一种危险感知的智能头盔及感知系统技术方案

本发明专利技术涉及危险感知领域，具体涉及一种危险感知的智能头盔及感知系统，头盔包括：头盔本体、声音采集装置、处理器和危险预警装置；处理器基于声音采集装置获取的声音信号获取声音特征信息、头盔与声源的距离，对声音特征信息和距离进行处理，获取危险程度和人员感知到危险时所需反应时间；危险预警装置在人员未在反应时间内做出反应时执行危险预警；感知系统包括：数据获取模块，用于获取声音特征信息、头盔与声源间的距离；数据处理模块，用于对声音特征信息和距离进行处理，获取危险程度和人员感知到危险时所需反应时间；危险预警模块，用于在人员未在反应时间内做出反应时生成危险预警提示。预警提示。预警提示。

【技术实现步骤摘要】
一种危险感知的智能头盔及感知系统


[0001]本专利技术涉及危险感知领域，具体涉及一种危险感知的智能头盔及感知系统。

技术介绍

[0002]施工场景下，环境比较嘈杂，多种器械工作发出的声音一直影响着在场的工人，而长期处于声音较高的环境内，听力水平或多或少出现损害，这导致有些人注意不到周围的危险情况；或骑行场景下，因头戴头盔导致听力受阻或观察能力受阻而不能及时感知周围环境状况；上述场景下均会由于不能及时察觉周围状况导致事故的发生，而现有的头盔仅仅具有保护功能，没有危险感知功能，从而不能提前感知危险并避免事故的发生。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种危险感知的智能头盔及感知系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种危险感知的智能头盔，该智能头盔包括：头盔本体、声音采集装置、处理器和危险预警装置；所述声音采集装置部署在头盔本体上，用于采集至少一个方向上的声音信号；所述处理器分别与声音采集装置和危险预警装置相连接，处理器包括预处理单元和预测单元；其中，预处理单元用于基于声音信号获取声音特征信息，以及基于声音信号获取头盔与声源的距离；预测单元用于利用TCN网络对所述声音特征信息和距离进行处理，获取危险状况的危险程度和人员感知到危险时所需的反应时间；其中，根据训练样本中距离样本的准确度和训练样本对应的反应时间训练标签的代表性计算每组训练样本的重要程度，利用训练样本的重要程度对均方误差损失加权得到训练TCN网络所用损失；所述危险预警装置部署在头盔本体上，用于在反应时间内未检测到人员做出反应动作时，基于危险状况的危险程度执行相应的危险预警动作。
[0004]所述声音特征信息为对声音采集装置采集的声音信号进行处理后得到的声压数据。
[0005]根据声压数据的最大值获取危险状况的危险程度训练标签。
[0006]根据计算得到的头盔与声源的距离与头盔与声源间的实际距离的差值计算训练样本中距离样本的准确度。
[0007]反应时间训练标签的代表性的获取具体为：获取不同人员对不同的危险状况进行危险感知时所需的反应时间，得到反应时间训练标签；计算任意两种危险状况的危险程度差异，基于所述危险程度差异对危险状况进行分组，进而将反应时间训练标签分为若干个反应时间组，以组为单位，根据反应时间组内每个反应时间与组内其他反应时间的差异，计算每个反应时间训练标签的代表性。
[0008]所述任意两种危险状况的危险程度差异的获取具体为：
每种危险状况对应一个声源，以声源为轨迹参考点，每个轨迹参考点对应一个人员轨迹，基于相同的人员轨迹，获取每种危险状况对应的危险程度序列；根据所述任意两种危险状况对应的危险程度序列的相似度计算所述任意两种危险状况的危险程度差异。
[0009]第二方面，本专利技术另一个实施例提供了一种感知系统，该系统用于智能头盔，具体包括：数据获取模块，用于基于至少一个方向上的声音信号获取声音特征信息以及头盔与声源间的距离；数据处理模块，用于利用TCN网络对所述声音特征信息和距离进行处理，获取危险状况的危险程度和人员感知到危险时所需的反应时间；其中，根据训练样本中距离样本的准确度和训练样本对应的反应时间训练标签的代表性计算每组训练样本的重要程度，利用训练样本的重要程度对均方误差损失加权得到训练TCN网络所用损失；危险预警模块，用于在反应时间内未检测到人员做出反应动作时，基于危险状况的危险程度生成相应的危险预警提示。
