CN111669548A - 针对配电网爬杆作业实现***处理的方法 - Google Patents
针对配电网爬杆作业实现***处理的方法 Download PDFInfo
- Publication number
- CN111669548A CN111669548A CN202010499212.4A CN202010499212A CN111669548A CN 111669548 A CN111669548 A CN 111669548A CN 202010499212 A CN202010499212 A CN 202010499212A CN 111669548 A CN111669548 A CN 111669548A
- Authority
- CN
- China
- Prior art keywords
- safety
- pole
- safety belt
- voice
- distribution network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000009194 climbing Effects 0.000 title claims abstract description 35
- 238000012360 testing method Methods 0.000 claims abstract description 42
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000010606 normalization Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000010223 real-time analysis Methods 0.000 claims abstract description 5
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims 1
- 230000006399 behavior Effects 0.000 abstract description 7
- 206010014357 Electric shock Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Alarm Systems (AREA)
- Helmets And Other Head Coverings (AREA)
Abstract
本发明涉及一种针对配电网爬杆作业实现***处理的方法,包括以下步骤:获取爬杆作业区域的监控视频图像,进行安全带佩戴情况的实时分析;实时进行人体骨架提取,提取爬杆作业人员的左肩、右肩、左胯、右胯的关节点坐标;进行宽高尺寸归一化;进行安全带重叠匹配分析;对安全带挂钩进行检测,输出挂钩中心位置;进行安全带挂钩位置分析;判断安全带挂钩的中心位置是否高于4个关节点坐标围成的四边形的中心位置的高度,如果是,则安全带佩戴合规;否则,判断为低挂高攀违规。另外还利用了智能安全帽的边缘计算能力,能精确检测验电和挂接地棒的违规行为。采用了本发明的针对配电网爬杆作业实现***处理的方法,检测精度高、实时性强,可大大减小配电网爬杆作业中发生跌落和触电的风险。
Description
技术领域
本发明涉及电力施工领域,尤其涉及***领域,具体是指一种针对配电网爬杆作业实现***处理的方法。
背景技术
随着工业和居民生活用电需求的增加,配电网新建、改造和维修工程日益增多,其中爬杆作业在配电网施工作业中最容易发生安全事故。在配网爬杆作业过程中,电力管理部门要求作业人员必须佩戴含安全挂钩的双背带式安全带,且安全挂钩锁扣位置必须高于人体重心,即杜绝低挂高攀,否则一旦发生坠落,不仅会引起人体摆动碰撞,而且会增加安全带冲击力,给施工作业人员带来很大的伤亡风险;其次在爬杆作业中还需要先进行验电和挂接地棒的操作,然后才能对电力设施进行安装维修作业,否则会给施工作业人员带来极大的触电风险。
目前供电部门通常会使用便携式摄像机对准电线杆施工区域,然后在后台查看实时视频或录像的方式进行施工***,这种监管方式不仅人工效率低而且实时性差。
为了尽量避免发生配网爬杆作业中的触电和跌落事故,供电部门迫切需要一种高效智能化的配网爬杆作业监管方案,在此方案中能自动检测安全带佩戴情况,特别是能检测低挂高攀的违规现象,能自动检测验电和挂接地棒操作是否违规,并对违规操作进行实时告警。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供了一种满足效率高、实时性好、适用范围较为广泛的针对配电网爬杆作业实现***处理的方法。
