一种基于多生理信号监测的智能安全帽的制作方法

1.本实用新型属于电力安全设备技术领域，具体涉及一种基于多生理信号监测的智能安全帽。


背景技术：

2.电力高空作业工人是高危工种，需要工人保持注意力集中与体力充沛，且在工作中需要实时通讯条件，传统的安全帽仅有减缓冲撞的作用，无法监测工人的生理状态和潜在危险环境。
3.目前智能安全帽的相关研究与成果，在应用方面以地面工作人员或建筑工人为主，在生理信号方面，在帽的内衬或者帽带集成对应生理传感器，直接或间接地测量脑电、体温、加速度计、血压、血氧饱和度、心电等一种或多种生理信号，基于采集到的信号提取有效特征，区分正常与异常状态。
4.目前技术实现了在工人安全帽上增加生理监测装置与环境监测装置，但是针对电力高空作业工人近电、高空、需要高度集中注意力的特点，缺乏一种集成化、多功能化的智能监测安全帽对高空作业的工人进行较为准确全面的生理状态监测。


技术实现要素：

5.本实用新型的目的在于克服现有技术中的不足，提供了一种基于多生理信号监测的智能安全帽，基于生理信号及电磁强度采集，对高空电力作业工人进行监测与警报。
6.为解决上述技术问题，本实用新型提供了一种基于多生理信号监测的智能安全帽，包括安全帽本体和安装在安全帽本体上的脑血氧采集模块、脑电采集模块、状态检测模块、六轴传感器模块、电场强度传感器模块、电源模块、处理器模块、通信模块、以及警报模块；
7.所述脑血氧采集模块，用于采集佩戴者的脑血氧数据；
8.所述脑电采集模块，用于采集佩戴者的脑电数据；
9.所述状态检测模块，用于采集安全帽佩戴或脱帽的状态；
10.所述六轴传感器模块，用于采集佩戴者的六轴数据，包括加速度和角速度；
11.所述电场强度传感器模块，用于采集外界环境的电场强度数据；
12.所述电源模块，用于为其他各模块提供工作电源；
13.所述通信模块，用于连接处理器模块与管理平台以实现两者间的数据交互；
14.所述警报模块，用于发出报警信息；
15.处理器模块，用于将采集到的脑血氧数据、脑电数据、六轴数据和电场强度数据上传至管理平台，以由脑血氧数据和脑电数据得到佩戴者的生理状态、由六轴数据得到佩戴者的运动状态、以及由电场强度数据得到电磁环境状态，以及接收管理平台由安全帽状态、生理状态、运动状态和/或电磁环境状态存在异常而下发的警报信息控制警报模块进行警报。
16.进一步的，所述脑血氧采集模块安装在安全帽本体上帽内衬头托正前方；所述脑电采集模块包括4导联脑电电极，分布在脑血氧采集模块旁边；所述状态检测模块包括1导联脑电电极，设置在头托右侧前方。
17.进一步的，所述六轴传感器模块安装在安全帽本体顶部前端正中外表面的位置；所述电场强度传感器模块安装在安全帽本体顶部后端正中外表面的位置。
18.进一步的，所述电源模块安装在安全帽本体外侧斜前方帽舌上方；所述通信模块位于安全帽本体左侧外边缘；所述警报模块安装在帽舌右侧下方、对应右眼上方的位置。
19.进一步的，还包括扬声器和麦克风，所述扬声器安装在帽体外侧通信模块正上方；麦克风安装在帽舌右侧下方。
20.进一步的，当所述状态检测模块采集到安全帽状态为佩戴状态时，所述处理器模块激活脑血氧采集模块、脑电采集模块、六轴传感器模块和电场强度传感器模块进行采集数据。
21.进一步的，当所述状态检测模块采集到安全帽状态为脱帽状态时，所述处理器模块将脑血氧采集模块、脑电采集模块、六轴传感器模块和电场强度传感器模块进行休眠。
22.进一步的，当所述电源模块断电式，处理器模块上传断电状态至管理平台。
23.与现有技术相比，本实用新型所达到的有益效果是：本实用新型采集包含脑电、脑血氧水平、六轴数据的多生理信号以及电场强度数据，将采集到的数据通过无线通讯模块传输到信息平台，综合判断脱帽、疲劳、压力及脑力负荷等级、强电磁危险环境等各种异常生理或环境状态，通过警报装置做出提醒或警报。
