本发明涉及建筑施工安全,尤其涉及一种基于ai算法的施工现场安全帽佩戴检测与预警方法及系统。
背景技术:
1、佩戴安全帽能有效的减少坠落的物体对人员造成的伤害,因此,在建筑业、制造业、油田和化工厂等企业的施工场合强制规定作业人员必须佩戴安全帽。在实际生活中,对施工现场的工人是否佩戴安全帽进行检测,以及时发现没有按照规定佩戴安全帽的工人,是施工现场安全管理中的重要环节。
2、当前,针对施工现场的安全帽佩戴检测方式主要为管理人员人为通过肉眼及主观意识判定施工人员是否佩戴安全帽,或者,后台系统通过识别施工现场拍摄图像判定施工人员是否佩戴安全帽。然而,实践可知,前一种人为主观性检测安全帽佩戴情况的方式容易受人为主观性影响,存在安全帽佩戴的检测效率低的问题;后一种系统智能化检测安全帽佩戴情况的方式则过于依赖拍摄图像,所拍摄的图像存在视觉误区、视觉盲区的可能性较大,进而导致安全帽佩戴的检测准确性低。可见,提供一种新的安全帽佩戴的检测方式以提高安全帽佩戴的检测准确性及检测效率显得尤为重要。
技术实现思路
1、本
技术实现要素:
所要解决的技术问题在于,提供一种基于ai算法的施工现场安全帽佩戴检测与预警方法及系统,能够提高针对安全帽佩戴情况的检测精准性、可靠性,进而提高针对安全帽佩戴情况的预警及时性和预警准确性。
2、为了解决上述技术问题,本发明第一方面公开了一种基于ai算法的施工现场安全帽佩戴检测与预警方法,所述方法应用于检测与预警系统,所述检测与预警系统用于实现对施工现场的安全帽佩戴检测与预警,所述检测与预警系统至少包括一体化管理平台,所述施工现场中的安全帽通过配置在自身的信息采集模块和通信模块接入所述一体化管理平台,所述方法包括:
3、所述一体化管理平台接收通过处于所述施工现场的智能安全帽对应的通信模块传输的安全帽状态信息,所述安全帽状态信息通过所述智能安全帽的信息采集模块采集到的;
4、所述一体化管理平台根据所述安全帽状态信息,通过预先设定好的检测与预警模型判断所述智能安全帽是否满足预设的异常佩戴条件;
5、当判断出所述智能安全帽满足所述异常佩戴条件时,所述一体化管理平台向与所述智能安全帽相关联的施工管理人员发出预警信息,和/或,向所述智能安全帽发出提示信息。
6、作为一种可选的实施方式,在本发明第一方面中,所述一体化管理平台根据所述安全帽状态信息,通过预先设定好的检测与预警模型判断所述智能安全帽是否满足预设的异常佩戴条件,包括:
7、根据所述安全帽状态信息,判断所述智能安全帽是否处于被佩戴状态,得到第一判断结果;
8、当所述第一判断结果为否时,确定所述智能安全帽满足预设的异常佩戴条件;
9、当所述第一判断结果为是时,确定所述智能安全帽的佩戴相关信息,并根据所述佩戴相关信息及所述安全帽状态信息,判断所述智能安全帽是否满足预设的有效佩戴要求;
10、当判断出所述智能安全帽未满足所述有效佩戴要求时,确定所述智能安全帽满足预设的异常佩戴条件。
11、作为一种可选的实施方式,在本发明第一方面中,所述一体化管理平台根据所述佩戴相关信息及所述安全帽状态信息,判断所述智能安全帽是否满足预设的有效佩戴要求,包括:
12、根据所述佩戴相关信息,确定所述智能安全帽的内里接触相关信息;
13、根据所述内里接触相关信息,判断所述智能安全帽是否满足预设的内里接触要求,得到第二判断结果;
14、当所述第二判断结果为否时,确定所述智能安全帽不满足预设的有效佩戴要求;
15、当所述第二判断结果为是时,根据所述佩戴相关信息,确定所述智能安全帽对应的当前佩戴角度;
16、判断所述当前佩戴角度是否处于预设的合理佩戴角度范围内,得到第三判断结果;
17、当所述第三判断结果为否时,确定所述智能安全帽不满足预设的有效佩戴条件。
