[發明專利]一種礦工不安全行為的識別方法及系統

在審

• 申請號: 201711316772.6
• 申請日: 2017-12-12
• 公開（公告）號: CN107992836A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 佟瑞鵬;崔鵬程;楊校毅;安宇
• 申請（專利權）人: 中國礦業大學（北京）
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京高沃律師事務所11569
• 代理人: 王戈

技術領域

本發明涉及行為安全和人工智能領域，特別是涉及一種礦工不安全行為的識別方法及系統。

背景技術

近年來我國煤礦安全生產狀況明顯改善，事故死亡人數也呈下降趨勢，但與發達國家相比仍有較大差距；國內外煤礦歷史事故案例統計分析表明：絕大多數事故發生的直接原因是礦工的不安全行為。經分析，礦工不安全行為的影響因素主要包括4個方面：①礦工作為煤礦生產活動的主體，其生理和心理等特征因素引起的動作是不安全行為發生的內因；②采煤機、掘進機等作為生產活動的工具，其本質安全化水平和運行狀態將會決定礦工的動作是否直接轉化為事故；③“場論”和“破窗理論”都表明，煤礦復雜的生產環境會影響礦工的行為選擇，且會對設備的工作狀態產生很大的影響；④煤礦組織管理活動既可直接影響礦工的行為，也會通過生產設備和作業環境間接影響礦工的行為；以上四種因素對礦工的不安全行為產生的影響過程和機理也是極其復雜的。目前，國內外在不安全行為具體管理方法和措施上有所缺陷，大多也只是停留在口號上，并且對于事故的發生也只是在事后尋找原因，構建的事故模型和提出的分析方法也大都如此，缺乏對不安全行為實時、準確、及時的識別和分類。

發明內容

本發明的目的是提供一種礦工不安全行為的識別方法及系統，以解決現有技術事故發生前缺乏對不安全行為實時、準確識別的問題。

為實現上述目的，本發明提供了如下方案：

一種礦工不安全行為的識別方法，包括：

獲取煤礦視頻圖像；所述煤礦視頻圖像包括礦工各工作地點的礦工視頻圖像、礦工當前工作場所的環境視頻圖像；

根據所述礦工視頻圖像識別礦工的礦工行為屬性；所述礦工行為屬性包括工種、工齡、姿態以及當前動作；

根據所述環境視頻圖像識別當前環境；所述當前環境包括煤礦井下的工作背景、地理位置、礦工所操作的設備；

獲取所述設備的音頻信號；

根據所述音頻信號識別所述設備的工作狀態；所述工作狀態包括正常狀態、過勞狀態、故障狀態；

根據所述礦工行為屬性、所述當前環境以及所述工作狀態確定礦工不安全行為。

可選的，所述根據所述礦工視頻圖像識別礦工的礦工行為屬性，具體包括：

在所述礦工視頻圖像中隨機截取不同的圖像片段；

對所述圖像片段灰度處理，得到灰度圖像片段；

對所述灰度圖像片段高斯濾波處理，得到濾波后的圖像片段；

根據所述濾波后的圖像片段采用卷積神經網絡模型識別礦工的礦工行為屬性。

可選的，所述根據所述環境視頻圖像識別當前環境，具體包括：

對所述環境視頻圖像歸一化處理，獲取歸一化視頻圖像；

采用主成分分析白化方法對所述歸一化視頻圖像白化處理，得到白化后的視頻圖像；

整合所述白化后的視頻圖像，得到整合的視頻圖像；

根據所述整合的視頻圖像采用深度卷積神經網絡AlexNet模型，識別當前環境。

可選的，所述根據所述音頻信號識別所述設備的工作狀態，具體包括：

采用哈爾小波對所述音頻信號進行小波包分解，得到分解后的音頻信號；

根據所述分解后的音頻信號提取帶有能量特征的音頻頻段；

根據所述帶有能量特征的音頻頻段利用受限玻爾茨曼機識別所述設備的工作狀態。

可選的，所述根據所述礦工行為屬性、所述當前環境以及所述工作狀態確定礦工不安全行為，具體包括：

根據所述礦工行為屬性、所述當前環境以及所述工作狀態，采用關聯分析和Softmax回歸多值算法結合軌跡交叉理論，確定礦工不安全行為。

一種礦工不安全行為的識別系統，包括：

煤礦視頻圖像獲取模塊，用于獲取煤礦視頻圖像；所述煤礦視頻圖像包括礦工各工作地點的礦工視頻圖像、礦工當前工作場所的環境視頻圖像；

礦工行為屬性識別模塊，用于根據所述礦工視頻圖像識別礦工的礦工行為屬性；所述礦工行為屬性包括工種、工齡、姿態以及當前動作；

當前環境識別模塊，用于根據所述環境視頻圖像識別當前環境；所述當前環境包括煤礦井下的工作背景、地理位置、礦工所操作的設備；

音頻信號獲取模塊，用于獲取所述設備的音頻信號；

工作狀態識別模塊，用于根據所述音頻信號識別所述設備的工作狀態；所述工作狀態包括正常狀態、過勞狀態、故障狀態；