本發(fā)明涉及起重機(jī)操作手柄安全監(jiān)測(cè)，具體涉及一種起重機(jī)操作手柄安全監(jiān)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代工業(yè)領(lǐng)域，起重機(jī)作為重型物料搬運(yùn)的關(guān)鍵設(shè)備，其操作安全性直接關(guān)系到生產(chǎn)效率與人員安全。隨著科技的進(jìn)步，對(duì)起重機(jī)操作的安全監(jiān)測(cè)日益受到重視，特別是對(duì)手柄操作的實(shí)時(shí)監(jiān)測(cè)成為提升安全性的重要手段。然而，現(xiàn)有技術(shù)在這一領(lǐng)域仍存在顯著缺陷，主要體現(xiàn)在以下幾個(gè)方面：

2、傳統(tǒng)的起重機(jī)手柄安全監(jiān)測(cè)系統(tǒng)中的監(jiān)測(cè)數(shù)據(jù)單一，如往往僅關(guān)注手柄的位移作為基本操作參數(shù)，這種單一的數(shù)據(jù)監(jiān)測(cè)方式難以全面反映操作員的實(shí)際操作狀態(tài)，也無法捕捉到手柄操作中可能存在的細(xì)微異常。從而導(dǎo)致識(shí)別手柄異常操作的準(zhǔn)確性低，以適應(yīng)復(fù)雜多變的實(shí)際操作環(huán)境，導(dǎo)致誤報(bào)和漏報(bào)情況頻發(fā)，降低了系統(tǒng)的可靠性。并且忽視駕駛員精神狀態(tài)的影響：起重機(jī)操作的安全不僅取決于手柄操作本身，還受到駕駛員精神狀態(tài)的重要影響。駕駛員因疲勞狀態(tài)也會(huì)導(dǎo)致手柄操作異常，進(jìn)而引發(fā)安全事故。然而，現(xiàn)有技術(shù)大多忽略了這一關(guān)鍵因素，沒有將駕駛員的精神狀態(tài)納入監(jiān)測(cè)范圍，從而無法對(duì)潛在的安全風(fēng)險(xiǎn)進(jìn)行有效預(yù)警。鑒于上述缺陷，亟需一種更為全面、準(zhǔn)確且智能的起重機(jī)操作手柄安全監(jiān)測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：本發(fā)明提出一種起重機(jī)操作手柄安全監(jiān)測(cè)方法及系統(tǒng)，其目的在于解決現(xiàn)有技術(shù)中存在的問題。

2、技術(shù)方案：本發(fā)明提出一種起重機(jī)操作手柄安全監(jiān)測(cè)方法，步驟包括：

3、s1.創(chuàng)建安全監(jiān)測(cè)對(duì)象，包括手柄操作習(xí)慣、駕駛員精神狀態(tài)；

4、s2.設(shè)置監(jiān)測(cè)節(jié)點(diǎn)：對(duì)安全監(jiān)測(cè)對(duì)象的關(guān)鍵位置設(shè)多個(gè)監(jiān)測(cè)節(jié)點(diǎn)；

5、s3.獲取手柄操作習(xí)慣數(shù)據(jù)：根據(jù)監(jiān)測(cè)節(jié)點(diǎn)實(shí)時(shí)獲得手柄操作習(xí)慣數(shù)據(jù)；所述手柄操作習(xí)慣數(shù)據(jù)包括通過傳感器測(cè)得的對(duì)操作手柄的握力、手柄的移速、手柄的位移；

6、s4.獲取駕駛員精神狀態(tài)數(shù)據(jù)：根據(jù)監(jiān)測(cè)節(jié)點(diǎn)實(shí)時(shí)獲得駕駛員精神狀態(tài)數(shù)據(jù)；所述駕駛員精神狀態(tài)數(shù)據(jù)包括瞳孔狀態(tài)、眨眼頻率以及心率；

7、s5.分析駕駛員疲勞狀態(tài)：基于獲取的駕駛員精神狀態(tài)數(shù)據(jù)分析駕駛員疲勞狀態(tài)；所述疲勞狀態(tài)分為清醒、輕度疲勞和嚴(yán)重疲勞三種；

8、s6.設(shè)定手柄操作的動(dòng)態(tài)閾值：根據(jù)手柄的操作習(xí)慣歷史數(shù)據(jù)設(shè)定手柄動(dòng)態(tài)閾值；所述手柄動(dòng)態(tài)閾值包括握力閾值、移速閾值、位移閾值；

