螺栓掉落监测方法、装置、设备及存储介质与流程

1.本发明涉及数字信号处理技术领域，尤其涉及一种螺栓掉落监测方法、装置、设备及存储介质。


背景技术：

2.化学锚栓种植：使用电锤开孔，开孔深度大于165mm，开孔后用吹风机及毛刷清理孔洞，后将锚固胶打入孔内进行植入化学锚栓，种植数量不得低于开孔率60％。化学锚栓种植过程中，施工现场存在交叉作业，作业场景：焊缝打磨、电锤开孔、吹风机及毛刷清理孔洞等，锚栓种植过程中噪音嘈杂，施工人员不容易察觉锚栓掉落的情况；造成锚栓遗留在隧道区间，对运营线路列车安全行驶造成一定的风险。


技术实现要素：

3.针对螺栓意外掉落，施工人员不能及时发现而对施工现场带来安全隐患的问题，本发明提供一种螺栓掉落监测方法、装置、设备及存储介质。
4.第一方面，本发明提供一种螺栓掉落监测方法，包括：
5.采集施工现场的音频数据；
6.将采集的音频数据实时输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；
7.在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；
8.根据施工人员的姿态数据，确定掉落螺栓的目标人员。
9.可选地，所述方法还包括：
10.获取初始样本数据，所述初始样本数据包括多种施工环境的初始样本数据及螺栓掉落的音频特征样本数据；
11.从所述初始样本数据中选取不同施工环境的初始样本数据及螺栓掉落的音频特征样本数据进行混合，生成混合音频数据作为训练数据；
12.基于所述训练数据，训练得到螺栓掉落音频识别模型。
13.可选地，其中所述螺栓掉落音频识别模型的训练过程主要包括：
14.获取第一预设数量的训练数据；
15.将所述第一预设数量的训练数据依次输入所述螺栓掉落音频识别模型，利用预设的训练算法训练所述螺栓掉落音频识别模型，并利用第二预设数量的训练数据校验训练后的螺栓掉落音频识别模型；
16.若训练后的螺栓掉落音频识别准确率小于预设阈值，则发出提醒信息，提醒用户增加样本数量，重新按照上述步骤训练所述螺栓掉落音频识别模型。
17.可选地，所述获取施工人员的姿态数据包括：
18.通过施工人员头上佩戴的头盔上的姿态传感器获取施工人员的头部姿态数据，和/或通过施工人员手上佩戴的加速度传感器获取施工人员的手臂行为数据。
19.可选地，所述根据施工人员的姿态数据，确定掉落螺栓的目标人员包括以下一种或者多种组合：
20.在当前时间段内将姿态数据中有低头时间大于预设时间，且识别到有伸手触摸地面动作的施工人员确定为所述目标人员；
21.在当前时间段内将姿态数据中有转头次数大于预设次数，且识别到有伸手触摸地面动作的施工人员确定为所述目标人员。
22.可选地，所述方法还包括:
23.统计目标时间段内各个施工人员的掉落螺栓的次数，并将各个施工人员的掉落螺栓的次数发送给对应的管理人员；
24.在一个目标施工人员的掉落螺栓的次数大于目标次数时，向所述目标施工人员发送提醒信息以提醒注意生产安全。
25.可选地，所述方法还包括:
26.接收施工人员反馈的螺栓掉落状况；
27.若掉落的螺栓的个数大于预设个数，停止车辆的执行任务。
28.第二方面，本发明还提供一种螺栓掉落监测装置，包括：
29.采集模块，用于采集施工现场的音频数据；
30.确定模块，用于将采集的音频数据实时输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；
31.获取模块，用于在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；
32.人员确定模块，用于根据施工人员的姿态数据，确定掉落螺栓的目标人员。
33.第三方面，本发明还提供一种电子设备，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程序时实现如上所述第一方面所述的螺栓掉落监测方法。
34.第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述第一方面所述的螺栓掉落监测方法。
35.本发明提供的螺栓掉落监测方法、装置、设备及存储介质，通过训练好的螺栓掉落音频识别模型，准确识别螺栓掉落音频，并能结合螺栓掉落音频出现时施工人员的姿态变换数据，判断螺栓是由哪个施工人员掉落的，确保掉落的螺栓能够由对应的施工人员负责捡回，减少掉落的螺栓对车辆安全行驶的影响。
