保障施工人员安全的方法、装置、设备及存储介质与流程

1.本发明涉及施工人员安全的技术领域，尤其涉及一种保障施工人员安全的方法、装置、设备及存储介质。


背景技术：

2.吊篮在建筑领域广泛应用，是建筑工程高空作业的机械设备，作用在幕墙安装，外墙清洗，外墙施工，保温施工，维修等工程作业，吊篮可代替传统手工架，施工方便，减轻劳动强度，提高工作效率，可反复作业。吊篮操作简单灵活，位移方便，安全实用。
3.现有的吊篮在高空作业时，容易受到风力影响大幅度摇摆，可能会撞击建筑幕墙，威胁作业人员的人身安全，作业人员在高空作业时遇到危险，发生摔跤，侧滑，晕倒等紧急情况时无法呼救，进而无法保证高空作业人员的人身安全。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本发明的主要目的在于提供了一种保障施工人员安全的方法、装置、设备及存储介质，旨在解决现有技术利用吊篮进行高空作业时，可能会因为不可预料的原因导致作业人员发生危险的技术问题。
6.为实现上述目的，本发明提供了一种保障施工人员安全的方法，所述方法包括以下步骤：
7.获取预设位置的摄像机采集的施工人员的初始图像；
8.根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像；
9.根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态；
10.在所述施工人员的姿态为预设姿态时，控制吊篮下降。
11.可选地，所述根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态的步骤，包括：
12.通过openpose网络模型对所述人体目标图像进行骨骼提取，获得人体骨骼信息；
13.根据预设分类模型和所述人体骨骼信息判断所述施工人员的姿态是否为预设姿态。
14.可选地，所述根据预设分类模型和所述人体骨骼信息判断所述施工人员的姿态是否为预设姿态的步骤，包括：
15.根据预设分类模型对所述人体骨骼信息进行分类，获得分类结果；
16.对所述分类结果进行组合特征提取，获得所述施工人员的状态特征；
17.获取所述状态特征对应的状态特征权重；
18.根据所述状态特征和所述状态特征权重确定工人姿态，并判断所述施工人员的姿态是否为预设姿态。
19.可选地，所述根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像的步骤，包括：
20.通过预设特征提取模型中的空洞卷积层对所述初始图像进行初步特征提取，获得初步提取结果；
21.根据所述预设特征提取模型对所述初始图像进行加强特征提取，获得加强特征提取结果；
22.根据所述初步提取结果和所述加强特征提取结果确定人体目标图像。
23.可选地，所述在所述施工人员的姿态为预设姿态时，控制吊篮下降的步骤，包括：
24.在判定所述施工人员的姿态为预设姿态时，启动预设警报器并
25.发送控制指令至卷场机，以使所述卷场机收到所述控制指令时驱动卷筒卷动吊绳直至吊篮下降至预设安全位置。
26.可选地，所述获取预设位置的摄像机采集的施工人员的初始图像的步骤之后，还包括：
27.获取当前环境中的风速；
28.在所述风速达到预设风速阈值时，控制报警器报警，并点亮报警灯；
29.控制吊篮下降至预设安全位置。
30.可选地，所述获取当前环境中的风速的步骤之前，还包括：
31.获取布置在吊篮预设位置的叶轮的相关参数，所述相关参数包括风速、气流流经叶轮的总压降、气流体积流量、叶轮机械转化效率和叶轮轴的扭矩；
32.根据所述相关参数通过以下公式计算风速：
33.n＝d
p
*q*e
ta
/t
34.其中，n为风速，d
p
是气流流经叶轮的总压降，q是气流体积流量，e
ta
是叶轮机械转化效率，t是叶轮轴的扭矩。
35.此外，为实现上述目的，本发明还提供一种保障施工人员安全的装置，所述装置包括：
36.获取模块，用于获取预设位置的摄像机采集的施工人员的初始图像；
37.特征提取模块，用于根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像；
38.判断模块，用于根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态；
39.控制模块，用于在所述施工人员的姿态为预设姿态时，控制吊篮下降。
