【技术实现步骤摘要】
施工工人的疲劳程度计算方法及系统
[0001]本公开涉及施工现场的安全监测
,尤其涉及一种施工工人的疲劳程度计算方法及系统。
技术介绍
[0002]随着国家基建的大力发展和民生的保障,生产安全问题是目前政府和各大厂商关注的问题。而在各个生产事故原因中,疲劳因素成为了主要的因素。在基建施工场景中,施工工人都会佩戴安全帽来避免潜在的安全问题,但传统的安全帽只提供物理防撞击的功能,并不能实现对施工工人的体征进行监测。因此,LEN等人提出了一种可穿戴体征监测系统,该专利技术在大脑皮层放置多个EEG监测电极,实现对人体大脑信号的检测。而这类可穿戴体征监测系统只是提供了一种EEG脑电的监测方法,并没有对工人的疲劳进行计算,无法有效的识别生产活动场景中工人的疲劳程度。
技术实现思路
[0003]为克服相关技术中存在的问题,本公开提供一种施工工人的疲劳程度计算方法及系统。
[0004]根据本公开实施例的第一方面,提供一种施工工人的疲劳程度计算方法,包括:
[0005]通过脑机接口智能安全帽获取施工工人的预设位点的脑电信号,其中,所述预设位点包括第一位点、第二位点、第三位点和第四位点;
[0006]对所述预设位点的脑电信号进行预处理,得到处理后的脑电信号;
[0007]按照预设时间间隔从所述处理后的脑电信号中提取目标脑电特征;
[0008]根据所述目标脑电特征和预训练的疲劳识别模型,确定并输出所述施工工人的疲劳程度,其中,所述疲劳程度包括:高疲劳程度、中疲劳程度和低疲劳程度 ...
【技术保护点】
【技术特征摘要】
1.一种施工工人的疲劳程度计算方法,其特征在于,包括:通过脑机接口智能安全帽获取施工工人的预设位点的脑电信号,其中,所述预设位点包括第一位点、第二位点、第三位点和第四位点;对所述预设位点的脑电信号进行预处理,得到处理后的脑电信号;按照预设时间间隔从所述处理后的脑电信号中提取目标脑电特征;根据所述目标脑电特征和预训练的疲劳识别模型,确定并输出所述施工工人的疲劳程度,其中,所述疲劳程度包括:高疲劳程度、中疲劳程度和低疲劳程度。2.根据权利要求1所述的施工工人的疲劳程度计算方法,其特征在于,对所述预设位点的脑电信号进行预处理,得到处理后的脑电信号,包括:使用所述第三位点和第四位点对应的脑电信号对所述第一位点和第二位点对应的脑电信号进行数据降噪处理,以得到所述第一位点对应的第一降噪信号和所述第二位点对应的第二降噪信号;其中,采用以下第一计算公式计算所述第一降噪信号:V
Fp1,降噪信号
=V
Fp1,原始信号
‑
(V
T5
+V
T6
)/2;其中,V
Fp1,降噪信号
表示所述第一降噪信号,V
Fp1,原始信号
表示第一位点对应的脑电信号,V
T5
和V
T6
分别表示第三位点和第四位点对应的脑电信号;采用以下第二计算公式计算所述第二降噪信号:V
Fp2,降噪信号
=V
Fp2,原始信号
‑
(V
T5
+V
T6
)/2;其中,V
Fp2,降噪信号
表示所述第二降噪信号,V
Fp2,原始信号
表示第二位点对应的脑电信号,V
T5
和V
T6
分别表示第三位点和第四位点对应的脑电信号。3.根据权利要求1所述的施工工人的疲劳程度计算方法,其特征在于,按照预设时间间隔从所述处理后的脑电信号中提取目标脑电特征,包括:对所述处理后的脑电信号进行降采样,将所述处理后的脑电信号的频率由原频率降至目标频率,得到目标频率的脑电信号;将所述目标频率的脑电信号进行连续小波变换,并以预设时间、预设频率步长提取预设时间内预设频率区间内各个时间点处各个频率范围内的脑电信号功率谱能量值,以得到预设条数的目标脑电特征,所述脑电信号功率谱能量值采用以下第三计算公式进行计算:其中,a,b表示参数尺度,ω0表示小波中心频率,f(t)表示第一降噪信号和第二降噪信号,t表示时间t,i为P
f,t
表示频率为f,时间为t时的脑电信号功率谱能量值。4.根据权利要求1所述的施工工人的疲劳程度计算方法,其特征在于,所述疲劳识别模型的训练过程包括:采集目标数量的疲劳数据,其中,所述疲劳数据包括脑电特征数据和对应的皮质醇数据;根据皮质醇...
【专利技术属性】
技术研发人员:方东平,王尧,苗春刚,黄玥诚,郭红领,古博韬,李建华,
申请(专利权)人:清华大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。