一种基于AI算法的现场违章辅助识别提醒装置的制作方法

一种基于ai算法的现场违章辅助识别提醒装置
技术领域
1.本技术涉及违章行为识别技术领域，尤其涉及一种基于ai算法的现场违章辅助识别提醒装置。


背景技术：

2.电力生产作业涵盖了基建施工、电力调度、输变电巡维、配电抢修等多方面内容。随着电网企业所辖供电范围不断扩大及农网改造不断深入，配电作业呈现出点多面广的形势，配电作业人员的工作量明显增大，工作强度明显增强，且配电抢修作业经常在晚上、周末等时段开展，人员技能水平、身体状态、气象状况等多方面因素共同导致配电作业中存在的风险趋于简单。
3.工厂或者工地现场作业是否符合安全规定要求将直接影响安全事故发生的概率，电力生产过程中出现问题不但会影响电力企业的经济效益，而且会涉及作业人员的人身安全问题，因此，在作业期间为保障作业人员的有效管理，降低作业人员的事故发生率，及时告警通知管理人员是有效防范安全事故发生的办法之一。而现有的现场作业记录仪缺乏违章行为简单识别、提醒报警功能，而且设备录制情况、电量情况及识别到的违章情况不能够实时提醒作业人员。


技术实现要素：

4.本技术提供一种基于ai算法的现场违章辅助识别提醒装置，以解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题。
5.本技术提供一种基于ai算法的现场违章辅助识别提醒装置，包括：处理器、通讯器、报警器、储存器、摄像头、电源以及装置壳体。
6.其中，所述处理器、所述通讯器、所述报警器、所述储存器、所述摄像头以及所述电源设于所述装置壳体内部，所述处理器分别与所述通讯器、所述报警器、所述储存器、所述摄像头以及所述电源电性连接；所述电源分别与所述处理器、所述通讯器、所述报警器以及所述摄像头电性连接；所述通讯器与所述储存器电性连接。
7.所述处理器通过所述通讯器连接后台服务器，所述处理器被配置为：
8.通过所述通讯器从所述后台服务器获取建立好的违章模型，以及将建立好的违章模型存储到所述储存器中；
9.所述摄像头被配置为获取监测信息，以及将监测信息发送至所述处理器；
10.所述处理器还被配置为：根据所述监测信息与所述存储器内部已存储的违章模型进行识别是否有违章情况：
11.若有违章情况，则基于所述违章情况生成违规提醒，以及将所述违章情况通过所述通讯器发送到所述后台服务器；
12.所述处理器还配置为：将所述违章提醒发送至所述报警器，以使所述报警器根据所述违规提醒发出报警信号。
13.通过上述方案可以较好的解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题。
14.可选的，所述基于ai算法的现场违章辅助识别提醒装置还包括伸缩式三角支架以及旋转支座。所述旋转支座设于所述装置壳体底部，所述旋转支座与所述伸缩式三角支架连接。
15.所述旋转支座可以支持所述装置壳体360度横向旋转，而所述伸缩式三角支架可以上下调节，使所述摄像头在最大限度内监测到更广泛的范围。所述伸缩式三角支架200使用刚性材料，承重性和稳定性高，装置安装在上面会更加牢固。
16.可选的，所述基于ai算法的现场违章辅助识别提醒装置还包括与所述伸缩式三角支架适配的脚钉，所述脚钉设于所述伸缩式三角支架支脚底部。
17.所述脚钉把所述伸缩式三角支架固定在地面上，减小所述伸缩式三角支架的晃动以及增强所述伸缩式三角支架稳定性。
18.可选的，所述摄像头包括图像传感器，所述图像传感器为cmos图像传感器。
19.所述cmos图像传感器具有集成度高、功耗小、速度快、成本低、更适合高清监控的大数据量等特点，使所述摄像头具有相同的特点。
20.可选的，所述报警器为语音报警器。
21.所述语音警示器不仅可以感知到情况后自动循环播报，反复提醒；而且因为内置有极为灵敏的感应装置，可以根据需要感应距离进行调节。所述语音警示器还可以在检测到有人进入其感知范围之后，开始播报内置好的安全警示内容，而当没有人存在的时候则不会启动警示播放程序，能够有效节约电源。此外所述语音警示器拥有很大的内存容量，可以将录好的语音内容内置到警示器之中，而且还能够设置播放的顺序或循环的方式，最后，所述语音警示器的语音内容还能根据需要进行更新和删减，应用起来十分灵活。
22.可选的，所述处理器包括功能按键，所述功能按键数量大于1个。