40.此外，为实现上述目的，本发明还提出一种保障施工人员安全的设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的保障施工人员安全的程序，所述保障施工人员安全的程序配置为实现如上文所述的保障施工人员安全的方法的步骤。
41.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有保障施工人员安全的程序，所述保障施工人员安全的程序被处理器执行时实现如上文所述的保障施工人员安全的方法的步骤。
42.本发明获取预设位置的摄像机采集的施工人员的初始图像；根据预设特征提取模
型对所述初始图像进行特征提取，获得人体目标图像；根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态；在所述施工人员的姿态为预设姿态时，控制吊篮下降。由于本发明是通过提取施工人员的初始图像，根据初始图像判断施工人员的姿态，进而控制吊篮，相对于现有的只能通过用户手动控制吊篮的方式，本发明上述方式能够在施工人员的姿态为预设姿态时，控制吊篮下降，保障施工人员的安全。
附图说明
43.图1是本发明实施例方案涉及的硬件运行环境的保障施工人员安全的设备的结构示意图；
44.图2为本发明保障施工人员安全的方法第一实施例的流程示意图；
45.图3为本发明保障施工人员安全的方法的吊篮结构示意图；
46.图4为本发明保障施工人员安全的方法第二实施例的流程示意图；
47.图5为本发明保障施工人员安全的方法第二实施例的中的算法流程示意图；
48.图6为本发明保障施工人员安全的方法第三实施例的流程示意图；
49.图7为本发明保障施工人员安全的装置第一实施例的结构框图。
50.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
51.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
52.参照图1，图1为本发明实施例方案涉及的硬件运行环境的保障施工人员安全的设备结构示意图。
53.如图1所示，该保障施工人员安全的设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless
‑
fidelity，wi
‑
fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non
‑
volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
54.本领域技术人员可以理解，图1中示出的结构并不构成对保障施工人员安全的设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
55.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及保障施工人员安全的程序。
56.在图1所示的保障施工人员安全的设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明保障施工人员安全的设备中的处理器1001、存储器1005可以设置在保障施工人员安全的设备中，所述保障施工人员安全的设备通过处理器1001调用存储器1005中存储的保障施工人员安全的程序，并执行本发明实施例提供的保障施工人员安全的方法。
57.基于上述保障施工人员安全的设备，本发明实施例提供了一种保障施工人员安全
的方法，参照图2，图2为本发明保障施工人员安全的方法第一实施例的流程示意图。
58.本实施例中，所述保障施工人员安全的方法包括以下步骤：
59.步骤s10：获取预设位置的摄像机采集的施工人员的初始图像。
60.需要说明的是，本实施例的执行主体可以是一种具有数据处理、网络通信以及程序运行功能的计算服务设备，例如手机、平板电脑、个人电脑等，或者是一种能够实现上述功能的电子设备或吊篮控制设备。以下以所述吊篮控制设备为例，对本实施例及下述各实施例进行说明。
61.需要说明的是，所述预设位置可以是吊篮上能够很好的采集到吊篮内包含施工人员的图像的位置。所述初始图像可以是所述预设位置的摄像机拍摄的包含有吊篮内施工人员的图像。所述摄像机可以是ccd相机。
62.在具体实施中，参照图3，图3为本发明保障施工人员安全的方法的吊篮结构示意图，其中，1为外壳；2为弹簧；3为气箱；4为吸盘；5为卷扬机；6所述摄像机；7为风轮；8为显示屏；9为警报器。吊篮控制设备获取安装在图中6的位置的摄像机采集到的吊篮内的初始图像。
