面向电力变电站工程建设项目施工人员的行为分析方法与流程

本发明涉及一种项目施工人员的行为分析方法，属于智能监控技术领域。

背景技术：

现有的电力施工现场采用视频监控系统进行监管，基本还处于被动人力监控状态，但由于变电站建设工地的范围广，布设的监控设备数量较大，采用人工的方式进行画面监控，将可能导致遗漏和出错。。

技术实现要素：

发明目的：为了克服现有技术中存在的不足，本发明提供一种面向电力变电站工程建设项目施工人员的行为分析方法，采用图像处理、模式识别和计算机视觉等技术，通过在监控体系中增加智能视频分析模块，借助计算机的强大处理能力过滤掉视频画面的无用信息，分析抽取视频关键信息，快速准确的定位事故现场，判断异常情况并以最快速度和最大方式发出警报，从而有效进行事前预警、事中处理以及事后取证的全自动、全天候、实时监控的智能系统。本发明能够实时监控，并且判断异常情况并以最快速度和最大方式发出警报，从而有效进行事前预警。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种面向电力变电站工程建设项目施工人员的行为分析方法，基于机器学习方法的智能视频系统和色谱化分区管理技术，采用计算机网络通信技术、视频数字压缩处理技术和视频监控技术和安全色的区域管理技术对施工现场监控数据进行分析处理。设置区域网格作业面的功能划分及安全属性，是一种全新的施工管理模式。即将区域进行颜色标识，对环境、设施设备状态变化进行实时监控并且设置阈值预警，再将人员与这些被标识的区域和设备进行绑定交互，对相关信息进行数据抓取、分类。分析不同信息之间的逻辑关系和发展规律并将标识对象的行为趋势进行模拟建模，获取人员危险行为先兆并给予预警。具体包括以下步骤：

步骤1，基于物联网的色谱化分区管理系统：设置区域网格作业面的功能划分及安全属性，将区域进行颜色标识并布置信标，对环境、设施设备状态变化进行实时监控并且设置阈值预警，将人员与这些被标识的区域和设备进行绑定交互，对相关信息进行数据抓取、分类。

步骤2，基于物联网的ai智能视频监控系统：在区域网格作业面布置摄像头，摄像头将拍摄到的视频发送给ai智能视频监控系统，通过在监控体系中增加智能视频分析模块，分析抽取视频关键信息，通过ai智能视频监控系统快速准确的定位事故现场，再通过ai智能视频监控系统的图像处理和模式识别来判断异常情况并以最快速度发出警报。

步骤3，基于物联网的智能安全帽：在安全帽上集成了带有nb-iot、蓝牙、gps/北斗智能芯片的智能终端。

步骤4，当工人带上安全帽后，安全帽将定时向服务器发送数据，在一个固定的时间间隔内，工人路过有信标的地方，即安全帽内蓝牙模块与信标中蓝牙模块的距离符合阈值要求，智能终端将上报工人个人信息以及信标编码的组合信息。如果在固定的时间间隔内没有发送信标信息，智能终端上报工人个人信息和gprs定位信息。

同时，摄像头采集此时工人的视频，将拍摄到的视频发送给ai智能视频监控系统，ai智能视频监控系统根据视频判断是否有异常情况。

优选的：色谱化分区管理系统在初始时刻，采集足够的现场数据，经筛选后，通过逻辑回归算法进行拟合训练生成规则模型，规则模型根据不同的应用场景会有不同的规则。接收到智能终端上报数据时，若符合筛选要求，将其与规则模型中的每一条规则进行相似性分析，若相似，则根据规则对工人未来行为进行预测。若不相似，则将该条数据入库保存，作为原始数据来进行新规则训练。处理结果如下：与规则匹配相似的数据进行工人未来行为的预测，若预测为危险行为或聚集性行为则发出告警。

优选的：ai智能视频监控系统实现施工人员异常行为监测有徘徊检测：当重点区域有异常徘徊人员时主动触发告警；跌倒监测：通过跌倒监测，快速发现员工异常；离岗监测：监督值班人员是否在值班室工作；聚集监测：现场人群密集时主动触发告警；穿戴监测：检测到未穿戴安全帽或工作服人员则触发告警；攀爬检测：现场有人员异常攀爬时主动触发告警。

