针对个人防护设备的动态消息管理的制作方法

1.本公开涉及工业个人防护和安全设备，诸如呼吸器、自备式呼吸器、焊工帽、耳罩、眼镜。


背景技术：

2.许多工作环境包括可使在给定环境内工作的人暴露于安全事件(诸如听力伤害、眼部伤害、坠落、呼吸污染的空气或与温度相关的损伤(例如，中暑、冻伤等))的危险。在许多工作环境中，工人可利用个人防护设备(ppe)来帮助降低安全事件的风险。工人之间的通信可例如通过妨碍工人专注于任务而增加安全事件的风险。


技术实现要素：

3.一般来讲，本公开描述了用于在处于工作环境中的工人正在使用个人防护设备(ppe)时对呈现给该工人的消息进行管理的技术。根据本公开的示例，计算装置自动计算并执行安全风险评估，并且动态地确定是否向在给定工作环境内当前正在使用ppe的工人输出消息。在示例中，计算装置确定是在听觉上输出消息、在视觉上输出消息、在听觉及视觉上输出消息，还是既非在听觉上也在非视觉上输出消息。在一些示例中，计算装置基于多个因素来计算工人的当前风险等级，以确定是否将消息输出给工人。例如，工人的风险等级可指示如果向工人呈现了消息，该工人经历安全事件的可能性。
4.在一个示例中，当工人的风险等级低时，计算装置可通过经由显示装置输出包括消息的至少一部分的图形用户界面(gui)来在视觉上输出消息，使得工人可在视觉上了解消息的内容。又如，当工人的风险等级高时，计算装置可避免在视觉上输出消息，使得用户此时可不在视觉上了解消息的内容。在此类示例中，计算装置此时可在听觉上输出消息或可完全避免输出消息。在一些情况下，计算装置基于消息的紧急性来确定是否在视觉上输出消息。因此，计算装置可基于诸如风险等级、工人活动、ppe的类型、工作环境或危险或任何其他合适的上下文信息等方面来确定输出模态(例如，视觉、听觉等)。例如，即使当工人正在执行具有相对较高风险等级的任务时，计算装置也可输出紧急消息(例如，即将发生的危险的警告)。在另一种情况下，当风险等级相对较低时，计算装置可在视觉上输出非紧急消息。
5.这样，计算装置可确定工人的风险等级和/或消息的紧急性等级。计算装置可基于工人的风险等级和/或消息的紧急性等级经由ppe装置的显示装置来选择性地输出消息。通过在风险等级低和/或紧急性等级高时选择性地输出消息，计算装置可减少对工人的干扰。减少对工人的注意力分散可例如通过使工人在执行危险任务时能够集中精力来提高工人的安全性。
6.在一个示例中，本公开描述了一种系统，所述系统包括：与第一工人相关联的ppe制品；以及至少一个计算装置。所述ppe制品包括显示装置。所述至少一个计算装置被配置为：从第二工人接收音频数据的指示，所述音频数据包括消息；确定所述第一工人的风险等
级；至少部分地基于所述风险等级来确定是否显示所述消息的视觉表示；以及响应于确定显示所述消息的所述视觉表示，输出所述消息的所述视觉表示以供所述显示装置显示。
7.在另一个示例中，本公开描述了一种ppe制品，所述ppe制品包括：显示装置；以及至少一个计算装置。所述至少一个计算装置被配置为：从第二工人接收音频数据的指示，所述音频数据包括消息；确定所述第一工人的风险等级；至少部分地基于所述风险等级来确定是否显示所述消息的视觉表示；以及响应于确定显示所述消息的所述视觉表示，输出所述消息的所述视觉表示以供所述显示装置显示。
8.附图和以下描述中示出了本公开的一个或多个示例的细节。根据说明书和附图以及权利要求书，本公开的其他特征、目标和优点将显而易见。
附图说明
9.图1是示出根据本公开的各种技术的用于在处于工作环境中的工人正在利用个人防护设备时管理该工人的通信的示例系统的框图。
10.图2是示出根据本公开的各种技术的个人防护设备制品的示例操作的概念图。
11.图3是示出根据本公开的各种技术的示例个人防护设备制品的概念图。
12.图4是示出根据本公开的各种技术的示例个人防护设备管理系统的概念图。
13.图5是示出根据本公开的各种技术的示例计算系统的示例操作的流程图。
14.应当理解，在不脱离本发明范围的前提下，可利用实施方案和修改其结构。图未必按照比例绘制。图中使用的相似数字指代相似的部件。然而，应当理解，在给定图中使用数字指代部件不旨在限制另一个图中用相同数字标记的部件。
具体实施方式
15.图1是示出根据本公开所述的技术的用于在处于工作环境中的工人正在利用个人防护设备(ppe)时管理该工人的通信的示例系统2的框图。在图1的实施例中，环境8包括利用ppe 13a
‑
13b(统称为ppe 13)的多个工人10a
‑
10b(统称为工人10)。
16.如图1的实施例中所示，系统2表示计算环境，其中，环境8内的计算装置经由一个或多个计算机网络4与彼此并且/或者与个人防护设备管理系统(ppems)6电子通信。ppems 6可包括分布式计算平台(例如，在由一个或多个数据中心提供的执行环境内的各种服务器、虚拟机和/或容器上执行的云计算平台)、物理服务器、台式计算装置或任何其他类型的计算系统。
17.环境8表示物理环境诸如工作环境，其中，一个或多个个体(诸如工人10)在相应环境内从事任务或活动时利用个人防护设备13。环境8的示例包括工业仓库、建筑工地、采矿工地、制造工地等。
18.如该实施例中所示，环境8可包括设备30a
‑
30c(统称为“设备30”)的一个或多个制品。设备30的示例可包括机器、工业工具、机器人、各个制造线或阶段等。例如，设备30可包括hvac设备、计算设备、制造设备或在物理工作环境内利用的任何其他类型的设备。设备30可以是可移动的或静止的。
19.在图1的实施例中，ppe 13可包括头部护具。如本公开通篇所用，头部护具可指佩戴在工人头部上以保护工人的听力、视力、呼吸或以其它方式保护工人的任何类型的ppe。
头部护具的示例包括呼吸器、焊工帽、护目镜、护罩、耳罩、眼镜或佩戴在工人头部上的任何其它类型的ppe。如图1所示，ppe 13a包括扬声器32a、显示装置34a和麦克风36a。类似地，ppe 13b可包括扬声器32b、显示装置34b和麦克风36b。
20.每个ppe制品13可包括用于输出指示ppe 13的操作的数据和/或生成和输出与相应的工人10的通信的一个或多个输出装置。例如，ppe 13可包括用于生成听觉反馈的一个或多个装置(例如，扬声器32a或32b，统称为“扬声器32”)。又如，ppe 13可包括用于生成视觉反馈的一个或多个装置，诸如显示装置34a或34b(统称为“显示装置34”)、发光二极管(led)等。又如，ppe 13可包括用于生成触觉反馈的一个或多个装置(例如，振动或提供其它触觉反馈的装置)。
21.每个ppe制品13被配置为经由无线通信，诸如经由时分多址(tdma)网络或码分多址(cdma)网络，或者经由802.11协议、协议、数字增强无绳电信(dect)等，通过网络12传送数据，诸如所感测的运动、事件和状况。在一些此类示例中，ppe 13中的一个或多个与无线接入点19直接通信，并且通过无线接入点19与ppems 6通信。
22.一般来讲，环境8可包括计算设施(例如，局域网)，感测站21、信标17和/或ppe 13能够通过该计算设施与ppems 6通信。例如，环境8可包括网络12。在一些示例中，网络12使得ppe 13、设备30和/或计算装置16能够与彼此通信并且/或者与其它计算装置(例如，计算装置18或ppems 6)通信。网络12可包括一个或多个无线网络，诸如802.11无线网络、802.15zigbee网络、cdma网络、tdma网络等等。环境8可包括一个或多个无线接入点19以提供对无线通信的支持。在一些示例中，环境8可包括多个无线接入点19，该多个无线接入点可在地理上分布在整个环境中，以在整个工作环境中提供对无线通信的支持。
