(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111650944.X (22)申请日 2021.12.31 (71)申请人 无锡铭知一智能科技有限公司 地址 214000 江苏省无锡市新吴区震泽路 18号软件园巨蟹座A栋 501室 (72)发明人 华顺方　王国军　吴贤伟　俞永杰　 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/10(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于卷积神经网络的电动吊篮安全监 测控制系统 (57)摘要 本发明属于吊篮控制技术领域， 具体涉及一 种基于卷积神经网络的电动吊篮安全监测控制 系统。 该基于卷积神经网络的电动吊篮安全监测 控制系统， 使用安装在吊篮设备上的高清摄像头 作为图像采集模块， 实时采集吊篮设备内的作业 人员的状态， 将采集到的图像数据流与预先配置 在服务器云系统/边缘侧的人工智能模型数据库 进行关联预测， 并给出预测模型反馈到物联网吊 篮控制器的设备终端上。 其有益效果是： 利用神 经网络人工智能的图像处理技术， 使得原本使用 传感器不能实现或者实现成本很高亦或者实现 效果不稳定的方式都能得到很好的解决， 只需要 通过对服务器或者边缘侧的软件数据库进行更 新， 既可以得到预期的目的。 权利要求书1页 说明书3页 附图2页 CN 114283339 A 2022.04.05 CN 114283339 A 1.一种基于卷积神经网络的电动吊篮安全监测控制系统， 其特征在于， 使用安装在吊 篮设备上 的高清摄像头作为图像采集模块， 实时采集 吊篮设备内的作业人员的状态， 将采 集到的图像数据流与预先配置在服务器云系统/边缘侧的人工智能模型数据库进 行关联预 测， 并给出预测模型反馈到物联网吊篮控制器的设备终端上， 若反馈的值是异常， 则物联网 吊篮控制器会停止设备的运行， 若反馈值是正常的， 则物联网吊篮控制器会正常运行设备。 2.根据权利要求1所述的一种基于卷积神经网络的电动吊篮安全监测控制系统， 其特 征在于： 所述设备终端包括用户管理终端计算机、 用户手持终端设备。 3.根据权利要求1所述的一种基于卷积神经网络的电动吊篮安全监测控制系统， 其特 征在于： 所述物联网吊篮控制器与边 缘计算处 理单元通过连接器连接 。 4.根据权利要求1所述的一种基于卷积神经网络的电动吊篮安全监测控制系统， 其特 征在于： 所述人工智能模型 数据库中的人工智能模型通过如下 方式训练得到： 获取训练样本集， 所述训练样本集包括多个训练样本图像以及每个训练样本图像所对 应的每个图像单 元区域中的人员行为标签； 基于预设卷积神经网络模型提取所述训练样本集中每个训练样本图像中每个图像单 元区域中的图像单元特征图谱， 并将所述图像单元特征图谱输入到 分类层得到所述图像单 元特征图谱所对应的预测分类标签信息， 其中， 所述预设卷积神经网络模型包括多个与每 个图像单 元区域一一对应的卷积提取 单元； 根据所述训练样本集中每个训练样本图像中每个图像单元区域的图像单元特征图谱 所对应的预测分类标签信息和交通行为标签之 间的损失函数值， 调整 所述预设卷积神经网 络模型的模型参数后迭代进行训练， 并在所述预设卷积神经网络模型达到训练结束条件 时， 输出训练得到的所述人工智能模型。 5.根据权利要求4所述的一种基于卷积神经网络的电动吊篮安全监测控制系统， 其特 征在于： 所述人员行为标签包括但不限于是否正确佩戴安全帽、 使用安全绳、 危险动作、 危 险动作包括翻越吊篮设备、 正在设备中的人 数。权　利　要　求　书 1/1 页 2 CN 114283339 A 2一种基于卷积神经 网络的电动吊篮安全监测控制系统 技术领域 [0001]本发明属于吊篮控制技术领域， 具体涉及 一种基于卷积神经网络的电动吊篮安全 监测控制系统。 背景技术 [0002]吊篮是建筑工程高空作业的建筑机械， 作用于幕墙安装， 外墙清洗。 现有技术中， 高处作业吊篮具有施工高度高、 操作灵活、 移 位容易、 方便实用、 安全 可靠架设方便、 施工成 本低等优点， 在高层建筑的外墙施工和装修、 高处广告牌的安装中得到了广泛应用。 施工吊 篮自设计至今， 其自身安全系统已非常完善， 主钢丝绳、 副钢丝绳、 安全大绳等同时确保吊 篮内工人安全。 但作业工人施工有一定的随意性， 而传统施工吊篮并不能很好的适应所有 情况， 非吊篮核定许可 的操作人员违规使用设备、 吊篮使用人员违规翻越吊篮设备等和因 工人误操作、 不按规程操作等原因而滋生的吊篮系统故障、 事故层出不穷； 现有的吊篮控制 设备或系统， 设备 的运行信息等数据都是依赖一些特定功 能的传感器来完成， 现有的专利 技术 （比如专利CN2 01721297974.6;CN2 07424584U等） 是采用RFID等技术完成涉及吊篮平台 上人员数量、 安全绳、 安全帽功能的实现。 因为此类技术是通过识别一定范围类有 无对应需 求的RFID卡， 作为判别范围内检测对象有无的手段， 因此此类技术有如下明显的缺陷： 例如 当操作人员使用设备时忘记或者故意没有携带RFID卡， 设备就会认为没有此操作人员， 不 会将此人计入总人数中； 操作人员只是携带了具有RFID芯片安全帽、 安全带等， 却没有正确 佩戴使用， 此时设备仍然会认定目前 是符合要求的。 发明内容 [0003]本发明为了解决非吊篮核定许可的操作人员违规使用设备、 吊篮操作人员违规翻 越吊篮设备以及因工人误操作、 不按规程操作等原因而滋生的设备故障和人身事故的问 题， 提供了一种基于卷积神经网络的电动吊篮安全监测控制系统。 [0004]本发明是通过如下技 术方案实现的： 一种基于卷积神经网络的电动吊篮安全监测控制系统， 使用安装在吊篮设备上的 高清摄像头作为图像采集模块， 实时采集 吊篮设备内的作业人员的状态， 将采集到的图像 数据流与预先配置在服务器云系统/边缘侧的人工智能模型数据库进行关联预测， 并给出 预测模型反馈 到物联网吊篮控制器的设备终端上。 [0005]若反馈的值是异常， 则物联 网吊篮控制器会停止设备的运行， 若反馈值是正常的， 则物联网吊篮控制器会正常运行设备。 [0006]其中， 设备终端包括用户管理终端计算机、 用户手持终端设备。 [0007]其中， 物联网吊篮控制器与边 缘计算处 理单元通过连接器连接 。 [0008]其中， 所述人工智能模型通过如下 方式训练得到： 获取训练样本集， 所述训练样本集包括多个训练样本图像以及每个训练样本图像 所对应的每 个图像单 元区域中的人员行为标签；说　明　书 1/3 页 3 CN 114283339 A 3