System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种矿山高风险作业场景下摄像头与人员标识关联方法技术_技高网

一种矿山高风险作业场景下摄像头与人员标识关联方法技术

技术编号:41124037 阅读:2 留言:0更新日期:2024-04-30 17:50
本发明专利技术公开了一种矿山高风险作业场景下摄像头与人员标识关联方法,涉及矿山作业场景监测领域。通过作业票、监控设备关联模块,以视频监控数据、人员定位数据、作业人员信息和作业票信息为输入数据,融合视频分析、标识解析,实现作业票与监控设备的动态关联,依托作业点位置信息获取作业点对应网格位置码,进而筛选出监控范围覆盖本位置码的摄像头列表,最后,依托基于视频图像的人形、人像、人数识别技术对上述摄像头列表进行二次过滤,结合应用需求将摄像头监控点位从近景、远景等维度与作业点关联,实现作业现场情况的远程可视,支撑对作业过程的针对性管控和预警功能。

【技术实现步骤摘要】

本专利技术涉及矿山作业场景监测领域,具体涉及一种矿山高风险作业场景下摄像头与人员标识关联方法


技术介绍

1、在石化、有色、矿山等行业存在大量的特殊作业需求,对应的对企业高风险作业提出较多的监管需求,包括作业审批电子化、人员管理电子化、人员定位、危害识别、有害气体检测、视频监控预警等。

2、作业过程监控预警通常基于视频分析技术,实时分析作业过程中作业人员的不规范行为,达到高风险作业管控的目的。但现实执行过程中,通常存在以下问题:

3、1、监控设备与作业票未有效关联,造成监管人员无法实现作业过程的远程实时监控,同时监控设备预警信息与作业关联性不高,出现无效预警、视频分析算法对作业针对性不高及预警信息利用率低等问题;

4、2、监控设备与作业票关联难度大,作业申请人员也不知道需要关联哪台监控设备,造成盲目关联。

5、为此,引入移动监控设备,作业申请时引导作业申请人员关联移动监控设备,通过移动监控设备实现作业远程可视、作业分析等需求。

6、该技术缺点如下:

7、(1)成本较高,需要预备移动监控设备,无法利用作业场现成的视频监控设备。

8、(2)受限于移动监控设备监控角度和范围,作业监管范围有限。

9、(3)受限于电池容量,移动监控设备的工作时长难以保证。

10、(4)受限于作业点位置网络通信质量,高风险作业管控效果难以保证。


技术实现思路

1、本专利技术的目的是针对上述不足,提出了一种依托人员定位及视频分析技术实现作业票与视频监控设备的动态关联,结合高风险作业类型优化视频分析算法,实现对高风险作业的精细化管控的矿山高风险作业场景下摄像头与人员标识关联方法。

2、本专利技术具体采用如下技术方案:

3、一种矿山高风险作业场景下摄像头与人员标识关联方法,通过作业票、监控设备关联模块,以视频监控数据、人员定位数据、作业人员信息和作业票信息为输入数据,融合视频分析、标识解析,实现作业票与监控设备的动态关联,作业票与监控设备的动态关联技术路线如下:

4、(1)对作业区范围内二维空间,以定长、定宽划定网格,并依次赋予唯一位置码;

5、(2)对作业区的视频监控设备赋唯一设备码,采集其信息,包括经度、纬度、高程、俯仰角、焦距、像元尺寸、视角范围数据;

6、(3)以视频监控设备的高度、俯仰角为输入,计算各监控点位在二维网格空间的中的覆盖范围;

7、(4)结合图像识别分析算法,对各监控点位的覆盖范围进行优化,剔除无效网格;

8、(5)从作业点所在位置码及作业人员所在位置码信息筛选出可用的监控点位列表;

9、(6)采用基于图片的人形、人数识别技术,对上述监控设备列表进行过滤,进一步筛选出高风险作业最佳监控点位;可获得一系列可选监控设备列表,对监控设备可观察到的人数从小到大进行排序,选择可观察人数最多的监控设备作为远景监控设备;对监控设备可观察到的人形大小进行排序,选择可观察人形最大的座位近景监控设备,最后采用自定义加权平均公式计算每个摄像头的平均得分,分数最高的监控设备即为最优,

10、监控点位优先级分数计算公式如下:

11、

12、其中,f1表示监控设备可观察到的人数;f2表示监控设备可观测到的人形大小;αβ为加权值,取值范围为[0,1],且α+β=1;

