施工人员工作姿态健康评估方法、装置、设备及存储介质

技术领域

本发明属于施工人员健康管理领域，尤其涉及一种施工人员工作姿态健康评估方法、装置、设备及存储介质。

背景技术

工人肌肉骨骼疾病(work-related musculoskeletal disorders，WMSDs)是一类由职业性有害因素引起的涉及肌肉、肌腱、神经、椎间盘、关节、软骨疼痛或损伤等的工作相关疾病。WMSDs会导致施工人员疼痛，影响工作效率，使施工人员丧失工作能力、增加医疗保健费用并降低其生活质量。长期固定姿势或强迫体位是造成WMSDs的常见原因。在施工过程中，许多工作任务(如搬运物料、钢筋加工、电焊等)易使施工人员长时间保持某种特定姿态或处于一种不自然的强迫体位，日积月累形成不良习惯，从而引发WMSDs。不健康工作行为造成的职业伤害每年会给行业造成130～200亿美元的损失。

用于评估施工人员作业姿态方法主要有自我评估法、动作捕捉法和作业观察法。自我评估法是通过参考施工人员工作日志以及发放问卷和访谈调查来采集施工工地中与施工人员身体状况和社会心理因素有关的数据，该方法无法及时直接矫正某一特定的施工人员的作业姿势，主观性强，调研时间长，准确性较差。动作捕捉法是将机械式、光学或声音式传感器安装在施工人员的特定关节点上，以此来估计施工人员运动情况及得到标记点的三维坐标，该方法准确性高，但是设备购买费用高，设备安装在施工人员身上易影响施工人员正常工作。作业观察法是直接观察记录施工工地中存在的不利因素，该方法在数据采集与评估过程易产生错误并且主观性强。

发明内容

有鉴于此，本发明基于TDC的3D人体姿态识别模型，提供了一种施工人员工作姿态健康评估方法、装置、设备及存储介质，以期识别出施工人员的非健康工作姿态，从而帮助施工人员培养良好的作业习惯和提高自我保护意识。

