CN117593152A - 高空作业安全管理方法、系统、装置和存储介质 - Google Patents
高空作业安全管理方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN117593152A CN117593152A CN202311373213.4A CN202311373213A CN117593152A CN 117593152 A CN117593152 A CN 117593152A CN 202311373213 A CN202311373213 A CN 202311373213A CN 117593152 A CN117593152 A CN 117593152A
- Authority
- CN
- China
- Prior art keywords
- safety
- state
- information
- monitoring result
- constructor
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 106
- 238000010276 construction Methods 0.000 claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000010191 image analysis Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 16
- 230000001012 protector Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 8
- 230000001681 protective effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 230000004927 fusion 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
- 239000010959 steel Substances 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及施工安全管理领域,尤其涉及一种高空作业安全管理方法、系统、装置和存储介质。其中,高空作业安全管理方法包括:获取目标施工人员的安全状态信息,安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;将安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;目标施工人员的安全状态的监测结果为安全状态异常时,向工作人员所在的客户端发送预警信息,以提示施工人员停止施工,从而提高安全管理人员对高空作业安全的监测和管理效率。
Description
技术领域
本申请涉及施工安全管理领域,尤其是涉及高空作业安全管理方法、系统、装置和存储介质。
背景技术
桥梁施工多为高空作业施工,桥墩、主梁钢筋绑扎及模板安装、混凝土浇筑等均在高空进行,高空作业是施工现场危险性大的作业之一,施工人员在高空作业时需要穿戴加强安全带、安全帽等个人防护产品。然而在实际施工中,可能存在施工人员防护用品穿戴不规范或施工人员身体状况出现异常的可能性,因此,在高空作业时需要对施工人员的施工安全进行系统的监控以减少意外的发生。
目前,施工现场的安全管理通常采用人工巡查和摄像头监控的方式,在高空作业前,负责安全的工作人员对施工人员安全绳上的锁扣等重要节点以及施工人员安全帽的佩戴情况进行检查;在高空作业时,负责安全的工作人员通过监控摄像对高空作业人员的工作状态进行远距离观测,凭借过往经验判断工作人员的身体状态和施工状态;然而,这种监控方法主要依赖于人工观察和判断,通常需要耗费较高的人力成本,且安全监测的效率和准确性也比较低。
发明内容
为了提高安全管理人员对高空作业安全的监测效率,本申请提供了高空作业安全管理方法、系统、装置和存储介质。
第一方面,本申请提供的高空作业安全管理方法,采用如下的技术方案:
所述高空作业安全管理方法包括:
获取目标施工人员的安全状态信息,所述安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;所述身体状态数据信息包括用于表征目标施工人员身体健康参数指标的各项数据,所述安全护具状态信息包括对安全护具拍摄的若干图像信息;
将所述安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;所述目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;