23.通过所述功能按键进行控制调节可使操作人员操作更加简单。
24.可选的，所述处理器还被配置为：
25.通过对所述基于ai算法的现场违章辅助识别提醒装置的状态识别，判断运行状态以及电量状态值是否小于预先输入的规定值：
26.若所述运行状态以及电量状态值任一小于预先输入的规定值，则生成提醒指令；
27.将所述提醒指令发送至所述报警器，以使所述报警器根据所提醒指令发出报警信号。
28.通过上述方案可以检测所述基于ai算法的现场违章辅助识别提醒装置的运行状态以及电量状态是否正常，非正常的情况会起到实时提醒的作用，减少因装置自身出现意外情况而导致无法识别及报警的概率。
29.可选的，所述违章模型包括人脸检测模型、车牌识别模型、着装识别模型、行为识别模型、人员跟踪模型以及虚拟围栏设置模型中的一种或多种的组合。
30.所述基于ai算法的现场违章辅助识别提醒装置可以同时对人脸检测模型、车牌识别模型、着装识别模型、行为识别模型、人员跟踪模型以及虚拟围栏设置模型进行ai分析及生成对应指令，识别提醒更加广泛。
31.由以上技术方案可知，本技术提供一种基于ai算法的现场违章辅助识别提醒装
置，包括：处理器、通讯器、报警器、储存器、摄像头、电源以及装置壳体。其中，所述处理器、所述通讯器、所述报警器、所述储存器、所述摄像头以及所述电源设于所述装置壳体内部。所述处理器分别与所述通讯器、所述报警器、所述储存器、所述摄像头以及所述电源电性连接；所述电源分别与所述处理器、所述通讯器、所述报警器以及所述摄像头电性连接；所述通讯器与所述储存器电性连接。首先所述处理器通过所述通讯器从后台服务器获取建立好的违章模型存储到所述储存器中，其次所述摄像头获取监测信息，并将监测信息发送至所述处理器，再次所述处理器根据监测信息与所述存储器内部已存储的违章模型进行识别违章情况。若有违章情况，则基于违章情况生成违规提醒，以及将违章情况通过所述通讯器发送到所述后台服务器；所述处理器还将违章提醒发送至所述报警器，使所述报警器根据违规提醒发出报警信号，以解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题。
附图说明
32.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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。
33.图1为本技术提供的一种基于ai算法的现场违章辅助识别提醒装置的结构示意图；
34.图2为本技术提供的一种基于ai算法的现场违章辅助识别提醒装置的a处放大结构示意图；
35.图3为本技术提供的一种基于ai算法的现场违章辅助识别提醒装置的流程示意图；
36.图示说明：
37.其中，100-装置壳体；101-功能按键；102-旋转支座；103-摄像头；200-伸缩式三角支架。
具体实施方式
38.下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本技术相一致的所有实施方式。仅是与权利要求书中所详述的、本技术的一些方面相一致的系统和方法的示例。
39.人工智能(artificialintelligence，缩写为ai)，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。基于它的算法速度快，准确率高，节省人力，更便捷等优点，在各种领域中得到了广泛的应用。
40.电力生产作业涵盖了基建施工、电力调度、输变电巡维、配电抢修等多方面内容。随着电网企业所辖供电范围不断扩大及农网改造不断深入，配电作业呈现出点多面广的形势，配电作业人员的工作量明显增大，工作强度明显增强，且配电抢修作业经常在晚上、周
末等时段开展，人员技能水平、身体状态、气象状况等多方面因素共同导致配电作业中存在的风险趋于简单。
41.工厂或者工地现场作业是否符合安全规定要求将直接影响安全事故发生的概率，电力生产过程中出现问题不但会影响电力企业的经济效益，而且会涉及作业人员的人身安全问题，因此，在作业期间为保障作业人员的有效管理，降低作业人员的事故发生率，及时告警通知管理人员是有效防范安全事故发生的办法之一。而在一些实施例中，现场作业记录仪缺乏利用ai算法对违章行为简单识别、提醒报警功能，而且设备录制情况、电量情况及识别到的违章情况不能够实时提醒作业人员。
