一种安全帽佩戴智慧巡检系统及方法技术方案

本发明专利技术提供了一种安全帽佩戴智慧巡检系统及方法,包括：无人机本体和地面遥控端；无人机本体上搭载有机载计算机和云台相机；机载计算机配置有深度神经网络识别检测模块，深度神经网络识别检测模块用于对云台相机获取的所述施工现场人员图片进行识别，并在图片中将佩戴安全帽和未带安全帽的人员进行区别标注；所述机载平台机载计算机还配置有处理模块，用于获取标注处理后的所述图片，压缩所述标注处理后的图片，并获取当前无人机本体所在的位置信息，并以及下发所述位置信息和压缩后的图片。本发明专利技术能够快速实时地在前端完成安全帽佩戴检测，检测结果通过窄带通信链路实时下发至地面遥控端，实现了智能化的实时巡检响应，极大的提高了巡检效率。的提高了巡检效率。的提高了巡检效率。

【技术实现步骤摘要】
一种安全帽佩戴智慧巡检系统及方法


[0001]本专利技术涉及施工现场智能巡检
，具体而言，涉及一种安全帽佩戴智慧巡检系统及方法。

技术介绍

[0002]随着经济的发展，在建的大型建设工程越来越多，那么如何监督施工人员佩戴安全帽是一件很重要的事项，由于工地建设规模大、参与人员多、人员分散、施工情况多变，针对这些复杂情况，如何安全、准确、智能且实时的完成大型工地或施工现场人员的安全帽佩戴监测就显得尤为重要，无人机巡检是近年来兴起的一种高效、新颖的巡检方式，它在极大程度上节省了传统人力巡检的成本消耗，同时也可以极快的对大面积区域（包括一些复杂困难的场景：水面、工地、山地等）完成安全监测。
[0003]目前，常规的无人机巡检采用的是人工操控的巡检方式，飞手在手动控制无人机或者自动飞行时都需要人为筛选存在安全隐患状况的图片，在确定好后，手动拍摄保存到手机后，再借助通信软件上传给监测管理人员筛选，然后再执行安全响应的一些操作，整个过程相当耗费人力和物力，同时实时性也较差，执行过程不具备智慧管理，无法在较短时间做出安全响应操作。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种安全帽佩戴智慧巡检系统，其特征在于，包括：无人机本体，其上搭载有机载计算机和云台相机；其中，所述云台相机用于实时获取施工现场人员图片；所述机载计算机配置有深度神经网络识别检测模块，所述深度神经网络识别检测模块用于对所述云台相机获取的所述施工现场人员图片进行识别，并在所述图片中将佩戴安全帽和未带安全帽的人员进行区别标注；所述机载计算机还配置有处理模块，用于获取标注处理后的所述图片，压缩所述标注处理后的图片，并获取当前无人机本体所在的位置信息，以及下发所述位置信息和压缩后的图片；地面遥控端，与所述机载计算机通过窄带通信链路通信，用于接收所述机载计算机下发的位置信息和压缩后的图片。2.根据权利要求1所述的安全帽佩戴智慧巡检系统，其特征在于，所述处理模块还用于将其压缩后的图片转换为一维数据序列，并存储到发送缓冲池内，以及使用窗口大小为100字节的滑动窗口依次下发所述发送缓冲池中的数据到窄带通信链路。3.根据权利要求1所述的安全帽佩戴智慧巡检系统，其特征在于，所述深度神经网络识别检测模块运行的目标检测算法为Yolo v3。4.根据权利要求1或3所述的安全帽佩戴智慧巡检系统，其特征在于，所述深度神经网络识别检测模块选择佩戴安全帽和未佩戴安全帽的人员分别作为目标对象，设置对应的训练集，通过训练集对目标检测模型Yolo v3进行深度学习训练，将训练好的模型作为无人机的识别检测算法，并采用训练好的目标检测模型Yolo v3处理获取的图片，以识别出佩戴安全帽和未佩戴安全帽的人员图像，并分别采用不同的颜色在图片中进行标注。5.根据权利要求1所述的安全帽佩戴智慧巡检系统，其特征在于，所述地面遥控端包括：一体化的遥控器和地面巡检协同装置；其中，所述遥控器与所述机载计算机通过窄带通信链路通信，用于接收所述无人机下发的位置信息和压缩后的图片；所述地面巡检协...

【专利技术属性】
技术研发人员：钱国，解聪，刘易理，陆小锋，
申请(专利权)人：上海宝冶集团有限公司，
类型：发明
国别省市：