CN117252422A - 一种危险作业分级管控方法及系统 - Google Patents

一种危险作业分级管控方法及系统 Download PDF

Info

Publication number
CN117252422A
CN117252422A CN202311308860.7A CN202311308860A CN117252422A CN 117252422 A CN117252422 A CN 117252422A CN 202311308860 A CN202311308860 A CN 202311308860A CN 117252422 A CN117252422 A CN 117252422A
Authority
CN
China
Prior art keywords
dangerous
information
image
job
monitoring image
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
Application number
CN202311308860.7A
Other languages
English (en)
Inventor
常建峰
牛海龙
赵希民
叶亮
杨坤明
张忠雷
陈明
王绍新
梁学然
刘金生
汪春祥
曹振华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Laishui Jinyu Jidong Environmental Protection Technology Co ltd
Original Assignee
Laishui Jinyu Jidong Environmental Protection Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Laishui Jinyu Jidong Environmental Protection Technology Co ltd filed Critical Laishui Jinyu Jidong Environmental Protection Technology Co ltd
Priority to CN202311308860.7A priority Critical patent/CN117252422A/zh
Publication of CN117252422A publication Critical patent/CN117252422A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种危险作业分级管控方法及系统，属于电子信息技术领域。本发明通过对危险作业的作业票中的作业信息进行采集，以对危险作业的危险等级进行分析，以危险等级作为依据来对危险作业进行分级管控，对于危险程度比较严重的危险作业，可以实施图像监测，来对危险作业的作业状态，这样安全部无需出入工厂，即可对危险作业现场各个工序的安全状态有一个系统的了解，且针对危险等级进行了划分，着重关注危险程度比较严重的危险作业，在保证系统负荷小、降低人力成本的同时，对危险作业现场有充足的了解，提高了危险作业的安全性和对危险作业的管控程度，发挥了集中管理的优势。

Description

一种危险作业分级管控方法及系统
技术领域
本发明涉及电子信息技术领域，尤其涉及一种危险作业分级管控方法及系统。
背景技术
危险作业监督是企业安全生产管理重中之重的工作，传统的管理模式下，危险作业管理随机性较大，现场隐患排查不到位，随着人力资源的变动带来管理质量上的较大波动。
目前的安全管理办法中危险作业票制度是非常重要的一个环节，安全部负责对所有危险作业票的管理工作。然而由于工厂体量较大，经常出现多出危险作业同时进行的情况，安全部光凭借手中作业票据并不能对现场各个工序的安全状态有一个系统的了解，对施工作业的集中管理造成了较大阻碍。
随着信息化的高速发展，如何通过采集到的现场的作业数据，了解到危险作业现场的作业状态，以实现对危险作业场所的安全监管、集中管理，成为目前危险作业企业亟待解决的问题。
发明内容
本发明提供了一种危险作业分级管控方法及系统，达到降低负荷、降低人力成本、提高安全性和管控程度的效果。所述技术方案如下：
一方面，提供了一种危险作业分级管控方法，所述方法包括：
采集危险作业的作业票中的作业信息，所述作业信息包括所述危险作业的作业类型、作业内容、作业位置、作业时间中至少一项；
根据所述作业信息，分析所述危险作业的危险等级，所述危险等级用于指示所述危险作业的危险程度；
响应于所述危险作业的危险等级满足第一目标条件，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像；
对所述作业监测图像进行图像分析，得到所述危险作业的作业状态，所述作业状态用于指示所述危险作业是否正在运行和/或是否正常运行；
对所述危险作业的所述作业信息、所述危险等级和所述作业状态中至少一项进行提示。
在一些实施例中，所述响应于所述危险作业的危险等级满足第一目标条件，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像，包括下述任一项：
响应于所述危险作业的危险等级大于或等于目标等级，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像；
响应于所述危险作业的危险等级位于目标等级范围内，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像。
在一些实施例中，所述根据所述作业信息，分析所述危险作业的危险等级，包括下述任一项：
将所述作业信息与数据库中的预设作业信息进行匹配，将匹配得到的预设作业信息对应的危险等级作为所述危险作业的危险等级；
将所述作业信息输入危险等级分析模型中，由所述危险等级分析模型对输入的所述作业信息进行特征提取，得到至少一项作业特征，对所述至少一项作业特征进行联结，得到第一联合特征，基于所述第一联合特征对所述作业信息进行分类，得到所述危险作业的危险等级。
在一些实施例中，所述对所述作业监测图像进行图像分析，得到所述危险作业的作业状态，包括下述任一项：
将所述作业监测图像和所述作业信息输入第一作业状态分析模型中，由所述第一作业状态分析模型对所述作业监测图像进行特征提取，得到所述作业监测图像的图像特征，对所述作业信息进行嵌入处理，得到所述作业信息的嵌入信息，将所述图像特征和所述嵌入信息进行联结，得到第二联合特征，基于所述第二联合特征对所述作业监测图像进行分类，得到所述作业监测图像的分类结果，所述分类结果用于指示所述危险作业的作业状态；
将所述作业监测图像与图像数据库中的预设图像进行匹配，将匹配到的预设图像对应的作业状态作为所述作业监测图像的作业状态；
将所述作业监测图像输入第二作业状态分析模型中，由所述第二作业状态分析模型对所述作业监测图像进行特征提取，基于提取到的图像特征对所述作业监测图像进行分类，得到所述作业监测图像的分类结果。
在一些实施例中，所述方法还包括：
响应于所述危险作业的作业状态指示所述危险作业正在异常运行，启动故障自查程序，对所述危险作业的作业项进行故障排查，所述作业项包括作业线路、作业程序和作业信息中至少一项；
响应于确定所述危险作业的任一作业项出现故障，对所述作业项进行修正和/或停止运行所述危险作业和/或发出第一预警信号，所述第一预警信号中包含所述作业项出现故障。
在一些实施例中，所述对所述危险作业的所述作业信息、所述危险等级和所述作业状态中至少一项进行提示，包括下述至少一项：
在发光二极管LED屏幕上，滚动显示所述危险作业的作业信息；
通过模拟屏上所述危险作业相应位置的至少一个指示灯，显示所述危险作业的危险等级和/或作业状态，不同危险等级和/或作业状态对应指示灯的颜色不同；
响应于所述危险作业的作业信息、作业等级和作业状态中至少一项满足第二目标条件，发出第二预警信号。
在一些实施例中，所述采集危险作业的作业票中的作业信息，包括下述至少一项：
获取作业人员根据作业票录入的作业信息；
对危险作业的作业票进行图像采集，得到作业票图像，对所述作业票图像中的作业信息进行识别，得到所述危险作业的作业信息。
一方面，提供了一种危险作业分级管控系统，所述系统包括：
信息采集模块，用于采集危险作业的作业票中的作业信息，所述作业信息包括所述危险作业的作业类型、作业内容、作业位置、作业时间中至少一项；
