本发明专利技术提供了一种煤矿危险区域跌倒行为智能检测系统及方法，系统：巡检机器人上安装有路由器，巡检机器人运行在矿井的作业空间中；路由器用于向智能手机发出WiFi信号；智能手机中配置有Nexmon固件，其佩戴于矿井人员的身上，用于从WiFi信号中获取出CSI数据，同时，用于获得矿井人员的加速度数据；处理终端位于监测中心，其内部设置有行为采集模块、状态判断模块、预处理模块、行为分割模块和行为检测模块。方法：获取CSI数据和加速度数据；判断接收端的运动状态并选择特征；进行数据预处理；从连续行为中分割出疑似跌倒行为的数据；进行特征提取，并对跌倒行为进行判定。该系统及方法可准确高效地检测出危险区域中的跌倒行为。
【技术实现步骤摘要】
本专利技术属于智能检测，具体涉及一种煤矿危险区域跌倒行为智能检测系统及方法。
技术介绍
1、在煤矿的日常生产过程中，通常会存在着较大的安全隐患。如何有效确保煤矿的安全生产工作是需要长期关注的问题。在实际生产过程中，矿工的行为与煤矿的一些事故有着直接的关联。
2、现阶段，无线通信技术已经被广泛应用在矿工行为感知领域中。目前针对矿工不安全行为感知的技术主要包括基于可穿戴设备、基于视觉和基于无线信号三种。基于可穿戴设备的不安全行为感知主要依赖受试者所携带的传感器，依靠传感器采集环境中相关信息，进而实现对场景及人员状态的感知。基于视觉的不安全行为感知主要利用相机或摄像机采集环境中的数据，通过进一步对获取的图像或视频进行分析以实现对人员行为的感知。基于无线信号的不安全行为感知主要是利用无线信号在环境中传播会发生变化的特性，通过对采集到的信号进行特征提取与相关分析处理，进而从中获得信号传播空间的特性，以实现对特定场景或特定目标的感知。对于当前用于矿工不安全行为的感知技术，基于可穿戴设备的行为感知方法实现成本较高，同时，其舒适性差，影响被试者的体验，且矿工在工作时佩戴与工作无关的设备可能会影响相关的操作。受限于矿井复杂环境的影响，基于视觉的行为感知方法难以匹配矿井低照明度、高粉尘的环境特点。基于无线信号的行为感知多依赖于网卡设备，采集的信号数据信息量有限，同时，网卡还必须配备电脑进行收发，导致收发端难以灵活地移动，且在矿井环境中部署较为困难。基于现有技术中存在的不足，亟需提供一种新型的矿危险区域跌倒行为智能检测系统及方法。
技术实现思路
1、针对现有技术存在的一些问题，本专利技术提供一种煤矿危险区域跌倒行为智能检测系统及方法，该系统结构简单，投入成本低，可准确高效地检测出危险区域中的跌倒行为，进而有利于及时采取出有效的应对措施，极大地提高了矿井人员作业的安全系数。该方法实施步骤简单，实现成本低，检测效率高，检测结果准确，适用于大面积推广应用。
2、为了实现上述目的，本专利技术提供了一种煤矿危险区域跌倒行为智能检测系统，包括巡检机器人、智能手机和处理终端；
3、所述巡检机器人上安装有路由器，巡检机器人的数量为一个或多个，其运行在矿井的作业空间中；路由器作为发射端，用于向智能手机发出wifi信号；
4、所述智能手机中配置有nexmon固件，其佩戴于矿井人员的身上，用于接收wifi信号，并从wifi信号中获取出csi数据，同时，用于获得矿井人员的加速度数据，并用于将所获得的csi数据和加速度数据通过无线的方式发送至处理终端；
5、所述处理终端位于监测中心，其内部设置有行为采集模块、状态判断模块、预处理模块、行为分割模块和行为检测模块；其中，所述行为采集模块用于收集csi数据和加速度数据；所述状态判断模块用于基于csi数据和加速度数据对接收端的运动状态进行判断，并用于根据运动状态进行适合特征的选择；所述预处理模块用于对所选择的特征进行数据预处理；所述行为分割模块用于从csi数据中提取出疑似跌倒行为的信号，并用于获取连续行为中的关键行为；所述行为检测模块用于对所获取的关键行为进行特征提取，并用于基于机器学习模型对行为结果进行判断。
