CN115937735A
审中
一种实时监控高空作业安全的风险监测方法及系统
技术领域
[0001]本发明涉及风险监测技术领域，更具体地说，特别涉及一种实时监控高空作业安全的风险监测方法及系统。
背景技术
[0002]目前在厂区高处作业或者施工高空作业过程中，工作人员会在高处进行操作，其一般会佩戴安全，安全带可以在发生意外时有效避免坠落对人体带来的巨大伤害，据高处坠落事故统计分析，5m以上的的高空作业坠落事故约占20％，5m以下的占80％左右，研究发现，当坠落者不慎落地时，大部分都是以仰卧、俯卧姿势落地的，同时，人的腹部(腰部)所能承受的最大冲击力相对于整个身体来说也比较大，这也就成为安全带被使用的重要依据，当发生意外时，坠落会产生巨大的向下作用力，这个力往往远大于一个人本身的重量，高处作业过程中工作人员存在不规范佩戴安全带的行为，且危险发生时首先时安全带挂环发生形变，或者挂环位置发生较大变化，而工作人员由于在进行工作，因此不能及时察觉，导致容易发生危险，大部分的坠落事故都属于突发意外，也就没有时间让安装人员和监护人员采取更多措施。
[0003]因此提出一种能够时刻关注安全带的实时监控高空作业安全的风险监测方法及系统解决上述问题。
发明内容
[0004]本发明的目的在于提供一种实时监控高空作业安全的风险监测方法及系统。
[0005]为了达到上述目的，本发明采用的技术方案如下：一种实时监控高空作业安全的风险监测方法，步骤如下：
[0006]S1、在高空作业工作人员的安全带挂钩处安装标识球，并且在安全带上安装报警器；
[0007]S2、摄像头拍摄高空作业工作人员的视频，摄像头将视频调度给监测服务器；
[0008]S3、通过监测服务器对视频进行监控分析，判断视频中是否存在正在高空作业的工人，若存在则继续下一步骤；
[0009]S4、通过监测服务器识别安全带挂钩处标识球和安全的位置，其中标识球根据颜色进行区分，判断高空作业工作人员安全带的佩戴是否符合规范，若不规范则进行下一步骤；
[0010]S5、通过风险处理平台对违规人员进行记录，且向远程终端和报警器发出报警信号。
[0011]优选地，步骤S3中根据目标监测算法确定视频中否存在正在高空作业的工人，目标监测算法利用FASTER-RCNN算法。
[0012]优选地，步骤S1中标识球为泡沫球，其设置有红色，黄色和橙色三种颜色。
[0013]优选地，所述监测服务器区分标识球的方法如下：
[0014]设置泡沫球RGB颜色一个阈值，当图像颜色与设定颜色欧氏距离小于阈值时，认为是泡沫球颜色；
[0015]设置安全带颜色一个阈值，当图像颜色与设定颜色欧式距离小于阈值时，认为是安全带颜色；
[0016]计算泡沫球中心(坐标求和或者取均值)，安全带中心点，最高点，最低点；
[0017]泡沫球低于安全带最低点一定距离时报警，泡沫球与安全带水平距离很接近，则超过一定时间(帧数)后报警。
[0018]优选地，步骤S3中监测服务器对获取的视频进行抽帧处理，将数据量大的视频按时间间隔抽取帧，并将一定时间内提取的所有帧作为一组数据进行监测。
[0019]优选地，步骤S2中摄像头视频调度方法如下：
[0020]S21、提前新建一个涵盖所有摄像头的图像链表；
[0021]S22、每次一个线程按顺序访问所有摄像头；
[0022]S23、对每个摄像头提取当前帧图像；
[0023]S24、将图像链表加锁，然后将当前帧存入，最后解锁。
[0024]优选地，当所述监测服务器识别出高空作业工作人员安全带的佩戴不规范，监测服务器将该工作人员的风险图片上传到存储单元，再将带有风险图片地址，风险信息通过KAFKA分布式消息队列平台上传到风险处理平台，风险信息上传过程如下：
[0025]通过producer将风险图片地址，风险信息上传到KAFKA平台；
[0026]KAFKA的borker对其进行读，写请求，存储消息；
[0027]然后KAFKA的consumer根据不同的topic处理不同的风险信息。
[0028]应用于上述实时监控高空作业安全的风险监测方法的监测系统，监测系统包括：摄像头、监测服务器、风险处理平台和报警器；
[0029]所述摄像头用于拍摄高空作业工作人员的视频，并将视频发送给监测服务器；
