而采用GPS定位无法准确获取电力人员的位置信息，根据电力人员的视角下电力设备能够准确定位出电力人员的准确位置信息，并对所在位置下电力设备对佩戴头盔的电力人员的危险进行预警预测。

设备运行联动评估模块用于获取视角转换定位分析模块定位筛选的当前电力人员视角图像中的电力设备，获取当前电力设备的运行参数信息以及电力参数信息，采用电力设备的运行参数信息与电力参数信息进行联动分析，获得当前电力设备运行状态下的参数联动评估系数，并根据参数联动评估系数预测评估电力设备存在的故障，并进行设备故障的定位。

对电力设备的运行参数信息及电力参数信息进行联动分析，分析方法，包括以下步骤：

步骤1、依次将当前设备参数数值与电力设备标准参数数值进行对比，得到相对参数数值，设备参数包括运行参数和电力参数，其中，运行参数不限于设备输入转速、设备输出转速、输入输出转换效率、运行温度等，电力参数不限于设备上各支线的电流、电压以及元器件的电压及电流等数据，对运行参数和电力参数进行排序，分别为参数1、参数2、参数3、…参数E，i和j∈E；

步骤2、筛选出相对参数数值大于固定等比例系数B下的该标准参数数据所对应设备参数；

步骤3、对设备运行参数和电力参数进行训练，训练出电力设备的各参数间的关联干扰系数，当第i个电力参数以固定等比例系数B（0＜B＜1）进行变动，若引发第j个参数的变动量与变动前该参数数值间的比值大于固定等比例系数B，则第i和第j个参数间的关联干扰系数取值1，若引发第j个参数的变动量与变动前该参数数值间的比值小于B且大于0.4*B，则/>取值0.5，若引发第j个参数的变动量与变动前该参数数值间的比值小于0.4*B，则/>取值0；

步骤4、分析步骤2中筛选出大于固定等比例系数B下的标准参数数据所对应的设备参数与其他设备参数间的参数联动评估系数，/>表示为第j个设备参数对电力设备性能干扰的权重系数，且/>，/>表示为第i个设备参数的参数联动评估系数；

步骤5、基于设备参数的参数联动评估系数对当前该设备参数进行校验，判断是否符合校验表达式，/>表示为第i个设备参数对应的标准参数数值，/>表示为当前电力设备中第i个设备参数对应参数数值，M表示为大于固定等比例系数B的设备参数数量，若不符合，则以等间隔数值增加固定等比例系数B，获得新的固定等比例系数/>，并重复执行步骤3-步骤5，直至符合校验表达式，并获取校验后的各设备参数的参数联动评估系数。

同时，筛选出符合校验表达式下的大于固定等比例系数的设备参数数量以及参数联动评估系数，采用故障倾向判定模型，判断电力设备上第i个参数所对应的位置是否发生故障，当＞0，则表面第i个参数存在异常，从而能够定位电力设备存在的故障。

故障倾向判定模型，e为自然数，/>表示为第i个参数数据存在故障倾向的判定系数，用于反应各参数数据存在故障的倾向程度。

通过对电力设备的运行参数和电力参数进行联动分析，以获得电力设备运行状态下的参数联动评估系数，并进行校验，对固定等比例系数进行调整，获得经校验后各设备参数的参数联动评估系数，能够准确分析出各设备参数受其他各设备参数联动影响程度，进而根据参数联动评估系数对电力设备存在的故障进行精准倾向性预测，可实现故障种类的预判。

视角追踪距离预测模块用于根据视角转换定位分析模块分析的当前视角下视角图像所对应的视角转换比例系数对图像视角距离进行处理，获得图像正视角距离，并根据转换后的图像正视角距离与数据库中存储的距离电力设备固定距离下的图像正视角距离进行分析，追踪出电力人员经视角转换后电力人员与电力设备间的距离。

如图2所示，建立电力人员的头盔距电力设备距离下图像正视角中各目标特征区域间的距离模型：，经变换后，/>，可知，/>表示为在图像正视角下电力人员距电力设备D1距离时正视角图像上第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离，/>表示为在当前视角下经视角转换比例系数处理后的视角图像上第j个目标特征区域和第j+1个目标特征区域间的距离，D2表示为当前视角转换比例系数所对应的视角下电力人员与电力设备间的距离，/>表示为未进行视角转换比例系数处理后的视角图像上第j个目标特征区域和第j+1个目标特征区域间的视角距离，/>为视角转换比例系数所对应的视角倾斜角度。