为了实现上述目的，本发明提供了一种施工人员工作姿态健康评估方法，主要包括以下步骤：

通过基于TDC的3D人体姿态识别模型对每帧图像中施工人员进行姿态估计及人体关键点提取，获得人体关键点的坐标位置；

根据所述人体关键点的坐标位置计算得到躯干的空间长度d；

根据所述人体关键点的坐标位置和所述躯干的空间长度d，通过两点法计算得到躯干与Z轴基准方向夹角θ

根据所述躯干与Z轴基准方向夹角θ

根据所述施工人员躯干倾斜角度α和躯干非健康姿态判别条件对施工人员的工作姿态进行健康评估，获得健康评估结果。

优选地，在所述通过基于TDC的3D人体姿态识别模型对每帧图像中施工人员进行姿态估计及人体关键点提取，获得人体关键点的坐标位置的步骤之前，还包括：

通过施工现场的固定摄像头获取施工人员工作视频数据；

对所述施工人员工作视频数据进行预处理，获得多帧图像。

优选地，所述人体关键点包括：臀部中心、左髋部、左膝盖、左脚踝、右髋部、右膝、右脚踝、脊柱中心、脖子、鼻子、头、右肩、右手肘、右手、左肩、左肘、左手。

优选地，所述躯干的空间长度d的计算公式为：

其中，(x

优选地，所述躯干与Z轴基准方向夹角θ

其中，z

优选地，所述躯干倾斜角度α表示从躯干侧面观察时施工人员处于作业姿态时的躯干与直立时的躯干之间的夹角，α＝θ

优选地，所述躯干非健康姿态判别条件是：

当α∈(0°,20°)时，则表示施工人员处于健康工作姿态；

当α∈(-180°,0°)U(60°,180°)时，则表示施工人员处于非健康工作姿态；

当α∈(20°,60°)时，根据所述躯干倾斜角度α计算得到可接受最大保持时间限值T

此外，为了实现上述目的，本发明还提供了一种施工人员工作姿态健康评估装置，包括：

采集模块，用于通过施工现场的固定摄像头采集施工人员工作视频数据；

预处理模块，用于对所述施工人员工作视频数据进行预处理，获得多帧图像；

识别模块，用于通过基于TDC的3D人体姿态识别模型对每帧图像中施工人员进行姿态估计及人体关键点提取，获得人体关键点的坐标位置；

计算模块，用于根据人体关键点的坐标位置计算得到躯干的空间长度d；

还用于根据所述人体关键点的坐标位置和所述躯干的空间长度d，通过两点法计算得到躯干与Z轴基准方向夹角θ

还用于根据所述躯干与Z轴基准方向夹角θ

评估模块，用于根据所述施工人员躯干倾斜角度α和躯干非健康姿态判别条件对施工人员的工作姿态进行健康评估，获得健康评估结果。

此外，为了实现上述目的，本发明还提供了一种施工人员工作姿态健康评估设备，所述施工人员工作姿态健康评估设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的施工人员工作姿态健康评估程序，所述施工人员工作姿态健康评估程序被所述处理器执行时实现所述的施工人员工作姿态健康评估方法的步骤。

此外，为了实现上述目的，本发明还提供了一种存储介质，所述存储介质上存储有施工人员工作姿态健康评估程序，所述施工人员工作姿态健康评估程序被处理器执行时实现所述的施工人员工作姿态健康评估方法的步骤。

本发明提供的技术方案带来的有益效果是：

1、本发明中的基于TDC的3D人体姿态识别模型在弱光照、低分辨率和遮挡环境条件下检测场景图像识别效果较好，对天气环境和视频采集设备具有良好的适用性，适合应用在复杂的工地现场。

2、本发明能够识别施工人员的工作姿态的健康状况，为工地管理者培训施工人员提供参考，并且能够针对不同工种施工人员提出不同的作业姿态改进方案，便于后期更加精准的培训施工人员养成良好的作业习惯，加强工程职业健康管理水平。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明一种施工人员工作姿态健康评估方法的流程图；

图2为本发明施工人员的关键点的示意图；

图3为本发明躯干倾斜角度α示意图；

图4为本发明中基于TDC的人体姿态识别模型建立与训练的流程图；

图5为本发明场景一中第81帧图像实验对象的3D姿态识别图；

图6为本发明场景一中实验对象躯干倾斜角度α序列；

图7为本发明场景二中第835帧图像实验对象的3D姿态识别图；

图8为本发明场景二中实验对象躯干倾斜角度α序列；

图9为本发明一种施工人员工作姿态健康评估装置的结构图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

参考图1，图1为本发明一种施工人员工作姿态健康评估方法的流程图；

本发明实施例一种施工人员工作姿态健康评估方法，包括以下步骤：

S1、通过施工现场的固定摄像头采集施工人员工作视频数据。

S2、对所述施工人员工作视频数据进行预处理，获得多帧图像。

S3、通过基于TDC的3D人体姿态识别模型对每帧图像中施工人员进行姿态估计和人体关键点提取，获得人体关键点的坐标位置；

本实施例中，人体关键点共有17个，依次为：臀部中心、左髋部、左膝盖、左脚踝、右髋部、右膝、右脚踝、脊柱中心、脖子、鼻子、头、右肩、右手肘、右手、左肩、左肘、左手(参考图2)；