所述目标施工人员的安全状态的监测结果为安全状态异常时,向工作人员所在的客户端发送预警信息,以提示施工人员停止施工。
通过采用上述技术方案,安全状态分析模型能够对接收到的目标施工人员的身体状态数据信息和安全护具状态信息进行处理和分析,自动输出目标施工人员的安全状态的监测结果,当监测结果存在异常时,负责安全的工作人员能够接收到预警信息,及时对异常安全状态的情况进行核实和处理,从而实现对目标施工人员安全状态的监测;负责安全监测的工作人员能够利用无需长时间对目标施工人员的施工情况进行人工巡检和监测,能够提高安全管理人员对高空作业安全的监测的便捷性,降低人工负担;除此之外,工作人员所在的客户端接收到预警信息后,能够及时对目标施工人员进行提示,提醒施工人员停止施工,对高空作业的施工状态进行调整,从而提高施工人员在高空作业时的安全性。
可选的,所述将所述安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果的步骤包括:
将所述身体状态数据信息与预设的参考状态数据信息进行比对,根据所述身体状态数据信息与所述参考状态数据信息的比对结果确定第一监测结果;所述第一监测结果用于表征目标施工人员的身体健康的状态;
对若干所述图像信息进行特征提取和分析,根据对所述图像信息的分析结果确定第二监测结果;所述第二监测结果用于表征安全护具的安装状态;
根据所述第一监测结果和所述第二监测结果确定所述目标施工人员的安全状态的监测结果。
通过采用上述技术方案,确定了对目标施工人员的安全状态判断的方式,通过对目标施工人员身体状态数据信息与预设的参考状态数据信息进行比对结果,判断第一监测结果是否存在安全状态异常的情况,通过对若干图像信息分析的结果判断第二监测结果是否存在安全状态异常的情况;根据第一监测结果和第二监测结果确定目标施工人员的安全状态,以实现对目标施工人员安全状态的判断。
可选的,当所述第一监测结果与所述第二监测结果中至少一项存在安全状态异常时,所述目标施工人员的安全状态的监测结果为安全状态异常。
通过采用上述技术方案,确定了目标施工人员的安全状态的监测结果的判定条件,目标施工人员的安全状态的监测结果由目标施工人员的身体状况和目标施工人员安全护具的佩戴情况同时决定;目标施工人员的身体情况和安全用具的佩戴状态均正常时,目标施工人员的安全状态的监测结果为安全状态正常,继续对目标施工人员的工作状态进行监测;目标施工人员的身体情况和安全用具的佩戴状态其中的任意一项出现异常或两项的监测结果均异常时,目标施工人员的安全状态的监测结果为安全状态异常,需要及时提示目标施工人员停止施工,对自身安全状态进行确认,去除安全隐患,提高施工人员在高空作业时的安全性。
可选的,所述根据所述身体状态数据信息与所述参考状态数据信息的比对结果确定第一监测结果包括:
若所述身体状态数据信息与所述参考状态数据信息的差值高于预设差值时,则输出的第一监测结果为安全状态异常。
通过采用上述技术方案,根据身体状态数据信息与参考状态数据信息的差值判断第一监测结果是否为安全状态异常的情况;当监测到的目标施工人员的身体参数指标超过预先设置的阈值范围时,则判定目标施工人员的身体状况可能存在异常,对工作人员进行提示使得负责安全管理的工作人员对目标施工人员的身体状况进行确认,提高施工人员在高空作业施工的安全性。
可选的,所述对若干所述图像信息进行特征提取和分析,根据对所述图像信息的分析结果确定第二监测结果包括:
从监控视频中提取若干图像帧,将若干图像帧输入预设的图像分析模型中;所述图像分析模型用于对图像帧中安全护具的位置与施工人员的肢体位置进行识别,输出对安全护具佩戴状态的识别结果,得到第二监测结果。
通过采用上述技术方案,图像分析模型能够对图像帧中安全护具各护具单元的位置与施工人员的肢体位置进行识别,并自动判断安全护具的位置和与施工人员的肢体位置是否发生偏移,从而实现对安全护具佩戴位置的判断;当第二监测结果为安全状态异常时,负责安全的工作人员能够通过摄像头对目标施工人员护具佩戴的情况进行查看,对目标施工人员的施工状态进行进一步确认,提高施工人员高空作业时的安全性。
可选的,高空作业安全管理方法还包括利用训练样本,对卷积神经网络进行训练,生成图像分析模型,具体为:
获取多张样本图片作为训练数据集;
对训练数据集中的多张样本图片的安全帽、安全绳、锁扣和施工人员身体各部分等区域进行标注;
将多张样本图片输入神经网络模型,得到图像分析模型。
通过采用上述技术方案,卷积神经网络具有很强的信息综合能力,能同时处理定量和定性的信息,能很好地协调多种输入信息关系,适用于分析多信息融合的图像信息;除此之外,卷积神经网络能够根据大量历史数据,不断提升自身的性能;神经网络获得的数据越多,表现越好;利用包含安全护具图像信息的样本图片作为训练数据,能够使图像分析模型输出的分析结果更加准确。
