工程师作业预警方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种工程师作业预警方法、装置、计算机设备和存储介质。所述方法包括：采集工程师实时数据，所述工程师实时数据包括工程师实时位置数据、工程师行为数据和实时图像；根据所述工程师实时数据得到工程师数据样本，所述工程师数据样本中包括多个第一属性信息；确定每个所述第一属性信息对应的权重系数；根据所述工程师数据样本中的多个第一属性信息以及每个所述第一属性信息对应的权重系数确定所述工程师数据样本对应的安全参数；若所述工程师数据样本对应的安全参数满足预设预警条件，对工程师实时作业进行预警。本申请实施例能够实时监控工程师作业安全状态并及时预警，有效提高作业工程安全性。

【技术实现步骤摘要】
工程师作业预警方法、装置、计算机设备和存储介质
本申请涉及物联网和数据处理
，特别是涉及一种工程师作业预警方法、装置、计算机设备和存储介质。
技术介绍
现阶段对于工程师作业的管理大多停留在作业的事后管理，监控工程师实地销单、用户评价、任务单产生和完结，对工程师上门作业的质量问题进行定位和评价。然而作业实施过程中常会出现一些不安全因素，随着工程师行为、作业环境等情况的变化而波动，给工程师作业造成一定的风险和隐患，使得作业安全问题不能得到很好的保障，并对于有效管理作业流程带来一定的困难。
技术实现思路
本专利技术针对现有技术的缺点，提供了一种工程师作业预警方法、装置、计算机设备和存储介质。本专利技术实施例能够实时监控工程师作业安全状态并及时预警，有效提高作业工程安全性。本专利技术根据第一方面提供了一种工程师作业预警方法，在一个实施例中，该方法包括：采集工程师实时数据，工程师实时数据包括工程师实时位置数据、工程师行为数据和实时图像；根据工程师实时数据得到工程师数据样本，工程师数据样本中包括多个第一属性信息；确定每个第一属性信息对应的权重系数；根据工程师数据样本中的多个第一属性信息以及每个第一属性信息对应的权重系数确定工程师数据样本对应的安全参数；若工程师数据样本对应的安全参数满足预设预警条件，对工程师实时作业进行预警。在其中一个实施例中，上述的确定每个第一属性信息对应的权重系数包括：根据优化算法模型对特征样本库中的数据进行处理，得到每个第一属性信息对应的权重系数，特征样本库为预先建立的样本数据库。在其中一个实施例中，上述的优化算法模型为序列最小优化算法模型。在其中一个实施例中，还包括：若工程师数据样本对应的安全参数满足预设预警条件，将工程师数据样本存入特征样本库。在其中一个实施例中，上述的若工程师数据样本对应的安全参数满足预设预警条件，对工程师实时作业进行预警包括：根据每个第一属性信息对应的权重系数以及预设特征值确定安全阈值，预设特征值包括每个第一属性信息对应的特征信息；若工程师数据样本对应的安全参数大于安全阈值，对工程师实时作业进行预警。在其中一个实施例中，上述的若工程师数据样本对应的安全参数满足预设预警条件，将工程师数据样本存入特征样本库包括：若工程师数据样本对应的安全参数大于安全阈值，将工程师数据样本存入特征样本库。在其中一个实施例中，上述的根据每个第一属性信息对应的权重系数以及预设特征值确定安全阈值包括：根据每个第一属性信息对应的权重系数确定每个第一属性信息对应的归一化系数；根据每个第一属性信息对应的归一化系数对所有第一属性信息对应的特征信息进行加权求和，得到安全阈值。在其中一个实施例中，上述的根据工程师数据样本中的多个第一属性信息以及每个第一属性信息对应的权重系数确定工程师数据样本对应的安全参数包括：根据每个第一属性信息对应的归一化系数对所有第一属性信息进行加权求和，得到工程师数据样本对应的安全参数。在其中一个实施例中，上述的采集工程师实时数据包括：通过定位装置采集工程师实时位置数据；通过工程师佩戴的传感器采集工程师行为数据；通过视频图像采集装置采集实时图像。在其中一个实施例中，还包括：获取工程师历史数据。在其中一个实施例中，上述的根据工程师实时数据得到工程师数据样本包括：根据工程师实时数据以及工程师历史数据获得工程师数据样本。在其中一个实施例中，上述的工程师行为数据包括：肢体动作数据，环境数据和生理数据。在其中一个实施例中，还包括：根据环境数据获得工程师作业环境指数；根据生理数据获得工程师健康指数；根据肢体动作数据和实时图像获得工程师行为规范数据；将工程师作业环境指数、工程师健康指数以及工程师行为规范数据在前端界面展示，以便用户监控工程师实时作业状态。在其中一个实施例中，上述的环境数据包括多个第二属性信息；生理数据包括多个第三属性信息。在其中一个实施例中，上述的根据环境数据获得工程师作业环境指数包括：对环境数据中的多个第二属性信息分别做映射处理，得到多个第一中间数据；对多个第一中间数据进行求和，得到作业环境指数。在其中一个实施例中，上述的根据生理数据获得工程师健康指数包括：对生理数据中的多个第三属性信息分别做映射处理，得到多个第二中间数据；对多个第二中间数据进行求和，得到健康指数。在其中一个实施例中，上述的根据肢体动作数据和实时图像获得工程师行为规范数据包括：对实时图像进行识别处理，得到第三中间数据；根据肢体动作数据和第三中间数据获得工程师行为规范数据。本专利技术根据第二方面提供了一种工程师作业预警装置，在一个实施例中，该装置包括：数据采集模块，用于采集工程师实时数据，工程师实时数据包括工程师实时位置数据、工程师行为数据和实时图像；样本获取模块，用于根据工程师实时数据得到工程师数据样本，工程师数据样本中包括多个第一属性信息；权重系数确定模块，用于确定每个第一属性信息对应的权重系数；安全参数确定模块，用于根据工程师数据样本中的多个第一属性信息以及每个第一属性信息对应的权重系数确定工程师数据样本对应的安全参数；预警模块，用于当工程师数据样本对应的安全参数满足预设预警条件时，对工程师实时作业进行预警。本专利技术根据第三方面提供了一种工程师作业预警计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法实施例中的步骤。本专利技术根据第四方面提供了一种工程师作业预警计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法实施例中的步骤。上述工程师作业预警方法、装置、计算机设备和存储介质的实施例中，对工程师作业采集实时数据，实时获得工程师状态和作业有关信息，可实时监测作业中的不安全因素，提高了对作业风险的实时监控能力，有利于对工程师的有效管控以及对作业状态的及时追踪。对工程师数据样本中的多个第一属性信息根据权重系数综合计算，从而对工程师作业安全状态进行整体判断并相应进行预警，综合考虑了各个相关因素，以大数据为基础，实现了安全状态判断的智能化与自动化，能够有效预测工程师作业中的安全风险，实现了工程师安全状态的实时监控与预警，大程度保障了工程师作业安全以及服务系统与流程的稳定运行。附图说明图1为一个实施例中工程师作业预警方法的流程示意图；图2为一个实施例中对工程师实时作业进行预警步骤的流程示意图；图3为一个实施例中确定安全阈值步骤的流程示意图；图4为一个实施例中工程师作业预警装置的结构框图；图5为一个实施例中预警模块的细化结构框图；图6为另一个实施例中预警模块的细化结构框图本文档来自技高网...

