一种基于脑电波的监控方法及装置制造方法及图纸

本发明专利技术公开了一种基于脑电波的监控方法及装置，涉及人工智能技术领域。该方法的一实施例包括：获取考察时间内目标对象的脑电波数据和图像数据；对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级；若所述目标对象的操作技能等级满足第一预设条件，则发送第一报警信息。由此，能够有效监控和预测目标对象的作业状态，从而保证产线作业的稳定性和准确性，提高产品生产质量。

【技术实现步骤摘要】
一种基于脑电波的监控方法及装置
本专利技术涉及人工智能
，尤其涉及一种基于脑电波的监控方法及装置。
技术介绍
在产线作业中，为了保证产品质量生产的稳定性，通常需要确定各个操作岗位操作的稳定性，而操作岗位操作的稳定性通常取决于操作人员是否已经完全掌握其操作岗位的操作技能。为此，通过询问的方式进行测试以确定操作人员是否满足岗位要求，但是很多时候操作人员不能准确表达自己对于工艺的理解，或者有时候不愿意去表达，由此导致该测试很难进行。为了解决这一技术问题，在产线作业过程中设置管理员进行现场值守，以实现实时关注产线所有工艺和工序的作业情况，从而确定各个操作岗位操作的稳定性，进而保证产品的生产质量。然而，该过程不仅浪费人力，而且由于管理员精力有限，有时候无法实现有效监控；由此很难保证每个操作岗位操作的稳定性和准确性，从而影响产品的生产质量。
技术实现思路
有鉴于此，本专利技术实施例提供一种基于脑电波的监控方法及装置，能够基于目标对象的脑电波数据和图像数据确定目标对象的操作技能等级，从而监控产线作业，提高产品生产质量。为实现上述目的，根据本专利技术实施例第一方面，提供一种基于脑电波的监控方法，该方法包括：获取考察时间内目标对象的脑电波数据和图像数据；对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级；若所述目标对象的操作技能等级满足第一预设条件，则发送第一报警信息。可选的，所述的方法还包括：获取目标对象的操作数据；所述操作数据用于指示由目标对象触发执行任务的指令；判断所述操作数据是否满足第二预设条件，若是，则确定所述操作数据为目标对象的误操作；若所述误操作的次数满足预设阈值且所述目标对象的操作技能等级满足第一预设条件，则发送第二报警信息。可选的，所述对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级，包括：根据所述脑电波数据确定所述目标对象的第一状态信息；根据所述图像数据确定所述目标对象的第二状态信息；若所述第一状态信息和所述第二状态信息满足第三预设条件，则确定目标对象的操作技能等级。可选的，所述根据所述脑电波数据确定目标对象的第一状态信息，包括：从数据库中选取与所述目标对象的脑电波数据对应的标准脑电波数据；标准脑电波数据用于指示目标对象在正常状态时的脑电波数据；利用模型对所述标准脑电波数据和脑电数据进行处理，得到目标对象的第一状态信息。可选的，所述根据所述图像数据确定所述目标对象的第二状态信息，包括：从所述图像数据中分别提取所述目标对象的第一部位数据、第二部位数据和第三部位数据；对所述第一部位数据进行处理，得到第一部位状态信息；对所述第二部位数据进行处理，得到第二部位状态信息；对所述第三部位数据进行处理，得到第三部位状态信息；判断所述第一部位状态信息、第二部位状态信息和所述第三部位状态信息是否同时满足第四预设条件，若是，则确定所述目标对象的第二状态信息。为实现上述目的，根据本专利技术实施例第二方面，还提供一种基于脑电波的监控装置，该装置包括：获取模块，用于获取考察时间内目标对象的脑电波数据和图像数据；处理模块，用于对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级；发送模块，用于若所述目标对象的操作技能等级满足第一预设条件，则发送第一报警信息。可选的，所述的装置还包括：所述获取模块，还用于获取目标对象的操作数据；所述操作数据用于指示由目标对象触发执行任务的指令；判断模块，用于判断所述操作数据是否满足第二预设条件，若是，则确定所述操作数据为目标对象的误操作；若所述误操作的次数满足预设阈值且所述目标对象的操作技能等级满足第一预设条件，则发送第二报警信息。可选的，所述处理模块包括：第一确定单元，用于根据所述脑电波数据确定所述目标对象的第一状态信息；第二确定单元，用于根据所述图像数据确定所述目标对象的第二状态信息；第三确定单元，用于若所述第一状态信息和所述第二状态信息满足第三预设条件，则确定目标对象的操作技能等级。可选的，所述第一确定单元包括：选取子单元，用于从数据库中选取与所述目标对象的脑电波数据对应的标准脑电波数据；标准脑电波数据用于指示目标对象在正常状态时的脑电波数据；处理子单元，用于利用模型对所述标准脑电波数据和脑电数据进行处理，得到目标对象的第一状态信息。可选的，所述第二确定单元包括：选取子单元，用于从所述图像数据中分别提取所述目标对象的第一部位数据、第二部位数据和第三部位数据；处理子单元，用于对所述第一部位数据进行处理，得到第一部位信息；对所述第二部位数据进行处理，得到第二部位信息；对所述第三部位数据进行处理，得到第三部位信息；确定子单元，用于若所述第一部位信息、第二部位信息和所述第三部位信息满足第三预设条件，则确定所述目标对象的第二状态信息。为实现上述目的，根据本专利技术实施例第三方面，还提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面所述的。本专利技术实施例通过获取考察时间内目标对象的脑电波数据和图像数据，并对脑电波数据和图像数据进行处理，得到目标对象的操作技能等级；若目标对象的操作技能等级满足第一预设条件，则发送第一报警信息。由此，能够有效监控和预测目标对象的作业状态，从而保证产线作业的稳定性和准确性，提高产品生产质量。上述的非惯用的可选方式所具有的进一步的效果将在下文结合具体实施方式加以说明。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中在附图中，相同或对应的标号表示相同或对应的部分。图1为本专利技术一实施例基于脑电波的监控方法的流程图；图2为本专利技术再一实施例基于脑电波的监控方法的流程图；图3为本专利技术一实施例中对脑电波数据和图像数据进行处理的流程图；图4为本专利技术一实施例基于脑电波的监控装置的示意图；图5为本专利技术实施例可以应用于其中的示例性系统架构图；图6是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。如图1所示，为本专利技术一实施例基于脑电波的监控方法的流程图，该方法至少包括如下操作流程：S101，获取考察时间内目标对象的脑电波数据和图像数据。示例性的，脑电波数据是一种使用电生理指标记录大脑活动的方法，大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的。它记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。目标对象的脑电波数据是通过目标对象身上的脑电采集设备采集并提取处理后而获得的。脑电采集设备是可穿戴便携式脑电采集设备；脑电波数据可以是脑电波图像。图像数据可以包括：本文档来自技高网...

