CN118035938A - 一种用于智能安全帽的多模态信息融合系统 - Google Patents

Abstract

本发明公开了一种用于智能安全帽的多模态信息融合系统，具体涉及工业智能保护产品领域，包括监测区域划分模块、数据采集模块、数据分析模块、融合算法模块以及通信模块。通过这些模块的协同工作，实现了对安全帽佩戴者多模态信息的融合处理。该系统能够实时监测佩戴者的生理信息、行为信息和环境信息，并通过融合算法将这些信息进行整合和分析，提高了佩戴者的安全性和舒适性。本发明的优点在于，能够有效地监测佩戴者的状态，及时发现潜在的安全隐患，并采取相应的措施，避免了事故的发生。

Description

一种用于智能安全帽的多模态信息融合系统

技术领域

本发明涉及工业智能保护产品技术领域，更具体地说，本发明涉及一种用于智能安全帽的多模态信息融合系统。

背景技术

安全帽是一种个人防护装备，主要用于保护头部免受坠落物或其他潜在危险的伤害。其发明源于矿工保护头部安全的需要，后逐渐在工业和建筑领域普及。安全帽由帽壳、帽衬、下颏带等组成，通过认证和标准确保其质量和安全性。不同颜色和标识的安全帽用于区分不同人员职责。正确佩戴安全帽能减少头部受伤风险，保障生命安全。了解安全帽的背景和相关知识有助于提高个人防护意识。

现有的智能安全帽通过内置的传感器和检测技术，可以实时监测佩戴者的生理状态、环境参数等，并在异常情况下及时发出预警或报警，基于传感器采集的数据，系统可以对采集到的数据进行处理、分析和挖掘，以提供更准确的预警和决策支持，智能安全帽系统可以设置预警和报警阈值，当佩戴者的状态或环境参数超过安全范围时，系统会发出相应的预警或报警信息，提醒佩戴者采取相应措施，同时通知相关人员进行处理。

但是其在实际使用时，仍旧存在一些缺点，如现有的智能安全帽系统通常只关注单一模态的信息，如生理参数、环境参数等，而忽略了多模态信息的融合，在数据处理和分析方面可能存在局限性，无法对大量数据进行有效的处理和挖掘，这限制了系统在智能分析方面的能力，自适应调整能力有限，无法根据佩戴者的生理特征、环境变化等因素进行自动调整和优化。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种用于智能安全帽的多模态信息融合系统，通过以下方案，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种用于智能安全帽的多模态信息融合系统，包括：

监测区域划分模块：用于将用户佩戴头盔时的数据确定为目标数据区域，通过等时间划分的方式将目标区域划分为各子数据区域，并依次标记为1、2……n；

数据采集模块：用于采集各子数据区域的环境参数、位置参数、生理状态参数以及声音参数，并将采集到的数据传输到数据分析模块；

数据分析模块：包括环境参数分析单元、位置参数分析单元、生理状态参数分析单元以及声音参数分析单元，各分析单元用于建立对应的数学模型，将数据采集模块传输的数据导入各分析模型中，计算出各子数据区域的空气质量指数、头盔运动系数、心率变异率以及声音指标，并将分析结果传输到融合算法模块；

融合算法模块：用于建立安全帽多模态信息融合模型，将数据分析模块传输的数据导入到安全帽多模态信息融合模型中计算出各子区域的安全帽综合评估值，并传输到通信模块；

通信模块：用于根据安全帽综合评估预设值对各子数据区域的综合评估值进行判断，根据判断结果进行通信。

优选的，所述环境参数包括温度、湿度、光线强度以及二氧化碳浓度，分别标记为、、以及，位置参数包括头盔位置、加速度、角度以及磁力强度，分别标记为、、以及，生理状态参数包括心率、呼吸频率、体温以及氧气饱和度，分别标记为、、以及，声音参数包括音量、频率、脉冲数以及振幅大小，分别标记为、、以及，其中i=1、2……n，i表示第i个子数据区域。

优选的，所述数据采集模块通过在安全帽的外侧，面向佩戴者的前方安装温度传感器、湿度传感器以及光线强度传感器采集各子数据区域的温度、数据以及光线强度，在安全帽的内侧，靠近用户的口鼻处安装二氧化碳浓度传感器采集各子数据区域的二氧化碳浓度，在安全帽的中心位置安装六轴传感器采集各子数据区域的头盔位置、加速度、角度以及磁力强度，在安全帽的额头上方安装光电容积描记传感器采集各子数据区域的心率，在安全帽的内侧，靠近佩戴者的胸部安装呼吸频率传感器采集各子数据区域的呼吸频率，在安全帽的内侧，靠近佩戴者的头部安装体温传感器采集各子数据区域的体温，在用户手指上安装指套式光传感器采集各子数据区域的氧气饱和度，在安全帽内侧安装声音传感器和振动传感器采集各子数据区域的音量和振幅大小，在安全帽内侧安装振动传感器和光电传感器采集各子数据区域的频率和脉冲数。

