一种基于5G专网的工业园区危险行为识别监控系统的制作方法

本发明涉及图像处理，尤其涉及一种基于5g专网的工业园区危险行为识别监控系统。

背景技术：

1、随着工业园区安全生产要求的不断提高，危险行为识别监控系统已成为保障园区安全的重要手段。传统工业园区监控系统主要依赖固定摄像头进行视频采集和人工监控，但在实际应用中存在以下问题：一是工业园区内设备设施分布广泛、巡检点位众多，固定摄像头存在监控盲区，难以实现全覆盖的实时监控；二是当巡检数据出现异常时，传统系统仅能简单地触发报警，无法对异常数据进行深入分析，导致因通信干扰、设备自身状态不佳或环境因素引起的误报频繁发生，严重消耗安全管理人员的精力并降低对真实风险的响应效率；三是现有系统缺乏对巡检行为本身的真实性验证手段，无法有效甄别因巡检机器人未按预设路线执行任务、定位欺诈或人为数据篡改导致的异常，难以区分是设备真实异常还是人为造假行为。

2、中国专利公开号：cn115834844a公开了一种基于多源视频监控的工业场所不安全行为智能预警系统，算法模组和安全行为管控模组之间通过5g网络通讯模组连接，算法模组包括环境建模算法模块和行为识别算法模块，安全行为管控模组包括硬件设备模块和视屏监控模块，5g网络通讯模组包括分流传输模块和mec网络构架模块，该发明基于算法快速准确建模分析行为数据实现实时监视，降低监控人员工作压力，减少监控盲区，通过系统的报警提示功能对存在不安全行为的人员进行智能提示，起到警示提醒功能，加强安全监管手段，通过系统的存储和面部识别功能快速识别具体人员，方便进行及时管控，降低监督管理难度。

3、由此可见，该现有技术存在以下问题：

4、未涉及对巡检数据异常的多源复核、外部干扰排除及巡检行为真实性审计，无法区分数据异常的真实原因，存在误报率高、难以甄别设备真实异常与人为造假的问题。

技术实现思路

1、为此，本发明提供基于5g专网的工业园区危险行为识别监控系统，用以克服现有技术中未涉及对巡检数据异常的多源复核、外部干扰排除及巡检行为真实性审计，无法区分数据异常的真实原因，存在误报率高、难以甄别设备真实异常与人为造假的问题。

2、为实现上述目的，本发明提供基于5g专网的工业园区危险行为识别监控系统，包括：

3、数据获取模块，用于获取多源数据，并基于所述多源数据，按统一时空基准进行对齐，构建关联数据簇；

4、异常检测模块，用于基于所述关联数据簇中的巡检数据与分布式控制系统中的基准数据，识别出存在数据异常的巡检点位，并生成异常事件；

5、异源数据复核模块，用于响应于所述异常事件，调用所述关联数据簇中的多源数据对所述异常事件进行交叉验证，根据交叉验证结果判定为数据正常波动或生成待诊断异常事件；

6、外部因素排除模块，用于响应于所述待诊断异常事件，提取所述关联数据簇中对应时刻的外部干扰参数，对所述外部干扰参数进行逐层归因分析，根据分析结果输出外部因素诊断结果或待审计标识；

7、巡检行为审计模块，用于响应于所述待审计标识，根据所述巡检机器人的定位轨迹对所述巡检数据进行验证，输出审计结果；

8、风险判定模块，用于根据所述审计结果判定触发设备异常告警或人为造假告警。

9、进一步地，所述数据获取模块包括：

10、多源数据采集单元，用于获取包含所述巡检数据、所述视频影像、所述环境参数及所述位置信息的多源数据；所述巡检数据由防爆巡检机器人按预设巡检路线和巡检频率采集，所述视频影像由固定式监控摄像设备采集，所述环境参数由环境传感器采集，所述位置信息由人员定位终端采集；

11、时空对齐单元，用于将所述多源数据按统一时间戳和空间坐标系进行时空对齐；

12、数据关联单元，用于将时空对齐后的多源数据按巡检点位和采集时刻建立关联关系，生成所述关联数据簇。

13、进一步地，所述异常检测模块包括：

14、偏差计算单元，用于将所述巡检数据与所述分布式控制系统中对应巡检点位、对应采集时刻的基准数据进行差值运算，得到偏差值；

15、异常事件生成单元，用于当所述偏差值大于预设偏差阈值时，判定对应巡检点位存在数据异常，并生成包含巡检点位标识、采集时刻及所述偏差值的异常事件。

16、进一步地，所述异源数据复核模块包括：

17、相邻点位复核单元，用于提取所述异常事件所对应巡检点位的相邻点位巡检数据，将所述相邻点位巡检数据与所述基准数据进行趋势一致性比对，生成趋势一致性比对结果；

18、视频复核单元，用于提取所述异常事件所对应时刻的视频影像，将所述视频影像与所述巡检数据进行读数一致性比对，生成读数一致性比对结果；

19、复核结果判定单元，用于当所述趋势一致性比对结果表征趋势一致且所述读数一致性比对结果表征读数一致时，判定为数据正常波动并终止处理；当所述趋势一致性比对结果表征趋势不一致或所述读数一致性比对结果表征读数不一致时，生成待诊断异常事件。

20、进一步地，所述外部因素排除模块包括：

21、通信链路诊断单元，用于提取所述异常事件所对应时刻的通信质量参数，当所述通信质量参数异常时，输出通信链路异常诊断结果；

22、设备状态诊断单元，用于当所述通信链路诊断单元未输出诊断结果时，提取所述异常事件所对应时刻的设备感知状态参数，当所述设备感知状态参数异常时，输出设备感知异常诊断结果；

