实验室内危化品的管理方法及系统与流程

本发明涉及危险品技术，尤其涉及实验室内危化品的管理方法及系统。

背景技术：

1、实验室安全，特别是涉及危险化学品的操作安全，一直是科研和生产活动中的重要关注点。传统的实验室安全管理主要依赖于人工监督和纸质记录，这种方式存在效率低下、主观性强、难以全面覆盖等问题。随着计算机视觉、人工智能等技术的快速发展，越来越多的研究致力于利用这些技术实现实验室安全管理的自动化和智能化。例如，一些研究利用图像识别技术对实验室人员的着装进行检测，提醒其佩戴必要的防护装备；另一些研究则尝试利用传感器监测环境参数，如温度、湿度、气体浓度等，以预防潜在的危险。

2、然而，现有的实验室安全管理技术仍然存在一些缺陷和不足：首先，对操作行为的分析不够精细，难以识别出细微的违规操作。现有的技术大多关注于宏观的场景识别，例如人员是否在指定区域操作，是否佩戴了防护装备等，而对于操作过程中具体的动作规范性则缺乏有效的分析手段。其次，缺乏针对性的纠偏指导。即使发现了违规操作，现有的系统也往往只能给出简单的警示，而无法提供具体的改进建议，难以帮助操作人员有效地纠正错误。最后，评估标准难以动态调整。实验室操作规范可能会随着新的研究进展或安全标准的变化而更新，现有的系统通常难以灵活地适应这些变化，导致评估标准滞后，影响安全管理的效果。

技术实现思路

1、本发明实施例提供实验室内危化品的管理方法及系统，能够解决现有技术中的问题。

2、本发明实施例的第一方面，

3、提供实验室内危化品的管理方法，包括：

4、通过部署在实验室多个区域的图像采集装置获取操作人员的危险品操作视频数据，所述图像采集装置包括红外热成像相机和深度相机；将所述操作视频数据输入预先训练的人体姿态识别模型，提取操作人员的关键节点坐标信息和骨骼运动轨迹信息；基于预设的危险品操作规范数据库，将所述关键节点坐标信息和骨骼运动轨迹信息映射为标准化的操作行为序列数据；

5、将所述操作行为序列数据输入预训练的时序行为评估模型，所述时序行为评估模型基于长短时记忆网络构建，用于识别操作行为序列数据中的不规范操作片段；针对所述不规范操作片段，结合预设的危险品属性信息库，计算每个不规范操作对应的风险等级系数；基于所述风险等级系数和不规范操作片段的时空特征，生成包含操作时间、位置、动作类型和风险评分的多维评估报告；

6、根据所述多维评估报告，调用预设的纠偏策略库，生成针对性的操作行为改进建议，所述操作行为改进建议包括文字描述、标准动作视频和三维动作示范模型；通过实验室终端设备向操作人员推送所述操作行为改进建议；监测操作人员执行改进建议后的操作行为，更新风险评分，当连续三次风险评分低于预设阈值时，将对应的操作行为序列数据添加至标准操作样本库；基于所述标准操作样本库定期更新时序行为评估模型的参数，实现评估标准的动态优化。

7、将所述操作视频数据输入预先训练的人体姿态识别模型，提取操作人员的关键节点坐标信息和骨骼运动轨迹信息包括：

8、将所述操作视频数据输入预先训练的人体姿态识别模型，所述人体姿态识别模型采用双流特征提取网络分别处理rgb图像序列和深度图像序列，所述rgb图像序列经过resnet-50网络提取操作者表观特征，所述深度图像序列经过pointnet++网络处理三维点云数据获取操作者空间位置信息；基于注意力机制计算所述表观特征和所述空间位置信息的特征通道重要性得分，根据所述重要性得分对所述表现特征和所述空间位置信息进行加权融合，得到融合特征；

9、将所述融合特征输入时空卷积模块，将所述时空卷积模块输出的特征通过多尺度特征金字塔进行关键节点检测，结合位置敏感损失函数提取关键节点坐标信息；

10、基于所述关键节点坐标信息构建骨骼连接图，通过图卷积网络处理骨骼节点序列学习节点间运动相关性，采用kalman滤波对所述骨骼节点序列的预测轨迹进行平滑处理，得到骨骼运动轨迹信息。

