CN116894638A - 园区人员状态信息全流程监管方法、系统、终端及介质 - Google Patents
园区人员状态信息全流程监管方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN116894638A CN116894638A CN202310854641.2A CN202310854641A CN116894638A CN 116894638 A CN116894638 A CN 116894638A CN 202310854641 A CN202310854641 A CN 202310854641A CN 116894638 A CN116894638 A CN 116894638A
- Authority
- CN
- China
- Prior art keywords
- personnel
- data
- cluster
- park
- status 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 230000006399 behavior Effects 0.000 claims abstract description 59
- 238000012544 monitoring process Methods 0.000 claims abstract description 46
- 230000006870 function Effects 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000013135 deep learning Methods 0.000 claims abstract description 11
- 239000002071 nanotube Substances 0.000 claims abstract description 8
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 230000000391 smoking effect Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 238000002955 isolation Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 abstract description 2
- 238000012946 outsourcing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
- G06F16/275—Synchronous replication
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种园区人员状态信息全流程监管方法、系统、终端及介质，包括服务器与终端设备监控集群、智慧平台控制集群、边缘计算集群和应用服务集群。服务器与终端设备监控集群提供服务器以及基础硬件，用于采集人的行为特征、人的状态特征、人的位置信息等内容；智慧平台控制集群通过kubemetes技术、数据库主从双备技术以及网络安全设备实现了硬件及网络系统的统一纳管和智慧调度；边缘计算集群通过对采集的各种数据结合深度学习方法进行统计分析，对数据进行加工，对人的行为、状态、位置进行结论性的输出；应用服务集群为企业园区管理人员提供软件服务的操作、查询等功能，可对分析数据进行统一展示与管理，提供人员入园‑工作‑离园全流程管理。
Description
技术领域
本发明涉及工业园区智慧管控平台领域，具体为一种园区人员状态信息全流程监管方法、系统、终端及介质。
背景技术
企业园区内的人员组成错综复杂，不仅包含正式员工，还包含外委单位，甚至是数倍的外委员工。对于外委员工而言，大部分外委员工在入园之前并没有接受充分的正规培训，存在安全意识薄弱，管理困难，技能培训不到位的情况，基本无法对外委员工进行有效管控；对于正式员工而言，虽然大部分正式员工安全技能和安全意识较强，但对其进行全流程的管控仍比较困难。
人的不安全因素是企业园区安全管理的重中之重。在如今工业园区快速发展的大背景下，如果按照以往“靠人管人”的方式，人的不安全性会极大增加，会出现众多作业隐患，比如：无证作业、证件过期、无证入园等情况。
如何将企业园区内的人员利用一种高效的手段科学管理起来，降低人的不安全系数，是一项值得深入研究的问题。
发明内容
为了克服上述现有技术存在的缺陷，本发明的目的在于提供一种园区人员状态信息全流程监管方法、系统、终端及介质，以解决现有技术中对园区人员信息状态监测性能差，无法有效掌握人员状态信息的技术问题。
本发明是通过以下技术方案来实现：
一种园区人员状态信息全流程监管方法，包括如下步骤：
步骤1，建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
步骤2，针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
步骤3，通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