23、环境扰动诊断单元，用于当所述通信链路诊断单元和所述设备状态诊断单元均未输出诊断结果时，提取所述异常事件所对应时刻的环境扰动参数，当所述环境扰动参数异常时，输出环境扰动诊断结果；

24、归因结果输出单元，用于当所述通信链路诊断单元、设备状态诊断单元及环境扰动诊断单元均未输出诊断结果时，输出待审计标识。

25、进一步地，所述巡检行为审计模块包括：

26、轨迹一致性审计单元，用于将所述机器人定位轨迹与预设巡检路线进行空间匹配，计算轨迹偏差距离，当所述轨迹偏差距离大于预设轨迹偏差阈值时，输出表征巡检数据不真实的审计结果；

27、历史数据审计单元，用于当所述轨迹偏差距离小于或等于预设轨迹偏差阈值时，将所述巡检数据与相同工况下的历史巡检数据进行统计比对，计算统计偏差值，当所述统计偏差值大于预设统计偏差阈值时，输出表征巡检数据不真实的审计结果；

28、真实性判定单元，用于当所述轨迹偏差距离小于或等于预设轨迹偏差阈值且所述统计偏差值小于或等于预设统计偏差阈值时，输出表征巡检数据真实的审计结果。

29、进一步地，所述风险判定模块包括：

30、造假告警单元，用于当所述审计结果表征巡检数据不真实时，触发人为造假告警；

31、设备告警单元，用于当所述审计结果表征巡检数据真实时，触发设备异常告警。

32、进一步地，所述通信链路诊断单元、设备状态诊断单元及环境扰动诊断单元按通信链路层、设备感知层、环境耦合层的顺序依次执行诊断，当前一层诊断单元判定异常时，终止后续诊断并输出对应的诊断结果。

33、进一步地，所述轨迹一致性审计单元将所述机器人定位轨迹按采集时刻与所述预设巡检路线进行时间戳对齐，逐点计算空间欧氏距离，取各巡检点的最大空间欧氏距离作为所述轨迹偏差距离。

34、进一步地，所述历史数据审计单元获取所述巡检数据所对应巡检点位在相同工况、相同采集时段的历史巡检数据样本集，计算所述历史巡检数据样本集的均值与标准差，以所述均值与所述巡检数据的差值的绝对值与所述标准差的比值作为所述统计偏差值。

35、与现有技术相比，本发明的有益效果在于，本实施例通过多源数据时空对齐构建关联数据簇，为后续异常检测与复核提供了统一的数据基础；通过异常检测模块实现数据异常的快速定位与事件化；通过异源数据复核模块调用相邻点位巡检数据和视频影像进行交叉验证，有效排除了数据正常波动引起的虚警；通过外部因素排除模块对通信链路、设备自身状态及环境扰动进行逐层归因分析，实现了异常原因的精确定位，避免了因通信干扰、设备故障或环境变化等因素导致的误报；通过巡检行为审计模块对机器人定位轨迹进行验证，实现了对巡检数据真实性的有效甄别，能够区分设备真实异常与人为造假行为；通过风险判定模块实现差异化告警，提升了工业园区安全监控的智能化水平和风险响应的精准度。

36、进一步地，本实施例通过偏差计算单元对巡检数据与分布式控制系统基准数据进行差值运算得到偏差值，实现了对工业园区各巡检点位设备运行状态的量化监测；通过将预设偏差阈值设置于正常运行偏差分布与异常偏差分布之间的过渡区间，兼顾了检测灵敏度与处理效率，既避免了正常波动误判为异常，又防止了真实异常漏检；通过异常事件生成单元在偏差值超阈值时生成包含异常发生位置、时间和偏离程度的标准化异常事件，为后续异源数据复核和外部因素排除提供了统一的事件触发依据。

37、进一步地，本实施例通过相邻点位复核单元提取异常点位及其相邻点位的时序数据序列，并比较二者斜率符号和数值变化方向，实现了对异常点位偏差是否属于区域整体运行趋势变化的快速判别，避免了因工况变化引起的整体性数据波动被误判为设备异常；通过视频复核单元从视频影像中提取巡检机器人所在位置的目标表计读数，并与巡检数据进行数值一致性比对，实现了对巡检数据采集和回传过程真实性的独立验证，有效甄别了因回传错误或数据伪造导致的虚假异常；通过复核结果判定单元根据趋势一致性和读数一致性两个维度的比对结果进行综合判定，在两项比对结果均表征一致时判定为数据正常波动并终止处理，避免了后续不必要的诊断流程，在任一比对结果表征不一致时生成待诊断异常事件，将无法通过复核排除的异常精准筛选出来进入下一环节，实现了异常事件的有效分流和诊断资源的合理分配

38、进一步地，本实施例通过通信链路诊断单元在通信质量参数异常时输出通信链路异常诊断结果，实现因5g专网信号或丢包率异常导致数据异常的快速归因；通过设备状态诊断单元在通信链路正常时对定位精度、云台稳定度和图像清晰度进行联合判定，实现因设备自身感知状态不佳导致数据失真的精准识别；通过环境扰动诊断单元在前两者均正常时对振动幅度和温湿度数据进行判定，实现因现场环境干扰导致测量偏差的有效排查；通过三个诊断单元按序逐层执行、前一层输出诊断结果即终止后续诊断的归因机制，实现异常原因的快速定位和诊断资源的高效分配；通过将各预设值均设置于正常分布与异常分布之间的过渡区间，兼顾各诊断单元的检测灵敏度与误判风险。