18、作为一种可选的实施方式,在本发明第一方面中,所述一体化管理平台根据所述内里接触相关信息,判断所述智能安全帽是否满足预设的内里接触要求,包括:
19、根据所述内里接触相关信息,分析所述智能安全帽对应的内里接触面积数据,并根据所述内里接触面积数据及设定的所述智能安全帽对应的预期内里接触面积,确定所述智能安全帽对应的接触差异度;
20、判断所述接触差异度是否小于等于预设的接触差异度阈值,得到第四判断结果;
21、当所述第四判断结果为是时,确定所述智能安全帽满足预设的内里接触要求;
22、当所述第四判断结果为否时,根据所述内里接触相关信息,确定异常接触参数信息,所述异常接触参数信息包括异常接触持续时长信息、异常接触频率信息及异常接触次数信息中的一种或多种;
23、根据所述异常接触参数信息及所述内里接触面积数据,分析所述智能安全帽对应的接触异常程度;
24、判断所述接触异常程度是否大于等于预设的接触异常程度阈值,得到第五判断结果;
25、当所述第五判断结果为是时,确定所述智能安全帽不满足预设的内里接触要求;
26、当所述第五判断结果为否时,确定所述智能安全帽满足预设的内里接触要求。
27、作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
28、所述一体化管理平台确定所述智能安全帽对应的异常佩戴情况,并根据所述异常佩戴情况,通过预先设定好的检测与预警模型对与所述智能安全帽相关联的施工人员进行考勤,得到所述施工现场的考勤结果;所述智能安全帽处于所述施工现场中;
29、其中,所述异常佩戴情况用于表示所述智能安全帽满足预设的异常佩戴条件或者所述智能安全帽不满足预设的异常佩戴条件;
30、其中,与所述智能安全帽相关联的施工人员包括实时佩戴所述智能安全帽的施工人员、具有所述智能安全帽的佩戴权限的施工人员、实时持有所述智能安全帽的施工人员、其它与所述智能安全帽存在考勤关系的施工人员中的一种或多种。
31、作为一种可选的实施方式,在本发明第一方面中,所述一体化管理平台根据所述异常佩戴情况,通过预先设定好的检测与预警模型对与所述智能安全帽相关联的施工人员进行考勤,得到所述施工现场的考勤结果,包括:
32、确定处于所述施工现场中的至少一个所述智能安全帽,并计算所有所述智能安全帽对应的第一考勤数量;
33、根据每一所述智能安全帽对应的异常佩戴情况,从所有所述智能安全帽中筛选出不满足预设的异常佩戴条件的第一智能安全帽,并从所有所述智能安全帽中筛选出安全帽状态为被持有状态的第二智能安全帽;
34、对所有所述第一智能安全帽执行重复佩戴和/或重复持有筛选操作,以及,对所有所述第二智能安全帽执行重复佩戴和/或重复持有筛选操作,得到第三智能安全帽;
35、对所有所述第三智能安全帽执行佩戴权限匹配操作,得到满足佩戴权限的目标第三智能安全帽;
36、根据所有所述智能安全帽及所有所述目标第三智能安全帽,确定所述施工现场的考勤结果,所述考勤结果包括数量考勤结果和/或人员考勤结果。
37、作为一种可选的实施方式,在本发明第一方面中,在所述一体化管理平台根据所述异常佩戴情况,通过预先设定好的检测与预警模型对与所述智能安全帽相关联的施工人员进行考勤,得到所述施工现场的考勤结果之后,所述方法还包括:
38、所述一体化管理平台根据所述考勤结果,分析所述施工现场中的所有所述智能安全帽对应的分配情况;所述分配情况包括安全帽类型分配情况和/或不同安全帽类型对应的数量分配情况;
39、所述一体化管理平台确定所有所述智能安全帽处于所述施工现场中的位置分布情况,并根据分配情况、所述位置分布情况及所述施工现场中的所有所述智能安全帽对应的异常佩戴情况,确定至少一个需要进行控制调节的施工设备,所述施工设备处于所述施工现场中;