步骤4，建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
优选的，步骤1中，搭建工业园区内网服务器并建立监控中心，统一监测终端设备运行状态，并通过终端设备获取园区内人员状态信息数据。
进一步的，在工业园区内网服务器内建立智能安全帽监控中心，匹配安全帽与人员对应信息，将人员位置信息数据输入至智能安全帽监控中心，实时定位园区内人员位置；
在园区分布智能摄像头，并在工业园区内网服务器内建立智能摄像头单元监控中心，摄像头拍摄人员影像，并将影像数据传输至智能摄像头单元集控中心内，对人员的行为特征进行实时捕捉和存储；
在工业园区内网服务器建立人员作业状态监管监控中心，通过分布于园区各处的感知成像终端，对每个作业单元内作业人员的数量、行为、动作内容进行监控，收集工业园区内作业人员的作业状态。
优选的，步骤2中，资源调度中控集群采用kubernetes云架构进行建立，包括4个主控节点和12个工作节点，主控节点包括kubernetes的控制组件、节点组件以及keepalived服务；工作节点包括kubernetes的节点组件、功能服务、治理服务、日志服务、网络服务和存储服务；主控节点可以对工作节点的存储和内存资源利用状态进行监控，当工作节点资源利用率≥80％时，主控节点将各服务在各工作节点进行调配，对资源调度进行集中控制；
数据汇聚中控集群由主从双备RythonV5实时数据库和主从双备Mysql关系数据库组成；RythonV5主数据库可以对实时数据进行压缩、清洗、计算和管理，RythonV5从数据库对主数据库数据进行实时备份；Mysql关系数据库通过binlog形式实现实时备份；
基础设施中控集群由智能摄像头控制平台和成像设备控制平台组成；智能摄像头控制平台其可以对摄像头角度、开关、模式、数据传输方式和红外系统启用功能进行统一控制，成像设备控制平台可以对成像设备模式、成像方式和数据传输方式进行统一控制；
网络中控集群包括2个边界防火墙、1个纵深隔离防火墙、1台正向网闸、1台反向网闸、2台万兆交换机和2台千兆交换机，用于实现不同业务区域的网络划分和内外网互通功能。
优选的，步骤3中，建立边缘计算集群的具体过程如下：
步骤31，通过深度学习算法结合智能摄像头拍摄内容对人的行为进行分析得到人员行为分析数据；
步骤32，通过人脸特征点分析与对比技术，在园区人脸库中将智能摄像头拍摄到的人脸信息与园区人脸库中的信息进行对比，对不在园区人脸库的人员进行识别得到非许可入园识别分析数据；
步骤33，获取园区人员定位数据，建立虚拟围栏系统，对非许可区域异常进入行为进行识别；
步骤34，获取感知成像终端记录建立作业状态分析系统，分析作业行为。
进一步的，步骤31中，通过深度学习算法结合智能摄像头拍摄内容对人的行为进行分析得到人员行为分析数据具体过程如下：
步骤311，建立基于深度学习的行为识别模型，利用历史数据对吸烟、未佩戴安全帽、倒地和登高作业缺少安全带的行为识别模型进行训练；
步骤312，利用训练获得的识别模型结合智能摄像头实时拍摄内容对吸烟、未佩戴安全帽、倒地和登高作业缺少安全带的行为进行在线识别。
优选的，步骤4中，功能应用服务包括人员信息管理服务、目标对象服务、报警服务和三维展示服务；
建立人员信息管理服务，将人员信息进行统一纳管，在人员入园前，建立园区内人员台账与审批流程，园区内人员台账包括人员姓名、单位、工种和联系方式；
建立目标对象服务，对于异常作业人员输入至目标对象服务内，通过边缘计算集群分析人脸信息，当检测目标对象入园，则通过报警服务发送非许可入园报警；
建立报警服务，对边缘计算集群中的数据进行提取与分析，得到报警信息，对报警信息进行统一纳管，对不同报警信息向不同人员进行推送，其中包括人的行为报警、非许可入园报警、区域异常进入报警和人的状态异常报警；
建立三维展示服务，通过数据驱动的方式建立数字孪生模型，将园区建筑进行可视化展示，形成展示大屏，同时接入人员定位数据、人员信息数据、报警模块整合数据、摄像头实时影像内容，对园区内人员实现统一管理和数据整合。
一种园区人员状态信息全流程监管系统，包括：
基础设施模块，用于建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
智慧控制模块，用于针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
边缘计算模块，用于通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
应用服务模块，用于建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
