[发明专利]一种作业人员安全度判别方法及设备在审
| 申请号： | 201810128076.0 | 申请日： | 2018-02-08 |
| 公开（公告）号： | CN108354591A | 公开（公告）日： | 2018-08-03 |
| 发明（设计）人： | 常政威;彭倩;张泰;唐勇;谢晓娜;张燃;郑凯;唐静;周启航;卢思瑶;刘涛;蒲维;王雪辉;杨茂 | 申请（专利权）人： | 国网四川省电力公司电力科学研究院;成都信息工程大学;国家电网公司 |
| 主分类号： | A61B5/00 | 分类号： | A61B5/00;A61B5/0402;A61B5/11;A61B5/18 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 田甜 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种作业人员安全度判别方法及设备，该方法包括以下步骤：提取作业人员心电数据指标和运动数据指标，所述心电数据指标包括时域指标和频域指标，所述运动数据指标包括作业时间WT、作业程度WD、状态系数K、跌倒姿态P1、坠落姿态P2；将心电数据指标输入已经训练和标定完成的SVM中得到疲劳等级Gn；计算X，根据X对作业人员疲劳程度进行判别，其中，X＝f*Gn+(1‑f)*WT*WD*K+(P1+P2)/(P1*P2+1)；其中f取0到1。基于自身生理信号与作业姿态融合的方式对作业人员疲劳程度进行判别，将支持向量机SVM与心电数据相结合，可快速准确的技术效果。 | ||
| 搜索关键词： | 心电数据 人员安全 运动数据 疲劳 支持向量机 跌倒姿态 技术效果 生理信号 时域指标 状态系数 标定 和频 坠落 融合 | ||
【主权项】：
1.一种作业人员安全度判别方法，其特征在于，包括以下步骤：A、提取作业人员心电数据指标和运动数据指标，所述心电数据指标包括时域指标和频域指标，所述运动数据指标包括作业时间WT、作业程度WD、状态系数K、跌倒姿态P1、坠落姿态P2；B、将心电数据指标输入已经训练和标定完成的SVM中得到疲劳等级Gn；C、计算X，根据X对作业人员疲劳程度进行判别，其中，X＝f*Gn+(1‑f)*WT*WD*K+(P1+P2)/(P1*P2+1)；其中f取0到1。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网四川省电力公司电力科学研究院;成都信息工程大学;国家电网公司，未经国网四川省电力公司电力科学研究院;成都信息工程大学;国家电网公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810128076.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于连拍模式的脸部状态评估方法
- 下一篇：一种膝关节感觉测试仪
