作业现场数字化安全管控方法、装置、设备和存储介质制造方法及图纸

本发明专利技术涉及电力电网技术领域，具体涉及一种作业现场数字化安全管控方法、装置、设备和存储介质。该方法实时获取现场作业视频图像数据，对视频图像数据预处理，得到目标图像数据；基于深度神经网络模型对载入的含有不同种类目标图片数据进行训练，配合边缘摄像机中的AI芯片算力，对所述目标图像数据实时分析，识别和定位出目标图像数据中不同种类的多目标区域；对比后判断是否出现违章，若出现违章情况则生成报警逻辑信号告警，反馈给作业管理终端，并在实时获取现场作业视频图像数据中框选并标注对应的单个目标的目标区域。有利于现场作业关键环节的人员安全管控和违章判定，进而实现违章行为上报和违章行为告警语音播报等应用。应用。应用。

【技术实现步骤摘要】
作业现场数字化安全管控方法、装置、设备和存储介质


[0001]本专利技术涉及电力电网
，尤其涉及一种作业现场数字化安全管控方法、装置、设备和存储介质。

技术介绍

[0002]随着供电和配电等电力设施的不断建设，电网运维、建设作业任务繁重，每周作业项目高峰期近3万个，现场人员超过40万人，现场数量多、作业人员多、专业配合多，各类安全风险和事故隐患交织叠加，安全管控难度大，传统安全管控方式和能力跟不上新形势发展的要求，对安全科技创新提出更高要求。
[0003]为进一步加强安全生产管控，在电力电网安全监督领域提出了安全生产风险管控平台建设，并将反违章智能监督作为作业安全智能化管控子任务中的重点建设内容。目的是通过推进人工智能基础支撑能力建设，开展现场作业安全管控典型业务应用验证工作，完成现场违章智能识别、作业人员行为分析能力组件与应用在生产环境的试运行。
[0004]但是，如何通过加强新技术研究和应用，实现违章智能识别是提高安全监控效率、有效查纠现场违章的重要手段，对真正实现作业全过程安全管控具有重要意义。然而，由于实际作业场景本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作业现场数字化安全管控方法，其特征在于，应用于现场作业多目标人员违章行为识别，该方法包括：实时获取现场作业视频图像数据，对视频图像数据预处理，得到目标图像数据；基于深度神经网络模型对载入的含有不同种类目标图片数据进行训练，配合边缘摄像机中的AI芯片算力，对所述目标图像数据实时分析，识别和定位出目标图像数据中不同种类的多目标区域；在所述目标图像数据中标记处多目标区域，并依据单个目标的类别与标准数据库对比，判断是否出现违章，若出现违章情况则生成报警逻辑信号告警，并反馈给作业管理终端；基于违章情况在实时获取现场作业视频图像数据中框选并标注对应的单个目标的目标区域。2.如权利要求1所述的作业现场数字化安全管控方法，其特征在于，所述对所述目标图像数据实时分析，识别和定位出目标图像数据中不同种类的多目标区域，识别类型包括作业车辆识别、烟火识别、安全帽识别、人脸识别以及违章作业行为识别；所述作业车辆识别为对作业车辆类型、车身颜色、车牌号码、驾驶人进行识别分析；所述烟火识别为对作业现场环境烟火进行识别；所述安全帽识别为监督作业人员自觉正确佩戴安全帽；所述人脸识别为根据实时获取的人脸特征信息判断待检测的目标是否存在于人脸数据库中，进行作业现场身份验证以及身份信息检索；所述违章作业行为识别为对作业工人违反规定进入禁区或违反操作规范作业进行识别。3.如权利要求1所述的作业现场数字化安全管控方法，其特征在于，基于深度神经网络模型对载入的含有不同种类目标图片数据进行训练，配合边缘摄像机中的AI芯片算力，包括：基于视觉的违章行为分析与识别，从载入的采集视频图像序列中检测、分割和跟踪运动目标并对目标行为进行分析与理解，学习和识别人体行为；对采集视频图像序列进行识别训练后采用测试数据集进行测试，获取基于深度学习的多目标行为识别模型。4.如权利要求3所述的作业现场数字化安全管控方法，其特征在于，所述作业现场数字化安全管控方法在实时获取现场作业视频图像数据时，还包括单目标跟踪和多目标跟踪；所述单目标跟踪为提取现场作业视频图像数据中的目标和背景信息用来训练分类器，目标从图像序列背景中分离出来，得到当前帧的目标位置；其中，提取现场作业视频图像数据中的目标和背景信息时判别的分类器采用机器学习策略，训...

【专利技术属性】
技术研发人员：窦国贤，陶俊，杨彬彬，毛舒乐，吴小华，
申请(专利权)人：安徽继远软件有限公司，
类型：发明
国别省市：