一种移动终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述所述一种园区人员状态信息全流程监管方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述一种园区人员状态信息全流程监管方法的步骤。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提供了一种园区人员状态信息全流程监管方法，由四大集群组成，分别是服务器与终端设备监控集群、智慧平台控制集群、边缘计算集群和应用服务集群。服务器与终端设备监控集群包括服务器、智能摄像头、智能安全帽和感知成像终端，上述设备可以采集人的行为特征、人的状态特征、人的位置信息等内容；智慧平台控制集群通过kubemetes技术、数据库主从双备技术、网络安全设备实现了整体系统的统一纳管和智慧调度；边缘计算集群通过对服务器与终端设备监控集群采集的各种数据结合深度学习方法进行统计分析，对数据进行加工，对人的行为、人的状态、人的位置进行结论性的输出；应用服务集群为企业园区管理人员提供软件服务的操作、查询等功能；并可对分析数据进行统一展示与管理，提供人员入园-工作-离园全流程管理，同时通过三维展示的形式为企业园区管理人员提供各类信息的可视化的展示功能，有效的对园区人员信息状态进行实时监测，实现园区人员状态信息全流程监管。
附图说明
图1为本发明中园区人员状态信息全流程监管方法流程图；
图2为本发明中园区人员状态信息全流程监管系统结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面结合附图对本发明做进一步详细描述：
本发明的目的在于提供一种园区人员状态信息全流程监管方法、系统、终端及介质，以解决现有技术中对园区人员信息状态监测性能差，无法有效掌握人员状态信息的技术问题。
具体的，该园区人员状态信息全流程监管方法，包括如下步骤：
步骤1，建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
具体的，搭建工业园区内网服务器并建立监控中心，统一监测终端设备运行状态，并通过终端设备获取园区内人员状态信息数据。
其中，在工业园区内网服务器内建立智能安全帽监控中心，匹配安全帽与人员对应信息，将人员位置信息数据输入至智能安全帽监控中心，实时定位园区内人员位置；
在园区分布智能摄像头，并在工业园区内网服务器内建立智能摄像头单元监控中心，摄像头拍摄人员影像，并将影像数据传输至智能摄像头单元集控中心内，对人员的行为特征进行实时捕捉和存储；
在工业园区内网服务器建立人员作业状态监管监控中心，通过分布于园区各处的感知成像终端，对每个作业单元内作业人员的数量、行为、动作内容进行监控，收集工业园区内作业人员的作业状态。
步骤2，针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群和基础设施中控集群、网络中控集群；
具体的，资源调度中控集群采用kubernetes云架构进行建立，包括4个主控节点和12个工作节点，主控节点包括kubernetes的控制组件、节点组件以及keepalived服务；工作节点包括kubernetes的节点组件、功能服务、治理服务、日志服务、网络服务和存储服务；主控节点可以对工作节点的存储和内存资源利用状态进行监控，当工作节点资源利用率≥80％时，主控节点将各服务在各工作节点进行调配，对资源调度进行集中控制；
数据汇聚中控集群由主从双备RythonV5实时数据库和主从双备Mysql关系数据库组成；RythonV5主数据库可以对实时数据进行压缩、清洗、计算和管理，RythonV5从数据库对主数据库数据进行实时备份；Mysql关系数据库通过binlog形式实现实时备份；
基础设施中控集群由智能摄像头控制平台和成像设备控制平台组成；智能摄像头控制平台其可以对摄像头角度、开关、模式、数据传输方式和红外系统启用功能进行统一控制，成像设备控制平台可以对成像设备模式、成像方式和数据传输方式进行统一控制；
网络中控集群包括2个边界防火墙、1个纵深隔离防火墙、1台正向网闸、1台反向网闸、2台万兆交换机和2台千兆交换机，用于实现不同业务区域的网络划分和内外网互通功能。
步骤3，通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
具体的，建立边缘计算集群对智慧平台控制集群的资源通过计算分析建立边缘计算集群的具体过程如下：
步骤31，通过深度学习算法结合智能摄像头拍摄内容对人的行为进行分析得到人员行为分析数据；
通过深度学习算法结合智能摄像头拍摄内容对人的行为进行分析得到人员行为分析数据具体过程如下：
步骤311，建立基于深度学习的行为识别模型，利用历史数据对吸烟、未佩戴安全帽、倒地和登高作业缺少安全带的行为识别模型进行训练；
步骤312，利用训练获得的识别模型结合智能摄像头实时拍摄内容对吸烟、未佩戴安全帽、倒地和登高作业缺少安全带的行为进行在线识别。
本发明采用海康威视DS-2SK8C144IMX-D/AR(32F1)智能摄像头和iDS-9664NX-I16/X型号的AI计算服务器提供本权利要求的涉及的功能。
步骤32，通过人脸特征点分析与对比技术，在园区人脸库中将智能摄像头拍摄到的人脸信息与园区人脸库中的信息进行对比，对不在园区人脸库的人员进行识别得到非许可入园识别分析数据；
步骤33，获取园区人员定位数据，建立虚拟围栏系统，根据虚拟围栏系统分析园区人员行为，并根据对非许可区域异常进入行为进行识别；
步骤34，获取感知成像终端记录建立作业状态分析系统，分析作业行为。
步骤4，建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
具体的，功能应用服务包括人员信息管理服务、目标对象服务、报警服务和三维展示服务；