11、基于预设的危险品操作规范数据库，将所述关键节点坐标信息和骨骼运动轨迹信息映射为标准化的操作行为序列数据包括：

12、基于预设的危险品操作规范数据库，将所述关键节点坐标信息和所述骨骼运动轨迹信息映射为标准化的操作行为序列数据，将所述危险品操作规范数据库中的标准动作分解为基本动作单元，所述基本动作单元包含关键节点相对位置关系和运动轨迹特征；

13、采用动态时间规整算法将所述骨骼运动轨迹信息与所述基本动作单元进行匹配对齐；通过自适应尺度变换模块对所述关键节点坐标信息进行归一化处理；

14、基于概率图模型建立包含时序约束和空间约束的状态转移矩阵，结合危险品类型和操作环境信息，通过维特比算法求解最优状态序列；将所述最优状态序列按照操作类型、动作单元时序关系、规范化坐标和运动特征的层次结构生成所述标准化的操作行为序列数据。

15、将所述操作行为序列数据输入预训练的时序行为评估模型，所述时序行为评估模型基于长短时记忆网络构建，用于识别操作行为序列数据中的不规范操作片段；针对所述不规范操作片段，结合预设的危险品属性信息库，计算每个不规范操作对应的风险等级系数包括：

16、将所述操作行为序列数据输入预训练的时序行为评估模型，所述时序行为评估模型基于长短时记忆网络构建，所述时序行为评估模型的输入层将所述操作行为序列数据按照二秒时长且相邻窗口重叠率为百分之五十的时间窗口进行分段，提取每个时间窗口内操作行为序列数据的关键节点相对位置关系、运动速度、加速度、关节角度变化率构建多维特征向量；采用一乘一、三乘三、五乘五三种卷积核并行处理所述多维特征向量，通过通道注意力机制对不同尺度特征进行自适应融合得到时序特征；

17、将所述时序特征输入双向长短时记忆网络，所述双向长短时记忆网络包括正向长短时记忆网络和反向长短时记忆网络，所述正向长短时记忆网络和所述反向长短时记忆网络的每个网络单元包含输入门、遗忘门和输出门，并引入残差连接和层归一化机制；基于时序注意力机制计算不同时间步的重要性权重，根据所述重要性权重识别所述操作行为序列数据中的不规范操作片段；

18、针对所述不规范操作片段，结合预设的危险品属性信息库，计算每个不规范操作片段对应的风险等级系数，从所述危险品属性信息库提取危险特性参数，将所述不规范操作片段的位置偏差、速度偏差、姿态偏差特征与所述危险特性参数进行多维度映射构建风险评估矩阵；采用层次分析法确定不同偏差维度的权重系数，针对超过安全阈值的偏差采用指数增长的非线性映射函数计算所述风险等级系数。

19、根据所述多维评估报告，调用预设的纠偏策略库，生成针对性的操作行为改进建议，所述操作行为改进建议包括文字描述、标准动作视频和三维动作示范模型；通过实验室终端设备向操作人员推送所述操作行为改进建议包括：

20、基于所述多维评估报告中的风险特征，构建特征向量；基于知识图谱检索算法计算所述特征向量与预设纠偏策略库中策略节点的相似度，选取相似度最高的多个策略形成候选策略集合；采用模糊推理对所述候选策略集合进行环境约束评估、危险度评估、操作者能力评估，通过加权融合得到每个策略的适应性分数；

21、调用所述预设纠偏策略库中适应性分数最高的策略生成操作行为改进建议，将所述策略转化为包含具体参数和操作要点的文字描述；从动作模板库中检索与当前操作类型匹配的标准动作序列，通过姿态对齐和轨迹平滑处理生成标准动作视频；基于所述标准动作序列的关键帧构建运动轨迹，通过逆运动学算法将所述运动轨迹映射至人体骨骼模型生成三维动作示范模型；所述操作行为改进建议包括所述文字描述、所述标准动作视频和所述三维动作示范模型。

