CN113724471B - 用于集成多传感器数据以预测坠落风险的*** - Google Patents

用于集成多传感器数据以预测坠落风险的*** Download PDF

Info

Publication number
CN113724471B
CN113724471B CN202111037200.0A CN202111037200A CN113724471B CN 113724471 B CN113724471 B CN 113724471B CN 202111037200 A CN202111037200 A CN 202111037200A CN 113724471 B CN113724471 B CN 113724471B
Authority
CN
China
Prior art keywords
motion
sensors
fall
patterns
slip
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.)
Active
Application number
CN202111037200.0A
Other languages
English (en)
Other versions
CN113724471A (zh
Inventor
T.内格雷
B.罗尔夫
P.沙马
J.诺塞达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honeywell International Inc filed Critical Honeywell International Inc
Priority to CN202111037200.0A priority Critical patent/CN113724471B/zh
Publication of CN113724471A publication Critical patent/CN113724471A/zh
Application granted granted Critical
Publication of CN113724471B publication Critical patent/CN113724471B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
    • A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
    • A62B35/0006—Harnesses; Accessories therefor
    • A62B35/0025—Details and accessories
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
    • A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
    • A62B35/0043—Lifelines, lanyards, and anchors therefore
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
    • A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
    • A62B35/0043—Lifelines, lanyards, and anchors therefore
    • A62B35/0075—Details of ropes or similar equipment, e.g. between the secured person and the lifeline or anchor
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
    • A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
    • A62B35/0093—Fall arrest reel devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G06N5/047—Pattern matching networks; Rete networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Emergency Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Combustion & Propulsion (AREA)
  • Food Science & Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

公开了用于集成多传感器数据以预测坠落风险的***。一种确定滑落或坠落的可能性的方法包括：由存储在非暂时性存储器中并且在处理器上执行的检测应用程序接收来自多个运动传感器的多个传感器读数，由检测应用程序将所述多个传感器读数与存储在数据库中的多个运动模式进行比较，由检测应用程序确定所述多个运动模式中的至少一个运动模式匹配所述多个传感器读数，和由检测应用程序基于所述多个传感器读数生成滑落或坠落是可能的指示。所述多个运动传感器与工人的身体的不同区域关联。

