CN117079206A - 特殊作业数字化管理系统及方法 - Google Patents

Abstract

本发明属于特殊作业管理技术领域，公开了一种特殊作业数字化管理系统及方法。该系统包括：图像采集模块、图像检测模块、可视化监测模块以及交互模块；其中，所述图像采集模块，用于在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；所述图像检测模块，用于根据所述影像信息对所述人员进行状态检测，得到检测结果；所述可视化监测模块，用于在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；所述交互模块，用于根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。通过上述方式，能够及时监测到特殊作业环境中存在的安全隐患。

Description

特殊作业数字化管理系统及方法

技术领域

本发明涉及特殊作业管理技术领域，尤其涉及一种特殊作业数字化管理系统及方法。

背景技术

相关工作人员在进入到特殊作业环境中作业时需要严格遵守特殊作业要求，比如正确佩戴安全帽、正确穿戴特殊作业工服以及不擅自闯入特殊作业环境中的敏感区域等等。但是很多进入到特殊作业环境中的工作人员并未遵守特殊作业要求，再加上特殊作业环境中的设备常年无人检修，导致特殊作业环境中存在着严重的安全隐患。

发明内容

本发明的主要目的在于提供一种特殊作业数字化管理系统及方法，旨在解决现有技术中因进入到特殊作业环境中的工作人员不遵守特殊作业要求时存在安全隐患的技术问题。

为实现上述目的，本发明提供了一种特殊作业数字化管理系统，所述特殊作业数字化管理系统包括图像采集模块、图像检测模块、可视化监测模块以及交互模块；其中，

所述图像采集模块，用于在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；

所述图像检测模块，用于根据所述影像信息对所述人员进行状态检测，得到检测结果；

所述可视化监测模块，用于在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；

所述交互模块，用于根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。

可选地，所述图像采集模块包括全景相机单元和曲面图像拉直单元，所述可视化监测模块包括叠加单元、图像复原单元以及可视化展示单元；其中，

所述全景相机单元，用于在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；

所述叠加单元，用于在所述影像信息上叠加所述检测结果之后，得到初始监测图像；

所述图像复原单元，用于根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；

所述可视化展示单元，用于将所述监测影像进行可视化展示。

可选地，所述图像采集模块还包括补光单元；其中，

所述补光单元，用于在确定所述特殊作业环境中的光线亮度处于暗状态时，通过安装于所述全景相机上的红外光源进行补光，以使所述特殊作业环境中的光线亮度充足；

所述全景相机单元，用于在确保所述特殊作业环境中的光线亮度充足时，检测所述特殊作业环境中是否存在人员，若在检测到所述特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息。

可选地，所述图像检测模块包括安全帽佩戴状态检测单元、工服穿着状态检测单元、敏感区域闯入人员检测单元、违规行为检测单元以及检测结果汇总单元；其中，

所述安全帽佩戴状态检测单元，用于根据所述影像信息对所述人员进行安全帽佩戴状态检测，生成第一检测结果；

所述工服穿着状态检测单元，用于根据所述影像信息对所述人员进行工服穿着状态检测，得到第二检测结果；

所述敏感区域闯入人员检测单元，用于根据所述影像信息对所述人员进行敏感区域闯入人员检测，得到第三检测结果；

所述违规行为检测单元，用于根据所述影像信息对所述人员进行违规行为检测，得到第四检测结果；

所述检测结果汇总单元，用于基于所述第一检测结果、所述第二检测结果、所述第三检测结果以及所述第四检测结果，得到检测结果。

可选地，所述安全帽佩戴状态检测单元包括安全帽佩戴检测子单元和安全帽佩戴错误子单元；其中，

所述安全帽佩戴状态检测子单元，用于根据所述影像信息对所述人员进行安全帽佩戴状态检测，得到所述人员的当前佩戴状态；

所述安全帽佩戴错误子单元，用于将所述当前佩戴状态与安全帽佩戴标准状态进行相似度比较，得到比较结果，并在判定所述比较结果小于预设结果时生成第一检测结果。

可选地，所述特殊作业数字化管理系统还包括物体状态监测模块和告警模块；其中，

所述物体状态监测模块，用于根据所述影像信息对所述特殊作业环境内的相关设备进行监测，得到监测结果；

所述告警模块，用于在根据所述监测结果判定所述特殊作业环境内的相关设备处于危险状态时，发出第一告警信息。

可选地，所述特殊作业数字化管理系统还包括危险气体监测模块和告警模块；其中，

所述危险气体监测模块，用于在监测到所述特殊作业环境中存在危险气体时发出第二告警信息；和/或，用于在监测到所述特殊作业环境中的危险气体浓度大于预设浓度时发出第二告警信息；