关键点的坐标为(x

S4、根据关键点的坐标位置计算得到躯干的空间长度d；

具体的计算公式为：

其中，(x

S5、根据所述人体关键点的坐标位置和所述躯干的空间长度d，通过两点法计算得到躯干与Z轴基准方向夹角θ

具体的计算公式为：

其中，z

S6、根据所述躯干与Z轴基准方向夹角θ

参考图3，躯干倾斜角度α表示从躯干侧面观察时施工人员处于作业姿态时的躯干与直立时的躯干之间的夹角，α＝θ

S7、根据所述施工人员躯干倾斜角度α和躯干非健康姿态判别条件对施工人员的工作姿态进行健康评估，获得健康评估结果；

其中，躯干非健康姿态判别条件是：

当α∈(0°,20°)时，则表示施工人员处于健康工作姿态；

当α∈(-180°,0°)U(60°,180°)时，则表示施工人员处于非健康工作姿态；

当α∈(20°,60°)时，根据所述躯干倾斜角度α计算得到可接受最大保持时间限值T

参考图4，图4为本发明中基于TDC的人体姿态识别模型建立与训练的流程图；

本发明基于TDC的人体姿态识别模型来实现对施工人员工作姿态健康评估。该模型的建立具体步骤为：

步骤1：输入帧图像中人体关键点的级联坐标(x

步骤2：应用内核大小为W和C的输出通道进行时间卷积。

步骤3：建立被跳过连接包围的B残差网络块，每个块首先进行核大小为W且膨胀系数为D＝WB的一维卷积，然后进行核大小为1的卷积。

步骤4：卷积(除最后一层)完成后依次进行批归一化、校正线性单元和丢弃处理。

步骤5：设置滤波器的超参数为W和D；

步骤6：最后一层通过使用过去和将来的数据来利用时间信息，然后输出对输入序列中所有帧的3D姿势预测。

本实施例中，实验的硬件平台为：PC机一台，主要配置包括：Intel(R)Core(TM)i5-9300H，2.40GHz主频双核处理器，内存8GB，显卡为NVIDIA GeForce GTX 1660Ti；系统开发环境为Ubuntu20.04操作系统，Visual Studio Code和Anaconda。

本实施例选取施工人员工作场景进行实验。

场景一：货物搬运

模拟施工人员进行货物搬运，用手机拍摄该运动状态视频5分钟，数据采集帧率为29.83帧/秒，选取600帧连续图像作为研究样本，利用基于TDC的3D人体姿态识别模型检测实验对象关节点，根据关节点的空间位置数据计算躯干倾斜角度α。采用施工人员非健康工作姿态评估机制，自动处理研究样本图像。在该段视频中，实验对象处于健康和非健康工作姿态的时长分别为16.39s和3.79s。该段视频中的第81帧，实验对象的躯干倾斜角度为66.81°。(参考图5、图6)

场景二：钢筋绑扎

模拟施工人员进行钢筋绑扎，用手机拍摄该运动状态视频5分钟，数据采集帧率为29.83帧/秒，选取3200帧连续图像作为研究样本，利用基于TDC的3D人体姿态识别模型检测实验对象关节点，根据关节点的空间位置数据计算躯干倾斜角度α。采用施工人员非健康工作姿态评估机制，自动处理研究样本图像。在该段视频中，实验对象处于健康和非健康工作姿态的时长分别为8.85s和98.29s。该段视频中的第835帧，实验对象的躯干倾斜角度为77.15°。(参考7、图8)

参考图9，为了实现上述的施工人员工作姿态健康评估方法，本发明还提供了一种施工人员工作姿态健康评估装置，包括：

采集模块1，用于通过施工现场的固定摄像头采集施工人员工作视频数据；

预处理模块2，用于对所述施工人员工作视频数据进行预处理，获得多帧图像；

识别模块3，用于通过基于TDC的3D人体姿态识别模型对每帧图像中施工人员进行姿态估计和人体关键点提取，获得人体关键点的坐标位置；

计算模块4，用于根据人体关键点的坐标位置计算得到躯干的空间长度d；

还用于根据所述人体关键点的坐标位置和所述躯干的空间长度d，通过两点法计算得到躯干与Z轴基准方向夹角θ

还用于根据所述躯干与Z轴基准方向夹角θ

评估模块5，用于根据所述施工人员躯干倾斜角度α和躯干非健康姿态判别条件对施工人员的工作姿态进行健康评估，获得健康评估结果。

此外，本实施例中，还提供了一种施工人员工作姿态健康评估设备，所述施工人员工作姿态健康评估设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的施工人员工作姿态健康评估程序，所述施工人员工作姿态健康评估程序被所述处理器执行时实现所述的施工人员工作姿态健康评估方法的步骤。

此外，本实施例中，还提供了一种存储介质，所述存储介质上存储有施工人员工作姿态健康评估程序，所述施工人员工作姿态健康评估程序被处理器执行时实现所述的施工人员工作姿态健康评估方法的步骤。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。