【技术实现步骤摘要】
本专利技术属于电力，涉及一种智能检测技术，特别是一种基于深度学习的防误触高空坠落识别方法。
技术介绍
1、高空电力作业是电力行业至关重要的一环，它包括了电力线路的安装、维修和检修等工作。这项工作通常在数十米甚至上百米的高空中进行，作业环境复杂多变，包括强风、极端天气、高压电场等危险因素。作业人员除了要面对高空坠落的风险，还要应对可能的触电危险和长时间的高空作业带来的身体疲劳。传统的安全防护措施，如安全绳和安全带，虽然提供了一定程度的保护，但在实际应用中仍存在局限性，不能完全避免事故的发生。例如，安全绳可能因为磨损或操作不当而失效，安全带在某些紧急情况下可能无法及时提供足够的保护。因此，高空电力作业的安全问题一直是行业关注的焦点，需要不断探索和改进更有效的安全技术和设备。
2、随着科技的进步，智能穿戴式防护系统，尤其是气囊服，为高空作业人员提供了新的安全保障。这些系统通过集成传感器和算法，能够实时监测作业人员的运动状态和环境变化，一旦检测到跌落风险，系统可以迅速响应，自动展开气囊，为作业人员提供额外的缓冲保护。智能防护系统的引...
【技术保护点】
1.一种基于深度学习的防误触高空坠落识别方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的防误触高空坠落识别方法，其特征在于：所述的人体下降动作包括下蹲、弯腰、倒下和跌落动作。
3.根据权利要求1所述的一种基于深度学习的防误触高空坠落识别方法，其特征在于：所述的数据采集模块，在智能穿戴式防护系统中集成数据采集模块，所述的数据采集模块包括惯性测量单元和压力传感器，所述的惯性测量单元包括加速度计和陀螺仪，用于实时采集人体下降动作的运动学数据，所述的压力传感器用于采集动力学数据。
4.根据权利要求1所述的一种基于...
【技术特征摘要】
1.一种基于深度学习的防误触高空坠落识别方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的防误触高空坠落识别方法，其特征在于：所述的人体下降动作包括下蹲、弯腰、倒下和跌落动作。
3.根据权利要求1所述的一种基于深度学习的防误触高空坠落识别方法，其特征在于：所述的数据采集模块，在智能穿戴式防护系统中集成数据采集模块，所述的数据采集模块包括惯性测量单元和压力传感器，所述的惯性测量单元包括加速度计和陀螺仪，用于实时采集人体下降动作的运动学数据，所述的压力传感器用于采集动力学数据。
4.根据权利要求1所述的一种基于深度学习的防误触高空坠落识别方法，其特征在于：所述人体下降动作的运动学和动力学数据，包括加速度、关节相对位置和人-气囊服之间的压力值。
5.根据权利要求1所述的一种基于深度学习的防误触高空坠落识别方法，其特征在于：...
【专利技术属性】
技术研发人员：许亮，陈浩，李朝阳，杨磊，闫文虎，刘超，李文杰，陈玲，
申请(专利权)人：国网天津静海供电有限公司，
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。