63.步骤s20：根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像。
64.需要说明的是，所述预设特征提取模型可以是预先经过样本集进行训练得到的用来提取初始图像中人体特征的模型。所述人体目标图像可以是消除了初始图像中的背景后的包含人体姿态特征的图像。
65.进一步的，为了保障施工人员的安全，所述步骤s20可包括：通过预设特征提取模型中的空洞卷积层对所述初始图像进行初步特征提取，获得初步提取结果；根据所述预设特征提取模型对所述初始图像进行加强特征提取，获得加强特征提取结果；根据所述初步提取结果和所述加强特征提取结果确定人体目标图像。
66.需要说明的是，所述预设特征提取取模型可以是pspnet(pyramid scene parsing network)，对所述初始图像进行初步特征提取可以是根据pspnet中的空洞卷积层对图像进行扫描，经过主干特征提取，获得初步提取结果。同时根据psp module对所述初始图像进行加强特征提取,提取特征点像素，将所述初步提取结果和所述加强特征提取结果进行堆叠，得到人体目标图像。
67.应理解的是，在根据所述预设特征提取模型对初始图像进行特征提取前，需要对所述预设特征提取模型进行训练，可以是获取若干张不同人体姿态图，一部分用作训练集，一部分用作预测集，对所述预设特征提取模型进行模型训练。模型内部一般为根据图像的灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同，进而得到人体目标图像。
68.步骤s30：根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态。
69.需要说明的是，所述预设姿态可以是预先设置的摔倒或侧躺等能够判定施工人员存在危险的姿态。根据人体目标图像判断所述施工人员的姿态是否为预设姿态可以是根据人体目标图像中的人体的四肢等身体部件的位置判断施工人员的姿态是否为预设姿态。
70.在具体实施中，吊篮控制设备分析所述人体目标图像中的人体的四肢等部件的位
置，判断所述位置是否为处于预先设定位置，例如，施工人员的胳膊接触到地板，则可以判定施工人员处于卧倒状态，即为预设姿态。
71.步骤s40：在所述施工人员的姿态为预设姿态时，控制吊篮下降。
72.需要说明的是，控制吊篮下降可以是气筒放气，以收回吸盘，卷场机工作开始放线进行吊篮下降。
73.进一步的，为了保障施工人员的安全，所述步骤s40可包括：在判定所述施工人员的姿态为预设姿态时，启动预设警报器并发送控制指令至卷场机，以使所述卷场机收到所述控制指令时驱动卷筒卷动吊绳直至吊篮下降至预设安全位置。
74.在具体实施中，参照图3，在所述施工人员的姿态为预设姿态时，控制气箱3开始放气，以使吸盘4可以收回，启动预设警报器并发送控制指令至卷场机，以使所述卷场机收到所述控制指令时控制电机驱动卷筒卷动吊绳，使吊篮下降至安全位置。
75.本实施例获取预设位置的摄像机采集的施工人员的初始图像；根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像；根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态；在所述施工人员的姿态为预设姿态时，控制吊篮下降。由于本实施例是通过提取施工人员的初始图像，根据初始图像判断施工人员的姿态，进而控制吊篮，相对于现有的只能通过用户手动控制吊篮的方式，本实施例上述方式能够在施工人员的姿态为预设姿态时，控制吊篮下降，保障施工人员的安全。
76.参考图4，图4为本发明保障施工人员安全的方法第二实施例的流程示意图。
77.基于上述第一实施例，在本实施例中，所述步骤s30包括：
78.步骤s301：通过openpose网络模型对所述人体目标图像进行骨骼提取，获得人体骨骼信息。
79.需要说明的是，openpose网络模型可以是一种人体姿态识别模型，能够将人体目标图像进行骨骼提取，进行获得所述人体目标图像中的人体的骨骼信息的模型。所述人体骨骼信息可以是所述人体目标图像中的人体的骨骼信息。
80.步骤s302：根据预设分类模型和所述人体骨骼信息判断所述施工人员的姿态是否为预设姿态。
81.需要说明的是，所述预设分类模型可以是预先根据预设的样本集进行训练得到的模型，例如，具体步骤可以为：将样本集分为测试集和预测集，将骨骼的特征信息作为输入层，隐藏层将骨骼的特征信息进行分类，池化层加强特征提取，进而根据特征提取的结果得到施工人员的姿态。
82.进一步的，为了使预测的施工人员的姿态更准确，所述步骤s302包括：根据预设分类模型对所述人体骨骼信息进行分类，获得分类结果；对所述分类结果进行组合特征提取，获得所述施工人员的状态特征；获取所述状态特征对应的状态特征权重；根据所述状态特征和所述状态特征权重确定工人姿态，并判断所述施工人员的姿态是否为预设姿态。
83.需要说明的是，所述对所述人体骨骼信息进行分类可以是通过预设分类模型中的隐藏层将人体骨骼信息中的骨骼姿态特征分为正常和摔倒两种类别。所述对所述分类结果进行组合特征提取可以是通过预设分类模型中的池化层对分类结果进行加强特征提取，获得所述施工人员的状态特征。所述状态特征权重可以是预先设置的施工人员的不同状态各自对应的权重。
84.在具体实施中，吊篮控制设备通过预设分类模型中的隐藏层将人体骨骼信息中的骨骼姿态特征分为正常和摔倒两种类别。进而根据预设分类模型中的池化层对分类结果进行加强特征提取，获得所述施工人员的状态特征。获取预先设置的施工人员的状态特征各自对应的权重，根据所述状态特征和所述状态特征权重确定工人姿态，并判断所述施工人员的姿态是否为预设姿态。具体可参照图5，图5为本发明保障施工人员安全的方法第二实施例的中的算法流程示意图。x＝[x1,x2,x3,x4,x5,x6]表示骨骼提取的骨骼特征，隐藏层y＝[y1,y2]表示将骨骼特征分为正常和摔倒两种姿态，池化层n＝[n1,n2,n3]表示工人的不同状态特征，通过对隐藏层中的分类结果加强特征提取后得到，w1,w2,w3表示不同状态所占的权重，z表示输出的姿态状态，即最终确定的施工人员的姿态。
[0085]
本实施例通过openpose网络模型对所述人体目标图像进行骨骼提取，获得人体骨骼信息；根据预设分类模型和所述人体骨骼信息判断所述施工人员的姿态是否为预设姿态。本实施例通过openpose网络模型对所述人体目标图像进行骨骼提取，获得人体骨骼信息；根据预设分类模型和所述人体骨骼信息判断所述施工人员的姿态是否为预设姿态，本实施例上述方式能够准确的判断施工人员是否处于危险的状态，进而使在施工人员处于危险状态的时候，可以控制吊篮，保障施工人员的安全。
[0086]
参考图6，图6为本发明保障施工人员安全的方法第三实施例的流程示意图。
[0087]
基于上述各实施例，在本实施例中，所述方法还包括：
[0088]
步骤s50：获取当前环境中的风速。
[0089]
应理解的是，当环境中的风速过大时，高空作用时会有一点的安全隐患，因此，需要获取当前环境中的风速，进而判断是否需要停止作业。
[0090]
进一步的，为了准确的获得当前的风速，所述步骤s50之前还包含：获取布置在吊篮预设位置的叶轮的相关参数，所述相关参数包括风速、气流流经叶轮的总压降、气流体积流量、叶轮机械转化效率和叶轮轴的扭矩；
[0091]
根据所述相关参数通过以下公式计算风速：
[0092]
n＝d
p
*q*e
ta
/t
[0093]
其中，n为风速，d
p
是气流流经叶轮的总压降，q是气流体积流量，e
ta
是叶轮机械转化效率，t是叶轮轴的扭矩。
[0094]
在具体实施中，吊篮控制设备采集上述相关参数，并将相关参数带入至上述公式中以计算当前环境中的风速。
[0095]
步骤s60：在所述风速达到预设风速阈值时，控制报警器报警，并点亮报警灯。
[0096]
需要说明的是，所述预设风速阈值可以是会影响高工作业的施工人员的安全的风速阈值，例如，当风速达到8.0～10.7m/s。预设风速阈值也可以是根据不同吊篮的抗风能力进行自适应设定。
[0097]
在具体实施中，在所述风速达到预设风速阈值时，吊篮上的警报器会报警，报警灯响起后。
[0098]
步骤s70：控制吊篮下降至预设安全位置。
[0099]
需要说明的是，所述预设安全位置可以是能够保障吊篮内施工人员安全的位置，例如，地面或者是下降到风速小于预设风速阈值的位置，吊篮上安装有显示器，会实时显示当前的环境风速。
[0100]
在具体实施中，在所述风速达到预设风速阈值时，吊篮上的警报器会报警，报警灯预警发出执行指令，卷扬机无线信号接收器接收信号，电机驱动卷筒卷动吊绳，使吊篮下降至安全位置。
[0101]
本实施例通过获取当前环境中的风速；在所述风速达到预设风速阈值时，控制报警器报警，并点亮报警灯；控制吊篮下降至预设安全位置。本实施例中检测当前环境中的风速，在环境风速大于预设风速阈值时，会启动报警器，控制吊篮下降至安全位置，保障了施工人员的安全。
[0102]
参照图7，图7为本发明保障施工人员安全的装置第一实施例的结构框图。
[0103]
如图7所示，本发明实施例提出的保障施工人员安全的装置包括：
[0104]
获取模块10，用于获取预设位置的摄像机采集的施工人员的初始图像；
[0105]
特征提取模块20，用于根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像；
[0106]
判断模块30，用于根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态；
[0107]
控制模块40，用于在所述施工人员的姿态为预设姿态时，控制吊篮下降。
[0108]
本实施例获取预设位置的摄像机采集的施工人员的初始图像；根据预设特征提取模型对所述初始图像进行特征提取，获得人体目标图像；根据所述人体目标图像判断所述施工人员的姿态是否为预设姿态；在所述施工人员的姿态为预设姿态时，控制吊篮下降。由于本实施例是通过提取施工人员的初始图像，根据初始图像判断施工人员的姿态，进而控制吊篮，相对于现有的只能通过用户手动控制吊篮的方式，本实施例上述方式能够在施工人员的姿态为预设姿态时，控制吊篮下降，保障施工人员的安全
[0109]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0110]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的参数运行方法，此处不再赘述。
[0111]
基于本发明上述保障施工人员安全的装置第一实施例，提出本发明保障施工人员安全的装置的第二实施例。
[0112]
在本实施例中，所述判断模块30，还用于通过openpose网络模型对所述人体目标图像进行骨骼提取，获得人体骨骼信息；根据预设分类模型和所述人体骨骼信息判断所述施工人员的姿态是否为预设姿态。
[0113]
进一步的，所述判断模块30，还用于根据预设分类模型对所述人体骨骼信息进行分类，获得分类结果；对所述分类结果进行组合特征提取，获得所述施工人员的状态特征；获取所述状态特征对应的状态特征权重；根据所述状态特征和所述状态特征权重确定工人姿态，并判断所述施工人员的姿态是否为预设姿态。
[0114]
进一步的，所述特征提取模块20，还用于通过预设特征提取模型中的空洞卷积层对所述初始图像进行初步特征提取，获得初步提取结果；根据所述预设特征提取模型对所述初始图像进行加强特征提取，获得加强特征提取结果；根据所述初步提取结果和所述加强特征提取结果确定人体目标图像。
[0115]
进一步的，所述控制模块40，还用于在判定所述施工人员的姿态为预设姿态时，启动预设警报器并发送控制指令至卷场机，以使所述卷场机收到所述控制指令时驱动卷筒卷动吊绳直至吊篮下降至预设安全位置。
[0116]
进一步的，所述获取模块10，还用于获取当前环境中的风速；在所述风速达到预设风速阈值时，控制报警器报警，并点亮报警灯；控制吊篮下降至预设安全位置。
[0117]
进一步的，所述获取模块10，还用于获取布置在吊篮预设位置的叶轮的相关参数，所述相关参数包括风速、气流流经叶轮的总压降、气流体积流量、叶轮机械转化效率和叶轮轴的扭矩；根据所述相关参数通过以下公式计算风速：
[0118]
n＝d
p
*q*e
ta
/t
[0119]
其中，n为风速，d
p
是气流流经叶轮的总压降，q是气流体积流量，e
ta
是叶轮机械转化效率，t是叶轮轴的扭矩。
[0120]
本发明保障施工人员安全的装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
[0121]
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有保障施工人员安全的程序，所述保障施工人员安全的程序被处理器执行时实现如上文所述的保障施工人员安全的方法的步骤。
[0122]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0123]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0124]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0125]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。