可选的,在所述从监控视频中提取若干图像帧,将若干图像帧输入预设的图像分析模型中之后,还包括:利用标识物的标识信息对所述图像帧进行筛选;所述标识物设置于安全护具的各个位置,所述标识信息包括标识物的图像信息;
所述利用标识物的特征信息对所述图像帧进行筛选包括:
利用所述图像分析模型提取所述图像帧中的标识信息,将所述标识信息与预设标识进行分析比对;若所述图像帧中的标识信息与所述预设标识满足匹配要求,则判定所述图像帧为有效图像信息;利用所述图像分析模型提取所述图像帧中的标识信息,将所述标识信息与预设标识进行分析比对;若所述图像帧中的标识信息与所述预设标识满足匹配要求,则判定所述图像帧为有效图像信息;若所述图像帧中的标识信息与所述预设标识不满足匹配要求,则将所述图像帧丢弃。
通过采用上述技术方案,对图像进行采集时,由于外界环境的干扰,图像会存在出现失真或不清楚的可能性;图像信息分析模型能够对符合要求的图像帧进行筛选,利用标识信息判断截取到的图像帧中是否采集到安全护具的信息,将不符合标准的图像帧丢弃,仅对符合筛选条件的有效图像帧进行储存,能够减小计算机装置在进行数字图像处理时需要获取的数据的量,从而提高对数字图像处理的效率。
第二方面,本申请提供的高空作业安全管理系统,采用如下的技术方案:
高空作业安全管理系统,包括:
获取模块,用于获取目标施工人员的安全状态信息,安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;身体状态数据信息包括用于表征目标施工人员身体健康参数指标的各项数据,安全护具状态信息包括对安全护具拍摄的若干图像信息;
处理模块,用于将安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;
输出模块,目标施工人员的安全状态的监测结果为安全状态异常时,用于向工作人员所在的客户端发送预警信息,以提示施工人员停止施工。
通过采用上述技术方案,获取模块能够获取目标施工人员的安全状态信息;处理模块能够将安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;当目标施工人员的安全状态的监测结果为安全状态异常时,输出模块能够向工作人员所在的客户端发送预警信息,以提示施工人员停止施工,以便于工作人员对高空作业安全状态的监测,接收到提示信息后,目标施工人员能够及时对高空作业的施工状态进行调整,从而提高施工人员在高空作业时的安全性。
第三方面,本申请提供的计算机装置,采用如下的技术方案:
计算机装置,包括处理器、存储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,所述处理器执行所述计算机程序时实现上述高空作业安全管理方法。
通过采用上述技术方案,提供了能执行实现上述高空作业安全管理方法的计算机装置。
第四方面,本申请提供的计算机可读存储介质,采用如下的技术方案:
计算机可读存储介质,所述计算机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上述高空作业安全管理方法。
通过采用上述技术方案,提供了高空作业安全管理方法的计算机程序的载体。
综上所述,本申请包括以下有益技术效果:
安全状态分析模型能够安全状态信息进行处理和分析,对身体状态数据信息和对安全护具拍摄的若干图像信息进行分析和处理,从而得到目标施工人员高空作业时的身体情况和安全护具的佩戴情况,使得负责安全监测的工作人员无需长时间对目标施工人员的施工情况进行监测,提高安全管理人员对高空作业安全的监测的便捷性,降低人工负担;目标施工人员的安全状态的监测结果为安全状态异常时,向工作人员所在的客户端发送预警信息后,及时对目标施工人员进行提示,使得施工人员能够对施工状态进行调整,去除安全隐患,从而提高施工人员在高空作业时的安全性。
附图说明
图1是本申请实施例中高空作业安全管理方法的流程框图;
图2是本实施例中根据安全状态信息输出目标施工人员的安全状态的监测结果方法的流程框图;
图3是本实施例中高空作业安全管理系统的模块示意图;
图4是本实施例中计算机设备的模块示意图。
附图标记说明:
1、获取模块;2、处理模块;3、输出模块;41、处理器;42、存储器。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请实施例公开高空作业安全管理方法、系统、装置和存储介质。
参考图1,一种高空作业安全管理方法,包括以下步骤:
S100:获取目标施工人员的安全状态信息。
具体地,安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;身体状态数据信息包括用于表征目标施工人员身体健康参数指标的各项数据,安全护具状态信息包括对安全护具拍摄的若干图像信息。