22、基于所述标准动作序列的关键帧构建运动轨迹，通过逆运动学算法将所述运动轨迹映射至人体骨骼模型生成三维动作示范模型包括：

23、计算所述标准动作序列中相邻帧之间的光流场，根据所述光流场的幅值变化和方向变化构建运动能量函数；基于自适应阈值对所述运动能量函数进行峰值检测，将峰值对应的帧标记为关键帧；对所述关键帧进行空间标准化处理，消除拍摄角度和距离引起的变形得到标准化关键帧；

24、采用三次样条插值函数对所述标准化关键帧中的关键点位置进行插值生成初始运动轨迹；根据人体运动学特性构建关节角度约束和速度约束，将所述关节角度约束和所述速度约束作为边界条件施加到所述初始运动轨迹；以最小化加速度为优化目标对所述初始运动轨迹进行平滑处理得到平滑运动轨迹；基于所述关键帧的时间信息调整插值点密度对所述平滑运动轨迹进行速度调整；

25、将人体骨骼结构分解为多个运动链，基于末端执行器的重要程度为各个所述运动链分配优先级；对具有解析解的所述运动链直接计算关节角度，对不具有解析解的所述运动链采用带阻尼因子的最小二乘法迭代求解关节角度；构建关节舒适度评估函数计算所述关节角度与自然姿态的偏差，将所述偏差作为软约束加入优化目标；监测迭代过程中的误差变化率，根据所述误差变化率动态调整阻尼因子大小；

26、检测所述关节角度在相邻帧之间的变化幅度，识别引起跳变的关节角度；对识别出的跳变的关节角度采用最小化加速度准则进行轨迹重规划实现平滑过渡；将优化后的关节角度序列施加到人体骨骼模型，生成具有连续性和自然性的三维动作示范模型。

27、本发明实施例的第二方面，

28、提供实验室内危化品的管理系统，包括：

29、第一单元，用于通过部署在实验室多个区域的图像采集装置获取操作人员的危险品操作视频数据，所述图像采集装置包括红外热成像相机和深度相机；将所述操作视频数据输入预先训练的人体姿态识别模型，提取操作人员的关键节点坐标信息和骨骼运动轨迹信息；基于预设的危险品操作规范数据库，将所述关键节点坐标信息和骨骼运动轨迹信息映射为标准化的操作行为序列数据；

30、第二单元，用于将所述操作行为序列数据输入预训练的时序行为评估模型，所述时序行为评估模型基于长短时记忆网络构建，用于识别操作行为序列数据中的不规范操作片段；针对所述不规范操作片段，结合预设的危险品属性信息库，计算每个不规范操作对应的风险等级系数；基于所述风险等级系数和不规范操作片段的时空特征，生成包含操作时间、位置、动作类型和风险评分的多维评估报告；

31、第三单元，用于根据所述多维评估报告，调用预设的纠偏策略库，生成针对性的操作行为改进建议，所述操作行为改进建议包括文字描述、标准动作视频和三维动作示范模型；通过实验室终端设备向操作人员推送所述操作行为改进建议；监测操作人员执行改进建议后的操作行为，更新风险评分，当连续三次风险评分低于预设阈值时，将对应的操作行为序列数据添加至标准操作样本库；基于所述标准操作样本库定期更新时序行为评估模型的参数，实现评估标准的动态优化。

32、本发明实施例的第三方面，

33、提供一种电子设备，包括：

34、处理器；

35、用于存储处理器可执行指令的存储器；

36、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

37、本发明实施例的第四方面，

38、提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

39、本技术的有益效果如下：

40、1.提升危化品操作安全性：通过实时监测和评估操作人员的行为，及时发现并纠正不规范操作，有效降低人为失误导致的事故风险，保障实验室人员和环境安全。

41、2.实现操作行为的标准化和规范化：利用人工智能技术，将操作规范转化为可量化的指标，并提供针对性的改进建议，帮助操作人员学习和掌握正确的操作方法，促进实验室操作行为的标准化和规范化。

42、3.持续改进评估模型和操作规范：通过不断积累和分析操作数据，动态更新评估模型和标准操作样本库，使评估标准更加贴合实际操作情况，实现评估体系的持续改进和优化。