优选的：安全帽蓝牙模块与危险区域信标符合阈值时，安全帽内置的语音模块会播放提前录制的告警语音。

本发明相比现有技术，具有以下有益效果：

本发明基于5g窄带物联网技术的智能安全帽设计，建立了基于智能安全帽的施工现场人员管理系统，运用物联网技术与相关视频分析技术，把人的行为信息数据进行统计分析，实现现场的实时监控以及人员的行为动态分析，将ai智能视频监控与辅助精确定位相结合进行变电站工地安全管理，设计应用了面向施工环境下的智能安全帽，采用5g物联网传输方式实时的将施工人员信息传递至云端服务器，获取工人的活动轨迹并预测其活动趋势，避免危险的发生。

附图说明

图1为行为分析流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一种面向电力变电站工程建设项目施工人员的行为分析方法，包括以下步骤：

步骤1，基于物联网的色谱化分区管理系统：设置区域网格作业面的功能划分及安全属性，将区域进行颜色标识并布置信标，对环境、设施设备状态变化进行实时监控并且设置阈值预警，将人员与这些被标识的区域和设备进行绑定交互，对相关信息进行数据抓取、分类。

色谱化分区管理技术是一种基于安全色的区域管理技术，是用于对施工现场人的位置、行为、效能的管理模式。对于工地范围内的要素进行综合考虑并进行科学分类，设置区域网格作业面的功能划分及安全属性，是一种全新的施工管理模式。即将区域进行颜色标识，对环境、设施设备状态变化进行实时监控并且设置阈值预警，再将人员与这些被标识的区域和设备进行绑定交互，对相关信息进行数据抓取、分类。分析不同信息之间的逻辑关系和发展规律，并将标识对象的行为趋势进行模拟建模，获取人员危险行为先兆并给予预警。

行为分析工作流程如图1。比如：当工人带上安全帽后，安全帽将定时向服务器发送数据，在一个固定的时间间隔内(如3分钟)，工人路过有信标的地方，即安全帽内蓝牙模块与信标中蓝牙模块的距离符合阈值要求，智能终端将上报工人个人信息以及信标编码的组合信息；如果在固定的时间间隔内没有发送信标信息，智能终端上报工人个人信息和gprs定位信息。系统根据预制的现场情况，剔除一些明显不正确的数据，例如：gprs的定位漂移，精度偏低的点或者定位在施工范围之外的点。具体的数据处理规则如下：在初始时刻，采集足够的现场数据，经筛选后，通过逻辑回归算法进行拟合训练生成规则模型，规则模型根据不同的应用场景会有不同的规则，例如对于木工工人，经过数据拟合训练后可能会得到一条行为规则：“木工在上午7点会出现在材料区”。接收到新数据时，若符合筛选要求，将其与规则模型中的每一条规则进行相似性分析，例如分析某工种工人在某时段的所在位置是否与规则相似，若相似，则根据规则对工人未来行为进行预测；若不相似，则将该条数据入库保存，作为原始数据来进行新规则训练。其中需要注意的是，不同地区和不同季节会对行为规则产生一定的时间偏移，例如新疆和南京有一定的时差，导致工人上工时间有差异。因此，新数据与规则匹配相似之后，会进行多维特征转换操作以平衡地域和季节差异对工人行为的影响，同时记录产生时间差异的原因和偏差值。处理结果如下：与规则匹配相似的数据进行工人未来行为的预测，若预测为危险行为或聚集性行为则发出告警，例如预测工人可能即将进入危险区域，安全帽蓝牙模块与危险区域信标符合阈值时，内置的语音模块会播放提前录制的告警语音“小心，前方危险！”，同时，管理界面会弹出工人在工地上相应位置的告警闪烁图标，以引起监管人员注意。

步骤2，基于物联网的ai智能视频监控系统：在区域网格作业面布置摄像头，摄像头将拍摄到的视频发送给ai智能视频监控系统，通过在监控体系中增加智能视频分析模块，分析抽取视频关键信息，通过ai智能视频监控系统快速准确的定位事故现场，再通过ai智能视频监控系统的图像处理和模式识别来判断异常情况并以最快速度发出警报。

基于色谱化分区管理技术，将ai智能视频监控与辅助精确定位相结合的变电站工地安全管理策略。相对于大部分的建筑项目的立体化施工方式，变电站属于平面化施工，在工地布设摄像机可以有效记录监控范围内的人员活动情况，利用智能图像处理算法可以实现对施工人员的自动检测、识别和跟踪，同时结合声音、光学等传感器可以实现施工现场的实时环境监测。然而，仅仅通过视频监控无法进行空间位置的精确定位，如施工人员所在楼层，且无法进行有效的告警互动，因此，基于智能安全帽的辅助人员精确定位系统，是本文提出安全管理策略中针对工人作业规范的直接监督管理。通过智能安全帽采集人员的定位信息，利用5g物联网技术传输至云平台，实现对施工人员的有效监管。另一方面，对施工区域采用色谱化分区管理，对工地范围内的要素进行综合考虑，科学分类，设置区域网格做页面的功能划分和安全属性，结合人员精准定位系统，实现施工人员行为趋势的模拟建模，获取人员危险行为先兆，及时给出预警。

