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() 一种应用于高空作业的智能安全预警方法及系统技术方案_技高网

一种应用于高空作业的智能安全预警方法及系统技术方案

技术编号:43340892 阅读:39 留言:0更新日期:2024-11-15 20:35
本申请公开了一种应用于高空作业的智能安全预警方法及系统,其方法包括:获取当前时刻的高空作业图像,并对高空作业图像进行图像识别;在监测主体包括动态主体且动态主体为一个的情况下,对第一目标子区域进行图像识别;定位当前时刻下的动态主体的第一当前关键点位,并确定动态主体的第一当前动作状态;根据当前时刻的第一目标子区域,确定结束动作状态,并预测得到从第一当前动作状态到结束动作状态的动作持续时间;确定监测主体是否包括静态主体;若是,确定动态主体的第一安全风险系数;若第一安全风险系数大于第一预设值,逐一获取下N个时刻的第一目标子区域;预测得到动态主体的运动轨迹,确定动态主体的动作危险性等级并显示。

【技术实现步骤摘要】

本申请实施例涉及图像识别,尤其涉及一种应用于高空作业的智能安全预警方法及系统


技术介绍

1、高空作业指在离地面或其他水平面一定高度的地方进行的作业活动,常用于建筑施工、电力通信、仓储等领域。高空作业由于其潜在的坠落风险,因此需要采取必要的安全措施以保证高空作业人群的安全性。

2、高空作业的安全性除了可以通过安全装备(例如安全帽、安全带和防滑鞋)、坠落保护装置(例如护栏和安全网)以及工作平台进行必要保障外,还需要实时监测高空作业流程,以便于在任何时刻发生意外可以及时处理和救援。

3、传统的高空作业安全监控手段较为简单和被动,主要依赖人工巡查或安装于工作平台的固定摄像头监控,难以实现全方位、全时段的实时监控。人工巡查容易受到主观因素影响,而且无法做到24小时不间断监控。固定摄像头虽然可以持续监控,但缺乏智能分析能力,无法主动识别危险行为。其次,高空作业环境复杂多变,存在诸多潜在风险因素,仅依靠简单的传感器很难全面评估安全状况。

4、由于上述问题的存在,传统的高空作业安全监控方法无法对高空作业的安全性进行全面评估,会出现即使高空作业人员佩戴了安全装备,其他未被监测的风险因素仍可能造成安全事故的问题,进而造成安全监测的准确性较低。

5、基于上述问题,目前暂无有效的解决方案。


技术实现思路

1、本申请实施例提供一种应用于高空作业的智能安全预警方法及系统,用于全面评估高空作业的安全性,提高安全监测的准确性。

2、为达到上述目的,本申请的实施例采用如下技术方案:

3、第一方面,提供了一种应用于高空作业的智能安全预警方法,该方法包括:

4、获取当前时刻的高空作业图像,并对所述高空作业图像进行图像识别,以将所述高空作业图像根据高空作业项目划分为多个子区域,每个所述子区域包括至少一个监测主体,所述监测主体包括静态主体和/或动态主体;

5、在其中一个所述子区域中的所述监测主体包括所述动态主体且所述动态主体为一个的情况下,将所述子区域作为第一目标子区域,并对所述第一目标子区域进行图像识别,以得到所述第一目标子区域中的动态主体;

6、定位当前时刻下的所述动态主体的第一当前关键点位,并根据所述第一当前关键点位确定所述动态主体的第一当前动作状态;

7、根据当前时刻的所述第一目标子区域,确定结束动作状态,并基于所述第一当前动作状态和所述结束动作状态,预测得到从所述第一当前动作状态到所述结束动作状态的动作持续时间;

8、确定所述第一目标子区域中的所述监测主体是否还包括所述静态主体;

9、在所述监测主体还包括所述静态主体的情况下,根据所述第一当前动作状态和所述静态主体确定所述动态主体的第一安全风险系数;

10、在所述第一安全风险系数大于第一预设值的情况下,逐一获取下n个时刻的所述第一目标子区域,所述当前时刻与所述下n个时刻的集合小于或等于所述动作持续时间;

11、根据当前时刻的所述第一目标子区域与下n个时刻的所述第一目标子区域中的所述动态主体的关键点位的变化,预测得到所述动态主体的运动轨迹;

12、根据所述动态主体的所述运动轨迹,确定所述动态主体的动作危险性等级并显示。

13、在第一方面的一种可能的实现方式中,所述方法还包括:

14、在其中一个所述子区域中的所述监测主体包括所述动态主体且所述动态主体为至少两个的情况下,将所述子区域作为第二目标子区域,并获取所述当前时刻下的所述第二目标子区域的预设数据,所述预设数据包括所述动态主体的标准数量以及每个所述动态主体的标准动作数据;