信息分析模块，用于根据所述作业信息，分析所述危险作业的危险等级，所述危险等级用于指示所述危险作业的危险程度；
图像采集模块，用于响应于所述危险作业的危险等级满足第一目标条件，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像；
图像分析模块，用于对所述作业监测图像进行图像分析，得到所述危险作业的作业状态，所述作业状态用于指示所述危险作业是否正在运行和/或是否正常运行；
提示模块，用于对所述危险作业的所述作业信息、所述危险等级和所述作业状态中至少一项进行提示。
在一些实施例中，所述图像采集模块用于执行下述任一项：
响应于所述危险作业的危险等级大于或等于目标等级，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像；
响应于所述危险作业的危险等级位于目标等级范围内，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像。
在一些实施例中，所述信息分析模块用于执行下述任一项：
将所述作业信息与数据库中的预设作业信息进行匹配，将匹配得到的预设作业信息对应的危险等级作为所述危险作业的危险等级；
将所述作业信息输入危险等级分析模型中，由所述危险等级分析模型对输入的所述作业信息进行特征提取，得到至少一项作业特征，对所述至少一项作业特征进行联结，得到第一联合特征，基于所述第一联合特征对所述作业信息进行分类，得到所述危险作业的危险等级。
在一些实施例中，所述图像分析模块用于执行下述任一项：
将所述作业监测图像和所述作业信息输入第一作业状态分析模型中，由所述第一作业状态分析模型对所述作业监测图像进行特征提取，得到所述作业监测图像的图像特征，对所述作业信息进行嵌入处理，得到所述作业信息的嵌入信息，将所述图像特征和所述嵌入信息进行联结，得到第二联合特征，基于所述第二联合特征对所述作业监测图像进行分类，得到所述作业监测图像的分类结果，所述分类结果用于指示所述危险作业的作业状态；
将所述作业监测图像与图像数据库中的预设图像进行匹配，将匹配到的预设图像对应的作业状态作为所述作业监测图像的作业状态；
将所述作业监测图像输入第二作业状态分析模型中，由所述第二作业状态分析模型对所述作业监测图像进行特征提取，基于提取到的图像特征对所述作业监测图像进行分类，得到所述作业监测图像的分类结果。
在一些实施例中，所述装置还包括：
故障自查模块，用于响应于所述危险作业的作业状态指示所述危险作业正在异常运行，启动故障自查程序，对所述危险作业的作业项进行故障排查，所述作业项包括作业线路、作业程序和作业信息中至少一项；
所述故障自查模块，用于响应于确定所述危险作业的任一作业项出现故障，对所述作业项进行修正和/或停止运行所述危险作业和/或发出第一预警信号，所述第一预警信号中包含所述作业项出现故障。
在一些实施例中，所述提示模块用于执行下述至少一项：
在发光二极管LED屏幕上，滚动显示所述危险作业的作业信息；
通过模拟屏上所述危险作业相应位置的至少一个指示灯，显示所述危险作业的危险等级和/或作业状态，不同危险等级和/或作业状态对应指示灯的颜色不同；
响应于所述危险作业的作业信息、作业等级和作业状态中至少一项满足第二目标条件，发出第二预警信号。
在一些实施例中，所述信息采集模块，用于执行下述至少一项：
获取作业人员根据作业票录入的作业信息；
对危险作业的作业票进行图像采集，得到作业票图像，对所述作业票图像中的作业信息进行识别，得到所述危险作业的作业信息。
一方面，提供了一种电子设备，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述一个或多个处理器加载并执行以实现上述危险作业分级管控方法的各种可选实现方式。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现上述危险作业分级管控方法的各种可选实现方式。
一方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或所述计算机程序包括一条或多条程序代码，所述一条或多条程序代码存储在计算机可读存储介质中。电子设备的一个或多个处理器从计算机可读存储介质中读取所述一条或多条程序代码，所述一个或多个处理器执行所述一条或多条程序代码，使得电子设备执行上述任一种可能实施方式的危险作业分级管控方法。
本发明通过对危险作业的作业票中的作业信息进行采集，以对危险作业的危险等级进行分析，以危险等级作为依据来对危险作业进行分级管控，对于危险程度比较严重的的危险作业，可以实施图像监测，来对危险作业的作业状态，这样安全部无需出入工厂，即可对危险作业现场各个工序的安全状态有一个系统的了解，且针对危险等级进行了划分，着重关注危险程度比较严重的危险作业，在保证系统负荷小、降低人力成本的同时，对危险作业现场有充足的了解，提高了危险作业的安全性和对危险作业的管控程度，发挥了集中管理的优势。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中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是本发明实施例提供的一种危险作业分级管控方法的流程图；
图2是本发明实施例提供的一种LED屏幕显示的示意图；
图3是本发明实施例提供的一种模拟屏显示的示意图；
图4是本发明实施例提供的一种模拟屏显示的示意图；
图5是本发明实施例提供的一种危险作业分级管控方法的流程图；
图6是本发明实施例提供的一种危险作业分级管控系统的结构示意图；
图7是本发明实施例提供的一种电子设备的结构示意图；
图8是本发明实施例提供的一种电子设备的结构示意图；
图9是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，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。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的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。
除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”、“一”或者“该”等类似词语也不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
下面对本申请涉及到的名词进行说明。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
图像分析是信息时代的一门重要的技术，可基于计算机处理大量的物理信息，计算机视觉即可应用于图像分析。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含其内的、人们实现所不知的，但又是有潜在价值的信息和知识的过程。根据挖掘任务可将数据挖掘技术分为预测模型发现、聚类分析、分类与回归、关联分析、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现、离群点检测等。根据挖掘对象可分为关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据库、异质数据库、遗产数据库以及环球网Web。
机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
本申请实施例提供的方案涉及人工智能的计算机视觉技术、机器学习等技术，具体通过如下实施例进行说明。
下面对本申请的实施环境进行说明。
图1是本申请实施例提供的一种危险作业分级管控方法的实施环境的示意图。该实施环境包括终端101，或者该实施环境包括终端101和危险作业分级管控平台102。终端101通过无线网络或有线网络与危险作业分级管控平台102相连。
终端101能够是智能手机、游戏主机、台式计算机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器或MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器，膝上型便携计算机中的至少一种。终端101安装和运行有支持危险作业分级管控的应用程序，例如，该应用程序能够是系统应用、浏览器应用和危险作业管控系统应用。
