[发明专利]基于5G和深度学习目标检测的安全护具佩戴检测系统

说明书

本发明公开了一种基于5G和深度学习目标检测的安全护具佩戴检测系统，属于无线数据传输和图像处理技术领域。所述系统包括图像和数据采集节点、监控中心、手机端；监控中心包括计算机及网关，网关与图像和数据采集节点通过5G网络通讯连接；本发明提供的检测系统相对于目前安全员人工巡查大大提高了检测实时性、降低了安全检测劳动强度，降低工作人员安全风险，对于工厂安全生产保障有一定的益处。

技术领域

本发明具体涉及一种基于5G和深度学习目标检测的安全护具佩戴检测系统，尤其涉及一种基于5G的图像和数据采集节点、监控中心和手机端APP的安全帽及一氧化碳报警仪佩戴检测装系统。属于无线数据传输和图像处理技术领域。

背景技术

通常，工业现场环境复杂，具有一定的危险性，尤其对于特殊行业，如钢铁、冶金、矿井、焦化等生产行业，存在危险气体、高温环境等，要求工作人员必须按照规范着装和佩戴安全护具才能上岗。

目前，我国钢铁、冶金、矿井、焦化等传统行业中，安全生产检查以人工巡检和抽查为主，岗位配置安全检查巡查员，不定期巡检和抽查工人安全着装和护具佩戴情况，对于违反安全规定的行为进行纠正和通报。然而，钢铁、冶金、矿井、焦化等传统行业企业中，厂区范围大、工序多、人员复杂，通过人工巡检和抽查方式检查工人安全意识和着装，劳动强度大，检测实时性差，不能及时发现生产过程中人员违反安全规定的行为，这为工人安全和工厂安全生产带来一定的隐患。

发明内容

因此，本发明专利解决了工业现场高危环境下工作人员安全着装及安全设备佩戴自动检测问题，提供能了一种基于5G网络和图像处理的实时、自动的安全帽和CO报警仪佩戴检测方法。

为实现上述目标，本发明的技术方案如下：系统包括图像和数据采集节点、监控中心及手机端APP三个部分。监控中心包括计算机及网关，网关与图像和数据采集节点通过5G网络通讯连接；

所述的图像和数据采集节点用于利用网络摄像头采集现场人员图像，并通过网络传输到交换机或者路由器，将图像传入监控中心，以及采集现场温度、CO浓度数据，实时向监控中心发送现场工况数据；

所述的监控中心用于获取现场图像和温度及CO浓度，并将图像处理结果和工况数据存入数据库，提供网页和手机端访问WEB服务；

手机端APP为支持IOS、安卓等操作系统的应用软件。

图像和数据采集节点采用基于5G通讯模块的图像采集模块，采用微处理器STM32F系列单片机设计采集节点电路，如，可采用STM32F407微处理器自带10/100Mbit/s网络接口设计网口，与网络摄像头连接，网络摄像头可选择RSTP协议的网络摄像头，网络摄像头将图像通过网口项STM32F407微处理器传输图像数据。同时，STM32F407微处理器与5G模块(如可采用HUAWEI 5G MH5000-31模组)连接，将网口传输来的图像数据通过5G模块发送到服务器端。

监控中心基于UBUNTU操作系统，搭深度学习运算平台，运行基于深度卷积神经网络目标检测模型检测安全帽、CO报警仪和工作人员，根据目标的位置关系判断工作人员是否按照规定佩戴，如果出现违规事件，将图像和违规类型存入数据库系统，此外，搭建web服务，为手机端APP和浏览器端访问提供接口。其中，深度卷积神经网络目标检测模型由多层卷积神经网络构成，输入图像，输出为图像中安全帽、CO报警仪和工作人员的位置和类别。

手机端APP采用web APP框架设计，支持IOS和安卓平台，提供违章事件查询功能。