所述告警模块，用于在接收到所述第二告警信息之后向所述特殊作业环境中的人员发出告警撤离信号。

可选地，所述特殊作业数字化管理系统还包括人员核实模块和告警模块；其中，

所述人员核实模块，用于识别在当前时刻下所述特殊作业环境中的人员特征，并确定预存人员特征表中是否存在所述人员特征，在判定所述预存人员特征表中不存在所述人员特征时，生成第三告警信息；

所述告警模块，用于在接收到所述第三告警信息时在所述特殊作业环境中发出通知离开语音。

此外，为实现上述目的，本发明还提出一种特殊作业数字化管理方法，所述特殊作业数字化管理方法包括：

在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；

根据所述影像信息对所述人员进行状态检测，得到检测结果；

在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；

根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。

可选地，所述在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息，包括：

在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；

所述在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示，包括：

在所述影像信息上叠加所述检测结果之后，得到初始监测图像；

根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；

将所述监测影像进行可视化展示。

可选地，所述在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息，包括：

在确定所述特殊作业环境中的光线亮度处于暗状态时，通过安装于所述全景相机上的红外光源进行补光，以使所述特殊作业环境中的光线亮度充足；

在确保所述特殊作业环境中的光线亮度充足时，检测所述特殊作业环境中是否存在人员，若在检测到所述特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息。

本发明提出的特殊作业数字化管理系统及方法，通过所述图像采集模块，用于在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；所述图像检测模块，用于根据所述影像信息对所述人员进行状态检测，得到检测结果；所述可视化监测模块，用于在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；所述交互模块，用于根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。通过上述系统，能够实时监测在特殊作业环境中的工作人员的状态，在监测到在特殊作业环境中的工作人员不遵守特殊作业环境要求时，可以将该工作人员的不规范行为捕捉出来并进行可视化展示，以使相关工作人员能够及时纠正行为不规范的工作人员，进而有效降低在特殊作业环境中的安全隐患。

附图说明

图1为本发明特殊作业数字化管理系统第一实施例的结构框图；

图2为本发明特殊作业数字化管理系统第一实施例中的监测示意图；

图3为本发明特殊作业数字化管理系统第一实施例中特殊作业的全流程示意图；

图4为本发明特殊作业数字化管理系统第二实施例的结构框图；

图5为本发明特殊作业数字化管理方法第一实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

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的一部分实施例，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他实施例，都属于本发明保护的范围。

本发明提出一种特殊作业数字化管理系统。

参照图1，在本发明实施例中，所述特殊作业数字化管理系统包括图像采集模块10、图像检测模块20、可视化监测模块30以及交互模块40；其中，

所述图像采集模块10，用于在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息。

需要说明的是，当特殊作业环境中不存在人员时无需采集特殊作业环境内的影像信息；影像信息可以是特殊作业环境内360度环境的监测需求。

在具体实现中，可以通过在特殊作业环境中设置多个布控球来实现特殊作业环境内360度环境的监测需求；还可以通过在特殊作业环境中设置一个全景相机来实现特殊作业环境内360度环境的监测需求。

可以理解的是，通过布控球采集到的影像信息是平面图像，可以直接通过现有的AI人工智能算法来进行状态检测，全景图像采集到的影像信息是曲面图像，需要对AI人工智能算法进行调整才能实现对影像信息的状态检测。

所述图像检测模块20，用于根据所述影像信息对所述人员进行状态检测，得到检测结果。

需要说明的是，状态检测指的是对在特殊作业环境中的人员的不规范行为进行检测，比如可以是人员佩戴安全帽不规范、人员未穿工作服就进入特殊作业环境中作业、人员在特殊作业环境中吸烟等等；检测结果包括不规范行为信息，比如，当特殊作业环境中存在人员A和人员B时，当检测到人员B存在不规范行为时，那么检测结果即为人员B的人员信息和不规范行为信息，具体地，可通过AI人工智能算法来对影像信息进行状态检测。