为了实现上述目的,本发明的针对配电网爬杆作业实现***处理的方法如下:
该针对配电网爬杆作业实现***处理的方法,其主要特点是,所述的方法包括安全带检测的步骤,具体包括以下处理过程:
(1)利用部署在电线杆施工区域的便携式摄像头获取爬杆作业区域的监控视频图像,将监控视频图像输入至后台进行安全带佩戴情况的实时分析;
(2)实时进行人体骨架提取,利用基于深度神经网络的人体骨架提取模型,提取爬杆作业人员的左肩、右肩、左胯、右胯的关节点坐标;
(3)将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化;
(4)将经过尺寸归一化的四边形区域图像与佩戴双背带式安全带的标准尺寸的四边形区域图像进行安全带重叠匹配分析;
(5)将爬杆作业区域的监控视频图像输入至挂钩目标检测模型中,对安全带挂钩进行检测,输出挂钩中心位置;
(6)进行安全带挂钩位置分析;
(7)判断安全带挂钩的中心位置是否高于4个关节点坐标围成的四边形的中心位置的高度,如果是,则安全带佩戴合规;否则,判断为低挂高攀违规,安全帽输出语音告警。
较佳地,所述的步骤(3)具体包括以下步骤:
(3.1)将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化;
(3.2)判断是否缺少一个关节点,如果是,则补上一个节点使四边形成为矩形;否则,继续步骤(3.3);
(3.3)判断是否缺少2个及以上关节点,如果是,则近似取整个人的矩形框的上半部分矩形;否则,继续步骤(4)。
较佳地,所述的步骤(4)中进行安全带重叠匹配分析的步骤,具体为:
判断重叠面积是否大于阈值T,如果是,则判断为已佩戴合规的安全带;否则判断为未佩戴合规的安全带。
较佳地,所述的方法还包括验电检测的步骤,具体包括以下处理过程:
(1-1)发出验电语音,智能安全帽通过内嵌的语音识别模块进行语音识别,识别验电语音;
(1-2)启动安全帽的摄像模块抓拍验电过程的图像;
(1-3)安全帽启动内嵌的图像识别模块,判断是否检测到验电笔和绝缘手套,如果是,则从安全帽语言告警模块中输出完成验电语音提示;否则,从安全帽语言告警模块中输出验电违规告警语音。
较佳地,所述的方法还包括挂接地棒检测的步骤,具体包括以下处理过程:
(2-1)智能安全帽通过内嵌的语音识别模块进行语音识别,识别挂接地棒语音;
(2-2)启动安全帽摄像模块抓拍挂接地棒过程的图像;
(2-3)安全帽启动内嵌的图像识别模块,判断是否检测到接地棒和绝缘手套,如果是,则从安全帽语言告警模块中输出完成挂接地棒语音提示;否则,从安全帽语言告警模块中输出挂接地棒违规告警语音。
采用了本发明的针对配电网爬杆作业实现***处理的方法,基于深度神经网络的人体骨架提取模型、图像目标检测模型和语音识别模型相结合,能精确实时地检测是否佩戴合规的安全带,特别地能精确检测出“低挂高攀”的违规行为,同时利用智能安全帽的边缘计算能力,能精确检测验电和挂接地棒的违规行为,对所有违规行为能及时发出语音告警提示。本发明提供的应用于配电网爬杆作业的***方法,检测精度高、实时性强,可大大减小配电网爬杆作业中发生跌落和触电的风险。
附图说明
图1为本发明的针对配电网爬杆作业实现***处理的方法的安全带检测流程图。
图2为本发明的针对配电网爬杆作业实现***处理的方法的验电检测流程图。
图3为本发明的针对配电网爬杆作业实现***处理的方法的挂接地棒检测流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
本发明的针对配电网爬杆作业实现***处理的方法,所述的方法包括安全带检测的步骤,具体包括以下处理过程:
(1)利用部署在电线杆施工区域的便携式摄像头获取爬杆作业区域的监控视频图像,将监控视频图像输入至后台进行安全带佩戴情况的实时分析;
(2)实时进行人体骨架提取,利用基于深度神经网络的人体骨架提取模型,提取爬杆作业人员的左肩、右肩、左胯、右胯的关节点坐标;
(3)将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化;
(3.1)将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化;
(3.2)判断是否缺少一个关节点,如果是,则补上一个节点使四边形成为矩形;否则,继续步骤(3.3);
(3.3)判断是否缺少2个及以上关节点,如果是,则近似取整个人的矩形框的上半部分矩形;否则,继续步骤(4);
(4)将经过尺寸归一化的四边形区域图像与佩戴双背带式安全带的标准尺寸的四边形区域图像进行安全带重叠匹配分析;
