System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及危險作業過程監控,具體涉及一種危險作業自動告警方法、裝置、危險作業管理設備及介質。
技術介紹
1、現場管理是企業安全管理的重點,而危險作業管理是重中之重。為解決“危險作業人員根據經驗進行現場操作并手填紙質版作業記錄、現場監護人員填寫紙質版作業監護記錄、安全管理人員現場抽查、領導層抽查作業記錄、作業監護記錄”的方式,這種傳統的“人防”管理方式,存在的隱患排查不全面、不準確,對危險作業過程監控不到位以及不能及時發現風險、隱患的問題。
2、為解決上述技術問題,現有技術中提出了基于ai的危險作業自動告警方法進行危險作業安全隱患識別;但目前的危險作業自動告警方法只能識別危險作業人員未戴安全帽、未穿工作服等違章行為,算法單一,無法滿足危險作業過程涉及的人員、設備、現場措施、現場環境等全要素風險隱患的全面識別。
3、因此,亟需提供一種危險作業自動告警方法、裝置、危險作業管理設備及介質,提高全作業流程的安全隱患識別,以確保作業過程、作業行為符合要求,實現自動告警,從而減少危險作業過程中因風險隱患造成的事故,提高危險作業安全性。
技術實現思路
1、有鑒于此,有必要提供一種危險作業自動告警方法、裝置、危險作業管理設備及介質,用以解決現有技術中存在的識別算法可識別的因素單一,導致風險隱患識別不全面,進而造成危險作業安全性較低的技術問題。
2、一方面,為了解決上述技術問題,本專利技術提供了一種危險作業自動告警方法,包括:
3、確定危險作業的多個
4、基于所述節點關鍵要素確定圖像關鍵詞,并基于所述圖像關鍵詞對所述危險作業的現場圖像進行區域提取,獲得與所述多個節點關鍵要素對應的多個感興趣圖像;
5、將所述多個感興趣圖像輸入至隱患預測模型中,獲得預測隱患值;
6、當所述預測隱患值大于隱患安全閾值時,生成告警信號。
7、在一種可能的實現方式中,所述確定危險作業的多個作業流程節點,包括:
8、獲取危險作業類型,基于所述危險作業類型確定危險作業流程;所述危險作業流程包括作業前危險作業子流程、作業中危險作業子流程和作業后危險作業子流程;
9、確定所述危險作業流程中的多個危險作業子步驟,將所述危險作業子步驟作為所述作業流程節點。
10、在一種可能的實現方式中,所述人員要素包括作業人員行為,所述作業人員行為包括作業人員有無工作證、作業人員是否為非作業申請中的人員、是否按要求穿戴防護用品、是否出現安全帶高掛低用、登高作業時是否有人監護、使用工具是否規范;所述設備要素包括設備狀態;所述現場措施要素包括是否設置圍擋措施、是否設置警示牌或警示帶、有電弧敷設的作業現場是否有遮光措施、登高設備是否有防滑措施、現場火源是否清理、現場易燃物是否清理;所述現場環境要素包括現場溫度、現場噪聲、現場風力、有無積水。
11、在一種可能的實現方式中,所述隱患預測模型包括可變形卷積初始識別模塊以及識別推理模塊;則所述將所述多個感興趣圖像輸入至隱患預測模型中,獲得預測隱患值,包括:
12、基于所述可變形卷積初始識別模塊對所述多個感興趣區域圖像進行識別分類,獲得多個初始分類特征;
13、基于所述識別推理模塊獲取所述感興趣區域圖像的多個周圍特征;并對所述多個初始分類特征和所述多個周圍特征進行關系推理識別,獲得所述預測隱患值。
14、在一種可能的實現方式中,所述可變形卷積初始識別模塊包括可變形卷積單元、可變形部件模型單元和初始識別單元;
15、所述可變形卷積單元用于對所述感興趣區域進行不規則采樣,獲得自適應特征圖;
16、所述可變形部件模型單元用于確定所述自適應特征圖中的至少一個候選區域;
17、所述初始識別單元用于將所述至少一個候選區域進行加權融合,獲得加權區域,并對所述加權區域進行可變形池化和全連接處理,獲得所述初始分類特征。
18、在一種可能的實現方式中,所述識別推理模塊包括周邊信息識別單元以及識別推理單元;
19、所述周邊信息識別單元用于獲取所述感興趣區域圖像的多個周圍特征;
20、所述識別推理單元用于對所述初始分類特征和所述周圍特征進行融合,獲得所述預測隱患值。
21、在一種可能的實現方式中,所述周邊信息識別單元為faster?rcnn,所述識別推理單元為gru。
22、另一方面,本專利技術還提供了一種危險作業自動告警裝置,包括:
23、節點關鍵要素確定單元,用于確定危險作業的多個作業流程節點,基于作業流程規范確定所述作業流程節點的多個節點關鍵要素;所述節點關鍵要素包括人員要素、設備要素、現場措施要素和現場環境要素;
