海上升压站远程作业人员轨迹管控系统及方法与流程

本申请涉及智能化轨迹管控，尤其涉及一种海上升压站远程作业人员轨迹管控系统及方法。

背景技术：

1、海上升压站是一种用于提高油气井产量的设备，它需要定期进行维护和检修，以保证其安全和稳定运行。然而，海上升压站的作业环境复杂且危险，作业人员需要穿戴防护服、头盔、氧气瓶等装备，同时还要承受高温、高压、高湿等恶劣条件。因此，如何有效地监控和管理作业人员的实时状态，是保障海上升压站运行安全的重要问题。

2、传统的监控手段主要依靠人工观察和巡检，无法实时获取作业人员的状态信息。这种方式存在盲区和延迟，无法及时发现和处理紧急情况。

3、因此，期待一种优化的方案。

技术实现思路

1、本申请提供一种海上升压站远程作业人员轨迹管控系统及方法，其可以从轨迹数据中学习作业人员的运动状态的同时，从生理数据中学习作业人员的生理状态，从而对作业人员的身体状况进行实时监测和管控。

2、本申请还提供了一种海上升压站远程作业人员轨迹管控方法，其包括：

3、获取由定位设备采集的作业人员的轨迹数据，所述轨迹数据为位置时序序列；

4、获取由智能手环采集的所述作业人员的生理信号时序序列；

5、提取所述轨迹数据的人员运动特征以得到运动模式语义理解特征向量；

6、提取所述生理信号时序序列的人员生理状态特征以得到生理状态时序关联特征图；

7、基于所述运动模式语义理解特征向量和所述生理状态时序关联特征图之间的跨模态交互特征，确定所述作业人员的健康状况等级。

8、本申请还提供了一种海上升压站远程作业人员轨迹管控系统，其包括：

9、轨迹数据获取模块，用于获取由定位设备采集的作业人员的轨迹数据，所述轨迹数据为位置时序序列；

10、生理信号获取模块，用于获取由智能手环采集的所述作业人员的生理信号时序序列；

11、运动模式语义理解特征提取模块，用于提取所述轨迹数据的人员运动特征以得到运动模式语义理解特征向量；

12、人员生理状态特征提取模块，用于提取所述生理信号时序序列的人员生理状态特征以得到生理状态时序关联特征图；

13、健康状况等级确定模块，用于基于所述运动模式语义理解特征向量和所述生理状态时序关联特征图之间的跨模态交互特征，确定所述作业人员的健康状况等级。

14、与现有技术相比，本申请提供的海上升压站远程作业人员轨迹管控系统及方法，其可以从轨迹数据中学习作业人员的运动状态的同时，从生理数据中学习作业人员的生理状态，从而对作业人员的身体状况进行实时监测和管控。

技术特征：

1.一种海上升压站远程作业人员轨迹管控方法，其特征在于，包括：

2.根据权利要求1所述的海上升压站远程作业人员轨迹管控方法，其特征在于，提取所述轨迹数据的人员运动特征以得到运动模式语义理解特征向量，包括：

3.根据权利要求2所述的海上升压站远程作业人员轨迹管控方法，其特征在于，所述基于多尺度邻域特征提取模块的运动模式特征提取器，包括：相互并行的第一卷积层和第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的融合层，其中，所述第一卷积层和所述第二卷积层使用具有不同尺度的一维卷积核。

4.根据权利要求3所述的海上升压站远程作业人员轨迹管控方法，其特征在于，将所述位置时序输入向量通过基于多尺度邻域特征提取模块的运动模式特征提取器以得到所述运动模式语义理解特征向量，包括：

5.根据权利要求4所述的海上升压站远程作业人员轨迹管控方法，其特征在于，提取所述生理信号时序序列的人员生理状态特征以得到生理状态时序关联特征图，包括：

6.根据权利要求5所述的海上升压站远程作业人员轨迹管控方法，其特征在于，基于所述运动模式语义理解特征向量和所述生理状态时序关联特征图之间的跨模态交互特征，确定所述作业人员的健康状况等级，包括：

7.根据权利要求6所述的海上升压站远程作业人员轨迹管控方法，其特征在于，对所述运动模式语义理解特征向量和所述生理状态时序关联特征图进行跨模态特征分布融合以得到轨迹-生理跨模态响应融合特征图，包括：

8.根据权利要求7所述的海上升压站远程作业人员轨迹管控方法，其特征在于，将所述运动模式语义理解特征向量和所述生理状态时序关联特征图通过基于metanet模型的跨模态逐通道响应融合模块以得到所述轨迹-生理跨模态响应融合特征图，包括：

9.根据权利要求8所述的海上升压站远程作业人员轨迹管控方法，其特征在于，还包括训练步骤：对所述基于多尺度邻域特征提取模块的运动模式特征提取器、所述基于卷积神经网络模型的生理状态特征提取器、所述基于metanet模型的跨模态逐通道响应融合模块和所述分类器进行训练；其中，所述训练步骤，包括：

10.一种海上升压站远程作业人员轨迹管控系统，其特征在于，包括：

技术总结
本申请公开了一种海上升压站远程作业人员轨迹管控系统及方法，其结合基于深度学习的人工智能技术，将作业人员的轨迹数据和生理数据进行综合分析与特征交互融合处理，以从轨迹数据中学习作业人员的运动状态的同时，从生理数据中学习作业人员的生理状态，从而对作业人员的身体状况进行实时监测和管控。

技术研发人员：钭锦周,袁林松,王银丰,朱玲芬,陈正东,林玮,洪盛林,孔令嘉,彭亮,刘冰
受保护的技术使用者：浙江浙能嘉兴海上风力发电有限公司
技术研发日：
技术公布日：2024/4/17