工作面人机协同作业安全监测预警系统及方法

1.一种工作面人机协同作业安全监测预警系统，其特征在于：包括工作面移动设备安全管控系统、工作面协同智能穿戴设备、信息共享平台和工作面输出控制子系统；工作面移动设备安全管控系统用于实时进行各单机的位置和方向感知，各单机的运行状态和周围设定范围内的环境感知，各单机驾驶人员的行为采集与分析；工作面协同智能穿戴设备（13）包括设置于工作人员处的便携式定位终端（31）、运动监测装置（36）；便携式定位终端（31）用于工作人员与各单机的相对位置、相对方向的感知以及工作面的位置感知，运动监测装置（36）用于实时获取工作人员的运动姿态；信息共享平台用于收集各单机设备和各个工作面协同智能穿戴设备（13）的信息，并实现信息共享；工作面输出控制子系统用于接收信息共享平台的共享信息，进行工作人员进出识别管理、人员与各单机设备位置识别监测、工作人员行为识别监测和预测以及工作环境监测，并生成相应的报警指令信息；工作环境包括瓦斯、一氧化碳和氧气的气体浓度，以及顶板位移、风速和风压；所述工作面人机协同作业安全监测预警系统，其控制策略包括：正常运行控制策略、人机互避控制策略、无线停机控制策略、岗位监测控制策略、特殊人员管理策略；所述正常运行控制策略为：设定电子围栏范围，包括工作区域、报警区域、停机区域及安全区域，将工作人员处于不同范围的状态设定为工作状态、危险状态、离岗状态及安全状态；当其他工作人员接近本单机的工作区域，或本单机的工作人员接近其他单机的工作区域时，生成即将接近危险报警指令信息；当其他工作人员进入本单机的工作区域，或本单机的工作人员进入其他单机的工作区域时，生成进入危险区域报警指令信息；工作面输出控制子系统进行工作区域的工作人员行为识别，若该工作人员将头和/或肢体伸出驾驶室防护区域，或出现疲劳、打哈欠状态时，生成工作人员行为异常报警指令信息；所述人机互避控制策略为：将非本单机的工作人员定义为行人，将控制本单机行走的工作人员定义为司机，将在本单机上操作设备的其他工作人员定义为操作人员；当行人需要进入本单机的防护范围时，通过行人的工作面协同智能穿戴设备（13）向司机的工作面移动设备安全管控系统进行进入请求；司机收到请求后，暂停设备的人员接近防护功能；若实际防护功能暂停时间 大于设定防护功能暂停时间 ，或工作面输出控制子系统监控到行人已安全通过，本单机自动恢复防护功能；所述无线停机控制策略为：当工作面输出控制子系统或工作人员监控到紧急状态，通过无线终端发出紧急停机信号，所有信号覆盖范围内的无线定位终端（26）立即控制各单机停机；若实际停机时长 大于设定停机时长 ，或设定管理人员检查工况确认各单机安全后，恢复各单机工作状态；所述岗位监测控制策略为：若一个单机的操作人员超过设定数量，工作面所有设备禁止启动；若本单机进入设定的协同工作单机的防护范围，两个单机均不生成报警指令信息；若本单机的操作工作人员中的一个离开本单机，其离开设备范围以及再次接近本单机时，生成报警指令信息并控制报警装置进行相应报警；所述特殊人员管理策略为：当有单机需要进行检修，管理工作人员通过工作面协同智能穿戴设备（13）将检修任务输入系统，待检修单机停止报警和控制信号输出；系统设置检修时长，当检修人员进入待检修单机的防护范围，系统输出相关提示语音，提醒检修人员注意；当检修的时长大于设定检修时长，或管理工作人员向系统发出检修完成指令，待检修单机恢复报警和控制信号输出。 2.根据权利要求1所述的工作面人机协同作业安全监测预警系统，其特征在于：工作面移动设备安全管控系统包括设置于各单机上的无线定位终端（26）、摄像装置、驾驶行为分析装置（25）和多源传感器（24）；无线定位终端（26）用于实时进行各单机的位置和方向感知；摄像装置用于实时进行各单机周围设定范围内的环境视频图像采集，并进行环境感知；驾驶行为分析装置（25）用于实时进行驾驶人员的行为视频图像采集，并对驾驶人员行为进行分析；多源传感器（24）用于实时获取各单机的运行状态。 3.