空中交通管制员岗位疲劳状态监测告警系统技术方案

本发明专利技术公开了空中交通管制员岗位疲劳状态监测告警系统，包括信息采集端、综合智能分析系统以及应用端，信息采集端用于通过对现场图像以及声音的采集监视管制员工作状态；综合智能分析系统接收信息采集端采集信息，并通过对管制人员进行人脸监测、用户分布热力图分析以及疲劳度曲线分析后，判断输出该管制人员的疲劳状态信息；应用端接收管制人员的疲劳信息，告警输出后台管理平台进行管控提醒。通过对管制员高强度工作环境下疲劳状态的深入分析，利用基于人工智能AI的面部识别算法、大数据分析、机器深度学习，获取管制员疲劳状态并传递至空管值班主任的主动告警，为空管值班主任提供科学、实时、客观、智能的决策支持。

【技术实现步骤摘要】
空中交通管制员岗位疲劳状态监测告警系统
本专利技术涉及空中交通管制员疲劳状态特性分析
，具体为空中交通管制员岗位疲劳状态监测告警系统。
技术介绍
空中交通管制工作关乎现代空中交通的安全保障，关乎数以亿计人次的人生安全，而作为这一重要保障工作的核心执行者管制员显得格外重要。他们连续24小时昼夜不断的管制指挥本身就决定了其职业的特殊性。其倒班、轮岗、休息不固定、责任大、控制感差、对管理的依从、服从性高等特点就比一般职业带来的压力和疲劳感严重许多，再加上实际岗位上的管制指挥，需要精力高度集中，任何的疏忽都会带来不正常事件的发生。然而在管制员实际指挥过程中因疲劳导致其“错忘漏”，进而造成的不安全事件却屡屡发生。而现有事故中因塔台管制员疲劳而遗忘飞行动态发出错误指令，导致两架飞行在跑道上险些相撞，造成严重事故征候最为严重。因此，对管制员岗位疲劳状态的监测并告警，及时进行管理干预，防止状态进一步恶化，消除疲劳隐患，杜绝其因疲劳导致“错忘漏”发生并造成不安全事件尤其必要和重要。
技术实现思路
本专利技术的目的在于提供空中交通管制员岗位疲劳状态监测告警系统，通过测量管制员疲劳特征数据获取采用嵌入式的方式，即直接通过实时运行的视频和音频识别系统获取，而不是让管制员脱离工作岗位后，单独对其进行实验获取的数据，以及通过对管制员高强度工作环境下疲劳状态的深入分析，利用基于人工智能AI的面部识别算法、大数据分析、机器深度学习，获取管制员疲劳状态并传递至空管值班主任的主动告警的方式，从而使得本专利技术具备为空管值班主任提供科学、实时、客观、智能的决策支持以及为安全管理人员提供全天候的、持续的、实时的管制员疲劳状况监测汇报的优点，解决了现有技术中的问题。为实现上述目的，本专利技术提供如下技术方案：空中交通管制员岗位疲劳状态监测告警系统，包括：信息采集端、综合智能分析系统以及应用端，其中，所述信息采集端用于通过对现场图像以及声音的采集监视管制员工作状态；所述综合智能分析系统接收信息采集端采集信息，并通过对管制人员进行人脸监测、人脸分析通话质检、采集、预警、用户分布热力图分析以及疲劳度曲线分析后，判断输出该管制人员的疲劳状态信息；所述应用端接收管制人员的疲劳信息，告警输出后台管理平台进行管控提醒；所述综合智能分析系统包括处理模块、分别与处理模块连接的用户信息管理单元、设备管理单元、疲劳程度分析单元、曲线绘制单元以及疲劳预警数据推送单元，所述用户信息管理单元执行用户信息的添加、删除以及管理；所述设备管理单元执行设备信息的添加、删除指令；所述疲劳程度分析单元，基于管制人员工作组整体疲劳程度分析出管制人员的疲劳程度分值；所述曲线绘制单元绘制疲劳情形曲线图，以用于提醒管制人员关注状态；所述疲劳预警数据推送单元用于将疲劳信息推送至应用端。