42.参见图1-图3，图1为一种基于ai算法的现场违章辅助识别提醒装置的结构示意图；图2为一种基于ai算法的现场违章辅助识别提醒装置的a处放大结构示意图；图3为一种基于ai算法的现场违章辅助识别提醒装置的流程示意图。
43.为了解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题，本技术提供的本技术提供一种基于ai算法的现场违章辅助识别提醒装置，包括：处理器、通讯器、报警器、储存器、摄像头103、电源以及装置壳体100。
44.所述处理器、所述通讯器、所述报警器、所述储存器、所述摄像头103以及所述电源设于所述装置壳体100内部，所述处理器分别与所述通讯器、所述报警器、所述储存器、所述摄像头103以及所述电源电性连接；所述电源分别与所述处理器、所述通讯器、所述报警器以及所述摄像头103电性连接；所述通讯器与所述储存器电性连接。
45.所述处理器通过所述通讯器连接后台服务器，用于运行基于ai算法的现场违章辅助识别方法，参见图3，其步骤包括：
46.s100：所述处理器通过所述通讯器从所述后台服务器获取建立好的违章模型，以及将建立好的违章模型存储到所述储存器中；
47.s200：所述摄像头10获取监测信息，以及将监测信息发送至所述处理器；
48.s300：所述处理器根据所述监测信息与所述存储器内部已存储的违章模型进行识别是否有违章情况：
49.s400：若有违章情况，则基于所述违章情况生成违规提醒，以及将所述违章情况通过所述通讯器发送到所述后台服务器；
50.s500：所述处理器将所述违章提醒发送至所述报警器，以使所述报警器根据所述违规提醒发出报警信号。
51.使用时，首先所述处理器通过所述通讯器从后台服务器获取建立好的违章模型存储到所述储存器中，其次所述摄像头103获取监测信息，并将监测信息发送至所述处理器，所述处理器根据监测信息与所述存储器内部已存储的违章模型进行识别违章情况。若有违章情况，则基于违章情况生成违规提醒，以及将违章情况通过所述通讯器发送到所述后台服务器；所述处理器还将违章提醒发送至所述报警器，使所述报警器根据违规提醒发出报警信号，以解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题。
52.应当理解的是，所述存储器，用于存储所述处理器的可执行指令。
53.所述基于ai算法的现场违章辅助识别提醒装置可以支持4g通信；支持wifi通信、支持ap热点通信，并且可通过手动或语音切换wifi与ap热点模式；支持以太网，10/100自适应全双工模式；支持蓝牙通信；支持onvif协议、rtsp取流；支持双网双发功能，支持视频双
码流。
54.在一些实施例中，所述基于ai算法的现场违章辅助识别提醒装置还包括伸缩式三角支架200以及旋转支座102；所述旋转支座102设于所述装置壳体100底部，所述旋转支座102与所述伸缩式三角支架200连接。
55.所述旋转支座102可以支持所述装置壳体100进行360度横向旋转，而所述伸缩式三角支架200可以上下调节，使所述摄像头103在最大限度内监测到更广泛的范围。所述伸缩式三角支架200使用刚性材料，承重性和稳定性高，所述装置安装在上面会更加牢固。
56.应当理解的是，所述伸缩式三角支架200可以为木质、高强塑料材质,合金材料、钢铁材料、碳纤维等多种。在一些实施例中，所述伸缩式三角支架200的材质是铝合金,铝合金材质的脚架的优点是重量轻，坚固，不仅坚固耐用还便于携带。在另外一些实施例中，所述伸缩式三角支架200的材质是碳纤维，碳纤维具有耐高温、抗摩擦、耐腐蚀及重量轻的优点，不仅坚固耐腐蚀还便于携带。
57.在一些实施例中，所述基于ai算法的现场违章辅助识别提醒装置还包括与所述伸缩式三角支架200适配的脚钉，所述脚钉设于所述伸缩式三角支架200支脚底部。
58.所述脚钉把所述伸缩式三角支架固定在顶面上，减小所述伸缩式三角支架的晃动以及增强所述伸缩式三角支架稳定性。
59.在一些实施例中，所述摄像头103包括图像传感器，所述图像传感器为cmos图像传感器。