示例性地，该终端101能够具有信息采集功能、图像采集功能以及信息和图像处理功能，能够采集信息和图像，并对采集到的信息和图像进行分析处理，并根据分析结果执行相应的功能。该终端101能够独立完成该工作，也能够通过危险作业分级管控平台102为其提供数据服务。本申请实施例对此不作限定。
危险作业分级管控平台102包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。危险作业分级管控平台102用于为支危险作业分级管控的应用程序提供后台服务。可选地，危险作业分级管控平台102承担主要处理工作，终端101承担次要处理工作；或者，危险作业分级管控平台102承担次要处理工作，终端101承担主要处理工作；或者，危险作业分级管控平台102或终端101分别能够单独承担处理工作。或者，危险作业分级管控平台102和终端101两者之间采用分布式计算架构进行协同计算。
可选地，该危险作业分级管控平台102包括至少一台服务器1021以及数据库1022，该数据库1022用于存储数据，在本申请实施例中，该数据库1022中能够存储有预设作业信息与危险等级的对应关系，或者该数据库1022中能够存储有危险作业的预设图像，为至少一台服务器1021提供数据服务。
服务器能够是独立的物理服务器，也能够是多个物理服务器构成的服务器集群或者分布式系统，还能够是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端能够是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。
本领域技术人员能够知晓，上述终端101、服务器1021的数量能够更多或更少。比如上述终端101、服务器1021能够仅为一个，或者上述终端101、服务器1021为几十个或几百个，或者更多数量，本申请实施例对终端或服务器的数量和设备类型不加以限定。
图2是本申请实施例提供的一种危险作业分级管控方法的流程图，该方法应用于电子设备中，该电子设备为终端或服务器，参见图2，以该方法应用于终端为例，该方法包括以下步骤。
201、终端采集危险作业的作业票中的作业信息，该作业信息包括该危险作业的作业类型、作业内容、作业位置、作业时间中至少一项。
在本申请实施例中，终端能够对危险作业进行分级管控，也即是对危险作业的危险等级进行划分，对不同危险等级的危险作业实施不同的管控方式。
具体的，终端需要先对危险作业进行危险分级，危险分级依赖于危险作业的作业信息，而在危险作业开始前，作业人员需要完成安全部门指定的危险作业票的签订工作，在签好作业票的情况下危险作业才被允许执行，危险作业的作业票中即包含有该危险作业的作业信息，因而，终端可以对作业票中的作业信息进行采集来获取到危险作业的作业信息。
该作业信息包括该危险作业的作业类型、作业内容、作业位置、作业时间中至少一项。也即是该作业信息可以包括该四项信息中的任一项，也可以包括该四项信息中的任两项，也可以包括该四项信息中的任三项，或者该作业信息可以包括该四项信息。
其中，该作业类型包括动火作业、进入受限空间作业、吊装作业、动土作业、临时用电作业、断路作业、高处作业、设备检修作业和抽堵盲板作业等。当然，该作业类型还可以包括其他类型，具体可以由作业人员根据自己企业的工作类型进行设置，本申请实施例对此不作限定。
作业内容可以包括危险作业的作业详情，监控中心(安全部的人员)无需前往危险作业现场，即可通过作业内容获知该危险作业的作业详情。
作业位置为危险作业的作业地点，通过该作业位置，作业人员能够直接了解危险作业的位置，一旦危险作业出现异常或问题，可快速前往该作业位置终止作业。
作业时间可以为危险作业的时间段，换言之，作业时间可以包括危险作业的开始时间和结束时间。通过该作业时间能够获知该危险作业的作业时间段。
在一些实施例中，终端采集作业票中的作业信息的过程可以通过多种方式实现，下面提供几种可能的实现方式。
方式一、终端获取作业人员根据作业票录入的作业信息。
作业人员需要完成安全部门指定的危险作业票的签订工作，然后在该方式一种，作业人员根据签好的作业票到中控监控中心处(属于安全部或安全管理部)录入作业信息。
方式二、终端对危险作业的作业票进行图像采集，得到作业票图像，对该作业票图像中的作业信息进行识别，得到该危险作业的作业信息。
在该方式二中，通过计算机视觉技术，无需人工录入，即可通过图像采集以及图像识别，来自动获取到作业票中的作业信息。
在一些实施例中，终端还可以综合上述方式一和方式二，通过其他方式来采集作业票中的作业信息，也即是，终端可以通过上述方式一和方式二中至少一项来对危险作业的作业票中的作业信息进行采集。
例如，在一个具体的可能实施例中，终端可以获取作业人员根据作业票录入的作业信息，并对作业人员录入的作业信息进行核查，如果通过核查确定作业人员录入的作业信息存在缺失，终端则可以提示需对作业票进行图像采集，这样作业人员将作业票放置到终端的摄像头前方，终端即可对作业票进行图像采集，对作业人员录入的作业信息中存在缺失的部分进行填充，得到完整的作业信息。
又例如，在另一个具体的可能实施例中，终端可以对危险作业的作业票进行图像采集，得到作业票图像，对该作业票图像中的作业信息进行识别，得到该危险作业的作业信息，然后对识别得到的作业信息进行核查，如果通过核查确定作业人员录入的作业信息存在缺失，终端则可以提示需作业人员对作业信息进行补充，进而，作业人员可以在终端上对确实的作业信息按照作业票进行录入，终端获取作业人员根据作业票录入的作业信息，对识别得到的作业信息中缺失的部分进行填充，得到完整的作业信息。
又例如，在另一个具体的可能实施例中，终端可以获取作业人员根据作业票录入的第一作业信息，也对危险作业的作业票进行图像采集，得到作业票图像，对该作业票图像中的作业信息进行识别，得到该危险作业的第二作业信息，然后对第一作业信息和第二作业信息进行比对，响应于该第一作业信息和该第二作业信息一致，终端确定第一作业信息和第二作业信息中任一项为该危险作业的作业信息。
上述提供了几种采集作业信息的可能实现方式，当然，作业信息的采集过程还可以通过其他方式实现，本申请实施例对具体采用哪种方式不作限定。
202、终端根据该作业信息，分析该危险作业的危险等级，该危险等级用于指示该危险作业的危险程度。
终端采集到作业信息后，可以对作业信息进行分析，来确定该危险作业的危险等级，从而针对确定出的危险等级，能够对危险作业实现分级管控。
终端在进行作业信息分析时，可以通过不同的分析方式实现。下面提供了两种可能的实现方式。
实现方式一、终端将该作业信息与数据库中的预设作业信息进行匹配，将匹配得到的预设作业信息对应的危险等级作为该危险作业的危险等级。
在该实现方式一中，该数据库可以为开源的数据库，也可以由企业自己根据企业内的危险作业情况自行建立。数据库中存储有每种作业信息的不同的阈值范围，不同的阈值范围对应于不同的危险等级。如果企业自己建立数据库，进行作业信息分析之前，需要预制数据库。
终端在上述步骤201中，可以得到各种作业信息的取值，然后与数据库中的阈值范围进行匹配，然后将取值落入的阈值范围对应的危险等级，作为该危险作业的危险等级。
实现方式二、终端将该作业信息输入危险等级分析模型中，由该危险等级分析模型对输入的该作业信息进行特征提取，得到至少一项作业特征，对该至少一项作业特征进行联结，得到第一联合特征。终端基于该第一联合特征对该作业信息进行分类，得到该危险作业的危险等级。
在该实现方式二中，第一联合特征用于综合考虑多种作业信息对危险等级进行分析分类，也即是在考虑危险作业的危险等级时考虑的信息更加全面，避免了因单一作业信息进行分类而产生误判的情况，自然地，通过该第一联合特征分类得到的分类结果也就更加准确。
具体的，如果作业信息包括多种信息，危险等级分析模型可以分别对输入的作业信息中多种信息进行特征提取，得到每一种信息的作业特征，每一种信息的作业特征为每一项作业特征，然后危险等级分析模型将多项作业特征前后联结，得到第一联合特征，然后危险等级分析模型再将第一联合特征输入危险等级分析模型中内置的分类器，输出分类结果。
其中，该危险等级分析模型可以由带有标注的样本作业信息进行训练，以调整得到最优的模型参数，使得危险等级分析模型通过该模型参数对输入的作业信息进行特征提取以及分类后，能够输出准确的分类结果。训练过程中通过标注所示的目标分类结果与第危险等级分析模型的预测分类结果确定出的损失值对危险等级分析模型的模型参数进行调整，从而调整得到最优的参数能够发挥出危险等级分析模型的良好分类性能。