优选的，所述环境参数分析单元用于建立环境参数分析模型，具体数学模型为：，表示第i个子数据区域的空气质量指数，表示第i个子数据区域的温度，表示第i个子数据区域的湿度，表示第i个子数据区域的光线强度，表示第i个子数据区域的二氧化碳浓度，表示空气质量指数的其他影响因子。

优选的，所述位置参数分析单元用于建立位置参数分析模型，具体数学模型为：，表示第i个子数据区域的头盔运动系数，表示第i个子数据区域的头盔位置，表示第i个子数据区域的加速度，表示第i个子数据区域的角度，表示第i个子数据区域的磁力强度，表示头盔运动系数的其他影响因子。

优选的，所述生理参数分析单元用于建立生理参数分析模型，具体数学模型为：，表示第i个子数据区域的心率变异率，表示第i个子数据区域的心率，表示第i个子数据区域的呼吸频率，表示第i个子数据区域的体温，表示第i个子数据区域的氧气饱和度，表示呼吸频率最大安全值，表示呼吸频率最小安全值，表示心率变异率的其他影响因子。

优选的，所述声音参数分析单元用于建立声音参数分析模型，具体数学模型为：，表示第i个子数据区域的声音指标，表示第i个子数据区域的音量，表示第i个子数据区域的频率，表示第i个子数据区域的脉冲数，表示第i个子数据区域的振幅大小，表示声音指标的其他影响因子。

优选的，所述安全帽多模态信息融合模型具体表示为：,表示第i个子数据区域的安全帽综合评估值，表示第i个子数据区域的空气质量指数，表示第i个子数据区域的头盔运动系数，表示第i个子数据区域的心率变异率，表示第i个子数据区域的声音指标，表示空气质量指数的权重，表示头盔运动系数的权重，表示心率变异率的权重，表示声音指标的权重，表示安全帽综合评估值的其他影响因子。

优选的，所述安全帽综合评估预设值标记为，当时，表示第i个子数据区域的安全帽综合评估值大于等于安全帽综合评估预设值，说明用户处于安全状态，则保持对用户的安全帽综合评估值进行计算，当时，表示第i个子数据区域的安全帽综合评估值小于安全帽综合评估预设值，说明用户处于异常，则通过安全帽内置的通信模组向用户和相关人员发出预警信号。

本发明的技术效果和优点：

本发明融合了多种模态的信息，该系统能够提供更全面的监测，覆盖更多的状态指标，从而提高状态评估的准确性，基于多模态信息融合的结果，系统可以实时判断安全帽使用者的状态，并在异常情况下及时发出预警或报警，从而及时采取措施，减少事故风险，通过自动化的监测和预警，该系统可以减轻工作人员的负担，让他们更专注于其他重要任务，从而提高整体工作效率，并且可以根据个体差异如生理特征、工作环境等进行定制化的状态评估和预警。

附图说明

图1为本发明的整体结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参考图1所示的一种用于智能安全帽的多模态信息融合系统，包括监测区域划分模块、数据采集模块、数据分析模块、融合算法模块以及通信模块。

所述监测区域划分模块用于将用户佩戴头盔时的数据确定为目标数据区域，通过等时间划分的方式将目标区域划分为各子数据区域，并依次标记为1、2……n。

所述数据采集模块用于采集各子数据区域的环境参数、位置参数、生理状态参数以及声音参数，并将采集到的数据传输到数据分析模块。

所述环境参数包括温度、湿度、光线强度以及二氧化碳浓度，分别标记为、、以及，位置参数包括头盔位置、加速度、角度以及磁力强度，分别标记为、、以及，生理状态参数包括心率、呼吸频率、体温以及氧气饱和度，分别标记为、、以及，声音参数包括音量、频率、脉冲数以及振幅大小，分别标记为、、以及，其中i=1、2……n，i表示第i个子数据区域。

所述数据采集模块通过在安全帽的外侧，面向佩戴者的前方安装温度传感器、湿度传感器以及光线强度传感器采集各子数据区域的温度、数据以及光线强度，在安全帽的内侧，靠近用户的口鼻处安装二氧化碳浓度传感器采集各子数据区域的二氧化碳浓度，在安全帽的中心位置安装六轴传感器采集各子数据区域的头盔位置、加速度、角度以及磁力强度，在安全帽的额头上方安装光电容积描记传感器采集各子数据区域的心率，在安全帽的内侧，靠近佩戴者的胸部安装呼吸频率传感器采集各子数据区域的呼吸频率，在安全帽的内侧，靠近佩戴者的头部安装体温传感器采集各子数据区域的体温，在用户手指上安装指套式光传感器采集各子数据区域的氧气饱和度，在安全帽内侧安装声音传感器和振动传感器采集各子数据区域的音量和振幅大小，在安全帽内侧安装振动传感器和光电传感器采集各子数据区域的频率和脉冲数。