作为对本专利技术空中交通管制员岗位疲劳状态监测告警系统的改进，所述信息采集端包括分别与处理模块连接的面部信息采集单元、声音采集单元以及疲劳特征数据库，所述面部信息采集单元包括图像识别子单元、人脸关键点监测子单元、神经网络分析子单元、深度学习子单元以及疲劳特征分析子单元，基于算法引擎将采集的人脸数据进行人脸特征提取以及识别；所述声音采集单元包括原始声音采集处理子单元、端点监测子单元、噪音检测子单元以及声纹格式无损转换子单元，用于将原始声音经采集处理、声纹格式无损转换后，对特定环境下采集的声音进行降噪处理，以建立音频样本指标判断声波的变化；所述疲劳特征数据库包括人脸疲劳特征数据库、声纹疲劳特征数据库以及存储数据库，所述存储数据库分别连接人脸疲劳特征数据库以及声纹疲劳特征数据库，以用于将信息采集端采集的疲劳特征数据进行一人一档分类存储，独立建立个人疲劳特征库。作为对本专利技术空中交通管制员岗位疲劳状态监测告警系统的改进，所述综合智能分析系统还包括分别与处理模块连接的人脸分析模块以及声纹分析模块，其中，所述人脸分析模块包括头部姿势分析子单元、眼部特征分析子单元以及眼部特征分析子单元，以用于基于主成分分析法、回归分析法、人工神经网络分析法、机器深度学习分析法以及大数据分析方法建立管制人员疲劳诊断综合测评模型，并通过样本试验计算确定综合测评模型中每项指标的临界值，形成一个疲劳临界指标集或疲劳曲线，以完成疲劳诊断指标体系构建；所述声纹分析模块基于疲劳声学模型的算法引擎将信息采集端采集到的声纹数据进行声纹特征提取并识别，其具体实施方式为：(1)利用疲劳声学模型的感知掩蔽处理步骤将声纹数据语音中的疲劳高敏感性频率成分突显出来，以用于获得更为鲁棒的疲劳表征能力；(2)将获取的语音信号进行逐帧对比分析来提取多种心理声学感知特征，并进行连续地量化描述被管制人员的疲劳异常音变化，最后针对语音波形不同步而导致的感知特征提取误差问题，给出了语音帧的快速对准方案；(3)采用多参考样本对比分析的疲劳监测策略，搭建多分类器融合的疲劳监测模型，进行管制人员的声纹信息监测。作为对本专利技术空中交通管制员岗位疲劳状态监测告警系统的改进，所述应用端包括PC端后台管理平台以及移动手环应用端，其中，所述PC端后台管理平台连接处理模块，用于PC端后台管理平台的设备管理以及设备管理信息的推送；所述移动手环应用端连接所述处理模块，用于进行疲劳管制人员的信息推送以及震动提醒疲劳管制人员，所述移动手环应用端包括信息输送子单元、预警子单元以及震动子单元。作为对本专利技术空中交通管制员岗位疲劳状态监测告警系统的改进，所述综合智能分析系统还包括信息录入查询单元、自动监控模块、监控地图单元以及声纹学习单元，其中，所述信息录入查询单元连接处理模块用于录入查询管制人员的基础信息；所述自动监控模块连接处理模块用于初始设置管制人员疲劳参数，以及对管制人员的疲劳阙值进行监控；所述监控地图单元连接处理模块，用于统一控制管理并显示管制人员的实时疲劳程度；所述声纹学习单元连接处理模块，用于管制人员进行声纹学习。作为对本专利技术空中交通管制员岗位疲劳状态监测告警系统的改进，所述移动手环应用端还包括：与处理模块连接以用于配合智能摄像头自动跟踪人脸，定时采集人脸疲劳程度的图像采集单元；与处理模块连接以用于利用手机音频输入获取耳麦音频信号、自动录音以及采集声音疲劳程度的声纹采集单元；与处理模块连接以用于对采集信息进行监控并与综合智能分析系统建立数据交互的监控单元；与处理模块连接以用于采集移动手环中人体其他信息并上传综合智能分析系统做辅助疲劳研判的手环接口子单元。作为对本专利技术空中交通管制员岗位疲劳状态监测告警系统的改进，所述综合智能分析系统还包括视频存储查询回放单元，所述视频存储查询回放单元连接所述处理模块，用于建立预留查询接口，并执行管制人员的查询追溯。与现有技术相比，本专利技术的有益效果如下：1、测量管制员疲劳特征数据获取采用嵌入式的方式，即直接通过实时运行的视频和音本文档来自技高网...