9、s7.利用hmm分析手柄操作習(xí)慣數(shù)據(jù)是否超過閾值，得出判定結(jié)果。

10、s8.將s7的判定結(jié)果結(jié)合駕駛員精神狀態(tài)數(shù)據(jù)進(jìn)行分析，判斷是否存在異常情況。

11、進(jìn)一步的，所述s2中，設(shè)定動(dòng)態(tài)閾值的主要步驟為：

12、s22.握力閾值設(shè)定；

13、s23.移速閾值設(shè)定；

14、s24.位移閾值設(shè)定；

15、進(jìn)一步的，所述s2中，還設(shè)定對(duì)動(dòng)態(tài)閾值的校準(zhǔn)周期，主要步驟為：

16、s25.獲取駕駛員過去m天對(duì)手柄的操作習(xí)慣數(shù)據(jù)；

17、s26.計(jì)算歷史數(shù)據(jù)均值；

18、s27.計(jì)算歷史數(shù)據(jù)標(biāo)準(zhǔn)差；

19、s28.使用更新后的握力、移速、位移的均值和標(biāo)準(zhǔn)差更新動(dòng)態(tài)閾值。

20、進(jìn)一步的，所述s5包括以下步驟：

21、s51.基于獲取的駕駛員的瞳孔狀態(tài)、眨眼頻率、頭部姿態(tài)、心率數(shù)據(jù)構(gòu)建多模態(tài)數(shù)據(jù)集；

22、s52.對(duì)多模態(tài)數(shù)據(jù)集進(jìn)行預(yù)處理，得到標(biāo)準(zhǔn)化的輸入特征向量；

23、s53.通過dnn提取駕駛員瞳孔狀態(tài)、眼動(dòng)特征、頭部姿態(tài)、心率的多模態(tài)特征；

24、s54.將得到的多模態(tài)特征輸入lstm，通過時(shí)間序列建模，分析駕駛員歷史狀態(tài)對(duì)未來疲勞狀態(tài)的影響；

25、s55.基于所述lstm網(wǎng)絡(luò)的輸出結(jié)果，預(yù)測(cè)駕駛員在未來一段時(shí)間內(nèi)的疲勞狀態(tài)。

26、進(jìn)一步的，所述疲勞狀態(tài)的預(yù)測(cè)包括使用softmax激活函數(shù)對(duì)lstm輸出進(jìn)行分類，將駕駛員的疲勞狀態(tài)分為清醒、輕度疲勞和嚴(yán)重疲勞。

27、進(jìn)一步的，所述s7包括以下步驟：

28、s71.hmm的初始化；

29、s72.觀測(cè)序列分析；

30、s73.使用前向算法計(jì)算給定觀測(cè)序列的概率；

31、s74.使用后向算法計(jì)算給定觀測(cè)序列的概率；

32、s75.使用viterbi算法確定最可能的隱含狀態(tài)序列，給定當(dāng)前的觀測(cè)序列；

33、s76.將觀測(cè)序列輸入hmm，進(jìn)行閾值判定，識(shí)別異常操作。

34、進(jìn)一步的，所述識(shí)別異常操作包括：

35、非主觀誤觸：若分析手柄操作習(xí)慣數(shù)據(jù)中，握力未達(dá)到最低閾值，則判定為非主觀意識(shí)的誤觸；

36、過度應(yīng)激操作：若分析手柄操作習(xí)慣數(shù)據(jù)均超過設(shè)定上限閾值，則判斷過度應(yīng)激操作。

37、進(jìn)一步的，步驟s8包括：

38、s8.1：若分析手柄操作習(xí)慣數(shù)據(jù)未達(dá)到最低閾值，則判定為非主觀意識(shí)的誤觸，不響應(yīng)對(duì)手柄的操作；

39、s8.2：若分析手柄操作習(xí)慣數(shù)據(jù)超過閾值，則進(jìn)一步判斷當(dāng)前駕駛員疲勞狀態(tài)。

40、進(jìn)一步的，步驟s8.2包括：

41、s8.2.1：若當(dāng)前駕駛員為清醒狀態(tài)，則提醒其注意操作安全；

42、s8.2.1：若當(dāng)前駕駛員為輕度疲勞狀態(tài)，則不觸發(fā)操作指令，提示需要駕駛員再次同樣步驟操作手柄，以確認(rèn)其當(dāng)前操作為正常操作；

