【技术实现步骤摘要】
本专利技术涉及岗前身体状态检测，特别涉及一种用于岗前健康检测的ai智能判定系统。
技术介绍
1、目前，企业、事业、政府机构、组织、个体组织、个人等所有群体及机构在管理、控制、监控工作人员在良好及健康的状态下工作对于每个企业、事业、政府机构、组织、个体组织、个人等所有群体及机构是需要非常重视的一件事，尤其对于特殊及重要岗位、职业来说更为重要，例如飞行员、高空作业人员、车辆及机械设备设施的司机及操作员等，没有良好的健康状态的工作人员进行工作时不仅会给自身带来安全隐患，还可能会对他人乃至社会造成不良的后果；
2、在专利202010897849.9健康信息管理方法、装置、设备及存储介质中，提出了一种获取员工的体检报告，从而判断员工健康状态的方法，但是，这种方法只能对体检过的员工有效果，不能实现当前时刻的员工状态检测。
技术实现思路
1、本专利技术提供一种用于岗前健康检测的ai智能判定系统，用以解决上述
技术介绍
中的情况。
2、本专利技术提出一种用于岗前健康检测的ai智能判定系统，包括：
3、身份判定模块：通过考勤打卡装置获取打卡人员的生物特征信息，并判断是否为授权工作人员；
4、身份划分模块：用于在打卡人员为授权工作人员时，进行身份划分，生成身份标识
5、岗前采集模块：用于根据身份标识，提取对应身份标识人员的身份信息数据；
6、健康判定模块：用于根据身体状态数据，进行健康状态预估；
7、结果上传模块：用于获取
8、优选的，所述身份判定模块包括：
9、感应单元：用于设定考勤打卡装置的感应区域 ，并在感应区域出现人脸信息时，启动生物特征提取机制；
10、人脸提取单元：用于根据生物特征提取机制，进行人脸数据提取，获取人脸特征；
11、匹配识别单元：用于根据人脸特征，在预设的身份数据库中进行特征匹配，判断是否存在对应识别数据；
12、判定单元：用于存在对应识别数据的时，将打卡人员标识为授权工作人员，并提取打卡人员的身份数据。
13、优选的，所述身份划分模块包括：
14、工种模型单元：用于构建考勤打卡的工种模型，并植入不同工种工作人员的身份信息；
15、响应单元：用于接收打卡响应，并在接收到授权工作人员的打卡信息时，调用对应工种的身份识别机制；其中，
16、身份识别机制包括姓名提取机制、脸部对照机制和工作内容判定机制；
17、工种图谱单元：用于根据不同工种的身体健康状态要求，构建第一工种要求识别模型，并根据不同工种工作人员的历史身体状态信息，构建第二工种要求识别模型；
18、图谱化构建单元：用于根据身份识别机制、第一工种要求识别模型和第二工种要求识别模型，构建不同工种的身体检测图谱；
19、身份划分单元：用于根据岗位检测图谱，对不同授权工作人员进行身份划分，生成身份划分信息。
20、优选的，所述构建工种模型包括：
21、预先搭建基于不同工种的打卡模板，并在打卡模板上设置植入打卡响应；其中，
22、打卡响应包括：打卡时间响应、打卡地点响应、身体状态分析响应、报表推送响应和身份信息识别响应；
23、当打卡响应均被触发时，输出身份识别机制的调用指令。
24、优选的，所述身体状态图谱包括如下生成步骤：
25、通过工种类型确定不同工种的身体状态标准，生成身体状态判定矩阵；
26、通过预设的大数据平台，对身体状态判定矩阵进行分析，确定相对于不同工种的身体状态参数区间；
27、根据身体状态定矩阵和身体状态参数区间，获生成初始身体状态模型，并确定身体不同位置的状态判定方式和状态判断标准；
28、用于对不同工种的状态判定方式和状态判断标准进行划分，并对划分后的每一个身体判断位置进行稀疏编码；
29、根据稀疏编码，生成身体状态的判定图谱。
30、优选的，所述岗前采集模块包括：
31、检测要素判断单元：用于根据身份标识，确定对应工种的检测要素；
32、表格生成单元：用于根据检测要素，构建检测表格；
33、数据提取单元：用于根据检测表格，进行身体状态数据提取。
34、优选的，所述身体状态数据包括：精神状态数据，疾病风险数据和生理检测数据；其中，
35、精神状态数据包括：清醒程度数据、压力指数、焦虑指数、匹配来指数、机体健康数据和情绪数据；；
36、疾病风险数据包括：糖尿病风险数据、心血管风险数据、血管硬化风险数据、房颤检测数据；
37、生理检测数据包括：心率数据、呼吸数据、血压 数据和血氧数据。
38、优选的，所述健康判定模块包括：