Description

用于集成多传感器数据以预测坠落风险的***
本申请是申请号为201680038793.3的发明专利申请的分案申请。
相关申请的交叉引用
本申请要求递交于2015年4月30日并且题为“System for Integrating MultipleSensor Data to predict a Fall Risk（用于集成多传感器数据以预测坠落风险的***）”的美国临时专利申请序列号62/154,963的优先权，该美国临时专利申请被在其整体上通过引用合并于此。
背景技术
坠落防护***可以使用与工人关联的多传感器输入。在高处操作的工人可能经历可以对工人造成伤害的滑落和坠落。可以使用被动安全***——诸如基于坠落速度的束缚***和具有固定长度的安全绳索等——来防止在坠落情形中对工人的伤害。然而，这些***在停止坠落之前仍然可以允许工人坠落短的距离。进一步地，被动***不向其它工人通知坠落情形。
发明内容
在实施例中，一种确定滑落或坠落的可能性的方法包括：由存储在非暂时性存储器中并且在处理器上执行的检测应用程序接收来自多个运动传感器的多个传感器读数；由检测应用程序将多个传感器读数与存储在数据库中的多个运动模式比较；由检测应用程序确定所述多个运动模式中的至少一个运动模式匹配所述多个传感器读数；和由检测应用程序基于所述多个传感器读数生成滑落或坠落是可能的指示。多个运动传感器与工人的身体的不同区域关联。
在实施例中，一种确定滑落或坠落的风险的方法包括：由存储在非暂时性存储器中并且在处理器上执行的管理应用程序接收用于工作事件的说明；由管理应用程序标识与说明关联的第一多个先验运动模式；由管理应用程序接收来自与位置信息关联的多个传感器的多个传感器读数；基于所述多个传感器读数从第一多个运动模式中选择第二多个先验运动模式；和基于第二多个先验运动模式确定用于工作事件的滑落或坠落风险评级。说明包括位置信息、高度信息和工作要求。
在实施例中，用于预测滑落或坠落的***包括：多个运动传感器；和处于与所述多个运动传感器信号通信的接收机。所述多个运动传感器与工人的身体的不同区域关联。接收机包括存储器和处理器，并且存储器包括检测应用程序，该检测应用程序当被在处理器上执行时配置处理器以：接收来自所述多个运动传感器的多个传感器读数；将所述多个传感器读数与多个存储的运动模式比较；确定所述多个运动模式中的至少一个运动模式匹配所述多个传感器读数；和基于所述多个运动模式中的至少一个运动模式匹配所述多个传感器读数的确定而生成滑落或坠落的警报。
通过与随附的附图和权利要求结合地考虑随后的详细的描述，将更清楚地理解这些和其它的特征。
附图说明
为了本发明的优选的实施例的详细的描述，现在将参考随附的附图，其中:
图1是根据实施例的多传感器***的示意图。
图2是根据实施例的运动模式和攀爬表面的示意性视图。
图3是根据实施例的一起形成运动模式的多个运动传感器的多个输出的示意性图解。
图4是根据实施例的一起形成运动模式的多个运动传感器的多个输出的另一个示意性图解。
图5示意性图解根据实施例的可以被使用以执行各种步骤的计算机。
具体实施方式
在开始时应当理解，尽管下面说明了一个或多个实施例的例示的实现，但是公开的设备，***和方法可以通过使用无论目前已知或还不存在的任何数量的技术来实现。本公开决不应当被限制于例示的实现、附图和下面图解的技术，而是可以在所附权利要求连同它们的等同物的全部范围一起的范围之内修改。
在实施例中，工作场所安全***可以允许使用与环境、位置、运动和生物信息关联的多个传感器以提供用于一个或多个工人的集成的安全解决方案。可以采用许多传感器，并且可以组合来自传感器的数据以提供工人的人员安全性的更好的意见。例如，可以使用来自固定的和/或移动的传感器的数据以检测工人的运动、环境中的化学成分、环境条件（例如温度、压力、风速、风向等）振动水平、噪声水平、生物参数(例如心率、体温、呼吸率等)和位置（例如包括二维和/或三维定位）等。得到的数据可以通过通信模块中继给服务器，在该服务器处数据可以被组合以提供工人的风险因素的总体上的意见。各种信息——诸如警报、通知和信息（例如维护协议、指令、现场帮助等）等——可以通过***中继返回给工人。***可以作为实时或接近实时的更新的结果而提供更好的人员安全性、通过多种类型的数据的处理而提供改善的生产率、和通过提供对用于各种活动的人员防护装备使用、资格和训练的实时或接近实时的监控从而提供关于安全协议的更好的工人合规性。所有这些***都可以向工人提供反馈以采用先前未曾有的同样有效率的方式来改善生产率、合规性和安全性。
在此公开的是用于检测滑落和坠落的自动化的***。***可以包括传感器以提供滑落或坠落的自动检测并且发起各种行为，诸如束缚***的使用和对各种人员的警报信号的生成。在***中所使用的传感器可以包括加速度计、高度传感器（例如压力传感器等）和位置传感器等。在一些实施例中，工人可以具有多个传感器。例如，加速度计可以被定位在工人脚上（例如在工人的鞋中等）、手上（例如在工人的手套中等）和其它的位置上，诸如可以提供相对于工人的手和脚的质量中心加速度的吊带测量（harness measurement）。传感器可以全部都与单个坠落防护***或设备通信，该单个坠落防护***或设备可以与工人关联。例如，包括非暂时性存储器、处理器和通信***的安全通信器可以由工人携带。安全通信器可以与每个加速度计或（多个）其它传感器信号通信以收集和处理传感器信息。安全通信器还可以通过无线通信路径与服务器通信。
可以把人员的运动对已知的或预期的模式的数据库进行匹配。例如，正常的攀爬模式可以包括质量中心加速度在单个方向上的稳定的或周期性的运动。同时，手和脚可以提供在相同或相似的方向上的周期性的运动。这样的组合的模式可以匹配于在工人攀上或爬下结构物时所预期的工人的运动。还可以针对一个工人或一组工人开发各种滑落和坠落模式以指示何时工人可能经历滑落和/或坠落。例如，手或脚相对于其它的手/脚和/或质量中心测量的突然向下的运动可能指示对应的手/脚已经滑落。这可以提供工人已经滑落的初始警报。坠落可以由一个或多个手/脚和/或质量中心测量的自由坠落测量来指示。在该实施例中，模式可以包括多个传感器输入，该多个传感器输入可以被测量为一组传感器输入和/或被测量为传感器输入的相对的运动。
为了检测模式，传感器输入可以被持续地测量并且与一组模式匹配。模式可以被存储在中央存储器位置中（例如在服务器上）和/或在与工人关联的安全通信器上。一个或多个模式可以指示预期的攀爬模式（例如，上升，下降，用于工作的稳定的定位等）。当检测到预期的攀爬模式时，***可以继续监测传感器输入和/或向工人或其它人员提供工人是在正常的工作状态中的指示。当检测到匹配滑落和/或坠落模式的模式时，可以生成各种警报、通知和信号。例如可以生成给自动吊带的信号以停止坠落。还可以向监督员或其它人员发送警告以指示工人已经坠落。响应于坠落的检测，可以获得各种其它的传感器数据。例如，用于工人的生物信息可以被获得并且发送给监督员或其它人员。通信信道可以对工人打开，例如通过安全通信器来检查工人的状况。还可以基于滑落和/或坠落检测而采取任何各种各样的其它的传感器和行为。
在一些实施例中，可以获得和使用围绕滑落或坠落情形的传感器输入以进一步改进或开发模式。在该实施利中，可以收集围绕滑落和/或坠落的传感器输入并且可以使用学习算法以在滑落和/或坠落期间检测各种传感器的相对的模式。观察到的模式可以包括个体传感器的运动、传感器相对于彼此的相对的运动和各种运动相对于彼此的定时等。得到的模式可以被添加到模式的数据库并且在将来的检测场景中使用。以这种方式，可以创建集成的坠落防护***，该集成的坠落防护***连续地监控工人并且提供改善的安全***。
参考图1，图解了用于基于传感器输入的组合提供工作场所安全性的***100。如图1所示出那样，***可以包括与安全通信器150信号通信的多个传感器152，154。安全通信器可以通过网络160向数据分析服务器102、数据库120提供数据连接。安全通信器150可以通过接入点——诸如无线保真（Wi-Fi），蓝牙或蜂窝连接（例如，通过无线服务塔164）——无线地耦合到网络。
在***100中，网络160可以是表示网络和网关的世界范围的集合的因特网，该网络和网关使用传输控制协议/因特网协议（TPC/IP）协议族以相互通信。在一些实施例中，***100还可以被实现为许多不同类型的网络，诸如，例如内联网，局域网（LAN）或广域网（WAN）。图1意图是作为示例而不是作为用于变化的实施例的架构的限制。
数据分析服务器120可以包括存储器104（例如，非暂时性存储器），处理器106，和存储在存储器中的一个或多个应用程序110，该一个或多个应用程序110可以配置处理器106以执行某些功能。一般地，数据分析服务器102被配置为接收传感器数据，诸如用于工人的身体的一个或多个部分的运动信息，生物数据，环境数据，和/或与工人和/或一个或多个传感器关联的位置数据。数据分析服务器102可以处理数据以向在设施处的工人和/或决策人提供信息。数据分析服务器102与数据库120通信，该数据库120用来存储在***100之中所使用的信息。数据库120可以包括模式数据存储122，传感器数据存储124，历史数据存储126和/或人员防护装备（PPE）存储128。
应用程序110可以包括检测应用程序112和/或管理应用程序114。每个应用程序可以与传感器152，154中的一个或多个和/或安全通信器150通信。检测应用程序112可以接收传感器数据并且基于多个运动传感器测量而执行模式匹配。可以使用得到的分析来检测滑落或坠落并且向安全通信器150提供信息。例如，信息可以包括警告、通知、用于执行过程的信息或对安全设备（例如坠落防护吊带等）的输入（例如触发等）等。
在实施例中，检测应用程序112可以接收来自传感器的多个输入。如下面更详细地描述的那样，传感器可以检测与工人关联的运动和/或定位信息、位置信息、环境信息、来自工人的生物信息和噪声水平等。在实施例中，可以使用检测应用程序112以基于预期的活动和位置预测针对滑落或坠落事件的风险。在一些实施例中，检测应用程序112可以在与工人关联的安全通信器上执行。
传感器数据可以被存储在传感器数据存储124中并且与***一起使用。一般地，可以使用传感器数据以确定关于工人的各种信息。例如，运动传感器——诸如加速度计——可以与工人的身体的一个或多个部分耦合。运动传感器可以被定位在工人的手、脚、躯干和/或头处或者在工人的手、脚、躯干和/或头附近。在一些实施例中，运动传感器可以与由工人使用的装备——诸如安全吊带——关联，或者作为夹在工人身上的分离的运动传感器。运动传感器可以提供关于工人身体的部分的运动的信息，该信息可以提供关于工人的运动的信息。在一些实施例中，运动传感器可以感知工人的定向，该定向也可以是模式信息的部分。例如，工人是倒立的，平躺的或以角度倾斜的读数可以是滑落和坠落的模式的部分。还可以使用包括地理位置输出、高度输出和生物输出的附加的传感器输出来表征工人的位置和运动。
检测应用程序112可以使用直接来自传感器152，154的传感器数据和/或依靠存储在传感器数据存储124中的传感器数据。检测应用程序112一般地被配置为使用传感器数据以确定当工人在设施之中移动时工人的运动模式。可以检测各种模式。例如，工人可以攀上结构物、爬下结构物、在固定的位置处工作、在设施之中移动或执行各种其它的活动。检测应用程序112可以通过在各种类型的活动期间记录传感器输出并且各个地确定传感器输出的特性和/或确定在传感器读数之间的相对的关系来揭示模式。例如，手或脚相对于其它的手/脚和/或质量中心测量的突然向下的运动可以指示对应的手/脚已经滑落。这可以提供工人已经滑落的初始的警报。在其它的情况下，运动传感器可以检测工人处在可能造成坠落的角度。坠落可以由一个或多个手/脚和/或质量中心测量的自由坠落测量来指示。还可以确定表征规则的上升、下降、运动和定向等的其它的模式，以便表征在任何给定的时间的工人的运动。