23.如图1的实施例中所示，环境8可包括在工作环境内提供位置数据的一个或多个支持无线的信标17。例如，信标17可以是支持gps的，使得相应信标内的控制器可能能够精确地确定相应信标的位置。在一些示例中，信标17可以不是支持gps的。在此类示例中，信标17和/或ppe制品13可基于确定信标17和ppe制品13处于彼此的近距离内来确定ppe制品13的位置。在一些情况下，信标17和/或ppe制品13可使用短程通信协议诸如rfid、近场通信(nfc)等来确定信标17和ppe制品13是否处于彼此的近距离内。基于与信标17中的一个或多个的无线通信，ppe制品13被配置为确定工人在工作环境8内的位置。以这种方式，报告给ppems 6的事件数据可标记有位置数据以有助于由ppems6执行的分析、报告和解析。
24.此外，环境8可包括一个或多个支持无线的感测站21。每个感测站21包括被配置为输出指示所感测的环境条件的环境数据的一个或多个传感器和一个控制器。此外，感测站21可定位在环境8的相应地理区域内，或者以其他方式与信标17进行交互以确定相应位置并且在向ppems 6报告环境数据时包括此类位置数据。因此，ppems 6可被配置为使所感测的环境条件与特定区域相关，并且因此可在处理从ppe 13和/或感测站21接收的事件数据时利用所捕集的环境数据。例如，ppems 6可利用环境数据来帮助生成用于ppe 13以及用于执行预测分析的警示或其他指令，诸如确定某些环境条件(例如，热、湿度、可见性)与异常工人行为或增加的安全事件之间的任何相关性。因此，ppems 6可利用当前环境条件来帮助预测和避免即将发生的安全事件。可由感测站21感测的示例环境条件包括但不限于：温度、湿度、有害气体的存在、压力、可见性、风等等。安全事件可指热相关疾病或损伤、心脏相关
疾病或损伤、或者眼部或听觉相关损伤或疾病、或者可影响工人的健康或安全的任何其它事件。
25.此外，环境8可包括为终端用户计算装置16提供操作环境的计算设施，以用于经由网络4与ppems 6交互。在一个示例中，环境8可包括一个或多个安全管理器，该安全管理器可利用计算装置16例如来监督环境内的安全合规性。
26.远程用户24可位于环境8之外。用户24可使用计算装置18(例如，经由网络4)与ppems 6进行交互或与工人10进行通信。出于示例的目的，计算装置16、18可能是膝上型电脑、台式计算机、移动装置诸如平板电脑或所谓的智能电话、或可用于与工人10和/或ppems 6进行交互或通信的任何其它类型的装置。
27.用户24可与ppems 6交互以控制并且主动管理工人10所利用的ppe13和/或设备30的许多方面，诸如访问和查看使用记录、分析和报告。例如，用户24可查看由ppems 6获取和存储的数据。由ppems 6获取和存储的数据可包括指定任务开始时间和结束时间的数据、ppe制品13的操作参数的改变、ppe制品13的部件的状态改变(例如，低电池事件)、工人10的运动、环境数据等等。此外，用户24可与ppems 6交互以执行资产跟踪并且为各个ppe制品13或设备30安排维护事件，以确保符合任何规程或规定。ppems 6可允许用户24相对于维护规程创建并完成数字检查表并且将这些规程的任何结果从计算装置18同步到ppems 6。
28.ppems 6提供集成的个人安全防护设备管理工具的套件并实现本公开的各种技术。也就是说，ppems 6提供了用于管理由一个或多个物理环境8内的工人10使用的个人防护设备例如ppe的集成端对端系统。本公开的技术可在系统2的各个部分内实现。
29.ppems 6可集成事件处理平台，该事件处理平台被配置为处理来自数字启用装置诸如设备30、感测站21、信标17、和/或ppe 13的数千甚至数百万个并发事件流。ppems 6的基础分析引擎可以将模型应用于入站流以计算断言，诸如基于工人10的条件或行为模式标识的异常或预测的安全事件发生。
30.另外，ppems 6可提供实时警告和报告，以向工人10和/或用户24通知任何预测的事件、异常、趋势等等。ppems 6的分析引擎可在一些示例中应用分析来识别工人数据、传感器数据、环境条件、地理区域和其它因素之间的关系或相关性，并且分析对安全事件的影响。ppems 6可基于整个工人群体10中获得的数据来确定在某个地理区域内的哪些特定活动可能导致或预测导致异常高的安全事件发生。
31.以这种方式，ppems 6通过基础分析引擎和通信系统紧密集成了用于管理个人防护设备的综合工具，以提供数据获取、监控、活动存录、报告、行为分析和警示生成。此外，ppems 6在系统2的各种元件之间提供由这些元件操作和利用的通信系统。用户24可访问ppems 6以查看由ppems 6对从工人10获取的数据执行的任何分析的结果。在一些示例中，ppems 6可经由web服务器(例如，http服务器)呈现基于web的界面，或者可对由用户24使用的计算装置16、18的装置诸如台式计算机、膝上型计算机、诸如智能电话和平板电脑的移动装置等等部署客户端应用程序。
32.根据本公开的技术，ppe制品13a
‑
13b可各自包括相应的计算装置38a
‑
38b(统称为计算装置38)，该计算装置被配置为在工人10a
‑
10b正在工作环境8内利用ppe 13a
‑
13b时管理工人通信。计算装置38可确定是否将消息输出给处于工作环境8内的工人10中的一个或多个工人。尽管被示出为集成在ppe 13内，但计算装置38可处于ppe的外部并且位于环境8
(例如，计算装置16)内，或者位于工作环境的外部并且可通过网络4到达诸如ppems 6。
33.在图1的实施例中，每个ppe 13可例如经由扬声器32、显示装置34和麦克风36实现与其他工人10和/或远程用户24的通信。在一个示例中，工人10a可与工人10b和/或远程用户24通信。例如，麦克风36a可检测来自工人10a的音频输入(例如，语音)。音频输入可包括用于工人10b的消息。在一些情况下，工人10可参与不经意的会话或者可讨论与工作相关的信息，诸如一起工作以完成工作环境8内的任务。
34.计算装置38a从麦克风36a接收音频数据，其中，音频数据包括消息。计算装置38a将音频数据的指示输出到另一计算装置，诸如ppe 13b的计算装置38b、计算装置16、18和/或ppems 6。在一些情况下，音频数据的指示包括音频数据。例如，计算装置38a可输出包括音频数据的模拟信号。在另一种情况下，计算装置38a可将音频数据编码成数字信号并将该数字信号输出到计算装置38b。在一些示例中，音频数据的指示包括指示消息的文本。例如，计算装置38a可执行自然语言处理(例如，语音识别)以将音频数据转换为文本，使得计算装置38a可输出包括文本的数字表示的数据信号。在一些场景中，计算装置38a在向计算装置38b发送音频数据的指示之前输出包括文本的图形用户界面，这可允许工人10a在发送之前验证文本的准确性。
35.计算装置38b从计算装置38a接收音频数据的指示。计算装置38b可确定是否输出音频数据中所包括的消息的表示(例如，视觉、听觉或触觉表示)。消息的视觉表示可包括文本或图像(图片、图标、表情符号、gif或其他图像)。在一些示例中，计算装置38b至少部分地基于工人10b的风险等级、消息的紧急性等级或两者来确定是否输出消息的视觉表示。
36.在一些示例中，计算装置38b至少部分地基于与工人10b相关联的工人数据、与由工人10b执行的任务相关联的任务数据、传感器数据、与由工人10b利用的ppe 13b相关联的事件数据或它们的组合来确定工人10b的风险等级。如果此时呈现视觉表示，则基于这些因素的任何因素和/或这些因素的组合，计算的工人的风险等级可指示工人经历安全事件的预测的可能性。工人数据可包括指示工人的传记特性(例如，年龄、健康信息等)、工人的训练水平或经验水平、工人当天或该轮班已工作的时间量的数据或与工人相关联的任何其它数据。任务数据可包括指示由工人执行的一个或多个任务的数据，诸如任务的类型、任务的位置、任务的复杂性、对工人造成的伤害的严重程度、对工人造成伤害的可能性和/或任务的持续时间。传感器数据可包括指示工人的生理状况的当前生理数据、指示环境8的环境特性的环境数据或两者。
