[发明专利]基于人工智能的安全生产区域人员调度方法与系统

权利要求书

1.一种基于人工智能的安全生产区域人员调度方法，其特征在于，该方法包括：

获取化工生产区域的俯视图；所述俯视图中包括设备和人员；根据设备类型为每个所述设备划分对应的危险区域；

以所述人员和所述设备为节点构建第一图数据，所述第一图数据中两个人员节点之间的边权值为所述人员之间的协助能力、所述人员节点与设备节点之间的边权值为所述人员与所述设备之间的关联程度、两个所述设备节点之间的所述边权值为所述危险区域的交并比；

利用损失函数训练GCN网络，将所述第一图数据通过所述GCN网络得到第二图数据，进而根据所述第二图数据上的人员位置进行人员调度；

所述损失函数的构建方法为：

根据每个所述人员和所述设备的危险程度得到第一危险程度和第二危险程度；获取所述第一危险程度与所述第二危险程度的所述危险变化量；所述第一危险程度是所述第一图数据对应的所述化工生产区域的危险程度；所述第二危险程度是所述第二图数据对应的所述化工生产区域的危险程度；

由同一个所述人员分别在所述第一图数据和所述第二图数据中的位置变化获取距离阈值；

获取所述第一图数据和所述第二图数据中对应所述节点的度的变化量；

结合所述变化量、所述距离阈值、所述位置变化和所述危险变化量构建所述损失函数。

2.如权利要求1所述的方法，其特征在于，所述协助能力的获取方法，包括：

由所述人员穿戴的防护装置类型得到该人员对每个所述设备的抗风险能力；

将所述人员对所有所述设备的所述抗风险能力形成所述人员的抗风险向量，利用所述抗风险向量之间的余弦相似度得到每两个所述人员之间的所述协助能力。

3.如权利要求1所述的方法，其特征在于，所述关联程度的获取方法，包括：

获取所述人员在每个所述设备处的停留时间，以得到经过所有所述设备的总停留时间；

计算所述停留时间与所述总停留时间的比值，将所述比值作为所述关联程度。

4.如权利要求1所述的方法，其特征在于，所述设备的危险程度的获取方法，包括：

获取图数据中所述设备节点相关联的多个所述人员节点和其他所述设备节点；所述图数据包括所述第一图数据或所述第二图数据；

根据所述设备节点与多个所述人员节点之间的多个所述边权值、所述设备节点和其他所述设备节点之间的所述边权值得到该设备节点在所述图数据中的所述危险程度。

5.如权利要求1或4所述的方法，其特征在于，所述人员的危险程度的获取方法，包括：

根据所述设备的状态数据得到每个所述设备的所述危险等级；

获取图数据中所述人员节点相关联的多个所述设备节点；利用高斯函数获取每个所述设备节点的所述危险区域中每个位置的数值，结合所述数值、所述危险等级和所述设备的危险程度得到所述人员在所述图数据中的所述危险程度；所述图数据包括所述第一图数据或所述第二图数据。

6.如权利要求1所述的方法，其特征在于，所述危险区域是由所述设备为中心和预设半径得到的圆形区域。

7.如权利要求1或6所述的方法，其特征在于，所述由同一个所述人员分别在所述第一图数据和所述第二图数据中的位置变化获取距离阈值的方法，包括：

获取不同时刻下同一个所述人员在所述第二图数据上的位置序列以及所述第二图数据的第二危险程度序列；

根据所述位置序列、所述第二危险程度序列和所述第一危险程度获取该人员在所述第二图数据上的平均位置，计算所述平均位置与该人员在所述第一图数据中所在位置之间的距离变化；

为所述距离变化设定第一阈值和第二阈值，当所述距离变化小于所述第一阈值时，所述距离阈值为零；当所述距离变化大于所述第二阈值时，所述距离阈值为第一距离；当所述距离变化大于或等于所述第一阈值且小于或等于所述第二阈值时，所述距离阈值为预设的初始距离阈值。