在一些实施例中，可以确定导致滑落或坠落的运动的模式。虽然这些活动可能包括正常的运动，但是可以检测到导致通常的滑落和坠落场景的规则的运动的模式。例如，两个或三个肢体的同时的运动可以指示坠落是可能的。相似地，指示工人倾身的定向读数可以在某些类型的活动中指示坠落是可能的。还可以确定其它的模式并且模式可以是特定于某些类型的活动。模式可以采用各种格式被存储在模式数据存储122中。例如，模式或模式的表示可以被存储在模式数据存储122中。当使用学习算法时，模型参数和重量可以被存储为模式的指示。还可以单独地或与如在此描述的其它的参数组合地使用模式数据的其它适当的表示。
在一些实施例中，运动的模式可以使用实际的测试来确定。在实施例中，工人可以配备多个传感器——诸如多个运动传感器（例如加速度计等）——并且执行多种预期的运动。例如，工人可以攀爬梯子、攀爬塔、爬下建筑的一侧或探身出去以执行任务等，该工人带有与他们的手和脚和可选地他们的质量中心关联的加速度计（例如在胸部吊带或皮带上）。可以执行多个初始测试并且可以在模式数据存储122中记录运动模式以允许记录的模式用于匹配和/或训练各种学习算法。另外，可以建模或预测（例如，表演出）事故模式，并且可以记录和存储结果以提供用于与滑落和坠落数据匹配的模式和/或可以作为用于各种学习算法的训练数据来使用结果。在一些实施例中，可以分开地提取导致滑落和/或坠落的模式以允许匹配和/或建模导致坠落的运动模式。可以使用该信息以在滑落和/或坠落发生之前预测滑落和/或坠落。
在图2和图3中示意性图解了运动模式的示例性的实施例。图2示意性图解了用于攀爬梯子202的手和脚模式。如所示出那样，左脚204由字母“A”指示，右脚206由字母“C”指示，右手210由字母“B”指示，并且左手208由字母“D”指示。攀爬模式一般地由编号的序列1到4指示。初始地，左脚204可以从更低的梯级移动到更高的梯级。安全的攀爬技术可以提供如下：其它的三个接触点保持固定从而存在三个与攀爬表面一直接触的接触点。一旦左脚已经移动到由更低的“A”至更高的“A”所指示的定位，右手210就可以从更低的梯级移动到更高的梯级，如由在B定位之间的箭头所指示的那样。作为第三步骤，右脚206可以从更低梯级移动到更高梯级，如由在C定位之间的箭头所指示的那样。最后，左手208可以从更低的梯级移动到更高的梯级，如由在D定位之间的箭头所指示的那样。随着工人在攀爬表面——诸如梯子202——向上移动得更高，该过程于是可以利用A定位开始而被重复。
在图3中示出用于该过程的如由适当的运动传感器（例如（多个）加速度计等）以二维的方式指示的预期的运动模式。在步骤1中，向上的运动由与左脚关联的运动传感器指示。在周期的剩余部分期间，由于做出了其它身体的运动，所以可能存在左脚204的一些次要的运动，但是运动传感器一般地将具有相对稳定的并且或者向上或者向下不超过阈值的输出。在第二步骤，与右手关联的运动传感器将提供指示向上的运动的传感器输出。在周期的剩余部分期间，用于与右手关联的运动传感器的运动传感器输出预期小于阈值。在第三步骤，与右脚206关联的运动传感器将提供指示向上的运动的传感器输出。在周期的剩余部分期间，用于与右脚关联的运动传感器的运动传感器输出预期小于阈值。最后，在攀爬周期中的第四步骤，与左手关联的运动传感器将提供指示向上的运动的传感器输出。在周期的剩余部分期间，用于与左手关联的运动传感器的运动传感器输出预期小于阈值。
除了与工人脚和/或手关联的运动传感器之外，还可以使用质量中心运动传感器。与这样的传感器关联的运动在图3中被示出为传感器“E”。如一般地可能预期发生在或接近工人的脚移动的时间那样，当工人的身体由于工人的腿的运动而抬起时，质量中心测量一般地可能移动。作为结果，在运动周期的第一和第三步骤期间向上的运动是可以被预期的，如由指示在运动周期的第一和第三步骤期间近似地向上的运动的质量中心传感器输出所示出的那样。可以被注意到的是，上升攀爬模式包括与多个运动传感器关联的运动并且可以包括把相对的运动时间进行关联的信息（例如，在左脚已经变成静止之后右手传感器被预期指示向上的运动等）和运动的预期的组合（例如，质量中心与左脚和右脚一起移动、质量中心不与左手和右手一起移动等）。可以使用这样的模式以及运动的组合以标识对特定的活动的各种运动模式。一旦获得，从在图2中示出的攀爬周期得到的模式于是可以被记录在模式数据存储122中以用于在匹配上升攀爬模式中使用或者用于在学习算法中作为训练数据使用。
在图4中示意性地图解附加的运动模式。如所图解的那样，运动模式一般地遵循在图3中所示出的那些。主要的不同是在上升运动周期中的第四步骤期间由传感器C（图2中的右脚206）指示的向下的运动。当左手向上运动时，由相对快或急剧的向下的运动指示的突然的向下的运动可以指示右脚已经滑落。还可以被看到的是，在右脚的运动是静止的之前，左手的运动（例如，如由传感器“D”指示的）开始向上移动。这样的模式可以指示两个接触点在同时移动。运动模式还指示质量中心运动传感器也遵循右脚的运动并且图解匹配右脚的运动的向下的运动。因此，在图4中图解的模式可以被记录和存储在模式数据存储122中。于是可以使用该模式以匹配滑落和/或坠落模式和/或训练学习算法以标识滑落和/或坠落。还可以使用在图4中图解的运动模式以标识导致滑落和/或坠落的情形。例如，可以使用模式以标识在滑落发生之前的各种运动传感器的相对的运动输出。在该示例中，这样的指示物可以由与工人的手和脚关联的四个运动传感器中的两个的同时的运动提供。
还可以将模式分类或与各种类型的附加信息——诸如位置，环境条件、生物信息和活动类型等——相关联。例如，可以在确定模式当中单独地考虑在设施处进行攀爬的各种位置要求。结果可以提供在导致滑落和坠落的特定位置处的特定的运动模式。在模式识别过程中还可以考虑其它的条件，诸如环境条件（例如风速、温度、降水等）。例如，可以在各种温度范围期间和/或在某些降水条件下来分析滑落和坠落模式。还进一步地，可以使用各种生物条件以进一步把模式分类。例如，可以开发用于相对于正常的生物模式具有高心率或表现出疾病的迹象的工人的模式。这可以允许用于条件——在该条件下可能发生滑落和坠落——的标识和用于在各种类型的分类之间在运动模式方面的任何不同的标识。这可以允许用于要在某些位置、在某些情况下或在某些类型的活动的情况下采取特别的的警示。
在一些实施例中，可以通过活动的类型来对模式分类。不同的活动可以预期牵涉不同类型的运动。在一些类型的活动中，运动模式可能不造成滑落和坠落，而在其它的活动中相同的运动模式可能指示滑落和坠落已经发生。例如，在海上平台中的工人可能被要求执行牵涉倾身、在某些装备下爬行、躺下和攀爬某些结构物的各种行为。得到的模式可以与为了修理而攀爬风力涡轮机塔架的工人比较。在攀爬塔架的示例中，任何倾身或倒转的定位都可能被解释为具有坠落的高风险或已经坠落。如果使用相同的模式，则平台工人可能经历可能妨碍他们工作的表现的假警报。因此，可以通过活动来把模式分类以允许特定于不同类型的工作的不同的模式和运动。
安全通信器150可以与一个或多个传感器相互作用以向***100提供信息。传感器可以包括与个体关联的传感器和/或设施传感器。一般地，个体可以穿戴一个或多个人员防护装备（PPE）设备用于检测和通信。运动传感器可以与PPE关联。例如，手套可以包含加速度计以检测在工人的手上的运动。类似的，靴子可以包含加速度计以指示工人的脚的运动。安全吊带可以包括加速度计以检测工人的质量中心的运动。其它的生物参数——诸如心率和体温等——还可以由安全吊带测量。安全通信器可以包括各种传感器，诸如位置传感器（例如GPS传感器、三角测量传感器等）、高度计和环境传感器等。在一些实施例中，运动传感器可以是附在工人身上想要的定位上的个体传感器。
其它的传感器也可以存在。例如，人员可以穿戴可操作以标识空气中的气体并且确定在环境中的化学品的级别的便携式化学检测器。传感器可以检测各种类型的信息，诸如环境中的化学成分、环境条件（例如温度、压力、风速、风向等）、振动水平、噪声水平、生物参数（例如心率、体温、呼吸率等）和位置（例如包括二维和/或三维定位）等。可以使用各种类型的气体传感器检测化学品传感器。
在一些实施例中，各种环境条件——诸如化学品——的出现可以与运动模式相关联以预测滑落和/或坠落。例如，某种化学品的出现和/或浓集可以与可能造成滑落和/或坠落的减弱的机体运动技能关联。暴露于某些化学品的工人可以被更严密地监控或者基于在某些情况中的环境暴露而被警告不要攀爬或在高处执行工作。
另外，人员可以穿戴任何数量的可以监控运动、活动、呼吸、心率等的监控设备。附加地，人员可以穿戴可操作以向中央监控站通信设备的位置（并且因此用户的位置）的便携式位置设备。这些便携式设备可以通过无线保真（Wi-Fi）网络、经由蓝牙或另外的无线连接无线地通信。
可以在设施之中静止的设施传感器也可以存在。静止的传感器可以测量便携式和人员传感器可以测量的任何的信息。静止的传感器还可以测量诸如环境数据（例如压力、温度、风速、风向、降水等）的信息。设施传感器可以向数据分析服务器102和/或安全通信器150无线地和/或通过有线的连接来进行通信以提供与应用程序110一起使用的数据。
在一些情况下，与个体关联的多个PPE设备可以具有经由声音、振动或视觉通知而通信给用户的警报、通知或更新。在一些实施例中，每个PPE设备可以采用多个无线基础设施单独地与中央监控站通信。在一些实施例中，可以使用包括数据收集和通信应用程序的安全通信器150（例如通信设备）以收集传感器数据并且将传感器数据通信给***100的各种元件。例如，应用程序可以在智能电话和PPE设备中的每个之间建立连接，该连接可以是无线连接，诸如Wi-Fi或蓝牙。应用程序于是可以接收来自PPE设备的每个的数据，并且将数据本地存储在设备上。应用程序还可以经由蜂窝网络向云存储网络传递数据。附加地，应用程序可以把来自所有的PPE设备的组合的数据通信给中央监控站。应用程序可以自动地接收来自PPE设备的数据并且将数据发送到数据分析服务器102。附加地，如果需要——诸如在警告或紧急的情形中，则应用程序可以是可操作的以向与其它的个体关联的其它的安全通信器发送消息或呼叫。
在安全通信器150上的应用程序可以经由在智能电话上或连接到智能电话（诸如智能手表）的用户接口来向用户呈现信息。接口可以把从PPE设备的每个接收的信息编译成一致的格式，使它更容易读取和理解。用户可以能够在应用程序中调整警报限度和设定。应用程序可以经由用户接口示出实时读数，并且可以经由用户接口发出警告或警报。附加地，还可由应用程序经由智能电话以发出振动、声音警告或视觉指示（例如闪烁灯等）。在一些情况下，应用程序可以是可操作的以与由用户佩戴的头戴式送受话机或耳机（诸如例如蓝牙头戴式送受话机）通信以通信声音警告或警报。
涉及滑落和坠落的模式信息可以被存储在模式数据存储122中。可以使用模式信息以基于运动的模式本身确定和/或预测可能的滑落和坠落情形，和/或可以使用各种类型的学习算法以指示滑落和坠落情形。例如，可以使用统计模型和神经网络等以在模式数据存储122中接收模式并且创建用于将模式与特定的传感器读数匹配的模型。在一些实施例中，可以使用与各种结果关联的真实世界数据来预测和/或获得基础训练集合。可以使用模型以把模式的应用延伸到那些基于明确地测量的活动的模式之外。模型、模型参数和与这样的模型一起使用的各种其它的信息可以被存储在模式数据存储122中并且由检测应用程序112使用。