需要说明的是，上面提供了两种可能的分析作业信息得到危险等级的实现方式，当然该过程也可以通过其他方式实现，本申请实施例对此不作限定。
该危险等级用于指示该危险作业的危险程度。在一些实施例中，该危险等级与危险程度正相关，也即是，危险作业的危险程度越严重，危险等级越高，危险作业的危险程度越轻，危险等级越低。在另一些实施例中，该危险等级可以与危险程度负相关，也即是，危险作业的危险程度越严重，危险等级越低，危险作业的危险程度越轻，危险等级越高。
该危险等级可以由相关技术人员根据需求或根据自己企业的危险作业情况进行设置，本申请实施例对此不作限定。
203、终端响应于该危险作业的危险等级满足第一目标条件，对该危险作业的作业区域进行图像采集，得到该危险作业运行时的作业监测图像。
终端分析得到危险作业的危险等级后，可以对危险作业进行分级管控。可以理解地，对于一些危险程度不是很严重的，可以不进行图像监测，只需要通过作业信息进行管控，或者可以周期性进行图像监测。对于危险程度很严重的危险作业可以进行重点监控。
对于第一目标条件，可以由相关技术人员根据需求或者根据企业自己的危险作业情况进行设置，在一些实施例中，根据该第一目标条件设置的不同，该步骤203可以包括下述两种情况。
情况一：响应于该危险作业的危险等级大于或等于目标等级，终端对该危险作业的作业区域进行图像采集，得到该危险作业的作业监测图像。
在该情况一中，以危险等级与危险程度正相关为例，危险程度越高，危险等级越高，在此可以设置目标等级，也即是一个等级阈值，在危险等级大于或等于目标等级时，可以认为该危险作业的危险程度比较严重，因而需要对其进行图像监测，因而，终端可以执行对危险作业的作业区域进行图像采集的步骤。
情况二：响应于该危险作业的危险等级位于目标等级范围内，终端对该危险作业的作业区域进行图像采集，得到该危险作业的作业监测图像。
在该情况二中，并未限定危险等级与危险程度的关系，而是直接由相关技术人员根据需求或者根据企业自己的危险作业情况设置目标等级范围，将需要进行图像监测的危险等级均列在目标等级范围内，这样终端可以判断危险作业的危险等级是否在该目标等级范围内，如果危险等级在该目标等级范围内，则终端可以执行对危险作业的作业区域进行图像采集的步骤。如果该危险作业的危险等级位于目标等级范围外，终端可以不执行图像采集的步骤。
上述提供了两种可能的第一目标条件，具体的，在通过危险等级确定某个危险作业需要进行图像采集时，终端可以根据该危险作业的作业信息中的作业位置，确定该危险作业的作业区域，然后远程控制开启该作业区域对应的摄像头，对该作业区域内的内容进行图像采集，实现图像监测。该第一目标条件还可以设置为其他条件，本申请实施例对此不作限定。
在一些实施例中，终端可以对所有危险作业均实施图像监测，针对不同危险等级的危险作业可以实施不同频次的图像监测。例如，对于危险程度很严重的可以进行实时监测，对于危险程度比较轻的，可以一定周期监测一次。也即是，在这些实施例中，终端可以响应于危险等级位于目标等级范围内，对该危险作业的作业区域进行图像采集，或者响应于危险等级位于目标等级范围外且到达该危险作业的监测周期，对该危险作业的作业区域进行图像采集。也即是，终端根据危险作业的危险等级对应的优先级，对危险作业的作业区域进行图像采集，得到该危险作业的作业监测图像。
204、终端对该作业监测图像进行图像分析，得到该危险作业的作业状态，该作业状态用于指示该危险作业是否正在运行和/或是否正常运行。
终端采集到的作业监测图像后，可以对其进行图像分析，来确定危险作业的作业状态，从而使得监控中心(或安全部)无需去危险作业现场即可了解到危险作业实时的作业状态。
该作业状态可以用于指示该危险作业是否正在运行。或者该作业状态可以用于指示该危险作业是否正常运行。或者该作业状态可以用于指示该危险作业是否正在运行和是否正常运行。
在一些实施例中，终端可以通过不同的方式对作业监测图像进行图像分析，以得到危险作业的作业状态，下面提供了几种可能的方式，本申请实施例对具体采用哪种方式不作限定。
方式A、终端将该作业监测图像和该作业信息输入第一作业状态分析模型中，由该第一作业状态分析模型对该作业监测图像进行特征提取，得到该作业监测图像的图像特征，对该作业信息进行嵌入处理，得到该作业信息的嵌入信息，将该图像特征和该嵌入信息进行联结，得到第二联合特征，基于该第二联合特征对该作业监测图像进行分类，得到该作业监测图像的分类结果，该分类结果用于指示该危险作业的作业状态。
在该方式A中，在对作业监测图像进行分析时，还结合了作业信息，综合有多重数据进行分析。其中，第二联合特征用于综合考虑多种信息对作业监测图像的类型进行分析分类，也即是在考虑作业监测图像的作业状态时考虑的信息更加全面，避免了因作业监测图像单一信息进行分类而产生误判的情况，自然地，通过上述方式A分析得到的分类结果也就更加准确。
具体的，第一作业状态分析模型能够识别输入的数据的类型，对不同类型的数据采取不同的处理方式。
在一些实施例中，该第一作业状态分析模型可以包括多个子模型，每个子模型用于对一种类型的数据进行处理。不同的子模型用于对不同类型的数据进行处理。该第一作业状态分析模型可以对输入的数据进行类型判断，然后将其输入至相应类型的子模型中去，由子模型对其进行特征提取，然后第一作业状态分析模型对不同子模型输出的特征进行联结，得到第二联合特征，然后在对第二联合特征进行处理，以完成分类。
其中，该第一作业状态分析模型可以通过携带有标注的样本作业信息和样本作业监测图像进行训练得到，训练过程中通过标注所示的目标分类结果与第一作业状态分析模型的预测分类结果确定出的损失值对第一作业状态分析模型的模型参数进行调整，从而调整得到最优的参数能够发挥出第一作业状态分析模型的良好分类性能。
方式B、终端将该作业监测图像与图像数据库中的预设图像进行匹配，将匹配到的预设图像对应的作业状态作为该作业监测图像的作业状态。
在该方式B中，通过图像数据库对作业监测图像进行分类。其中，该图像数据库中可以存储有预设图像，不同的预设图像对应于不同的作业状态。
终端可以将上述步骤203采集到的作业监测图像与图像数据库中的预设图像进行比对，可以理解的，两个图像之间相似度比较高，如果其中一个图像展示的作业状态和另一个图像展示的作业状态则比较相似甚至相同。因而，通过在图像数据库中存储有预设图像，即可通过图像比对，以对作业监测图像中展示的作业状态进行识别。
方式C、终端将该作业监测图像输入第二作业状态分析模型中，由该第二作业状态分析模型对该作业监测图像进行特征提取，基于提取到的图像特征对该作业监测图像进行分类，得到该作业监测图像的分类结果。
在该方式C中，终端可以通过第二作业状态分析模型实现对作业监测图像的分类。与方式A不同的是，该第二作业状态分析模型为单纯对图像进行处理的模型，在对作业监测图像进行处理时，不再考虑作业信息，而是直接通过对作业监测图像进行识别，以确定出作业状态。
其中，该第二作业状态分析模型可以通过携带有标注的样本作业监测图像进行训练得到，训练过程中通过标注所示的目标分类结果与第二作业状态分析模型的预测分类结果确定出的损失值对第二作业状态分析模型的模型参数进行调整，从而调整得到最优的参数能够发挥出第二作业状态分析模型的良好分类性能。
在一些实施例中，确定出危险作业的作业状态后，该作业状态可以指示危险作业是否正常作业，如果该作业状态指示该危险作业正在异常运行，则还可以进行故障自查和预警。
具体的，响应于该危险作业的作业状态指示该危险作业正在异常运行，终端可以启动故障自查程序，对该危险作业的作业项进行故障排查，该作业项包括作业线路、作业程序和作业信息中至少一项，然后响应于确定该危险作业的任一作业项出现故障，对该作业项进行修正和/或停止运行该危险作业和/或发出第一预警信号，该第一预警信号中包含该作业项出现故障。
在这些实施例中，能够在危险作业出现异常时进行故障自查，且故障自查过程针对危险作业的多种作业项进行，能够较好的排查出故障发生位置，进而能够对其进行自动修正，无需作业人员参与即可实现危险作业的故障排查以及修正，降低了人力成本，且提高了危险作业的安全性和自动化。
在一些实施例中，终端可以在危险作业运行过程中进行故障排查后，将该危险作业停止，无需作业人员参与即可避免危险作业可能带来的伤害或损害，大大提高了危险作业的安全性。
在一些实施例中，终端可以在危险作业运行过程中进行故障排查后，发出第一预警信号，该第一预警信号中包含该作业项出现故障，这样能够及时通知作业人员去现场查看危险作业的情况，且第一预警信号包含作业项出现故障这种信息，能够辅助作业人员快速排查故障所在，提高了危险作业的安全性。