在一实施例中，所述图像检测模块包括安全帽佩戴状态检测单元、工服穿着状态检测单元、敏感区域闯入人员检测单元、违规行为检测单元以及检测结果汇总单元；其中，

所述安全帽佩戴状态检测单元，用于根据所述影像信息对所述人员进行安全帽佩戴状态检测，生成第一检测结果；

所述工服穿着状态检测单元，用于根据所述影像信息对所述人员进行工服穿着状态检测，得到第二检测结果；

所述敏感区域闯入人员检测单元，用于根据所述影像信息对所述人员进行敏感区域闯入人员检测，得到第三检测结果；

所述违规行为检测单元，用于根据所述影像信息对所述人员进行违规行为检测，得到第四检测结果；

所述检测结果汇总单元，用于基于所述第一检测结果、所述第二检测结果、所述第三检测结果以及所述第四检测结果，得到检测结果。

需要说明的是，第一检测结果包括未佩戴安全帽和未规范佩戴安全帽；第二检测结果包括未穿着工服和未规范穿着工服；第三检测结果包括检测到特殊作业环境中的敏感区域存在人员；第四检测结果包括检测到在特殊环境中的人员抽烟。

所述可视化监测模块30，用于在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示。

需要说明的是，在影像信息上叠加检测结果即为当检测到在特殊作业环境中的人员B存在不规范行为时可以在影像信息上根据检测结果框出影像信息中的人员B，并在影像信息中的人员B旁说明人员B的不规范行为。

在具体实现中，如图2所示，可以在影像信息上叠加检测结果对应的框来表示检测到该人员属于行为不规范的人员。

在一实施例中，所述安全帽佩戴状态检测单元包括安全帽佩戴检测子单元和安全帽佩戴错误子单元；其中，

所述安全帽佩戴状态检测子单元，用于根据所述影像信息对所述人员进行安全帽佩戴状态检测，得到所述人员的当前佩戴状态；

所述安全帽佩戴错误子单元，用于将所述当前佩戴状态与安全帽佩戴标准状态进行相似度比较，得到比较结果，并在判定所述比较结果小于预设结果时生成第一检测结果。

所述交互模块40，用于根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。

在具体实现中，相关监测人员从监测影像中发现存在不规范行为的人员B之后可以直接跟人员B进行沟通，并及时督促他尽快规范自己的行为。

在一实施例中，所述特殊作业数字化管理系统还包括物体状态监测模块和告警模块；其中，

所述物体状态监测模块，用于根据所述影像信息对所述特殊作业环境内的相关设备进行监测，得到监测结果；

所述告警模块，用于在根据所述监测结果判定所述特殊作业环境内的相关设备处于危险状态时，发出第一告警信息。

需要说明的是，可以监测相关设备是否冒烟着火等等。

可以理解的是，根据影像信息来对相关设备进行监测能够及时发现特殊作业环境中的危险信息，并及时通过第一告警信息来通知相关作业人员撤离，避免出现人员伤亡。

在具体实现中，特殊作业数字化管理系统还具备处理特殊作业相关业务功能模块，并且具备管理特殊作业现场各个特殊作业箱终端的功能，以实现通过云端协同的工作形式，共同完成对特殊作业业务的支撑，如图3所示，具体工作流程包括平台创建作业、平台编辑作业、平台下发作业、云边同步作业、终端领取作业、终端执行作业、云边同步监测、平台作业指导、终端作业完成、终端作业上报、作业过程存档以及作业流程结束，可如下所示：(1)平台创建作业：

在特殊作业数字化管理系统上创建作业时，由特殊作业数字化管理系统端的操作人员(包含但是不限于管理员或者业务人员，具体操作人根据平台结合业务的权限划分决定)，根据业务需求，在平台上创建作业任务，生成的作业以作业列表以列表的形式展现，创建后在作业列表刷新后显示出该新创建的作业信息。