6、本专利技术中，在巡检机器人上安装有路由器，可以便于利用巡检机器人的自主移动巡检能力对处于作业区域中不同位置的矿井人员进行wifi信号的发射，可有效确保不同区域的矿井人员所佩戴的智能手机均能接收到wifi信号。通过在智能手机中配置有nexmon固件，可以便于从wifi信号中准确可靠地获取出csi数据。使智能手机与处理终端之间通过无线的方式进行通信，可以便于处理终端及时获取到智能手机所获取到的csi数据和矿井人员的加速度数据，并能不受恶劣环境条件的限制；通过在处理终端中设置有状态判断模块，可以便于基于csi数据和加速度数据对矿井人员的运动状态进行准确的判断，进而可以根据不同的运动状态来选择适合的特征，有利于获得到更精准的检测结果。通过在处理终端中设置有预处理模块，能便于对所选择的特征进行数据预处理，进一步提高了检测结果的准确性。通过在处理终端中设置有行为分割模块，可以便于从csi数据中提取出疑似跌倒行为的信号，进而能从连续行为中获取到关键行为，在有效降低了运算量的同时，进一步确保了检测精度。通过在处理终端中设置检测模块，可以便于对关键行为进行特征提取，进而有利于通过机器学习模型得到准确的检测结果。该系统结构简单，投入成本低，可准确高效地检测出危险区域中的跌倒行为，进而有利于及时采取出有效的应对措施，极大地提高了矿井人员作业的安全系数。
7、进一步，为了确保能准确可靠地获取到csi数据，所述智能手机的型号为nexus6p。
8、进一步，为了确保强大的处理能力，所述处理终端为工业计算机。
9、进一步，为了确保处于作业空间中不同位置的智能手机均能与处理终端进行实时通信，在矿井的作业空间中相间隔地设置有若干个无线中继设备，所述智能手机通过无线中继设备与处理终端连接。
10、本专利技术还提供了一种煤矿危险区域跌倒行为智能检测方法，采用一种煤矿危险区域跌倒行为智能检测系统，包括以下步骤：
11、步骤一：对井下危险区域进行人员行为感知，并获取csi数据和加速度数据；
12、s11：利用安装在巡检机器人上的路由器作为发射端，发出wifi信号；利用配置有nexmon固件的智能手机作为接收端，接收wifi信号，并从wifi信号中获取到csi数据；同时，利用智能手机中内置的加速度传感器获得矿井人员的加速度数据；
13、s12：智能手机通过无线通信的方式将csi数据和加速度数据发送给处理终端中的行为采集模块，行为采集模块在接收到csi数据和加速度数据后，将其发送至状态判断模块；
14、步骤二：利用状态判断模块基于步骤一所提取的加速度数据对接收端的运动状态进行判断，并根据判断结果选择特征；
15、s21：根据公式(1)计算加速度自相关函数ρa(τ,f)；
16、
17、式中，τ为自相关函数的时滞，f为加速度频率，δ(τ)表示狄拉克函数，为a(t,f)的方差，σ2(f)为测量噪声，ρs(τ,f)是由人体运动引起的误差；
18、s22：根据三轴加速度数据的自相关函数ρa(τ,f)，判断接收端的运动状态；当limτ→0ρa(τ,f)>0时，判断接收端处于运动状态，当limτ→0ρa(τ,f)＝0时，判断接收端处于静止状态；
19、s23：根据状态判断结果使用不同特征检测行为；当接收端运动时选择加速度和幅度作为特征，当接收端静止时选择幅度和相位差作为特征；
20、步骤三：通过预处理模块对步骤二中所选择的特征进行数据预处理；
21、s31：对所选择的特征信号进行去噪处理；
22、s32：对csi数据和加速度数据进行融合；获取二者的时间戳，以csi时间戳序列t1＝{t1,t2,…,tm}为基准，从本文档来自技高网
...
【技术保护点】
1.一种煤矿危险区域跌倒行为智能检测系统，其特征在于，包括巡检机器人(2)、智能手机(3)和处理终端；
2.根据权利要求1所述的一种煤矿危险区域跌倒行为智能检测系统，其特征在于，所述智能手机的型号为Nexus 6P。
3.根据权利要求1或2所述的一种煤矿危险区域跌倒行为智能检测系统，其特征在于，所述处理终端为工业计算机。
4.根据权利要求1或2所述的一种煤矿危险区域跌倒行为智能检测系统，其特征在于，在矿井(1)的作业空间中相间隔地设置有若干个无线中继设备，所述智能手机(3)通过无线中继设备与处理终端连接。
5.一种煤矿危险区域跌倒行为智能检测方法，采用如权利要求1至4任一项所述的一种煤矿危险区域跌倒行为智能检测系统，其特征在于，包括以下步骤：
【技术特征摘要】
1.一种煤矿危险区域跌倒行为智能检测系统，其特征在于，包括巡检机器人(2)、智能手机(3)和处理终端；
2.根据权利要求1所述的一种煤矿危险区域跌倒行为智能检测系统，其特征在于，所述智能手机的型号为nexus 6p。
3.根据权利要求1或2所述的一种煤矿危险区域跌倒行为智能检测系统，其特征在于，所述处理终端为工业计算机。
【专利技术属性】
技术研发人员：李鸣，曹玉婷，王小旗，幸高松，李黄永祥，尹雨晴，牛强，陈朋朋，高守婉，杨旭，许善智，
申请(专利权)人：中国矿业大学，
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。