附图说明
24.图1为智能安全帽集成的各个模块；
25.图2为智能安全帽系统模块连接框图；
26.图3为智能安全帽工作过程流程图。
27.附图标记：
28.1、脑血氧采集模块，2、脑电采集模块，3、电源模块，4、状态检测模块，5、麦克风，6、通信模块，7、处理器模块，8、警报模块，9、六轴传感器模块，10、电场强度传感器模块，11、扬声器。
具体实施方式
29.下面结合附图对本实用新型作进一步描述。以下实施例仅用于更加清楚地说明本实用新型的技术方案，而不能以此来限制本实用新型的保护范围。
30.本实用新型基于生理信号采集，对高空电力作业工人进行生理监测与警报。提供了一种包含脑电、脑血氧水平、六轴传感器模块（加速度计与陀螺仪）的多生理信号检测安全帽系统，并结合高空电力作业特点，集成了电场强度传感器模块，以检测周边电力环境，通过通信模块传输数据到管理平台，判断施工工人与其当前环境状态并做出对应的处理措施，其中通信模块包括语音通信模块，结合麦克风和扬声器使用，以应对复杂的施工环境，保障施工队及时通信指挥调度。
31.实施例1
32.本实用新型的一种基于多生理信号监测的智能安全帽，参见图1所示，包括安全帽本体、脑血氧采集模块1、脑电采集模块2、状态检测模块4、六轴传感器模块9、电场强度传感器模块10、电源模块3、处理器模块7、通信模块6、扬声器11与麦克风5、以及警报模块8。
33.脑血氧采集模块1安装在安全帽本体上帽内衬头托正前方（即对应施工人员前额正中的位置），用于采集佩戴者的脑血氧数据；
34.脑电采集模块2包括4导联脑电电极，分布在脑血氧采集模块1旁边，用于采集佩戴者的脑电数据；
35.状态检测模块4包括1导联脑电电极（也作为脑电采集模块的参考电极）设置在头托右侧前方，用于采集安全帽的状态，包括佩戴和脱帽；
36.六轴传感器模块9安装在安全帽本体顶部前端正中外表面的位置，用于采集佩戴者的加速度和角速度数据；
37.电场强度传感器模块10安装在安全帽本体顶部后端正中外表面的位置，用于采集外界环境的电场强度数据；
38.电源模块3安装在安全帽本体外侧斜前方帽舌上方，为其他各模块提供工作电源；
39.通信模块6位于安全帽本体左侧外边缘（即安全帽外面正侧方），用于实现处理器模块与管理平台的数据交互；
40.处理器模块7安装在安全帽本体外侧左斜后方位置，此为核心控制单元，对采集到的数据进行分析得到安全帽和佩戴者的状态；
41.扬声器11安装在帽体外侧通信模块6正上方；麦克风5安装在帽舌右侧下方；
42.警报模块8安装在帽舌右侧下方、对应右眼上方的位置，用于发出报警信息。
43.脑血氧采集模块1、脑电采集模块2、状态检测模块4、六轴传感器模块9、电场强度传感器模块10的输出端与处理器模块7的输入端连接，以将采集的数据上传至处理器模块7；
44.处理器模块7的输出端分别与扬声器4、麦克风5和警报模块8连接；
45.处理器模块7通过通信模块6连接管理平台，以实现处理器模块7与管理平台的数据交互。
46.本实用新型安全帽系统的原理框图，参见图2所示，对以上各个模块的功能进行详细描述：
47.1）管理平台：
48.管理平台负责监测各个安全帽的状态，接收各个安全帽所发送过来的采集数据（包括安全帽状态、生理、运行、电场强度），并对所接收的生理数据进行综合分析评估佩戴者（工人）的生理状态，对电场强度信号进行分析判断工人所处的环境状态。
49.管理平台根据预先训练的分类器的分类结果判断不同状态，此处预先训练的分类器是现有技术。其中强电磁危害状态、轻度疲劳状态、重度疲劳状态、压力大状态、脑负荷大状态为异常状态。当分析结果显示某一个工人处于异常状态时，管理平台向该工人的安全帽发送对应的报警指令，该安全帽中处理器模块根据指令做出相应的反应。
