一种基于窄带物联网技术的工地人员主动安全防护系统

技术领域

本发明属于建筑施工安全防护技术领域，尤其涉及一种基于窄带物联网技术的工地人员主动安全防护系统。

背景技术

智能建筑是信息时代的产物，是高科技和现代化建筑的集成，智能建筑是今后现代化建筑的重要发展方向。建筑工地环境复杂、特殊，往往存在着各种各样的安全隐患，智能化安全防护系统因其涉及到建筑施工安全问题，备受社会重视，具有越来越重要的地位。目前针对工地人员的智能化全方位安全防护系统比较少见，传统的工地人员安全防护措施大多为安装摄像头、穿戴安全帽、人脸识别门禁等，对于施工人员的监管不够全面，不能自动识别施工人员是否在危险区内、是否存在不安全行为，也不能进行主动报警提醒。因此，本发明提出了一种基于窄带物联网技术的工地人员主动安全防护系统，已实现对施工人员进行全方位的主动安全防护监管，保证施工安全性。

发明内容

针对现有技术中存在不足，本发明提供了一种基于窄带物联网技术的工地人员主动安全防护系统，能够高效精准地识别出施工人员是否处于不安全状态、是否存在不安全行为、是否处于危险区域、施工工地是否存在危险情况，再通过多技术融合手段实现对以上状态相应人员的精准筛选，并通过窄带物联网技术以及穿在相应施工人员身上的自主开发的智能穿戴设备进行主动报警提醒，保证施工安全。

本发明是通过以下技术手段实现上述技术目的的。

一种基于窄带物联网技术的工地人员主动安全防护系统，包括云平台、视觉传感设备、其他传感设备以及物联网设备，其他传感设备包括用于监测施工人员红外数据的红外传感设备、用于采集施工人员姿态信息的结构光深度传感器、用于监测施工人员位置的主动式RFID设备，物联网设备包括依次信号连接的窄带物联网发送设备、窄带物联网接收设备、智能穿戴设备；视觉传感设备、其他传感设备、物联网设备均与云平台信号连接，云平台用于实现提供工地现场实时监控画面与后台报警功能。

进一步地，所述工地人员主动安全防护系统包括五大功能：人员信息识别、危险场景识别、人员不安全行为识别、人员不安全状态识别、人员穿戴设备报警。

进一步地，所述人员信息识别过程为：

云平台提取视觉传感设备传递的数据中的一帧图像，识别出帧图像中所有的人物，将识别出的人物与第一人物特征行为数据库比对，进行人员姓名的识别，识别成功后记录下该人员的位置、图帧时间、姓名信息；识别不成功则提取该帧图像的时间戳，再提取该时间戳下的监控区域RFID信息、深度传感信息、红外传感信息，并将提取的信息与第二人物特征行为数据库中的数据比对，再次进行施工人员姓名的识别；

二次识别不成功后则丢弃该帧图像，二次识别成功后首先记录下该人员的位置、图帧时间、姓名信息，之后将该人员在该时间戳内对应的所有特征数据提取出来，分为图像数据和其他数据两类，并将图像数据放入第一人物特征行为数据库中，将其他数据放入第二人物特征行为数据库中，供下次识别使用；

第一人物特征行为数据库内包含工地每个人员的人脸信息、步态特征信息以及行为特征信息，第二人物特征行为数据库内包含工地每个人员的RFID信息、深度传感信息以及红外传感信息。

进一步地，所述人员信息识别过程中，基于第一人物特征行为数据库进行识别时，当人脸识别重合率达到90%时人脸识别成功，否则基于融合图以及人员步态数据库进行步态识别，当步态识别重合率达到60%时，步态识别识别完成，再结合RFID信息进行二次确认，否则继续基于第一人员行为数据库进行行为特征识别，当行为特征识别重合率达到40%时，行为特征识别识别完成，再结合RFID信息进行二次确认，否则丢弃用于识别的帧图像；

步态识别中使用到的融合图通过如下方法获得：提取视觉传感设备采集的视频数据中的帧图像，进行人物外形轮廓特征比对，之后提取人物轮廓信息；提取红外传感设备监测数据，进行人体温度红外特征比对，之后提取人员红外信息；提取结构光深度传感器监测数据，进行人物外形轮廓信息立体化处理，提取人物骨骼关节信息；最后将提取到的三种信息对应的图层进行融合，获得融合图。