附图说明
36.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1是本发明提供的螺栓掉落监测方法的流程示意图；
38.图2是本发明提供的螺栓掉落监测装置的结构示意图；
具体实施方式
39.本发明中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
40.本发明中术语“多个”是指两个或两个以上，其它量词与之类似。
41.为了使本发明的目的，技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明部分实施例，并不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.化学锚栓种植过程中，施工现场存在交叉作业，作业场景：焊缝打磨、电锤开孔、吹风机及毛刷清理孔洞等，锚栓种植过程中噪音嘈杂，施工人员不容易察觉锚栓掉落的情况；造成锚栓遗留在隧道区间，对运营线路列车安全行驶造成一定的风险。
43.针对上述问题，本发明提供了一种解决方案，通过音频识别螺栓掉落，并能结合螺栓掉落音频出现时施工人员的姿态变换数据，判断螺栓掉落目标人员，确保掉落的螺栓能够由对应的施工人员负责捡回。以下结合多个实施例对本发明进行详细介绍。
44.图1是本发明提供的螺栓掉落监测方法的流程示意图，如图1所示，该方法包括如下步骤：
45.步骤100、采集施工现场的音频数据。
46.具体地，施工现场安装有多个音频采集设备，用于采集施工现场的音频，实时监测施工现场的声音信号。可选地，施工现场可以为钢环加固安装施工现场。
47.步骤101、将采集的音频数据输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落。
48.具体地，当前时间段内音频数据采集完成后，将采集好的数据输入至预先训练好的螺栓掉落音频识别模型中，从而确定当前时间段内是否有螺栓掉落。
49.螺栓掉落音频识别模型可以采用任何可进行音频识别的神经网络模型，例如长短时记忆网络(longshort term memory，lstm)或者其他音频识别网络模型，在此不做限定，其主要可以包含输入层、卷积层、归一化层、池化层、隐含层和分类层等。
50.当螺栓掉落音频识别模型识别到螺栓掉落的声源特征，确定当前时间段内有螺栓掉落，反之，确定当前时间段内无螺栓掉落声源。
51.可选地，在确定当前时间段内有螺栓掉落时，还可以统计螺栓的掉落次数，便于后续比对掉落的螺栓数量与捡回的螺栓数量，从而确定螺栓是否全部找回，减少施工现场地安全隐患。
52.通过训练好的螺栓掉落音频识别模型，可以准确的识别螺栓掉落的声源，为后续寻找掉落螺栓的施工人员提供有效依据。
53.步骤102、在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据。
54.具体地，将采集的当前时间段内的音频数据输入预先训练好的螺栓掉落音频识别模型中，当采集的音频数据中提取到螺栓掉落音频的特征，螺栓掉落音频识别模型就能将该音频数据识别出来，则确定当前时间段内施工现场有螺栓掉落，此时获取施工人员的姿
态数据。
55.施工人员的姿态数据可以是头部的转动时间数据，也可以是头部转动角度数据，可以是手臂的伸缩长度数据，也可以是手臂的角度数据，还可以是前述数据的一种或者几种的组合。
56.结合螺栓掉落音频的识别时间与施工人员的姿态数据，可以为确定掉落螺栓的施工人员提供依据。
57.步骤103、根据施工人员的姿态数据，确定掉落螺栓的目标人员。
58.通过对施工人员姿态数据的综合判断，例如，施工人员的姿态变化或者姿态变化组合满足一定的预设条件，即可被识别为掉落螺栓的目标人员，从而确定掉落螺栓的目标人员。此时可安排该目标人员将其掉落的螺钉捡回，消除施工现场的安全隐患。
59.可选的，还可以统计掉落螺栓目标人员掉落螺钉的次数，便于后期管理，从而减少螺栓掉落导致的施工现场安全隐患。
60.通过音频识别螺栓掉落，并能结合螺栓掉落音频出现时施工人员的姿态变换数据，判断螺栓是由哪个施工人员掉落的，确保掉落的螺栓能够由对应的施工人员负责捡回。
61.可选地，方法还包括：
62.获取初始样本数据，初始样本数据包括多种施工环境的初始样本数据及螺栓掉落的音频特征样本数据；