采用图像处理、模式识别和计算机视觉等技术，通过在监控体系中增加智能视频分析模块，借助计算机的强大处理能力过滤掉视频画面的无用信息，分析抽取视频关键信息，通过ai智能监控可以快速准确的定位事故现场，再通过ai的图像处理技术和模式识别来判断异常情况并以最快速度发出警报，从而有效进行事前预警、事中处理以及事后取证的全自动、全天候、实时监控的智能系统。基于该系统可以实现施工人员异常行为监测，主要监测场景有：(1)徘徊检测：当重点区域有异常徘徊人员时主动触发告警；(2)跌倒监测：通过跌倒监测，快速发现员工异常；(3)离岗监测：监督值班人员否在值班室工作；(4)聚集监测：现场人群密集时主动触发告警；(5)穿戴监测：检测到未穿戴安全帽或工作服人员则触发告警；(6)攀爬检测：现场有人员异常攀爬时主动触发告警。

步骤3，基于5g窄带物联网的智能安全帽：在传统安全帽安全防护功能的基础上，集成了nb-iot、蓝牙、gps/北斗等技术的智能芯片的智能终端，实现基于工地色谱化分区后对施工人员的精确定位管理，建立了基于智能安全帽的施工现场人员管理系统，运用物联网技术与相关视频分析技术，把人的行为信息数据进行统计分析，实现现场的实时监控以及人员的行为动态分析。

步骤4，当工人带上安全帽后，安全帽将定时向服务器发送数据，在一个固定的时间间隔内，工人路过有信标的地方，即安全帽内蓝牙模块与信标中蓝牙模块的距离符合阈值要求，智能终端将上报工人个人信息以及信标编码的组合信息。如果在固定的时间间隔内没有发送信标信息，智能终端上报工人个人信息和gprs定位信息。

同时，摄像头采集此时工人的视频，将拍摄到的视频发送给ai智能视频监控系统，ai智能视频监控系统根据视频判断是否有异常情况。

优选的：

优选的：ai智能视频监控系统实现施工人员异常行为监测有徘徊检测、跌倒监测、离岗监测、聚集监测、穿戴监测、攀爬检测。

优选的：安全帽蓝牙模块与危险区域信标符合阈值时，安全帽内置的语音模块会播放提前录制的告警语音。

为了实现对施工人员的精确定位和轨迹追踪，施工人员的定位信息nb-iot传送至云端平台后进行分析处理。关键步骤有：数据采集：当工人带上安全帽后，安全帽将定时向服务器发送数据，在一个固定的时间间隔内(如3分钟)，工人路过有信标的地方，即安全帽内蓝牙模块与信标中蓝牙模块的距离符合阈值要求，智能终端将上报对应的信标编码作为工人位置信息；如果在固定的时间间隔内没有发送信标信息，智能终端上报gprs定位信息。数据筛选：系统根据预制的现场情况，剔除一些明显不正确的数据，例如：gprs的定位漂移，精度偏低的点或者定位在项目外侧的点。

基于色谱化分区管理技术，将ai智能视频监控与辅助精确定位相结合的变电站工地安全管理策略，实时关注工人在施工过程中的行为动态，从根本上规避输变电施工过程中的不安全行为。并通过某变电站实地项目对提出的安全管理策略进行验证，可以证明所提方法的有效性和实用性。基于色谱化分区管理技术，将ai智能视频监控与辅助精确定位相结合的变电站工地安全管理策略研究，实现了变电站工程施工过程中的人员精确定位、轨迹追踪以及自动报警等功能，提高对变电站施工过程的信息化水平，为人力工程监控提供了有效的参考信息，为工程的安全施工和工程质量提供了有力保障。变电站施工环境危险性高，但相对于大部分的建筑工程，尤其是机械设备监管上要求较低，因此，本文所提策略针对变电站环境可以达到有效的人员管理目标。未来，对于更加复杂的建筑场景，可以在安全帽终端中集成更丰富的传感模块，以采集更全面的人员相关数据，为满足不同施工环境的安全监管提供有效辅助手段。在施工人员施工的情况下，通过5g、nb-iot、蓝牙、gps/北斗等技术的智能芯片可以有效从根本上规避输变电施工过程中的不安全行为。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。