205、终端对该危险作业的该作业信息、该危险等级和该作业状态中至少一项进行提示。
终端采集到的危险作业的作业信息和/或作业状态和/或危险等级后，还可以对作业信息、危险等级和作业状态中至少一项进行提示，这样监控中心(或安全部)的人无需去现场即可直观地获知危险作业的各种情况。
具体终端需要对哪些数据进行提示，可以由相关技术人员根据需求进行设置，本申请实施例对此不作限定。在一些实施例中，终端可以将上述三种数据作为提示内容的可选项提供给用户，然后根据用户选择的数据进行提示。
在一些实施例中，该步骤205可以包括以下情况1至情况3中的至少一项。
情况1：终端在发光二极管(Light-Emitting Diode，LED)屏幕上，滚动显示该危险作业的作业信息。
在情况1中，终端可以在LED屏幕上对作业信息进行文字展示。例如，如图3所示，假设有个危险作业的作业内容为固废车间防护整改，作业类型为一级动火作业，作业位置为天津精兴。终端可以在LED屏幕上行显示“固废车间防护整改一级动火作业天津精兴”的字样。
在一些实施例中，如果有多个危险作业，可以根据该多个危险作业的危险等级对应的显示优先级，在LED屏幕上滚动显示该多个危险作业的作业信息。
情况2：终端通过模拟屏上该危险作业相应位置的至少一个指示灯，显示该危险作业的危险等级和/或作业状态，不同危险等级和/或作业状态对应指示灯的颜色不同。
在该情况2中，可以在模拟屏上危险作业旁边的指示灯上直观地将其危险等级和/或作业状态展示出来。例如，如图3和图4所示，该模拟屏上不同的危险作业处均设置有指示灯，用于指示每个危险作业的危险等级或作业状态。例如，不同的颜色标识不同的危险等级。
具体地，可以为危险作业的危险等级和作业状态分别设置一个或多个指示灯，然后通过危险等级的指示灯的颜色来直观地展示危险等级，通过作业状态的指示灯的颜色来直观地展示作业状态。
危险作业监控中心通过指示灯非常直观的反应出工厂各个工序中的危险作业点、危险作业等级及内容。方便安全管理部及中控调度对现场安全状态进行了解。同时一定程度上规避了中控对现场状况不了解而盲目开设备的风险。
情况3：响应于该危险作业的作业信息、作业等级和作业状态中至少一项满足第二目标条件，终端发出第二预警信号。
其中，该第二目标条件可以由相关技术人员根据需求或经验进行设置，下面提供了几种可能的第二目标条件，本申请实施例对此不作限定。
在一些实施例中，响应于该危险作业的作业等级高于等级阈值，终端发出第二预警信号。
在一些实施例中，响应于该危险作业的作业信息指示该危险作业达到结束时间，但该危险作业的作业状态显示该危险作业正在运行，终端发出第二预警信号。例如，作业完成后进行闭票流程，关闭LED及模拟屏展示内容。到达“作业时间”未执行闭票流程将进行报警，提示相关人员停止作业，进行补票。
在一些实施例中，响应于该危险作业的作业状态指示该危险作业正在异常运行，终端发出第二预警信号。
在一个具体的可能实施例中，如图5所示，本发明提供的危险作业分级管控方法可以包括下列步骤：
步骤1：作业人员完成安全部门指定的危险作业票的签订工作。
步骤2：作业人员根据签好的作业票到中控监控中心处录入作业信息。
步骤3：系统根据录入内容自动将作业信息在模拟屏及LED屏上展示。而后中控调度根据展示内容合理安排工作。
步骤4：作业人员在票据规定时间内完成作业后完成闭票，并在监控中心删除作业，作业完成。如果作业未完成，监控中心将会发出报警，责令作业人员停止作业，完成补票工作。
本发明通过对危险作业的作业票中的作业信息进行采集，以对危险作业的危险等级进行分析，以危险等级作为依据来对危险作业进行分级管控，对于危险程度比较严重的的危险作业，可以实施图像监测，来对危险作业的作业状态，这样安全部无需出入工厂，即可对危险作业现场各个工序的安全状态有一个系统的了解，且针对危险等级进行了划分，着重关注危险程度比较严重的危险作业，在保证系统负荷小、降低人力成本的同时，对危险作业现场有充足的了解，提高了危险作业的安全性和对危险作业的管控程度，发挥了集中管理的优势。
图6是本发明实施例提供的一种危险作业分级管控系统的结构示意图，参见图6，该系统包括：
信息采集模块601，用于采集危险作业的作业票中的作业信息，该作业信息包括该危险作业的作业类型、作业内容、作业位置、作业时间中至少一项；
信息分析模块602，用于根据该作业信息，分析该危险作业的危险等级，该危险等级用于指示该危险作业的危险程度；
图像采集模块603，用于响应于该危险作业的危险等级满足第一目标条件，对该危险作业的作业区域进行图像采集，得到该危险作业的作业监测图像；
图像分析模块604，用于对该作业监测图像进行图像分析，得到该危险作业的作业状态，该作业状态用于指示该危险作业是否正在运行和/或是否正常运行；
提示模块605，用于对该危险作业的该作业信息、该危险等级和该作业状态中至少一项进行提示。
在一些实施例中，该图像采集模块603用于执行下述任一项：
响应于该危险作业的危险等级大于或等于目标等级，对该危险作业的作业区域进行图像采集，得到该危险作业的作业监测图像；
响应于该危险作业的危险等级位于目标等级范围内，对该危险作业的作业区域进行图像采集，得到该危险作业的作业监测图像。
在一些实施例中，该信息分析模块602用于执行下述任一项：
将该作业信息与数据库中的预设作业信息进行匹配，将匹配得到的预设作业信息对应的危险等级作为该危险作业的危险等级；
将该作业信息输入危险等级分析模型中，由该危险等级分析模型对输入的该作业信息进行特征提取，得到至少一项作业特征，对该至少一项作业特征进行联结，得到第一联合特征，基于该第一联合特征对该作业信息进行分类，得到该危险作业的危险等级。
在一些实施例中，该图像分析模块604用于执行下述任一项：
将该作业监测图像和该作业信息输入第一作业状态分析模型中，由该第一作业状态分析模型对该作业监测图像进行特征提取，得到该作业监测图像的图像特征，对该作业信息进行嵌入处理，得到该作业信息的嵌入信息，将该图像特征和该嵌入信息进行联结，得到第二联合特征，基于该第二联合特征对该作业监测图像进行分类，得到该作业监测图像的分类结果，该分类结果用于指示该危险作业的作业状态；
将该作业监测图像与图像数据库中的预设图像进行匹配，将匹配到的预设图像对应的作业状态作为该作业监测图像的作业状态；
将该作业监测图像输入第二作业状态分析模型中，由该第二作业状态分析模型对该作业监测图像进行特征提取，基于提取到的图像特征对该作业监测图像进行分类，得到该作业监测图像的分类结果。
在一些实施例中，该装置还包括：
故障自查模块，用于响应于该危险作业的作业状态指示该危险作业正在异常运行，启动故障自查程序，对该危险作业的作业项进行故障排查，该作业项包括作业线路、作业程序和作业信息中至少一项；
该故障自查模块，用于响应于确定该危险作业的任一作业项出现故障，对该作业项进行修正和/或停止运行该危险作业和/或发出第一预警信号，该第一预警信号中包含该作业项出现故障。
在一些实施例中，该提示模块605用于执行下述至少一项：
在发光二极管LED屏幕上，滚动显示该危险作业的作业信息；
通过模拟屏上该危险作业相应位置的至少一个指示灯，显示该危险作业的危险等级和/或作业状态，不同危险等级和/或作业状态对应指示灯的颜色不同；
响应于该危险作业的作业信息、作业等级和作业状态中至少一项满足第二目标条件，发出第二预警信号。
在一些实施例中，该信息采集模块601，用于执行下述至少一项：
获取作业人员根据作业票录入的作业信息；
对危险作业的作业票进行图像采集，得到作业票图像，对该作业票图像中的作业信息进行识别，得到该危险作业的作业信息。
本发明实施例提供的系统，通过对危险作业的作业票中的作业信息进行采集，以对危险作业的危险等级进行分析，以危险等级作为依据来对危险作业进行分级管控，对于危险程度比较严重的的危险作业，可以实施图像监测，来对危险作业的作业状态，这样安全部无需出入工厂，即可对危险作业现场各个工序的安全状态有一个系统的了解，且针对危险等级进行了划分，着重关注危险程度比较严重的危险作业，在保证系统负荷小、降低人力成本的同时，对危险作业现场有充足的了解，提高了危险作业的安全性和对危险作业的管控程度，发挥了集中管理的优势。