(2)平台编辑作业：

在特殊作业数字化管理系统上编辑作业时，由特殊作业数字化管理系统端的操作人员(包含但是不限于管理员或者业务人员，具体操作人根据平台结合业务的权限划分决定)，根据作业的实际情况，填写作业详细信息，包含特殊作业类型，特殊作业地点，特殊作业要求等详细信息，用于接纳任务的单位，班组或者个人了解作业信息。

(3)平台下发作业：

下发作业由特殊作业数字化管理系统端的操作人员(包含但是不限于管理员或者业务人员，具体操作人根据平台结合业务的权限划分决定)在确定作业详细信息编辑无误的情况下，根据作业的实际情况，将该作业任务下发到指定的单位，班组或者个人的操作。

(4)云边同步作业：

云边同步是指云端和边缘端信息同步，在本发明中表现为当平台端下发作业至指定单位，班组或者个人后，在云平台和边缘主机箱端，均可同步查看到被下发的作业任务，其中，在云平台显示的信息描述为该任务下发到指定的单位，班组或者个人，在边缘主机箱端显示的信息描述为该任务已经下发到此单位，班组或者个人，请领取任务。

(5)终端领取作业：

领取作业是通过边缘主机箱自带的触摸屏，通过边缘主机箱内置的应用提示，领取该作业任务，领取后，该任务信息在平台端的状态由原先的下发到XX单位，班组或者个人更新为XX单位，班组或者个人已经领取本作业任务的状态，在终端作业箱显示的作业信息也更新为“已领取”。

(6)终端执行作业：

领取作业与执行作业为两个不同的状态，领取作业表示相关单位，班组或者个人已经接纳了任务，而执行作业表示目前相关单位，班组或者个人已经处于特殊作业现场，并且已经开始进行作业，则此时在平台端和终端主机箱均显示该任务状态为“作业中”。根据企业对特殊作业的要求，例如企业要求特殊作业人员在特殊作业过程中必须启动全部环境监测设备，则对于管理平台的监管人员的工作来讲，只需要对状态为“作业中”的状态进行远程监管，而无需对状态为“已领取”的状态进行远程监管。

(7)云边同步监测：

云端同步，是指在云平台和边缘主机箱，同步，同时关注物联网传感器与布控球采集到的传感器数值以及图像信息。监测的区域，是特殊作业环境的区域，目前已经明确可以接入的监测的对象包含特殊作业现场环境内的危险气体检测，佩戴智能腕表的人员的身体健康数据，佩戴智能安全帽的来自于智能安全帽传感器信息(包含脱帽报警，跌倒报警灯)，通过智能安全帽前置摄像头采集的作业第一视角图像以及部署在特殊作业环境中的布控球图像信息；监测信息根据预先部署于边缘主机箱的软件阈值，当监测信息超出阈值范围，物联网传感器监测到违规行为(例如不佩戴智能安全帽)或者当图像视频识别的对象符合AI预警特征时，软件在边缘主机箱端和云端同步发出告警信息，一方面提醒处于特殊作业区域的人员，另一方面通知管理中心的安全监管人员。

(8)平台作业指导：

平台端的监管人员与现场作业人员采用音视频交互的方式进行交流与沟通，现场作业人员通过主机箱自带的麦克风向平台监管人员发出语音，通过扬声器获取管理中心人员的语音信息。主机箱的触摸屏幕在进行作业信息交互的同时，也可以用于展示智能安全帽前端摄像机或者现场布控球的图像信息，现场作业人员通过屏幕输出的图像信息，与监管人员交流作业指导内容。

(9)终端作业完成：

当现场工作人员判断完成作业内容，则可以结束本次特殊作业，在智能作业箱菜单中点击“作业完成”，在主机箱本地和云端该作业的状态切换为“已完成”状态。

(10)终端作业上报：

作业完成后，针对此次作业可以进行上报，上报后，在主机箱本地和云端该作业的状态切换为“已上报”状态。

(11)作业过程存档：

对于已完成并且“已上报”的任务，在云端管理中心可以查看此次作业过程中记录的影像信息，并且同时查看传感器数据信息，以及云端和边端交互的语音交流信息。如果在作业完结后未上报，则本次信息的过程仅存储在主机箱内部。本系统支持设置为作业完成后自动直接上报的功能。