24、感興趣圖像確定單元,用于基于所述節點關鍵要素確定圖像關鍵詞,并基于所述圖像關鍵詞對所述危險作業的現場圖像進行區域提取,獲得與所述多個節點關鍵要素對應的多個感興趣圖像;
25、隱患預測單元,用于將所述多個感興趣圖像輸入至隱患預測模型中,獲得預測隱患值;
26、隱患告警單元,用于當所述預測隱患值大于隱患安全閾值時,生成告警信號。
27、另一方面,本專利技術還提供了一種危險作業管理設備,包括存儲器和處理器,其中,
28、所述存儲器,用于存儲程序;
29、所述處理器,與所述存儲器耦合,用于執行所述存儲器中存儲的所述程序,以實現上述任意一種可能的實現方式中所述的危險作業自動告警方法中的步驟。
30、另一方面,本專利技術還提供了一種計算機可讀存儲介質,用于存儲計算機可讀取的程序或指令,所述程序或指令被處理器執行時能夠實現上述任意一種可能的實現方式中所述的危險作業自動告警方法中的步驟。
31、本專利技術的有益效果是:本專利技術提供的危險作業自動告警方法,通過基于作業流程規范確定作業流程節點的節點關鍵要素,進而基于節點關鍵要素確定出的圖像關鍵詞對危險作業的現場圖像進行區域提取,獲得與多個節點關鍵要素對應的多個感興趣圖像,基于多個感興趣圖像確定預測隱患值,實現了在預測隱患值確定的過程中,將人員要素、設備要素、現場措施要素和現場環境要素這四個維度考慮在內,即:人員要素、設備要素、現場措施要素和現場環境要素共同決定預測隱患值,相較于現有技術中僅通過人員這一單一要素進行隱患預測的方法,可提高預測隱患值的準確性,進而提高了危險作業自動告警的及時性和準確性。
本文檔來自技高網...【技術保護點】
1.一種危險作業自動告警方法,其特征在于,包括:
2.根據權利要求1所述的危險作業自動告警方法,其特征在于,所述確定危險作業的多個作業流程節點,包括:
3.根據權利要求1所述的危險作業自動告警方法,其特征在于,所述人員要素包括作業人員行為,所述作業人員行為包括作業人員有無工作證、作業人員是否為非作業申請中的人員、是否按要求穿戴防護用品、是否出現安全帶高掛低用、登高作業時是否有人監護、使用工具是否規范;所述設備要素包括設備狀態;所述現場措施要素包括是否設置圍擋措施、是否設置警示牌或警示帶、有電弧敷設的作業現場是否有遮光措施、登高設備是否有防滑措施、現場火源是否清理、現場易燃物是否清理;所述現場環境要素包括現場溫度、現場噪聲、現場風力、有無積水。
4.根據權利要求1所述的危險作業自動告警方法,其特征在于,所述隱患預測模型包括可變形卷積初始識別模塊以及識別推理模塊;則所述將所述多個感興趣圖像輸入至隱患預測模型中,獲得預測隱患值,包括:
5.根據權利要求4所述的危險作業自動告警方法,其特征在于,所述可變形卷積初始識別模塊包括可變形卷積單元、
6.根據權利要求4所述的危險作業自動告警方法,其特征在于,所述識別推理模塊包括周邊信息識別單元以及識別推理單元;
7.根據權利要求6所述的危險作業自動告警方法,其特征在于,所述周邊信息識別單元為Faster?RCNN,所述識別推理單元為GRU。
8.一種危險作業自動告警裝置,其特征在于,包括:
9.一種危險作業管理設備,其特征在于,包括存儲器和處理器,其中,
10.一種計算機可讀存儲介質,其特征在于,用于存儲計算機可讀取的程序或指令,所述程序或指令被處理器執行時能夠實現上述權利要求1至7中任意一項所述的危險作業自動告警方法中的步驟。
...【技術特征摘要】
1.一種危險作業自動告警方法,其特征在于,包括:
2.根據權利要求1所述的危險作業自動告警方法,其特征在于,所述確定危險作業的多個作業流程節點,包括:
3.根據權利要求1所述的危險作業自動告警方法,其特征在于,所述人員要素包括作業人員行為,所述作業人員行為包括作業人員有無工作證、作業人員是否為非作業申請中的人員、是否按要求穿戴防護用品、是否出現安全帶高掛低用、登高作業時是否有人監護、使用工具是否規范;所述設備要素包括設備狀態;所述現場措施要素包括是否設置圍擋措施、是否設置警示牌或警示帶、有電弧敷設的作業現場是否有遮光措施、登高設備是否有防滑措施、現場火源是否清理、現場易燃物是否清理;所述現場環境要素包括現場溫度、現場噪聲、現場風力、有無積水。
4.根據權利要求1所述的危險作業自動告警方法,其特征在于,所述隱患預測模型包括可變形卷積初始識別模塊以及識別推理模塊;則所述將...
【專利技術屬性】
技術研發人員:馬燕娟,董志勇,張蒙,邱琳,高璐,
申請(專利權)人:武漢理工光科股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。