37.如本文所述，任务的复杂性可指任务的难度。例如，计算装置38b可确定焊接任务相对复杂并且可确定涂漆任务相对简单。伤害的严重程度可指如果工人经历与任务相关联的特定安全事件，则工人可能经历的伤害的量。换句话讲，对工人可能造成的伤害的严重程度可与和给定任务相关联的特定安全事件相关联。例如，与在支架上工作或以其他方式在高处工作相关联的安全事件可包括坠落、眩晕或两者。计算装置38b可确定对工人造成的坠落伤害的严重程度相对高，而对工人造成的眩晕伤害的严重程度相对低。类似地，与用化学品工作相关联的安全事件可包括化学灼伤、皮肤或眼部刺激或两者。计算装置38b可确定化学灼伤的严重程度相对高而皮肤或眼部刺激的严重程度相对低。如本文所用，对工人造成伤害的可能性可指工人经历安全事件的概率。在一些情况下，造成伤害的可能性可表示工人经历任何安全事件的聚合概率。在另一种情况下，每个任务和/或安全事件与相应的造成
伤害的可能性相关联。
38.在一种场景中，计算装置38b基于一个或多个规则确定工人10b的风险等级。可例如经由机器学习对规则进行预先定制或训练。计算装置38b可通过将一个或多个规则应用于与工人10b相关联的工人数据、与由工人10b执行的任务相关联的任务数据、与由工人10b利用的ppe 13b相关联的事件数据和/或传感器数据来确定工人10b的风险等级。在一个示例中，计算装置38b可将规则应用于由工人10b执行的任务的类型并输出工人10b的风险等级。例如，当工人10b正在执行焊接任务时，计算装置38b可确定该工人的风险等级相对高(例如，100分之80)。在另一种情况下，当工人10b正在涂漆时，计算装置38b可确定该工人的风险等级相对低(例如，100分之20％)。又如，计算装置38b可将规则应用于指示工人10b的生理状况的传感器数据并输出工人10b的风险等级。例如，当工人呼吸相对困难(例如，高于阈值呼吸速率)或具有相对高的心率(例如，高于阈值心率)时，计算装置38b可确定风险等级相对高。
39.在一些示例中，计算装置38b至少部分地基于工人的风险等级来确定是否输出消息的视觉表示。例如，计算装置38b可确定风险等级是否满足阈值风险等级。在此类示例中，计算装置38b可响应于确定工人的风险等级不满足(例如，小于)阈值风险等级而确定输出消息的表示。输出消息的视觉表示可使工人10b能够接收来自其他工人10或远程用户24的通信，例如，当这样做不可能分散工人10b的注意力或以其他方式增加安全事件的风险时。又如，计算装置38b可响应于确定风险等级满足(例如，大于或等于)阈值风险等级而确定避免输出消息。避免输出消息的视觉表示可降低安全事件的风险，例如，通过降低工人10b在他或她应该专注于他或她正在执行的任务时会被消息分散注意力的风险来降低安全事件的风险。
40.计算装置38b可确定消息的紧急性等级。在一些情况下，从计算装置38a接收的数据信号包括消息的元数据。元数据可包括指示消息的紧急性等级、消息的发送者、发送者的位置、时间戳等等的数据。在一个示例中，计算装置38a的用户指定紧急性等级，使得计算装置38a指示元数据中的消息的紧急性等级。又如，计算装置38a可确定紧急性等级并且可指示元数据中的消息的紧急性等级。
41.在一些示例中，计算装置38a基于发送者(例如，工人10a)的生理状况来确定消息的紧急性等级。例如，计算装置38a可基于发送者(工人10a)的心率和/或呼吸速率来分配消息的紧急性等级。例如，高心率和/或呼吸速率可指示工人10a焦虑或处于危险中。类似地，低心率和/或呼吸速率可指示工人10a焦虑或处于危险中。在一些示例中，计算装置38a可随着工人10a的心率和/或呼吸速率分别增大或减小到心率和呼吸速率的阈值范围之外而分配较高的紧急性等级。
42.计算装置38a或38b可基于音频数据的音频特性来确定消息的紧急性等级。音频数据的音频特性可包括音频数据的音调、频率和/或分贝水平。在一些示例中，音频数据可在工人10a受到压力或恐慌时由一组音频特性定义，并且可在工人10a平静或放松时由另一组音频特性定义。在一个示例中，计算装置38b可基于第一组音频特性分配一个紧急性等级(例如，“紧急”或100分之80)，并且基于第二组音频特性分配不同的紧急性等级(例如，“正常”或100分之40)。类似地，计算装置38a可基于音频特性来确定消息的紧急性等级，并且可包括对元数据中的紧急性等级的指示。
43.计算装置38a或计算装置38b可基于消息的内容来确定消息的紧急性等级。例如，计算装置38a或计算装置38b可对音频数据执行自然语言处理(例如，语音识别)来确定消息的内容。该内容可指示救援请求、所请求的救援的类型、发送者正在执行的任务、发送者的位置或要执行的任务的位置、安全危险(例如，火灾、危险天气等)等或它们的组合。例如，计算装置38b可确定消息包括指示救援请求的一个或多个关键字，并且可将相对高的紧急性等级分配给消息。
44.又如，计算装置38a或38b可基于与发送者(例如，工人10a)相关联的用户数据诸如发送者的身份或发送者的位置来确定消息的紧急性等级。例如，计算装置38b可(例如，基于元数据)确定发送者不位于工作环境8内，并且可为消息分配相对低的紧急性等级。以这种方式，计算装置38b可优先考虑来自相同区域中的工人或可能正在执行类似任务的工人的消息。又如，计算装置38b可基于发送者的身份来分配紧急性等级。例如，计算装置38b可将相对高的紧急性等级分配给来自某些用户(例如，工人10b的监督者，诸如用户24)的消息，并且可将较低的紧急性等级分配给来自工人10a的消息(与来自用户24的消息相比)。
45.计算装置38b至少部分地基于工人的风险等级、消息的紧急性等级或两者来确定是否输出消息的视觉表示。计算装置38b可确定工人的风险等级是否满足阈值风险等级。在一个示例中，计算装置38b响应于确定工人的风险等级不满足(例如，小于)阈值风险等级而输出消息的视觉表示。例如，当风险等级小于阈值风险等级时，计算装置38b可推断显示消息的视觉表示不太可能增加工人10b经历安全事件的风险，使得可安全地显示消息的视觉表示(例如，文本、图标等)。又如，计算装置38b可响应于确定工人的风险等级满足(例如，大于或等于)阈值风险等级而避免输出消息的视觉表示。以这种方式，计算装置38b可动态地管理向工人10b输出的信息，以当工人安全性的风险相对高时通过避免潜在地分散工人的注意力来提高工人安全性。
46.计算装置38b可确定消息的紧急性等级是否满足阈值紧急性等级。在一些示例中，计算装置38b响应于确定消息的紧急性等级满足(例如，大于或等于)阈值紧急性等级而输出消息的视觉表示。又如，计算装置38b可响应于确定消息的紧急性等级不满足(例如，小于)阈值紧急性等级而避免输出消息的视觉表示。以这种方式，计算装置38b可通过输出紧急消息同时避免输出较不紧急的消息来动态地向工人10b输出信息以提高工人安全性。
47.计算装置38b可基于工人的风险等级和消息的紧急性等级来确定是否输出消息的视觉表示。在一些示例中，计算装置38b可将消息的紧急性等级与不同的阈值紧急性等级进行比较并且/或者将风险等级与不同的风险等级进行比较。在一个示例中，当计算装置38b确定工人的风险等级为第一风险等级(例如，“高”)时，计算装置38b可将紧急性等级与第一紧急性等级进行比较以确定是否输出消息的视觉表示。例如，当风险等级为“高”时，计算装置38b可在消息的紧急性等级为例如“危及生命”时输出消息的视觉表示，并且可避免针对所有其他(例如，较低、较不紧急)消息的消息的视觉表示。又如，当计算装置38b确定工人的风险等级为不同的风险等级(例如，“中等”)时，计算装置38b可将紧急性等级与第二紧急性等级进行比较以确定是否输出消息的视觉表示。例如，当工人10b的风险等级为例如“中等”时，计算装置38b可输出紧急性等级为例如“重要”、“非常重要”或“危及生命”的消息的视觉表示。