建立人员信息管理服务，将人员信息进行统一纳管，在人员入园前，建立园区内人员台账与审批流程，园区内人员台账包括人员姓名、单位、工种、联系方式；
建立目标对象服务，对于异常作业人员输入至目标对象服务内，通过边缘计算集群分析人脸信息，当检测目标对象入园，则通过报警服务发送非许可入园报警；
建立报警服务，对边缘计算集群中的数据进行提取与分析，得到报警信息，对报警信息进行统一纳管，对不同报警信息向不同人员进行推送，其中包括人的行为报警、非许可入园报警、区域异常进入报警和人的状态异常报警；
建立三维展示服务，通过数据驱动的方式建立数字孪生模型，将园区建筑进行可视化展示，形成展示大屏，同时接入人员定位数据、人员信息数据、报警模块整合数据、摄像头实时影像等内容，对园区内人员实现统一管理和数据整合。
根据图2所示，本发明还提供了一种园区人员状态信息全流程监管系统，包括：
基础设施模块，用于建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
智慧控制模块，用于针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
边缘计算模块，用于通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
应用服务模块，用于建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
本发明还提供了一种移动终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如园区人员状态信息全流程监管程序。
所述处理器执行所述计算机程序时实现上述园区人员状态信息全流程监管方法的步骤，例如：
建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
或者，所述处理器执行所述计算机程序时实现上述系统中各模块的功能，例如：
基础设施模块，用于建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据、作业状态信息数据；
智慧控制模块，用于针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
边缘计算模块，用于通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
应用服务模块，用于建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述移动终端中的执行过程。例如，所述计算机程序可以被分割成基础设施模块、智慧控制模块、边缘计算模块和应用服务模块；
各模块具体功能如下：
基础设施模块，用于建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
智慧控制模块，用于针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
边缘计算模块，用于通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
应用服务模块，用于建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
所述移动终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述移动终端可包括，但不仅限于，处理器、存储器。
所称处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述移动终端的各种功能。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述一种园区人员状态信息全流程监管方法的步骤。
所述移动终端集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
基于这样的理解，本发明实现上述方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述园区人员状态信息全流程监管方法的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种园区人员状态信息全流程监管方法，其特征在于，包括如下步骤：
步骤1，建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
步骤2，针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
步骤3，通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
步骤4，建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
2.根据权利要求1所述的一种园区人员状态信息全流程监管方法，其特征在于，步骤1中，搭建工业园区内网服务器并建立监控中心，统一监测终端设备运行状态，并通过终端设备获取园区内人员状态信息数据。
3.根据权利要求2所述的一种园区人员状态信息全流程监管方法，其特征在于，在工业园区内网服务器内建立智能安全帽监控中心，匹配安全帽与人员对应信息，将人员位置信息数据输入至智能安全帽监控中心，实时定位园区内人员位置；