需要说明的是：上述实施例提供的危险作业分级管控系统在进行危险作业分级管控时，仅以上述各功能模块的划分进行举例说明，实际应用中，根据需要而将上述功能分配由不同的功能模块完成，即将危险作业分级管控系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的危险作业分级管控系统与危险作业分级管控方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图7是本申请实施例提供的一种电子设备的结构示意图，该电子设备700可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上处理器(Central ProcessingUnits，CPU)701和一个或一个以上的存储器702，其中，所述存储器702中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器701加载并执行以实现上述各个方法实施例提供的危险作业危险分级管控方法。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行输入输出。本申请实施例在此不做赘述。
上述方法实施例中的电子设备能够实现为终端。例如，图8是本申请实施例提供的一种终端的结构框图。该终端800可以是便携式移动终端，比如：智能手机、平板电脑、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端800还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端800包括有：处理器801和存储器802。
处理器801可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器801可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器801可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器801还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器802可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器802还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器802中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器801所执行以实现本申请中方法实施例提供的危险作业分级管控方法。
在一些实施例中，终端800还可选包括有：外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口803相连。具体地，外围设备包括：射频电路804、显示屏805、摄像头组件806、音频电路807、定位组件808和电源809中的至少一种。
外围设备接口803可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器801和存储器802。在一些实施例中，处理器801、存储器802和外围设备接口803被集成在同一芯片或电路板上；在一些其他实施例中，处理器801、存储器802和外围设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路804用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路804通过电磁信号与通信网络以及其他通信设备进行通信。射频电路804将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路804包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路804可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路804还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏805用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏805是触摸显示屏时，显示屏805还具有采集在显示屏805的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。此时，显示屏805还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏805可以为一个，设置在终端800的前面板；在另一些实施例中，显示屏805可以为至少两个，分别设置在终端800的不同表面或呈折叠设计；在另一些实施例中，显示屏805可以是柔性显示屏，设置在终端800的弯曲表面上或折叠面上。甚至，显示屏805还可以设置成非矩形的不规则图形，也即异形屏。显示屏805可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件806用于采集图像或视频。可选地，摄像头组件806包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件806还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路807可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器801进行处理，或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路807还可以包括耳机插孔。
定位组件808用于定位终端800的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件808可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源809用于为终端800中的各个组件进行供电。电源809可以是交流电、直流电、一次性电池或可充电电池。当电源809包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端800还包括有一个或多个传感器810。该一个或多个传感器810包括但不限于：加速度传感器811、陀螺仪传感器812、压力传感器813、指纹传感器814、光学传感器815以及接近传感器816。
加速度传感器811可以检测以终端800建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器811可以用于检测重力加速度在三个坐标轴上的分量。处理器801可以根据加速度传感器811采集的重力加速度信号，控制显示屏805以横向视图或纵向视图进行用户界面的显示。加速度传感器811还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器812可以检测终端800的机体方向及转动角度，陀螺仪传感器812可以与加速度传感器811协同采集用户对终端800的3D动作。处理器801根据陀螺仪传感器812采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器813可以设置在终端800的侧边框和/或显示屏805的下层。当压力传感器813设置在终端800的侧边框时，可以检测用户对终端800的握持信号，由处理器801根据压力传感器813采集的握持信号进行左右手识别或快捷操作。当压力传感器813设置在显示屏805的下层时，由处理器801根据用户对显示屏805的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器814用于采集用户的指纹，由处理器801根据指纹传感器814采集到的指纹识别用户的身份，或者，由指纹传感器814根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器801授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器814可以被设置在终端800的正面、背面或侧面。当终端800上设置有物理按键或厂商Logo时，指纹传感器814可以与物理按键或厂商Logo集成在一起。
光学传感器815用于采集环境光强度。在一个实施例中，处理器801可以根据光学传感器815采集的环境光强度，控制显示屏805的显示亮度。具体地，当环境光强度较高时，调高显示屏805的显示亮度；当环境光强度较低时，调低显示屏805的显示亮度。在另一个实施例中，处理器801还可以根据光学传感器815采集的环境光强度，动态调整摄像头组件806的拍摄参数。
