基于人工智能的安全作业管控电路制造技术

本实用新型专利技术提供了基于人工智能的安全作业管控电路，现有的专利技术因未对摄像头采集到的信号进行处理而直接进行了识别，影响到主动预警的准确率的问题。本实用新型专利技术所述安全作业电路还包括预处理模块，所述摄像头输出的信号经过预处理模块后输出图像信号并传输至识别模块，所述预处理模块包括干扰检测电路和干扰消除电路，所述干扰检测电路将信号进行放大、运算和滤波后输出干扰信号，并将干扰信号输出至干扰消除电路，所述干扰消除电路将干扰信号进行运算、滤波后得到图像信号，提高了主动预警的准确性。动预警的准确性。动预警的准确性。

【技术实现步骤摘要】
基于人工智能的安全作业管控电路


[0001]本技术涉及安全作业领域，特别是基于人工智能的安全作业管控电路。

技术介绍

[0002]为保证电力工人在作业时的动作规范，进而保证电力施工时的安全，很多施工场地都安装了电力作业现场安全管控系统，如检索到202110355414.6的申请号，名为《一种基于人工智能精准定位的带电作业主动预警与安全监测系统》的专利技术，设置了人体关键点识别系统、带电体识别系统、数据融合系统以及空间位置判断系统，这里将人体关键点识别系统、带电体识别系统、数据融合系统作为识别模块，其中人体关键点识别系统、带电体识别系统都需要对摄像头采集的信号进行相应的检测以及处理，加之数据融合系统从而判断出带电体空间位置以及作用人员空间位置，判断空间位置是否正常，且摄像头一般将采集到的信号通过无线网传输至人体关键点识别系统、带电体识别系统、数据融合系统上，方便数据传输，减少线路铺设。
[0003]人体关键点识别系统、带电体识别系统是对信号进行算法处理，但也有出现误判的情况，究其原因，发现摄像头输出的信号在被人体关键点识别系统、带电体识别系统进行动作提取时，由于信号在传输过程中遇到如交流电线、强电磁场的干扰源，导致识别模块在进行动作提取时遇到了无法识别的现象，进而造成误判，导致人体关键点识别系统、带电体识别系统识别的准确率下降，影响到专利技术主动预警的准确率。
[0004]即现有专利技术中的人体关键点识别系统、带电体识别系统因未对摄像头采集到的信号进行处理而直接进行了识别，造成信号在传输过程中遇到的干扰导致了进行动作提取时遇到了无法识别的现象，影响到主动预警的准确率的问题。
[0005]因此本技术提供一种的新的方案来解决此问题。

