[发明专利]基于轨迹重建和动态时间规整的塔机驾驶员行为评价系统

权利要求书

1.基于轨迹重建和动态时间规整的塔机驾驶员行为评价系统，其特征在于，包括工控机、传感器、显示器、云服务器、行为评价算法模块；

其中，通过工控机实现三维轨迹重建，并同模拟环境交互，识别出驾驶员操作中的超限、超高驾驶阶段，通过显示器实时显示和异常操作提醒；

所述行为评价算法模块通过基于模拟三维模型建立的标准操作时间序列计算动态时间规整距离δ_π，输出整体相似度指标σ，输入对历史模型训练生成的线性模型，预测操作分数S，实现对驾驶员行为自动化评价。

2.根据权利要求1所述的系统，其特征在于，所述传感器包括高度传感器、幅度传感器、回转角传感器；

所述传感器和显示器通过工业总线与工控机相连；

所述工控机接入网关，通过TCP/IP协议与云服务器相连接，实现数据存储和互联网访问。

3.根据权利要求2所述的系统，其特征在于，所述传感器用于采集数据，经过预处理，存储于本地的服务器中，通过行为评价算法模块的训练和预测，在显示器中显示三维轨迹及标注操作段；

所述工控机包括无线通信模块，所述工控机通过无线通信模块，将传感器实时采集的数据和模型计算结果发送到云服务器中，实现数据存储和互联网访问，将三维轨迹重建图和操作段识别结果通过云服务器向用户分发和呈现，对驾驶员状态实行可控的管理和预警。

4.根据权利要求3所述的系统，其特征在于，所述行为评价算法模块获取传感器采集的驾驶员实时操作数据，所述驾驶员实时操作数据包括塔机的起升高度、变幅距离、回转角度，根据驾驶员实时操作数据划分不同驾驶员和不同的驾驶阶段，具体包括：

步骤a1，通过滑动窗口算法识别出具有不同窗口统计属性的变化点作为分段点；

步骤a2，进行K均值聚类；

步骤a3，提取出不同子时间序列：对步骤a1中的聚类结果通过静止阈值划分出不同驾驶员的子时间序列，然后对于单个驾驶员的子时间序列，将聚类结果通过时间顺序将划分为不同的驾驶阶段；

步骤a4，重复步骤a1～步骤a3，直到识别出不同驾驶员的序列和不同驾驶阶段，然后进行三维轨迹的重建。

5.根据权利要求4所述的系统，其特征在于，步骤a1包括：所述滑动窗口算法使用两个沿着时间正向不断向前步进滑动的窗口，并将每个窗口内的统计属性和差异进行比较，从而识别出变化点，对于给定的成本函数c()，导出的差异度量函数d()为：

d(y_uv，y_vw)＝c(y_uw)-c(y_uv)-c(y_vw)

定义y_t为输入信号，t为y_t的索引坐标，其中设u＜v＜w为不同的三个索引；y_uv表示从y_u到y_v的滑动窗口，y_uw表示从y_u到y_w的滑动窗口，y_vw表示从y_v到y_w的滑动窗口。

6.根据权利要求5所述的系统，其特征在于，步骤a2包括：

步骤a2-1，将每个分段的四个传感器即高度传感器、幅度传感器、回转角传感器、吊重传感器的信号的分段均值作为特征，使用所述特征作为每个样本的特征向量，随机初始化聚类中心；

步骤a2-2，将每个样本分配到其最近的聚类中心，通过获取分配给每个前一个聚类中心的所有样本的平均值来创建新聚类中心，计算旧聚类中心和新聚类中心之间的差异；

步骤a2-3，重复步骤a2-1～步骤a2-2，直到旧聚类中心和新聚类中心之间的差异值小于阈值，优化目标为最小化其平方和：

设训练样本为D，x_i为第i个训练样本；设聚类中心簇集合为C，μ_j为第j个样本聚类中心。