一种适用于蓄电池生产车间的工人疲劳度检测方法技术

本发明专利技术公开了一种适用于蓄电池生产车间的工人疲劳度检测方法，包括：（1）使用视频监控摄像头采集蓄电池生产车间中工人的人脸图像或视频数据；（2）对采集的数据执行人脸检测算法，获取图像或视频帧中所有的面部数据；（3）将面部数据与事先采集的存有工人身份数据的数据库对比识别工人身份；（4）对面部数据进行表情分析，判断工人是否疲劳，对判断结果为疲劳状态的工人根据步骤（3）识别的工人身份对疲劳工人进行警示或替换。本发明专利技术通过捕捉工人的面部图像来进行分析和决策，采用了自动特征学习和人脸关键点特征相结合的方式，将工人从繁重高频的采样和冗余的可穿戴设备中解放出来，更加适用于企业或工厂的需求。

A fatigue detection method for workers in Battery Workshop

【技术实现步骤摘要】
一种适用于蓄电池生产车间的工人疲劳度检测方法
本专利技术涉及工厂工人疲劳度管理
，特别是涉及一种适用于蓄电池生产车间的工人疲劳度检测方法。
技术介绍
铅蓄电池的制造涉及多个工艺步骤，虽然近几年提高了生产自动化水平，但还是有相当多的工艺步骤需要大量的产业工人进行操作，并且随着对铅蓄电池质量要求的提高，对产业工人操作的细节要求也是越来越高。然而，产业工人长时间处于一线的技术工作中，经历繁重或重复的各式操作之后，往往会感觉疲劳。但是，要求工人保持清醒状态，谨慎理智进行规范化操作的岗位越来越多，如若工人处于疲劳状态，极易因操作不当而引发重大损失甚至灾难。因此，在当前环境下，利用人工智能和深度学习技术研发推广一种能够自动检测工人的疲劳度，并能及时提醒工人离岗稍事休息的系统，显地愈加重要。目前，此方面的方法和技术主要集中在基于生理信号的检测和判定，具体有以下几种：（1）基于血压、血氧等指标的检测方法；（2）基于脑电波统计规律的检测方法；（3）基于眼动轨迹的检测方法（LiuF,LiX,LvT,etal.AReviewofDriverFatigu本文档来自技高网...

【技术保护点】
1.一种适用于蓄电池生产车间的工人疲劳度检测方法，其特征在于，包括以下步骤：/n（1）使用视频监控摄像头采集蓄电池生产车间中工人的人脸图像或视频数据；/n（2）对采集的数据执行人脸检测算法，获取图像或视频帧中所有的面部数据；/n（3）将面部数据与事先采集的存有工人身份数据的数据库对比识别工人身份；/n（4）对面部数据进行表情分析，判断工人是否疲劳，对判断结果为疲劳状态的工人根据步骤（3）识别的工人身份对疲劳工人进行警示或替换。/n

【技术特征摘要】
1.一种适用于蓄电池生产车间的工人疲劳度检测方法，其特征在于，包括以下步骤：
（1）使用视频监控摄像头采集蓄电池生产车间中工人的人脸图像或视频数据；
（2）对采集的数据执行人脸检测算法，获取图像或视频帧中所有的面部数据；
（3）将面部数据与事先采集的存有工人身份数据的数据库对比识别工人身份；
（4）对面部数据进行表情分析，判断工人是否疲劳，对判断结果为疲劳状态的工人根据步骤（3）识别的工人身份对疲劳工人进行警示或替换。


2.如权利要求1所述的工人疲劳度检测方法，其特征在于，步骤（1）采集数据的时机为：全时段全场所采集，或工人疲劳度较高的时间采集而其余时段不启动，或安全隐患严重的场所采集而其余场所不启动。


3.如权利要求1所述的工人疲劳度检测方法，其特征在于，步骤（1）中所述视频监控摄像头的分辨率至少为720P。


4.如权利要求1所述的工人疲劳度检测方法，其特征在于，步骤（1）中所用视频监控摄像头为固定式或移动式。


5.如权利要求1所述的工人疲劳度检测方法，其特征在于，步骤（2）中人脸检测算法为采用YOLOv4卷积神经网络模型，定位图像或视频帧中的面部位置，给出人脸区域矩形外包框。


6....

【专利技术属性】
技术研发人员：田庆山，张天任，宋文龙，李丹，施璐，邓成智，刘玉，宋锐，汤序锋，沈旭培，姚秋实，罗秋月，
申请(专利权)人：天能电池集团股份有限公司，
类型：发明
国别省市：浙江;33