在园区分布智能摄像头，并在工业园区内网服务器内建立智能摄像头单元监控中心，摄像头拍摄人员影像，并将影像数据传输至智能摄像头单元集控中心内，对人员的行为特征进行实时捕捉和存储；
在工业园区内网服务器建立人员作业状态监管监控中心，通过分布于园区各处的感知成像终端，对每个作业单元内作业人员的数量、行为、动作内容进行监控，收集工业园区内作业人员的作业状态。
4.根据权利要求1所述的一种园区人员状态信息全流程监管方法，其特征在于，步骤2中，资源调度中控集群采用kubernetes云架构进行建立，包括4个主控节点和12个工作节点，主控节点包括kubernetes的控制组件、节点组件以及keepalived服务；工作节点包括kubernetes的节点组件、功能服务、治理服务、日志服务、网络服务和存储服务；主控节点可以对工作节点的存储和内存资源利用状态进行监控，当工作节点资源利用率≥80％时，主控节点将各服务在各工作节点进行调配，对资源调度进行集中控制；
数据汇聚中控集群由主从双备RythonV5实时数据库和主从双备Mysql关系数据库组成；RythonV5主数据库可以对实时数据进行压缩、清洗、计算和管理，RythonV5从数据库对主数据库数据进行实时备份；Mysql关系数据库通过binlog形式实现实时备份；
基础设施中控集群由智能摄像头控制平台和成像设备控制平台组成；智能摄像头控制平台其可以对摄像头角度、开关、模式、数据传输方式和红外系统启用功能进行统一控制，成像设备控制平台可以对成像设备模式、成像方式和数据传输方式进行统一控制；
网络中控集群包括2个边界防火墙、1个纵深隔离防火墙、1台正向网闸、1台反向网闸、2台万兆交换机和2台千兆交换机，用于实现不同业务区域的网络划分和内外网互通功能。
5.根据权利要求1所述的一种园区人员状态信息全流程监管方法，其特征在于，步骤3中，建立边缘计算集群的具体过程如下：
步骤31，通过深度学习算法结合智能摄像头拍摄内容对人的行为进行分析得到人员行为分析数据；
步骤32，通过人脸特征点分析与对比技术，在园区人脸库中将智能摄像头拍摄到的人脸信息与园区人脸库中的信息进行对比，对不在园区人脸库的人员进行识别得到非许可入园识别分析数据；
步骤33，获取园区人员定位数据，建立虚拟围栏系统，对非许可区域异常进入行为进行识别；
步骤34，获取感知成像终端记录建立作业状态分析系统，分析作业行为。
6.根据权利要求5所述的一种园区人员状态信息全流程监管方法，其特征在于，步骤31中，通过深度学习算法结合智能摄像头拍摄内容对人的行为进行分析得到人员行为分析数据具体过程如下：
步骤311，建立基于深度学习的行为识别模型，利用历史数据对吸烟、未佩戴安全帽、倒地和登高作业缺少安全带的行为识别模型进行训练；
步骤312，利用训练获得的识别模型结合智能摄像头实时拍摄内容对吸烟、未佩戴安全帽、倒地和登高作业缺少安全带的行为进行在线识别。
7.根据权利要求1所述的一种园区人员状态信息全流程监管方法，其特征在于，步骤4中，功能应用服务包括人员信息管理服务、目标对象服务、报警服务和三维展示服务；
建立人员信息管理服务，将人员信息进行统一纳管，在人员入园前，建立园区内人员台账与审批流程，园区内人员台账包括人员姓名、单位、工种和联系方式；
建立目标对象服务，对于异常作业人员输入至目标对象服务内，通过边缘计算集群分析人脸信息，当检测目标对象入园，则通过报警服务发送非许可入园报警；
建立报警服务，对边缘计算集群中的数据进行提取与分析，得到报警信息，对报警信息进行统一纳管，对不同报警信息向不同人员进行推送，其中包括人的行为报警、非许可入园报警、区域异常进入报警和人的状态异常报警；
建立三维展示服务，通过数据驱动的方式建立数字孪生模型，将园区建筑进行可视化展示，形成展示大屏，同时接入人员定位数据、人员信息数据、报警模块整合数据、摄像头实时影像内容，对园区内人员实现统一管理和数据整合。
8.一种园区人员状态信息全流程监管系统，其特征在于，包括：
基础设施模块，用于建立服务器与终端设备监控集群，获取园区内人员状态信息数据，其中包括人员位置信息数据、行为特征信息数据和作业状态信息数据；
智慧控制模块，用于针对服务器与终端设备监控集群建立智慧平台控制集群；其中智慧平台控制集群包括资源调度中控集群、数据汇聚中控集群、基础设施中控集群和网络中控集群；
边缘计算模块，用于通过智慧平台控制集群对服务器与终端设备监控集群的服务器资源进行合理分配，建立边缘计算集群，边缘计算集群对人员行为分析数据、非许可入园识别分析数据、园区人员定位分析数据和作业状态分析数据进行实时计算和分析；
应用服务模块，用于建立功能应用服务，并将边缘计算集群内的分析数据向功能应用服务进行输出，完成园区人员状态信息全流程监管工作。