根据权利要求2所述的工作面人机协同作业安全监测预警系统，其特征在于：工作面输出控制子系统包括无线定位基站、无线网络传输装置、设备控制装置、语音报警装置和集控平台（15）；无线定位基站用于联合各单机的无线定位终端（26）以及各工作人员的便携式定位终端（31）进行各单机和各工作人员的位置和方向感知；无线网络传输装置用于实现各工作面协同单机设备、无线定位终端（26）和各个工作面协同智能穿戴设备（13）与信息共享平台的通信；设备控制装置用于通过对数据进行分析处理判断单机和各工作人员的危险状态，进行工作人员进出识别管理、人员与各单机设备位置识别监测、工作人员行为识别监测和预测以及工作环境监测，并根据控制策略输出相应的控制信号控制各设备进行相应的避险动作，以及将生成相应的报警指令信息传输至集控平台（15）；语音报警装置用于接收报警指令信息后，根据不同的报警指令信息类别，进行相应类别的报警；集控平台（15）用于基于信息共享平台的共享信息，进行工作人员进出识别管理、人员与各单机设备位置识别监测、工作人员行为识别监测和预测以及工作环境监测，并生成相应的报警指令信息。 4.根据权利要求1至3任一项所述的工作面人机协同作业安全监测预警系统，其特征在于：工作人员进出工作面的模式包括：正常运行模式、交接班模式、联动控制模式和临时授权模式。 5.根据权利要求4所述的工作面人机协同作业安全监测预警系统，其特征在于：正常运行模式为：当班管理人员将当班工作人员的身份录入工作面输出控制子系统的控制系统，并设置当班工作面的工作人员上限为 ；工作面移动设备安全管控系统中的出入管理装置进行当前第 个工作人员的身份识别，并记录工作人员进入工作面的时间 和离开工作面的时间 ；若 ，则允许当前工作人员进入工作面；若 ，则禁止当前工作人员进入工作面，并生成超员报警指令信息；其中， 为大于0的整数；若当前工作人员进入工作面的时长 ，则生成工作人员超时报警指令信息；其中， 为设定的工作时长， 。 6.根据权利要求4所述的工作面人机协同作业安全监测预警系统，其特征在于：交接班模式为：当班管理人员与下一班管理人员通过工作面协同智能穿戴设备（13）以及工作面输出控制子系统进行交接确认；下一班管理人员将下一班工作人员的身份录入工作面输出控制子系统的控制系统，并进行工作面工作人员识别，若当前工作人员不属于下一班工作人员，则生成身份不符报警指令信息。 7.根据权利要求4所述的工作面人机协同作业安全监测预警系统，其特征在于：联动控制模式为：当工作面移动设备安全管控系统的摄像装置监控到非本工作面的人员意图非法闯入或翻越、绕过出入管理装置，生成持续非法进入报警指令信息；当工作人员通过出入管理装置时，通过该工作人员的工作面协同智能穿戴设备（13）和工作面移动设备安全管控系统的视觉识别信息进行身份交叉对比，若身份交叉对比不通过，生成工作人员人证不一报警指令信息；当管理人员意图接入系统时，基于该管理人员的工作面协同智能穿戴设备（13）和工作面移动设备安全管控系统的视觉识别信息进行身份交叉对比，若身份交叉对比不通过，生成管理人员人证不一报警指令信息；当任一本工作面的工作人员通过出入管理装置时，将工作面所有设备断电；当任一本工作面的工作人员进入工作面后，工作面输出控制子系统进行工作环境监测：当环境参数无法满足工作人员安全的生产作业时，出入管理装置开放逃生通道。 8.根据权利要求4所述的工作面人机协同作业安全监测预警系统，其特征在于：临时授权模式为：当非本工作面的临时工作人员需要进入本工作面，管理人员通过工作面输出控制子系统进行临时授权，并限定临时进入持续时间为 ；若当前临时工作人员进入工作面的时长 ，则生成临时工作人员超时报警指令信息；其中， 为当前临时工作人员进入工作面的时长；临时工作人员与当前进入工作面的工作人员的总数量不超过 ；其中， 为当班工作面的工作人员上限。 9.一种工作面人机协同作业安全监测预警系统的图像识别方法，基于如权利要求1至8任一项所述的工作面人机协同作业安全监测预警系统，其特征在于，包括以下步骤：获取工作面移动设备安全管控系统中摄像装置采集的视频图像作为训练数据，以标注人员信息的工作人员图像作为训练数据标签；通过训练数据和对应的训练数据标签，对改进的YOLOV5算法进行非监督训练和深度学习，获取图像识别模型；通过训练好的图像识别模型进行视频图像识别，完成对工作人员的身份识别、目标跟踪与行为预测，以及工作环境识别。 