(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210606469.4 (22)申请日 2022.05.31 (71)申请人 中冶华天工程 技术有限公司 地址 243000 安徽省马鞍山市经济技 术开 发区湖西南路259号福昌工业园 申请人 中冶华天南京工程 技术有限公司 　 中冶华天南京电气工程 技术有限公 司 (72)发明人 钱小聪　张欢　康望星　周煜申　 马寅晨　 (74)专利代理 机构 北京中伟 智信专利商标代理 事务所(普通 合伙) 11325 专利代理师 张岱 (51)Int.Cl. G06Q 10/06(2012.01)G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 20/52(2022.01) H04L 67/10(2022.01) (54)发明名称 一种基于目标检测和边云协同的风险识别 与应对方法 (57)摘要 本发明公开一种基于目标检测和边云协同 的风险识别与应对方法。 包括： 1)边缘存储单元 实时存储视频数据； 2)边缘计算单元执行目标检 测程序； 3)当目标检测程序发现风险源时， 判定 出风险源类型； 目标跟踪模块将摄像头聚焦于风 险源进行持续跟踪； 4)边缘计算单元执行风险评 估模块程序， 得出风险源的风险等级P。 5)边缘计 算单元执行风险应对模块程序， 根据风险源和风 险等级的取值查找风险应对表， 得到报警音 频文 件名Z； 6)风险应对模块将音频文件发送给报警 单元； 7)循环执行步骤3)到步骤6)， 直到目标检 测模块发现风险源消失； 8)边缘计算单元把本次 风险事件发送到云端； 9)边缘边缘计算单元接收 云端计算单 元发送的风险等级表和风险应对表。 权利要求书1页 说明书6页 附图5页 CN 115062928 A 2022.09.16 CN 115062928 A 1.一种基于目标检测和边云协同的风险识别与应对方法， 其特征在于， 所述的方法包 括下述步骤： 1)边缘存储单元实时存 储视频采集单 元采集到的视频 数据； 2)边缘计算单元从边缘存储单元中读取配置文件完成算法初始化后， 从边缘存储单元 实时读取视频采集单 元上传的视频， 执 行目标检测程序； 3)当目标检测程序发现风险源时， 判定出风险源类型； 目标跟踪模块通过计算风险源 在视频不同帧间的坐标变化关系， 生成驱动视频采集单元可旋转装置进行旋转的指令， 以 将摄像头聚焦于风险源进行持续跟踪； 4)边缘计算单 元执行风险评估 模块程序， 得出风险源的风险等级P。 5)边缘计算单元执行风险应对模块程序， 根据风险源和风险等级的取值查找风险应对 表， 得到报警音频文件名Z； 6)风险应对模块从存储单元读取文件名为Z的音频文件， 并将其发送给报警单元； 同 时， 根据风险级别的不同， 按相应的告警驱动规则驱动告警单 元播放音频文件。 7)循环执 行步骤3)到步骤6)， 直到目标检测模块发现风险源消失； 8)边缘计算单元把本次风险事件的视频片段， 以及发生时间、 结束时间、 风险源类型、 风险等级发送到云端； 9)边缘边缘计算单元接收： 云端计算单元的知识管理模块对风险事件进行评估后， 根 据专家经验维护的风险等级表和风险应对表。 2.如权利要求1所述的基于目标检测和边云协同的风险识别与应对方法， 其特征在于， 所述的方法还 包括下述 步骤： 10)边缘边缘计算单元接收： 云端计算单元的深度学习模块采用基于卷积神经网络的 机器视觉算法， 把新采集的标签化视频图像加入训练集， 定期对目标检测模型参数进行优 化形成的配置文件， 并将配置文件更新到边 缘存储单元中。 3.