63.从初始样本数据中选取不同施工环境的初始样本数据及螺栓掉落的音频特征样本数据进行混合，生成混合音频数据作为训练数据；
64.基于训练数据，训练得到螺栓掉落音频识别模型。
65.具体地，不同施工环境的音频数据并不完全相同或者类似，例如机械臂拼装钢环片施工现场设备运转导致环境嘈杂，化学螺栓种植现场则存在交叉作业，因此选取不同施工环境的初始样本使螺栓掉落音频识别模型更加的具有鲁棒性，能适应不同场合，减少误识别。同时训练用的样本数据越多，训练出的螺栓掉落音频模型越准确。
66.可选地，其中螺栓掉落音频识别模型的训练过程主要包括：
67.获取第一预设数量的训练数据；
68.将第一预设数量的训练数据依次输入螺栓掉落音频识别模型，利用预设的训练算法训练螺栓掉落音频识别模型，并利用第二预设数量的训练数据校验训练后的螺栓掉落音频识别模型；
69.若训练后的螺栓掉落音频识别模型的识别准确率小于预设阈值，则发出提醒信息，提醒用户增加样本数量，重新按照上述步骤训练螺栓掉落音频识别模型。
70.具体地，第一预设数量与第二预设数量根据实现螺栓掉落音频识别模型的神经网络模型确定。第二预设数据量可以是第一预设数据量的20％～30％。
71.训练数据是用来训练神经网络模型的数据，验证数据是用来在神经网络训练的过程中不断测试模型的误差，验证数据是误差随着神经网络模型训练的次数增加会呈现先减小后增加的数据，所以验证数据的误差会存在一个拐点，当达到这个拐点时停止神经网络的训练，这时得到的神经网络的误差最小。
72.第一预设数量的训练数据作为螺栓掉落音频识别模型的训练数据，第二预设数量的训练数据作为螺栓掉落音频识别模型的验证数据，用来校验训练后的螺栓掉落音频识别
模型。螺栓掉落音频识别模型在整个训练过程中，不需要任何人工的标注，分类等监督，完全由模型自主监督完成，省去很多人力和时间。
73.可选地，获取施工人员的姿态数据包括：
74.通过施工人员头上佩戴的头盔上的姿态传感器获取施工人员的头部姿态数据，和/或通过施工人员手上佩戴的加速度传感器获取施工人员的手臂行为数据。
75.具体地，在施工人员身上佩戴有多种传感器，传感器包括以下一个或者多个组合：姿态传感器、加速度传感器。
76.可以通过施工人员头上佩戴的头盔上的传感器获取施工人员的姿态数据，例如头部抬头、低头的变换数据。姿态传感器可以是图像传感器、包含三轴陀螺仪、三轴加速度计，三轴电子罗盘等运动传感器等。
77.也可以是通过施工人员手上佩戴的加速度传感器获取施工人员的姿态数据，通过加速度传感器获取的姿态数据包括但不限于：伸缩手臂的行为数据。
78.还可以同时通过施工人员佩戴的头盔上的姿势传感器和手臂上的加速传感器获取施工人员的姿态信息，例如低头动作，转头动作，伸手动作等。
79.可选地，根据施工人员的姿态数据，确定掉落螺栓的目标人员包括以下一种或者多种组合：
80.在当前时间段内将姿态数据中有低头时间大于预设时间，且识别到有伸手触摸地面动作的施工人员确定为目标人员；
81.在当前时间段内将姿态数据中有转头次数大于预设次数，且识别到有伸手触摸地面动作的施工人员确定为目标人员。
82.具体地，预设时间，预设次数可以根据现场需求进行设置。
83.获取了当前时间段内的姿态数据后，
84.其中低头时间大于预设时间，且有伸手触摸地面动作的施工人员确定为目标人员，即掉落螺栓的施工人员。
85.其中转头次数大于预设次数，且有伸手触摸地面动作的施工人员确定为目标人员，即掉落螺栓的施工人员。
86.其中低头时间大于预设时间，且转头次数大于预设次数，且有伸手触摸地面动作的施工人员确定为目标人员，即掉落螺栓的施工人员。
87.可选地，方法还包括:
88.统计目标时间段内各个施工人员的掉落螺栓的次数，并将各个施工人员的掉落螺栓的次数发送给对应的管理人员；
89.在一个目标施工人员的掉落螺栓的次数大于目标次数时，向目标施工人员发送提醒信息以提醒注意生产安全。
90.可选地，方法还包括:
91.接收施工人员反馈的螺栓掉落状况；
92.若掉落的螺栓的个数大于预设个数，停止车辆的执行任务。
93.具体地，还可以接收施工人员反馈的螺栓掉落状况；若掉落的螺栓的个数大于预设个数，停止车辆的执行任务以减少施工现场运行的风险。
94.通过训练好的螺栓掉落音频识别模型，准确识别螺栓掉落音频，并能结合螺栓掉
落音频出现时施工人员的姿态变换数据，判断螺栓是由哪个施工人员掉落的，确保掉落的螺栓能够由对应的施工人员负责捡回，减少掉落的螺栓对车辆安全行驶的影响。
95.下面对本发明提供的一种螺栓掉落监测装置进行描述，下文描述的螺栓掉落监测装置与上文描述的螺栓掉落监测方法可相互对应参照。
96.图2为本发明提供的螺栓掉落监测装置的结构示意图，如图2所示，该装置包括：
97.采集模块200，用于采集施工现场的音频数据；
98.确定模块210，用于将采集的音频数据实时输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；
99.获取模块220，用于在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；
100.人员确定模块230，用于根据施工人员的姿态数据，确定掉落螺栓的目标人员。
101.可选地，操作还包括：
102.获取初始样本数据，初始样本数据包括多种施工环境的初始样本数据及螺栓掉落的音频特征样本数据；
103.从初始样本数据中选取不同施工环境的初始样本数据及螺栓掉落的音频特征样本数据进行混合，生成混合音频数据作为训练数据；
104.基于训练数据，训练得到螺栓掉落音频识别模型。
105.可选地，其中螺栓掉落音频识别模型的训练过程主要包括：
106.获取第一预设数量的训练数据；
107.将第一预设数量的训练数据依次输入螺栓掉落音频识别模型，利用预设的训练算法训练螺栓掉落音频识别模型，并利用第二预设数量的训练数据校验训练后的螺栓掉落音频识别模型；
108.若训练后的螺栓掉落音频识别模型的识别准确率小于预设阈值，则发出提醒信息，提醒用户增加样本数量，重新按照上述步骤训练螺栓掉落音频识别模型。
109.可选地，获取施工人员的姿态数据包括：
110.通过施工人员头上佩戴的头盔上的姿态传感器获取施工人员的姿态数据，和/或通过施工人员手上佩戴的加速度传感器获取施工人员的姿态数据。
111.可选地，根据施工人员的姿态数据，确定掉落螺栓的目标人员包括以下一种或者多种组合：
112.在当前时间段内将姿态数据中有低头时间大于预设时间，且识别到有伸手触摸地面动作的施工人员确定为目标人员；
113.在当前时间段内将姿态数据中有转头次数大于预设次数，且识别到有伸手触摸地面动作的施工人员确定为目标人员。
114.可选地，操作还包括:
115.统计目标时间段内各个施工人员的掉落螺栓的次数，并将各个施工人员的掉落螺栓的次数发送给对应的管理人员；
116.在一个目标施工人员的掉落螺栓的次数大于目标次数时，向目标施工人员发送提醒信息以提醒注意生产安全。
117.可选地，操作还包括:
118.接收施工人员反馈的螺栓掉落状况；
119.若掉落的螺栓的个数大于预设个数，停止车辆的执行任务。
120.在此需要说明的是，本发明提供的上述装置，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
121.本发明提供的电子设备可以包括：处理器(processor)、通信接口(communications interface)、存储器(memory)和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信。处理器可以调用存储器中的逻辑指令，以执行上述各实施例提供的任一所述螺栓掉落监测方法的步骤，例如：
122.采集施工现场的音频数据；
123.将采集的音频数据实时输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；
124.在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；
125.根据施工人员的姿态数据，确定掉落螺栓的目标人员。
126.此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
127.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的任一所述螺栓掉落监测方法的步骤。
128.在此需要说明的是，本发明提供的非暂态计算机可读存储介质，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
129.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
130.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
131.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种螺栓掉落监测方法，其特征在于，所述方法包括：采集施工现场的音频数据；将采集的音频数据实时输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；根据施工人员的姿态数据，确定掉落螺栓的目标人员。2.如权利要求1所述的螺栓掉落监测方法，其特征在于，所述方法还包括：获取初始样本数据，所述初始样本数据包括多种施工环境的初始样本数据及螺栓掉落的音频特征样本数据；从所述初始样本数据中选取不同施工环境的初始样本数据及螺栓掉落的音频特征样本数据进行混合，生成混合音频数据作为训练数据；基于所述训练数据，训练得到螺栓掉落音频识别模型。3.如权利要求1所述的螺栓掉落监测方法，其特征在于，其中所述螺栓掉落音频识别模型的训练过程主要包括：获取第一预设数量的训练数据；将所述第一预设数量的训练数据依次输入所述螺栓掉落音频识别模型，利用预设的训练算法训练所述螺栓掉落音频识别模型，并利用第二预设数量的训练数据校验训练后的螺栓掉落音频识别模型；若训练后的螺栓掉落音频识别模型的识别准确率小于预设阈值，则发出提醒信息，提醒用户增加样本数量，重新按照上述步骤训练所述螺栓掉落音频识别模型。4.如权利要求1所述的螺栓掉落监测方法，其特征在于，所述获取施工人员的姿态数据包括：通过施工人员头上佩戴的头盔上的姿态传感器获取施工人员的头部姿态数据，和/或通过施工人员手上佩戴的加速度传感器获取施工人员的手臂行为数据。5.如权利要求4所述的螺栓掉落监测方法，其特征在于，所述根据施工人员的姿态数据，确定掉落螺栓的目标人员包括以下一种或者多种组合：在当前时间段内将姿态数据中有低头时间大于预设时间，且识别到有伸手触摸地面动作的施工人员确定为所述目标人员；在当前时间段内将姿态数据中有转头次数大于预设次数，且识别到有伸手触摸地面动作的施工人员确定为所述目标人员。6.如权利要求1所述的螺栓掉落监测方法，其特征在于，所述方法还包括:统计目标时间段内各个施工人员的掉落螺栓的次数，并将各个施工人员的掉落螺栓的次数发送给对应的管理人员；在一个目标施工人员的掉落螺栓的次数大于目标次数时，向所述目标施工人员发送提醒信息以提醒注意生产安全。7.如权利要求1所述的螺栓掉落监测方法，其特征在于，所述方法还包括:接收施工人员反馈的螺栓掉落状况；若掉落的螺栓的个数大于预设个数，停止车辆的执行任务。8.一种螺栓掉落监测装置，其特征在于，包括：
采集模块，用于采集施工现场的音频数据；确定模块，用于将采集的音频数据实时输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；获取模块，用于在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；人员确定模块，用于根据施工人员的姿态数据，确定掉落螺栓的目标人员。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述螺栓掉落监测方法。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述螺栓掉落监测方法。

技术总结
本发明提供一种螺栓掉落监测方法、装置、设备及存储介质，该方法包括：采集施工现场的音频数据；将采集的音频数据输入至预先训练好的螺栓掉落音频识别模型中，确定当前时间段内施工现场是否有螺栓掉落；在确定当前时间段内施工现场有螺栓掉落时，获取施工人员的姿态数据；根据施工人员的姿态数据，确定掉落螺栓的目标人员。因此，本发明能够通过音频识别螺栓掉落，并能结合螺栓掉落音频出现时施工人员的姿态变换数据，判断螺栓是由哪个施工人员掉落的，确保掉落的螺栓能够由对应的施工人员负责捡回，减少施工现场的安全隐患。减少施工现场的安全隐患。减少施工现场的安全隐患。


技术研发人员：唐加功 程晓勇 祝军 李慎涛 王肃斌 邵宏恩 江举元 江威 谢红艳 程国良 顾君蔚 罗先猛
受保护的技术使用者：武汉容晟吉美科技有限公司
技术研发日：2023.05.15
技术公布日：2023/9/14