在一实施例中，所述特殊作业数字化管理系统还包括危险气体监测模块和告警模块；其中，

所述危险气体监测模块，用于在监测到所述特殊作业环境中存在危险气体时发出第二告警信息；和/或，用于在监测到所述特殊作业环境中的危险气体浓度大于预设浓度时发出第二告警信息；

所述告警模块，用于在接收到所述第二告警信息之后向所述特殊作业环境中的人员发出告警撤离信号。

在具体实现中，在检测到第二告警信息时还可以通知管理中心的安全监管人员。

在本实施例中，通过设置危险气体监测模块以及告警模块，能够在监测到危险气体或者监测到危险气体的浓度高于一定范围时及时通过在特殊作业环境中的人员进行撤离，能够有效防止出现严重的人员安全事故。

在一实施例中，所述特殊作业数字化管理系统还包括人员核实模块和告警模块；其中，

所述人员核实模块，用于识别在当前时刻下所述特殊作业环境中的人员特征，并确定预存人员特征表中是否存在所述人员特征，在判定所述预存人员特征表中不存在所述人员特征时，生成第三告警信息；

所述告警模块，用于在接收到所述第三告警信息时在所述特殊作业环境中发出通知离开语音。

需要说明的是，预存人员特征表中存储的是被允许进入到特殊作业环境汇中的人员信息。

本实施例通过所述图像采集模块，用于在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；所述图像检测模块，用于根据所述影像信息对所述人员进行状态检测，得到检测结果；所述可视化监测模块，用于在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；所述交互模块，用于根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。通过上述系统，能够实时监测在特殊作业环境中的工作人员的状态，在监测到在特殊作业环境中的工作人员不遵守特殊作业环境要求时，可以将该工作人员的不规范行为捕捉出来并进行可视化展示，以使相关工作人员能够及时纠正行为不规范的工作人员，进而有效降低在特殊作业环境中的安全隐患。

参考图4，图4为本发明一种特殊作业数字化管理系统第二实施例的功能模块图。

基于上述第一实施例，本实施例中所述图像采集模块包括全景相机单元和曲面图像拉直单元，所述可视化监测模块包括叠加单元、图像复原单元以及可视化展示单元；其中，

所述全景相机单元，用于在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；

所述叠加单元，用于在所述影像信息上叠加所述检测结果之后，得到初始监测图像；

所述图像复原单元，用于根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；

所述可视化展示单元，用于将所述监测影像进行可视化展示。

需要说明的是，全景相机是用于拍摄360°图片的转速设备，全景摄像机主要由两个或者两个以上的鱼眼镜头构成，例如四目相机就是搭配和4颗鱼眼镜头的全景摄像机，每个鱼眼镜头分别拍摄一个各自fov范围内的图像，通过嵌入在全景相机的PCB电路板上的固件模块软件，实现根据一定的规则将不同的图像“拼接”为一个完整的全景图像。以四目相机为例，在进行图像拍摄时，每个鱼眼镜头的拍摄范围大于90°，而4个镜头所覆盖的范围可以达到360°；每个鱼眼镜头输出一路视频流，四个镜头合计输出四路视频流至全景相机，全景相机的图像处理单元通过软件将相邻的两个镜头的相重叠的部分进行处理后，则实现生成360°的全景视频图像的效果，即一路全景视频流。当管理平台人员需要查看其他视角时，通过鼠标托拉拽或者键盘的方向键功能，即可实现调整视角。

可以理解的是，鱼眼图像的数量不限于一张，鱼眼图像的数量跟全景相机中的鱼眼镜头数量对应；全景图像的畸变系数可以提前确定。

需要说明的是，由于通过全景相机采集到的图像是弯曲图像，而现有AI人工智能算法仅能够对平面图像进行状态检测，所以将全景相机采集到的弯曲图像输入至AI人工智能算法前需要对弯曲图像进行拉直处理，然后才能通过AI人工智能算法来实现对特殊作业环境中的人员进行检测。