技术实现思路

[0006]针对现有技术存在的不足，本技术目的是提供基于人工智能的安全作业管控电路，有效的解决了现有的专利技术因未对摄像头采集到的信号进行处理而直接进行了识别，影响到主动预警的准确率的问题。
[0007]其解决的技术方案是，基于人工智能的安全作业管控电路，包括识别模块、摄像头，所述识别模块包括人体关键点识别系统、带电体识别系统、数据融合系统，所述安全作业电路还包括预处理模块，所述摄像头输出的信号经过预处理模块后输出图像信号并传输至识别模块；
[0008]所述预处理模块包括干扰检测电路和干扰消除电路；
[0009]所述干扰检测电路将信号进行放大、运算和滤波后输出干扰信号，并将干扰信号输出至干扰消除电路。
[0010]进一步地，所述干扰检测电路的一端连接摄像头，另一端连接干扰消除电路的一端。
[0011]进一步地，所述干扰检测电路将信号进行放大后进行乘法运算，然后进行滤波得到干扰信号。
[0012]进一步地，所述干扰检测电路将信号进行放大后输出至干扰消除电路。
[0013]进一步地，所述干扰消除电路的另一端连接识别模块，干扰消除电路将干扰信号进行运算、滤波后得到图像信号。
[0014]进一步地，所述干扰消除电路将干扰信号进行乘法运算后进行滤波。
[0015]进一步地，所述干扰消除电路将图像信号进行稳压和阻抗匹配后输出至识别模块。
[0016]本技术实现了如下有益效果：
[0017]通过在所述摄像头与识别模块即人体关键点识别系统、带电体识别系统、数据融合系统之间设置预处理模块，所述预处理模块包括干扰检测电路与干扰消除电路，对信摄像头输出的信号进行检测以及判断，信号中存在的干扰是否会对识别模块的识别结果产生影响，并设置干扰消除电路将信号中的干扰消除，使得识别模块接收到图像信号，此图像信号无干扰存在，进而保证识别模块识别的准确性，避免现有的专利技术因未对摄像头采集到的信号进行处理而直接进行了识别的行为出现，从而提高了主动预警的准确性。
附图说明
[0018]图1为本技术的模块示意图。
[0019]图2为本技术的干扰检测电路的电路原理图。
[0020]图3为本技术的干扰消除电路的电路原理图。
具体实施方式
[0021]为有关本技术的前述及其他
技术实现思路
、特点与功效，在以下配合参考附图1
‑
3对实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的结构内容，均是以说明书附图为参考。
[0022]下面将参照附图描述本技术的各示例性的实施例。
[0023]基于人工智能的安全作业管控电路，包括识别模块、摄像头，所述识别模块包括人体关键点识别系统、带电体识别系统、数据融合系统，其特征在于，所述安全作业电路还包括预处理模块，所述摄像头输出的信号经过预处理模块后输出图像信号并传输至识别模块；
[0024]所述预处理模块包括干扰检测电路和干扰消除电路；
[0025]所述干扰检测电路将信号进行放大、运算和滤波后输出干扰信号，并将干扰信号输出至干扰消除电路。
[0026]所述干扰检测电路的一端连接摄像头，另一端连接干扰消除电路的一端，所述干扰检测电路利用电容C1将摄像头输出的信号利用运放器U2B进行放大，避免信号在传输过程中由于出现大幅度的衰减现象，导致识别模块无法对信号进行分析，运放器U1B将放大后的信号经三极管Q1进行跟随后传输至乘法器V1上与电阻R7提供的标准信号进行乘法运算，其中标准信号为预置在乘法器V1的2引脚上的无干扰存在的信号，干扰即为信号在传输过程中遇到如交流电线、强电磁场的干扰源产生的电磁干扰，并利用电阻R5、电容C4对乘法器
V1输出的干扰信号进行低通滤波，并利用三极管Q2、二极管D6对干扰信号进行判断，若是二极管D6被干扰信号导通，则表明此时信号中存在的干扰较大，会对识别模块产生的识别结果产生准确性的影响，则二极管D6将干扰消除电路导通，而当干扰信号将三极管Q2导通，表明信号中存在的干扰极小，对摄像头采集到的信号不造成影响，也不会对识别模块产生的识别结果产生准确性的影响，此时三极管Q2通过二极管D2、电容C3将晶闸管Q3导通，晶闸管Q3则将信号输出至干扰消除电路；
[0027]所述干扰检测电路包括电阻R1，电阻R1的一端连接摄像头，电阻R1的另一端与运放器U2B的同相端相连接，运放器U2B的反相端分别连接电阻R4的一端、电阻R2的一端，运放器U2B的输出端分别连接电阻R4的另一端、三极管Q1的基极，三极管Q1的集电极与电阻R13的一端相连接，三极管Q1的发射极分别连接电阻R3的一端、乘法器V1的1引脚，三极管Q1的集电极分别连接电阻R13的一端，电阻R13的另一端分别连接电阻R7的一端、电阻R6的一端、三极管Q2的发射极、正极性电源VCC，乘法器V1的2引脚与电阻R7的另一端相连接，乘法器V1的输出端与电阻R5的一端相连接，电阻R5的另一端分别连接电容C4的一端、二极管D6的正极、三极管Q2的基极、电阻R6的另一端，三极管Q2的集电极分别连接电阻R8的一端，二极管D2的正极，二极管D2的负极分别连接电容C3的一端、晶闸管Q3的控制极，电容C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的安全作业管控电路，包括识别模块、摄像头，所述识别模块包括人体关键点识别系统、带电体识别系统、数据融合系统，其特征在于，所述安全作业管控电路还包括预处理模块，所述摄像头输出的信号经过预处理模块后输出图像信号并传输至识别模块；所述预处理模块包括干扰检测电路和干扰消除电路；所述干扰检测电路将信号进行放大、运算和滤波后输出干扰信号，并将干扰信号输出至干扰消除电路。2.如权利要求1所述的基于人工智能的安全作业管控电路，其特征在于，所述干扰检测电路的一端连接摄像头，另一端连接干扰消除电路的一端。3.如权利要求1所述的基于人工智能的安全作业管控电路，其特征在于，所述干扰检测电路...

【专利技术属性】
技术研发人员：姬发家，赵海斌，李泽鹏，
申请(专利权)人：国网河南省电力公司信息通信公司，
类型：新型
国别省市：