[0030]所述监测服务器用于接收摄像头发送的视频，并对视频进行监控分析，判断视频中是否存在正在高空作业的工人，若存在则判断工人安全带是否佩戴规范，若不规范则发出报警信号；
[0031]所述风险处理平台用于接收监测服务器发送的风险图片，并对违规人员进行记录，且向报警器发出报警信号；
[0032]报警器用于接收报警信号进行声光提醒。
[0033]优选地，所述监测服务器包括数据收发模块、分析模块、颜色识别模块和信号发送模块，数据收发模块、分析模块、颜色识别模块和信号发送模块均与控制模块连接；
[0034]所述数据收发模块用于摄像头、监测服务器和风险处理平台之间的数据交互工作；
[0035]所述分析模块用于通过目标监测算法确定摄像头发送的视频中否存在正在高空作业的工人，目标监测算法利用FASTER-RCNN算法；
[0036]所述颜色识别模块用于计算泡沫球中心(坐标求和或者取均值)，安全带的中心点、最高点和最低点，当泡沫球低于安全带最低点一定距离，信号发送模块将向报警器发送报警信号；当泡沫球与安全带水平距离接近，则超过一定时间(帧数)后，信号发送模块将向报警器和远程终端发送报警信号。
[0037]优选地，所述报警器为声光报警器，其内置有无线信号接收器。
[0038]与现有技术相比，本发明的优点在于：
[0039]本发明采用现有的摄像机采集图像，能够对高空作业安全带使用情况进行实时监控。能全程监控整个高空作业过程，时刻关注安全带的使用情况，可以有效减小工作人员佩戴安全带不规范导致事故发生的隐患，并将情况返回地面，若发现存在安全隐患，会及时发出警报信息，防止安全带突然断裂或者突然松动的情况出现，可有效降低危险系数，一经发现意外出现，及时做出挽救措施，为高空作业的人多一份安全保障。
附图说明
[0040]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本发明一种实时监控高空作业安全的风险监测方法的流程图；
[0042]图2是本发明的多个摄像头监测的流程图；
[0043]图3是本发明的安全带监测的流程图。
具体实施方式
[0044]下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
[0045]参阅图1本发明提供一种实时监控高空作业安全的风险监测方法，步骤如下：
[0046]S1、在高空作业工作人员的安全带挂钩处安装标识球，并且在安全带上安装报警器；
[0047]S2、摄像头拍摄高空作业工作人员的视频，摄像头将视频调度给监测服务器；
[0048]S3、通过监测服务器对视频进行监控分析，判断视频中是否存在正在高空作业的工人，若存在则继续下一步骤；
[0049]S4、通过监测服务器识别安全带挂钩处标识球和安全的位置，其中标识球根据颜色进行区分，判断高空作业工作人员安全带的佩戴是否符合规范，若不规范则进行下一步骤；
[0050]S5、通过风险处理平台对违规人员进行记录，且向远程终端和报警器发出报警信号。
[0051]其中，为保证工作人员安全带的佩戴符合要求，在高度上要求连接安全带的挂钩要比安全带高出一定距离；若高处没有合适的固定地点，挂钩需与腰部齐平时，则需要挂钩在水平方向上离开身体一段距离，为进行有效防护，高空作业的工人安全带一般挂在上方牢固可靠处，高度不低于腰部，利用安全带进行悬挂作业时，不能将挂勾直接勾在安全带绳上，应勾在安全带绳的挂环上。
[0052]本实施例中，如图2所示，工厂或者施工现场的摄像头设有多个，支持多个摄像头同时被监测，从多个摄像头进行视频读取，对每个摄像头按一定帧率读取图片，轮询着送入全局链表队列，此时会有两个线程GetVideo和UpVideo持续工作，前者主要从摄像头获取视频，后者和存放图像的全局链表相连，按顺序将得到的图像送入全局链表，全局链表是整个系统数据读取的中心；
[0053]对于全局链表会设定两个阈值，MinLen最小值和MaxLen最大值，当链表中存储的图像帧数小于MinLen时，不允许GPU对其进行下一步操作；当链表中存储的图像帧数到达最大值MaxLen时，UpVideo的图像就无法放入到全局链表中，需进行等待或舍弃，接下来GPU对对全局链表进行不停的探测若图像帧数在最小值和最大值之间，那么GPU就可以获取到这些图像，然后进行识别判断。