对目标施工人员的安全状态信息的获取可以通过用户输入,也可以通过外接设备导入,也可以通过其他任何方式对目标施工人员的安全状态信息进行获取。
在本实施例的一些示例中,通过采集终端对目标施工人员的安全状态信息,在本实施例的优选方案中,采集终端包括智能手环和摄像头,智能手环可佩戴于目标施工人员的手臂上,对目标施工人员的身体状态进行监测;智能手环能够对目标施工人员的心跳、血压和血氧数据进行采集并发送至处理器进行处理,以实现对目标施工人员身体状态数据信息的获取。
安全护具状态信息通过摄像头采集,摄像头可以安装固定设置在施工场地内,且设置于便于对高空作业的施工人员的施工作业情况进行监控的位置;也可以安装于无人机上,由负责安全管理的工作人员对无人机的飞行路径和停留位置进行控制;摄像头能够在目标施工人员工作现场的图像进行采集,并拍摄得到的图像上传至处理平台;实现对能够用于对安全护具佩戴情况进行评价的若干图像信息的获取,从而实现对高空作业的目标施工人员的施工安全状态的监控。
S200:将安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果。
具体地,目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;
当目标施工人员的安全状态的监测结果为安全状态正常时,继续获取采集终端收集到安全状态信息的相关数据,并对目标施工人员的安全状态进行监控;
当目标施工人员的安全状态的监测结果为安全状态异常时,执行步骤S300,对工作人员做出提示。
在本实施例的一些示例中,步骤S200包括以下步骤:
S210:将身体状态数据信息与预设的参考状态数据信息进行比对,根据身体状态数据信息与参考状态数据信息的比对结果确定第一监测结果。
第一监测结果用于表征目标施工人员的身体健康的状态。
具体地,工作人员根据目标施工人员平时的身体状态参数和身体健康状况预先设置参考状态数据信息,并将参考状态数据信息录入;在实施例中,对参考状态数据信息的设定可以采用软件功能单元的形式实现,处理器对参考状态数据信息的获取可以通过工作人员输入,也可以通过其他任何方式获取,例如也可以通过外接设备导入,在本申请实施例中不做限定。
接收到目标施工人员的身体状态数据信息后,将身体状态数据信息与参考状态数据信息进行比对,并输出第一监测结果。
若身体状态数据信息与参考状态数据信息的差值低于预设差值时,则判定输出的第一监测结果为安全状态正常;
若身体状态数据信息与参考状态数据信息的差值高于预设差值时,则输出的第一监测结果为安全状态异常;由此判定目标施工人员的身体状况可能存在异常,负责安全管理的工作人员对目标施工人员的身体状况进行确认,提高施工人员在高空作业施工的安全性。
S220:对若干图像信息进行特征提取和分析,根据对图像信息的分析结果确定第二监测结果。
第二监测结果用于表征安全护具的安装状态;具体地,从摄像头采集的监控视频中提取若干图像帧,并将若干图像帧输入预设的图像分析模型中;在本实施例的一些示例中,安全护具包括安全帽、安全绳和锁扣等护具单元。
图像分析模型能够对图像帧中安全护具各护具单元的位置与施工人员的肢体位置进行识别,输出对安全护具佩戴状态的识别结果,作为第二监测结果。
若安全护具中各护具单元的位置和与各护具单元对应的施工人员的肢体位置的偏移量超过预设的阈值范围时,则判定护具单元佩戴的位置出现明显偏差,则输出的第二监测结果为安全状态异常;当第二监测结果为安全状态异常时,负责安全的工作人员能够通过摄像头对目标施工人员护具佩戴的情况进行查看,对目标施工人员的施工状态进行进一步确认,提高施工人员高空作业时的安全性。
高空作业安全管理方法还包括对预设的图像分析模型进行训练。具体地,首先获取多张样本图片作为训练数据集;工作人员预先手动对训练数据集中的多张样本图片中安全帽、安全绳、锁扣和施工人员身体各部分等的区域进行标注;将事先标注好的多张样本图片录入神经网络模型内对卷积神经网络进行训练,在本实施例的一些示例中,神经网络模型可以选取BP神经网络模型(误差反向传播算法(Error Back Propagation Training),简称BP),BP神经网络模型学习归纳已录入的样本图片,得到最终的图像分析模型,以提高对图像帧的识别效率。
在本实施例的另一示例中,高空作业安全管理方法还包括可以选择执行以下步骤:利用标识物的标识信息对图像帧进行筛选;
在本实施例的一些示例中,标识物设置于安全护具各护具单元上,且标识物设置于便于摄像头拍摄到的位置,标识信息包括标识物的图像信息;
标识信息可以通过工作人员输入,也可以通过其他任何方式获取,例如也可以通过外接设备导入,在本申请实施例中不做限定。
利用标识物的特征信息对图像帧进行筛选包括:
利用图像分析模型提取图像帧中的标识信息,将标识信息与预设标识进行分析比对;若图像帧中的标识信息与预设标识满足匹配要求,则判定图像帧为有效图像信息;若图像帧中的标识信息与预设标识不满足匹配要求,则将图像帧丢弃。
摄像头在对图像进行采集时,由于外界环境的干扰,图像会存在出现失真或不清楚的可能性;计算机装置需要较繁琐的算法对图像进行分析处理,图像信息分析模型能够对符合要求的图像帧进行筛选;利用标识信息能够判断截取到的图像帧中是否采集到安全护具的信息以及图像帧的清晰度,将不符合标准的图像帧丢弃,仅对符合筛选条件的有效图像帧进行储存,能够减小计算机装置在进行数字图像处理时需要获取的数据的量,从而提高对数字图像处理的效率。
S230:根据第一监测结果和第二监测结果确定目标施工人员的安全状态的监测结果。
当第一监测结果与第二监测结果均正常时,目标施工人员的安全状态的监测结果为安全状态正常;
当第一监测结果与第二监测结果中至少一项存在安全状态异常时,目标施工人员的安全状态的监测结果为安全状态异常。
S300:向工作人员所在的客户端发送预警信息,以提示施工人员停止施工。
当监测到目标施工人员的身体状况或安全护具的佩戴存在异常时,向工作人员所在的客户端发送预警信息;预警信息能够对负责安全管理的工作人员进行提示,使得施工人员能够及时停止施工,对自身状态或安装护具的佩戴状态进行调整,从而能够提高施工人员在高空作业时的安全性。
在本实施例的另一示例中,还可以对目标施工人员的工作时长进行统计和监测,利用计时器对施工人员的高空作业时间进行统计;手动设置计时器的计时时长,当施工人员开始高空作业时,计时器开始计时,当计时器计时结束后发出即使结束指令;处理器在接收到计时结束指令后向工作人员所在的客户端发送预警信息,从而能够及时对目标施工人员做出提醒,减小施工人员因长时间高空作业而身体不适的可能性,提高施工人员在高空作业时的安全性;与此同时,对施工人员高空作业的时间进行统计能够便于负责安全的工作人员对施工人员施工时间的把控,提高工作人员对高空作业安全管理的效率。
基于同一设计构思,本实施例还公开一种高空作业安全管理系统。
参考图3,一种高空作业安全管理系统,包括获取模块1、处理模块2和输出模块3;
获取模块1能够获取目标施工人员的安全状态信息;具体地,安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;身体状态数据信息包括用于表征目标施工人员身体健康参数指标的各项数据,安全护具状态信息包括对安全护具拍摄的若干图像信息;
处理模块2能够将安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;当目标施工人员的安全状态的监测结果为安全状态异常时,输出模块3能够向工作人员所在的客户端发送预警信息,以提示施工人员停止施工,从而实现对施工人员高空作业安全状态的监测。
上述实施例提供的高空作业安全管理方法中的各种变化方式和具体实例同样适用于本实施例的高空作业安全管理系统,通过前述对高空作业安全管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中的高空作业安全管理系统的实施方法,为了说明书的简洁,在此不再详述。
为了更好地执行上述方法的程序,本申请实施例还提供一种计算机设备,如图4所示,计算机设备包括处理器41和存储器42。
计算机设备可以以各种形式来实施,包括手机、平板电脑、掌上电脑、笔记本电脑和台式计算机等设备。
其中,存储器42可用于存储指令、程序、代码、代码集或指令集。存储器42可以包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令,以及用于实现上述实施例提供的高空作业安全管理方法的指令等;存储数据区可存储上述实施例提供的高空作业安全管理方法中涉及到的数据等。
处理器41可以包括一个或者多个处理核心。处理器41通过运行或执行存储在存储器42内的指令、程序、代码集或指令集,调用存储在存储器42内的数据,执行本申请的各种功能和处理数据。处理器41可以为特定用途集成电路(Application Specific IntegratedCircuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(Programmable LogicDevice,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器和微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
本申请实施例提供一种计算机可读存储介质,例如包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该计算机可读存储介质存储有能够被处理器加载并执行上述实施例的高空作业安全管理方法的计算机程序。
以上所述,以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本申请的方法及其核心思想,不应理解为对本申请的限制。本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种高空作业安全管理方法,其特征在于:所述高空作业安全管理方法包括:
获取目标施工人员的安全状态信息,所述安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;所述身体状态数据信息包括用于表征目标施工人员身体健康参数指标的各项数据,所述安全护具状态信息包括对安全护具拍摄的若干图像信息;
将所述安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;所述目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;
所述目标施工人员的安全状态的监测结果为安全状态异常时,向工作人员所在的客户端发送预警信息,以提示施工人员停止施工。
2.根据权利要求1所述的高空作业安全管理方法,其特征在于,所述将所述安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果的步骤包括:
将所述身体状态数据信息与预设的参考状态数据信息进行比对,根据所述身体状态数据信息与所述参考状态数据信息的比对结果确定第一监测结果;所述第一监测结果用于表征目标施工人员的身体健康的状态;
对若干所述图像信息进行特征提取和分析,根据对所述图像信息的分析结果确定第二监测结果;所述第二监测结果用于表征安全护具的安装状态;
根据所述第一监测结果和所述第二监测结果确定所述目标施工人员的安全状态的监测结果。
3.根据权利要求2所述的高空作业安全管理方法,其特征在于,当所述第一监测结果与所述第二监测结果中至少一项存在安全状态异常时,所述目标施工人员的安全状态的监测结果为安全状态异常。
4.根据权利要求3所述的高空作业安全管理方法,其特征在于,所述根据所述身体状态数据信息与所述参考状态数据信息的比对结果确定第一监测结果包括:
若所述身体状态数据信息与所述参考状态数据信息的差值高于预设差值时,则输出的第一监测结果为安全状态异常。
5.根据权利要求3所述的高空作业安全管理方法,其特征在于,所述对若干所述图像信息进行特征提取和分析,根据对所述图像信息的分析结果确定第二监测结果包括:
从监控视频中提取若干图像帧,将若干图像帧输入预设的图像分析模型中;所述图像分析模型用于对图像帧中安全护具的位置与施工人员的肢体位置进行识别,输出对安全护具佩戴状态的识别结果,得到第二监测结果。
6.根据权利要求5所述的高空作业安全管理方法,其特征在于,还包括:利用训练样本,对卷积神经网络进行训练,生成图像分析模型,具体为:
获取多张样本图片作为训练数据集;
对训练数据集中的多张样本图片的安全帽、安全绳、锁扣和施工人员身体各部分等区域进行标注;
将多张样本图片输入神经网络模型,得到图像分析模型。
7.根据权利要求5所述的高空作业安全管理方法,其特征在于,在所述从监控视频中提取若干图像帧,将若干图像帧输入预设的图像分析模型中之后,还包括:利用标识物的标识信息对所述图像帧进行筛选;所述标识物设置于安全护具的各个位置,所述标识信息包括标识物的图像信息;
所述利用标识物的特征信息对所述图像帧进行筛选包括:
利用所述图像分析模型提取所述图像帧中的标识信息,将所述标识信息与预设标识进行分析比对;若所述图像帧中的标识信息与所述预设标识满足匹配要求,则判定所述图像帧为有效图像信息;若所述图像帧中的标识信息与所述预设标识不满足匹配要求,则将所述图像帧丢弃。
8.一种高空作业安全管理系统,其特征在于,包括
获取模块(1),用于获取目标施工人员的安全状态信息,所述安全状态信息包括目标施工人员的身体状态数据信息和安全护具状态信息;所述身体状态数据信息包括用于表征目标施工人员身体健康参数指标的各项数据,所述安全护具状态信息包括对安全护具拍摄的若干图像信息;
处理模块(2),用于将所述安全状态信息带入安全状态分析模型,输出目标施工人员的安全状态的监测结果;所述目标施工人员的安全状态的监测结果包括安全状态正常和安全状态异常;
输出模块(3),所述目标施工人员的安全状态的监测结果为安全状态异常时,用于向工作人员所在的客户端发送预警信息,以提示施工人员停止施工。