进一步地，所述危险场景识别过程为：

云平台提取视觉传感设备传递的数据中的一帧图像后识别是否有火灾发生，未识别出有火灾发生则丢弃该帧图像；识别出有火灾发生后，提取该帧图像时间戳，再调出相同时间相同位置的红外传感设备监测数据，进行火灾二次识别；二次识别有火灾发生后，判断火源周围10m范围内是否有人员活动，如果判断出没有人员活动则云平台直接进行报警提示，如果判断出有人员活动则记录下人员名称信息，同时云平台端报警；

二次识别没有火灾发生后，记录下火源坐标，并判断该坐标之前是否记录过，如果之前已经记录过则将该帧图像与坐标信息同时丢弃，如果之前没有记录过该坐标则提取前后1S内该位置其他时间戳的红外传感信息与图像信息，再次进行火灾识别。

进一步地，所述人员不安全行为识别过程为：

云平台提取人员姓名与位置信息，将人员位置信息与危险区域数据库中的坐标数据进行比对，判断危险区域内是否有人员活动，若判断出没有人员活动则丢弃该帧图像，若判断出有人员活动则记录下人员名称信息，同时云平台端报警；危险区域数据库内包含事先划定的危险区域坐标集信息。

进一步地，所述人员不安全状态识别过程为：

云平台提取人员姓名信息，云平台还同时提取视觉传感设备传递的数据中的一帧图像，将其与安全防护用品数据库进行对比，识别出该图像中的人员的防护用品是否全部正常佩戴，若是则丢弃该帧图像数据，若否则记录下人员名称信息，同时云平台端报警；安全防护用品数据库内包含安全防护用品图像模板。

进一步地，所述人员穿戴设备报警过程为：云平台根据人员信息识别、危险场景识别、人员不安全行为识别以及人员不安全状态识别过程中记录下的人员名称信息，提取对应人员的穿戴设备唯一标识信息，之后基于窄带物联网发送设备，通过窄带物联网唤醒相应标识信息对应的穿戴设备，唤醒后利用该穿戴设备自有的扬声器对该名人员进行报警提醒。

进一步地，所述窄带物联网发送设备为位于系统端的LORA发射器，窄带物联网接收设备为安装在智能穿戴设备上的LORA接收器，RFID设备中的RFID接收器也安装在智能穿戴设备上，RFID发射器位于系统端，系统端与云平台信号连接，传递数据并且接收指令；智能穿戴设备是经过智能化设计改造的安全帽，安全帽内还安装有扬声器、电源，电源由微型太阳能板与电池组成。

进一步地，所述工地人员主动安全防护系统对施工人员进行定位识别时，首先利用LORA发射器通过窄带物联网向当前设备覆盖范围所有的智能穿戴设备上的LORA接收器发送开启信息，LORA接收器收到信息后，通知电源给智能穿戴设备端的主动式RFID接收器供电，RFID接收器通电之后与系统端的RFID发射器建立通讯，实现人员定位；定位完成后，LORA发射器再向当前设备覆盖范围所有智能穿戴设备上的LORA接收器发送关闭信息，LORA接收器收到信息后，通知智能穿戴设备中的电源停止给主动式RFID接收器供电，之后主动式RFID接收器再次处于休眠状态；

工地人员主动安全防护系统进行人体端报警时，系统端的LORA发射器向指定的某个智能穿戴设备的LORA接收器点对点发送信息，该LORA接收器接收到信息后打开智能穿戴设备端的扬声器报警。

本发明具有如下有益效果：

本发明提供了一种基于机器视觉技术、窄带物联网技术以及RFID技术的工地人员安全主动防护系统，为建筑工地的施工人员提供主动的全方位监管与安全防护，有效保障了施工安全性。本发明能够通过对工地现场监控视频画面的分析来识别出施工人员的不安全状态（如未戴安全帽，未佩戴防护设备等）、不安全行为（如工人接近有高处坠落风险的深基坑边缘、工人处在大型塔吊工作的危险区域）、工地的危险情况（如工地发生火灾等），再通过多技术融合手段实现对以上状态相应人员的精准筛选，并通过窄带物联网技术以及穿在相应施工人员身上的自主开发的智能穿戴设备进行主动报警提醒。