判断重叠面积是否大于阈值T,如果是,则判断为已佩戴合规的安全带;否则判断为未佩戴合规的安全带;
(5)将爬杆作业区域的监控视频图像输入至挂钩目标检测模型中,对安全带挂钩进行检测,输出挂钩中心位置;
(6)进行安全带挂钩位置分析;
(7)判断安全带挂钩的中心位置是否高于4个关节点坐标围成的四边形的中心位置的高度,如果是,则安全带佩戴合规;否则,判断为低挂高攀违规,安全帽输出语音告警。
所述的方法还包括验电检测的步骤,具体包括以下处理过程:
(1-1)发出验电语音,智能安全帽通过内嵌的语音识别模块进行语音识别,识别验电语音;
(1-2)启动安全帽的摄像模块抓拍验电过程的图像;
(1-3)安全帽启动内嵌的图像识别模块,判断是否检测到验电笔和绝缘手套,如果是,则从安全帽语言告警模块中输出完成验电语音提示;否则,从安全帽语言告警模块中输出验电违规告警语音。
所述的方法还包括挂接地棒检测的步骤,具体包括以下处理过程:
(2-1)智能安全帽通过内嵌的语音识别模块进行语音识别,识别挂接地棒语音;
(2-2)启动安全帽摄像模块抓拍挂接地棒过程的图像;
(2-3)安全帽启动内嵌的图像识别模块,判断是否检测到接地棒和绝缘手套,如果是,则从安全帽语言告警模块中输出完成挂接地棒语音提示;否则,从安全帽语言告警模块中输出挂接地棒违规告警语音。
本发明的具体实施方式中,将基于深度神经网络的人体骨架提取模型、图像目标检测模型和语音识别模型相结合,提供了一种应用于配电网爬杆作业的***方法,利用部署在电线杆施工区域的便携式摄像头获取爬杆作业区域的监控视频图像,将监控视频图像输入到后台进行安全带佩戴情况的实时分析。
利用基于深度神经网络的人体骨架提取模型,提取爬杆作业人员的左肩、右肩、左胯、右胯关节点坐标,将这4个关节点坐标围成的四边形进行宽高尺寸归一化,如果由于遮挡缘故,4个关节点中缺少一个关节点,则补上一个节点使四边形成为矩形,如果4个关节点中缺少2个及以上关节点,则近似取整个人的矩形框的上半部分矩形。
将以上经过尺寸归一化的四边形区域图像与佩戴双背带式安全带的标准尺寸的四边形区域图像进行安全带重叠匹配分析,其中佩戴双背带式安全带的标准尺寸的四边形区域图像预存在后台***中。通常根据安全带的颜色属性(如橙色)提取出安全带目标。
在安全带重叠匹配分析中,如果重叠面积大于阈值T,则判断佩戴了合规的安全带,否则判断为未佩戴合规的安全带。
再将爬杆作业区域的监控视频图像输入到基于深度神经网络的挂钩目标检测模型中,对安全带挂钩进行检测,输出挂钩中心位置。
然后判断安全带挂钩的中心位置是否高于4个关节点坐标围成的四边形的中心位置的高度,如果是则判断安全带佩戴合规,否则判断为“低挂高攀违规”,并在安全帽的语言输出告警模块中输出“低挂高攀违规”语音告警。
本发明将基于深度神经网络的语音识别模块和图像识别模块嵌入到含4G无线传输模块、摄像头模块和语言告警模块的安全帽中,利用智能安全帽的边缘计算能力进行验电过程的***。
当爬杆作业人员进行验电操作时,发出“验电”语音时,智能安全帽通过内嵌的语音识别模块进行语音识别,一旦识别出“验电”,则启动安全帽的摄像模块抓拍验电过程的图像。
然后安全帽启动内嵌的图像识别模块对“验电笔和绝缘手套”进行识别,如果检测到验电笔和绝缘手套,则从安全帽语言告警模块中输出“完成验电”语音提示,否则输出“验电违规”告警语音。
本发明也利用智能安全帽的边缘计算能力进行挂接地棒过程的***。
当爬杆作业人员进行挂接地棒操作时,发出“挂接地棒”语音时,智能安全帽通过内嵌的语音识别模块进行语音识别,一旦识别出“挂接地棒”,则启动安全帽摄像模块抓拍挂接地棒过程中的图像。
然后安全帽启动内嵌的图像识别模块对“接地棒和绝缘手套”进行识别,如果检测到接地棒和绝缘手套,则从安全帽语言告警模块中输出“完成挂接地棒”语音提示,否则输出“挂接地棒违规”告警语音。
结合具体实例的应用于配电网爬杆作业***方法的实施过程如下:
如图1所示为安全带检测流程图,图1中101模块,首先利用部署在电线杆施工区域的便携式摄像头获取爬杆作业区域的监控视频图像,将监控视频图像输入到后台进行安全带佩戴情况的实时分析。
图1中102模块,实时进行人体骨架提取,利用基于深度神经网络的人体骨架提取模型,提取爬杆作业人员的左肩、右肩、左胯、右胯关节点坐标。
图1中103模块,将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化,如果由于遮挡缘故,4个关节点中缺少一个关节点,则补上一个节点使四边形成为矩形,如果4个关节点中缺少2个及以上关节点,则近似取整个人的矩形框的上半部分矩形。