48.响应于确定输出消息的视觉表示，计算装置38b可使显示装置34b显示消息的视觉
表示。例如，计算装置38b可使显示装置34b输出包括消息的视觉表示的图形用户界面。视觉表示可包括文本、图标、表情符号、gif或消息的其他在视觉上可检测的表示。
49.计算装置38b可确定是否以类似于确定是否输出消息的视觉表示的方式输出消息的听觉表示。在一个示例中，听觉消息可较少分散工人的注意力，使得计算装置38b可在工人的风险等级相对高时输出消息的听觉表示，同时避免在相同的风险等级下输出消息的视觉表示。响应于确定输出消息的听觉表示，计算装置可使扬声器32b输出消息的听觉表示。
50.计算装置38b可从一个或多个设备制品30、一个或多个感测站21、ppems 6或它们的组合接收消息，并且确定是否输出消息的表示。消息可包括指示消息的紧急性的标志或元数据。
51.在一个示例中，计算装置38b从感测站21接收消息，其中，该消息包括指示环境8内的一个或多个环境危险的信息。计算装置38b可确定来自感测站21的消息的紧急性等级。例如，消息可指示工作环境的环境特性的水平，诸如温度、有害气体浓度水平、声音分贝水平等等。计算装置38b可将环境特性的水平与和环境特性相关联的一个或多个阈值进行比较来确定消息的紧急性等级。例如，计算装置38b可响应于确定有害气体水平高于安全阈值而确定消息的紧急性等级为“高”。计算装置38b可将消息的紧急性等级与阈值紧急性等级进行比较来确定是否向工人10b输出消息的表示(例如，听觉表示、视觉表示、触觉表示)。附加地或另选地，在一些情况下，计算装置38b可基于工人的风险等级来确定是否输出来自感测站21的消息的表示，如上所述。
52.计算装置38b可确定从设备30接收的消息的紧急性等级，以确定是否从设备30输出消息的表示。例如，消息可指示设备制品30的特性，诸如设备的运行状态(例如，“正常”、“故障”、“过热”等等)、使用状态(例如，指示电池寿命、过滤器寿命、剩余的氧气量等等)或关于设备30的操作的任何其他信息。计算装置38b可将特性与和特性相关联的一个或多个阈值进行比较来确定消息的紧急性等级。例如，计算装置38b可响应于呼吸器的氧气罐中留下的剩余氧气小于安全阈值来确定消息为“紧急”。计算装置38b可将消息的紧急性等级与阈值紧急性等级进行比较来确定是否向工人10b输出消息的表示(例如，听觉表示、视觉表示、触觉表示)。附加地或另选地，在一些情况下，计算装置38b可基于工人的风险等级来确定是否输出来自设备30的消息的表示，如上所述。
53.以这种方式，计算装置38可基于消息的紧急性等级和/或工人的风险等级来选择性地向工人10输出消息。选择性地输出消息可降低分散工人(例如，执行危险任务的工人)的注意力的风险。减少对工人的注意力分散可增加工人的安全性。
54.虽然计算装置38被描述为管理工人10之间的通信，但在一些示例中，ppems 6可包括计算装置38的功能性的全部或其子集。例如，ppems 6可确定工人的风险等级和/或消息的紧急性等级。ppems 6可基于风险等级和/或紧急性等级来确定是否向工人输出消息的表示。在一些示例中，ppems 6可使ppe制品13输出消息的视觉表示，例如，通过向ppe制品13输出命令以显示包括消息的至少一部分的gui。在一个示例中，ppems 6可确定避免输出消息的表示。在此类示例中，ppems 6可避免向ppe制品13输出命令，或者可输出导致ppe制品13避免输出消息的表示的命令。
55.图2是示出根据本公开的各种技术的个人防护设备制品的示例操作的概念图。在图2的实施例中，工人10可在利用ppe 13的同时与彼此通信。
56.工人10b(例如，amy)可向工人10a(例如，doug)说出第一消息(例如，“本周末有大的计划吗？”)。麦克风36b可检测音频输入(例如，工人10b所说的字词)并且可生成包括消息的音频数据。计算装置38b可将音频数据的指示输出到与工人10a相关联的计算装置38a。音频数据的指示可包括：包括音频数据的模拟信号、用音频数据编码的数字信号或指示第一消息的文本。
57.计算装置38a可确定工人10a的风险等级。在图2的实施例中，计算装置38a确定工人10a的风险等级为“低”。计算装置38a可至少部分地基于工人10a的风险等级来确定是否显示来自工人10b的第一消息的视觉表示。例如，计算装置38a可确定工人10a的风险等级不满足(例如，小于)阈值风险等级。在图2的实施例中，计算装置38a响应于确定工人10a的风险等级不满足阈值风险等级而确定输出第一消息的视觉表示。例如，计算装置38a可使显示装置34a显示图形用户界面202a。图形用户界面202a可包括第一消息的文本表示。在一些示例中，图形用户界面202a包括第二消息的视觉表示。例如，图形用户界面202可包括由参与通信的各方(例如，发送者、接收者)、话题等分组的消息。
58.在接收到第一消息之后，麦克风36a可检测工人10a所说的第二消息(例如，“回复晚了抱歉。没有，你呢？”)并且可生成包括第二消息的音频数据。计算装置38a可从麦克风36a接收音频数据并将音频数据的指示输出到计算装置38b。
59.计算装置38b可至少部分地基于工人10b的风险等级来确定是否输出第二消息的视觉指示。在图2的实施例中，计算装置38b确定工人10b的风险等级为“中等”。在一些示例中，计算装置38b响应于确定工人10b的风险等级满足(例如，大于或等于)阈值风险等级而确定避免输出第二消息的视觉表示。
60.计算装置38b可接收包括第三消息的音频数据的指示。例如，计算装置38b可从图1的远程用户24(例如，工人10b的监督者)接收第三消息。在一些示例中，计算装置38b至少基于工人10b的风险等级和第三消息的紧急性等级来确定是否输出第三消息的视觉表示。在图2的实施例中，计算装置38b可确定第三消息的紧急性等级为“中等”。计算装置38b可至少部分地基于第三消息的紧急性等级来确定工人10b的阈值风险等级。例如，计算装置38b可确定与工人10b当前的风险等级相关联的阈值紧急性等级为“中等”紧急性等级。在此类实施例中，计算装置38b可将第三消息的紧急性等级与阈值紧急性等级进行比较。计算装置可响应于确定第三消息的紧急性等级满足(例如，等于或大于)阈值紧急性等级而确定输出第三消息的视觉表示。例如，计算装置38b可通过使显示装置34b输出包括第三消息的表示的图形用户界面202b来输出第三消息的视觉表示。在一些情况下，如图2所示，图形用户界面202b包括第三消息的文本表示。在另一种情况下，图形用户界面202b可包括表示第三消息的图像(例如，当第三消息包括关于即将发生的暴风雨的信息时，视觉表示可包括诸如暴风云的图标)。
61.在一些示例中，第三消息包括与另一工人(例如，steve)相关联的任务的指示。在图2的实施例中，第三消息指示steve正在执行任务。在此类示例中，计算装置38b可输出与第三消息相关联的数据以用于显示。在一些情况下，与第三图像相关联的数据包括指示任务的位置的地图、与任务相关联的一个或多个ppe制品、与任务相关联的一个或多个设备制品或它们的组合。换句话讲，在一个示例中，图形用户界面202b可包括指示由另一工人执行的任务的位置的地图、与该任务相关联的一个或多个ppe制品和/或与该任务相关联的一个
或多个设备制品。
62.图3是示出根据本公开的各方面的包括计算装置的示例ppe的概念图。ppe 13a包括头部护具，该头部护具佩戴在工人的头部上以保护工人的听力、视力、呼吸或以其他方式保护工人。在图3的实施例中，ppe13a包括计算装置300。计算装置300可以是图1的计算装置38的示例。
