一种基于局部检测的叉车驾驶员监控系统技术方案

本发明专利技术是一种基于局部检测的叉车驾驶员监控系统，所述的系统包括：信息采集模块、信息转换模块、控制中心模块和预警模块，所述的信息采集模块将采集到的信息传输给信息转换模块，所述的信息转换模块将获取的采集信息转换为信息编码，所述的信息转换模块将转换后的信息编码传输至控制中心模块，所述的控制中心模块接收到信息转换模块传输的信息编码后，指示预警模块发出预警信息，属于电子监控的技术领域，目的是在于解决现有叉车驾驶员是否存在危险驾驶行为，导致作业过程中出现无法预知的危险事故，而提供一种基于局部检测的叉车驾驶员监控系统。监控系统。监控系统。

【技术实现步骤摘要】
一种基于局部检测的叉车驾驶员监控系统


[0001]本专利技术涉及一种叉车驾驶员监控系统，特别是一种基于局部检测的叉车驾驶员监控系统。

技术介绍

[0002]大多数人都认识叉车，对叉车有一个大致的概念。叉车被分为许多不同的种类，一些叉车被用于崎岖的建筑工地，并举起沉重的材料和设备。而另一些叉车则在现代化的仓库中自行驾驶。叉车是工业设备，它的大小只有一辆小汽车那么大，可以举起数千磅的重物通常能升到几层楼高的空中，并且不会翻倒。叉车每天工作很长时间来搬运重物，以保证制造业、汽车业、航空业和其他行业的正常运转。
[0003]由于叉车每天工作时长比较多，且工作环境较为复杂，这就需要叉车驾驶员监控系统来保证叉车工作中不会出现安全隐患。
[0004]采用红外摄像头是因为系统要求能够在全部工况环境下(包括白天、夜晚、顺光、逆光等)工作，能适应各种光源环境，即视在夜间、逆光等情况下，也能提供高品质的。同时在驾驶员佩戴帽子、眼镜、墨镜、口罩等情况下由于红外特性可以穿透墨镜镜片，被遮挡的眼部信息也能正常成像，很好地解决了驾驶员眼镜反光或佩戴墨镜的问题。
[0005]综上现存技术中存在以下几个问题：
[0006]1、人脸检测难点：面部旋转、化妆品胡须眼镜等、表情(快乐，哭泣)、照明及遮挡。
[0007]2、目标检测的前身是滑窗+图像分类，如果想要对图像进行鲁棒的分类，首先特征要能够覆盖整幅图像，而且编码的前景信息要比噪声背景信息更加显著。这对于小目标来说比较难做到，所以小目标检测一直是目标检测中的一个难点。
[0008]3、深层语义特征能够以较高的查全率找到感兴趣的对象，浅层语义特征可以更好地定位感兴趣的对象，但召回率降低。从感受野来说，浅层语义的感受野可能存在无法覆盖整个目标的特征导致无法准确的进行分类。而理论上小目标只存在于浅层语义中，所以小目标的召回就会存在问题。