在一些实施例中，检测应用程序112可以在安全通信器150上操作以便提供实时或接近实时的关于针对滑落和坠落运动的发生或可能性的信息。在该实施例中，模式和/或模型和参数可以被以不同的间隔发送给安全通信器150以允许检测应用程序112在安全通信器150上操作。通过使检测应用程序112在安全通信器150上操作，即使不存在网络通信连接，也可以实时或接近实时地确定滑落和坠落运动和/或可能的滑落和坠落运动。
在***的使用期间，可以由安全通信器150和/或在数据分析服务器102上的检测应用程序112接收和使用来自一个或多个传感器152，154（例如，与工人的手、脚和/或质量中心关联的多个加速度计等）的每个的传感器读数以确定工人的运动。可以可选地利用检测应用程序112在执行模式匹配当中检测和使用在其中工人存在的情境。例如，上升攀爬模式的检测可以允许从在模式数据存储122中的模式的整体存储中过滤出模板上升模式和上升滑落和/或坠落运动预测器。还可以使用其它的模式分类——诸如下降攀爬模式、绳索攀爬、在高处或以角度工作——以限制和或过滤在匹配过程中所使用的模式。检测应用程序112可以首先基于来自传感器的读数确定用于工人的运动模式。经测量的运动模式于是可以与一个或多个存储的模式比较以确定工人的运动是否表示滑落或坠落和/或工人是否正在经历具有造成滑落或坠落的高可能性的运动模式。例如，表示在滑落和/或坠落之前工人的运动的存储的运动模式可以被对于当前的运动模式进行匹配以预测滑落和/或坠落具有高的发生可能性。可以从模式数据存储122中获得被使用以匹配工人的运动模式的模式数据。可以基于工人的情境——诸如位置、活动的类型和环境条件等——获得模式数据。在一些实施例中，可以在分析中使用超过运动传感器输出的条件以基于当前的运动模式预测滑落和/或坠落的可能性。
当检测应用程序112指示工人正在经历具有造成滑落或坠落的高可能性的运动模式时，可以通过***向工人中继返回警告、警报、通知和/或信息（例如维护协议、指令、现场帮助等）等。例如，数据分析服务器102可以向安全通信器150发送消息以显示信息。警告可以指示风险的等级，要求附加的PPE的通知或者个体不应当继续当前的活动或应当慎重进行的指示。接收传感器数据和实时或接近实时地确定滑落和坠落风险的能力可以提供：作为实时或接近实时更新的结果的更好的人员安全性，通过多个类型的数据的处理而改善的生产率，和由于提供对用于各种活动的人员防护装备使用、资格和训练的实时或接近实时的监控的更好的在安全协议情况下的工人合规性。
在一些情况中，检测应用程序112可以确定工人的运动模式匹配滑落和/或坠落模式。指示可以造成向工人和/或监督员发出警告、警报或通知等。另外，可以基于确定来执行一个或多个行为。例如，可以向工人发送警报和/或可以激活安全吊带以防止坠落。还可以基于滑落或坠落已经发生的确定来激活各种其它的安全信息。
在实施例中，可以基于滑落或坠落已经发生的确定或者在一些实施例中基于滑落或坠落即将发生的风险超过阈值的确定来激活安全吊带或救生索，诸如自回缩救生索。例如，自回收救生索可以包括啮合构件，该啮合构件啮合绳索以防止耦合到工人的绳索的进一步的运动。安全通信器和/或数据分析服务器102可以与自回缩救生索通信并且激活啮合构件。这可以与啮合构件的机械啮合相比更快地发生，该机械啮合可以基于支撑绳索的快速运动而发生。作为结果，与如果单纯地依靠机械激活的话相比，工人可以坠落更短的距离。
在一些实施例中，基于检测各种模式而采取的行为可以基于分层的通知安排。作为第一层，***可以基于可以造成滑落和/或坠落的运动模式来发送消息或警告。如果运动模式继续匹配滑落或坠落情形或者向滑落或坠落情形移动，则可以发出第二层通知。可替换地，可以采取诸如发起自回缩救生索的行为以防止坠落。分层的方法的使用可以允许在没有使安全***完全投入的情况下采取矫正的行为，这可以减少安全装备的不必要的激活的发生。
在实施例中，基于工人的当前的运动模式预测滑落或坠落的能力允许用于把警报或消息发送给工人。例如，可以向工人发送振动、声音、光或其它的指示物以指示当前的运动模式匹配可能的滑落或坠落情形。可以向管理部件发送相似的警报以指示工人正在经历可能的滑落或坠落情形。
在实施例中，可以使用学习算法以更新在模式数据存储122中的模式。随着时间的推移，并且不管检测应用程序在何处执行，来自传感器152，154的传感器读数可以被存储在传感器数据存储124中。除了来自传感器的数据之外，传感器数据存储124还可以包括来自附加的传感器或者诸如来自多个工人的输入的用于设施的传感器读数。检测应用程序112可以周期地将来自传感器152，154的传感器数据与来自其它的传感器的数据组合地使用以执行传感器读数的分析以更新现存的模式和/或开发新的模式，该传感器读数包括运动读数和其它的读数，诸如位置读数、环境条件读数和生物读数等。新的模式可以包括用于先前可能还没有遇到过的新的运动或情况的模式。另外，当滑落和/或坠落发生时，可以在模式数据存储122中记录和存储运动模式。可以使用滑落和/或坠落模式来提供来自真实经历的训练数据集合以帮助***标识实际的滑落和/或坠落运动模式。另外，可以提取和分析导致滑落和/或坠落的运动模式以标识与特定的模式关联的风险并且预测这样的运动模式的风险。还可以分析存在于非滑落和/或非坠落情形中的相似的模式。
在一些实施例中，可以分析滑落和/或坠落模式以确定造成滑落和/或坠落的预测模式。例如，可以分析在图4中示出的示例性滑落和坠落模式，并且***可以确定一只手和一只脚的同时的运动导致在总体的运动模式中的滑落和坠落。***于是可以针对相似的模式对历史数据存储126进行搜索。可以使用预测模式出现的次数的百分比来提供用于这样的运动的预测模式的风险评级。例如，如果这样的运动模式造成滑落和/或坠落超过80%的时间，则这样的运动模式可以被标注成高风险。当检测到这样的模式时，可以针对用户发起警报并且可以触发安全设备（例如，可以发起吊带预拉紧器等）。其它的风险可以基于匹配相似的模式的过去的事件数据的分析而触发不同的警报。还可以基于其它的因素来对这样的风险进行子分类。例如，可以与滑落和/或坠落预测一起使用环境参数和/或化学浓集来进行子分类和/或提供用于学习算法的学习信息训练集合以提供用于预测滑落和/或坠落的多个传感器输入。
在一些实施例中，可以使用来自跨各种设施的数据来执行更新的分析。例如，传感器制造商可以跨多个设施收集传感器读数并且使用检测应用程序112来执行模式更新，该传感器读数包括运动传感器——诸如加速度计——和其它传感器，诸如环境条件传感器、气体传感器和生物传感器等。然后可以把得到的更新发送给使用相应的传感器的一个或多个设施。可以连续地、周期性地和/或在离散的时间执行更新的分析。
当模式被更新时，更新的模式可以被存储在模式数据存储122中。当暴露应用程序在诸如安全通信器的本地设备上执行时，可以将模式发送给安全通信器以用于执行交叉干扰分析。这可以允许针对滑落和坠落情形的可能性的改善的确定和基于传感器读数的实际的滑落和坠落情形的识别。
在一些实施例中，管理应用程序114可以基于预期的工作说明来执行。管理应用程序114可以与检测应用程序112相互作用以基于工作参数提供用于滑落和坠落情形的可能性的估计。例如，可以考虑到工作位置、天气条件和与工作位置关联的先验的滑落和坠落情形等以确定用于特定工作的可能的滑落和坠落预测或风险评级。可以使用各种规则和/或策略来指定用于活动的参数。
可以使用由管理应用程序114得到的确定以主动地指定安全标准或条件。例如，风险评级可以提供关于所要求的PPE的推荐，该推荐可以基于条件和预期的运动而改变。作为另一个示例，管理应用程序114可以确定不同的工人应当基于训练的经历来执行工作。在一些实施例中，管理应用程序114可以提供如下的通知：由于超过滑落和坠落风险所以直到一个或多个条件改变才应当执行工作。例如，管理应用程序114可以指示如下：当温度低于冰点时由于与在攀爬结构物上的冰的可能的存在关联的可能的滑落和坠落风险，所以不应当执行要在高处执行的工作。以这种方式，可以使用检测应用程序112和管理应用程序114以基于与滑落和坠落运动关联的模式和针对在高处的运动所预期的其它条件的考虑来主动地提供滑落和坠落风险评级。风险评级可以包括数字的值或另外的类型的评级。例如，可以使用绿色、黄色、红色的评级来指示用于活动的低、中或高风险。由于管理应用程序114可以包括用于特定工人的信息（例如训练，证书等），所以管理应用程序114可以生成特定工人风险评级。
在此公开的***和方法中的任何一个可以在计算机上或者在包括处理器的其它设备——诸如通信设备150、数据分析服务器102、传感器152，154中的任何一个和/或图1的数据库120——上执行。图5图解了适合于实现在此公开的一个或多个实施例——诸如获取设备或其任何部分——的计算机***580。计算机***580包括与存储器设备通信的处理器582（其可以被称为中央处理器单元或CPU），该存储器设备包括二级存储584、只读存储器（ROM）586、随机存取存储器（RAM）588、输入/输出（I/O）设备590和网络连接设备592。处理器582可以被实现为一个或多个CPU芯片。
被理解的是，通过将可执行的指令编程和/或加载到计算机***580上，从而改变CUP 582、RAM 588和ROM 586中的至少一个，将计算机***580部分地转换成具有由本公开所教导的新颖的功能性的特定的机器或装置。对于电气工程和软件工程技术来说根本的是，可以通过将可执行的软件加载到计算机中来实现的功能性可以被通过熟知的设计规则转换成硬件实现。在采用软件实现构想对比于采用硬件实现构想之间的决定典型地取决于要生产的单元的数量和设计的稳定性的考虑，而不是在从软件领域到硬件领域的转化中牵涉的任何问题。一般地，仍然经受频繁改变的设计可能优选为采用软件实现，因为重新开发硬件实现与重新开发软件设计相比更昂贵。一般地，将被大量生产的稳定的设计可能优选为采用硬件（例如专用集成电路（ASIC））实现，因为对于大量生产运行而言，硬件实现与软件实现相比可能更不昂贵。通常设计可以采用软件形式开发和测试并且稍后通过熟知的设计规则转换成对软件的指令进行硬连线的专用集成电路中的等同的硬件实现。特定的机器或装置采用与由新的ASIC控制的机器相同的方式，同样地已经被编程和/或加载有可执行的指令的计算机可以被视为特定的机器或装置。
附加地，在接通或启动***580之后，CPU 582可以执行计算机程序或应用程序。例如，CPU 582可以执行存储在ROM 586中或存储在RAM 588中的软件或固件。在一些情况下，在启动时和/或当应用程序被发起时，CPU 582可以将应用程序或应用程序的部分从二级存储584复制到RAM 588或复制到CPU 582自身中的存储器空间，并且CPU 582然后可以执行指令，该指令组成应用程序。在一些情况下，CPU 582可以将应用程序或应用程序的部分从经由网络连接设备592或经由I/O设备590访问的存储器复制到RAM 588或复制到在CPU 582之中的存储器空间，并且CPU 582然后可以执行指令，该指令组成应用程序。在执行期间，应用程序可以把指令加载到CPU 582中，例如把应用程序的指令中的一些加载到CPU 582的高速缓存中。在一些情境中，被执行的应用程序可以被称作为配置CPU 582来做一些事情，例如配置CPU 582以执行由主题应用程序促使的一个或多个功能。当CPU 582被由应用程序采用这种方式配置时，CPU 582成为特定用途计算机或特定用途机器。