63.计算装置300包括一个或多个处理器302、一个或多个存储装置304、一个或多个通信单元306、一个或多个传感器308、一个或多个用户界面(ui)装置310、传感器数据320、模型322、工人数据324和任务数据326。在一个示例中，处理器302被配置为实现功能性和/或处理用于在计算装置300内执行的指令。例如，处理器302可能够处理由存储装置304存储的指令。处理器302可包括例如微处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或等效的离散或集成逻辑电路。
64.存储装置304可包括计算机可读存储介质或计算机可读存储装置。在一些示例中，存储装置304可包括短期存储器或长期存储器中的一者或多者。存储装置304可包括例如随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)、磁性硬盘、光盘、闪存存储器、或电可编程存储器(eprom)或电可擦且可编程存储器(eeprom)的形式。
65.在一些示例中，存储装置304可存储操作系统或控制计算装置300的部件的操作的其他应用程序。例如，操作系统可促进将数据从电子传感器308传送到通信单元306。在一些示例中，存储装置304用于存储用于由处理器302执行的程序指令。存储装置304还可被配置为在操作期间将信息存储在计算装置300内。
66.计算装置300可使用一个或多个通信单元306经由一个或多个有线或无线连接来与外部装置通信。通信单元306可包括设计用于信号调制的各种混合器、滤波器、放大器和其他部件，以及设计用于发射和接收数据的一个或多个天线和/或其他部件。通信单元306可使用任何一种或多种合适的数据通信技术来向其他计算装置发送数据和接收数据。此类通信技术的示例可包括tcp/ip、以太网、4g、lte、dect(仅举几个示例)。在一些情况下，通信单元306可根据蓝牙低能量(blu)协议进行操作。在一些示例中，通信单元306可包括短程通信单元，诸如rfid读取器。
67.计算装置300包括一个或多个传感器308。传感器308的示例包括生理传感器、加速度计、磁力计、高度计、环境传感器等等。在一些示例中，生理传感器包括心率传感器、呼吸传感器、汗液传感器等。
68.ui装置310可被配置为接收用户输入和/或向用户输出信息(也称为数据)。ui装置310的一个或多个输入部件可接收输入。仅举几个示例，输入的示例为触觉、音频、动力学和光学输入。例如，ui装置310可包括鼠标、键盘、语音响应系统、摄像机、按钮、控制盘、麦克风316、或用于检测来自人类或机器的输入的任何其它类型的装置。在一些示例中，ui装置310可以是存在敏感输入部件，该存在敏感输入部件可包括存在敏感屏幕、触敏屏幕等。
69.ui装置310的一个或多个输出部件可生成输出。输出的示例为数据、触觉、音频以及视频输出。在一些示例中，ui装置310的输出部件包括显示装置312(例如，存在敏感屏幕、触摸屏、液晶显示器(lcd)显示器、发光二极管(led)显示器、光学头戴式显示器(hmd)等等)、发光二极管、扬声器314或用于向人类或机器生成输出的任何其他类型的装置。ui装置310可包括显示器、灯、按钮、按键(诸如箭头或其他指示标识按键)，并且可能能够以多种方
式诸如通过发出声音警报或通过振动来向用户提供警报或以其他方式提供信息。
70.根据本公开的各方面，计算装置300可被配置为当工人在工作环境内利用包括计算装置300的ppe制品时管理工人的通信。例如，计算装置300可确定是否向工人10a输出一个或多个消息的表示。
71.计算装置300从计算装置(诸如图1的计算装置38、ppems 6或计算装置16、18)接收音频数据的指示。计算装置300可确定是否输出消息的表示(例如，视觉表示、听觉表示或触觉表示)。在一些示例中，计算装置300至少部分地基于工人10a的风险等级和/或消息的紧急性等级来确定是否输出消息的视觉表示。
72.计算装置300可基于一个或多个规则来确定工人10a的风险等级和/或消息的紧急性等级。在一些示例中，该一个或多个规则存储在模型322中。尽管可使用其他技术，但是在一些示例中，使用机器学习来生成一条或多条规则。换句话讲，存储装置304可包括通过应用机器学习而生成的可执行代码。可执行代码可采用软件指令或规则集的形式，并且通常被称为模型，该模型随后可应用于诸如传感器数据320、工人数据324和/或任务数据326的数据。
73.可用于生成模型322的示例机器学习技术可包括各种学习方式，诸如受监督学习、无监督学习和半监督学习。算法的示例性类型包括贝叶斯算法、聚类算法、决策树算法、正则化算法、回归算法、基于实例的算法、人工神经网络算法、深度学习算法、降维算法等。具体算法的各种示例包括贝叶斯线性回归、提升决策树回归和神经网络回归、反向传播神经网络、apriori算法、k均值聚类、k最近邻(knn)、学习矢量量化(lvq)、自组织映射(som)、局部加权学习(lwl)、岭回归、最小绝对收缩和选择算子(lasso)、弹性网络、最小角度回归(lars)、主成分分析(pca)和主成分回归(pcr)。
74.在一些示例中，模型322包括针对各个工人、工人群体、特定环境、ppe类型、任务类型或它们的组合的独立模型。计算装置300可基于附加数据来更新模型322。例如，计算装置300可基于从ppe 13、感测站21或两者接收的数据来更新针对各个工人、工人群体、特定环境、ppe类型或它们的组合的模型322。
75.计算装置300可将一个或多个模型322应用于传感器数据320、工人数据324和/或任务数据326以确定工人10a的风险等级。在一个示例中，计算装置300可将模型322应用于由工人10a执行的任务的类型，并且输出工人10a的风险等级。又如，计算装置300可将模型322应用于指示工人10a的生理状况的传感器数据320，并且输出工人10a的风险等级。例如，计算装置300可将模型322应用于由传感器308生成的生理数据，以在生理数据指示工人呼吸相对困难或具有相对高的心率(例如，高于阈值心率)时确定风险等级相对高。又如，计算装置300可将模型322应用于工人数据324并且输出工人10a的风险等级。例如，计算装置300可将模型322应用于工人数据324，以当工人10a经验相对丰富时确定风险等级相对低，并且当工人10a相对缺乏经验时确定风险等级相对高。
76.又如，计算装置300将模型322应用于传感器数据320和任务数据326以确定工人10a的风险等级。例如，计算装置300可将模型322应用于指示环境特性(例如，工作环境中的环境声音的分贝水平)的传感器数据320和任务数据326(例如，指示任务的类型、任务的位置、任务的持续时间)以确定风险等级。例如，当任务涉及危险设备(例如，锋利的刀片等)并且工作环境中的噪声相对大时，计算装置300可确定工人10a的风险等级相对高。
77.计算装置300可应用一个或多个模型322来确定消息的紧急性等级。在一个示例中，计算装置300将模型322应用于音频数据的音频特性以确定消息的紧急性等级。例如，计算装置300可将模型322应用于音频特性以确定音频数据的音频特性指示发送者很害怕，使得计算装置300可确定消息的紧急性等级为高。
78.计算装置300可基于消息的内容和/或消息的元数据来确定消息的紧急性等级。例如，计算装置300可对音频数据执行自然语言处理(例如，语音识别)以确定消息的内容。在一个示例中，计算装置300可执行确定消息的内容并将模型322中的一个或多个模型应用于内容以确定消息的紧急性等级。例如，计算装置300可确定消息的内容包括不经意的会话，并且可基于应用模型322来确定消息的紧急性等级为低。又如，计算装置300将模型322应用于消息的数据元数据(例如，指示消息的发送者的数据)，并且基于元数据确定消息的紧急性等级。
79.在一些示例中，计算装置300至少部分地基于工人的风险等级、消息的紧急性等级或两者来确定是否输出消息的视觉表示。例如，计算装置300可确定风险等级是否满足阈值风险等级。在此类示例中，计算装置300可响应于确定工人的风险等级不满足(例如，小于)阈值风险等级而确定输出消息的表示。又如，计算装置300可响应于确定风险等级满足(例如，大于或等于)阈值风险等级而确定避免输出消息的表示。