技术实现思路

[0009]本专利技术的目的是在于解决现有叉车驾驶员是否存在危险驾驶行为，比如叉车驾驶员在作业过程中存在抽烟、打电话等危险驾驶行为，以及叉车驾驶员在作业过程中未按照规定佩戴安全帽，导致作业过程中出现无法预知的危险事故，而提供一种基于局部检测的叉车驾驶员监控系统。
[0010]一种基于局部检测的叉车驾驶员监控系统，所述的系统包括：信息采集模块、信息转换模块、控制中心模块和预警模块，所述的信息采集模块将采集到的信息传输给信息转换模块，所述的信息转换模块将获取的采集信息转换为信息编码，所述的信息转换模块将转换后的信息编码传输至控制中心模块，所述的控制中心模块接收到信息转换模块传输的信息编码后，指示预警模块发出预警信息。
[0011]进一步的，所述的信息采集模块为红外摄像头传感器。
[0012]进一步的，所述的信息转换模块包括信息编码模块、CBAM模块和数据增强模块。
[0013]更进一步的，所述的信息编码模块包括：
[0014]嵌入式补丁，主要是针对图片进行编码，便于机器学习的方法；层标准化，是把一个样本的所有词义向量视为一个分布(有几个句子就有几个分布)，并将其标准化；这意味着:同一句子中词义向量的相对大小是保留的，或者也可以说层标准化不改变词义向量的方向，只改变它的模；不同句子的词义向量则是失去了可比性；
[0015]多头注意力机制，就是进行n次线性映射出不同的子区域表征空间,更加全面的挖掘不同位置在不同子空间下的信息，同时此设计出于并行计算的考虑。
[0016]信号丢失，在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃；
[0017]多层感知器，是神经网络；
[0018]转换编码器，就是在Transformer模型中的Encodr编码器为多个块组成，每个块在注意力机制的基础上增加了残差连接加层标准化加全连接。
[0019]更进一步的，所述的CBAM模块中先将输入特征图通过通道注意力模块初步处理后，传输至空间注意力模块，通过空间注意力模块二次处理后的特征图转换为精致特征图。
[0020]更进一步的，所述的数据增强模块：对于光度是对图像的色相、饱和度和值进行了调整；而对于几何是对添加随机缩放、裁剪、平移、剪切和旋转。
[0021]更进一步的，所述的数据增强模块还包括有混合增强模块、区域级混合增强模块和马赛克增强模块。
[0022]进一步的，所述的预警模块为声光预警装置。
[0023]采用上述技术方案的有益效果是：
[0024]1、对传感器要求不高。
[0025]2、功能齐全可适用各种性能的芯片。
[0026]3、检测精度高。
[0027]4、鲁棒性强。
[0028]总体来说是成本低廉，只需要红外摄像头这等低成本传感器。
附图说明
[0029]图1为本系统的方框图；
[0030]图2为信息编码模块框图；
[0031]图3为CBAM模块框图。
具体实施方式
[0032]以下结合附图和本专利技术优选的具体实施例对本专利技术的内容作进一步地说明。所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0033]如图1至3中所示本方案中所述的一种基于局部检测的叉车驾驶员监控系统，所述的系统包括：信息采集模块、信息转换模块、控制中心模块和预警模块，所述的信息采集模块将采集到的信息传输给信息转换模块，所述的信息转换模块将获取的采集信息转换为信
息编码，所述的信息转换模块将转换后的信息编码传输至控制中心模块，所述的控制中心模块接收到信息转换模块传输的信息编码后，指示预警模块发出预警信息，所述的预警模块为声光预警装置；在本方案中，所述的信息采集模块为红外摄像头传感器；在本方案中，所述的信息转换模块包括信息编码模块、CBAM模块和数据增强模块；具体来说，所述的信息编码模块包括：
[0034]嵌入式补丁，主要是针对图片进行编码，便于机器学习的方法；层标准化，是把一个样本的所有词义向量视为一个分布(有几个句子就有几个分布)，并将其标准化；这意味着:同一句子中词义向量的相对大小是保留的，或者也可以说层标准化不改变词义向量的方向，只改变它的模；不同句子的词义向量则是失去了可比性；
[0035]多头注意力机制，就是进行n次线性映射出不同的子区域表征空间,更加全面的挖掘不同位置在不同子空间下的信息，同时此设计出于并行计算的考虑；
[0036]信号丢失，在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃；
[0037]多层感知器，是神经网络；
[0038]转换编码器，就是在Transformer模型中的Encodr编码器为多个块组成，每个块在注意力机制的基础上增加了残差连接加层标准化加全连接。
[0039]更具体来说，所述的CBAM模块中先将输入特征图通过通道注意力模块初步处理后，传输至空间注意力模块，通过空间注意力模块二次处理后的特征图转换为精致特征图；在本方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部检测的叉车驾驶员监控系统，其特征在于：所述的系统包括：信息采集模块、信息转换模块、控制中心模块和预警模块，所述的信息采集模块将采集到的信息传输给信息转换模块，所述的信息转换模块将获取的采集信息转换为信息编码，所述的信息转换模块将转换后的信息编码传输至控制中心模块，所述的控制中心模块接收到信息转换模块传输的信息编码后，指示预警模块发出预警信息。2.根据权利要求1所述的基于局部检测的叉车驾驶员监控系统，其特征在于：所述的信息采集模块为红外摄像头传感器。3.根据权利要求1所述的基于局部检测的叉车驾驶员监控系统，其特征在于：所述的信息转换模块包括信息编码模块、CBAM模块和数据增强模块。4.根据权利要求3所述的基于局部检测的叉车驾驶员监控系统，其特征在于：所述的信息编码模块包括：嵌入式补丁，主要是针对图片进行编码，便于机器学习的方法；层标准化，是把一个样本的所有词义向量视为一个分布(有几个句子就有几个分布)，并将其标准化；多头注意力机制，就是进行n次线性映射出不同的子区域表征空间,更加全面的挖掘不同位置在不同...

【专利技术属性】
技术研发人员：唐忠林，李石强，
申请(专利权)人：深圳市天双科技有限公司，
类型：发明
国别省市：