通过视角追踪预测模块可对电力人员在不同视角下与电力设备间的距离进行智能预测与计算，能够准确获得电力人员与电力设备间的距离，进而为后期电力人员靠近电力设备安全距离进行预警判断。

安防管控云平台用于获取视角追踪距离预测模块下电力人员距电力设备间的距离，判断电力人员距离电力设备的距离是否小于安全阈值，若小于安全阈值时，触发设备运行联动评估模块发送电力设备故障信息至安防头盔，并预测电力人员对电力设备的操作指令或电力人员输入的手动操作指令，并评估当前电力设备的电力设备故障信息下操作指令所产生的综合危险系数，若大于设定的危险系数阈值，则发送危险指令至安防头盔，进行语音风险提示，能够实现对电力人员和电力设备的安全防护，减少人员伤亡以及误操作而导致的电力设备故障加剧的问题。

其中，安防头盔上语音提示和灯光，一旦当电力人员距离电力设备的距离小于安全阈值时，接收到电力设备故障信息并进行语音及灯光预警提示，当当前电力设备故障信息下手动操作指令所产生的综合危险系数大于设定的危险系数阈值时，发出语音及灯光报警提示。

其中，在当前电力设备的电力设备故障下操作指令所产生的综合危险系数，计算公式：，/>表示为电力人员的操作指令所映射的第d个设备参数数据，若影响第d个设备参数数据，则/>为1，e为自然数，/>表示为第d个设备参数与第j个参数间的关联干扰系数，/>表示为第j个参数数据存在故障倾向的判定系数。

具体，若该综合危险系数仅针对电力设备，则安防管控云平台控制电力人员操作行为指令失效，以保护电力设备，若综合危险系数仅针对电力人员，则发送安防预警提示至安防头盔，以保护电力人员。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置，比例系数和权重系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于比例系数和权重系数的大小，只要不影响参数与量化后数值的比例关系即可。

以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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 (8)

1.一种基于云平台的智能头盔安防管控系统，其特征在于，包括安防佩戴检测模块、佩戴识别分析模块、视角转换定位分析模块、设备运行联动评估模块、视角追踪距离预测模块和安防管控云平台；

所述安防佩戴检测模块用于实时检测人员佩戴头盔时的压力数据、电力人员的位置信息以及采集视角图像；

所述佩戴识别分析模块对检测的压力数据进行分析，分析人员佩戴是否符合要求，并发出佩戴调整控制指令，并对视角图像与训练模拟的佩戴头盔的视角图像进行识别分析；

所述视角转换定位分析模块分析在视角图像中电力设备所在区域内的若干目标特征区域间的图像视角距离，并基于数据库筛选出头盔视角下若干目标特征区域间的图像正视角距离，分析当前视角图像中电力设备所在区域内的若干目标特征区域间的视角转换比例系数，并经视角转换后筛选出位置匹配程度最大的电力设备；

所述视角转换定位分析模块对视角图像中电力设备所在区域内的目标特征区域间的视角转换比例系数进行分析，其分析方法，包括以下步骤：

步骤S1、获取相同若干目标特征区域在各电力设备处于主视角下各目标特征区域间的图像正视角距离；

步骤S2、计算相同若干目标特征区域在各电力设备处于主视角下图像正视角距离与图像视角距离进行对比；

步骤S3、计算任意两目标特征区域所对应图像正视角距离与图像视角距离间的比值的均值；

步骤S4、采用偏离度计算公式，分析图像视角距离中各目标特征区域间的图像视角距离与各电力设备所对应的图像正视角距离间的偏离度；

步骤S5、筛选出与图像视角距离中各目标特征区域间的图像视角距离的偏离度最小的电力设备所对应的图像正视角距离；

步骤S6、根据筛选的偏离度最小的电力设备所对应的各目标特征区域间的图像正视角距离分析当前头盔视角下视角图像所对应的视角转换比例系数；

所述设备运行联动评估模块对获取的设备参数进行联动分析，获得当前电力设备运行状态下的参数联动评估系数，根据参数联动评估系数预测评估并定位电力设备故障；

所述视角追踪距离预测模块根据当前头盔视角下视角图像所对应的视角转换比例系数对图像视角距离进行处理，获得图像正视角距离，并追踪出电力人员经视角转换后电力人员与电力设备间的距离；

所述安防管控云平台判断电力人员距离电力设备的距离是否小于安全阈值，若小于安全阈值时，触发设备运行联动评估模块发送电力设备故障信息至安防头盔，并预测评估电力人员操作指令所产生的综合危险系数。