[0010]本专利技术实施例至少具有如下有益效果：本专利技术的智能头盔可基于声音信号和头盔距声源的距离预测危险状况的危险程度和人员感知危险所需反应时间，且可根据危险状况的危险程度执行相应的危险预警动作，因此本专利技术的智能头盔具有危险感知功能。此外，本专利技术训练TCN网络时考虑了训练样本的重要程度，对不准确的训练样本和不具有代表性的训练样本进行剔除，使TCN更好的进行特征学习，因此，本专利技术中训练得到的TCN网络可以实现危险状况危险程度和所述反应时间的精准预测。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0012]图1为本专利技术智能头盔的示意图；图2为本专利技术TCN网络的训练流程示意图；图3为本专利技术系统实施例的模块构成图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种危险感知的智能头盔及感知系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]本专利技术适用于需要佩戴头盔的施工场景以及骑行场景，优选地，本专利技术实施例以
施工场景为例进行详细说明。
[0016]下面结合附图具体的说明本专利技术所提供的一种危险感知的智能头盔及感知系统的具体方案。
[0017]本专利技术一个实施例提供了一种危险感知的智能头盔，该智能头盔包括：头盔本体、声音采集装置、处理器和危险预警装置；所述声音采集装置部署在头盔本体上，用于采集至少一个方向上的声音信号；所述处理器分别与声音采集装置和危险预警装置相连接，处理器包括预处理单元和预测单元；其中，预处理单元用于基于声音信号获取声音特征信息，以及基于声音信号获取头盔与声源的距离；预测单元用于利用TCN网络对所述声音特征信息和距离进行处理，获取危险状况的危险程度和人员感知到危险时所需的反应时间；其中，根据训练样本中距离样本的准确度和训练样本对应的反应时间训练标签的代表性计算每组训练样本的重要程度，利用训练样本的重要程度对均方误差损失加权得到训练TCN网络所用损失；所述危险预警装置部署在头盔本体上，用于在反应时间内未检测到人员做出反应动作时，基于危险状况的危险程度执行相应的危险预警动作。如图1所示为本专利技术智能头盔示意图，图中1为头盔本体，2为声音采集装置，3为危险预警装置。处理器可设置于头盔本体内部。
[0018]下面对上述内容进行详细展开：由于施工环境过于嘈杂，经常有各式各样的声音影响人的判断，同时有些大型机械由于视角原因存在视野盲区，从而导致工程事故的发生；因此，在工地员工的头盔上设置声音采集装置来检测周围声音，基于所采集的声音来提醒佩戴者注意安全。
[0019]优选地，实施例中包括四个声音采集装置，且声音采集装置均匀的分布在头盔的四周，即采用方形分布方法，前后左右各安装一个声音采集装置，其中，除了位于头盔前方的声音采集装置，位于其他三个方向上的声音采集装置采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种危险感知的智能头盔，其特征在于，包括：头盔本体、声音采集装置、处理器和危险预警装置；所述声音采集装置部署在头盔本体上，用于采集至少一个方向上的声音信号；所述处理器分别与声音采集装置和危险预警装置相连接，处理器包括预处理单元和预测单元；其中，预处理单元用于基于声音信号获取声音特征信息，以及基于声音信号获取头盔与声源的距离；预测单元用于利用TCN网络对所述声音特征信息和距离进行处理，获取危险状况的危险程度和人员感知到危险时所需的反应时间；其中，根据训练样本中距离样本的准确度和训练样本对应的反应时间训练标签的代表性计算每组训练样本的重要程度，利用训练样本的重要程度对均方误差损失加权得到训练TCN网络所用损失；所述危险预警装置部署在头盔本体上，用于在反应时间内未检测到人员做出反应动作时，基于危险状况的危险程度执行相应的危险预警动作。2.如权利要求1所述的智能头盔，其特征在于，所述声音特征信息为对声音采集装置采集的声音信号进行处理后得到的声压数据。3.如权利要求2所述的智能头盔，其特征在于，根据声压数据的最大值获取危险状况的危险程度训练标签。4.如权利要求3所述的智能头盔，其特征在于，根据计算得到的头盔与声源的距离与头盔与声源间的实际距离的差值计算训练样本中距离样本的准确度。5.如权利要求4所述的智能头盔，其特征在于，反应时间训练标签的代表性的获取具体为：获取不同人员对不同的危...

【专利技术属性】
技术研发人员：梁峰喜，张帅，
申请(专利权)人：济宁蜗牛软件科技有限公司，
类型：发明
国别省市：