基于深度学习算法的叉车危险操作行为检测

• 作者: 崔靖文 李千登 王廷春 穆波
• 来源期刊: 中国安全生产科学技术
• 学科: 工学
• 关键词: 叉车 危险行为 深度学习算法 图像检测 系统开发
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 职业安全卫生管理与技术
• 页码范围: 155-159
• 页数: 5页
• 分类号: X924.4
• 字数: 3941字
• 语种: 中文
• DOI: 10.11731/j.issn.1673-193x.2020.05.024

摘要

随着物流仓储行业快速发展及叉车数量的不断增多,针对叉车作业过程中存在的人员碰撞、挤压、坠落等潜在风险,迫切需要对危险行为进行及时检测和预警.为解决人员值守易漏报误报及传统方法检测精度低的问题,建立基于图像特征识别的叉车检测深度学习模型和算法.通过采集、处理现场视频图像素材,完成模型的训练及性能评价,建立相应的报警规则和报警阈值,搭建测试环境并进行仿真测试,开发相应的软件系统.结果 表明:模型检测速率为130 ms/帧,人员靠近叉车准确率为85.6％,叉车举升人员准确率为83.7％,达到良好的实践效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆波	中国石油化工股份有限公司青岛安全工程研究院	6	40	3.0	6.0
3	李千登	中国石油化工股份有限公司青岛安全工程研究院	4	16	2.0	4.0
7	王廷春	中国石油化工股份有限公司青岛安全工程研究院	18	135	6.0	11.0
11	崔靖文	中国石油化工股份有限公司青岛安全工程研究院	2	2	1.0	1.0