接近传感器816，也称距离传感器，通常设置在终端800的前面板。接近传感器816用于采集用户与终端800的正面之间的距离。在一个实施例中，当接近传感器816检测到用户与终端800的正面之间的距离逐渐变小时，由处理器801控制显示屏805从亮屏状态切换为息屏状态；当接近传感器816检测到用户与终端800的正面之间的距离逐渐变大时，由处理器801控制显示屏805从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图8中示出的结构并不构成对终端800的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
上述方法实施例中的电子设备能够实现为服务器。例如，图9是本申请实施例提供的一种服务器的结构示意图，该服务器900可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上处理器(Central Processing Units，CPU)901和一个或一个以上的存储器902，其中，该存储器902中存储有至少一条计算机程序，该至少一条计算机程序由该处理器901加载并执行以实现上述各个方法实施例提供的危险作业分级管控方法。当然，该服务器还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行输入输出，该服务器还能够包括其他用于实现设备功能的部件，在此不做赘述。
在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或该计算机程序包括一条或多条程序代码，该一条或多条程序代码存储在计算机可读存储介质中。电子设备的一个或多个处理器从计算机可读存储介质中读取该一条或多条程序代码，该一个或多个处理器执行该一条或多条程序代码，使得电子设备执行上述危险作业分级管控方法。
在一些实施例中，本发明实施例所涉及的计算机程序可被部署在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链系统。
本领域普通技术人员理解实现上述实施例的全部或部分步骤通过硬件来完成，也通过程序来指令相关的硬件完成，该程序存储于一种计算机可读存储介质中，上述提到的存储介质是只读存储器，磁盘或光盘等。
以上描述仅为本发明的可选实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种危险作业分级管控方法，其特征在于，所述方法包括：
采集危险作业的作业票中的作业信息，所述作业信息包括所述危险作业的作业类型、作业内容、作业位置、作业时间中至少一项；
根据所述作业信息，分析所述危险作业的危险等级，所述危险等级用于指示所述危险作业的危险程度；
响应于所述危险作业的危险等级满足第一目标条件，对所述危险作业的作业区域进行图像采集，得到所述危险作业运行时的作业监测图像；
对所述作业监测图像进行图像分析，得到所述危险作业的作业状态，所述作业状态用于指示所述危险作业是否正在运行和/或是否正常运行；
对所述危险作业的所述作业信息、所述危险等级和所述作业状态中至少一项进行提示。
2.根据权利要求1所述的方法，其特征在于，所述响应于所述危险作业的危险等级满足第一目标条件，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像，包括下述任一项：
响应于所述危险作业的危险等级大于或等于目标等级，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像；
响应于所述危险作业的危险等级位于目标等级范围内，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像。
3.根据权利要求1所述的方法，其特征在于，所述根据所述作业信息，分析所述危险作业的危险等级，包括下述任一项：
将所述作业信息与数据库中的预设作业信息进行匹配，将匹配得到的预设作业信息对应的危险等级作为所述危险作业的危险等级；
将所述作业信息输入危险等级分析模型中，由所述危险等级分析模型对输入的所述作业信息进行特征提取，得到至少一项作业特征，对所述至少一项作业特征进行联结，得到第一联合特征，基于所述第一联合特征对所述作业信息进行分类，得到所述危险作业的危险等级。
4.根据权利要求1所述的方法，其特征在于，所述对所述作业监测图像进行图像分析，得到所述危险作业的作业状态，包括下述任一项：
将所述作业监测图像和所述作业信息输入第一作业状态分析模型中，由所述第一作业状态分析模型对所述作业监测图像进行特征提取，得到所述作业监测图像的图像特征，对所述作业信息进行嵌入处理，得到所述作业信息的嵌入信息，将所述图像特征和所述嵌入信息进行联结，得到第二联合特征，基于所述第二联合特征对所述作业监测图像进行分类，得到所述作业监测图像的分类结果，所述分类结果用于指示所述危险作业的作业状态；
将所述作业监测图像与图像数据库中的预设图像进行匹配，将匹配到的预设图像对应的作业状态作为所述作业监测图像的作业状态；
将所述作业监测图像输入第二作业状态分析模型中，由所述第二作业状态分析模型对所述作业监测图像进行特征提取，基于提取到的图像特征对所述作业监测图像进行分类，得到所述作业监测图像的分类结果。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
响应于所述危险作业的作业状态指示所述危险作业正在异常运行，启动故障自查程序，对所述危险作业的作业项进行故障排查，所述作业项包括作业线路、作业程序和作业信息中至少一项；
响应于确定所述危险作业的任一作业项出现故障，对所述作业项进行修正和/或停止运行所述危险作业和/或发出第一预警信号，所述第一预警信号中包含所述作业项出现故障。
6.根据权利要求1所述的方法，其特征在于，所述对所述危险作业的所述作业信息、所述危险等级和所述作业状态中至少一项进行提示，包括下述至少一项：
在发光二极管LED屏幕上，滚动显示所述危险作业的作业信息；
通过模拟屏上所述危险作业相应位置的至少一个指示灯，显示所述危险作业的危险等级和/或作业状态，不同危险等级和/或作业状态对应指示灯的颜色不同；
响应于所述危险作业的作业信息、作业等级和作业状态中至少一项满足第二目标条件，发出第二预警信号。
7.根据权利要求1所述的方法，其特征在于，所述采集危险作业的作业票中的作业信息，包括下述至少一项：
获取作业人员根据作业票录入的作业信息；
对危险作业的作业票进行图像采集，得到作业票图像，对所述作业票图像中的作业信息进行识别，得到所述危险作业的作业信息。
8.一种危险作业分级管控系统，其特征在于，所述系统包括：
信息采集模块，用于采集危险作业的作业票中的作业信息，所述作业信息包括所述危险作业的作业类型、作业内容、作业位置、作业时间中至少一项；
信息分析模块，用于根据所述作业信息，分析所述危险作业的危险等级，所述危险等级用于指示所述危险作业的危险程度；
图像采集模块，用于响应于所述危险作业的危险等级满足第一目标条件，对所述危险作业的作业区域进行图像采集，得到所述危险作业的作业监测图像；
图像分析模块，用于对所述作业监测图像进行图像分析，得到所述危险作业的作业状态，所述作业状态用于指示所述危险作业是否正在运行和/或是否正常运行；
提示模块，用于对所述危险作业的所述作业信息、所述危险等级和所述作业状态中至少一项进行提示。
9.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求7任一项所述的危险作业分级管控方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现如权利要求1至权利要求7任一项所述的危险作业分级管控方法。
CN202311308860.7A 2023-10-10 2023-10-10 一种危险作业分级管控方法及系统 Pending CN117252422A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311308860.7A CN117252422A (zh) 2023-10-10 2023-10-10 一种危险作业分级管控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311308860.7A CN117252422A (zh) 2023-10-10 2023-10-10 一种危险作业分级管控方法及系统