本实施例需要具体说明的是，所述头盔位置、加速度以及磁力强度使用直角坐标系表示，角度使用欧拉角表示。

所述数据分析模块包括环境参数分析单元、位置参数分析单元、生理状态参数分析单元以及声音参数分析单元，各分析单元用于建立对应的数学模型，将数据采集模块传输的数据导入各分析模型中，计算出各子数据区域的空气质量指数、头盔运动系数、心率变异率以及声音指标，并将分析结果传输到融合算法模块。

所述环境参数分析单元用于建立环境参数分析模型，具体数学模型为：，表示第i个子数据区域的空气质量指数，表示第i个子数据区域的温度，表示第i个子数据区域的湿度，表示第i个子数据区域的光线强度，表示第i个子数据区域的二氧化碳浓度，表示空气质量指数的其他影响因子。

所述位置参数分析单元用于建立位置参数分析模型，具体数学模型为：，表示第i个子数据区域的头盔运动系数，表示第i个子数据区域的头盔位置，表示第i个子数据区域的加速度，表示第i个子数据区域的角度，表示第i个子数据区域的磁力强度，表示头盔运动系数的其他影响因子。

所述生理参数分析单元用于建立生理参数分析模型，具体数学模型为：，表示第i个子数据区域的心率变异率，表示第i个子数据区域的心率，表示第i个子数据区域的呼吸频率，表示第i个子数据区域的体温，表示第i个子数据区域的氧气饱和度，表示呼吸频率最大安全值，表示呼吸频率最小安全值，表示心率变异率的其他影响因子。

所述声音参数分析单元用于建立声音参数分析模型，具体数学模型为：，表示第i个子数据区域的声音指标，表示第i个子数据区域的音量，表示第i个子数据区域的频率，表示第i个子数据区域的脉冲数，表示第i个子数据区域的振幅大小，表示声音指标的其他影响因子。

所述融合算法模块用于建立安全帽多模态信息融合模型，将数据分析模块传输的数据导入到安全帽多模态信息融合模型中计算出各子区域的安全帽综合评估值，并传输到通信模块。

所述安全帽多模态信息融合模型具体表示为：,表示第i个子数据区域的安全帽综合评估值，表示第i个子数据区域的空气质量指数，表示第i个子数据区域的头盔运动系数，表示第i个子数据区域的心率变异率，表示第i个子数据区域的声音指标，表示空气质量指数的权重，表示头盔运动系数的权重，表示心率变异率的权重，表示声音指标的权重，表示安全帽综合评估值的其他影响因子。

本发明通过设置环境参数分析单元、位置参数分析单元、生理参数分析单元以及声音参数分析单元，从而组合成安全帽多模态信息融合数学函数模型，继而反应了本实施例中关于安全帽的环境、位置、生理以及声音因素对最终某结果的影响趋势，最大化的呈现本数学模型对本系统的直观影响。

所述通信模块用于根据安全帽综合评估预设值对各子数据区域的综合评估值进行判断，根据判断结果进行通信。

所述安全帽综合评估预设值标记为，当时，表示第i个子数据区域的安全帽综合评估值大于等于安全帽综合评估预设值，说明用户处于安全状态，则保持对用户的安全帽综合评估值进行计算，当时，表示第i个子数据区域的安全帽综合评估值小于安全帽综合评估预设值，说明用户处于异常，则通过安全帽内置的通信模组向用户和相关人员发出预警信号。

本发明通过监测区域划分模块将用户佩戴头盔时的数据划分为各子数据区域并编号，通过数据采集模块采集各子数据区域的环境参数、位置参数、生理状态参数以及声音参数，通过数据分析模块计算出各子数据区域的空气质量指数、头盔运动系数、心率变异率以及声音指标，通过融合算法模块计算出各子区域的安全帽综合评估值，通过通信模块对各子数据区域的综合评估值进行判断，根据判断结果进行通信。

本发明融合了多种模态的信息，该系统能够提供更全面的监测，覆盖更多的状态指标，从而提高状态评估的准确性，基于多模态信息融合的结果，系统可以实时判断安全帽使用者的状态，并在异常情况下及时发出预警或报警，从而及时采取措施，减少事故风险，通过自动化的监测和预警，该系统可以减轻工作人员的负担，让他们更专注于其他重要任务，从而提高整体工作效率，并且可以根据个体差异如生理特征、工作环境等进行定制化的状态评估和预警。