在本实施例中，通过一个全景相机便可采集到360°的全景图像，无需通过布置多个布控球来满足360°的监控需求，能够有效减少每年设备的维护费用。

在一实施例中，所述图像采集模块还包括补光单元；其中，

所述补光单元，用于在确定所述特殊作业环境中的光线亮度处于暗状态时，通过安装于所述全景相机上的红外光源进行补光，以使所述特殊作业环境中的光线亮度充足；

所述全景相机单元，用于在确保所述特殊作业环境中的光线亮度充足时，检测所述特殊作业环境中是否存在人员，若在检测到所述特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息。

需要说明的是，当特殊作业环境中的光线较差时，会导致采集到的影像信息不清晰，这会影响对特殊作业环境中的人员的不规范行为的监测；由于全景相机具备感光sensor(传感器)，所以通过感知环境中的光线亮度，自动调节是否启用红外光源进行补光。

在具体实现中，红外光源提供2种规格，分别是850nm与940nm的红外灯，红外灯外侧覆盖滤光片。850nm和940nm的区别在于，850nm的光源为可见光源，透过滤光片可以看到红色光源，940nm为不可见光源，透过滤光片无法看到红色光源，可根据特殊作业环境的场景需求提供不同的光源方案。

在本实施例中，采用红外光源来对光线较差的特殊作业环境进行补光，使得全景图像能够采集到清晰的影像信息。

本实施例通过所述全景相机单元，用于在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；所述叠加单元，用于在所述影像信息上叠加所述检测结果之后，得到初始监测图像；所述图像复原单元，用于根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；所述可视化展示单元，用于将所述监测影像进行可视化展示。通过上述系统，使用一个全景相机便能实现对360度环境的监测需求，且还能通过畸变系数来对全景相机采集到的弯曲图像进行拉直处理，无需对现有的AI人工智能算法进行调整便能实现对经过拉直处理的弯曲图像进行状态检测。

此外，如图5所示，本发明实施例还提供了一种特殊作业数字化管理方法，所述特殊作业数字化管理方法包括：

步骤S10：在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息。

步骤S20：根据所述影像信息对所述人员进行状态检测，得到检测结果。

步骤S30：在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示。

步骤S40：根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。

本发明提出的特殊作业数字化管理方法，通过在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；根据所述影像信息对所述人员进行状态检测，得到检测结果；在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。通过上述方式，能够实时监测在特殊作业环境中的工作人员的状态，在监测到在特殊作业环境中的工作人员不遵守特殊作业环境要求时，可以将该工作人员的不规范行为捕捉出来并进行可视化展示，以使相关工作人员能够及时纠正行为不规范的工作人员，进而有效降低在特殊作业环境中的安全隐患。

在一实施例中，所述在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息，包括：

在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；

所述在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示，包括：

在所述影像信息上叠加所述检测结果之后，得到初始监测图像；

根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；

将所述监测影像进行可视化展示。

在一实施例中，所述在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息，包括：

在确定所述特殊作业环境中的光线亮度处于暗状态时，通过安装于所述全景相机上的红外光源进行补光，以使所述特殊作业环境中的光线亮度充足；

在确保所述特殊作业环境中的光线亮度充足时，检测所述特殊作业环境中是否存在人员，若在检测到所述特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种特殊作业数字化管理系统，其特征在于，所述特殊作业数字化管理系统包括图像采集模块、图像检测模块、可视化监测模块以及交互模块；其中，

所述图像采集模块，用于在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；

所述图像检测模块，用于根据所述影像信息对所述人员进行状态检测，得到检测结果；

所述可视化监测模块，用于在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；

所述交互模块，用于根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。

2.如权利要求1所述的系统，其特征在于，所述图像采集模块包括全景相机单元和曲面图像拉直单元，所述可视化监测模块包括叠加单元、图像复原单元以及可视化展示单元；其中，

所述全景相机单元，用于在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；

所述叠加单元，用于在所述影像信息上叠加所述检测结果之后，得到初始监测图像；

所述图像复原单元，用于根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；

所述可视化展示单元，用于将所述监测影像进行可视化展示。

3.如权利要求2所述的系统，其特征在于，所述图像采集模块还包括补光单元；其中，

所述补光单元，用于在确定所述特殊作业环境中的光线亮度处于暗状态时，通过安装于所述全景相机上的红外光源进行补光，以使所述特殊作业环境中的光线亮度充足；

所述全景相机单元，用于在确保所述特殊作业环境中的光线亮度充足时，检测所述特殊作业环境中是否存在人员，若在检测到所述特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