2.根据权利要求1所述的一种基于云平台的智能头盔安防管控系统，其特征在于，分析人员佩戴是否符合要求的方法，包括以下步骤：

步骤1、获取头盔内侧边缘及顶部内侧各压力传感器检测的压力数据；

步骤2、训练头盔佩戴符合要求下，头盔内侧边缘的各压力传感器的标准对称映射关系；

步骤3、提取头盔内侧边缘的各压力传感器，根据检测的压力数值分析出当前佩戴下头盔内侧边缘的各压力传感器的对称映射关系；

步骤4、将步骤2和步骤3中头盔内侧边缘的各压力传感器的对称映射关系进行比对，若步骤3的各压力传感器的对称映射与步骤2中的各压力传感器间的对称映射相吻合，则表明该头盔佩戴未发生偏转，并执行步骤5，若不吻合，则表明该头盔佩戴发生偏转；

步骤5、判断头盔内侧边缘的各压力传感器检测的压力数值是否大于设定的侧佩戴上限阈值，若大于侧佩戴上限阈值，且头盔内侧顶部的压力传感器检测的压力数值小于顶佩戴压力阈值，则表面头盔未佩戴好，若头盔内侧边缘的各压力传感器检测的压力数值小于侧佩戴上限阈值且大于侧佩戴下限阈值，则执行步骤6；

步骤6、判断头盔内侧顶部的压力传感器检测的压力数值是否大于顶佩戴压力阈值，若大于顶佩戴压力阈值，则表明头盔佩戴符合要求。

3.根据权利要求2所述的一种基于云平台的智能头盔安防管控系统，其特征在于，所述偏离度计算公式：，/>表示为视角图像与第k个电力设备间的偏离度，/>表示为第k个电力设备处于主视角和头盔视角下第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离与图像视角距离间的比值。

4.根据权利要求3所述的一种基于云平台的智能头盔安防管控系统，其特征在于，所述视角转换比例系数的计算公式，/>表示为偏离度最小的电力设备所对应主视角和头盔视角下第j个目标特征区域和第j+1个目标特征区域所对应的图像正视角距离与图像视角距离间的比值，N为选择的目标特征区域数量。

5.根据权利要求1所述的一种基于云平台的智能头盔安防管控系统，其特征在于，获得当前电力设备运行状态下的参数联动评估系数的步骤如下：

步骤1、依次将当前设备参数数值与电力设备标准参数数值进行对比，得到相对参数数值，设备参数包括运行参数和电力参数；

步骤2、筛选出相对参数数值大于固定等比例系数B下的该标准参数数值所对应设备参数；

步骤3、对设备运行参数和电力参数进行训练，训练出电力设备的各参数间的关联干扰系数；

步骤4、分析步骤2中筛选出大于固定等比例系数B下的标准参数数值所对应的设备参数与其他设备参数间的参数联动评估系数；

步骤5、基于设备参数与其他设备参数间的参数联动评估系数对当前该设备参数进行校验，判断是否符合校验表达式，若不符合，则以等间隔数值增加固定等比例系数B，获得新的固定等比例系数，并重复执行步骤3-步骤5，直至符合校验表达式，并获取校验后的各设备参数与其他设备参数间的参数联动评估系数。

6.根据权利要求5所述的一种基于云平台的智能头盔安防管控系统，其特征在于，校验表达式为，/>表示为第i个设备参数对应的标准参数数值，/>表示为当前电力设备中第i个设备参数对应参数数值，M表示为大于固定等比例系数B的设备参数数量，/>表示为筛选出大于固定等比例系数B下的标准参数数值所对应的第i个设备参数与其他设备参数间的参数联动评估系数。

7.根据权利要求6所述的一种基于云平台的智能头盔安防管控系统，其特征在于，筛选出符合校验表达式下的大于固定等比例系数B的设备参数数量以及参数联动评估系数，采用故障倾向判定模型，判断电力设备上第i个参数所对应的位置是否发生故障，当＞0，则表面第i个参数存在异常；

所述故障倾向判定模型为，e为自然数，/>表示为第i个参数数值存在故障倾向的判定系数。

8.根据权利要求7所述的一种基于云平台的智能头盔安防管控系统，其特征在于，在当前电力设备的电力设备故障下操作指令所产生的综合危险系数，计算公式：

，/>表示为电力人员的操作指令所映射的第d个设备参数数值，若影响第d个设备参数数值，则/>为1，e为自然数，/>表示为第d个设备参数与第j个参数间的关联干扰系数，/>表示为第j个参数数值存在故障倾向的判定系数。