【技术实现步骤摘要】
本专利技术属于高空坠落事故检测领域，特别是涉及一种基于智能安全帽的高空坠落事故检测方法及系统。
技术介绍
1、随着经济的高速发展，各个城市鳞次栉比的大楼拔地而起，不仅使得城市形象得到了提升，同时也给许多平民百姓带来的实惠。而一座座高楼大厦不仅有建筑企业的功劳，更是每个建筑工人努力工作的结果。但是随之而来的便是，不断见诸新闻的建筑安全事故的发生。其中高空坠落、坍塌、物体打击、起重伤害和触电等五大伤害占事故总数的主要部分。因此，安全生产管理也越来越受到建筑公司、施工管理人员的重视。随着万物互联的技术革新，为满足管理者对施工人员进行人员定位、监测、考勤等管理的需求，仅能满足普通防护的传统的安全帽逐步发展到精准定位、考勤、事故预警等各种功能和形态的智能安全帽和管理系统。
2、由于施工环境的复杂性和建筑物群体的遮挡等因数，施工人员的不慎高空坠落事故，施工管理人员如何能通过施工人员佩戴的智能安全帽和相应管理系统及时知道事故的发生和位置，并及时救助，以减小伤害程度尤为重要。智能安全帽在人员的定位、人员信息的状态信息和管理系统的交互已经发展成熟，但智能安全帽如何能准确且自动检测人员高空坠落的事故成为大家所关注的一个重点。
技术实现思路
1、为了解决
技术介绍
中存在的问题，本专利技术提供一种基于智能安全帽的高空坠落事故检测方法及系统，准确并自动检测施工人员不慎高空坠落事故，将事故报警信息实时传输送给施工管理系统，通知施工管理人员及时安排救助。
2、为了实现上述技术目的，本专利技
3、s1：判断施工人员是否佩戴智能安全帽，若是则采集智能安全帽在x轴、y轴和z轴上的加速度；
4、s2：根据智能安全帽在x轴、y轴和z轴上的加速度计算智能安全帽的合加速度；
5、s3：根据智能安全帽的合加速度判断施工人员是否失重，若是则记录智能安全帽在失重过程中的合加速度序列；
6、s4：将智能安全帽在失重过程中的合加速度序列输入姿态判定模型，判断施工人员是否发生了坠落，若施工人员发生了坠落则执行步骤s5；
7、s5：判断安全帽在失重过程中的失重持续时间是否大于预设的时间阈值，若是则施工人员发生了高空坠落事故。
8、优选地，所述判断施工人员是否佩戴智能安全帽包括：
9、s11：在智能安全帽内测安装光电传感器和红外传感器；其中，所述红外传感器用于接收人体表面散发出的红外线，判断佩戴安全帽的是否为人体；所述光电传感器包括：发送器、接收器和adc检测电路，发射器向目标发射可见光或红外光，接收器对发射器发射的可见光或红外光进行接收，adc检测电路用于检测接收器两端的电压；
10、s12：当施工人员在佩戴智能安全帽时，发射器发射的可见光或红外光被施工人员的头部遮挡，接收器两端的电压值发生变化；
11、s13：当接收器两端的电压值小于预设的戴帽电压阈值和佩戴安全帽为人体时，则判断施工人员佩戴智能安全帽。
12、优选地，所述判断施工人员是否失重包括：判断智能安全帽在失重过程中的合加速度是否大于设定的加速度阈值，若是则施工人员失重。
13、优选地，所述预设的加速度阈值为9.8m/s2。
14、优选地，所述姿态判定模型包括：rnn神经网络模型。
15、优选地，所述预设的失重时间阈值包括：
16、
17、其中，h表示预设的安全施工高度，g＝9.8m/s2表示重力加速度，th表示预设的失重时间阈值。
18、优选地，当施工人员发生了高空坠落事故时，则向管理人员发送高空坠落事故报警信息，所述高空坠落事故报警信息包括：施工人员的坠落时间和坠落位置信息。
19、本专利技术的另一方面提供一种基于智能安全帽的高空坠落事故检测系统，所述系统应用于所述的一种基于智能安全帽的高空坠落事故检测方法，包括：
20、安全帽佩戴检测模块，用于检测施工人员是否佩戴了智能安全帽；
21、加速度检测模块，用于在施工人员佩戴了智能安全帽的情况下，采集智能安全帽在x轴、y轴和z轴上的加速度，并计算智能安全帽的合加速度；
22、失重判断模块，用于根据智能安全帽的合加速度判断施工人员是否失重；
23、数据记录模块，用于在施工人员失重时记录智能安全帽在失重过程中的合加速度序列；
24、姿态判定模型，用于根据智能安全帽在失重过程中的合加速度序列判断施工人员是否发生了坠落；
25、高空坠落事故判定模块，用于在施工人员发生坠落的情况下根据安全帽在失重过程中的失重持续时间判断施工人员是否发生了高空坠落事故；
26、高空坠落事故报警，用于在施工人员发生高空坠落事故时向管理人员发送报警信息。
27、本专利技术的再一方面提供一种计算机可读存储介质，存储有程序，所述程序被处理器执行时，实现所述的一种基于智能安全帽的高空坠落事故检测方法。
28、本专利技术至少具有以下有益效果
29、本专利技术方法是针对目前实际的建筑安全中高空坠落事故提出的检测方法，一方面针对智能安全帽这种头戴便携式设备的方便，通过在施工人员佩戴智能安全帽的情况下再进行后续检测，能够在很大程度上减小，电量消耗，减少功耗即可降低便携设备的供电电池的容量和重量，另一方面通过精确判断施工人员是否佩戴智能安全帽，避免了高空坠落事故检测的误报，提高事故报警的精准性，本专利技术方法可以准确且自动的完成人员高空坠落事故的检测，为安全帽的物联网智能化、信息化管理提供行之有效的手段，并贴合和满足实际市场需求。
本文档来自技高网...【技术保护点】
1.一种基于智能安全帽的高空坠落事故检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述判断施工人员是否佩戴智能安全帽包括：
3.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述判断施工人员是否失重包括：判断智能安全帽在失重过程中的合加速度是否大于设定的加速度阈值，若是则施工人员失重。
4.根据权利要求3所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述预设的加速度阈值为9.8m/s2。
5.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述姿态判定模型包括：RNN神经网络模型。
6.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述预设的失重时间阈值包括：
7.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，当施工人员发生了高空坠落事故时，则向管理人员发送高空坠落事故报警信息，所述高空坠落事故报警信息包括：施工人员的坠落时间
8.一种基于智能安全帽的高空坠落事故检测系统，其特征在于，所述系统应用于权利要求1-7任一所述的一种基于智能安全帽的高空坠落事故检测方法，包括：
9.一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-7任一项所述的一种基于智能安全帽的高空坠落事故检测方法。
...【技术特征摘要】
1.一种基于智能安全帽的高空坠落事故检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述判断施工人员是否佩戴智能安全帽包括：
3.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述判断施工人员是否失重包括：判断智能安全帽在失重过程中的合加速度是否大于设定的加速度阈值，若是则施工人员失重。
4.根据权利要求3所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述预设的加速度阈值为9.8m/s2。
5.根据权利要求1所述的一种基于智能安全帽的高空坠落事故检测方法，其特征在于，所述姿态判定模型包括：rnn神经网络模型。<...
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。