60.所述cmos图像传感器具有集成度高、功耗小、速度快、成本低、更适合高清监控的大数据量等特点，使所述摄像头103具有相同的特点。
61.应当理解的是，所述cmos图像传感器是利用光电器件的光电转换功能将感光面上的光像转换为与光像成相应比例关系的电信号。与光敏二极管，光敏三极管等“点”光源的光敏元件相比，所述cmos图像传感器是将其受光面上的光像，分成许多小单元，将其转换成可用的电信号的一种功能器件。在一些实施例中，所述图像传感器为数字变倍16倍，焦距4.5mm-135mm的1/2.8英寸逐行扫描cmos图像传感器。
62.在一些实施例中，所述报警器为语音报警器。
63.应当理解的是，所述语音警示器可以感知到情况后自动循环播报。所述语音警示器中内置有感应装置而且可采用热敏动体感应技术，感应距离可以根据需要进行调节。当有人进入其感知范围之后，语音警示器才会开始播报内置好的安全警示内容，当没有人存在的时候则不会启动警示播放程序，所以能够有效节约电源。为了满足客户的语音播放需求，语音警示器拥有很大的内存容量，可以将录好的语音内容内置到警示器之中，而且还能够设置播放的顺序或循环的方式，此外，语音内容还能根据需要进行更新和删减，应用起来十分灵活。
64.在一些实施例中，所述处理器包括功能按键101，所述功能按键101数量大于1个。
65.通过所述功能按键101进行控制调节可使操作人员操作更加简单。
66.在一些实施例中，所述处理器通过对所述基于ai算法的现场违章辅助识别提醒装置的状态识别，判断运行状态以及电量状态值是否小于预先输入的规定值：
67.若所述运行状态以及电量状态值任一小于预先输入的规定值，则生成提醒指令；
68.将所述提醒指令发送至所述报警器，以使所述报警器根据所提醒指令发出报警信
号。
69.通过上述方案可以检测所述基于ai算法的现场违章辅助识别提醒装置的运行状态以及电量状态是否正常，非正常的情况会起到实时提醒的作用，减少因装置自身出现意外情况而导致无法识别及报警的概率。
70.在一些实施例中，所述违章模型包括人脸检测模型、车牌识别模型、着装识别模型、行为识别模型、人员跟踪模型以及虚拟围栏设置模型中的一种或多种的组合。
71.所述基于ai算法的现场违章辅助识别提醒装置可以同时对人脸检测模型、车牌识别模型、着装识别模型、行为识别模型、人员跟踪模型以及虚拟围栏设置模型进行ai分析及生成对应指令，识别提醒更加广泛。
72.人脸检测模型包括人脸抓拍、计算作业人数、人脸比对、联动告警；车牌识别模型包括工程车辆识别跟踪；着装识别模型包括着装穿戴状态识别、安全帽检测、联动告警；行为识别模型包括对作业行为进行识别、对危险行为进行告警；人员跟踪模型包括对作业现场移动人员进行联动跟踪；虚拟围栏设置模型包括自定义围栏设置、围栏入侵联动告警，在一些实施例中，所述违章情况可以为作业人员未佩戴安全帽、高处作业未使用安全带、无人监护等。
73.由以上技术方案可知，上述实施例中提供一种基于ai算法的现场违章辅助识别提醒装置，包括：处理器、通讯器、报警器、储存器、摄像头103、电源以及装置壳体100。其中，所述处理器、所述通讯器、所述报警器、所述储存器、所述摄像头103以及所述电源设于所述装置壳体100内部。所述处理器分别与所述通讯器、所述报警器、所述储存器、所述摄像头103以及所述电源电性连接；所述电源分别与所述处理器、所述通讯器、所述报警器以及所述摄像头103电性连接；所述通讯器与所述储存器电性连接。首先所述处理器通过所述通讯器从后台服务器获取建立好的违章模型存储到所述储存器中，其次所述摄像头103获取监测信息，并将监测信息发送至所述处理器，再次所述处理器根据监测信息与所述存储器内部已存储的违章模型进行识别违章情况。若有违章情况，则基于违章情况生成违规提醒，以及将违章情况通过所述通讯器发送到所述后台服务器；所述处理器还将违章提醒发送至所述报警器，使所述报警器根据违规提醒发出报警信号，以解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题。
74.本技术提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本技术总的构思下的几个示例，并不构成本技术保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本技术方案所扩展出的任何其他实施方式都属于本技术的保护范围。