40、所述一体化管理平台根据分配情况、所述位置分布情况、所有所述施工设备的运行参数及所述施工现场中的所有所述智能安全帽对应的异常佩戴情况,对所有所述施工设备执行控制操作。
41、本发明第二方面公开了一种基于ai算法的施工现场安全帽佩戴检测与预警系统,所述检测与预警系统用于实现对施工现场的安全帽佩戴检测与预警,所述检测与预警系统至少包括一体化管理平台,所述施工现场中的安全帽通过配置在自身的信息采集模块和通信模块接入所述一体化管理平台,其中,所述一体化管理平台包括信息接收模块、判断模块及预警提示模块,其中:
42、所述信息接收模块,用于接收通过处于所述施工现场的智能安全帽对应的通信模块传输的安全帽状态信息,所述安全帽状态信息通过所述智能安全帽的信息采集模块采集到的;
43、所述判断模块,用于根据所述安全帽状态信息,通过预先设定好的检测与预警模型判断所述智能安全帽是否满足预设的异常佩戴条件;
44、所述预警提示模块,用于当判断出所述智能安全帽满足所述异常佩戴条件时,向与所述智能安全帽相关联的施工管理人员发出预警信息,和/或,向所述智能安全帽发出提示信息。
45、作为一种可选的实施方式,在本发明第二方面中,所述判断模块根据所述安全帽状态信息,通过预先设定好的检测与预警模型判断所述智能安全帽是否满足预设的异常佩戴条件的方式具体包括:
46、根据所述安全帽状态信息,判断所述智能安全帽是否处于被佩戴状态,得到第一判断结果;
47、当所述第一判断结果为否时,确定所述智能安全帽满足预设的异常佩戴条件;
48、当所述第一判断结果为是时,确定所述智能安全帽的佩戴相关信息,并根据所述佩戴相关信息及所述安全帽状态信息,判断所述智能安全帽是否满足预设的有效佩戴要求;
49、当判断出所述智能安全帽未满足所述有效佩戴要求时,确定所述智能安全帽满足预设的异常佩戴条件。
50、作为一种可选的实施方式,在本发明第二方面中,所述判断模块根据所述佩戴相关信息及所述安全帽状态信息,判断所述智能安全帽是否满足预设的有效佩戴要求的方式具体包括:
51、根据所述佩戴相关信息,确定所述智能安全帽的内里接触相关信息;
52、根据所述内里接触相关信息,判断所述智能安全帽是否满足预设的内里接触要求,得到第二判断结果;
53、当所述第二判断结果为否时,确定所述智能安全帽不满足预设的有效佩戴要求;
54、当所述第二判断结果为是时,根据所述佩戴相关信息,确定所述智能安全帽对应的当前佩戴角度;
55、判断所述当前佩戴角度是否处于预设的合理佩戴角度范围内,得到第三判断结果;
56、当所述第三判断结果为否时,确定所述智能安全帽不满足预设的有效佩戴条件。
57、作为一种可选的实施方式,在本发明第二方面中,所述判断模块根据所述内里接触相关信息,判断所述智能安全帽是否满足预设的内里接触要求的方式具体包括:
58、根据所述内里接触相关信息,分析所述智能安全帽对应的内里接触面积数据,并根据所述内里接触面积数据及设定的所述智能安全帽对应的预期内里接触面积,确定所述智能安全帽对应的接触差异度;
59、判断所述接触差异度是否小于等于预设的接触差异度阈值,得到第四判断结果;
60、当所述第四判断结果为是时,确定所述智能安全帽满足预设的内里接触要求;
61、当所述第四判断结果为否时,根据所述内里接触相关信息,确定异常接触参数信息,所述异常接触参数信息包括异常接触持续时长信息、异常接触频率信息及异常接触次数信息中的一种或多种;
62、根据所述异常接触参数信息及所述内里接触面积数据,分析所述智能安全帽对应的接触异常程度;
63、判断所述接触异常程度是否大于等于预设的接触异常程度阈值,得到第五判断结果;
