劳动强度确定方法、装置和计算机可读存储介质制造方法及图纸

本申请公开了一种劳动强度确定方法、装置和计算机可读存储介质，该方法包括：获取待监测对象的运动数据；根据待监测对象的运动数据，识别待监测对象的运动模式，并将运动模式和运动数据进行关联；基于待监测对象的劳动系数，确定待监测对象的劳动强度；其中，劳动系数通过运动模式和运动数据计算得到。本申请实施例提供的劳动强度确定方法，能够采集待监测对象的相关运动数据，以及通过运动数据自动地识别出待监测对象的运动模式，并将运动模式和运动数据相互对应，从而精准地量化出待监测对象的劳动强度，合理地调整薪资结构，提高待监测对象工作的积极性，同时还能够了解待监测对象的身体状况，避免员工过度劳累，保证身心健康。

Labor Intensity Determination Method, Device and Computer Readable Storage Media

【技术实现步骤摘要】
劳动强度确定方法、装置和计算机可读存储介质
本专利技术一般涉及信息
，具体涉及一种劳动强度确定方法、装置和计算机可读存储介质。
技术介绍
随着电子商务的蓬勃发展，网上购物的方式得到快速普及和应用，人们越来越多地通过快递来收寄物品。收派员作为“最后一公里”与广大客户直接接触的一线人员，扮演着举足轻重的角色。目前而言，收派员每天的具体工作情况对快递公司来说是未知的。虽然快递公司配发的手持终端可以记录收派员每天的线上操作情况，但是实际上，收派员的大部分时间都是在线下进行操作，比如制作快递件、搬运货物等。对于收派员在线下的工作内容，并没有形成有效地监管机制。同时，快递公司很难精确地衡量收派员每一个操作所需要的费力程度，从而无法精准量化收派员的劳动强度。因此，对于如何有效地实现对收派员的监管，并以此为契机来激发收派员的工作热情，从而极大地提高收派效率，这是行业内亟待解决的重要问题。然而，针对上述问题，现有技术中尚未提出有效的解决方案。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种劳动强度确定方法、装置和计算机可读存储介质，能够在不影响正常工作的基础上，采集待监测对象的运动数据，并自动地识别出待监测对象的运动模式，从而精准地量化出待监测对象的劳动强度，合理地调整薪资结构，提高待监测对象工作的积极性，同时还能够了解待监测对象的身体状况，避免员工过度劳累，保证身心健康。第一方面，本申请提供一种劳动强度确定方法，包括：获取待监测对象的运动数据；根据所述待监测对象的运动数据，识别所述待监测对象的运动模式，并将所述运动模式和所述运动数据进行关联；基于所述待监测对象的劳动系数，确定所述待监测对象的劳动强度；其中，所述劳动系数通过所述运动模式和所述运动数据计算得到。第二方面，本申请提供一种劳动强度确定装置，包括：获取模块，用于获取待监测对象的运动数据；识别模块，用于根据所述待监测对象的运动数据，识别所述待监测对象的运动模式，并将所述运动模式和所述运动数据进行关联；确定模块，用于基于所述待监测对象的劳动系数，确定所述待监测对象的劳动强度；其中，所述劳动系数通过所述运动模式和所述运动数据计算得到。第三方面，本申请提供一种计算机可读存储介质，该计算机程序用于实现如第一方面所述的劳动强度确定方法。综上，本申请实施例提供的劳动强度确定方法、装置和计算机可读存储介质，获取待监测对象的运动数据，并根据待监测对象的运动数据，自动地识别出待监测对象的运动模式；通过将运动模式和运动数据进行关联，能够量化待监测对象的运动过程，从而，基于运动模式和运动数据计算得到待监测对象的劳动系数，并确定出待监测对象的劳动强度，用以合理地调整薪资结构，提高待监测对象工作的积极性，同时还能够了解待监测对象的身体状况，避免员工过度劳累，保证身心健康。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本申请实施例提供的一种劳动强度确定方法的基本流程示意图；图2为本申请实施例提供的一种劳动强度确定装置；图3为本申请实施例提供的另一种劳动强度确定装置；图4为本申请实施例提供的再一种劳动强度确定装置；图5为本申请实施例提供的一种计算机系统。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。为了便于理解和说明，下面通过图1至图4详细的阐述本申请实施例提供的劳动强度确定方法及装置。请参考图1，其为本申请实施例提供的一种劳动强度确定方法的基本流程示意图，该方法包括以下步骤：S101，获取待监测对象的运动数据。其中，运动数据可以包括但不限于上楼步数、下楼步数、水平行走步数、心率、水平运动距离、垂直运动距离以及运动时间。本申请实施例通过获取多个运动模式下的运动数据，能够全方位地了解待监测对象的状态，从而更加细致地量化出待监测对象的劳动强度。具体的，本申请实施例使用可穿戴设备上的传感器来获取待监测对象的运动数据。可穿戴设备的形式可以包括但不限于耳机、指环以及腕表等，传感器可以包括但不限于加速度传感器、陀螺仪、光学心率传感器等。为便于理解，以加速度传感器为例进行说明，在正常工作过程中，待监测对象全程佩戴可穿戴设备。该可穿戴设备中的加速度传感器通过测量三维空间中X轴、Y轴和Z轴三个方向上的加速度值，就能够判断出可穿戴设备处于水平位置还是垂直位置以及可穿戴设备是否处于移动状态，从而进一步判断得到待监测对象的运动状态。需要说明的是，通过不同传感器来获取待监测对象的运动数据属于已知的技术，本申请实施例不再赘述。S102，根据待监测对象的运动数据，识别待监测对象的运动模式，并将运动模式和运动数据进行关联。其中，运动模式可以包括但不限于上楼、下楼、水平行走、静止、跑步、骑车、开车以及搬运货物，而上楼可以包括但不限于电梯上楼、走路上楼，下楼可以包括但不限于电梯下楼、走路下楼。本申请实施例中的运动模式与待监测对象的工作状态一致，通过将运动模式和运动数据关联，能够将待监测对象的工作过程进一步地分解、细化，从而精准地量化出待监测对象的劳动强度。需要说明的是，本申请实施例通过采集已知运动模式下至少一个监测对象的运动数据，并对至少一个监测对象的运动数据进行训练，构建分类模型；从而，将待监测对象的运动数据输入分类模型中，用以识别待监测对象的运动模式。举例说明，监测对象在真实的工作场景中佩戴上可穿戴设备，在已知运动模式下采集运动数据并向后台实时地传输该运动数据，由专人标记监测对象的运动模式和该运动模式对应的运动数据。在收集到大量监测对象的运动模式和运动数据之后，对运动数据进行计算，找到每个运动模式对应的运动数据的特点，构建出根据实时运动数据，就能够自动识别待监测对象运动模式的分类模型。比如，利用机器学习得到的分类模型，将运动数据输入该分类模型中，即可识别待监测对象的运动模式。本申请实施例还可以分别计算运动数据和分类模型中的训练结果的差值，将差值最小的分类作为待监测对象的运动模式。比如，运动模式为上楼，对应运动数据中的心率的训练结果为120次/分，步数的训练结果为115步/分；运动模式为跑步，对应运动数据中的心率的训练结果为155次/分，步数的训练结果为140步/分。当实时运动数据中的心率为150次/分，步数为145步/分时，与运动模式为上楼的心率的训练结果的差值为30次/分，步数的训练结果的差值为30步/分；与运动模式为跑步的心率的训练结果的差值为5次/分，步数的训练结果的差值为5步/分。由于心率和步数是相互匹配的，具有相同的变化趋势，也就是说，心率高时，对应的步数多；心率低时，对应的步数也少。因此，通过综合比较心率的差值和步数的差值之后，将跑步作为待监测对象的运动模式。当然，在本申请的其它实施例中，也可以通过人工输入待监测对象的运动模式对应的标记代码，进而可穿戴设备根据读取到的标记代码，识别出待监测对象的运动模式，并将运动模式和运动数据进行关联。比如，上本文档来自技高网...