80.在一些场景中，计算装置300响应于确定消息的紧急性等级满足(例如，大于或等于)阈值紧急性等级而确定输出消息的表示。消息的表示可包括消息的视觉表示、消息的听觉表示、消息的触觉表示或它们的组合。在一个实例中，计算装置300可经由显示装置312输出消息的视觉表示。在另一个实例中，计算装置300经由扬声器314输出消息的听觉表示。在一个示例中，计算装置300可响应于确定消息的紧急性等级不满足(例如，小于)阈值紧急性等级而确定避免输出消息的表示。
81.在一些示例中，计算装置响应于确定输出消息的表示而将消息的表示输出为视觉表示。在一个示例中，计算装置300确定消息的表示是否应该是视觉表示、听觉表示或触觉表示或它们的组合。换句话讲，计算装置300可确定表示消息的输出的类型(例如，听觉、视觉、触觉)。
82.计算装置300可基于ppe 13a的部件来确定输出的类型。在一个示例中，计算装置300响应于确定计算装置300包括扬声器314而确定输出的类型包括听觉输出。附加地或另选地，计算装置300可响应于确定计算装置300包括显示装置312而确定输出的类型包括视觉输出。以这种方式，计算装置300可输出消息的听觉表示、消息的视觉表示或两者。
83.在一些场景中，计算装置300基于工人10a的风险等级和/或消息的紧急性等级来确定输出的类型。在一种场景中，计算装置300将风险等级与一个或多个阈值风险等级进行比较来确定输出的类型。例如，计算装置300可响应于确定工人10a的风险等级包括“中等”阈值风险等级而确定输出的类型包括视觉输出，并且响应于确定风险等级包括“高”阈值风险等级而确定输出的类型包括听觉风险等级。换句话讲，在一个示例中，当工人的风险等级相对低或为中等风险时，计算装置300可输出消息的视觉表示。在风险等级相对高的示例中，计算装置300可输出消息的听觉表示并且可避免输出消息的视觉表示。
84.在一些示例中，计算装置300可存储一个或多个所接收的消息。例如，计算装置300可响应于确定避免输出该等级的表示而存储消息。作为一个示例，当工人的风险等级满足
阈值风险等级时，计算装置300可存储消息。在一些情况下，计算装置300可例如响应于确定工人的风险等级不满足阈值风险等级而在稍后的时间输出消息的表示。例如，计算装置300可使工人能够检查所存储的消息，并且可响应于接收到用于输出一个或多个所存储的消息的用户输入而输出消息的视觉表示、听觉表示和/或触觉表示。
85.计算装置300可从图1的感测站21、图1的ppems 6、图1的计算装置16、18、图1的设备30或其他装置接收消息。计算装置300可基于消息的紧急性和/或工人10a的风险等级来确定是否输出消息的表示。例如，计算装置300可以类似于确定从其他工人10接收的消息的紧急性等级的方式来确定消息的紧急性等级。作为一个示例，计算装置300可基于消息的紧急性等级来确定是否输出从设备制品30接收的消息的表示。消息可包括指示设备制品30的特性的数据，诸如设备的运行状态(例如，“正常”、“故障”、“过热”等等)、使用状态(例如，指示电池寿命、过滤器寿命、剩余的氧气量等等)或关于设备30的操作的任何其他信息。计算装置300可将特性与和特性相关联的一个或多个阈值进行比较来确定消息的紧急性等级。计算装置300可响应于确定紧急性等级满足阈值紧急性而输出消息的表示。附加地或另选地，在一些情况下，计算装置300可基于工人的风险等级来确定是否输出消息的表示，如上所述。
86.图4是根据本文所述技术的提供ppems 6的操作视角的框图，该ppems在作为基于云的平台托管时能够支持具有全体工人群体10的多个不同的环境8。在图4的实施例中，ppems 6的部件根据实现本公开的技术的多个逻辑层进行布置。每个层可由包括硬件、软件或硬件和软件的组合的一个或多个模块实现。
87.在图4中，安全设备62包括个人防护设备(ppe)13、信标17和感测站21。设备30、安全设备62和计算装置60作为经由接口层64与ppems6通信的客户端63操作。计算装置60通常执行客户端软件应用程序，诸如桌面应用程序、移动应用程序和web应用程序。计算装置60可表示图1的计算装置16、18中的任一者。计算装置60的示例可包括但不限于便携式或移动计算装置(例如，智能手机、可佩戴计算装置、平板电脑)、膝上型计算机、台式计算机、智能电视平台以及服务器，仅举几个示例。
88.在计算装置60上执行的客户端应用程序可与ppems 6进行通信，以发送和接收由服务68检索、存储、生成和/或以其他方式处理的数据。在计算装置60上执行的客户端应用程序可被实施用于不同平台，但是包括类似或相同的功能性。例如，客户端应用程序可以是被编译为在桌面操作系统上运行的桌面应用程序或被编译为在移动操作系统上运行的移动应用程序。作为另一个示例，客户端应用程序可为web应用程序，诸如显示从ppems 6接收的web页面的web浏览器。在web应用程序的示例中，ppems 6可接收来自web应用程序(例如，web浏览器)的请求、处理请求并往回向web应用程序发送一个或多个响应。以这种方式，web页面的收集、客户端侧处理的web应用程序以及由ppems 6执行的服务器侧处理共同提供执行本公开的技术的功能。以这种方式，客户端应用程序根据本公开的技术使用ppems 6的各种服务，并且这些应用程序可在各种不同的计算环境(例如，仅举几个示例，ppe的嵌入式电路或处理器、桌面操作系统、移动操作系统或web浏览器)内操作。
89.在一些示例中，在计算装置60处执行的客户端应用程序可请求和编辑事件数据，该事件数据包括存储在ppems 6处和/或由该ppems管理的分析数据。在一些示例中，客户端应用程序可请求和显示聚合的事件数据，该聚合的事件数据汇总或以其他方式聚合安全事
件的多个单个实例以及从安全设备62获得和/或由ppems 6生成的对应数据。客户端应用程序可与ppems 6进行交互，以查询关于过去和预测的安全事件、工人10的行为趋势的分析数据，这里仅举几个例子。在一些示例中，客户端应用程序可输出从ppems 6接收的数据以供显示，以使此类数据对计算装置60的用户可视化。如下文进一步所例示和描述，ppems 6可提供数据至客户端应用程序，客户端应用程序输出该数据用于显示在用户界面中。
90.如图4所示，ppems 6包括接口层64，该接口层表示由ppems 6呈现和支持的应用程序编程接口(api)或协议接口集。接口层64最初从计算装置60中的任一个计算装置接收消息以供在ppems 6处进一步处理。因此，接口层64可提供在计算装置60上执行的客户端应用程序可用的一个或多个接口。在一些示例中，接口可以是通过网络进入的应用程序编程接口(api)。接口层64可用一个或多个web服务器实现。一个或多个web服务器可接收传入请求，将来自请求的数据处理和/或转发到服务68，并且基于从服务68接收的数据，来向初始发送请求的客户端应用程序提供一个或多个响应。在一些示例中，实施接口层64的一个或多个web服务器可包括运行环境以部署提供一个或多个接口的程序逻辑。如下文进一步所述，每个服务可提供能够经由接口层64访问的一组一个或多个接口。
91.在一些示例中，接口层64可提供使用http方法与服务交互和操纵ppems 6的资源的代表性状态传输(restful)接口。在此类示例中，服务68可生成javascript object notation(json)消息，接口层64将该消息发送回提交初始请求的计算装置60。在一些示例中，接口层64使用简单对象访问协议(soap)提供web服务来处理来自计算装置60的请求。在其他示例中，接口层64可使用远程过程调用(rpc)来处理来自计算装置60的请求。在从客户端应用程序接收到使用一个或多个服务68的请求时，接口层64将数据发送到包括服务68的应用层66。