13、当α=0,β=1时,监测点优先级分数仅以监控设备可观测到的人形大小为参考,可观测到人形越大,图像精细度越高,对应优先级越高,即为近景监测点位;当α=1,β=0时,监测点位优先级分数仅以监测设备可观测到的人数为参考,可观测到的人数越多,对应优先级越高,即为远景监测点位,αβ的取值应综合考虑高风险作业点现场环境、监控设备软硬件条件;

14、综上,依托作业点位置信息获取作业点对应网格位置码,进而筛选出监控范围覆盖本位置码的摄像头列表,最后,依托基于视频图像的人形、人像、人数识别技术对上述摄像头列表进行二次过滤,结合应用需求将摄像头监控点位从近景、远景等维度与作业点关联,实现作业现场情况的远程可视,支撑对作业过程的针对性管控和预警功能。

15、优选地,在作业票与监控设备关联的基础上,针对高风险作业类型及相关管控要求,开发动火作业监管模型、作业危险识别模型、吊装作业监管模型、管控措施落实识别模型。

16、优选地,从作业票出发,采用作业管控算法对采集到的作业过程中的视频、气象地灾、有毒有害气体、人员定位数据进行智能分析,实现作业过程远程可视及针对性强的作业监测预警。

17、优选地,作业施工正式开始时,要求作业人员通过手机或其它移动位置采集器上报自己的定位信息,该定位信息即为作业点。

18、优选地,

19、监控点位的监控摄像头存在多种型号,摄像头监控范围计算方法为:

20、(1)依据小孔成像原理,通过人体平均大小、人像识别算法精度、摄像头焦距等信息计算摄像头最大有效识别距离,具体描述如下:

21、

22、

23、其中,d为摄像头最大有效识别距离;m为人体平均大小,由人体平均身高乘以人体平均宽度计算得出;f为摄像头焦距,摄像头固有参数;p为像元尺寸,对应摄像头cmos;w为人像识别算法精度;

24、(2)以监控点位经纬度为圆点,摄像头最大有效识别距离为半径,摄像头监控范围为角度做扇形,结合网格划分情况,将监控范围映射为一系列的网格编号,该网格编号序列即为该摄像头对应的监控范围。

25、本专利技术具有如下有益效果:

26、通过融合人员定位数据、作业票数据、作业人员信息、视频监控数据实现了视频监控设备与作业票的动态自动关联,降低作业申请过程中申请人关联视频监控设备的难度,提高了作业票与视频监控设备关联的精准度。

本文档来自技高网...

【技术保护点】

1.一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,通过作业票、监控设备关联模块,以视频监控数据、人员定位数据、作业人员信息和作业票信息为输入数据,融合视频分析、标识解析,实现作业票与监控设备的动态关联,作业票与监控设备的动态关联技术路线如下:

2.如权利要求1所述的一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,在作业票与监控设备关联的基础上,针对高风险作业类型及相关管控要求,开发动火作业监管模型、作业危险识别模型、吊装作业监管模型、管控措施落实识别模型。

3.如权利要求1所述的一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,从作业票出发,采用作业管控算法对采集到的作业过程中的视频、气象地灾、有毒有害气体、人员定位数据进行智能分析,实现作业过程远程可视及针对性强的作业监测预警。

4.如权利要求1所述的一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,作业施工正式开始时,要求作业人员通过手机或其它移动位置采集器上报自己的定位信息,该定位信息即为作业点。

5.如权利要求1所述的一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,监控点位的监控摄像头存在多种型号,摄像头监控范围计算方法为:

...

【技术特征摘要】

1.一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,通过作业票、监控设备关联模块,以视频监控数据、人员定位数据、作业人员信息和作业票信息为输入数据,融合视频分析、标识解析,实现作业票与监控设备的动态关联,作业票与监控设备的动态关联技术路线如下:

2.如权利要求1所述的一种矿山高风险作业场景下摄像头与人员标识关联方法,其特征在于,在作业票与监控设备关联的基础上,针对高风险作业类型及相关管控要求,开发动火作业监管模型、作业危险识别模型、吊装作业监管模型、管控措施落实识别模型。

3.如权利要求1所述的一种矿山高风险作业...

【专利技术属性】
技术研发人员:尚舵陈栋梁惠鑫于明旭陈天然罗军卢春雨
申请(专利权)人:中国工业互联网研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1