图1中104模块,将以上经过尺寸归一化的四边形区域图像与佩戴双背带式安全带的标准尺寸的四边形区域图像进行安全带重叠匹配分析,其中佩戴双背带式安全带的标准尺寸的四边形区域图像预存在后台***中。通常根据安全带的颜色属性(如橙色)提取出安全带目标。
在安全带重叠匹配分析中,如果重叠面积大于阈值T,则判断佩戴了合规的安全带,否则判断为未佩戴合规的安全带。
图1中105模块,将爬杆作业区域的监控视频图像输入到基于深度神经网络的挂钩目标检测模型中,对安全带挂钩进行检测,输出挂钩中心位置。
图1中106模块,判断安全带挂钩的中心位置是否高于4个关节点坐标围成的四边形的中心位置的高度。
图1中107模块,如果安全带挂钩的中心位置高于4个关节点坐标围成的四边形的中心位置的高度则判断安全带佩戴合规,否则判断为“低挂高攀违规”。
图1中108模块,如果判断为“低挂高攀违规”,则在安全帽的语言输出告警模块中输出“低挂高攀违规”语音告警。
如图2所示为验电检测流程图,本发明将基于深度神经网络的语音识别模块和图像识别模块嵌入到含4G无线传输模块、摄像头模块和语言告警模块的安全帽中,利用智能安全帽的边缘计算能力进行验电过程的***。
图2中201模块,当爬杆作业人员进行验电操作时,发出“验电”语音时,智能安全帽通过内嵌的语音识别模块进行语音识别,识别“验电”语音。
图2中202模块,一旦识别出“验电”,则启动安全帽的摄像模块抓拍验电过程的图像。
图2中203模块,安全帽启动内嵌的图像识别模块对“验电笔和绝缘手套”进行识别。
图2中204模块,如果检测到验电笔和绝缘手套,则从安全帽语言告警模块中输出“完成验电”语音提示。
图2中205模块,如果没有检测到验电笔或绝缘手套,则从安全帽语言告警模块中输出“验电违规”告警语音。
如图3所示为挂接地棒检测流程图,本发明利用智能安全帽的边缘计算能力进行挂接地棒过程的***。
图3中301模块,当爬杆作业人员进行挂接地棒操作时,发出“挂接地棒”语音时,智能安全帽通过内嵌的语音识别模块进行语音识别,识别“挂接地棒”语音。
图3中302模块,一旦识别出“挂接地棒”,则启动安全帽摄像模块抓拍挂接地棒过程的图像。
图3中303模块,安全帽启动内嵌的图像识别模块对“接地棒和绝缘手套”进行识别。
图3中304模块,如果检测到接地棒和绝缘手套,则从安全帽语言告警模块中输出“完成挂接地棒”语音提示。
图3中305模块,如果没有检测到接地棒或绝缘手套,则从安全帽语言告警模块中输出“挂接地棒违规”告警语音。
采用了本发明的针对配电网爬杆作业实现***处理的方法,基于深度神经网络的人体骨架提取模型、图像目标检测模型和语音识别模型相结合,能精确实时地检测是否佩戴合规的安全带,特别地能精确检测出“低挂高攀”的违规行为,同时利用智能安全帽的边缘计算能力,能精确检测验电和挂接地棒的违规行为,对所有违规行为能及时发出语音告警提示。本发明提供的应用于配电网爬杆作业的***方法,检测精度高、实时性强,可大大减小配电网爬杆作业中发生跌落和触电的风险。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (5)
1.一种针对配电网爬杆作业实现***处理的方法,其特征在于,所述的方法包括安全带检测的步骤,具体包括以下处理过程:
(1)利用部署在电线杆施工区域的便携式摄像头获取爬杆作业区域的监控视频图像,将监控视频图像输入至后台进行安全带佩戴情况的实时分析;
(2)实时进行人体骨架提取,利用基于深度神经网络的人体骨架提取模型,提取爬杆作业人员的左肩、右肩、左胯、右胯的关节点坐标;
(3)将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化;
(4)将经过尺寸归一化的四边形区域图像与佩戴双背带式安全带的标准尺寸的四边形区域图像进行安全带重叠匹配分析;
(5)将爬杆作业区域的监控视频图像输入至挂钩目标检测模型中,对安全带挂钩进行检测,输出挂钩中心位置;
(6)进行安全带挂钩位置分析;
(7)判断安全带挂钩的中心位置是否高于4个关节点坐标围成的四边形的中心位置的高度,如果是,则安全带佩戴合规;否则,判断为低挂高攀违规,安全帽输出语音告警。
2.根据权利要求1所述的针对配电网爬杆作业实现***处理的方法,其特征在于,所述的步骤(3)具体包括以下步骤:
(3.1)将提取的爬杆作业人员的左肩、右肩、左胯、右胯4个关节点坐标围成的四边形进行宽高尺寸归一化;
(3.2)判断是否缺少一个关节点,如果是,则补上一个节点使四边形成为矩形;否则,继续步骤(3.3);
(3.3)判断是否缺少2个及以上关节点,如果是,则近似取整个人的矩形框的上半部分矩形;否则,继续步骤(4)。
3.根据权利要求1所述的针对配电网爬杆作业实现***处理的方法,其特征在于,所述的步骤(4)中进行安全带重叠匹配分析的步骤,具体为:
判断重叠面积是否大于阈值T,如果是,则判断为已佩戴合规的安全带;否则判断为未佩戴合规的安全带。
4.根据权利要求1所述的针对配电网爬杆作业实现***处理的方法,其特征在于,所述的方法还包括验电检测的步骤,具体包括以下处理过程:
(1-1)发出验电语音,智能安全帽通过内嵌的语音识别模块进行语音识别,识别验电语音;
(1-2)启动安全帽的摄像模块抓拍验电过程的图像;
(1-3)安全帽启动内嵌的图像识别模块,判断是否检测到验电笔和绝缘手套,如果是,则从安全帽语言告警模块中输出完成验电语音提示;否则,从安全帽语言告警模块中输出验电违规告警语音。
5.根据权利要求1所述的针对配电网爬杆作业实现***处理的方法,其特征在于,所述的方法还包括挂接地棒检测的步骤,具体包括以下处理过程:
(2-1)智能安全帽通过内嵌的语音识别模块进行语音识别,识别挂接地棒语音;
(2-2)启动安全帽摄像模块抓拍挂接地棒过程的图像;
(2-3)安全帽启动内嵌的图像识别模块,判断是否检测到接地棒和绝缘手套,如果是,则从安全帽语言告警模块中输出完成挂接地棒语音提示;否则,从安全帽语言告警模块中输出挂接地棒违规告警语音。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010499212.4A CN111669548B (zh) | 2020-06-04 | 2020-06-04 | 针对配电网爬杆作业实现***处理的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010499212.4A CN111669548B (zh) | 2020-06-04 | 2020-06-04 | 针对配电网爬杆作业实现***处理的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111669548A true CN111669548A (zh) | 2020-09-15 |
CN111669548B CN111669548B (zh) | 2021-11-26 |
Family
ID=72385975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010499212.4A Active CN111669548B (zh) | 2020-06-04 | 2020-06-04 | 针对配电网爬杆作业实现***处理的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111669548B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112216073A (zh) * | 2020-10-12 | 2021-01-12 | 浙江大华技术股份有限公司 | 一种梯子违规操作告警方法及装置 |
CN112287812A (zh) * | 2020-10-27 | 2021-01-29 | 广东电网有限责任公司 | 一种攀爬情况识别方法 |
CN112347889A (zh) * | 2020-10-29 | 2021-02-09 | 广东电网有限责任公司电力科学研究院 | 一种变电站作业行为辨识方法及装置 |
CN112488483A (zh) * | 2020-11-25 | 2021-03-12 | 上上德盛集团股份有限公司 | 一种基于ai技术的ehs透明管理***及管理方法 |
CN112804498A (zh) * | 2021-02-04 | 2021-05-14 | 国能信控互联技术有限公司 | 一种安全防护装具佩戴情况监控***和方法 |
CN113313921A (zh) * | 2021-05-08 | 2021-08-27 | 山东鲁能软件技术有限公司智能电气分公司 | 安全带检测预警方法、***及安全带 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038424A (zh) * | 2017-11-27 | 2018-05-15 | 华中科技大学 | 一种适用于高空作业的视觉自动化检测方法 |
CN108635695A (zh) * | 2018-07-12 | 2018-10-12 | 中石化第五建设有限公司 | 智能防坠落安全带及安全*** |
CN109218673A (zh) * | 2018-09-20 | 2019-01-15 | 国网江苏省电力公司泰州供电公司 | 基于人工智能实现配电网施工安全协同管理控制的***及方法 |
