一种基于YOLOv5的安全帽佩戴识别方法及系统技术方案

本发明专利技术属于智能巡检领域，提供了一种基于YOLO v5的安全帽佩戴识别方法及系统。该方法包括，根据矿井下的环境地图进行三维建模，并设置自动巡检任务的路径规划；按照规划的路径实时获取待识别的图像；基于所述待识别的图像，采用YOLO v5视觉模型，得到检测结果，若检测结果为未佩戴安全帽，则启动报警器报警。则启动报警器报警。则启动报警器报警。

【技术实现步骤摘要】
一种基于YOLO v5的安全帽佩戴识别方法及系统


[0001]本专利技术属于智能巡检领域，尤其涉及一种基于YOLO v5的安全帽佩戴识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]在煤矿生产中，工人由于未佩戴安全帽而受伤的事故时有发生。长期以来，工人的安全保护意识薄弱，缺乏对安全帽正确佩戴的意识，增加了矿井作业的危险，因此提醒施工人员及时佩戴安全帽，提高矿井施工人员安全防护意识具有深远的意义。传统安全帽检测方法大多都是针对工地的，没有考虑矿井的应用环境，因此，将现有的安全帽检测方法应用在煤矿生产中并不适用，存在复杂环境条件下识别率较低，且消耗人力物力较大等问题。

技术实现思路

[0004]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种基于YOLO v5的安全帽佩戴识别方法及系统，其能满足实时监测矿井施工人员是否佩戴安全帽，在复杂环境条件下识别率较高的智能巡检机器人。该识别算法模型基于YOLO v5，巡检机器人采用履带式机构，并搭载多传感器及深度激光雷达，实现了自动巡检。
[0005]为了实现上述目的，本专利技术采用如下技术方案：
[0006]本专利技术的第一个方面提供一种基于YOLO v5的安全帽佩戴识别方法。
[0007]一种基于YOLO v5的安全帽佩戴识别方法，包括：
[0008]根据矿井下的环境地图进行三维建模，并设置自动巡检任务的路径规划；
[0009]按照规划的路径实时获取待识别的图像；
[0010]基于所述待识别的图像，采用YOLO v5视觉模型，得到检测结果，若检测结果为未佩戴安全帽，则启动报警器报警。
[0011]本专利技术的第二个方面提供一种基于YOLO v5的安全帽佩戴识别系统。
[0012]一种基于YOLO v5的安全帽佩戴识别系统，包括：
[0013]路径规划模块，其被配置为：根据矿井下的环境地图进行三维建模，并设置自动巡检任务的路径规划；
[0014]获取模块，其被配置为：按照规划的路径实时获取待识别的图像；
[0015]识别模块，其被配置为：基于所述待识别的图像，采用YOLO v5视觉模型，得到检测结果，若检测结果为未佩戴安全帽，则启动报警器报警。
[0016]本专利技术的第三个方面提供一种计算机可读存储介质。
[0017]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的基于YOLO v5的安全帽佩戴识别方法中的步骤。
[0018]本专利技术的第四个方面提供一种计算机设备。
[0019]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的基于YOLO v5的安全帽佩戴识别方法中的步骤。
[0020]本专利技术的第五个方面提供一种基于YOLO v5的智能巡检机器人。
[0021]一种基于YOLO v5的智能巡检机器人，采用如上述第一个方面所述的基于YOLO v5的安全帽佩戴识别方法中的步骤，包括：主控芯片，以及均与主控芯片连接的摄像头、供电系统、通信系统、驱动系统和监测系统。
[0022]与现有技术相比，本专利技术的有益效果是：
[0023]本专利技术将基于YOLO v5算法模型应用至矿井巡检机器人上，实现了矿井下的安全帽佩戴的自动识别。
[0024]履带式运动结构可适应矿井下的复杂地形，多种传感器可以对矿井下的环境数据进行有效的检测，实现多种功能于一体的巡检机器人；并对对未佩戴安全帽人员进行报警，进而提高矿井施工人员的安全意识。
[0025]本专利技术的技术方案识别视频数据量大，PC端使用cuda来利用GPU进行运算以提高识别推理速度。
[0026]本专利技术在巡检的过程中，对于摄像头识别到的信息进行预处理，使得误检率大大降低，具有较好的效果。
[0027]本专利技术可选择将每次识别运算的结果保存，对后续数据集的增添改善提供决定性的参考作用，有利于实现更精确的检测识别。
附图说明
[0028]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0029]图1是本专利技术实施例一中基于YOLO v5的对安全帽识别训练的具体流程。
[0030]图2是本专利技术实施例五中巡检机器人工作系统结构图。
[0031]图3是本专利技术实施例五中巡检机器人的硬件结构图。
具体实施方式
[0032]下面结合附图与实施例对本专利技术作进一步说明。
[0033]应该指出，以下详细说明都是例示性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0034]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0035]需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多
个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。
[0036]实施例一
[0037]如图1所示，本实施例提供了一种基于YOLO v5的安全帽佩戴识别方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器和系统，并通过终端和服务器的交互实现。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。本实施例中，该方法包括以下步骤：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLO v5的安全帽佩戴识别方法，其特征在于，包括：根据矿井下的环境地图进行三维建模，并设置自动巡检任务的路径规划；按照规划的路径实时获取待识别的图像；基于所述待识别的图像，采用YOLO v5视觉模型，得到检测结果，若检测结果为未佩戴安全帽，则启动报警器报警。2.根据权利要求1所述的基于YOLO v5的安全帽佩戴识别方法，其特征在于，所述根据环境地图进行三维建模，并设置自动巡检任务的路径规划具体包括：搭载深度激光雷达，将采集到的深度信息运行SLAM算法，进行建模及路径规划。3.一种基于YOLO v5的安全帽佩戴识别系统，其特征在于，包括：路径规划模块，其被配置为：根据矿井下的环境地图进行三维建模，并设置自动巡检任务的路径规划；获取模块，其被配置为：按照规划的路径实时获取待识别的图像；识别模块，其被配置为：基于所述待识别的图像，采用YOLO v5视觉模型，得到检测结果，若检测结果为未佩戴安全帽，则启动报警器报警。4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1
‑
2中任一项所述的基于YOLO v5的安全帽佩戴识别方法中的步骤。5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行...

【专利技术属性】
技术研发人员：武传艳，肖群，李凯业，刘子豪，李贞荧，
申请(专利权)人：山东管理学院，
类型：发明
国别省市：