Publications (1)

Publication Number Publication Date
CN117252422A true CN117252422A (zh) 2023-12-19

Family

ID=89136731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311308860.7A Pending CN117252422A (zh) 2023-10-10 2023-10-10 一种危险作业分级管控方法及系统

Country Status (1)

Country Link
CN (1) CN117252422A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598351A (zh) * 2018-11-23 2019-04-09 国网湖北省电力有限公司孝感供电公司 用于变电站设备运检的安全预警管控系统及方法
CN110210751A (zh) * 2019-05-29 2019-09-06 国家电网有限公司 基于神经网络的检修作业风险分析方法、装置及终端
KR102219809B1 (ko) * 2020-05-19 2021-02-24 주식회사 넥스트코어테크놀로지 영상 분석을 통한 안전작업관리 시스템
CN112991669A (zh) * 2021-02-04 2021-06-18 西安美格智联软件科技有限公司 一种危险作业预警方法、系统、存储介质及处理终端
CN113204993A (zh) * 2021-03-26 2021-08-03 珠海市钰海电力有限公司 一种发电厂的工作票日志处理方法及系统
KR102321897B1 (ko) * 2021-05-18 2021-11-08 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
CN114358464A (zh) * 2021-11-16 2022-04-15 远光软件股份有限公司 作业风险评估方法及装置、电子设备和存储介质
CN114387522A (zh) * 2022-01-20 2022-04-22 广东蓄能发电有限公司 一种工作现场的智能预警方法、装置、设备及介质
KR20220077404A (ko) * 2020-12-02 2022-06-09 한국전자통신연구원 근로자 안전을 위한 다단계 작업현장 안전 관제 방법 및 시스템
CN115131706A (zh) * 2022-06-30 2022-09-30 国网河北省电力有限公司电力科学研究院 一种电力作业违章数据化智能图像识别系统及方法
CN115578731A (zh) * 2022-09-30 2023-01-06 海南电网有限责任公司澄迈供电局 安全管控信息的生成方法、装置、电子设备及存储介质
CN116258992A (zh) * 2023-02-28 2023-06-13 海南声智互联科技有限公司 作业检测方法及系统
CN116523312A (zh) * 2023-05-09 2023-08-01 中宬建设管理有限公司 一种智慧城市数据管理方法及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598351A (zh) * 2018-11-23 2019-04-09 国网湖北省电力有限公司孝感供电公司 用于变电站设备运检的安全预警管控系统及方法
CN110210751A (zh) * 2019-05-29 2019-09-06 国家电网有限公司 基于神经网络的检修作业风险分析方法、装置及终端
KR102219809B1 (ko) * 2020-05-19 2021-02-24 주식회사 넥스트코어테크놀로지 영상 분석을 통한 안전작업관리 시스템
KR20220077404A (ko) * 2020-12-02 2022-06-09 한국전자통신연구원 근로자 안전을 위한 다단계 작업현장 안전 관제 방법 및 시스템
CN112991669A (zh) * 2021-02-04 2021-06-18 西安美格智联软件科技有限公司 一种危险作业预警方法、系统、存储介质及处理终端
CN113204993A (zh) * 2021-03-26 2021-08-03 珠海市钰海电力有限公司 一种发电厂的工作票日志处理方法及系统
KR102321897B1 (ko) * 2021-05-18 2021-11-08 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
CN114358464A (zh) * 2021-11-16 2022-04-15 远光软件股份有限公司 作业风险评估方法及装置、电子设备和存储介质
CN114387522A (zh) * 2022-01-20 2022-04-22 广东蓄能发电有限公司 一种工作现场的智能预警方法、装置、设备及介质
CN115131706A (zh) * 2022-06-30 2022-09-30 国网河北省电力有限公司电力科学研究院 一种电力作业违章数据化智能图像识别系统及方法
CN115578731A (zh) * 2022-09-30 2023-01-06 海南电网有限责任公司澄迈供电局 安全管控信息的生成方法、装置、电子设备及存储介质
CN116258992A (zh) * 2023-02-28 2023-06-13 海南声智互联科技有限公司 作业检测方法及系统
CN116523312A (zh) * 2023-05-09 2023-08-01 中宬建设管理有限公司 一种智慧城市数据管理方法及系统

Similar Documents

Publication Publication Date Title
CN110569909B (zh) 基于区块链的故障预警方法、装置、设备及存储介质
CN110471858B (zh) 应用程序测试方法、装置及存储介质
CN111914812B (zh) 图像处理模型训练方法、装置、设备及存储介质
CN112749728A (zh) 学生模型训练方法、装置、计算机设备及存储介质
CN111104980B (zh) 确定分类结果的方法、装置、设备及存储介质
CN109993234B (zh) 一种无人驾驶训练数据分类方法、装置及电子设备
CN111192262A (zh) 基于人工智能的产品缺陷分类方法、装置、设备及介质
CN111930964B (zh) 内容处理方法、装置、设备及存储介质
CN113762971A (zh) 数据加密方法、装置、计算机设备及存储介质
CN111738365B (zh) 图像分类模型训练方法、装置、计算机设备及存储介质
CN113724189A (zh) 图像处理方法、装置、设备及存储介质
CN111338933A (zh) 埋点验证方法、装置、设备及存储介质
CN110909264B (zh) 信息处理方法、装置、设备及存储介质
CN106777071B (zh) 一种图像识别获取参考信息的方法和装置
CN112269939B (zh) 自动驾驶的场景搜索方法、装置、终端、服务器及介质
CN112001442B (zh) 特征检测方法、装置、计算机设备及存储介质
CN111353513B (zh) 一种目标人群筛选的方法、装置、终端和存储介质
CN111753813A (zh) 图像处理方法、装置、设备及存储介质
CN113516723A (zh) 人脸图片加密方法、装置、计算机设备及存储介质
CN115708085B (zh) 业务处理、神经网络模型的训练方法、装置、设备及介质
CN117252422A (zh) 一种危险作业分级管控方法及系统
CN112560612B (zh) 确定业务算法的系统、方法、计算机设备及存储介质
CN114648315A (zh) 虚拟面试的方法、装置、设备及存储介质
CN114328948A (zh) 文本标准化模型的训练方法、文本标准化方法及装置
CN111897709B (zh) 监控用户的方法、装置、电子设备及介质

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