一种化工厂危险区域入侵预警方法及系统
本发明公开了一种化工厂危险区域入侵预警方法及系统。由视频采集，目标跟踪，轨迹预测和入侵预警四部分组成。视频采集模块使用多个摄像头实时监控化工厂区内存在安全隐患的生产区域，将视频图像传输到目标跟踪模块；对采集到的视频图像进行降噪和图像变换，使用SSD模型识别并跟踪视频中的工人；轨迹预测模块则将工人与其对应的历史路径结合起来，使用改进的TCN模型对每个工人未来时刻的行走路线进行预测，结合改进AEO算法对TCN模型进行同步优化，根据工人的未来路线检测出进入危险区域的趋势；入侵预警模块根据进入危险区域的趋势进行预警。本发明通过改进AEO算法优化改进TCN模型，提高了危险区域入侵检测的效率，提升了化工厂的生产安全。
成果亮点
发明目的：为了解决背景技术中指出的不足，本发明公开一种化工厂危险区域入侵预警方法及系统，使用SSD模型构建工人检测和跟踪模型，使用TCN模型构建轨迹预测模型，并加入多头Cross Attention机制和LSH方法以提高TCN的预测能力；利用改进的AEO算法优化CrossHSTCN工人轨迹预测模型，提高了模型参数的寻优速度，有效提升了化工厂危险区域入侵预警的准确性。
本发明板蓝根产量矫正模块采用智能算法优化神经网络的方式，该网络同时集中WSO智能算法和ELM神经网络的优点，使网络的鲁棒性和容错性得到增强，提高了板蓝根产量神经网络校正模型的逼近能力，并且使系统的计算能力和泛化能力大为增强，实现板蓝根产量校正模型对药草4个不同生长阶段的温度、湿度数值对板蓝根产量影响程度的校正，获得整个生长园因为药草4个不同阶段不同的温、湿度数值时的板蓝根产量值。
与现有技术相比，本发明的有益效果如下：
1、本发明针对板蓝根生长环境参数测量过程中，传感器精度误差、干扰和测量值异常等问题存在的不确定性和随机性，本发明专利将板蓝根细分为4个不同花期，将传感器在这4个花期测量的生长环境参数，通过静态数据融合模块将数据进行融合处理，有效地处理了板蓝根生长环境被检测温度、湿度参数传感器测量参数的动态性和不确定性，提高了板蓝根生长环境温、湿度参数检测传感器值检测参数的客观性和可信度；
2、本发明采用TCN-GRU预测模型可以根据被检测板蓝根种植环境的太阳辐射数据和历史产量数据值预测不同太阳辐射下产量情况，种植户可以更加准确地掌握板蓝根产量的变化趋势，方便排除太阳辐射的强弱对产量的影响，为搞好板蓝根种植园环境的温、湿度生产管理做好准备；
3.本发明所采用的K-means水分量化模块和K-means温度量化模块实现对被检测的板蓝根生长园环境的水分数据量化和温度数据量化为药苗的4个生长阶段数据，在不同阶段时更好的控制整个生长过程中的壤中水分含量和生长温度；
联系方式
纪捷
17303127571
淮安市涟水县海安路10号安东大厦8楼
请填写以下信息
联系人：
手机号：
单位名称：
备注：