[0054]如图3所示，本实施例中，为方便对安全带识别，连接安全带的挂钩处做了泡沫球，共有红色，黄色和橙色三种颜色，但是由于泡沫球太小，用目标监测的方式很难准确识别出来，因此考虑直接用颜色做区分，具体方法如下：
[0055]设置泡沫球RGB颜色及一个阈值，当图像颜色与设定颜色欧氏距离小于阈值时，认为是泡沫球颜色，图像颜色与设定颜色欧氏距离：
[0056]
[0057]第一步：设置安全带颜色及一个阈值，当图像颜色与设定颜色欧式距离小于阈值时，认为是安全带颜色。图像颜色与设定颜色欧氏距离：
[0058]
[0059]第二步：计算泡沫球中心(坐标求和或者取均值)，安全带中心点，最高点，最低点。
[0060]第三步：泡沫球低于安全带最低点一定距离时报警，泡沫球与安全带水平距离很接近，则超过一定时间(帧数)后报警。
[0061]具体实现过程如下：
[0062]第一步：识别泡沫球的位置box(x0，y0，x1y1)，安全带的位置belt(a0，b0，a1，b1)，阈值thresh＝0.5；
[0063]第二步：设定box底边n等分(可根据实际情况修改)；
[0064]第三步：若是n等分，则共获得n+1个点，依次从左下至右上；
[0065]
[0066]
[0067]第四步：对每个点
判断是否在安全带内；
[0068]第五步：统计在安全带内的点占比，若占比大于thresh,则判定泡沫球所在的框在安全带内；
[0069]第六步：比较泡沫球的中心点
和安全带的中线点
以及最低点(ai，bi)的位置关系，进行判断。
[0070]摄像头拍摄的视频发送给监测服务器后，需对获取的视频进行抽帧处理，为保证处理效率，可以及时返回监测结果，所以将数据量大的视频按时间间隔抽取帧，将一定时间内提取的所有帧作为一组数据，进行监测。
[0071]其中，摄像头视频调度方法如下：
[0072]第一步：提前新建一个涵盖所有摄像头的图像链表；
[0073]第二步：每次一个线程按顺序访问所有摄像头；
[0074]第三步：对每个摄像头提取当前帧图像；
[0075]第四步：将图像链表加锁，然后将当前帧存入，最后解锁。
[0076]本实施例中，当识别出风险后，将风险图片上传到minio服务器进行存储和记录，再将带有风险图片地址，风险信息通过KAFKA分布式消息队列平台上传到风险处理平台，风险信息上传过程如下：通过producer将风险图片地址，风险信息上传到KAFKA平台；KAFKA的borker对其进行读，写请求，存储消息；然后KAFKA的consumer根据不同的topic处理不同的风险信息。
[0077]本实施例中，为更加准确的能够从视频中识别出工作人员，监测服务器利用FASTER-RCNN算法，通过RPN和Faster RCNN技术识别出现在图像中的人。识别的准确度主要依靠损失函数L来衡量。
[0078]
[0079]其中，Lsis分类损失函数，二分类与多分类，可以用不同的损失函数，该变量表示了系统识别的高空工作人员的结果和真实的情况之间的差异。当差异比较小且最后趋于稳定后代表系统的识别能力准确率高且稳定。λ是一个用来平衡回归与分类loss比例的因子，Lreg之前的
控制了只有正例框才会产生监测框回归loss。Lreg代表回归损失函数。
[0080]本实施例中，风险处理平台的系统包括两部分，一是系统内部异常信息记录和反馈，再是高空作业安全带佩戴不符合规范信息上报，系统设计了Monitor类，主要是针对软件内各种消息队列的监控，当队列消息的消费者无法应对生产者的生产速度时，队列就容易填满，Monitor模块即会在日志中上报警告或异常信息。系统会对泡沫球和安全带的位置进行判断，若发现安全带的佩戴不符合规范，RiskController类则会将风险信息上传，上传格式：
[0081]
[0082]
[0083]其中：address是摄像头唯一标识,对接时指明使用IP；status代表风险状态:true代表发现风险,false代表解除风险；risk_time发现时间时间戳,后转化为yyyy-MM-dd hh:mm:ss；risk_type代表风险编码；video_url为视频地址；img_url为文件地址。