50.此外，当安全帽电源被打开时，管理平台还可以直接通过麦克风5和扬声器11和工人进行语音交流。
51.2）处理器模块：
52.处理器模块7是整个安全帽的核心部分，负责控制安全帽上的各个模块。本实施例中处理器模块采用st公司生产的stm32f系列微处理器实现。当检测到安全帽将要断电时，处理器模块7在断电之前通过通信模块6将安全帽断电的信息发送至管理平台。
53.处理器模块7每隔一分钟接收一次状态检测模块4发来的状态检测信息：
54.当安全帽处于电源打开并被佩戴状态时，数据采集模块（包括脑血氧采集模块1、脑电采集模块2、状态检测模块4、六轴传感器模块9、电场强度传感器模块10）打开并按照一定的采样频率采集数据，处理器模块7并行接收各个数据采集模块采集到的信息，并对数据进行整合打包，然后每隔一段时间经由通信模块6发送至管理平台。
55.当检测到状态变为电源打开但未被佩戴状态时，处理器模块7将各数据采集模块设置为休眠，并将此状态信息经由通信模块6发送至管理平台。若之后检测到状态变为被佩戴状态时，微处理器模块会激活数据采集模块，并将此时的状态经由通信模块6发送到管理平台。
56.3）数据采集模块
57.3.1 ）脑血氧采集模块：
58.计算血氧饱和度spo2的浓度，采用红光和红外光对被测部位照射。本实施例中脑血氧采集模块1采用ti公司生产的模拟前端芯片afe4400实现佩戴者血氧饱和度的采集。
59.脑血氧采集模块置于安全帽头托正中位置，测量佩戴者的血氧饱和度。脑血氧采集模块1连接到处理器模块7，以将采集的佩戴者血氧饱和度数据上传至处理器模块，进行后续的处理。
60.3.2） 脑电采集模块：
61.传统脑电采集方式一般采用湿电极以提高采集的信号质量，但本实用新型中智能安全帽考虑到便携式与实用性，采用干电极的方式，本实施例中脑电采集模块采用ti公司生产的ads1299芯片。考虑到前额部分与头托紧密接触，无头发遮挡，且脑前额叶可以较好地反映大脑的精神状态，将脑电采集模块布置在头托前方的位置，包含4导联脑电电极，分布在脑血氧采集模块（1）旁边，避开额头中间大的表层静脉。
62.脑电采集模块2连接到处理器模块7, 以将采集的佩戴者脑电数据上传至处理器模块，进行后续的处理。
63.根据脑电数据、脑血氧数据判断出的生理状态可分为：清醒、轻度疲劳、重度疲劳、压力过大、脑负荷过大五种状态。生理状态信号通过训练好的分类模型进行判断，训练流程包括提取特征、挑选特征、选择分类算法、训练模型、分类结果评价、选择最优分类模型，将训练好的模型写入处理器模块中，实时提取有效特征并进行状态判断。不同生理状态其特征集的变化不同，如脑电信号的变化：在疲劳状态下其θ、α频段能量与功率显著升高，在压力状态下α波段不对称性显著提高，在高度脑负荷状态下其大脑由于受迫响应相较平静状态的β波能量与功率更大。
64.3.3 ）六轴传感器模块：
65.六轴传感器模块9包含三轴加速度计和三轴陀螺仪，用于采集工人的加速度，判断行为特征。三轴加速度计和三轴陀螺仪结合可以计算出工人的运动状态（如摔倒），了解工人的运行轨迹。对于意外行为如摔倒会有及时的监测，在强电磁环境中可以判断工人是否远离或靠近该环境。
66.三轴加速度计：当该六轴传感器模块被处理器模块打开时，该模块按照一定的采样频率采集三轴加速度计数据，并将数据通过接口传给处理器模块。当该六轴传感器模块被处理器关闭时，该模块进入休眠状态。
67.三轴陀螺仪：当该六轴传感器模块被处理器模块打开时，该模块按照一定的采样频率采集三轴角速度数据，并将数据通过接口传给处理器模块。当该六轴传感器模块被处理器关闭时，该模块进入休眠状态。
68.本实施例中，六轴传感器模块采用现有技术中mpu6050模块，该模块集成了三轴加速度计和三轴陀螺仪。