39、根据身份信息数据，设定对应身份标识人员，评估项以及评估项对应的评估区间；
40、对身体状态数据进行处理，确定身体状态数据中的关键信息；
41、根据关键信息和评估项，调用评估数据库中对应于每项关键信息的评估源码；其中，
42、评估数据库中配置有不同健康状态判定的程序源码；
43、根据评估源码和评估区间，对评估源码进行编译处理，生成评估进程文件；
44、通过评估进程文件对身体状态数据进行评估处理，获取对应的评健康状态预估参数；
45、遍历对应身份标识人员的所有健康状态预估项目，生成健康状态预估参数集合；
46、根据健康状态预估参数集合，依次设置每个评估项的评估权重，根据评估权重，确定健康状态预估值。
47、优选的，所述行编译处理包括：
48、获取评估源码；
49、对评估源码进行编译，生成编译代码文件；
50、根据目标函数的标识，从编译代码文件中确定所标函数所在的目标函数库；
51、采用目标函数对应的埋点方式，将评估区间的统计代码添加至目标函数库中，生成目标编译代码文件；
52、根据目标编译代码文件，链接生成可执行文件。
53、优选的，所述结果上传模块包括：
54、自动记录单元：用于获取健康状态预估结果，并自动记录每个授权工作人员打卡时的健康状态数据；
55、保存单元：用于将授权工作人员的健康状态数据上传至云端服务器进行存储，并设置每个授权工作人员的数据调用触发机制；
56、统计单元：用于授权工作人员的健康状态数据，并进行健康状态统计；其中，
57、健康状态统计包括异常统计和健康统计；
58、推送单元：用于获取健康状态统计数据，并推送至对应的授权工作人员。
59、本专利技术的有益效果在于：
60、本申请在实施的过程中依据庞大的基本特征数据库通过摄像机采集的视频，分析脸部特征，计算出攻击性、压力和紧张等本文档来自技高网...
【技术保护点】
1.一种用于岗前健康检测的AI智能判定系统，其特征在于，包括：
2.如权利要求1所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述身份判定模块包括：
3.如权利要求1所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述身份划分模块包括：
4.如权利要求3所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述构建工种模型包括：
5.如权利要求4所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述身体状态图谱包括如下生成步骤：
6.如权利要求1所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述岗前采集模块包括：
7.如权利要求1所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述身体状态数据包括：精神状态数据，疾病风险数据和生理检测数据；其中，
8.如权利要求1所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述健康判定模块包括：
9.如权利要求8所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述进行编译处
10.如权利要求1所述的一种用于岗前健康检测的AI智能判定系统，其特征在于，所述结果上传模块包括：
...【技术特征摘要】
1.一种用于岗前健康检测的ai智能判定系统，其特征在于，包括：
2.如权利要求1所述的一种用于岗前健康检测的ai智能判定系统，其特征在于，所述身份判定模块包括：
3.如权利要求1所述的一种用于岗前健康检测的ai智能判定系统，其特征在于，所述身份划分模块包括：
4.如权利要求3所述的一种用于岗前健康检测的ai智能判定系统，其特征在于，所述构建工种模型包括：
5.如权利要求4所述的一种用于岗前健康检测的ai智能判定系统，其特征在于，所述身体状态图谱包括如下生成步骤：
6.如权利要求1所述的一种用于...
【专利技术属性】
技术研发人员：张凯元，张凯斐，
申请(专利权)人：陕西君凯医疗科技有限公司，
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。