所述曲面图像拉直单元，用于根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息。

4.如权利要求1所述的系统，其特征在于，所述图像检测模块包括安全帽佩戴状态检测单元、工服穿着状态检测单元、敏感区域闯入人员检测单元、违规行为检测单元以及检测结果汇总单元；其中，

所述安全帽佩戴状态检测单元，用于根据所述影像信息对所述人员进行安全帽佩戴状态检测，生成第一检测结果；

所述工服穿着状态检测单元，用于根据所述影像信息对所述人员进行工服穿着状态检测，得到第二检测结果；

所述敏感区域闯入人员检测单元，用于根据所述影像信息对所述人员进行敏感区域闯入人员检测，得到第三检测结果；

所述违规行为检测单元，用于根据所述影像信息对所述人员进行违规行为检测，得到第四检测结果；

所述检测结果汇总单元，用于基于所述第一检测结果、所述第二检测结果、所述第三检测结果以及所述第四检测结果，得到检测结果。

5.如权利要求4所述的系统，其特征在于，所述安全帽佩戴状态检测单元包括安全帽佩戴检测子单元和安全帽佩戴错误子单元；其中，

所述安全帽佩戴状态检测子单元，用于根据所述影像信息对所述人员进行安全帽佩戴状态检测，得到所述人员的当前佩戴状态；

所述安全帽佩戴错误子单元，用于将所述当前佩戴状态与安全帽佩戴标准状态进行相似度比较，得到比较结果，并在判定所述比较结果小于预设结果时生成第一检测结果。

6.如权利要求1所述的系统，其特征在于，所述特殊作业数字化管理系统还包括物体状态监测模块和告警模块；其中，

所述物体状态监测模块，用于根据所述影像信息对所述特殊作业环境内的相关设备进行监测，得到监测结果；

所述告警模块，用于在根据所述监测结果判定所述特殊作业环境内的相关设备处于危险状态时，发出第一告警信息。

7.如权利要求1所述的系统，其特征在于，所述特殊作业数字化管理系统还包括危险气体监测模块和告警模块；其中，

所述危险气体监测模块，用于在监测到所述特殊作业环境中存在危险气体时发出第二告警信息；和/或，用于在监测到所述特殊作业环境中的危险气体浓度大于预设浓度时发出第二告警信息；

所述告警模块，用于在接收到所述第二告警信息之后向所述特殊作业环境中的人员发出告警撤离信号。

8.如权利要求1所述的系统，其特征在于，所述特殊作业数字化管理系统还包括人员核实模块和告警模块；其中，

所述人员核实模块，用于识别在当前时刻下所述特殊作业环境中的人员特征，并确定预存人员特征表中是否存在所述人员特征，在判定所述预存人员特征表中不存在所述人员特征时，生成第三告警信息；

所述告警模块，用于在接收到所述第三告警信息时在所述特殊作业环境中发出通知离开语音。

9.一种特殊作业数字化管理方法，其特征在于，所述特殊作业数字化管理方法应用于如权利要求1至8中任一项所述的特殊作业数字化管理系统，所述特殊作业数字化管理方法包括：

在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息；

根据所述影像信息对所述人员进行状态检测，得到检测结果；

在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示；

根据所述监测图像确定所述人员中的目标人员，以实现与所述目标人员的交互。

10.如权利要求9所述的方法，其特征在于，所述在检测到特殊作业环境中存在人员时采集所述特殊作业环境内的影像信息，包括：

在检测到特殊作业环境中存在人员时通过全景相机采集所述特殊作业环境内的鱼眼图像；

根据所述全景相机的畸变系数对所述鱼眼图像进行图像拉直处理，得到所述影像信息；

所述在所述影像信息上叠加所述检测结果之后，得到监测影像，并将所述监测影像进行可视化展示，包括：

在所述影像信息上叠加所述检测结果之后，得到初始监测图像；

根据所述畸变系数将所述初始监测图像进行还原，得到监测图像；

将所述监测影像进行可视化展示。