43、s8.2.1：若當(dāng)前駕駛員處于重度疲勞狀態(tài)，不觸發(fā)操作指令，并使操作手柄回復(fù)零位，并發(fā)出警報(bào)提醒更換駕駛員。

44、本發(fā)明還提出一種起重機(jī)手柄安全監(jiān)測(cè)系統(tǒng)，所述系統(tǒng)包括：

45、數(shù)據(jù)采集模塊：獲取手柄操作習(xí)慣數(shù)據(jù)、駕駛員精神狀態(tài)數(shù)據(jù)；

46、數(shù)據(jù)處理模塊：將采集的數(shù)據(jù)計(jì)算、存儲(chǔ)、分析與異常處理；

47、預(yù)警模塊：用于手柄操作異常時(shí)發(fā)出預(yù)警；

48、數(shù)據(jù)可視化模塊，用于實(shí)時(shí)顯示當(dāng)前手柄操作握力、移速、位移狀態(tài)，以及駕駛員的疲勞狀態(tài)。

49、有益效果

50、1.與現(xiàn)有技術(shù)相比，與僅依賴單一數(shù)據(jù)源的傳統(tǒng)監(jiān)測(cè)方法不同，本發(fā)明通過建立全面起重機(jī)操作手柄安全監(jiān)測(cè)體系，通過實(shí)時(shí)采集手柄操作習(xí)慣和駕駛員精神狀態(tài)的多模態(tài)數(shù)據(jù)進(jìn)行綜合分析，實(shí)現(xiàn)了對(duì)手柄操作的全面、精準(zhǔn)評(píng)估。這種方法顯著提高了手柄操作是否異常的判斷的準(zhǔn)確性，能夠更早地發(fā)現(xiàn)潛在的安全隱患，及時(shí)干預(yù)和糾正，有效避免了因駕駛員疲勞或誤操作等導(dǎo)致的安全事故，顯著提升了起重機(jī)操作的安全性和可靠性。

51、2.與現(xiàn)有技術(shù)相比，本發(fā)明引入了動(dòng)態(tài)閾值設(shè)定機(jī)制，根據(jù)駕駛員的歷史操作習(xí)慣設(shè)置閾值校準(zhǔn)以動(dòng)態(tài)調(diào)整握力、移速和位移的最低閾值和最高閾值。這一機(jī)制使得監(jiān)測(cè)系統(tǒng)考慮到時(shí)間因素的影響，以更加準(zhǔn)確地判斷、識(shí)別出異常操作行為，減少了誤報(bào)和漏報(bào)的情況，提高了監(jiān)測(cè)的準(zhǔn)確性和有效性。

52、3.與現(xiàn)有技術(shù)相比，本發(fā)明基于隱馬爾可夫模型（hmm）的異常檢測(cè)，通過引入hmm對(duì)手柄操作數(shù)據(jù)進(jìn)行建模和分析，實(shí)現(xiàn)了深入挖掘操作行為中的隱含狀態(tài)序列，以有效識(shí)別非主觀誤觸、過度應(yīng)激操作的異常情況。這種基于概率統(tǒng)計(jì)模型的異常檢測(cè)方法具有較高的魯棒性和抗干擾能力，能夠在復(fù)雜多變的工作環(huán)境中保持穩(wěn)定的監(jiān)測(cè)性能。

53、4.與現(xiàn)有技術(shù)相比，本發(fā)明通過同時(shí)監(jiān)測(cè)手柄的握力、移速以及位移，并將這些參數(shù)融合分析，本發(fā)明能夠以前所未有的精度區(qū)分非主觀誤觸、過度應(yīng)激操作與正常操作之間的差異。不僅考慮了操作的物理強(qiáng)度（如握力大小）和速度（如移速快慢），還結(jié)合了操作的空間動(dòng)態(tài)（如位移軌跡），從而構(gòu)建了一個(gè)多維度的操作識(shí)別模型。此模型能夠?qū)崟r(shí)捕捉并分析操作中的細(xì)微變化，能夠更加準(zhǔn)確地識(shí)別出包括非主觀的誤觸或過度應(yīng)激操作的異常操作，顯著提升了起重機(jī)操作的安全性。