[0084]为实现以上实时监控高空作业安全的风险监测方法，提供一种监测系统，监测系统包括：摄像头、监测服务器、风险处理平台和报警器；
[0085]所述摄像头用于拍摄高空作业工作人员的视频，并将视频发送给监测服务器；
[0086]所述监测服务器用于接收摄像头发送的视频，并对视频进行监控分析，判断视频中是否存在正在高空作业的工人，若存在则判断工人安全带是否佩戴规范，若不规范则发出报警信号；
[0087]所述风险处理平台用于接收监测服务器发送的风险图片，并对违规人员进行记录，且向报警器发出报警信号；
[0088]报警器用于接收报警信号进行声光提醒。
[0089]所述监测服务器包括数据收发模块、分析模块、颜色识别模块和信号发送模块，数据收发模块、分析模块、颜色识别模块和信号发送模块均与控制模块连接；
[0090]所述数据收发模块用于摄像头、监测服务器和风险处理平台之间的数据交互工作；
[0091]所述分析模块用于通过目标监测算法确定摄像头发送的视频中否存在正在高空作业的工人，目标监测算法利用FASTER-RCNN算法；
[0092]所述颜色识别模块用于计算泡沫球中心(坐标求和或者取均值)，安全带的中心点、最高点和最低点，当泡沫球低于安全带最低点一定距离，信号发送模块将向报警器发送报警信号；当泡沫球与安全带水平距离接近，则超过一定时间(帧数)后，信号发送模块将向报警器发送报警信号。
[0093]本实施例中，所述报警器为声光报警器，其内置有无线信号接收器，当工作人员安全带佩戴不规范时，无线信号接收器能够接收监测服务器发送的信号，从而能够远程启动报警器，能够及时提醒工作人员，提高工作的安全性。
[0094]同时为了方便佩戴安全带的工作人员以外的管理人员能够实时了解工作人员工作状态，管理人员的远程终端(手机或者电脑)，也能够收到报警信号。
[0095]以上所描述的的实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0096]通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。
[0097]虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。
[0057]第一步：设置安全带颜色及一个阈值，当图像颜色与设定颜色欧式距离小于阈值时，认为是安全带颜色。图像颜色与设定颜色欧氏距离：
[0058]
[0059]第二步：计算泡沫球中心(坐标求和或者取均值)，安全带中心点，最高点，最低点。
[0060]第三步：泡沫球低于安全带最低点一定距离时报警，泡沫球与安全带水平距离很接近，则超过一定时间(帧数)后报警。
[0061]具体实现过程如下：
[0062]第一步：识别泡沫球的位置box(x0，y0，x1y1)，安全带的位置belt(a0，b0，a1，b1)，阈值thresh＝0.5；
[0063]第二步：设定box底边n等分(可根据实际情况修改)；
[0064]第三步：若是n等分，则共获得n+1个点，依次从左下至右上；
[0065]
[0066]
[0067]第四步：对每个点判断是否在安全带内；
[0068]第五步：统计在安全带内的点占比，若占比大于thresh,则判定泡沫球所在的框在安全带内；
[0069]第六步：比较泡沫球的中心点和安全带的中线点以及最低点(ai，bi)的位置关系，进行判断。
[0070]摄像头拍摄的视频发送给监测服务器后，需对获取的视频进行抽帧处理，为保证处理效率，可以及时返回监测结果，所以将数据量大的视频按时间间隔抽取帧，将一定时间内提取的所有帧作为一组数据，进行监测。
[0071]其中，摄像头视频调度方法如下：
[0072]第一步：提前新建一个涵盖所有摄像头的图像链表；
[0073]第二步：每次一个线程按顺序访问所有摄像头；
[0074]第三步：对每个摄像头提取当前帧图像；
[0075]第四步：将图像链表加锁，然后将当前帧存入，最后解锁。