9.一种移动终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种园区人员状态信息全流程监管方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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1-7任一项所述一种园区人员状态信息全流程监管方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854641.2A CN116894638A (zh) | 2023-07-12 | 2023-07-12 | 园区人员状态信息全流程监管方法、系统、终端及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854641.2A CN116894638A (zh) | 2023-07-12 | 2023-07-12 | 园区人员状态信息全流程监管方法、系统、终端及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116894638A true CN116894638A (zh) | 2023-10-17 |
Family
ID=88309633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310854641.2A Pending CN116894638A (zh) | 2023-07-12 | 2023-07-12 | 园区人员状态信息全流程监管方法、系统、终端及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116894638A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117474739A (zh) * | 2023-12-28 | 2024-01-30 | 广州市德赛西威智慧交通技术有限公司 | 一种基于互联网技术的公共区域智能管控方法及系统 |
-
2023
- 2023-07-12 CN CN202310854641.2A patent/CN116894638A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117474739A (zh) * | 2023-12-28 | 2024-01-30 | 广州市德赛西威智慧交通技术有限公司 | 一种基于互联网技术的公共区域智能管控方法及系统 |
| CN117474739B (zh) * | 2023-12-28 | 2024-05-14 | 广州市德赛西威智慧交通技术有限公司 | 一种基于互联网技术的公共区域智能管控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111598734A (zh) | 一种bim和物联网的智慧工地综合管理系统 | |
| CN114003771A (zh) | 基于物联网的特殊作业现场异常预警分析系统及方法 | |
| CN108470228A (zh) | 财务数据稽核方法及稽核系统 | |
| CN110825728A (zh) | 一种智慧城市三维综合指挥中心 | |
| CN116894638A (zh) | 园区人员状态信息全流程监管方法、系统、终端及介质 | |
| CN113627897B (zh) | 现场作业人员安全的管控方法和装置及存储介质 | |
| CN113239750A (zh) | 一种电力营业厅人员行为检测系统、方法、设备及应用 | |
| CN110390232A (zh) | 确认违法驾驶的方法、装置、服务器和系统 | |
| CN114021971A (zh) | 一种高速公路运维管理综合评价系统、方法及存储介质 | |
| CN114970899A (zh) | 一种智慧园区运维系统、方法、介质和电子设备 | |
| CN111125382A (zh) | 人员轨迹实时监测方法及终端设备 | |
| CN211184122U (zh) | 铁路作业安全防控和大客流预警联动的智能视频分析系统 | |
| CN113469633A (zh) | 一种安全监管智慧云平台 | |
| CN111178778A (zh) | 基于机器学习的安保活动方案生成方法、系统及安保活动管理系统 | |
| CN113762920A (zh) | 电能计量作业管控方法、装置、设备及介质 | |
| CN115660602A (zh) | 一种基于智慧工地管理云平台的软件监管系统 | |
| CN115689239A (zh) | 一种基于mbo的企业培训监督管理方法与系统 | |
| CN108288025A (zh) | 一种车载视频监控方法、装置及设备 | |
| CN112037103A (zh) | 政务管理系统 | |
| CN115630814A (zh) | 城市管理方法、装置、终端设备以及存储介质 | |
| CN116188926A (zh) | 基于数字孪生和AIoT技术的人员行为轨迹管理方法 | |
| CN110322218A (zh) | 智能社会保险业务运行监控方法及系统 | |
| CN112561276B (zh) | 作业操作风险演示方法及装置、存储介质、电子装置 | |
| CN115098920A (zh) | 一种基于移动可视化的智能电力管控方法、装置及系统 | |
| CN114037339A (zh) | 一种事件处理方案调度系统及方法 |
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 |