[發(fā)明專利]安全帶佩戴狀態(tài)的檢測方法、系統(tǒng)、存儲介質(zhì)及設備在審
| 申請?zhí)枺?/td> | 202310544579.7 | 申請日: | 2023-05-15 |
| 公開(公告)號: | CN116580358A | 公開(公告)日: | 2023-08-11 |
| 發(fā)明(設計)人: | 趙旭;罕天璽;楊迎春;李正志;唐立軍;李宏杰 | 申請(專利權)人: | 云南電網(wǎng)有限責任公司電力科學研究院 |
| 主分類號: | G06V20/52 | 分類號: | G06V20/52;G06V20/40;G06V10/762;G06V10/774;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司: | 深圳中細軟知識產(chǎn)權代理有限公司 44528 | 代理人: | 徐春祺 |
| 地址: | 650000 云南省昆*** | 國省代碼: | 云南;53 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 安全帶 佩戴 狀態(tài) 檢測 方法 系統(tǒng) 存儲 介質(zhì) 設備 | ||
1.一種安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述方法包括下列步驟:
根據(jù)UWB模塊,獲取安全帶數(shù)量參數(shù);
根據(jù)檢測設備信息,獲取安全帶連接狀態(tài)參數(shù);
根據(jù)畫面采集設備信息,獲取視頻數(shù)據(jù);
根據(jù)所述安全帶數(shù)量參數(shù)、安全帶連接狀態(tài)參數(shù)和視頻數(shù)據(jù)訓練綜合模型;
根據(jù)所述綜合模型確定當前安全帶佩戴狀態(tài)的檢測結果。
2.根據(jù)權利要求1所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述根據(jù)UWB模塊,獲取安全帶數(shù)量參數(shù),具體包括:所述UWB模塊包括基站和定位標簽,通過所述定位標簽的數(shù)量確定安全帶數(shù)量參數(shù)。
3.根據(jù)權利要求1所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述根據(jù)畫面采集設備信息,獲取視頻數(shù)據(jù),具體包括:通過攝像設備從至少兩個角度采集畫面中包含有安全帶佩戴人員的視頻數(shù)據(jù)。
4.根據(jù)權利要求1所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述根據(jù)所述安全帶數(shù)量參數(shù)、安全帶連接狀態(tài)參數(shù)和視頻數(shù)據(jù)訓練綜合模型,具體包括:
將所述安全帶數(shù)量參數(shù)、安全帶連接狀態(tài)參數(shù)和視頻數(shù)據(jù)作為訓練數(shù)據(jù)輸入綜合模型進行特征提取;
當所述綜合模型的迭代損失值為固定值時,輸出訓練數(shù)據(jù)類標簽即安全帶佩戴狀態(tài);
根據(jù)所述獲取所述訓練數(shù)據(jù)類標簽人工確定對應的評分值;
將所述評分值進行模糊聚類,確定所述訓練數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X;
使用改進的層次分析法對所述訓練數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X進行權重分析,獲取各類狀態(tài)指標的權重向量Ω;
根據(jù)所述安全帶佩戴狀態(tài)和各類狀態(tài)對應評分值獲取隸屬度的評價集矩陣M;
根據(jù)所述訓練數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X、各類狀態(tài)指標的權重向量Ω和隸屬度的評價集矩陣M獲取最終所述訓練數(shù)據(jù)對應的評分值。
5.根據(jù)權利要求1所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述根據(jù)所述綜合模型確定當前安全帶佩戴狀態(tài)的檢測結果,具體包括:
利用卷積神經(jīng)網(wǎng)絡算法提取輸入數(shù)據(jù)的卷積特征,獲取對應的數(shù)據(jù)類標簽;確定所述數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X;
對所述數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X進行權重分析,獲取各類狀態(tài)指標的權重向量Ω;
獲取隸屬度的評價集矩陣M;
根據(jù)所述測試數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X、各類狀態(tài)指標的權重向量Ω和隸屬度的評價集矩陣M獲取最終所述測試數(shù)據(jù)對應的評分值。
6.根據(jù)權利要求5所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述利用卷積神經(jīng)網(wǎng)絡算法提取輸入數(shù)據(jù)的卷積特征,獲取對應的數(shù)據(jù)類標簽,具體包括:
將當前樣本數(shù)據(jù)作為測試數(shù)據(jù)輸入到卷積神經(jīng)網(wǎng)絡;
提取所述測試數(shù)據(jù)的卷積特征;
利用ELM算法處理所述測試數(shù)據(jù)的卷積特征,獲取測試數(shù)據(jù)類標簽;
對所述測試數(shù)據(jù)類標簽執(zhí)行多數(shù)表決,輸出最終的測試數(shù)據(jù)類標簽。
7.根據(jù)權利要求5所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述確定所述數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X,具體包括:
根據(jù)所述輸出測試數(shù)據(jù)的數(shù)據(jù)類標簽匹配數(shù)據(jù)類標簽對應的指標分數(shù);
對所述指標分數(shù)進行模糊聚類分析;
獲取所述指標分數(shù)隸屬各類狀態(tài)等級的概率。
8.根據(jù)權利要求5所述的安全帶佩戴狀態(tài)的檢測方法,其特征在于,所述對所述數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X進行權重分析,獲取各類狀態(tài)指標的權重向量Ω,具體包括:根據(jù)改進層次分析算法對所述數(shù)據(jù)類標簽隸屬各類狀態(tài)等級的概率X進行權重分析。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于云南電網(wǎng)有限責任公司電力科學研究院,未經(jīng)云南電網(wǎng)有限責任公司電力科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310544579.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