【技术保护点】
1.一种基于脑电波的监控方法，其特征在于，该方法包括：/n获取考察时间内目标对象的脑电波数据和图像数据；/n对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级；/n若所述目标对象的操作技能等级满足第一预设条件，则发送第一报警信息。/n

【技术特征摘要】
1.一种基于脑电波的监控方法，其特征在于，该方法包括：
获取考察时间内目标对象的脑电波数据和图像数据；
对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级；
若所述目标对象的操作技能等级满足第一预设条件，则发送第一报警信息。


2.根据权利要求1所述的方法，其特征在于，还包括：
获取目标对象的操作数据；所述操作数据用于指示由目标对象触发执行任务的指令；
判断所述操作数据是否满足第二预设条件，若是，则确定所述操作数据为目标对象的误操作，并统计所述误操作的次数；若所述误操作的次数满足预设阈值且所述目标对象的操作技能等级满足第一预设条件，则发送第二报警信息。


3.根据权利要求1所述的方法，其特征在于，所述对所述脑电波数据和所述图像数据进行处理，得到目标对象的操作技能等级，包括：
根据所述脑电波数据确定所述目标对象的第一状态信息；
根据所述图像数据确定所述目标对象的第二状态信息；
若所述第一状态信息和所述第二状态信息满足第三预设条件，则确定目标对象的操作技能等级。


4.根据权利要求3所述的方法，其特征在于，所述根据所述脑电波数据确定目标对象的第一状态信息，包括：
从数据库中选取与所述目标对象的脑电波数据对应的标准脑电波数据；标准脑电波数据用于指示目标对象在正常状态时的脑电波数据；
利用模型对所述标准脑电波数据和脑电数据进行处理，得到目标对象的第一状态信息。


5.根据权利要求3所述的方法，其特征在于，所述根据所述图像数据确定所述目标对象的第二状态信息，包括：
从所述图像数据中分别提取所述目标对象的第一部位数据、第二部位数据和第三部位数据；
对所述第一部位数据进行处理，得到第一部位状态信息；
对所述第二部位数据进行处理，得到第二部位状态信息；
对所述第三部位数据进行处理，得到第三部位状态信息；
判断所述第一部位状态信息、第二部位状态信息和所述第三部位状态信息是否同时满足第四预设条件，若是，则确定所述目标对象的第二状态信息。

【专利技术属性】
技术研发人员：蔡丹丰，金佳，徐瑶洁，陈岚，李萍，许添杰，卢尧，
申请(专利权)人：宁波大学科学技术学院，
类型：发明
国别省市：浙江;33