一种云边端协同分布式工业电视监测与识别系统及方法与流程

本发明涉及施工监测，具体为一种云边端协同分布式工业电视监测与识别系统及方法。

背景技术：

1、工业电视一般用于监视工业生产过程及其环境，主要由摄像机、传输通道、控制器和监视器组成，应用于电力生产或施工过程中的实时监视、安全和消防等方面，云边端协同技术是一种集高效的数据处理和传输方式于一体的技术，能够提高数据处理效率并降低延迟，在不同领域都发挥着重要作用，将云边端协同技术应用于电力施工监测方向，有利于对监测到的数据进行高效处理和传输，提高工业电视的监测效率；

2、在电力生产或施工过程中，有时需要进行必要的登高作业，在登高作业过程中必须要有人员进行扶梯，人员也必须要佩戴安全帽以防安全事故发生，为及时发现未有人员扶梯或者人员未佩戴安全帽的异常情况，现有技术利用多个工业电视对登高作业进行实时监测，但是因为工业电视的拍摄角度和识别水平不同，容易导致最终的识别结果出现误差，设置过多的且部分监测效率不高的工业电视甚至未筛选出合适的工业电视进行登高作业监测识别，不利于提高识别结果的准确性并降低监测成本。

3、所以，人们需要一种云边端协同分布式工业电视监测与识别系统及方法来解决上述问题。

技术实现思路

1、本发明的目的在于提供一种云边端协同分布式工业电视监测与识别系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种云边端协同分布式工业电视监测与识别系统，所述系统包括：作业环境监测模块、监测数据调取模块、监测数据分析模块和监测管理模块；

3、所述作业环境监测模块的输出端连接所述监测数据调取模块的输入端，所述监测数据调取模块的输出端连接所述监测数据分析模块的输入端，所述监测数据分析模块的输出端连接监测管理模块的输入端；

4、所述作业环境监测模块用于利用工业电视对登高作业环境进行实时监测和识别，在监测到异常情况时进行预警；

5、所述监测数据调取模块用于调取历史监测数据和识别数据至所述监测数据分析模块；

6、所述监测数据分析模块用于分析利用不同工业电视对对应位置的登高作业进行监测的监测效率；

7、所述监测管理模块用于比较监测效率，筛选出工业电视对对应位置的登高作业继续进行同步监测。

8、进一步的，所述作业环境监测模块包括设备信息采集单元、人员扶梯识别监测单元和监测数据管理单元；

9、所述设备信息采集单元和人员扶梯识别监测单元的输出端连接所述监测数据管理单元的输入端；

10、所述设备信息采集单元用于采集用于登高作业无人扶梯识别和监测的设备数量和设备所处位置信息，所述设备指的是工业电视；

11、所述人员扶梯识别监测单元用于利用工业电视拍摄进行登高作业时的图像，利用视觉识别技术监测并识别图像中是否由人员在扶梯和图像中的人员是否佩戴安全帽，在识别出进行登高作业时无人在扶梯或者人员未佩戴安全帽时发出预警信号；

12、利用工业电视在施工过程中进行登高作业实时监测，利用工业电视的视觉识别技术识别登高作业时是否出现未有人员扶梯或者有人员未佩戴安全帽的情况，在识别到上述异常情况时进行及时预警，保障了登高作业的人员安全性，降低了安全事故的发生概率；

13、所述监测数据管理单元用于将工业电视采集到的图像信息和图像拍摄时间信息传输到边缘端，在边缘端中将采集到的数据进行整合预处理，整合预处理后的数据格式为：设备位置+拍摄时间+拍摄到的图像+佩戴安全帽识别正确次数，边缘端将预处理后的数据传输至云端进行分析；

14、采用云边端协同技术对监测到的数据进行管理，由终端，即工业电视采集拍摄到的图像数据，将采集到的本地数据传输至边缘端，由边缘端对数据进行整合预处理，再将整合预处理后的数据发送至云端，由云端进行数据智能分析：分析并筛选出合适的工业电视进行登高作业监测，有效提高了数据分析处理的效率。

15、进一步的，所述监测数据调取模块包括拍摄图像调取单元和识别信息调取单元；

16、所述拍摄图像调取单元和识别信息调取单元的输入端连接所述监测数据管理单元的输出端；

17、所述拍摄图像调取单元用于调取不同设备同时拍摄到的同一个登高作业时存在扶梯人员的图像；

18、所述识别信息调取单元用于调取不同设备在拍摄到对应图像后进行人员佩戴安全帽识别的正确次数信息。

19、进一步的，所述监测数据分析模块包括图像遮挡分析单元和正确率分析单元；

20、所述图像遮挡分析单元的输入端连接所述拍摄图像调取单元的输出端，所述正确率分析单元的输入端连接所述识别信息调取单元的输出端；

21、所述图像遮挡分析单元用于依据不同设备同时拍摄到的同一个登高作业时存在扶梯人员的图像，分析在图像中扶梯人员轮廓所勾勒区域被扶梯遮挡的区域面积占扶梯人员轮廓所勾勒区域的比例；

22、所述正确率分析单元用于依据正确次数信息分析不同设备识别登高作业时人员佩戴安全帽的正确率。

23、进一步的，所述监测管理模块包括监测效率分析单元、效率比较单元和设备筛选单元；

24、所述监测效率分析单元的输入端连接所述图像遮挡分析单元和正确率分析单元的输出端，所述监测效率分析单元的输出端连接所述效率比较单元的输入端，所述效率比较单元的输出端连接所述设备筛选单元的输入端；