技术特征：
1.一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，包括：处理器、通讯器、报警器、储存器、摄像头(103)、电源以及装置壳体(100)；所述处理器、所述通讯器、所述报警器、所述储存器、所述摄像头(103)以及所述电源设于所述装置壳体(100)内部，所述处理器分别与所述通讯器、所述报警器、所述储存器、所述摄像头(103)以及所述电源电性连接；所述电源分别与所述处理器、所述通讯器、所述报警器以及所述摄像头(103)电性连接；所述通讯器与所述储存器电性连接；所述处理器通过所述通讯器连接后台服务器，所述处理器被配置为通过所述通讯器从所述后台服务器获取建立好的违章模型，以及将建立好的违章模型存储到所述储存器中；所述摄像头(103)被配置为获取监测信息，以及将监测信息发送至所述处理器；所述处理器还被配置为：根据所述监测信息与所述存储器内部已存储的违章模型进行识别是否有违章情况：若有违章情况，则基于所述违章情况生成违规提醒，以及将所述违章情况通过所述通讯器发送到所述后台服务器；所述处理器还被配置为：将所述违章提醒发送至所述报警器，以使所述报警器根据所述违规提醒发出报警信号。2.根据权利要求1所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，还包括伸缩式三角支架(200)以及旋转支座(102)；所述旋转支座(102)设于所述装置壳体(100)底部，所述旋转支座(102)与所述伸缩式三角支架(200)连接。3.根据权利要求2所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，还包括与所述伸缩式三角支架(200)适配的脚钉，所述脚钉设于所述伸缩式三角支架(200)支脚底部。4.根据权利要求1所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，所述摄像头(103)包括图像传感器，所述图像传感器为cmos图像传感器。5.根据权利要求1所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，所述报警器为语音报警器。6.根据权利要求1所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，所述处理器包括功能按键(101)，所述功能按键(101)数量大于1个。7.根据权利要求1所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，所述处理器还被配置为：通过对所述基于ai算法的现场违章辅助识别提醒装置的状态识别，判断运行状态以及电量状态值是否小于预先输入的规定值：若所述运行状态以及电量状态值任一小于预先输入的规定值，则生成提醒指令；将所述提醒指令发送至所述报警器，以使所述报警器根据所述提醒指令发出报警信号。8.根据权利要求1所述的一种基于ai算法的现场违章辅助识别提醒装置，其特征在于，所述违章模型包括人脸检测模型、车牌识别模型、着装识别模型、行为识别模型、人员跟踪模型以及虚拟围栏设置模型中的一种或多种的组合。

技术总结
本申请提供一种基于AI算法的现场违章辅助识别提醒装置，包括：处理器、通讯器、报警器、储存器、摄像头、电源以及装置壳体。其中，处理器、通讯器、报警器、储存器、摄像头以及电源设于装置壳体内部。首先处理器通过通讯器从后台服务器获取建立好的违章模型存储到储存器中，其次摄像头获取监测信息，并将监测信息发送至处理器，再次处理器根据监测信息与存储器内部已存储的违章模型进行识别违章情况。若有违章情况，则基于违章情况生成违规提醒，以及将违章情况通过通讯器发送到后台服务器；另外处理器还将违章提醒发送至报警器，以使报警器根据违规提醒发出报警信号，以解决作业记录仪无法识别简单的违章情况且不能够实时提醒作业人员的问题。员的问题。员的问题。


技术研发人员：秦君 商经锐 周翔 杨天国 高正刚 庞丁黎 吴庆升 叶升言
受保护的技术使用者：云南电网有限责任公司德宏供电局
技术研发日：2022.12.13
技术公布日：2023/6/12