附图说明

图1为本发明所述人员信息识别过程示意图；

图2为本发明所述危险场景识别过程示意图；

图3为本发明所述人员不安全行为识别过程示意图；

图4为本发明所述人员不安全状态识别过程示意图；

图5为本发明所述人员穿戴设备报警过程示意图；

图6为本发明所述智能穿戴设备工作原理图；

图7为本发明所述三重识别机制识别过程示意图；

图8为本发明所述融合图形成示意图。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。

本发明所述的基于窄带物联网技术的工地人员主动安全防护系统，包括云平台、视觉传感设备、其他传感设备以及物联网设备，物联网设备包括依次信号连接的窄带物联网发送设备、窄带物联网接收设备、智能穿戴设备。云平台用于实现提供工地现场实时监控画面与后台报警功能，视觉传感设备、其他传感设备、物联网设备均与云平台信号连接。

视觉传感设备用于对工地状况进行实时视频监控，并将监测到的视频数据传递至云平台；其他传感设备包括用于监测施工人员红外数据的红外传感设备、用于采集施工人员姿态信息的结构光深度传感器、用于监测施工人员位置的主动式RFID设备，其他传感设备检测到的数据也同步上传至云平台。视觉传感设备处于持续运行状态，其他传感设备处于低功耗运行状态，只有在需要使用时才唤醒，有助于实现整套主动安全防护系统的低功耗运行，节约能源。

本发明所述主动安全防护系统包括五大功能：人员信息识别、危险场景识别、人员不安全行为识别、人员不安全状态识别、人员穿戴设备报警。

进行人员信息识别时：

如图1所示，云平台提取视觉传感设备传递的数据中的一帧图像，识别出帧图像中所有的人物，将识别出的人物与第一人物特征行为数据库（第一人物特征行为数据库内包含工地每个人员的人脸信息、步态特征信息以及行为特征信息）中的数据比对，进行具体施工人员姓名的识别，识别成功后记录下该施工人员的位置、图帧时间、姓名信息（即名称信息）；

若识别不成功则提取该帧图像的时间戳，再提取该时间戳下的监控区域RFID信息、深度传感信息、红外传感信息，之后再将提取的这些信息与第二人物特征行为数据库（第二人物特征行为数据库内包含工地每个人员的RFID信息、深度传感信息以及红外传感信息）中的数据比对，再次进行施工人员姓名的识别；

二次识别不成功后则丢弃该帧图像，二次识别成功后首先记录下该人员的位置、图帧时间、姓名信息，之后将该施工人员在该时间戳内对应的所有特征数据（包括该帧图像中施工人员对应的图像信息、RFID设备读取的信息、深度传感读取的信息以及红外传感设备探测到的信息）提取出来，将其分为图像数据和其他数据两类，并将图像数据放入第一人物特征行为数据库中，将其他数据放入第二人物特征行为数据库中，供下次识别使用。

进行危险场景识别时：

如图2所示，云平台提取视觉传感设备传递的数据中的一帧图像后识别是否有火灾发生，未识别出有火灾发生则丢弃该帧图像；识别出有火灾发生（即识别出火源）后，提取该帧图像时间戳，再调出相同时间相同位置的红外传感设备监测数据，进行火灾二次识别；二次识别有火灾发生后，结合人员信息识别过程中记录下的施工人员的位置、图帧时间、姓名信息，判断火源周围10m范围内是否有人员活动，如果判断出没有人员活动则云平台直接进行报警提示，如果判断出有人员活动则记录下人员名称信息，同时云平台端报警；

二次识别没有火灾发生后，记录下火源坐标，并判断该坐标之前是否记录过，如果之前已经记录过则将该帧图像与坐标信息同时丢弃，如果之前没有记录过该坐标则提取前后1S内该位置其他时间戳的红外传感信息与图像信息，再次进行火灾识别。