CN109389040A (zh) * | 2018-09-07 | 2019-02-26 | 广东中粤电力科技有限公司 | 一种作业现场人员安全着装的检查方法及装置 |
CN109460699A (zh) * | 2018-09-03 | 2019-03-12 | 厦门瑞为信息技术有限公司 | 一种基于深度学习的驾驶员安全带佩戴识别方法 |
CN110046557A (zh) * | 2019-03-27 | 2019-07-23 | 北京好运达智创科技有限公司 | 基于深度神经网络判别的安全帽、安全带检测方法 |
CN110263794A (zh) * | 2019-06-26 | 2019-09-20 | 国网山东省电力公司建设公司 | 基于数据增强的安全带图像目标识别方法 |
US20190359169A1 (en) * | 2018-05-22 | 2019-11-28 | Zf Friedrichshafen Ag | Interior observation for seatbelt adjustment |
CN110599735A (zh) * | 2019-07-31 | 2019-12-20 | 国网浙江省电力有限公司杭州供电公司 | 一种基于变电站作业违章行为智能识别的告警方法 |
CN111191586A (zh) * | 2019-12-30 | 2020-05-22 | 安徽小眯当家信息技术有限公司 | 一种施工现场人员安全帽佩戴情况巡检方法及*** |
-
2020
- 2020-06-04 CN CN202010499212.4A patent/CN111669548B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038424A (zh) * | 2017-11-27 | 2018-05-15 | 华中科技大学 | 一种适用于高空作业的视觉自动化检测方法 |
US20190359169A1 (en) * | 2018-05-22 | 2019-11-28 | Zf Friedrichshafen Ag | Interior observation for seatbelt adjustment |
CN108635695A (zh) * | 2018-07-12 | 2018-10-12 | 中石化第五建设有限公司 | 智能防坠落安全带及安全*** |
CN109460699A (zh) * | 2018-09-03 | 2019-03-12 | 厦门瑞为信息技术有限公司 | 一种基于深度学习的驾驶员安全带佩戴识别方法 |
CN109389040A (zh) * | 2018-09-07 | 2019-02-26 | 广东中粤电力科技有限公司 | 一种作业现场人员安全着装的检查方法及装置 |
CN109218673A (zh) * | 2018-09-20 | 2019-01-15 | 国网江苏省电力公司泰州供电公司 | 基于人工智能实现配电网施工安全协同管理控制的***及方法 |
CN110046557A (zh) * | 2019-03-27 | 2019-07-23 | 北京好运达智创科技有限公司 | 基于深度神经网络判别的安全帽、安全带检测方法 |
CN110263794A (zh) * | 2019-06-26 | 2019-09-20 | 国网山东省电力公司建设公司 | 基于数据增强的安全带图像目标识别方法 |
CN110599735A (zh) * | 2019-07-31 | 2019-12-20 | 国网浙江省电力有限公司杭州供电公司 | 一种基于变电站作业违章行为智能识别的告警方法 |
CN111191586A (zh) * | 2019-12-30 | 2020-05-22 | 安徽小眯当家信息技术有限公司 | 一种施工现场人员安全帽佩戴情况巡检方法及*** |
Non-Patent Citations (1)
Title |
---|
李文辉: "基于Tensorflow的电力***施工人员着装智能识别技术研究", 《现代信息科技》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112216073A (zh) * | 2020-10-12 | 2021-01-12 | 浙江大华技术股份有限公司 | 一种梯子违规操作告警方法及装置 |
CN112287812A (zh) * | 2020-10-27 | 2021-01-29 | 广东电网有限责任公司 | 一种攀爬情况识别方法 |