如权利要求1所述的基于目标检测和边云协同的风险识别与应对方法， 其特征在于， 所述的方法还 包括下述 步骤： 云端接收到风险报文后， 云端计算单元的事件管理模块对报文解析得到的视频片段进 行编号， 将解析得到的时间发生时间、 结束时间、 风险源类型、 风险等级等数据连同视频片 段编号生成一条风险事件纪录， 追加写入风险历史事件表中； 视频片段则存入云端存储单 元中。 4.如权利要求1所述的基于目标检测和边云协同的风险识别与应对方法， 其特征在于， 所述的风险等级表是基于专家知识， 依次对风险源在监控场景中出现时， 以场景工况、 风险 源位置、 风险源运动趋势、 风险源已滞留时长为条件所构成。 5.如权利要求1所述的基于目标检测和边云协同的风险识别与应对方法， 其特征在于， 风险评估模块程序是对视频中的场景工况、 风险源位置、 风险源运动趋势、 风险源滞留时间 进行判别， 然后查找第二存 储模块中的风险等级表文件， 得 出风险源的风险等级。权　利　要　求　书 1/1 页 2 CN 115062928 A 2一种基于目标 检测和边云协同的风险识别与应对方 法 技术领域 [0001]本方法涉及机器视觉、 边缘与云计算协同和生产安全管理领域， 适用于对工业、 能 源、 建筑等行业存在风险性的生产、 作业、 运行现场进行智慧化管理。 和现有面向现场的生 产安全管理信息技术相比， 本方法通过边缘计算、 边云协同， 可以更快捷地锁定危险源、 评 估风险因素并迅速进 行应对； 较传统在远端进行视频识别 及人工启动安全应对处置的监管 模式相比， 本方法不仅可以进行快捷、 精准的一体化风险识别、 评估和处置， 尽力在第一时 间排除风险， 而且通过基于边云协同及时对计算模型优化， 提升性能。 背景技术 [0002]安全是生产过程中永恒的主题。 随着社会发展和生产力提升， 产能不断提高， 运行 走向规模化， 通过数字化、 信息化、 精细化的管理， 保障生产运行的高效和安全， 变得愈发重 要。 但目前多数生产、 作业、 运行现场对人员、 物资和设备并不能实时高效地进行智能化管 理， 普遍存在以下几个问题： [0003]1)传统的视频监控系统未能高效使用， 异常信息必须通过人员在线同步观察或者 回放查询， 再经过人员全程分析判断才能得到。 既需要投入大量的时间和精力， 也无法全面 实时的掌控现场安全情况。 [0004]2)难以实时监控重点生产作业区域及关键运行设施所处空间范围内， 员工、 车辆、 操作装置的工作位置、 作业 规范、 行动轨 迹； 难以对突发的外来异 物进行及时识别和干预。 [0005]3)难以及时判断并对误入危险区域、 不 合规操作、 发生险情等紧急情况进行处置 。 [0006]随着机器视 觉技术、 边云协同计算 技术的发展， 为 解决上述问题带来的新的方法。 发明内容 [0007]针对前述问题， 本发明提出一种基于目标检测和边云协同的风险识别与应对方 法， 该方法的具有如下 特征： [0008]为达到上述目的， 本发明一种基于目标检测和边云协同的风险识别与应对方法， 所述的方法包括下述 步骤： [0009]1)边缘存储单元实时存 储视频采集单 元采集到的视频 数据； [0010]2)边缘计算单元从边缘存储单元中读取配置文件完成算法初始化后， 从边缘存储 单元实时读取视频采集单 元上传的视频， 执 行目标检测程序； [0011]3)当目标检测程序发现风险源时， 判定出风险源类型； 目标跟踪模块通过计算风 险源在视频不同帧间的坐标变化关系， 生成驱动视频采集单元可旋转装置进行旋转的指 令， 以将摄 像头聚焦于风险源进行持续跟踪； [0012]4)边缘计算单 元执行风险评估 模块代码， 得 出风险源的风险等级P。 [0013]5)边缘计算单元执行风险应对模块代码， 根据风险源和风险等级的取值查找风险 应对表， 得到报警音频文件名Z； [0014]6)风险应对模块从存储单元读取文件名为Z的音频文件， 并将其发送给报警单元；说　明　书 1/6 页 3 CN 115062928 A 3