92.如图4所示，ppems 6还包括应用层66，该应用层表示用于实现ppems 6的大部分底层操作的服务的集合。应用层66接收从客户端63接收的请求中所包括的数据，并且根据由这些请求调用的服务68中的一个或多个服务来进一步处理该数据。应用层66可被实施为在一个或多个应用服务器(例如，物理或虚拟机)上执行的一个或多个离散软件服务。也就是说，应用服务器提供用于执行服务68的运行环境。在一些示例中，如上所述的功能接口层64和应用层66的功能可在同一服务器处实现。
93.应用层66可包括一个或多个独立的软件服务68，例如经由逻辑服务总线70通信的过程作为一个示例。服务总线70通常表示诸如通过发布/订阅通信模型允许不同的服务将消息发送到其他服务的逻辑互连或接口集。例如，服务68中的每个服务可基于针对相应服务设定的标准来订阅具体类型的消息。当服务发布服务总线70上特定类型的消息时，订阅该类型消息的其他服务将接收消息。以此方式，服务68中的每者可彼此传达数据。又如，服务68可使用套接字或其他通信机制以点对点的方式通信。在描述服务68中的每一个服务的功能性之前，本文简单地描述层。
94.ppems 6的数据层72表示数据储存库，该数据储存库使用一个或多个数据储存库74为ppems 6中的数据提供持久性。数据储存库通常可以是存储和/或管理数据的任何数据结构或软件。数据储存库的示例包括但不限于关系数据库、多维数据库、地图和散列表，仅举几个例子。可使用关系数据库管理系统(rdbms)软件来实现数据层72以管理数据储存库74中的数据。rdbms软件可管理一个或多个数据储存库74，使用结构化查询语言(sql)可访
问该一个或多个数据储存库。一个或多个数据库中的数据可使用rdbms软件来存储、检索和修改。在一些示例中，可使用对象数据库管理系统(odbms)、在线分析处理(olap)数据库或其他合适的数据管理系统来实现数据层72。
95.如图4所示，服务68a
‑
68c中的每个服务(统称为服务68)在ppems 6内以模块化形式实现。虽然针对每个服务被示出为单独的模块，但是在一些示例中，两个或更多个服务的功能性可组合到单个模块或部件中。服务68中的每个服务可以软件、硬件或硬件和软件的组合来实现。此外，服务68可被实现为独立的装置、单独的虚拟机或容器、进程、线程或通常用于在一个或多个物理处理器上执行的软件指令。在一些示例中，服务68中的一个或多个服务可各自提供通过接口层64暴露的一个或多个接口。因此，计算装置60的客户端应用程序可调用服务68中的一个或多个的一个或多个接口来执行本公开的技术。
96.事件端点前端68a作为前端接口操作，以用于与设备30和安全设备62交换通信。换句话讲，事件端点前端68a作为部署在环境8内并由工人10利用的设备的前线接口操作。在一些情况下，事件端点前端68a可实现为衍生的多个任务或作业，以接收包括由设备30和安全设备62感测和捕集的数据的事件流69的单独的入站通信。例如，事件流69可包括来自工人10和/或来自设备30的消息。事件流69可包括来自一个或多个ppe 13的传感器数据，诸如ppe传感器数据，以及来自一个或多个感测站21的环境数据。例如当接收事件流69时，事件端点前端68a可衍生使入站通信(称为一个事件)快速入队和关闭通信会话的任务，从而提供高速处理和可缩放性。每个传入通信可例如携带来自工人10、计算装置60的远程用户24的消息，或表示所感测的条件、运动、温度、动作的所捕集的数据(例如，传感器数据)或其他数据(通常称为事件)。事件端点前端68a与安全设备62、设备30和/或计算装置60之间交换的通信可以是实时的或伪实时的，具体取决于通信延迟和连续性。
97.一般来讲，事件处理器68b对传入事件流进行操作以更新数据储存库74内的事件数据74a。一般来讲，事件数据74a可包括由安全设备62或设备30生成的数据的全部或其子集。例如，在一些实例中，事件数据74a可包括从ppe 13、感测站21或设备30获得的全部数据流。在其他情况下，事件数据74a可包括此类数据的例如与特定时间段相关联的子集。事件处理器68b可创建、读取、更新和删除存储在事件数据74a中的事件数据。
98.根据本公开的技术，在一些示例中，分析服务68c被配置为当处于工作环境中的工人正在利用ppe 13时管理呈现给该工人的消息。分析服务68c可包括图1的ppems 6、图1的计算装置38和/或图3的计算装置300的功能性的全部或一部分。分析服务68c可确定是否使由第一工人利用的ppe制品13输出从第二工人接收的音频数据的表示。例如，ppems 6可接收包括来自图1的工人10a的消息的音频数据的指示。在一些情况下，音频数据的指示包括模拟信号，该模拟信号包括音频数据。在另一实例中，音频数据的指示包括用音频数据编码的数字信号。在又一实例中，音频数据的指示包括指示消息的文本。
99.分析服务68c可基于一个或多个规则来确定是否输出音频数据中所包括的消息的表示。可使用机器学习对规则进行预先制定或生成。在图4的实施例中，规则存储在模型74b中。在一些示例中，模型74b包括针对各个工人、工人群体、特定环境、ppe类型、任务类型或它们的组合的独立的模型。分析服务68c可在ppems 6接收附加数据诸如从安全设备62、设备30或两者接收的数据时更新模型74b。
100.在一些示例中，分析服务68c基于一个或多个模型74b来确定工人的风险等级。例
如，分析服务68c可将一个或多个模型74b应用于事件数据74a(例如，传感器数据)、工人数据74c、任务数据74d或它们的组合，以确定工人10a的风险等级。
101.分析服务68c可基于一个或多个模型74b来确定消息的紧急性等级。例如，分析服务68c可将一个或多个模型74b应用于音频数据、消息内容、消息元数据或它们的组合的音频特性。
102.在一些场景中，分析服务68c至少部分地基于工人10a的风险等级、所接收的消息的紧急性等级或两者来确定是否输出消息的表示。例如，分析服务68c可基于风险等级和/或紧急性等级来确定是否输出消息的视觉表示。又如，分析服务68c基于风险等级和/或紧急性等级来确定是否输出消息的听觉表示。在一些情况下，分析服务68c确定是否输出消息的视觉表示、消息的听觉表示、消息的听觉表示和视觉表示两者或者根本不输出。
103.响应于确定输出消息的视觉表示，分析服务68c可输出使ppe 13a的显示装置34a通过输出gui来输出消息的视觉表示的数据。gui可包括指示消息的文本或图像(例如，图标、表情符号、gif等)。类似地，分析服务68c可输出使ppe 13a的扬声器32a输出消息的听觉表示的数据。
104.图5是示出根据本公开的各种技术的示例计算系统的示例操作的流程图。下文在图1的由工人10b佩戴的ppe 13b的计算装置38b的上下文中描述图5。虽然在ppe 13b的计算装置38b的上下文中进行了描述，但其他计算装置(例如，图1的计算装置38a；图1、图4的ppems 6；图1的计算装置16、18；图3的计算装置300)也可执行所述功能性的全部或其子集。
105.计算装置38b接收包括消息的音频数据的指示(502)。计算装置38b可从另一计算装置(诸如与另一工人10a相关联的计算装置38a、ppems 6、计算装置16、18或任何其它计算装置)接收音频数据的指示。音频数据的指示可包括模拟信号，该模拟信号包括音频数据。音频数据的指示可包括用音频数据编码的数字信号。在一些情况下，音频数据的指示包括指示消息的文本。
106.在一些示例中，计算装置38b确定工人10b的风险等级(504)。在一些示例中，计算装置38b基于与由工人10b执行的任务相关联的任务数据、与工人10b相关联的工人数据、传感器数据(例如，由一个或多个环境传感器生成的环境数据和/或由与工人10b相关联的一个或多个生理传感器生成的生理数据)或它们的组合来确定风险等级。在一些示例中，计算装置38b通过将一个或多个模型(例如，由机器学习生成)应用于任务数据、工人数据和/或传感器数据来确定风险等级。