10.根据权利要求9所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：训练数据标签包括工作人员在不同姿态、不同摄像角度和拍摄类别下的姿态图像，以及工作人员不同状态下的脸部图像；姿态包括：站立、蹲下、俯下、左侧站和右侧站；拍摄角度包括：俯向远拍、俯向近拍、仰向远拍、仰向近拍、正向远拍和正向近拍；拍摄类别包括：可见光高清拍摄、低照度补光拍摄和热像仪（27）拍摄；工作人员不同状态包括：无遮挡状态，佩戴防护面具状态，佩戴安全帽状态，佩戴耳塞状态，佩戴耳罩状态，佩戴防护面具和安全帽状态，佩戴安全帽和耳塞状态，佩戴安全帽和耳罩状态，佩戴防护面具和耳塞状态，佩戴防护面具和耳罩状态，佩戴防护面具、安全帽和耳塞状态以及佩戴防护面具、安全帽和耳罩状态。 11.根据权利要求9或10所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：图像识别模型通过K-means聚类法调整锚框，K-means聚类法的最优聚类中心通过群体智能优化方法对训练样本进行划分和适应度计算获取。 12.根据权利要求11所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：群体智能优化方法为：初始化粒子群，随机产生 个粒子，其中 ， 为待分类的锚框数量，以 个粒子作为聚类中心对 个锚框进行划分；计算每个样本数据到聚类中心的距离并归一化，计算任意两个簇心的距离并归一化，计算样本数据的适应度；采用PSO法基于样本数据的适应度进行优化，获得最优聚类中心。 13.根据权利要求12所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：计算每个样本数据到聚类中心的距离并归一化，其方法为：其中， 代表样本数据集中的第 个簇 中第 个样本数据 距离簇心 的距离， 为簇心的数量；其中， 代表归一化后的 ， 分别代表所有 中的最大值和最小值。 14.根据权利要求13所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：计算任意两个簇心的距离并归一化，其方法为：其中， 为任意两个簇心的距离， 和 分别为第 个簇 和第 个簇 的簇心， 为初始化粒子群中粒子的个数， 为簇心 和 的差值的绝对值， 为归一化后的 ， 分别代表所有 中的最大值和最小值。 15.根据权利要求13所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：样本数据的适应度为：其中， 代表样本数据的适应度。 16.根据权利要求9所述的工作面人机协同作业安全监测预警系统的图像识别方法，其特征在于：图像识别模型对采集到的视频的每一帧图像进行图像识别后，还包括：对图像中的每一个工作人员分别生成视频轨迹；根据视频轨迹进行工作人员轨迹追踪和预测，实现工作人员部分遮挡或全部遮挡状态下的危险判断。 17.一种工作面人机协同作业安全监测预警系统的无线定位方法，基于如权利要求1至8任一项所述的工作面人机协同作业安全监测预警系统，其特征在于，包括以下步骤：获取 时刻无线定位终端（26）与无线定位基站之间的测量数据，以无线定位基站为原点在无线定位基站无线覆盖范围内的无线定位终端（26）的位置为 ，获得无线定位终端（26）与无线定位基站之间的距离数据 ；对距离数据 进行设定次数的微分运算，获得无线定位终端（26）的速度 和加速度 ；将 时刻的速度 、加速度 与 时刻的速度 、加速度 进行比较并判断：当速度 、加速度 的变化在设定的阈值范围内时，当前无线定位终端（26）的位置 有效；否则，基于 时刻的速度 、加速度 与 时刻的速度 、加速度 预测 时刻的预测速度 和预测加速度 ，并基于预测速度 和预测加速度 计算 时刻的无线定位终端（26）的预测位置 。