进行人员不安全行为识别时：

如图3所示，云平台根据人员信息识别过程中记录下的施工人员的位置、图帧时间、姓名信息，提取出人员姓名与位置信息，将人员位置信息与危险区域数据库（危险区域数据库内包含事先划定的危险区域坐标集信息，例如，本实施例中事先规定X30～60,Y20～40区域为深基坑，X180～200,Y420～900为塔吊工作区域，其中，X表示横坐标，Y表示纵坐标，数字表示坐标值）中的坐标数据进行比对，由此判断危险区域内是否有人员活动，若判断出没有人员活动则丢弃该帧图像，若判断出有人员活动则记录下人员名称信息，同时云平台端报警。

进行人员不安全状态识别时：

如图4所示，云平台根据人员信息识别过程中记录下的施工人员的位置、图帧时间、姓名信息，提取出人员姓名信息，云平台还同时提取视觉传感设备传递的数据中的一帧图像，将其与安全防护用品数据库（安全防护用品数据库内包含安全防护用品图像模板）中的图像数据进行对比，识别出该图像中的人员的防护用品是否全部正常佩戴，若是则丢弃该帧图像数据，若否则记录下人员名称信息，同时云平台端报警。

人员穿戴设备报警：

如图5所示，云平台根据各识别过程中记录下的人员名称信息，提取与之相对应的穿戴设备唯一标识信息，之后基于窄带物联网发送设备，通过窄带物联网唤醒相应标识信息对应的穿戴设备，唤醒后利用该穿戴设备自有的扬声器对该名施工人员进行报警提醒，从而实现对现场施工人员的主动保护。

如图6所示，本发明所述的智能穿戴设备是一种基于窄带物联与RFID技术的低功耗智能穿戴设备，所述窄带物联网发送设备为位于系统端的LORA发射器，所述窄带物联网接收设备为安装在智能穿戴设备上的LORA接收器，所述RFID设备中的RFID接收器也安装在智能穿戴设备上，RFID发射器位于系统端，系统端与云平台信号连接，传递数据并且接收指令。本实施例中，智能穿戴设备是经过智能化设计改造的安全帽，安全帽内还安装有扬声器、电源，电源由微型太阳能板与电池组成。

如图6所示，实际应用中，当需要对施工人员进行定位识别时，首先利用系统端的LORA发射器通过窄带物联网向当前设备覆盖范围所有的智能穿戴设备上的LORA接收器发送开启信息，LORA接收器收到信息后，通知电源给智能穿戴设备端的主动式RFID接收器供电，RFID接收器通电之后与系统端的RFID发射器建立通讯，实现人员定位。定位完成后，系统端的LORA发射器再向当前设备覆盖范围所有智能穿戴设备上的LORA接收器发送关闭信息，LORA接收器收到信息后，通知智能穿戴设备中的电源停止给主动式RFID接收器供电，之后主动式RFID接收器再次处于休眠状态。当需要实现人体端报警功能时，系统端的LORA发射器向指定的某个智能穿戴设备的LORA接收器点对点发送信息，该LORA接收器接收到信息后打开智能穿戴设备端的扬声器报警。

在整个运行过程中，LORA设备为一直开启的状态，主动式RFID设备则在需要时开启，不需要时处于关闭状态，大大减小了智能穿戴设备的耗电量。

如图7所示，在人员信息识别过程中，本发明利用了多图层融合技术，在人脸识别的基础上加入了步态识别与行为特征识别，形成三重识别机制，大大增加了人员识别的准确率。当人脸识别重合率达到90%时识别成功，否则基于融合图以及人员步态数据库进行步态识别，当步态识别重合率达到60%时，识别完成，再结合RFID信息进行二次确认，否则继续基于人员行为数据库进行行为特征识别，当行为特征识别重合率达到40%时，识别完成，再结合RFID信息进行二次确认，否则丢弃用于识别的帧图像。

如图8所示，步态识别中使用到的融合图通过如下方法获得：提取视觉传感设备采集的视频数据中的帧图像，进行人物外形轮廓特征比对，之后提取人物轮廓信息；提取红外传感设备监测数据，进行人体温度红外特征比对，之后提取人员红外信息；提取结构光深度传感器监测数据，进行人物外形轮廓信息立体化处理，提取人物骨骼关节信息；最后将提取到的三种信息对应的图层进行融合，获得融合图。

所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。