二级存储584典型地由一个或多个盘驱动器或磁带驱动器组成并且被用于数据的非易失性存储并且如果RAM 588不是足够的大以保存所有的工作数据则用作为溢出数据存储设备。当加载到RAM 588中的程序被选择用于执行时，可以使用二级存储584来存储这样的程序。ROM 586被使用以存储指令和也许在程序执行期间被读取的数据。ROM 586是非易失性存储器设备，其典型地相对于二级存储584的更大的存储器容量具有小的存储器容量。RAM 588被使用以存储易失性数据并且也许存储指令。对ROM 586和RAM 588两者的访问与对二级存储584的访问相比典型地更快。二级存储584、RAM 588 和/或ROM 586在一些情境中可以被称作计算机可读存储介质和/或非暂时性计算机可读介质。
I/O设备590可以包括打印机，视频监控器、液晶显示器（LCD）、触摸屏幕显示器、键盘、小键盘、开关、拨号盘、鼠标、跟踪球、语音识别器、读卡器、纸带读出器或其它熟知的输入设备。
网络连接设备592可以采取如下的形式：调制解调器、调制解调器组、以太网卡、通用串行总线（USB）接口卡、串行接口、令牌环卡、光纤分布式数据接口（FDDI）卡、无线局域网（WLAN）卡、使用诸如码分多址（CDMA）、全球移动通信***（GSM）、长期演进（LTE）、全球微波接入互操作性（WiMAX）、近场通信（NFC）、射频识别（RFID）的协议来促使无线电通信的无线电收发机卡和/或其它空中接口协议无线电收发机卡，和其它熟知的网络设备。这些网络连接设备592可以使处理器582能够与因特网或一个或多个内联网通信。在这样的网络连接的情况下，被预计的是，处理器582可以在执行以上描述的方法步骤的过程中从网络接收信息或者可以向网络（例如向事件数据库）输出信息。可以例如以体现在载波中的计算机数据信号的形式从网络接收并且向网络输出这样的信息，该信息通常被表示为将使用处理器582执行的指令的序列。
可以例如以计算机数据基带信号或体现在载波中的信号的形式从网络接收并且向网络输出这样的信息，该信息可以包括将使用例如处理器582执行的数据或指令。基带信号或嵌入在载波中的信号，或者当前使用的或此后开发的其它类型的信号可以是根据对于本领域技术人员熟知的若干个方法生成的。基带信号和/或嵌入在载波中的信号可以在一些情境中被称为暂时性信号。
处理器582执行它从硬盘、软盘、光盘（这些各种基于盘的***全部都可以被认为是二级存储584）、闪存驱动器、ROM 586、RAM 588或网络连接设备592访问的指令、代码、计算机程序、脚本。虽然仅仅示出了一个处理器582，但是可以存在多个处理器。因此，虽然指令可以是作为由处理器执行的而讨论的，但是可以同时地，串行地执行指令，或者另外地由一个或多个处理器执行。可以从二级存储584——例如硬盘驱动、软盘、光盘和/或其它设备、ROM 586和/或RAM 588访问的指令、代码、计算机程序、脚本和/或数据在一些情境中可以被称为非暂时性指令和/或非暂时性信息。
在实施例中，计算机***580可以包括合作以执行任务的两个或更多个彼此通信的计算机。例如，但是不是通过限制的方式，应用程序可以以准许应用程序的指令的并发的和/或并行的处理这样的方式来划分。可替换地，由应用程序处理的数据可以以准许由两个或更多个计算机进行对数据集合的不同部分的并发和/或并行处理这样的方式来划分。在实施例中，可以由计算机***580采用虚拟化软件以提供一定数量的服务器的功能，服务器的数量并不直接绑定于计算机***580中的计算机的数量。例如，虚拟化软件可能在四个物理的计算机上提供二十个虚拟服务器。在实施例中，以上公开的功能可以通过执行在云计算环境中的一个和/或多个应用程序来提供。云计算可以包括经由网络连接使用动态地可伸缩的计算资源来提供计算服务。虚拟化软件可以至少部分地支持云计算。云计算环境可以由企业建立和/或可以在根据需要的基础上从第三方提供者租用。一些云计算环境可以包括由企业拥有和操作的云计算资源和从第三方提供者租用的和/或租赁的云计算资源。
在实施例中，以上公开的功能的一些或全部可以被提供为计算机程序产品。计算机程序产品可以包括具有在其中体现的计算机可用的程序代码的一个或多个计算机可读存储介质以实现以上公开的功能。计算机程序产品可以包括数据结构、可执行的指令和其它计算机可用的程序代码。计算机程序产品可以被体现在可移除的计算机存储介质和/或不可移除的计算机存储介质中。可移除的计算机可读存储介质可以在没有限制的情况下包括纸带、磁带、磁盘、光盘、固态存储器芯片，例如模拟磁带、压缩盘只读存储器（CD-ROM）盘、软盘、闪存驱动器（jump drives）、数字卡、多媒体卡以及其它。计算机程序产品可以适合于由计算机***580将计算机程序产品的内容的至少部分加载到二级存储584、加载到ROM586、加载到RAM 588和/或加载到计算机***580的其它的非易失性存储器和易失性存储器。处理器582可以通过直接地访问计算机程序产品——例如通过从***到计算机***580的盘驱动器外部设备中的CD-ROM盘读取——来部分地处理可执行的指令和/或数据结构。可替换地，处理器582可以通过远程访问计算机程序产品——例如通过从远程服务器通过网络连接设备592下载可执行的指令和/或数据结构——来处理可执行的执行令和/或数据结构。计算机程序产品可以包括指令，该指令促使向二级存储584、向ROM 586、向RAM 588和/或向计算机***580的其它的非易失性存储器和易失性存储器加载和/或复制数据、数据结构、文件和/或可执行的指令。
在一些情境中，二级存储584，ROM 586和RAM 588可以被称作非暂时性计算机可读介质或计算机可读存储介质。RAM 588的动态RAM实施例同样地可以被称作非暂时性计算机可读介质，因为当动态RAM接收电功率并且依照它的设计而操作时——例如在其间计算机***580接通并操作的时间段期间——动态RAM存储写给它的信息。相似地，处理器582可以包括内部RAM，内部ROM，高速缓存存储器，和/或在一些情境中可以被称作非暂时性计算机可读介质或计算机可读存储介质的其它内部非暂时性存储块、区或部件。
虽然在此已经描述了许多***和方法，但是具体的实施例可以包括但是不限于如下：
在第一实施例中，一种确定滑落或坠落的可能性的方法包括：由在非暂时性存储器中存储的并且在处理器上执行的检测应用程序接收来自多个运动传感器的多个传感器读数，其中所述多个运动传感器与工人的身体的不同区域关联；由检测应用程序将所述多个传感器读数与存储在数据库中的多个运动模式进行比较；由检测应用程序确定所述多个运动模式中的至少一个运动模式匹配所述多个传感器读数；和由检测应用程序基于所述多个传感器读数生成滑落或坠落是可能的指示。
第二实施例可以包括第一实施例的方法，该方法进一步包括：接收来自一个或多个传感器的情境信息；基于情境信息标识其中所述多个传感器读数发生的情境；和基于情境从数据库中选择多个运动模式。
第三实施例可以包括第一或第二实施例的方法，其中情境信息基于位置信息、生物信息、环境信息或其任何组合中的至少一个。
第四实施例可以包括第二或第三实施例的方法，其中情境信息包括活动的类型。
第五实施例可以包括第一至第四实施例中的任何一个的方法，其中所述多个传感器读数包括多个加速度计读数。
第六实施例可以包括第五实施例的方法，其中所述多个加速度计读数提供运动信息，定向信息，或运动信息和定向信息的组合。
第七实施例可以包括第一至第六实施例中的任何一个的方法，该方法进一步包括：将指示发送给安全设备，其中安全设备响应于接收到指示而啮合救生索。
第八实施例可以包括第一至第七实施例中的任何一个的方法，该方法进一步包括：响应于指示而向管理部件发送警告。
第九实施例可以包括第一至第八实施例中的任何一个的方法，该方法进一步包括：接收来自所述多个运动传感器的第二多个传感器读数；接收第二多个传感器读数包括滑落或坠落运动模式的指示；和利用第二多个传感器读数更新存储在数据库中的运动模式。
第十实施例可以包括第九实施例的方法，该方法进一步包括：标识滑落或坠落运动模式；从第二多个传感器读数中提取预测运动模式，其中预测运动模式包括导致滑落或坠落运动模式的一系列的运动；和在数据库中存储预测运动模式。
在第十一实施例中，一种确定滑落或坠落的风险的方法包括：由存储在非暂时性存储器中并且在处理器上执行的管理应用程序接收用于工作事件的说明，其中说明包括位置信息、高度信息和工作要求；由管理应用程序标识与说明关联的第一多个先验运动模式；由管理应用程序接收来自与位置信息关联的多个传感器的多个传感器读数；基于所述多个传感器读数从第一多个运动模式中选择第二多个先验运动模式；和基于第二多个先验运动模式确定用于工作事件的滑落或坠落风险评级。
第十二实施例可以包括第十一实施例的方法，该方法进一步包括：基于所述多个传感器读数和滑落或坠落风险评级来确定安全要求。
第十三实施例可以包括第十二实施例的方法，该方法进一步包括：将安全要求与用于多个工人的信息进行比较；和基于比较从多个工人中选择工人。
在第十四实施例中，一种用于预测滑落或坠落的***包括：多个运动传感器，其中所述多个运动传感器与工人的身体的不同区域关联；与所述多个运动传感器信号通信的接收机，其中接收机包括存储器和处理器，其中存储器包括检测应用程序，该检测应用程序当被在处理器上执行时配置处理器以：接收来自所述多个运动传感器的多个传感器读数；将所述多个传感器读数与多个存储的运动模式进行比较；确定所述多个运动模式中的至少一个运动模式匹配所述多个传感器读数；和基于所述多个运动模式中的所述至少一个运动模式匹配所述多个传感器读数的确定而生成滑落或坠落的警报。
第十五实施例可以包括第十四实施例的***，该***进一步包括：胸带，其中运动传感器中的至少一个与胸带耦合，并且其中胸带被配置为布置在工人的躯干周围。
第十六实施例可以包括第十四或第十五实施例的***，其中多个运动传感器包括至少两个加速度计。
第十七实施例可以包括第十四至第十六实施例中的任何一个的***，该***进一步包括：与接收机信号通信的一个或多个附加的传感器，其中所述一个或多个附加的传感器被配置为检测位置信息、生物信息、环境信息或其任何组合中的至少一个。
第十八实施例可以包括第十四至第十六实施例中的任何一个的***，该***进一步包括：与接收机信号通信的一个或多个附加的传感器，其中所述一个或多个附加的传感器被配置为检测在工人周围的环境中的化学成分。
第十九实施例可以包括第十四至第十八实施例中的任何一个的***，其中多个传感器读数包括运动信息、定向信息或运动信息和定向信息的组合。
第二十实施例可以包括第十四至第十九实施例中的任何一个的***，其中所述多个运动传感器包括与工人的手或手臂关联的至少第一运动运动传感器和与工人的脚或腿关联的至少第二运动传感器。
虽然在本公开中已经提供了若干个实施例，但是应当理解的是，在没有脱离本公开的精神或范围的情况下，所公开的***和方法可以体现在许多其它的具体形式中。当前的示例要被认为是说明性的和并非约束的，并且意图是不被限制于在此给出的细节。例如，各种元件或部件可以被组合或集成在另一个***中或者可以省略或不实现某些特征。
另外，在不脱离本公开的范围的情况下，在各种实施例中被描述和图解为分立的或分开的技术、***、子***和方法可以与其它的***、模块、技术或方法组合。被示出或讨论为彼此直接耦合或通信的其它项目可以通过某些接口、设备或中间部件——不论是以电、机械或另外的方式——间接地耦合或通信。改变、代替和替换的其它的示例是由本领域技术人员可以确定的并且可以在不脱离在此公开的精神和范围的情况下做出。