9.一种计算机装置,其特征在于,包括处理器(41)、存储器(42)以及存储在所述存储器(42)中并可在所述处理器(41)上运行的计算机程序,所述处理器(41)执行所述计算机程序时实现如权利要求1至7中任意一项所述的高空作业安全管理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机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权利要求1至7任意一项所述的高空作业安全管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311373213.4A CN117593152A (zh) | 2023-10-20 | 2023-10-20 | 高空作业安全管理方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311373213.4A CN117593152A (zh) | 2023-10-20 | 2023-10-20 | 高空作业安全管理方法、系统、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117593152A true CN117593152A (zh) | 2024-02-23 |
Family
ID=89910497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311373213.4A Pending CN117593152A (zh) | 2023-10-20 | 2023-10-20 | 高空作业安全管理方法、系统、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117593152A (zh) |
-
2023
- 2023-10-20 CN CN202311373213.4A patent/CN117593152A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724522B (zh) | 一种门禁控制系统、方法、装置、控制设备及存储介质 | |
CN110889339B (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
CN112381066A (zh) | 乘梯异常行为识别方法、监测系统、计算机设备和存储介质 | |
CN112004067A (zh) | 视频监控方法、装置和存储介质 | |
CN108696486B (zh) | 一种异常操作行为检测处理方法及装置 | |
CN112489280A (zh) | 一种变电站人身安全监控方法、系统、终端及存储介质 | |
CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
CN110610610A (zh) | 一种车辆出入管理方法、装置以及存储介质 | |
CN111639272A (zh) | 人员健康监测方法、装置及系统 | |
CN109800656B (zh) | 定位方法及相关产品 | |
CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
CN110888782B (zh) | 设备处理方法、系统、电子设备及计算机可读存储介质 | |
CN117593152A (zh) | 高空作业安全管理方法、系统、装置和存储介质 | |
CN112666911A (zh) | 协同控制系统 | |
CN107767515A (zh) | 一种用于实验室管理系统的人员管理方法 | |
CN115346301B (zh) | 一种卡口的快速人员识别通行方法及系统 | |
CN116433029A (zh) | 电力作业风险评估方法、系统、设备及存储介质 | |
CN111932581B (zh) | 安全绳检测方法、装置、电子设备和可读存储介质 | |
CN115758269A (zh) | 液压支架安全阀开启状态的确定方法及系统 | |
CN115766761A (zh) | 一种针对高空作业建筑工人的智能安全防护系统及方法 | |
CN108881858B (zh) | 建筑工地外来人员监测方法、装置及电子设备 | |
CN110310455B (zh) | 基于电子标签的预警方法及云服务平台 | |
CN112216073A (zh) | 一种梯子违规操作告警方法及装置 | |
CN112085407A (zh) | 一种基建安全管理方法、装置及计算机可读存储介质 | |
CN111476922A (zh) | 输电线路巡检人员到岗判断方法及装置 |
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 |