69.在通过六轴传感器模块检测到跌倒时直接接入语音模块进行沟通并决定处理措施。
70.3.4 ）电场强度传感器模块：
71.当有电力故障发生时，周边的电磁环境会发生变化，很强的电磁环境会对人的生理造成危害，因此需要监测周边的电磁环境。本实用新型中电场强度传感器模块10可以实时监测周边电磁环境的电场强度，并将采集数据上传至处理器模块7，并把处理结果上传至管理平台。
72.当安全帽处于电源打开且被工人佩戴时，该模块便开始工作实时监测周边电磁环境的电场强度，处理器模块接收此电场强度进行判断，当检测到电场强度大于3kv/m 、小于4kv/m时认为是异常电磁场，在此环境下应减少工作停留时间或者做有效防护措施，通过处理器模块7触发警报模块8进行提示，当检测到电场强度大于4kv/m时认为是异常强电磁场，在此环境下必须有效充分的防护，通过处理器模块7触发警报模块8进行警示，在佩戴状态下该警报具有最高优先级。
73.4）状态检测模块：
74.状态检测模块采用1导联脑电电极，也作为脑电采集模块的参考电极，当此电极电阻由无穷大降低为特定值，即对应脱帽到佩戴的过程，反之对应佩戴到脱帽的过程。也就是说，当状态检测模块检测到参考电极为固定值，则判断此安全帽处于被佩戴状态，相反（参考电极电阻无穷大），则判断此安全帽处于脱帽状态。
75.该参考电极只要设备有电就持续工作，不受处理器模块7休眠与激活的指令影响。
76.5）通信模块：
77.通信模块由语音通信模块、数据传输模块两部分组成。其中语音通信模块负责施工个体和其余个体及管理平台的联络、调度与分配，结合扬声器11与麦克风5进行语音通话；数据传输模块负责将施工个体的生理及环境信息传送到管理平台进行生理与环境状况的评判与界定，并每隔一分钟发送一次状态信息。当管理平台检测到工人状态异常时，可以通过数据传输模块向安全帽发送相应指令。
78.语音对话采用数字无线语音对讲模块,其中语音编码和解码采用现有技术中的ap280模块，数据的发送和接收采用射频模块sx278，该模块采用lora通信方式。
79.6）警报模块：
80.根据设备的状态检测模块可分为脱帽与佩戴状态，在正常工作时间内脱帽状态下发出光警报与蜂鸣警报，以提醒工人注意佩戴安全帽，在佩戴状态下可以对环境状态和生理状态进一步划分。
81.根据电场强度传感器模块采集的电场强度判断出的环境状态可分为：环境正常、普通电磁异常、强电磁危害异常三种状态。电场强度通过阈值直接判断，当电场强度在3kv/m以下时为环境正常，电场强度在3kv/m
‑
4kv/m时为普通电磁异常，电场强度大于4kv/m时为强电磁危害异常。警报模块根据不同状态做出相应的提示、警示或警告，包括：普通电磁异常进行蜂鸣提示后恢复正常状态，强电磁危害下进行快速光闪烁警报提示工人注意异常环境。
82.根据脑电数据、脑血氧数据判断出的生理状态可分为：清醒、轻度疲劳、重度疲劳、压力过大、脑负荷过大五种状态。警报模块根据不同状态做出相应的提示、警示或警告，包括：在轻度疲劳状态下进行常亮光提示后恢复正常；在重度疲劳状态下进行快速光闪烁警报并蜂鸣提示，提醒工人注意自身状态并休息；在压力过大的状态下进行快速光闪烁警报并接入语音模块进行沟通并决定处理措施；在脑负荷过大的状态下进行常亮光和蜂鸣警报，并接入语音模块进行沟通并决定处理措施。
83.本实用新型的智能安全帽系统工作流程，参见图3所示，包括：
84.当安全帽的电源处于打开状态时（电源正常供电，处理器模块在供电的状态下经通信模块将供电信息发送到管理平台），工人戴上安全帽超过一分钟后，状态检测模块4的参考电极与工人的前额充分接触，参考电极电阻由无穷大降为某个特定值，并向处理器模块发送信号，处理器模块7根据此参考电极的电阻值判断此时为戴上状态，处理器模块7激活全部数据采集模块，具体包括：脑血氧采集模块1、脑电采集模块2、六轴传感器模块9、电场强度传感器模块10，通过通信模块6向管理平台发送数据采集模块已被激活的信息，可正常工作采集数据。
