[发明专利]一种具有安全警示系统的程控工业机器人有效

专利信息
申请号: 202110883418.1 申请日: 2021-08-03
公开(公告)号: CN113326822B 公开(公告)日: 2021-10-15
发明(设计)人: 伍京华;赵涛;张亚;孙怡;耿翠阳;张婷;王文哲 申请(专利权)人: 中国矿业大学(北京)
主分类号: G06K9/00 分类号: G06K9/00;G06F16/332;G06Q10/10;G06Q50/06;G05B19/042;B25J9/16
代理公司: 北京中和立达知识产权代理事务所(普通合伙) 11756 代理人: 孟姣
地址: 100083 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 具有 安全 警示 系统 程控 工业 机器人
【说明书】:

发明提供了一种具有安全警示系统的程控工业机器人。该方案包括人脸识别模块、智能问答模块、信号联接模块、警示发出模块、安全问题复盘模块;人脸识别模块用于识别工人的面部表情,并判断工人的精神状态;所述的智能问答模块,用于对工人进行主动提问,并根据工人的回答内容及语气在有风险时通过所述的警示发出模块发出安全警示;信号联接模块用于与作业对象的主控系统相联接,自动监测作业对象的运行参数;安全问题复盘模块用于进行特征提取与数据分析,当出现安全问题时将所述安全问题的特征提取出来,并录入所述安全问题复盘模块的后台信息系统。该方案通过识别工人的精神状态和是否按照标准流程作业,从而减少安全事故的发生。

技术领域

本发明涉及安全警示技术领域,更具体地,涉及一种具有安全警示系统的程控工业机器人。

背景技术

风电作为一种清洁、低成本的可再生能源,近年来发展迅速。开发风能资源是减少环境污染的重要手段。随着风电行业的急速发展,风电场的安全问题也日渐凸显出来,风电场事故频发,对员工安全和社会利益造成危险,安全管理问题突出。如何解决安全管理问题是保障风电行业未来发展的关键。

但是,现有技术均未对风电场进行工人的在线情绪与工作状态的监视,而造成风电场事故频发的一个重要原因是风电场通常位于野外人烟稀少的地方,这些地方多为管理盲点或管理薄弱区,工人长期在风电场野外作业,容易有情绪波动,也容易麻痹大意,进而在工作中容易造成安全问题此外,工人不按照标准流程作业也是造成安全问题的一个重要原因。

发明内容

鉴于上述问题,本发明提出了一种具有安全警示系统的程控工业机器人,该方案通过识别工人的精神状态和是否按照标准流程作业,从而减少安全事故的发生。

在一个或多个实施例中,优选地,所述的一种具有安全警示系统的程控工业机器人包括:人脸识别模块、智能问答模块、信号联接模块、警示发出模块、安全问题复盘模块;

所述的人脸识别模块,用于识别工人的面部表情,并根据所述面部表情判断工人的精神状态,在工人精神状态不佳的时通过所述的警示发出模块发出安全警示;

所述的智能问答模块,用于对工人进行主动提问,根据工人的回答内容及语气识别工人的作业有无风险,存在风险时通过所述的警示发出模块发出安全警示;

所述的信号联接模块,用于与作业对象的主控系统相联接,自动监测作业对象的运行参数,在运行参数不适合或将要进行作业时,通过所述的警示发出模块发出安全警示;

所述的安全问题复盘模块,用于进行特征提取与数据分析,当出现安全问题时,所述安全问题复盘模块用于将所述安全问题的特征提取出来,并录入所述安全问题复盘模块的后台信息系统,由所述后台信息系统进行数据分析后将分析结果反馈到安全警示系统中进行优化,从而完成所述安全问题复盘模块的安全警示功能的自动学习。

在一个或多个实施例中,优选地,所述的人脸识别模块识别工人的面部表情方法,具体包括:

获取当前被测工人的人脸表情与历史表情,提取中性表情分量;

获取当前被测工人的所述人脸表情,并利用第一计算公式将所述人脸表情进行表情分量的拆分;

提取当前被测工人的工作完成进度和当前被测工人的工作执行可靠性,利用第二计算公式获取当前被测工人的归一化工作心态指数;

利用第三计算公式计算表情分量变化频率,当所述归一化工作心态指数超过预设定值,且表情分量变化频率超过每分钟1次的状态下5次的情况,发出安全提示指令,并发出在线的视频指导;

根据工人的所述人脸表情与所述历史表情,利用第四计算公式进行中性表情系数和表情系数预测,确定未来一段时间的工人表情的所述中性表情系数和所述表情系数,并利用第五计算公式获得目标工人表情的预测;

所述第一计算公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学(北京),未经中国矿业大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110883418.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top