[发明专利]基于智能警示柱的外破监测方法、系统及可读存储介质

权利要求书

1.基于智能警示柱的外破监测方法，其特征在于：包括如下步骤：

步骤1：采集安装在外破现场的警示柱的振动数据和距离数据后获取初次识别结果；

步骤2：根据初次识别结果触发采集装置采集视频数据和图像数据后，将采集的视频数据、图像数据和所述警示柱的定位数据发送至云平台进行二次识别，获取外破监测结果；

步骤3：将外破监测结果发送至巡视装置、监控平台和其他现场装置；

步骤4：根据外破监测结果进行巡视，检测并发送巡视装置与警示柱的距离和巡视装置定位数据至云平台，监控平台根据所述距离和定位数据生成巡视路径。

2.根据权利要求1所述的基于智能警示柱的外破监测方法，其特征在于：所述步骤1包括如下步骤：

步骤1.1：通过外破现场警示柱上的振动传感器和微波雷达传感器触发采集振动数据和距离数据；

步骤1.2：判断采集的振动数据和距离数据是否均满足阈值，若满足，则初次识别结果为外破状态，进行声光提醒后跳至步骤2；否则初次识别结果为非外破状态，跳至步骤1.1继续采集。

3.根据权利要求1所述的基于智能警示柱的外破监测方法，其特征在于：所述步骤2包括如下步骤：

步骤2.1：触发采集装置采集外破现场的图像数据和视频数据，将所述图像数据、视频数据和警示柱对应的定位数据发送至云平台；

步骤2.2：云平台将所述图像数据和视频数据输入已完成训练的识别网络，依次进行遍历、特征提取和目标分类获取识别结果，所述识别结果包括挖掘机外破场景和破碎机外破场景，将所述识别结果和定位数据结合生成外破监测结果。

4.根据权利要求3所述的基于智能警示柱的外破监测方法，其特征在于：所述识别网络训练包括如下步骤：

步骤a：采集训练样本后进行样本标定；

步骤b：将已标定的样本分类为正样本和负样本；

步骤c：将正样本和负样本进行特征提取后输入训练分类器，所述训练分类器采用AdaBoost。

5.根据权利要求3所述的基于智能警示柱的外破监测方法，其特征在于：所述步骤4包括如下步骤：

步骤4.1：根据外破监测结果巡视对应现场；

步骤4.2：检测巡视装置与巡视现场的警示柱的距离；

步骤4.3：发送巡视装置的定位数据和所述距离至监控平台，监控平台根据所述距离和定位数据生成巡视路径。

6.基于智能警示柱的外破监测系统，其特征在于：包括

警示柱，用于采集外破现场振动数据和距离数据判断外破状态，根据外破状态进行声光提醒和采集图像数据和视频数据后，将外破状态、定位数据发送至云平台，将与巡视装置的距离发送至监控平台；

云平台，用于接收外破状态和定位数据进行二次识别获取外破监测结果，并将外破监测结果发送至监控平台、巡视装置和其他现场装置；

监控平台，用于接收巡视装置的定位数据和巡视现场警示柱与巡视装置的距离生成或者更新巡视路径，并接收外破监测状态；

巡视装置，用于接收外破监测结果和发送巡视装置定位数据至监控平台。

7.根据权利要求6所述的基于智能警示柱的外破监测系统，其特征在于：所述警示柱包括柱体、太阳能板、锂电池、传感器组、采集装置、定位模块、无线模块、声光报警器和单片机，所述太阳能板与锂电池连接，所述锂电池为各模块供电，所述传感器组、采集装置、定位模块和声光报警器分别与单片机电性连接，太阳能板设置在主体顶部；

所述传感器组包括振动传感器和微波雷达测距传感器；所述振动传感器和微波雷达测距传感器分别与单片机电性连接，所述采集装置包括微型摄像头；所述无线模块包括4G模块。

8.根据权利要求6所述的基于智能警示柱的外破监测系统，其特征在于：所述巡视装置包括安全帽或者可移动终端。