[0076]本实施例中，当识别出风险后，将风险图片上传到minio服务器进行存储和记录，再将带有风险图片地址，风险信息通过KAFKA分布式消息队列平台上传到风险处理平台，风险信息上传过程如下：通过producer将风险图片地址，风险信息上传到KAFKA平台；KAFKA的borker对其进行读，写请求，存储消息；然后KAFKA的consumer根据不同的topic处理不同的风险信息。
[0077]本实施例中，为更加准确的能够从视频中识别出工作人员，监测服务器利用FASTER-RCNN算法，通过RPN和Faster RCNN技术识别出现在图像中的人。识别的准确度主要依靠损失函数L来衡量。
[0078]
[0079]其中，Lsis分类损失函数，二分类与多分类，可以用不同的损失函数，该变量表示了系统识别的高空工作人员的结果和真实的情况之间的差异。当差异比较小且最后趋于稳定后代表系统的识别能力准确率高且稳定。λ是一个用来平衡回归与分类loss比例的因子，Lreg之前的控制了只有正例框才会产生监测框回归loss。Lreg代表回归损失函数。
[0080]本实施例中，风险处理平台的系统包括两部分，一是系统内部异常信息记录和反馈，再是高空作业安全带佩戴不符合规范信息上报，系统设计了Monitor类，主要是针对软件内各种消息队列的监控，当队列消息的消费者无法应对生产者的生产速度时，队列就容易填满，Monitor模块即会在日志中上报警告或异常信息。系统会对泡沫球和安全带的位置进行判断，若发现安全带的佩戴不符合规范，RiskController类则会将风险信息上传，上传格式：
[0081]
[0082]
[0083]其中：address是摄像头唯一标识,对接时指明使用IP；status代表风险状态:true代表发现风险,false代表解除风险；risk_time发现时间时间戳,后转化为yyyy-MM-dd hh:mm:ss；risk_type代表风险编码；video_url为视频地址；img_url为文件地址。
[0084]为实现以上实时监控高空作业安全的风险监测方法，提供一种监测系统，监测系统包括：摄像头、监测服务器、风险处理平台和报警器；
[0085]所述摄像头用于拍摄高空作业工作人员的视频，并将视频发送给监测服务器；
[0086]所述监测服务器用于接收摄像头发送的视频，并对视频进行监控分析，判断视频中是否存在正在高空作业的工人，若存在则判断工人安全带是否佩戴规范，若不规范则发出报警信号；
[0087]所述风险处理平台用于接收监测服务器发送的风险图片，并对违规人员进行记录，且向报警器发出报警信号；
[0088]报警器用于接收报警信号进行声光提醒。
[0089]所述监测服务器包括数据收发模块、分析模块、颜色识别模块和信号发送模块，数据收发模块、分析模块、颜色识别模块和信号发送模块均与控制模块连接；
[0090]所述数据收发模块用于摄像头、监测服务器和风险处理平台之间的数据交互工作；
[0091]所述分析模块用于通过目标监测算法确定摄像头发送的视频中否存在正在高空作业的工人，目标监测算法利用FASTER-RCNN算法；
[0092]所述颜色识别模块用于计算泡沫球中心(坐标求和或者取均值)，安全带的中心点、最高点和最低点，当泡沫球低于安全带最低点一定距离，信号发送模块将向报警器发送报警信号；当泡沫球与安全带水平距离接近，则超过一定时间(帧数)后，信号发送模块将向报警器发送报警信号。
[0093]本实施例中，所述报警器为声光报警器，其内置有无线信号接收器，当工作人员安全带佩戴不规范时，无线信号接收器能够接收监测服务器发送的信号，从而能够远程启动报警器，能够及时提醒工作人员，提高工作的安全性。
[0094]同时为了方便佩戴安全带的工作人员以外的管理人员能够实时了解工作人员工作状态，管理人员的远程终端(手机或者电脑)，也能够收到报警信号。
[0095]以上所描述的的实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0096]通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。
[0097]虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。