【技术保护点】
1.一种工程师作业预警方法，其特征在于，所述方法包括：/n采集工程师实时数据，所述工程师实时数据包括工程师实时位置数据、工程师行为数据和实时图像；/n根据所述工程师实时数据得到工程师数据样本，所述工程师数据样本中包括多个第一属性信息；/n确定每个所述第一属性信息对应的权重系数；/n根据所述工程师数据样本中的多个第一属性信息以及每个所述第一属性信息对应的权重系数确定所述工程师数据样本对应的安全参数；/n若所述工程师数据样本对应的安全参数满足预设预警条件，对工程师实时作业进行预警。/n

【技术特征摘要】
1.一种工程师作业预警方法，其特征在于，所述方法包括：
采集工程师实时数据，所述工程师实时数据包括工程师实时位置数据、工程师行为数据和实时图像；
根据所述工程师实时数据得到工程师数据样本，所述工程师数据样本中包括多个第一属性信息；
确定每个所述第一属性信息对应的权重系数；
根据所述工程师数据样本中的多个第一属性信息以及每个所述第一属性信息对应的权重系数确定所述工程师数据样本对应的安全参数；
若所述工程师数据样本对应的安全参数满足预设预警条件，对工程师实时作业进行预警。


2.根据权利要求1所述的方法，其特征在于，所述确定每个所述第一属性信息对应的权重系数包括：
根据优化算法模型对特征样本库中的数据进行处理，得到每个所述第一属性信息对应的权重系数，所述特征样本库为预先建立的样本数据库；
优选地，所述优化算法模型为序列最小优化算法模型。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述工程师数据样本对应的安全参数满足所述预设预警条件，将所述工程师数据样本存入所述特征样本库。


4.根据权利要求3所述的方法，其特征在于，
所述若所述工程师数据样本对应的安全参数满足预设预警条件，对工程师实时作业进行预警包括：
根据每个所述第一属性信息对应的权重系数以及预设特征值确定安全阈值，所述预设特征值包括每个所述第一属性信息对应的特征信息；
若所述工程师数据样本对应的安全参数大于所述安全阈值，对工程师实时作业进行预警；
优选地，所述若所述工程师数据样本对应的安全参数满足所述预设预警条件，将所述工程师数据样本存入所述特征样本库包括：
若所述工程师数据样本对应的安全参数大于所述安全阈值，将所述工程师数据样本存入所述特征样本库。


5.根据权利要求4所述的方法，其特征在于，
所述根据每个所述第一属性信息对应的权重系数以及预设特征值确定安全阈值包括：
根据每个所述第一属性信息对应的权重系数确定每个所述第一属性信息对应的归一化系数；
根据每个所述第一属性信息对应的归一化系数对所有所述第一属性信息对应的特征信息进行加权求和，得到所述安全阈值；
优选地，所述根据所述工程师数据样本中的多个第一属性信息以及每个所述第一属性信息对应的权重系数确定所述工程师数据样本对应的安全参数包括：
根据每个所述第一属性信息对应的归一化系数对所有所述第一属性信息进行加权求和，得到所述工程师数据样本对应的安全参数。


6.根据权利要求1-5中任意一项所述的方法，其特征在于，所述采集工程师实时数据包括：
通过定位装置采集工程师实时位置数据；
通过工程师佩戴的...

【专利技术属性】
技术研发人员：程瑶，杨宇刚，周鼎，石晓冬，邵波，
申请(专利权)人：江苏苏宁物流有限公司，
类型：发明
国别省市：江苏;32