85.脑血氧采集模块1、脑电采集模块2、六轴传感器模块9和电场强度强度模块10开始采集数据，分别采集得到脑血氧数据、脑电数据、六轴数据、电场强度数据，并将各自采集到的数据传输到处理器模块7。在处理器模块7里将接收到的数据打包压缩，整合后会得到所有采集信号的压缩数据，然后每隔一段时间经由通信模块6发送到管理平台。
86.管理平台将接收到的数据解压，分别取出其中的脑电数据、脑血氧数据、六轴数据、电场强度数据，然后对数据进行特征提取、特征融合，将融合后的特征送入训练好的分类器，判断工人的不同状态。管理平台中对数据的各种处理均为现有技术，具体判断过程为：
87.根据电场强度数据通过阈值直接判断出环境状态：当电场强度在3kv/m以下时为环境正常，电场强度在3kv/m
‑
4kv/m时为普通电磁异常，电场强度大于4kv/m时为强电磁危害异常。
88.根据脑电数据、脑血氧数据判断出的生理状态可分为：清醒、轻度疲劳、重度疲劳、压力过大、脑负荷过大五种状态；生理状态信号通过训练好的分类模型进行判断，训练流程包括提取特征、挑选特征、选择分类算法、训练模型、分类结果评价、选择最优分类模型，将训练好的模型写入处理器模块中，实时提取有效特征并进行状态判断。不同生理状态其特征集的变化不同，如脑电信号的变化：在疲劳状态下其θ、α频段能量与功率显著升高，在压力状态下α波段不对称性显著提高，在高度脑负荷状态下其大脑由于受迫响应相较平静状态的β波能量与功率更大。
89.根据六轴数据判断出工人的运动状态，了解工人的运行轨迹。当检测出工人摔倒
（跌倒），则认为是异常行为。
90.根据这些状态、电场强度数据，脑电数据，脑血氧数据，六轴运动数据，若分析结果显示工人此时处于异常状态，异常状态包括：脱帽、轻度疲劳、重度疲劳、压力过大、脑负荷过大的生理状态、跌倒的异常行为和处于强电磁危害环境中，管理平台会向安全帽发送相应的指令。安全帽上的通信模块接收到相应指令后传给处理器模块，由处理器模块7依据指令使警报模块8做出相应的反应。之后每隔一分钟检测一下安全帽的状态，并将安全帽的状态发送到管理平台。
91.当安全帽的电源处于打开状态时，工人若取下安全帽超过一分钟，帽子上的状态采集模块的参考电极的电阻会趋于无穷大，无法正常采集数据，处理器模块判断处于未佩戴状态，处理器模块将各数据采集模块设置为休眠状态并通过通信模块向管理平台发送数据采集模块已休眠的信息。之后每隔一分钟检测一下安全帽的状态，并将安全帽的状态发送到管理平台。
92.当工人按下电源开关关闭安全帽的电源时，安全帽从准备断电到完全掉电会有一段延迟，安全帽的处理器模块会在完全断电之前将设备即将断电的状态发送至管理平台。当工人按下开关将安全帽的电源打开时，安全帽上的处理器模块会先向管理平台发送安全帽已经处于打开状态的信息。
93.当安全帽电源打开时，安全帽和管理平台之间可以随时通过麦克风和扬声器进行语音通信。
94.本实用新型的有益效果为：
95.1）单生理信号判断生理状态具有片面性，不具备描述工作过程中出现的各种负面生理状态的完备性，包含脑电的多生理信号可以较为准确全面地反映人体生理状态。
96.2）对电力高空作业工人具有针对性与适用性，从脑电、脑血氧、加速度计和陀螺仪生理状态与电磁强度环境状态两方面判断综合判断工人能否正常工作。
97.3）警报信号包含光信号与声信号，进行不同状态多级别报警，在较为严重或危急的情况下光信号与声信号同时发出警报，对工作人员做出预警，并在必要情况接通语音模块进行应急处理。
98.以上所述仅是本实用新型的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本实用新型的保护范围。