【技术保护点】
1.一种劳动强度确定方法，其特征在于，所述方法包括：获取待监测对象的运动数据；根据所述待监测对象的运动数据，识别所述待监测对象的运动模式，并将所述运动模式和所述运动数据进行关联；基于所述待监测对象的劳动系数，确定所述待监测对象的劳动强度；其中，所述劳动系数通过所述运动模式和所述运动数据计算得到。

【技术特征摘要】
1.一种劳动强度确定方法，其特征在于，所述方法包括：获取待监测对象的运动数据；根据所述待监测对象的运动数据，识别所述待监测对象的运动模式，并将所述运动模式和所述运动数据进行关联；基于所述待监测对象的劳动系数，确定所述待监测对象的劳动强度；其中，所述劳动系数通过所述运动模式和所述运动数据计算得到。2.根据权利要求1所述的一种劳动强度确定方法，其特征在于，所述根据所述待监测对象的运动数据，识别所述待监测对象的运动模式，包括：采集已知运动模式下至少一个监测对象的运动数据；对所述至少一个监测对象的运动数据进行训练，构建分类模型；将所述待监测对象的运动数据输入所述分类模型中，识别所述待监测对象的运动模式。3.根据权利要求1所述的一种劳动强度确定方法，其特征在于，所述基于所述待监测对象的劳动系数，确定所述待监测对象的劳动强度，具体通过下式计算：EI＝α*T+β*M+γ*W上式中的EI为所述待监测对象的劳动强度；T为有效工作时间，α为所述有效工作时间对应的权重值；M为能量消耗率，β为所述能量消耗率对应的权重值；W为体力劳动系数，γ为所述体力劳动系数对应的权重值；其中，所述劳动系数包括所述有效工作时间、所述能量消耗率和所述体力劳动系数。4.根据权利要求3所述的一种劳动强度确定方法，其特征在于，所述有效工作时间，具体通过下式计算：有效工作时间＝实际工作时长/打卡工作时长所述能量消耗率，具体通过下式计算：能量消耗率＝(总卡路里消耗量-基础代谢率)/基础代谢率所述体力劳动系数，具体通过下式计算：体力劳动系数＝(μ*总上楼步数+总下楼步数+水平行走步数)/所有待监测对象平均步数上式中的μ为所述总上楼步数对应的权重值。5.根据权利要求1至4任意一项所述的一种劳动强度确定方法，其特征在于，所述运动模式包括上楼、下楼、水平行走、静止、跑步、骑车、开车以及搬运货物；其中，所述...

【专利技术属性】
技术研发人员：潘雨阳，李波，詹世璐，薛兴泰，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东,44