基于标识解析技术的高风险作业管控系统及方法与流程

1.本技术实施例涉及安全管理技术领域，尤其涉及一种基于标识解析技术的高风险作业管控系统及方法。


背景技术：

2.安全生产是石化行业的重中之重，其中，作业安全为安全管理体系中人员行为安全的重要组成部分，着力提升对于作业安全的流程监管与把控力度，能够有效避免作业安全事故的发生。
3.石化行业企业一般均已建有一套安全管控体系，但是还是存在着很多问题：1、石化行业企业中的作业票管理系统用于管理高风险作业票申请和审批。但是该系统在作业许可办理过程中出现了代签、改签以及相关负责人不到作业现场进行确认的问题，作业许可制度落实不到位，作业风险识别不到位，作业过程中缺少监护手段；2、视频监控子系统在石油化工企业是安全管控的重要组成部分。但是视频监控子系统在实际使用过程中均通过人工查看视频监控子系统对可能出现风险的高处作业进行现场警告，高空作业的管控水平仅与视频监控点位，数量，清晰度，以及人工判断的监视情况有关，呈现管控要素单一，考虑不全面，人工识别存在出现漏判的可能；3、石化企业一般存在多套信息系统负责不同业务的情况，各系统之间的数据通联需要在各个系统之间建设多个数据接口，各个系统之间关系复杂，形成了一个个的数据孤岛，致使高处作业安全相关的数据无法实现数据共享，难以综合考虑各种安全因素可能带来的作业风险；4、石化企业安全施工作业流程中对安全风险的提示一般由安全管理人员现场人工告知或通过短信发出，当人手不足或由于与人为因素监护出现盲区，预警信息易出现延迟甚至无法发出的情况。


技术实现要素：

4.本发明实施例提供一种基于标识解析技术的高风险作业管控系统及方法，实现了作业风险的智能化识别与预警。
5.在一个实施例中，本技术实施例提供了一种基于标识解析技术的高风险作业管控系统，所述系统包括：
6.安全作业管理子系统，用于存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作；
7.边缘端设备，用于获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果；
8.风险管控子系统，用于在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，根据第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息、针对第二人员携带的终端定时采集的现场环境检测数据的评估结果以及边缘端设备的分析结果，向第三人员携带的终端或者显示屏推送安全提示信息；
9.其中，所述安全作业管理子系统、边缘端设备和风险管控子系统中依托作业票标
识进行互联互通，以便于后续在标识解析二级运用平台中对作业票标识相关联的信息进行查询。
10.在另一个实施例中，本技术实施例还提供了一种基于标识解析技术的高风险作业管控方法，由基于标识解析技术的高风险作业管控系统执行，所述系统包括：安全作业管理子系统、边缘端设备以及风险管控子系统；该方法包括：
11.安全作业管理子系统存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作；
12.边缘端设备获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果；
13.风险管控子系统在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，根据第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息、针对第二人员携带的终端定时采集的现场环境检测数据的评估结果以及边缘端设备的分析结果，向第三人员携带的终端或者显示屏推送安全提示信息；
14.其中，所述安全作业管理子系统、边缘端设备和风险管控子系统中依托作业票标识进行互联互通，以便于后续在标识解析二级运用平台中对作业票标识相关联的信息进行查询。
15.本技术实施例提供了一种基于标识解析技术的高风险作业管控系统，该系统包括：安全作业管理子系统，用于存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作；边缘端设备，用于获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果；风险管控子系统，用于在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，根据第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息、针对第二人员携带的终端定时采集的现场环境检测数据的评估结果以及边缘端设备的分析结果，向第三人员携带的终端或者显示屏推送安全提示信息。其中，所述安全作业管理子系统、边缘端设备和风险管控子系统中依托作业票标识进行互联互通，以便于后续在标识解析二级运用平台中对作业票标识相关联的信息进行查询。
16.本技术实施例提供的基于标识解析技术的高风险作业管控系统基于标识解析进行设计，基于工业互联进行开发设计或编写，包括工业互联网平台应用、边缘端的行为智能分析、标识解析二级运营平台应用。基于标识解析的高风险管控系统的所有应用，打通安全作业许可管理系统、应急管理系统、视频监控子系统、行为智能分析、作业过程管控等所有业务，均通过企业内网的标识解析微服务、赋码中心实现，相应的业务过程数据，存储在云中mysql/oss服务中。手持终端的移动应用基于独立app方式开发，在网络上通过5g网络连接使用，管理业务基于云paas平台。首先通过相关数据对作业风险进行了充分的评估后才对作业申请进行审批，审批制度完善。对人员高处作业全过程在视频监控的基础上通过配合ai图像识别进行风险判断，实现风险分析自动化，智能化，实时化，避免人工识别造成的错判或者漏判。将作业环境安全的相关数据统一整合到风险管控子系统中，有利于对作业风险进行综合研判。根据研判的结果，将发现的安全风险通过各种设备对作业人员发送远程预警信息，有利于及时的向作业人员告知风险，并且减少了去现场对作业人员进行风险提示的人工成本。
17.上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
18.图1是本技术实施例提供的一种基于标识解析技术的高风险作业管控系统的结构框图；
19.图2是本技术实施例提供的另一种基于标识解析技术的高风险作业管控系统的结构框图；
20.图3是本技术实施例提供的基于标识解析技术的高风险作业管控系统功能架构图；
21.图4是本技术实施例提供的基于标识解析技术的高风险作业管控方法的流程图；
22.图5是本技术实施例提供的作业流程图；
23.图6是本技术实施例提供的人员高处作业风险识别与预警业务数据流向图。
具体实施方式
24.下面将参照附图更详细地描述本发明的示例性实施例，虽然附图中显示了本发明的示例性实施例，然而可以理解是，此处所描述的示例性实施例仅用于解释本发明，而非对本发明的限定。相反，本发明提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。另外，还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
25.在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
26.下面针对本技术实施例中提供的基于标识解析技术的高风险基于标识解析技术的高风险作业管控系统及方法，通过以下各实施例及其可选方案进行详细阐述。
27.图1是本技术实施例提供的一种基于标识解析技术的高风险作业管控系统的结构框图。本技术实施例的技术方案可以适用于作业风险的智能化识别与预警的场景中。典型的，可以适用于高空作业风险的智能化识别与预警场景中。如图1所示，本技术实施例中提供的基于标识解析技术的高风险作业管控系统100可以包括：
28.安全作业管理子系统110，用于存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作；
29.边缘端设备120，用于获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果；
30.风险管控子系统130，用于在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，根据第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息、针对第二人员携带的终端定时采集的现场环境检测数据的评估结果以及边缘端
设备的分析结果，向第三人员携带的终端或者显示屏推送安全提示信息。
31.其中，所述安全作业管理子系统110、边缘端设备120和风险管控子系统130依托作业票标识进行互联互通，以便于后续在标识解析二级运用平台中对作业票标识相关联的信息进行查询。
32.本技术实施例中，所述基于标识解析技术的高风险作业管控系统100基于标识解析进行设计，基于工业互联进行开发设计或编写，包括工业互联网平台应用、边缘端的行为智能分析、标识解析二级运营平台应用。基于标识解析的高风险管控系统100的所有应用，打通安全作业许可管理系统、应急管理系统、视频监控子系统、行为智能分析、作业过程管控等所有业务，均通过企业内网的标识解析微服务、赋码中心实现，相应的业务过程数据，存储在云中mysql/oss服务中。手持终端的移动应用基于独立app方式开发，在网络上通过5g网络连接使用，管理业务基于云paas平台。
33.其中，安全作业管理子系统110中的作业审批数据是与作业相关并且用于作业申请的审批的数据，当作业人员对某一项作业进行申请时，需要在安全作业管理子系统110中填写作业审批数据。作业审批数据可以包括作业类型、作业内容、作业位置、作业人员姓名以及作业人员所在的单位部门等。审批人员在对作业人员在安全作业管理子系统110中填写的作业审批数据进行审查后，对该作业申请进行审批。
34.安全作业管理子系统110中的现场环境检测数据是指需要人工观察、采集以及分析的数据，例如可以是作业现场的地势高低、气缸的密封圈是否完好、从液体化工产品的密闭罐体中采集的气体等。可以理解的，通过获取现场环境检测数据可以使工作人员判断出作业现场是否安全，是否符合施工条件，如果不符合施工条件的话就需要对作业现场进行安全隐患排查。
35.审批人员在安全作业管理子系统110中对作业审批数据和现场环境检测数据进行审查，判断作业人员是否具备作业资格以及作业环境是否符合施工条件后，然后对作业人员的作业申请给出审批结果。审批操作是审批人员对相关数据进行审查以及给出审批结果。审查的标准可以是该领域通用的一套标准，审批人员通过判断作业审批数据和现场环境检测数据是否达到了所述标准后给出审批结果。
36.安全作业管理子系统110响应用户的审批操作，在屏幕上显示审批结果。显示的审批结果可以是“审批通过”或者“审批未通过”。
37.边缘端设备120是可以通过人工智能等方法对视频图像进行识别分析的设备，例如可以是一种服务器。
38.视频监控子系统用于采集作业现场视频数据，该子系统可以是由几台摄像机或者照相机或者具有拍照功能的智能终端构成的。作业现场视频数据可以是跟作业现场环境有关的数据，也可以是跟作业现场的作业人员有关的视频。视频监控子系统将采集的作业现场视频数据发送给边缘端设备120用于视频分析，分析的结果可以包括作业人员的操作是否违规、作业人员的安全帽是否佩戴正确以及作业现场是否存在危险因素等。
39.本技术实施例中的视频监控子系统可以是独立于基于标识解析技术的高风险作业管控系统100之外的一个系统，也可以是属于基于标识解析技术的高风险作业管控系统100的一个子系统，本实施例对此不进行限制。
40.当审批人员在安全作业管理子系统110中对相关数据进行审批后的审批结果是审
批通过后，安全作业管理子系统110将审批通过的审批结果发送给风险管控子系统130。
41.本技术实施例中，当作业申请的审批结果是审批通过后，作业人员开始到现场进行作业。在作业的过程中有工作人员实时的对与作业有关的数据进行监测和更新，并将更新的数据发送至风险管控子系统130，风险管控子系统130在对这些数据进行综合分析后，如果发现了有异常，则通过一定的方式向工作人员推送安全提示信息。
42.其中，第一人员、第二人员可以是任一数据采集人员。第一人员携带的终端是可以为能够进行图像、视频采集以及发送的设备，例如摄像机、照相机等。第二人员携带的终端可以为能够对作业现场的化学生物信息(例如气体)进行采集的设备，例如手持气体检测仪等。作业现场图像信息可以包括作业环境图像信息以及作业人员图像信息等。安全措施检测信息是指作业人员在作业时是否正确采取了规定的安全措施。第三人员可以是后台的监管人员，也可以是现场作业人员。第三人员携带的终端是指可以进行信息发送以及接收的设备，例如可以是手持设备(对讲机、掌上电脑等)、智能手机、智能平板等。显示屏是指只能接收信息并进行显示的设备。安全提示信息可以包括作业现场的异常因素以及作业人员的违规操作隐患等信息。
43.本技术实施例提供了一种基于标识解析技术的高风险作业管控系统，该系统包括：安全作业管理子系统，用于存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作；边缘端设备，用于获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果；风险管控子系统，用于风险管控子系统，用于在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，根据第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息、针对第二人员携带的终端定时采集的现场环境检测数据的评估结果以及边缘端设备的分析结果，向第三人员携带的终端或者显示屏推送安全提示信息。
44.本实施例提供的基于标识解析技术的高风险作业管控系统100首先通过相关数据对作业风险进行了充分的评估后才对作业申请进行审批，审批制度完善。其次对人员高处作业全过程在视频监控的基础上通过配合ai图像识别进行风险判断，实现风险分析自动化，智能化，实时化，避免人工识别造成的错判或者漏判。再次将作业环境安全的相关数据统一整合到风险管控子系统130中，有利于对作业风险进行综合研判。最后根据研判的结果，将发现的安全风险通过各种设备对作业人员发送远程预警信息，有利于及时的向作业人员告知风险，并且减少了去现场对作业人员进行风险提示的人工成本。
45.在本技术实施例的一种可实现方案中，本技术实施例的方案可以与上述一个或者多个实施例中的各个可选方案结合。在本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述边缘端设备120具体用于：基于智能分析技术，对所述作业现场视频数据进行分析，得到不符合安全作业条件的分析结果；其中，不符合安全作业条件的分析结果包括作业人员未戴安全帽、未系安全带、违规攀高作业、作业现场区域存在明火、无关人员闯入作业区域中的至少一项。所述视频数据由携带有摄像头标识的视频监控子系统获取，视频监控子系统包括自动预警摄像头，用于视频的自动采集；
46.所述摄像头标识与作业票标识相关联，以保证作业票标识中区域标识所对应的区域与摄像头标识所对应的区域一致，智能分析技术包括视频ai识别技术、边缘计算技术和大数据分析模型技术。
47.其中，智能分析模型是指可以从输入的视频图像中获取到相关信息的模型。智能分析模型可以是基于机器学习或者深度学习等算法搭建的。本技术实施例通过智能分析模型从作业现场视频数据中识别出风险因素，智能分析模型基于人工智能技术对视频图像进行识别，提高了识别的准确性，避免了因人工监控盯防脱岗、看顾不全面、注意力转移、疲劳、失查漏警多原因造成的错判或者漏判。
48.在本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述风险管控子系统130，还用于：
49.若间隔第一预设时间未接收到第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息，或间隔第二预设时间未接收到第二人员携带的终端定时发送的现场环境检测数据，则向第三人员携带的终端或者显示屏推送安全提示信息。
50.其中，第一预设时间和第二预设时间可以根据实际情况确定，例如将第一预设时间设置为1个小时，第二预设时间设置为2个小时。第一预设时间和第二预设时间可以相同，也可以不同。
51.当风险管控子系统130检测到在间隔第一预设时间未接收到第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息，或间隔第二预设时间未接收到第二人员携带的终端定时发送的现场环境检测数据，则向第三人员推送安全提示信息，第三人员根据安全提示信息提醒第一人员和/或第二人员及时向风险管控子系统130上传数据，这样可以避免无法根据更新的数据判断出安全隐患的问题。
52.在本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述风险管控子系统130，还用于：接收第一人员携带的终端发送的作业结束后的作业现场恢复图像，并根据所述作业现场恢复图像对作业现场的恢复情况进行评估。
53.作业现场的恢复情况可以包括作业现场是否遗漏作业工具、作业的对象设备是否完好无损等。评估的结果可以是提前将作业现场的恢复情况划分为不同等级后进行等级的评定，也可以是打分数，本实施例对此不进行限制。
54.本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述风险管控子系统130，还用于：存储第四人员对作业的验收结果，以及对作业方的评价结果，以供用户后续查询。
55.其中，第四人员可以是任一监管人员。对作业的验收结果可以包括作业的对象设备是否可以正常运行等。对作业方的评价结果表示对作业方的作业是否满意。评价结果可以是打分数，也可以是由非常不满意到非常满意之间等级的评定。后续其他用户可以根据作业验收结果和评价结果选择作业方。
56.本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述安全作业管理子系统110，具体用于：展示作业票填写界面，并根据用户通过所述作业票填写界面输入的填写信息生成现场作业的作业票，其中，所述作业票中包括作业审批数据。
57.其中，作业票是与作业相关的票据，作业票可以包括与作业有关的安全措施以及作业审批数据等。
58.本技术实施例中上述方案的有益效果在于通过智能分析模型从作业现场视频数据中识别出风险因素，智能分析模型基于人工智能技术对视频图像进行识别，提高了识别的准确性，避免了因人工监控盯防脱岗、看顾不全面、注意力转移、疲劳、失查漏警多原因造
成的错判或者漏判。通过风险管控子系统检测数据采集人员是否及时的上传相关数据，如果数据没有及时的更新，风险管控子系统通过一定方式提醒数据采集人员及时向风险管控子系统上传数据，以避免因没有及时的上传数据而漏掉安全隐患。
59.在本技术实施例的一种可实现方案中，本技术实施例的方案可以与上述一个或者多个实施例中的各个可选方案结合。在本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述系统还包括：实验室信息管理子系统140，用于获取第二人员携带的终端定时采集的现场环境检测数据，根据所述现场环境检测数据对作业现场进行评估，将所述现场环境检测数据和评估结果发送至风险管控子系统130。
60.其中，现场环境检测数据可以是工作人员通过观察、收集等方式获取后记录到实验室信息管理子系统140中的。
61.实验室信息管理子系统140接收第二人员携带的终端定时采集的现场环境检测数据，可以由实验室信息管理子系统或者技术人员根据国家标准，对现场环境检测数据进行实验评估，由技术人员对评估的结果进行人工审核确认，并将评估结果发送至风险管控子系统130。评估结果可以包括现场环境检测数据是否达标以及作业现场是否满则作业条件的结论等。例如，如果现场环境检测数据记录了气缸的密封圈有破损，则实验室信息管理子系统140根据该条记录对作业现场进行评估，得到作业现场有安全隐患的评估结果，并将该评估结果发送至风险管控子系统130。实验室信息管理子系统140还用于将评估结果发送至安全作业管理子系统110，审批人员根据该评估结果做出审批操作，确定作业现场是否达标，如果达标则可以开始作业，如果不达标则不可以开始作业。
62.在本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述系统还可以包括：应急管理子系统150，用于获取现场作业条件数据，并将所述现场作业条件数据发送至所述风险管控子系统130，以使所述风险管控子系统130根据所述现场作业条件数据向第三人员携带的终端或者显示屏推送安全提示信息，其中，现场作业条件数据包括现场视频位置数据、气象数据、设备运行数据、气体数据中的至少一项。其中，现场作业条件数据通过在线检测仪表进行采集，并通过有线或无线网络进行传输，无线网络包括5g网络
63.其中，现场作业条件数据是指需要通过传感器获取的数据，例如设置在现场的温度传感器实时采集的现场的温度数据，气体探测器探测到的泄露的有毒有害气体等等。
64.本技术实施例中，现场视频位置数据可以包括现场视频的经纬度信息数据，气象数据可以包括风速、风向、温度、湿度、气压等。设备运行数据可以包括设备运行时间、设备是否出现故障、故障原因以及是否定对设备进行维修护理等，气体数据可以包括有毒有害或者易燃易爆炸的气体。
65.在本技术实施例的基于标识解析技术的高风险作业管控系统100中，所述系统还包括：标识解析子系统160，用于记录作业票标识以及与所述作业票标识关联的作业现场数据。
66.其中，作业票标识用于唯一确定作业票。作业票标识可以是数字、字母、二维码等。与作业票标识关联的作业现场数据可以包括所述现场环境检测数据、作业现场视频数据、现场作业条件数据等。
67.示例性的，图2是本技术实施例提供的另一种基于标识解析技术的高风险作业管控系统的结构框图。需要说明的是，图2中的方案中可以包括实验室信息管理子系统140、应
急管理子系统150以及标识解析子系统160，也可以不包括实验室信息管理子系统140、应急管理子系统150以及标识解析子系统160，均可以实现本技术实施例的方案。实验室信息管理子系统140、应急管理子系统150以及标识解析子系统160可以同时存在，也可以以各种组合的方式存在，均可以实现本技术实施例的方案。
68.示例性的，图3是本技术实施例提供的基于标识解析技术的高风险作业管控系统功能架构图。如图3所示，所述系统包括公共支撑层、云平台应用层和标识解析应用层，其中，公共支撑层包括微服务、容器服务、云数据库、中间件服务和虚拟服务器的基础配置；云平台应用层配置为进行作业票跟踪和查询、作业过程管理、作业过程报警和边缘端应用的行为智能分析；标识解析应用层提供标识解析应用，用于进行实用作业状态查询、施工单位查询、施工单位作业评价查询、待施工的作业查询和企业施工条件查询。标识解析应用中，在企业授权的基础上，将可公开信息，在标识解析二级运营平台中注册，并形成标识解析二级运营平台对应的微服务。通过平台和公众号获取相关信息，包括施工作业状态查询、施工单位查询、施工单位作业评价查询、待施工的作业条件查询等。
69.如图3所示，高风险作业管控系统功能架构主要由上述三层共6块功能结构设计组成。在应用支撑层进行实时的人员行为智能分析，通过人工智能视觉模型监测作业过程中高处作业人员的行为是否违章；应用层中的作业过程管理功能块负责对高空作业人员现场作业期间的所有安全要素进行复核以及现场作业完成与验收的全流程管控；应用层中的作业票跟踪与查询功能块实现了对高空作业的作业票数据、分析化验结果中存在的气体监测数据、易燃易爆及有毒有害气体含量以及高空作业环境气象监测数据等数据的综合运用，该功能块通过设置安全风险评估阈值来判断风险程度，如感知到风险则会触发作业过程预警；应用层中的作业过程报警功能块实现了风险识别的成果转化，在第一时间生成与高处作业相关的生产工艺异常以及设备异常的预警信息；应用层中的标识解析二级节点运营平台应用功能块则将预警信息以工业互联网标识的形式，通过不同的设备通知到安全相关方，并提供高处作业安全标准规范查询、施工单位条件资质评价查询以及施工状态查询，完善高处作业风险管控机制。
70.所述系统将高风险作业相关的作业票、作业标准、违章信息、施工单位、摄像头、刷卡定位点作为标识对象，使用工业互联网方式，将作业过程中有价值的数据向标识解析二级节点注册，并在行业二级节点获取其他企业的数据，实现跨系统、跨企业的应用。
71.本技术实施例中上述方案的有益效果在于通过实验室信息管理子系统根据获取到的现场环境检测数据对作业现场进行评估，可以提前判断作业现场是否符合施工条件并给出作业申请的审批结果，有效的提升了安全管控的手段。通过应急管理子系统实时向风险管控子系统发送现场作业条件数据，风险管控子系统可以及时的将安全隐患告知现场的作业人员，以便作业人员撤离作业现场或者排除安全隐患，提升了系统的风险识别和预警能力。
72.图4是本技术实施例提供的基于标识解析技术的高风险作业管控方法的流程图。本实施例提供的基于标识解析技术的高风险作业管控方法可适用于作业风险的智能化识别与预警的场景中。该方法具体可以由基于标识解析技术的高风险作业管控系统执行，所述系统包括：安全作业管理子系统、边缘端设备以及风险管控子系统。参见图4，本技术实施例所述的方法具体包括：
73.s110、安全作业管理子系统存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作。
74.s120、边缘端设备获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果。
75.s130、风险管控子系统在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，根据第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息、针对第二人员携带的终端定时采集的现场环境检测数据的评估结果以及边缘端设备的分析结果，向第三人员携带的终端或者显示屏推送安全提示信息。
76.在本技术实施例中，所述边缘端设备基于智能分析模型，对所述作业现场视频数据进行分析，得到不符合安全作业条件的分析结果；其中，不符合安全作业条件的分析结果包括作业人员未戴安全帽、未系安全带、违规攀高作业、作业现场区域存在明火、无关人员闯入作业区域中的至少一项。
77.所述方法还包括：实验室信息管理子系统获取第二人员携带的终端定时采集的现场环境检测数据，根据所述现场环境检测数据对作业现场进行评估，将所述现场环境检测数据和评估结果发送至风险管控子系统。
78.所述方法还包括：应急管理子系统获取现场作业条件数据，并将所述现场作业条件数据发送至所述风险管控子系统，以使所述风险管控子系统根据所述现场作业条件数据向第三人员携带的终端或者显示屏推送安全提示信息，其中，现场作业条件数据包括现场视频位置数据、气象数据、设备运行数据、气体数据中的至少一项。
79.所述方法还包括：若间隔第一预设时间未接收到第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息，或间隔第二预设时间未接收到第二人员携带的终端定时发送的现场环境检测数据，所述风险管控子系统则向第三人员携带的终端或者显示屏推送安全提示信息。
80.所述方法还包括：风险管控子系统接收第一人员携带的终端发送的作业结束后的作业现场恢复图像，并根据所述作业现场恢复图像对作业现场的恢复情况进行评估。
81.所述方法还包括：所述风险管控子系统存储第四人员对作业的验收结果，以及对作业方的评价结果，以供用户后续查询。
82.所述方法还包括：安全作业管理子系统展示作业票填写界面，并根据用户通过所述作业票填写界面输入的填写信息生成现场作业的作业票，其中，所述作业票中包括作业审批数据。
83.所述方法还包括：标识解析子系统记录作业票标识以及与所述作业票标识关联的作业现场数据。
84.示例性的，图5是本技术实施例提供的作业流程图。如图5所示，作业流程包括如下步骤：
85.步骤一：作业申请(施工单位，抽插盲板除外谁需要谁申请)和审批(属地审批和专业审批，专业审批支持分级审批)，在作业票管理系统中发起的高处作业申请，可确定了作业类型、作业内容、作业位置、施工单位等信息。
86.步骤二：作业是否具备施工条件，审批通过的作业，需要做现场环境检测、气体等化验分析，只有风险达标的情况，方可开始作业。
87.步骤三：现场作业开始之前，根据作业票管理系统审批和具备施工条件的作业，监护人员到现场核实，并且根据现场实时的气象数据、设备运行状态信息，监护人员通过手持终端拍摄现场照片，确认所有风险要素未见异常后方可开始作业。
88.步骤四：现场作业开始执行后，按照安全规范需要监护人员定期通过手持终端拍摄现场图片并定期根据要求确认作业票所列的安全措施是否正确采取，并将结果上传至风险管控子系统中。
89.步骤五：当开始作业后，结合人员高空作业的作业位置，获取相应的视频监控，通过在边缘端建立人工智能分析模型，实时分析作业过程中是否存在不戴安全帽、作业不系安全带、厂区人员攀高违章行为。在风险管控子系统中通过预估的阈值实时研判风险程度，一旦存在异常，通过系统平台、手持终端第一时间推送消息给相关人员，并且推送至视频监控子系统，从而实现调度中心实现违法监控画面的主动切换。
90.步骤六：现场施工过程中，周边环境等因素更新，风险管控子系统实时根据气象数据、设备数据、有毒有害气体泄露监测等因素，一旦存在异常，通过风险管控子系统、手持终端第一时间推送消息给相关人员，推送到大屏，由当班区域负责人或者授权人对报警进行复核。
91.步骤七：现场作业二次管控，根据安全作业规范，在间隔一定时间后(例如：2个小时)，需要开展气体检测、现场环境等检查，确保作业的安全施工。现场监护人员需要通过手持终端，在规定的时间间隔将相应的结果上报，风险管控子系统一旦检测到数据异常或者未及时上报，则在第一时间推送消息给相关人员。
92.步骤八：现场作业执行完毕，现场作业结束后，现场监护人需要通过手持终端对现场恢复情况进行拍照，并拍摄现场图片上传至风险管控子系统。作业监管人员对作业进行验收，并对施工单位进行评价。
93.示例性的，图6是本技术实施例提供的人员高处作业风险识别与预警业务数据流向图。如图6所示，该流向图包括以下步骤：
94.步骤一：根据高空作业票标识，对以往作业施工方和作业人员的历史评价以及资质进行审查，颁发作业许可。
95.步骤二：人员进场高空作业前，由实验室信息管理子系统监测并出具现场有毒有害、易燃易爆气体浓度的化验报告；现场的气象监测站给出现场的实时气象数据，由现场安全监护人员通过手持终端拍摄现场照片；数据采集风险管控子系统中并进行分析，计算当前作业环境中的安全风险并给出相关建议。
96.步骤三：人员进场作业，结合视频监控子系统的视频流，边缘端设备行为异常分析通过人工智能视觉分析模型识别出可能存在的人为因素导致的安全风险。
97.步骤四：边缘端设备行为异常分析结果结合气体和气象数据预警，由风险管控子系统对风险进行自动研判分析，待安全管理人员审核后，向超出风险阈值的相关作业人员发出风险预警。
98.步骤五：在作业结束时由安全管理人员对作业情况进行验收审核。
99.进一步地，在步骤一之前还有如下步骤：
100.高空作业人员在安全作业许可管理系统中填写的作业票基本信息；
101.进一步的，在步骤二之前还有如下步骤：
102.将其它系统中的化验数据信息以及气象信息接入到风险管控子系统中。
103.进一步的，在步骤三之前还有如下步骤：
104.通过使用作业违章图片，训练人工智能视觉分析模型，使其准确率达到要求。
105.进一步的，在步骤三和步骤四之间还有如下步骤：
106.对边缘端设备人员行为异常分析产生的分析结论接入到风险管控子系统中。
107.在步骤四和步骤五之间还有如下步骤：
108.由安全监护人员对现场的作业恢复情况进行拍照归档，并根据作业过程中风险管控子系统的预警记录确定作业过程风险可控。
109.本技术实施例提供了一种基于标识解析技术的高风险作业管控方法，该方法包括：安全作业管理子系统存储与展示作业审批数据和现场环境检测数据，并响应用户对所述作业审批数据和现场环境检测数据的审批操作；边缘端设备获取视频监控子系统采集的作业现场视频数据，对所述作业现场视频数据进行分析，得到分析结果；风险管控子系统在安全作业子系统响应于用户的审批操作得到的审批结果是审批通过后，接收第一人员携带的终端定时发送的作业现场图像信息以及安全措施检测信息，第二人员携带的终端定时发送的现场环境检测数据，以及边缘端设备的分析结果，并根据作业现场图像信息、安全措施检测信息、现场环境检测数据以及分析结果，向第三人员携带的终端或者显示屏推送安全提示信息。
110.本实施例提供的方法首先通过相关数据对作业风险进行了充分的评估后才对作业申请进行审批，审批制度完善。其次对人员高处作业全过程在视频监控的基础上通过配合ai图像识别进行风险判断，实现风险分析自动化，智能化，实时化，避免人工识别造成的错判或者漏判。再次将作业环境安全的相关数据统一整合到风险管控子系统中，有利于对作业风险进行综合研判。最后根据研判的结果，将发现的安全风险通过各种设备对作业人员发送远程预警信息，有利于及时的向作业人员告知风险，并且减少了去现场对作业人员进行风险提示的人工成本。
111.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。