25、所述监测效率分析单元用于结合被遮挡的区域面积和正确率数据分析不同设备的监测效率指数；

26、所述效率比较单元用于比较监测效率指数，将设备按监测效率指数按从大到小的顺序进行排列并分组，选择最佳的分组结果；

27、所述设备筛选单元用于从最佳的分组结果中筛选出处于第一组的设备，即工业电视后续对对应位置的登高作业进行识别和监测。

28、一种云边端协同分布式工业电视监测与识别方法，包括以下步骤：

29、s1：利用工业电视对登高作业环境进行实时监测和识别，在监测到异常情况时进行预警；

30、s2：调取并分析历史监测数据和识别数据，分析利用不同工业电视对对应位置的登高作业进行监测的监测效率；

31、s3：比较监测效率，将工业电视进行分组并选择最佳的分组结果；

32、s4：参照最佳的分组结果筛选出工业电视对对应位置的登高作业继续进行同步监测。

33、进一步的，在步骤s1中：利用工业电视拍摄进行登高作业时的图像，利用视觉识别技术监测并识别图像中是否由人员在扶梯和图像中的人员是否佩戴安全帽，在识别出进行登高作业时无人在扶梯或者人员未佩戴安全帽时，判断出现异常情况，发出预警信号。

34、进一步的，在步骤s2中：调取m个工业电视随机一次同时拍摄到的同一个登高作业时存在扶梯人员的图像，对m张图像进行处理：提取图像中显示的扶梯人员轮廓和扶梯轮廓，利用findcontours()函数直接提取轮廓，得到m张图像中扶梯人员轮廓所勾勒区域的像素面积集合为h＝{h1，h2，…，hm}，扶梯轮廓所勾勒区域与扶梯人员轮廓所勾勒区域的相交区域的像素面积集合为k＝{k1，k2，…，km}，调取到m个工业电视在以往f次同时拍摄到登高作业图像后进行人员佩戴安全帽识别的正确次数集合为l＝{l1，l2，…，lm}，根据下列公式计算利用随机一个工业电视对对应位置的登高作业进行监测的监测效率指数pi：

35、

36、其中，表示第i个工业电视随机一次拍摄到的图像中，扶梯人员轮廓所勾勒区域被扶梯遮挡的区域面积占扶梯人员轮廓所勾勒区域的比例，li表示第i个工业电视在以往f次同时拍摄到登高作业图像后进行人员佩戴安全帽识别的正确次数，表示第i个工业电视识别登高作业时人员佩戴安全帽的正确率，得到监测效率指数集合为p＝{p1，p2，…，pi，…，pm}。

37、进一步的，在步骤s3中：比较监测效率指数，将m个工业电视按监测效率指数按从大到小的顺序进行排列，将排列后的工业电视分为g组，其中前一组中所有工业电视的监测效率指数都大于后一组，获取到随机一种分组结果中，g组中每组工业电视的监测效率指数平均值集合为t＝{t1，t2，…，tj，…，tg}，根据下列公式计算第c种分组结果的分组价值jc：

38、

39、其中，tj表示第c中分组结果中，g组中第j组工业电视的监测效率指数平均值，得到不同种分组结果的分组价值集合为j＝{j1，j2，…，jc，…，jz}，共有z种分组结果，比较分组价值，选择分组价值最高的一种分组结果作为最佳的分组结果。

40、进一步的，在步骤s4中：从最佳的分组结果中筛选出处于第一组中的工业电视，利用筛选出的工业电视后续对对应位置的登高作业进行识别和监测；

41、利用多个工业电视对同一位置处的登高作业进行分布式监测并拍摄登高作业图像，提高了监测识别出异常情况的效率，考虑到图像拍摄角度不同，部分工业电视拍摄的图像可能会因扶梯人员被扶梯遮挡住而得出未识别到扶梯人员的错误结果，容易造成识别误差，通过大数据分析不同工业电视拍摄的图像中扶梯人员被遮挡的情况，因登高作业中未佩戴安全帽也可能会存在安全隐患，结合佩戴安全帽历史识别结果和图像数据分析不同工业电视的监测效率，选择监测效率偏高的工业电视作为必要设备对同一位置处的登高作业进行同步监测，在保障监测结果准确度的基础上减少了不必要的工业电视，有效节省了监测成本。

42、与现有技术相比，本发明所达到的有益效果是：

43、本发明利用工业电视在施工过程中进行登高作业实时监测，利用工业电视的视觉识别技术识别登高作业时是否出现未有人员扶梯或者有人员未佩戴安全帽的情况，在识别到上述异常情况时进行及时预警，保障了登高作业的人员安全性，降低了安全事故的发生概率；

44、为提高数据处理效率和降低延迟，采用云边端协同技术对监测到的数据进行管理，由终端，即工业电视采集拍摄到的图像数据，将采集到的本地数据传输至边缘端，由边缘端对数据进行整合预处理，再将整合预处理后的数据发送至云端，由云端进行数据智能分析：分析并筛选出合适的工业电视进行登高作业监测，有效提高了数据分析处理的效率；

45、利用多个工业电视对同一位置处的登高作业进行分布式监测并拍摄登高作业图像，提高了监测识别出异常情况的效率；

46、因图像拍摄角度不同，部分工业电视拍摄的图像可能会因扶梯人员被扶梯遮挡住而得出未识别到扶梯人员的错误结果，容易造成识别误差，通过大数据分析不同工业电视拍摄的图像中扶梯人员被遮挡的情况，因登高作业中未佩戴安全帽也可能会存在安全隐患，结合佩戴安全帽历史识别结果和图像数据分析不同工业电视的监测效率，选择监测效率偏高的工业电视作为必要设备对同一位置处的登高作业进行同步监测，在保障监测结果准确度的基础上减少了不必要的工业电视进行登高作业监测，有效节省了监测成本。