64、当所述第五判断结果为是时,确定所述智能安全帽不满足预设的内里接触要求;
65、当所述第五判断结果为否时,确定所述智能安全帽满足预设的内里接触要求。
66、作为一种可选的实施方式,在本发明第二方面中,所述一体化管理平台还包括确定模块及考勤模块,其中:
67、所述确定模块,用于确定所述智能安全帽对应的异常佩戴情况;
68、所述考勤模块,用于根据所述异常佩戴情况,通过预先设定好的检测与预警模型对与所述智能安全帽相关联的施工人员进行考勤,得到所述施工现场的考勤结果;所述智能安全帽处于所述施工现场中;
69、其中,所述异常佩戴情况用于表示所述智能安全帽满足预设的异常佩戴条件或者所述智能安全帽不满足预设的异常佩戴条件;
70、其中,与所述智能安全帽相关联的施工人员包括实时佩戴所述智能安全帽的施工人员、具有所述智能安全帽的佩戴权限的施工人员、实时持有所述智能安全帽的施工人员、其它与所述智能安全帽存在考勤关系的施工人员中的一种或多种。
71、作为一种可选的实施方式,在本发明第二方面中,所述考勤模块根据所述异常佩戴情况,通过预先设定好的检测与预警模型对与所述智能安全帽相关联的施工人员进行考勤,得到所述施工现场的考勤结果的方式具体包括:
72、确定处于所述施工现场中的至少一个所述智能安全帽,并计算所有所述智能安全帽对应的第一考勤数量;
73、根据每一所述智能安全帽对应的异常佩戴情况,从所有所述智能安全帽中筛选出不满足预设的异常佩戴条件的第一智能安全帽,并从所有所述智能安全帽中筛选出安全帽状态为被持有状态的第二智能安全帽;
74、对所有所述第一智能安全帽执行重复佩戴和/或重复持有筛选操作,以及,对所有所述第二智能安全帽执行重复佩戴和/或重复持有筛选操作,得到第三智能安全帽;
75、对所有所述第三智能安全帽执行佩戴权限匹配操作,得到满足佩戴权限的目标第三智能安全帽;
76、根据所有所述智能安全帽及所有所述目标第三智能安全帽,确定所述施工现场的考勤结果,所述考勤结果包括数量考勤结果和/或人员考勤结果。
77、本发明第三方面公开了另一种基于ai算法的施工现场安全帽佩戴检测与预警系统,所述检测与预警系统包括:
78、存储有可执行程序代码的存储器;
79、与所述存储器耦合的处理器;
80、所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的基于ai算法的施工现场安全帽佩戴检测与预警方法。
81、本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的基于ai算法的施工现场安全帽佩戴检测与预警方法。
82、与现有技术相比,本发明实施例具有以下有益效果:
83、本发明实施例中,应用于检测与预警系统,检测与预警系统至少包括一体化管理平台,该一体化管理平台接收通过处于该施工现场的智能安全帽对应的通信模块传输的安全帽状态信息,该安全帽状态信息通过该智能安全帽的信息采集模块采集到的;根据该安全帽状态信息,通过预先设定好的检测与预警模型判断该智能安全帽是否满足预设的异常佩戴条件;当判断出该智能安全帽满足该异常佩戴条件时,向与该智能安全帽相关联的施工管理人员发出预警信息,和/或,向该智能安全帽发出提示信息。可见,本发明能够根据智能安全帽的安全帽状态信息,分析智能安全帽的异常佩戴条件满足情况,并当智能安全帽处于被异常佩戴时智能化输出预警提示,有利于提高安全帽佩戴的检测与预警方式的全面性和合理性,进而有利于提高确定出的安全帽异常佩戴的检测结果的准确性和可靠性,从而有利于提高针对安全帽异常佩戴的预警及时性和预警精准性,在一定程度上有利于提高施工现场的施工安全性和施工规范化。