CN112347889A (zh) * | 2020-10-29 | 2021-02-09 | 广东电网有限责任公司电力科学研究院 | 一种变电站作业行为辨识方法及装置 |
CN112347889B (zh) * | 2020-10-29 | 2024-04-05 | 广东电网有限责任公司电力科学研究院 | 一种变电站作业行为辨识方法及装置 |
CN112488483A (zh) * | 2020-11-25 | 2021-03-12 | 上上德盛集团股份有限公司 | 一种基于ai技术的ehs透明管理***及管理方法 |
CN112488483B (zh) * | 2020-11-25 | 2024-03-26 | 上上德盛集团股份有限公司 | 一种基于ai技术的ehs透明管理***及管理方法 |
CN112804498A (zh) * | 2021-02-04 | 2021-05-14 | 国能信控互联技术有限公司 | 一种安全防护装具佩戴情况监控***和方法 |
CN112804498B (zh) * | 2021-02-04 | 2023-05-12 | 国能信控互联技术有限公司 | 一种安全防护装具佩戴情况监控***和方法 |
CN113313921A (zh) * | 2021-05-08 | 2021-08-27 | 山东鲁能软件技术有限公司智能电气分公司 | 安全带检测预警方法、***及安全带 |
CN113313921B (zh) * | 2021-05-08 | 2022-05-13 | 山东鲁软数字科技有限公司智慧能源分公司 | 安全带检测预警方法、***及安全带 |
Also Published As
Publication number | Publication date |
---|---|
CN111669548B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111669548B (zh) | 针对配电网爬杆作业实现***处理的方法 | |
CN112183317A (zh) | 一种基于时空图卷积神经网络的带电作业现场违章行为检测方法 | |
CN111428617A (zh) | 一种基于视频图像的配网违规检修行为的识别方法和*** | |
CN109446936A (zh) | 一种用于监控场景的身份识别方法及装置 | |
CN106845368A (zh) | 基于人脸识别的机场登机安检再确认***和方法 | |
CN112634561A (zh) | 基于图像识别的安全报警方法和*** | |
CN111582110A (zh) | 一种基于人脸识别的安检人员行为分析方法、装置及设备 | |
CN114155492A (zh) | 高空作业安全带挂绳高挂低用识别方法、装置和电子设备 | |
CN111931652A (zh) | 着装检测方法、装置和监测终端 | |
CN109492509A (zh) | 身份识别方法、装置、计算机可读介质及*** | |
CN112084873A (zh) | 一种基于人脸识别的“五防”安全辅助方法 | |
CN112906441A (zh) | 用于通信行业查勘维护的图像识别***及方法 | |
CN105550638A (zh) | 身份证智能自助通关控制***及控制方法 | |
CN108460357B (zh) | 一种基于图像识别的开窗报警检测***及方法 | |
CN109873990A (zh) | 一种基于计算机视觉的矿山非法开采预警方法 | |
JP2019144861A (ja) | 安全判定装置、安全判定システム、安全判定方法 | |
CN107368728A (zh) | 可视化报警管理***及方法 | |
CN116758493A (zh) | 基于图像处理的隧道施工监测方法、装置及可读存储介质 | |
CN113536842A (zh) | 电力作业人员安全着装识别方法及装置 | |
CN115953815A (zh) | 基建现场的监测方法及装置 | |
CN115223249A (zh) | 一种基于机器视觉的井下人员不安全行为快速分析与识别方法 | |
Zhao | Research on the application of OpenPose in escalator safety systems | |
CN114663841A (zh) | 基于深度学习的移动目标识别方法及*** | |
CN210222867U (zh) | 一种便携式安检识别装置 | |
CN114419475A (zh) | 基于视频信息行为模式识别的施工安全判别方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |