更新时间：2026-08-15 00:02:40
已登记
详细信息
-
知识产权名称
基于姿态估计的物流装卸过程中违规行为识别数据
-
登记编号
DIP2025000009314
-
申请人
温岭市天航物流有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-06-25 17:11:48
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
3210
-
更新频次
按需更新
-
应用场景
该数据集通过采集装卸作业中的工人姿态与动作数据，结合姿态估计算法，识别装卸过程中的违规行为（如超负荷搬运、不当弯腰、频繁重复动作等）。该数据适用于仓储物流、制造业等领域，通过对工人动态姿态的实时监测，能够有效降低因不规范作业引发的职业伤害，并提高作业安全性。用户可利用该数据建立违规行为识别模型，实时预警违规行为，促进企业安全生产管理。
-
算法规则简要说明
本系统基于RGB与深度图双模态数据进行装卸违规行为识别。所有图像数据按监测批次编号P-XXX层级组织存储，其中XXX表示当天采集批次编号。RGB图像输入YOLOv8模型进行人体目标检测，输出人体的检测框和姿态关键点，并根据置信度筛选出可能的工人位置；深度图用于生成三维点云数据，通过点云分割和聚类算法提取工人的姿态信息。 姿态估计算法提取工人关节位置，并计算每个关节的姿态角度数据。角度字段包含每个时间戳下的关节角度数据。通过计算关节的角度变化（列表中分别为身体8个关节角度：腰部、膝部、颈部、左手小臂、左手大臂、右手小臂、右手大臂、胯部），结合先验的违规动作模型，判定工人是否进行不当弯腰或超负荷搬运等违规行为。 标签数据记录该时间段内是否存在违规行为（0:正常，1:违规）。在此过程中，具体的判断公式如下： θ腰部 = arccos((cos(θ1) * cos(θ2)) + (sin(θ1) * sin(θ2))) // 计算腰部角度变化 θ膝部 = arccos((cos(θ1) * cos(θ2)) + (sin(θ1) * sin(θ2))) // 计算膝部角度变化 其中，θ1和θ2分别是前后两帧的腰部和膝部角度。如果θ腰部 > 30° 或 θ膝部 < 90°，则触发违规行为标记。 环境光照数据用于自适应调整曝光补偿，表示当前时刻的环境光照强度值。 所有姿态角度数据与环境光强度数据结合，输入到深度学习模型中（如Bi-LSTM或CNN），用于违规行为的识别。模型通过以下公式计算违规概率： P_violated = σ(W * [pose_seq, angle_seq] + b) 其中，σ为Sigmoid激活函数，W为模型权重，b为偏置项，pose_seq为关节姿态序列，angle_seq为角度变化序列。若P_violated > 0.75，则系统判定当前动作为违规行为（1），否则为正常行为（0），在数据结构中字段名为“预测违规行为”。 数据文件中的时间戳编号遵循标准命名规则，例如`084500`表示08时45分00秒采集开始的30秒时间段。
-
更新频次
按需更新
-
存证平台
浙江省知识产权区块链公共存证平台