Claims (14)

1.一种确定滑落或坠落的可能性的方法，所述方法包括：
由存储在非暂时性存储器(104)中并且在处理器(106)上执行的检测应用程序(112)接收来自多个传感器(152，154)的多个传感器读数；
从所述多个传感器(152，154)接收情境信息，其中情境信息包括位置信息或者环境信息中的至少之一；
基于来自存储在历史数据存储(126)中的多个运动模式的情境来选择多个运动模式的子集，其中情境基于所接收的情境信息，并且其中所述多个运动模式与环境信息或位置信息中的至少之一关联；
基于所述多个传感器读数中的至少一些传感器读数确定当前运动模式；
由检测应用程序(112)将当前运动模式与从历史数据存储(126)选择的运动模式的子集进行比较；以及
由检测应用程序(112)基于与运动模式的子集中的至少一个运动模式匹配的当前运动模式确定滑落或坠落是可能的。
2.根据权利要求1所述的方法，其中，所述多个传感器读数包括多个加速度计读数，并且其中所述多个传感器(152，154)包括如下中的至少之一：多个运动传感器、高度传感器、位置传感器、或环境传感器。
3.根据权利要求1所述的方法，进一步包括：基于与运动模式的子集中的至少一个运动模式匹配的当前运动模式生成滑落或坠落是可能的指示，其中指示是在被发送到安全设备中生成的，其中安全设备响应于接收到指示而啮合救生索。
4.根据权利要求1所述的方法，进一步包括：
接收来自所述多个传感器(152，154)的第二多个传感器读数；
接收第二多个传感器读数包括滑落或坠落运动模式的指示；以及
基于第二多个传感器读数更新存储在历史数据存储(126)中的现存的运动模式。
5.根据权利要求4所述的方法，进一步包括：
标识滑落或坠落运动模式；
从第二多个传感器读数中提取预测运动模式，其中预测运动模式包括导致滑落或坠落运动模式的一系列的运动；以及
在数据库(120)中存储预测运动模式。
6.根据权利要求1所述的方法，进一步包括：
由管理应用程序接收用于工作事件的说明，其中说明包括位置信息，高度信息和工作要求；
由管理应用程序(114)标识与说明关联的第一多个先验运动模式；
由管理应用程序(114)接收来自与位置信息关联的所述多个传感器(152，154)的所述多个传感器读数；
从存储在数据库中的第一多个运动模式中过滤出第二多个先验运动模式；
基于当前运动模式与第二多个先验运动模式中的至少一个之间的匹配来确定用于工作事件的滑落或坠落风险评级；以及
基于所述多个传感器读数和滑落或坠落风险评级来确定安全要求。
7.根据权利要求1所述的方法，进一步包括：对所述多个传感器读数进行分析以更新存储在历史数据存储(126)中的现存的模式，其中更新现存的模式取决于被用于在滑落或坠落期间检测所述多个传感器(152，154)的相对运动模式的学习算法。
8.根据权利要求6所述的方法，进一步包括：将安全要求与用于多个工人的信息进行比较，并且基于比较从多个工人中选择工人。
9.一种用于预测将发生滑落或坠落的***，所述***包括：
多个传感器(152，154)；以及与所述多个传感器(152，154)信号通信的接收机(150)，其中接收机(150)包括存储器(104)和处理器(106)，其中存储器(104)包括检测应用程序(112)，该检测应用程序(112)当被在处理器(106)上执行时配置处理器(106)以：
接收来自所述多个传感器(152，154)的多个传感器读数；
从所述多个传感器接收情境信息，其中情境信息包括位置信息或环境信息中的至少之一；
基于来自存储在历史数据存储(126)中的多个运动模式的情境来选择多个运动模式的子集，其中情境基于所接收的情境信息，并且其中所述多个运动模式与环境信息或位置信息中的至少之一关联；
基于所述多个传感器读数中的至少一些传感器读数确定当前运动模式；
将当前运动模式与从历史数据存储(126)选择的运动模式的子集进行比较；以及
基于运动模式的子集中的至少一个运动模式匹配于当前运动模式的确定而确定滑落或坠落是可能的。
10.根据权利要求9所述的***，进一步包括：
基于运动模式的子集中的至少一个运动模式匹配于当前运动模式的确定而生成滑落或坠落的警报；以及
对所述多个传感器读数进行分析以更新存储在历史数据存储(126)中的现存的模式，其中更新现存的模式取决于被用于在滑落或坠落期间检测所述多个传感器(152，154)的相对运动模式的学习算法。
11.根据权利要求9所述的***，其中所述多个传感器(152，154)包括至少两个加速度计、多个运动传感器、高度传感器、位置传感器或环境传感器。
12.根据权利要求9所述的***，其中所述多个传感器(152，154)包括与工人的手或手臂关联的至少第一运动传感器和与工人的脚或腿关联的至少第二运动传感器。
13.根据权利要求9所述的***，其中处理器被进一步配置为：
从所述多个传感器(152，154)接收第二多个传感器读数；
接收所述第二多个传感器读数包括滑落或坠落运动模式的指示；
基于所述第二多个传感器读数来更新存储在数据库(120)中的现存的运动模式，其中更新是在将附加的传感器的数据与所述多个传感器(152，154)的传感器读数组合之后执行的。
14.根据权利要求10所述的***，其中处理器被进一步配置为：
通过将来自附加的传感器的数据与所述多个传感器(153，154)的传感器读数进行组合来开发新的模式，其中新的模式是针对先前没有遇到过的新的运动开发的。
CN202111037200.0A 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的*** Active CN113724471B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111037200.0A CN113724471B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562154963P 2015-04-30 2015-04-30
US62/154963 2015-04-30
CN202111037200.0A CN113724471B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***
CN201680038793.3A CN107710293B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***
PCT/US2016/029517 WO2016176301A2 (en) 2015-04-30 2016-04-27 System for integrating multiple sensor data to predict a fall risk

