[发明专利]一种用于锚杆钻机施工的现场安全管控系统

说明书

本发明公开了一种用于锚杆钻机施工的现场安全管控系统，包括：图像采集装置：采集施工现场图像；图像标记装置：对图像进行标记；多尺度图像划分装置：实现图像的多尺度划分；卷积神经网络学习装置：利用卷积神经网络学习算法对每一尺度下的图像进行特征训练，得到完整的关于施工现场工作人员的特征图谱，以及像素化的泛性表达；图像识别和分类装置：根据施工现场工作人员的特征图谱对图像进行识别和分类，识别施工区域内入侵人员以及施工人员的不安全行为。本发明能够实现无接触实时检测人员侵入行为、穿戴规范性等施工区域内不安全行为检测功能，对施工现场环境要求低，对一般的施工现场有较好的适应性。

技术领域

本发明属于电力杆塔施工技术领域，尤其涉及一种用于锚杆钻机施工的现场安全管控系统。

背景技术

山地电力塔架，进行岩石锚杆基础施工通常采用锚杆钻机。由于相关设备较多，并且所处地形复杂，现场安全管控一直是难题。给施工现场的安全管理带来了极大的挑战。

发明内容

针对现有技术的缺陷，本发明所要解决的技术问题就是提供一种用于锚杆钻机施工的现场安全管控系统，解决传统的锚杆钻机施工的现场安全管控难题。

为解决上述技术问题，本发明采用如下技术方案：一种用于锚杆钻机施工的现场安全管控系统，包括：

图像采集装置：采集施工现场图像；

图像标记装置：对图像进行标记；

多尺度图像划分装置：实现图像的多尺度划分；

卷积神经网络学习装置：利用卷积神经网络学习算法对每一尺度下的图像进行特征训练，得到完整的关于施工现场工作人员的特征图谱，以及像素化的泛性表达；

图像识别和分类装置：根据施工现场工作人员的特征图谱对图像进行识别和分类，识别施工区域内入侵人员以及施工人员的不安全行为。

优选的，所述图像采集装置为布置在施工现场的360°摄像机。

优选的，所述图像标记装置使用Lableme工具对图像进行标记，通过标记内容确定后期识别目标。

优选的，所述多尺度图像划分装置通过快速使用局部拉普拉斯滤波实现图像的多尺度划分。

优选的，施工现场工作人员的特征图谱通过高斯金字塔转换后得到关于施工现场采集图像中工作人员的特征描述，使用softmax分类函数对施工现场采集图像进行像素类别分布判断，最后通过argmax函数具有的线性回归作用，输出图像各区域像素所属的类别概述及概率，实现对图像中每一部分的准确识别。

本发明采用的技术方案，能够实现无接触实时检测人员侵入行为、穿戴规范性等施工区域内不安全行为检测功能，对施工现场环境要求低，对一般的施工现场有较好的适应性。

本发明的具体技术方案及其有益效果将会在下面的具体实施方式中结合附图进行详细的说明。

附图说明

下面结合附图和具体实施方式对本发明作进一步描述：

图1为施工区域人员图像的多尺度分层特征提取过程示意图；

图2为施工现场施工人员不安全行为识别过程原理图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。