【技术保护点】
1.空中交通管制员岗位疲劳状态监测告警系统，其特征在于，包括：信息采集端、综合智能分析系统以及应用端，其中，/n所述信息采集端用于通过对现场图像以及声音的采集监视管制员工作状态；/n所述综合智能分析系统接收信息采集端采集信息，并通过对管制人员进行人脸监测、人脸分析通话质检、采集、预警、用户分布热力图分析以及疲劳度曲线分析后，判断输出该管制人员的疲劳状态信息；/n所述应用端接收管制人员的疲劳信息，告警输出后台管理平台进行管控提醒；/n所述综合智能分析系统包括处理模块、分别与处理模块连接的用户信息管理单元、设备管理单元、疲劳程度分析单元、曲线绘制单元以及疲劳预警数据推送单元，/n所述用户信息管理单元执行用户信息的添加、删除以及管理；/n所述设备管理单元执行设备信息的添加、删除指令；/n所述疲劳程度分析单元，基于管制人员工作组整体疲劳程度分析出管制人员的疲劳程度分值；/n所述曲线绘制单元绘制疲劳情形曲线图，以用于提醒管制人员关注状态；/n所述疲劳预警数据推送单元用于将疲劳信息推送至应用端。/n

【技术特征摘要】
1.空中交通管制员岗位疲劳状态监测告警系统，其特征在于，包括：信息采集端、综合智能分析系统以及应用端，其中，
所述信息采集端用于通过对现场图像以及声音的采集监视管制员工作状态；
所述综合智能分析系统接收信息采集端采集信息，并通过对管制人员进行人脸监测、人脸分析通话质检、采集、预警、用户分布热力图分析以及疲劳度曲线分析后，判断输出该管制人员的疲劳状态信息；
所述应用端接收管制人员的疲劳信息，告警输出后台管理平台进行管控提醒；
所述综合智能分析系统包括处理模块、分别与处理模块连接的用户信息管理单元、设备管理单元、疲劳程度分析单元、曲线绘制单元以及疲劳预警数据推送单元，
所述用户信息管理单元执行用户信息的添加、删除以及管理；
所述设备管理单元执行设备信息的添加、删除指令；
所述疲劳程度分析单元，基于管制人员工作组整体疲劳程度分析出管制人员的疲劳程度分值；
所述曲线绘制单元绘制疲劳情形曲线图，以用于提醒管制人员关注状态；
所述疲劳预警数据推送单元用于将疲劳信息推送至应用端。


2.根据权利要求1所述的空中交通管制员岗位疲劳状态监测告警系统，其特征在于，所述信息采集端包括分别与处理模块连接的面部信息采集单元、声音采集单元以及疲劳特征数据库，
所述面部信息采集单元包括图像识别子单元、人脸关键点监测子单元、神经网络分析子单元、深度学习子单元以及疲劳特征分析子单元，基于算法引擎将采集的人脸数据进行人脸特征提取以及识别；
所述声音采集单元包括原始声音采集处理子单元、端点监测子单元、噪音检测子单元以及声纹格式无损转换子单元，用于将原始声音经采集处理、声纹格式无损转换后，对特定环境下采集的声音进行降噪处理，以建立音频样本指标判断声波的变化；
所述疲劳特征数据库包括人脸疲劳特征数据库、声纹疲劳特征数据库以及存储数据库，所述存储数据库分别连接人脸疲劳特征数据库以及声纹疲劳特征数据库，以用于将信息采集端采集的疲劳特征数据进行一人一档分类存储，独立建立个人疲劳特征库。


3.根据权利要求1所述的空中交通管制员岗位疲劳状态监测告警系统，其特征在于，所述综合智能分析系统还包括分别与处理模块连接的人脸分析模块以及声纹分析模块，其中，
所述人脸分析模块包括头部姿势分析子单元、眼部特征分析子单元以及眼部特征分析子单元，以用于基于主成分分析法、回归分析法、人工神经网络分析法、机器深度学习分析法以及大数据分析方法建立管制人员疲劳诊断综合测评模型，并通过样本试验计算确定综合测评模型中每项指标的临界值，形成一个疲劳临界指标集或疲劳曲线，以完成疲劳诊断指标体系...

【专利技术属性】
技术研发人员：何天剑，刘敏，胡翼，苗迪，王涛，朱江，廖翔，
申请(专利权)人：安徽中科昊音智能科技有限公司，中国民用航空西南地区空中交通管理局，
类型：发明
国别省市：安徽;34