[發明專利]基于5G和深度學習目標檢測的安全護具佩戴檢測系統

在審

• 申請號: 202010566737.5
• 申請日: 2020-06-19
• 公開（公告）號: CN111860170A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 蘆建文
• 申請（專利權）人: 包頭鋼鐵（集團）有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;H04L29/08
• 代理公司: 北京律遠專利代理事務所(普通合伙) 11574
• 代理人: 全成哲

本發明公開了一種基于5G和深度學習目標檢測的安全護具佩戴檢測系統，屬于無線數據傳輸和圖像處理技術領域。所述系統包括圖像和數據采集節點、監控中心、手機端；監控中心包括計算機及網關，網關與圖像和數據采集節點通過5G網絡通訊連接；本發明提供的檢測系統相對于目前安全員人工巡查大大提高了檢測實時性、降低了安全檢測勞動強度，降低工作人員安全風險，對于工廠安全生產保障有一定的益處。

技術領域

本發明具體涉及一種基于5G和深度學習目標檢測的安全護具佩戴檢測系統，尤其涉及一種基于5G的圖像和數據采集節點、監控中心和手機端APP的安全帽及一氧化碳報警儀佩戴檢測裝系統。屬于無線數據傳輸和圖像處理技術領域。

背景技術

通常，工業現場環境復雜，具有一定的危險性，尤其對于特殊行業，如鋼鐵、冶金、礦井、焦化等生產行業，存在危險氣體、高溫環境等，要求工作人員必須按照規范著裝和佩戴安全護具才能上崗。

目前，我國鋼鐵、冶金、礦井、焦化等傳統行業中，安全生產檢查以人工巡檢和抽查為主，崗位配置安全檢查巡查員，不定期巡檢和抽查工人安全著裝和護具佩戴情況，對于違反安全規定的行為進行糾正和通報。然而，鋼鐵、冶金、礦井、焦化等傳統行業企業中，廠區范圍大、工序多、人員復雜，通過人工巡檢和抽查方式檢查工人安全意識和著裝，勞動強度大，檢測實時性差，不能及時發現生產過程中人員違反安全規定的行為，這為工人安全和工廠安全生產帶來一定的隱患。

發明內容

因此，本發明專利解決了工業現場高危環境下工作人員安全著裝及安全設備佩戴自動檢測問題，提供能了一種基于5G網絡和圖像處理的實時、自動的安全帽和CO報警儀佩戴檢測方法。

為實現上述目標，本發明的技術方案如下：系統包括圖像和數據采集節點、監控中心及手機端APP三個部分。監控中心包括計算機及網關，網關與圖像和數據采集節點通過5G網絡通訊連接；

所述的圖像和數據采集節點用于利用網絡攝像頭采集現場人員圖像，并通過網絡傳輸到交換機或者路由器，將圖像傳入監控中心，以及采集現場溫度、CO濃度數據，實時向監控中心發送現場工況數據；

所述的監控中心用于獲取現場圖像和溫度及CO濃度，并將圖像處理結果和工況數據存入數據庫，提供網頁和手機端訪問WEB服務；

手機端APP為支持IOS、安卓等操作系統的應用軟件。

圖像和數據采集節點采用基于5G通訊模塊的圖像采集模塊，采用微處理器STM32F系列單片機設計采集節點電路，如，可采用STM32F407微處理器自帶10/100Mbit/s網絡接口設計網口，與網絡攝像頭連接，網絡攝像頭可選擇RSTP協議的網絡攝像頭，網絡攝像頭將圖像通過網口項STM32F407微處理器傳輸圖像數據。同時，STM32F407微處理器與5G模塊(如可采用HUAWEI 5G MH5000-31模組)連接，將網口傳輸來的圖像數據通過5G模塊發送到服務器端。

監控中心基于UBUNTU操作系統，搭深度學習運算平臺，運行基于深度卷積神經網絡目標檢測模型檢測安全帽、CO報警儀和工作人員，根據目標的位置關系判斷工作人員是否按照規定佩戴，如果出現違規事件，將圖像和違規類型存入數據庫系統，此外，搭建web服務，為手機端APP和瀏覽器端訪問提供接口。其中，深度卷積神經網絡目標檢測模型由多層卷積神經網絡構成，輸入圖像，輸出為圖像中安全帽、CO報警儀和工作人員的位置和類別。

手機端APP采用web APP框架設計，支持IOS和安卓平臺，提供違章事件查詢功能。