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201680038793.3A Division CN107710293B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***

Publications (2)

Publication Number Publication Date
CN113724471A CN113724471A (zh) 2021-11-30
CN113724471B true CN113724471B (zh) 2023-12-08

Family

ID=56178428

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201680038793.3A Active CN107710293B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***
CN202111037200.0A Active CN113724471B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201680038793.3A Active CN107710293B (zh) 2015-04-30 2016-04-27 用于集成多传感器数据以预测坠落风险的***

Country Status (4)

Country Link
US (2) US11120679B2 (zh)
EP (2) EP3289573B1 (zh)
CN (2) CN107710293B (zh)
WO (1) WO2016176301A2 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10282788B1 (en) * 2014-10-07 2019-05-07 State Farm Mutual Automobile Insurance Company Systems and methods for managing service log information
CN107710293B (zh) 2015-04-30 2021-09-21 霍尼韦尔国际公司 用于集成多传感器数据以预测坠落风险的***
US10692011B2 (en) * 2016-01-21 2020-06-23 Verily Life Sciences Llc Adaptive model-based system to automatically quantify fall risk
KR20190068595A (ko) * 2016-10-14 2019-06-18 쓰리엠 이노베이티브 프로퍼티즈 캄파니 추락 보호 장비 이벤트 생성 및 모니터링
JP2020508735A (ja) * 2017-02-16 2020-03-26 スリーエム イノベイティブ プロパティズ カンパニー 機械的コマンドインターフェースを備えるセーフティ装置
US20180357870A1 (en) * 2017-06-07 2018-12-13 Amazon Technologies, Inc. Behavior-aware security systems and associated methods
US11308568B2 (en) 2017-08-04 2022-04-19 3M Innovative Properties Company Confined space configuration and operations management system
US11235185B1 (en) * 2017-08-09 2022-02-01 Buckingham Manufacturing Company, Inc. Proximity lanyard system
CN111263940B (zh) * 2017-10-24 2023-04-14 亚萨合莱有限公司 具有多生物测定的可穿戴装置
US10825318B1 (en) 2018-04-09 2020-11-03 State Farm Mutual Automobile Insurance Company Sensing peripheral heuristic evidence, reinforcement, and engagement system
US11504071B2 (en) 2018-04-10 2022-11-22 Hill-Rom Services, Inc. Patient risk assessment based on data from multiple sources in a healthcare facility
US11908581B2 (en) 2018-04-10 2024-02-20 Hill-Rom Services, Inc. Patient risk assessment based on data from multiple sources in a healthcare facility
US10512801B2 (en) 2018-04-20 2019-12-24 Honeywell International Inc. Distance-learning safety retraction lanyard
US11499370B2 (en) 2018-05-01 2022-11-15 Otto Ladder Safety, Inc. Ladder having sensor and computing device for same
CN108750953A (zh) * 2018-05-28 2018-11-06 河南新科起重机股份有限公司 一种防司机室坠落的装置
CN112789088A (zh) * 2018-08-07 2021-05-11 3M创新有限公司 对坠落防护设备的改进
RU2708113C1 (ru) * 2018-12-11 2019-12-04 Николай Сергеевич Руднев Система обеспечения безопасности при высотных работах (вариант применения С-образного направляющего рельса)
US11039761B2 (en) 2018-12-14 2021-06-22 At&T Intellectual Property I, L.P. Fall prediction based on electroencephalography and gait analysis data
CA3126393A1 (en) 2019-01-14 2020-07-23 Msa Technology, Llc Fall protection compliance system and method
CN109630007A (zh) * 2019-01-23 2019-04-16 广东电网有限责任公司 基于bp神经网络的变电站构架爬梯的防坠落装置及其预警方法
EP3695885A1 (en) * 2019-02-15 2020-08-19 Fin Group S.R.L. System for monitoring a fall arrest device
US11358031B2 (en) * 2019-05-28 2022-06-14 International Business Machines Corporation Safety device for assisting a user to traverse a structure
CN111882823B (zh) * 2020-08-07 2022-04-22 歌尔科技有限公司 防跌落的控制方法、控制装置、终端设备及存储介质
CN112156393A (zh) * 2020-10-17 2021-01-01 张能华 一种高空作业辅助降落的方法
CN114283556B (zh) * 2021-12-06 2024-02-27 三星半导体(中国)研究开发有限公司 用于自主呼救的方法、装置、电子设备和存储介质
US11635307B1 (en) 2022-04-26 2023-04-25 Stress Engineering Services, Inc. Hall effect transducer assemblies and methods

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1977563A (zh) * 2004-06-30 2007-06-06 Sk电信有限公司 当运动出安全地带时提供报警服务的方法
CN101394787A (zh) * 2006-03-14 2009-03-25 索尼株式会社 人体运动检测设备、人体运动检测方法和人体运动检测程序
CN101510114A (zh) * 2008-02-12 2009-08-19 埃森哲环球服务有限公司 提供用于提高数据中心性能的策略的***
CN101641568A (zh) * 2007-01-10 2010-02-03 通腾科技股份有限公司 用于便携式导航装置的改进的搜索功能
CN101711401A (zh) * 2007-04-19 2010-05-19 皇家飞利浦电子股份有限公司 跌倒检测***
CN102144248A (zh) * 2008-09-04 2011-08-03 皇家飞利浦电子股份有限公司 预防跌倒***