其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于智能安全帽的多模态信息融合系统，其特征在于，包括：

监测区域划分模块：用于将用户佩戴头盔时的数据确定为目标数据区域，通过等时间划分的方式将目标区域划分为各子数据区域，并依次标记为1、2……n；

数据采集模块：用于采集各子数据区域的环境参数、位置参数、生理状态参数以及声音参数，并将采集到的数据传输到数据分析模块；

数据分析模块：包括环境参数分析单元、位置参数分析单元、生理状态参数分析单元以及声音参数分析单元，各分析单元用于建立对应的数学模型，将数据采集模块传输的数据导入各分析模型中，计算出各子数据区域的空气质量指数、头盔运动系数、心率变异率以及声音指标，并将分析结果传输到融合算法模块；

融合算法模块：用于建立安全帽多模态信息融合模型，将数据分析模块传输的数据导入到安全帽多模态信息融合模型中计算出各子区域的安全帽综合评估值，并传输到通信模块；

通信模块：用于根据安全帽综合评估预设值对各子数据区域的综合评估值进行判断，根据判断结果进行通信。

2.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述环境参数包括温度、湿度、光线强度以及二氧化碳浓度，分别标记为、、以及，位置参数包括头盔位置、加速度、角度以及磁力强度，分别标记为、、以及，生理状态参数包括心率、呼吸频率、体温以及氧气饱和度，分别标记为、、以及，声音参数包括音量、频率、脉冲数以及振幅大小，分别标记为、、以及，其中i=1、2……n，i表示第i个子数据区域。

3.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述数据采集模块通过在安全帽的外侧，面向佩戴者的前方安装温度传感器、湿度传感器以及光线强度传感器采集各子数据区域的温度、数据以及光线强度，在安全帽的内侧，靠近用户的口鼻处安装二氧化碳浓度传感器采集各子数据区域的二氧化碳浓度，在安全帽的中心位置安装六轴传感器采集各子数据区域的头盔位置、加速度、角度以及磁力强度，在安全帽的额头上方安装光电容积描记传感器采集各子数据区域的心率，在安全帽的内侧，靠近佩戴者的胸部安装呼吸频率传感器采集各子数据区域的呼吸频率，在安全帽的内侧，靠近佩戴者的头部安装体温传感器采集各子数据区域的体温，在用户手指上安装指套式光传感器采集各子数据区域的氧气饱和度，在安全帽内侧安装声音传感器和振动传感器采集各子数据区域的音量和振幅大小，在安全帽内侧安装振动传感器和光电传感器采集各子数据区域的频率和脉冲数。

4.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述环境参数分析单元用于建立环境参数分析模型，具体数学模型为：，表示第i个子数据区域的空气质量指数，表示第i个子数据区域的温度，表示第i个子数据区域的湿度，表示第i个子数据区域的光线强度，表示第i个子数据区域的二氧化碳浓度，表示空气质量指数的其他影响因子。

5.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述位置参数分析单元用于建立位置参数分析模型，具体数学模型为：，表示第i个子数据区域的头盔运动系数，表示第i个子数据区域的头盔位置，表示第i个子数据区域的加速度，表示第i个子数据区域的角度，表示第i个子数据区域的磁力强度，表示头盔运动系数的其他影响因子。

6.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述生理参数分析单元用于建立生理参数分析模型，具体数学模型为：，表示第i个子数据区域的心率变异率，表示第i个子数据区域的心率，表示第i个子数据区域的呼吸频率，表示第i个子数据区域的体温，表示第i个子数据区域的氧气饱和度，表示呼吸频率最大安全值，表示呼吸频率最小安全值，表示心率变异率的其他影响因子。

7.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述声音参数分析单元用于建立声音参数分析模型，具体数学模型为：，表示第i个子数据区域的声音指标，表示第i个子数据区域的音量，表示第i个子数据区域的频率，表示第i个子数据区域的脉冲数，表示第i个子数据区域的振幅大小，表示声音指标的其他影响因子。

8.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述安全帽多模态信息融合模型具体表示为：,表示第i个子数据区域的安全帽综合评估值，表示第i个子数据区域的空气质量指数，表示第i个子数据区域的头盔运动系数，表示第i个子数据区域的心率变异率，表示第i个子数据区域的声音指标，表示空气质量指数的权重，表示头盔运动系数的权重，表示心率变异率的权重，表示声音指标的权重，表示安全帽综合评估值的其他影响因子。

9.根据权利要求1所述的一种用于智能安全帽的多模态信息融合系统，其特征在于：所述安全帽综合评估预设值标记为，当时，表示第i个子数据区域的安全帽综合评估值大于等于安全帽综合评估预设值，说明用户处于安全状态，则保持对用户的安全帽综合评估值进行计算，当时，表示第i个子数据区域的安全帽综合评估值小于安全帽综合评估预设值，说明用户处于异常，则通过安全帽内置的通信模组向用户和相关人员发出预警信号。