107.计算装置38b可至少部分地基于工人10b的风险等级来确定是否输出消息的视觉表示(506)。例如，计算装置38b可将风险等级与阈值风险等级进行比较。在一些情况下，计算装置38b基于工人10b的风险等级和消息的紧急性等级来确定是否输出消息的视觉表示。
108.在一些示例中，响应于确定输出消息的视觉表示(506的“是”分支)，计算装置38b输出消息的视觉表示(508)。例如，计算装置38b可通过经由ppe 13b的显示装置输出gui来输出消息的视觉表示。消息的视觉表示可包括文本、图像(例如，图标、表情符号、地图、gif等)或两者。
109.在一些示例中，计算装置38b响应于确定不输出消息的视觉表示(510的“否”分支)而避免输出消息的视觉表示(510)。在一些示例中，计算装置38b可输出消息的听觉表示而不是消息的视觉表示。又如，计算装置38b可避免输出消息的视觉或听觉表示。
110.以下编号实施例可示出本公开的一个或多个方面：
111.实施例1.一种方法，所述方法包括：由计算装置从第二工人接收音频数据的指示，所述音频数据包括消息；由所述计算装置确定利用个人防护设备制品的第一工人的风险等级；由所述计算装置至少部分地基于所述风险等级来确定是否显示所述消息的视觉表示；以及响应于确定显示所述消息的所述视觉表示，由所述计算装置输出所述消息的所述视觉表示以供所述ppe制品的显示装置显示。
112.实施例2：根据实施例1所述的方法，其中确定所述风险等级是至少部分地基于所述工人的一个或多个生理状况的。
113.实施例3：根据实施例1至2中任一项所述的方法，其中确定所述风险等级进一步至少部分地基于与所述第一工人相关联的任务的任务数据，其中所述任务数据包括以下中的至少一者：所述任务的位置、所述任务的复杂性、对所述第一工人造成的伤害的严重程度、对所述第一工人造成伤害的可能性、所述任务的类型或所述任务的持续时间。
114.实施例4：根据实施例1至3中任一项所述的方法，其中所述视觉表示包括文本或图像中的一者或多者。
115.实施例5：根据实施例1至4中任一项所述的方法，所述方法还包括：由所述计算装置确定所述消息的紧急性等级；以及由所述计算装置进一步基于所述消息的紧急性等级来确定是否显示所述消息的所述视觉表示。
116.实施例6：根据实施例5所述的方法，其中确定所述紧急性等级是基于所述音频数据的一个或多个音频特性的。
117.实施例7：根据实施例5至6中任一项所述的方法，其中确定所述紧急性等级是基于所述消息的内容的。
118.实施例8.根据实施例5至7中任一项所述的方法，其中确定所述紧急性等级是基于所述消息的元数据的。
119.实施例9.根据实施例1至8中任一项所述的方法，所述方法还包括：由所述计算装置确定是否输出所述消息的听觉表示；
120.实施例10.根据实施例1至9中任一项所述的方法，其中所述消息指示与另一工人相关联的任务，所述方法还包括：由所述计算装置输出与所述消息相关联的数据以供所述显示装置显示，其中与所述消息相关联的所述数据包括以下中的一者或多者：指示所述任务的位置的地图；与所述任务相关联的一个或多个ppe制品；或与所述任务相关联的一个或多个设备制品。
121.实施例11.根据实施例1至10中任一项所述的方法，其中所述消息是第一消息，所述方法还包括：由所述计算装置从包括所述第一工人的工作环境内的设备制品接收第二消息；以及由计算装置确定是否输出所述第二消息的表示。
122.虽然已参考具体的示例性实施方案对本公开的方法和系统进行了描述，但本领域的普通技术人员将容易认识到，在不脱离本公开的实质和范围的情况下，可对本公开进行各种修改和变型。
123.在优选实施方案的具体描述中参考了附图，这些附图示出了可实践本发明的具体实施方案。例示的实施方案并非旨在详尽列举根据本发明的所有实施方案。应当理解，在不脱离本发明范围的情况下，可利用其他实施方案，并且可进行结构性或逻辑性的改变。因
此，不能认为以下的详细描述具有限制意义，并且本发明的范围由所附权利要求书限定。
124.除非另外指明，否则本说明书和权利要求书中所使用的表达特征尺寸、量和物理特性的所有数在所有情况下均应理解成由术语“约”修饰。因此，除非有相反的说明，否则在上述说明书和所附权利要求书中列出的数值参数均为近似值，这些近似值可根据本领域的技术人员利用本文所公开的教导内容来寻求获得的期望特性而变化。
125.除非内容另外明确指明，否则如本说明书和所附权利要求书中所使用的，单数形式“一个/种”和“所述”涵盖了具有多个指代物的实施方案。除非内容另外明确指明，否则如本说明书和所附权利要求书中使用的，术语“或”一般以其包括“和/或”的意义采用。
126.若在本文使用空间相关的术语，包括但不限于“近侧”、“远侧”、“下部”、“上部”、“下方”、“下面”、“上面”、和“在顶部上”，则用于方便描述一个或多个元件相对于另一个元件的空间关系。除了附图中描绘和本文所述的特定取向外，此类空间相关的术语涵盖装置在使用或操作时的不同取向。例如，如果图中所描绘的对象翻转或倒转，则先前描述为在其他元件下面或下方的部分就应当在这些其他元件上面或在其顶部上。
127.如本文所用，例如当元件、部件或层被描述为与另一元件、部件或层形成“一致界面”，或在“其上”、“连接到其”、“与其耦接”、“堆叠在其上”或“与其接触”，则可为直接在其上、直接连接到其、直接与其耦接、直接堆叠在其上或直接与其接触，或者例如居间的元件、部件或层可在特定元件、部件或层上，或连接到其、耦接到其或与其接触。例如，当元件、部件或层例如被称为“直接在”另一元件“上”、“直接连接到”另一元件、“直接与”另一元件“耦接”或“直接与”另一元件“接触”时，不存在居间的元件、部件或层。可在多种计算机装置中实施本公开的技术，该计算机装置为诸如服务器、膝上型计算机、台式计算机、笔记本电脑、平板计算机、手持式计算机、智能电话等。任何部件、模块或单元均被描述来强调功能方面，并且不一定需要由不同的硬件单元来实现。本文所述的技术还可在硬件、软件、固件、或他们的任何组合中实施。作为模块、单元或部件描述的任何特征可一起实施在集成式逻辑装置中或者可作为分立但彼此协作的逻辑装置来独立实施。在一些情况下，可将各种特征实施为集成电路装置，诸如集成电路芯片或芯片组。另外，尽管本说明书通篇描述了多种不同的模块，其中许多模块执行唯一的功能，但可将所有模块的所有功能组合到单个模块中，或者进一步拆分到其他附加的模块中。本文所述的模块仅是示例性的，并且被如此描述的目的是为了更容易理解。
128.如果在软件中实施，那么该技术可至少部分地通过包括指令的计算机可读介质来实现，这些指令当在处理器中执行时执行上文所述方法中的一种或多种。计算机可读介质可包括有形计算机可读存储介质，并且可形成计算机程序产品的一部分，计算机程序产品可包括包装材料。计算机可读存储介质可包括随机访问存储器(ram)诸如同步动态随机访问存储器(sdram)、只读存储器(rom)、非易失性随机访问存储器(nvram)、电可擦可编程的只读存储器(eeprom)、闪速(flash)存储器、磁性或光学的数据存储介质等。计算机可读存储介质还可包括非易失性存储设备，诸如硬盘、磁带、光盘(cd)、数字多用光盘(dvd)、蓝光光盘、全息数据存储介质或其他非易失性存储设备。
129.如本文所用的术语“处理器”可指适用于实施本文所述的技术的前述结构中的任一者或任何其他结构。此外，在一些方面，本文所述的功能可提供在被配置成用于执行本公开的技术的专用软件模块或硬件模块内。即使在软件中实施，该技术也可使用用于执行软
件的硬件例如处理器、以及用于存储软件的存储器。在任何此类情况下，本文所述的计算机可定义能够执行本文所述的特定功能的特定机器。另外，该技术可在也可被视为处理器的一个或多个电路或逻辑元件中全面实施。