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2357118A1 (de) 1973-11-15 1975-05-28 Matthias Dipl Ing Kiwull Kippbarer tisch mit ablagegestell fuer die aufnahme und weitergabe von platten, insbesondere isolierglasscheiben
US4571320A (en) 1984-10-31 1986-02-18 General Motors Corporation Method and apparatus for loading and unloading sheet molding compound in and from a press
US4987332A (en) 1988-09-30 1991-01-22 Pentel Kabushiki Kaisha Robot hand for electrostatically applying thin workpiece to mold
JP3900229B2 (ja) 1998-06-25 2007-04-04 石川島播磨重工業株式会社 基板搬送用ハンド
DE10046075A1 (de) * 2000-09-15 2002-04-04 Friendly Sensors Ag Vorrichtung und Verfahren zur Erzeugung von Messdaten
US6675130B2 (en) * 2000-12-21 2004-01-06 Ibm Corporation System and method of using a plurality of sensors for determining an individual's level of productivity
US7619513B2 (en) * 2003-10-03 2009-11-17 Satellite Tracking Of People Llc System and method for tracking movement of individuals
US20060015032A1 (en) * 2004-07-14 2006-01-19 Linda Gordon Non-invasive method for measuring changes in vascular reactivity
CN100447021C (zh) 2004-10-01 2008-12-31 爱信精机株式会社 嵌条端盖
US7248172B2 (en) * 2005-03-22 2007-07-24 Freescale Semiconductor, Inc. System and method for human body fall detection
US20060252999A1 (en) * 2005-05-03 2006-11-09 Devaul Richard W Method and system for wearable vital signs and physiology, activity, and environmental monitoring
US20060001545A1 (en) * 2005-05-04 2006-01-05 Mr. Brian Wolf Non-Intrusive Fall Protection Device, System and Method
US7539533B2 (en) * 2006-05-16 2009-05-26 Bao Tran Mesh network monitoring appliance
US8217795B2 (en) * 2006-12-05 2012-07-10 John Carlton-Foss Method and system for fall detection
JP5468127B2 (ja) * 2009-03-16 2014-04-09 オーチス エレベータ カンパニー エレベータ安全システム、および安全システムを備えるエレベータ
WO2010109923A1 (ja) 2009-03-27 2010-09-30 シャープ株式会社 移載装置、移載ハンド、および、移載方法
JP2010278408A (ja) 2009-04-30 2010-12-09 Fluoro Mechanic Kk ベルヌーイチャック
CN101576989A (zh) 2009-06-09 2009-11-11 阿里巴巴集团控股有限公司 移动终端中实现支付的方法及移动设备
KR101259560B1 (ko) 2009-12-21 2013-04-30 한국전자통신연구원 손목 착용형 낙상 감지 장치 및 방법과 이를 이용한 낙상 감지 시스템
US20130023798A1 (en) * 2011-07-20 2013-01-24 Intel-Ge Care Innovations Llc Method for body-worn sensor based prospective evaluation of falls risk in community-dwelling elderly adults
KR101866974B1 (ko) * 2012-01-06 2018-06-14 한국전자통신연구원 행동 패턴 수집 장치 및 이를 이용한 행동 패턴 분석 시스템과 그 방법
US20130332108A1 (en) * 2012-06-12 2013-12-12 Apple Inc. Embedded hardware state machine for context detection integrated with a sensor chip
US9877667B2 (en) 2012-09-12 2018-01-30 Care Innovations, Llc Method for quantifying the risk of falling of an elderly adult using an instrumented version of the FTSS test
US20140126988A1 (en) 2012-11-02 2014-05-08 Shenzhen China Star Optoelectronics Technology Co. Ltd. Transportation System For Moving Flat Panel And Mechanical Apparatus Thereof And Method For Moving The Same
WO2014120893A1 (en) * 2013-02-01 2014-08-07 Husqvarna Ab Method and device for identifying a power equipment work pattern
US20140278830A1 (en) * 2013-03-15 2014-09-18 U.S. Physical Therapy, Inc. Method for injury prevention and job-specific rehabilitation
CN103198615B (zh) * 2013-03-21 2015-05-20 浙江畅志科技有限公司 基于多传感器协同的人体跌倒检测预警装置
US9936902B2 (en) * 2013-05-06 2018-04-10 The Boeing Company Ergonomic data collection and analysis
EP3010408B1 (en) * 2013-06-21 2022-08-10 Northeastern University Sensor system and process for measuring electric activity of the brain, including electric field encephalography
CN103366504B (zh) 2013-06-26 2015-09-02 重庆工业设备安装集团有限公司 纵横双生命线防护报警***
FR3008528B1 (fr) 2013-07-09 2016-12-23 Total Raffinage Marketing Dispositif de detection de chute pour une ligne de vie ; installation de ligne de vie equipee d'un tel dispositif; methode de detection de chute associee
US10138102B2 (en) * 2013-07-23 2018-11-27 Viki V. Walbridge Warning and message delivery and logging system utilizable in a fall arresting and prevention device and method of same
CN103581852B (zh) * 2013-09-30 2018-03-06 吴家宝 人体摔倒检测的方法、装置及移动终端***
US9805577B2 (en) * 2013-11-05 2017-10-31 Nortek Security & Control, LLC Motion sensing necklace system
CN103932445A (zh) * 2014-04-04 2014-07-23 上海伟赛智能科技有限公司 免维护的跌倒侦测鞋套
CN104504855B (zh) * 2015-01-13 2017-11-24 广东乐源数字技术有限公司 一种智能腰带及智能跌倒应急预警***
CN107710293B (zh) 2015-04-30 2021-09-21 霍尼韦尔国际公司 用于集成多传感器数据以预测坠落风险的***
CN204954848U (zh) 2015-09-17 2016-01-13 广州市泰立机电设备有限公司 一种双面吸盘夹具
EP3346402A1 (en) * 2017-01-04 2018-07-11 Fraunhofer Portugal Research Apparatus and method for triggering a fall risk alert to a person
CN207273223U (zh) 2017-08-21 2018-04-27 浙江新瑞铭装饰材料有限公司 一种板材检测翻转机械手
CN107444909B (zh) 2017-08-30 2023-05-12 江西衡源智能装备股份有限公司 大尺寸工件自动化加工装置
CN107745963A (zh) 2017-09-20 2018-03-02 广东长盈精密技术有限公司 取放料机构及取放料装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1977563A (zh) * 2004-06-30 2007-06-06 Sk电信有限公司 当运动出安全地带时提供报警服务的方法
CN101394787A (zh) * 2006-03-14 2009-03-25 索尼株式会社 人体运动检测设备、人体运动检测方法和人体运动检测程序
CN101641568A (zh) * 2007-01-10 2010-02-03 通腾科技股份有限公司 用于便携式导航装置的改进的搜索功能
CN101711401A (zh) * 2007-04-19 2010-05-19 皇家飞利浦电子股份有限公司 跌倒检测***
CN101510114A (zh) * 2008-02-12 2009-08-19 埃森哲环球服务有限公司 提供用于提高数据中心性能的策略的***
CN102144248A (zh) * 2008-09-04 2011-08-03 皇家飞利浦电子股份有限公司 预防跌倒***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A feasibility study of using smartphone built-in accelerometers to detect fall portents;Ren-Jye Dzeng等;《Automation in Construction》;20140315(第38期);77-84 *

Also Published As

Publication number Publication date
US20210366258A1 (en) 2021-11-25
WO2016176301A2 (en) 2016-11-03
CN107710293B (zh) 2021-09-21
EP3289573A2 (en) 2018-03-07
US11763655B2 (en) 2023-09-19
WO2016176301A3 (en) 2017-01-26
EP3289573B1 (en) 2021-10-06
CN113724471A (zh) 2021-11-30
CN107710293A (zh) 2018-02-16
US20180357879A1 (en) 2018-12-13
US11120679B2 (en) 2021-09-14
EP3940609A1 (en) 2022-01-19

Similar Documents

Publication Publication Date Title
US11763655B2 (en) System for integrating multiple sensor data to predict a fall risk
CN109843389B (zh) 坠落防护装备事件生成和监测
US10959056B1 (en) Monitoring system for site safety and tracking
CN107665568B (zh) 为工作场所安全提供预测警报
JP7208149B2 (ja) 落下防止具の接続状態及び制御
JP6454294B2 (ja) 状態評価装置及び状態評価方法
US11946919B2 (en) System for integrating multiple chemical sensor data to detect an unmeasured compound
US20170183016A1 (en) Early warning system for locomotive bearings failures
JP6389663B2 (ja) 構造物検証システム、構造物検証装置、構造物検証プログラム
Ahmed et al. Recognition of professional activities with displaceable sensors
JP7064730B2 (ja) 管理システム
US20240013130A1 (en) System and method for evaluating risk for workers
Rajkumar et al. A Cutting-Edge Safety Wristband for Underground Mine Workers
Tripathi et al. GoldAid: An Integrated Safety System Leveraging IoT and Advanced Algorithms for Rapid Medical Aid in the Golden Hour
KR20240067159A (ko) 건설 현장에서의 추락 방지 모니터링 방법 및 시스템

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