15、在所述动态主体的数量与所述标准数量一致且每个所述动态主体的标准动作数据一致的情况下,定位当前时刻下的每个所述动态主体的第二当前关键点位,并根据每个所述第二当前关键点位确定所述当前时刻下的每个所述动态主体的第二当前动作状态;

16、确定所述第二目标子区域中的所述监测主体是否还包括所述静态主体;

17、在所述监测主体还包括所述静态主体的情况下,根据每个所述动态主体的所述第二当前关键点位与所述静态主体,确定每个所述动态主体的第二安全风险系数;

18、在任意一个所述第二安全风险系数大于第二预设值的情况下,发出第一告警信息。

19、在第一方面的另一种可能的实现方式中,所述方法还包括:

20、在所述动态主体的数量与所述标准数量一致且每个所述动态主体的标准动作数据不一致的情况下,并行分析每个所述动态主体,得到预设时间段下的每个所述动态主体的动作数据,所述预设时间段的结束时刻为所述当前时刻;

21、计算所述动作数据与对应的所述标准动作数据之间的动作偏差度;

22、创建交互矩阵,并实时计算所述动态主体之间的相对位置和相互作用,所述交互矩阵用于实时存储所述相对位置和所述相互作用;

23、采用个体安全风险指数公式,根据所述动作偏差度和所述交互矩阵,计算每个所述动态主体的第三安全风险系数;

24、在任意一个所述第三安全风险系数大于第三预设值的情况下,发出第二告警信息。

25、在第一方面的另一种可能的实现方式中,所述定位当前时刻下的所述动态主体的第一当前关键点位,并根据所述第一当前关键点位确定所述动态主体的第一当前动作状态,包括:

26、采用预设的骨骼关键点检测算法,对当前时刻下的所述动态主体进行关键点定位,得到当前时刻下的所述动态主体的第一当前关键点位;

27、获取每个所述第一当前关键点位的三维坐标;

28、根据每个所述第一当前关键点位的所述三维坐标,计算所述第一当前关键点位之间的相对距离和角度;

29、将所有所述相对距离和所述角度输入预训练的分类器中,得到概率分布,所述概率分布用于表征所述动态主体的当前动作状态属于预定义动作状态的可能性;

30、将概率最高的所述当前动作状态作为所述第一当前动作状态。

31、在第一方面的另一种可能的实现方式中,所述基于所述第一当前动作状态和所述结束动作状态,预测得到从所述第一当前动作状态到所述结束动作状态的动作持续时间,包括:

32、计算所述第一当前动作状态的第一向量和所述结束动作状态的第二向量,并获取所述动态主体的主体特征;

33、将所述第一向量和所述第二向量输入预训练的动作状态空间模型,得到动作变化复杂度,其中所述动作状态空间模型用于计算所述第一向量与所述第二向量之间的欧式距离,所述欧式距离用于表征所述动作变化复杂度;

34、将所述主体特征、所述第一向量、所述第二向量和所述动作变化复杂度输入预训练的深度学习模型,得到动作持续时间。

35、在第一方面的另一种可能的实现方式中,所述根据所述第一当前动作状态和所述静态主体确定所述动态主体的第一安全风险系数,包括:

36、采用生物力学模型确定所述第一当本文档来自技高网...

【技术保护点】

1.一种应用于高空作业的智能安全预警方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述定位当前时刻下的所述动态主体的第一当前关键点位,并根据所述第一当前关键点位确定所述动态主体的第一当前动作状态,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述第一当前动作状态和所述结束动作状态,预测得到从所述第一当前动作状态到所述结束动作状态的动作持续时间,包括:

6.根据权利要求1所述的方法,其特征在于,所述根据所述第一当前动作状态和所述静态主体确定所述动态主体的第一安全风险系数,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据所述当前高度与所述静态主体确定所述静态主体对所述动态主体的风险概率,包括:

8.根据权利要求6所述的方法,其特征在于,所述根据所述姿势稳定性与所述风险概率确定所述动态主体的第一安全风险系数,包括:

9.一种电子设备,应用于如权利要求1-8中任一项所述的应用于高空作业的智能安全预警方法,其特征在于,包括:

10.一种应用于高空作业的智能安全预警系统,其特征在于,包括:

...

【技术特征摘要】

1.一种应用于高空作业的智能安全预警方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述定位当前时刻下的所述动态主体的第一当前关键点位,并根据所述第一当前关键点位确定所述动态主体的第一当前动作状态,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述第一当前动作状态和所述结束动作状态,预测得到从所述第一当前动作状态到所述结束动作状态的动作持续时间,包括:

6.根据权利要...

【专利技术属性】
技术研发人员:汪炳曦孙会娟邓红兵王志雄郭万里
申请(专利权)人:武汉市腾亚科技有限公司
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