[发明专利]一种建筑工人高空作业安全能力评估方法

说明书

本发明公开了一种建筑工人高空作业安全能力评估方法，包括：对建筑工人施加恐高、疲倦和分心三种维度的刺激，通过脑电仪采集建筑工人对刺激作出反应时的脑电数据；对采集的脑电数据中的伪迹成分进行消除，对消除伪迹后的脑电数据提取特征；建立恐高维度、疲倦维度及分心维度的机器学习分类模型；利用构建的机器学习分类模型，将每种维度下的重要脑电特征数据输入至对应维度下的机器学习分类模型，输出每种维度下的预测结果。本发明通过对建筑工人脑电数据的采集、处理，在此基础上利用机器学习分类器实现对脑电特征数据的准确分析，实现了安全能力的定量评估，能够准确、有效地评估建筑工人高空作业安全能力。

技术领域

本发明涉及脑电技术，特别涉及一种建筑工人高空作业安全能力评估方法。

背景技术

近年来建筑业安全事故频发，其中高空作业类事故因普遍性与危险性的特点而倍受关注，据统计，建筑工人不安全行为所导致的事故占总数的80％以上。建筑工人安全能力是指在一个施工现场内，施工人员利用与整合所拥有的知识、技能、态度、动机等内在特质，将某项施工工作过程中可能存在的危害控制在可容许限度内。建筑工人安全能力的匮乏，会导致不安全行为的产生，进而引发安全事故。

在行业领域内，目前广泛应用于建筑工程项目的安全管理措施主要包括：三级安全教育、安全技术交底以及岗前培训等制度手段，但无法对所有建筑工人安全能力进行准确、有效评估，导致工程项目仍存在较大的安全隐患，亟待对安全风险预控措施进行优化、提升，最终实现项目安全绩效的显著提升。

在研究领域内，已有部分学者采用可穿戴生理传感器、计算机视觉以及动作捕捉等技术实现对建筑工人不安全行为的管控。近年来，基于认知视角并具备经济性、可行性、科学性、优越性的脑电技术，可以通过人类脑信号评估认知能力，但还暂未推广至建筑领域用于施工人员的安全管理。

发明内容

发明目的：针对以上问题，本发明目的是提供一种建筑工人高空作业安全能力评估方法，在恐高、分心、疲倦以及综合评估四种维度下对建筑工人高空作业安全能力进行评估，实现对建筑工人高空作业安全能力实施准确、有效的定量评估。

技术方案：本发明的一种建筑工人高空作业安全能力评估方法，该方法包括以下步骤：

步骤1，脑电数据采集

对建筑工人施加恐高、疲倦和分心三种维度的刺激，通过脑电仪采集建筑工人对刺激作出反应时的脑电数据；

步骤2，脑电数据处理及特征数据提取

对采集的脑电数据中的伪迹成分进行消除，对消除伪迹后的脑电数据提取时域特征、频域特征和非线性特征；

步骤3，脑电特征机器学习分类模型的建立

对建筑工人分别施加恐高、疲倦或分心维度的刺激，通过脑电仪分别采集建筑工人对每种刺激作出反应时的脑电数据，将三种维度下的脑电数据分别输入至高斯核函数支持向量机中进行训练，分别得到恐高维度、疲倦维度及分心维度的机器学习分类模型；

步骤4，脑电数据的评估

利用构建的机器学习分类模型，将每种维度下的重要脑电特征数据输入至对应维度下的机器学习分类模型，输出每种维度下的预测结果。

进一步，在步骤2特征数据提取之后还包括：

在时域特征、频域特征和非线性特征基础上对脑电特征数据进行筛选，获得恐高、分心、疲倦以及综合评估四个维度下的重要脑电特征数据。

进一步，恐高、分心、疲倦三维度下的重要脑电特征数据构建过程包括：利用随机森林算法，将计算平均准确性降低值设置为脑电特征在三维度分类问题的重要性测度，对时域特征、频域特征和非线性特征进行特征重要性测度计算，将计算结果进行排序，选取排序在前面的特征作为重要脑电特征数据；