本发明属于电网作业安全管控，具体涉及一种作业现场反违章边缘智能诊断装置。
背景技术：
1、多数电网作业现场往往存在以下几个问题，一是作业人员性质复杂，人员受安全知识教育程度良莠不齐，作业安全意识缺乏，个人所属岗位职责清晰度不足，可能存在个人习惯性的侥幸违章意识；二是施工环境复杂，在单个作业现场中可能同时存在起重作业、登高作业、接线作业等多种作业场景，均需要工作负责人对当前作业场景进行实时监控，作业管理范围广，工作负责人分身乏术、管理压力大；三是违章行为发现不及时，个别作业人员在作业现场中为急于完工和减少工作步骤，擅自违章操作，但因违章操作时间短且急促，且违章后既未被工作负责人发现也未发生实际安全事故，助长可作业人员习惯性侥幸违章意识，为以后的现场作业安全工作埋下隐患。
2、故此，对于分布在作业现场的不同作业场景及作业人员，传统的以作业负责人在作业现场进行人工巡检的形式不能及时的感知作业现场的安全问题，现场监督人员少且管理手段单一，无法对作业现场违章进行及时发现、制止并纠正，亟需通过数字化技术提升助力安全管控水平，以更优秀的方式感知作业现场中可能存在的作业行为违章问题。
3、现有的以视频布控球的形式实时监控作业现场实际工作情况，通过部署在作业现场的布控球装置，利用基于4g的通信数据交换方式，将布控球实时捕捉到的作业现场实际工作画面，回传至统一视频平台系统内，由相关的远端作业现场监管人员，对回传至系统的作业现场图像进行作业违章人工识别，同时远端作业监管人员也可手动控制布控球摄像头的拍摄角度和范围，按需回传作业现场的实时工作画面并进行人工识别。
4、上述作业现场违章管控方式，极大的缓解了工作负责人对作业现场的全局管控压力，也为更好了解指定作业现场的实际工作情况提供了途径。但随之而来的存在以下几个问题，一是对于作业现场画面中是否存在违章行为，仍是以人工的形式进行识别，人工识别压力大，识别效率不足；二是布控球与统一视频平台的通信方式是使用4g模块进行交互，而在某些地区4g通信信号覆盖率不足，作业现场可能会地处信号薄弱处，很难实现作业现场画面的实际回传，不能有效满足作业现场违章实时性的应用需求。
技术实现思路
1、本发明旨在针对现有技术中存在的技术问题，提供一种作业现场反违章边缘智能诊断装置包括：边缘算力端和采集输出端；所述边缘算力端与所述采集输出端之间通过所述第一信息传输模块和所述第二信息通信传输模块进行数据交互；所述摄像头模块采集预设数量的作业现场图像数据，并通过所述第二信息通信传输模块传输给所述第一信息通信传输模块；所述违章诊断模块根据采集的作业现场图像数据，进行训练，得到训练好的违章诊断模块；所述摄像头模块采集作业现场的实时图像数据，并通过所述第二信息通信传输模块传输给所述第一信息通信传输模块；所述第一信息通信传输模块将接收的作业现场的实时图像数据传输给所述违章诊断模块进行违章诊断，所述违章诊断模块输出识别结果，并将识别出的违章图像数据存储在所述违章样本存储模块作为违章样本进行所述违章诊断模块的优化训练；当识别出违章图像数据时，所述违章诊断模块将结果输出给tts无延时声光报警模块，进行报警。本发明运行能耗低，通信不受覆盖影响，时延低，能够及时制止作业现场人员违章行为。
2、本发明提供了一种作业现场反违章边缘智能诊断装置，包括：边缘算力端和采集输出端；
3、所述边缘算力端包括违章诊断模块、违章样本存储模块和第一信息通信传输模块；
4、所述采集输出端包括摄像头模块、tts无延时声光报警模块和第二信息通信传输模块；
5、所述边缘算力端与所述采集输出端之间通过所述第一信息传输模块和所述第二信息通信传输模块进行数据交互；
6、所述摄像头模块采集预设数量的作业现场图像数据，并通过所述第二信息通信传输模块传输给所述第一信息通信传输模块；
7、所述违章诊断模块根据采集的作业现场图像数据，进行训练，得到训练好的违章诊断模块；
8、所述摄像头模块采集作业现场的实时图像数据，并通过所述第二信息通信传输模块传输给所述第一信息通信传输模块；
9、所述第一信息通信传输模块将接收的作业现场的实时图像数据传输给所述违章诊断模块进行违章诊断，所述违章诊断模块输出识别结果，并将识别出的违章图像数据存储在所述违章样本存储模块作为违章样本进行所述违章诊断模块的优化训练；
10、当识别出违章图像数据时，所述违章诊断模块将结果输出给tts无延时声光报警模块，进行报警。
11、优选地，所述第一信息通信传输模块和所述第二信息通信传输模块为5gwifi信息传输模块；所述边缘算力端和所述采集输出端通过单通道5gwifi信息传输模块进行数据交互。
12、优选地，所述摄像头模块能够对作业现场进行自主巡检并追踪目标。
13、优选地，所述摄像头模块采用基于yolov5算法模型进行目标的追踪。
14、优选地，所述实时图像数据包括图像数据和视频数据。
15、优选地，所述违章包括未佩戴安全帽、非工作班成员、跨越或下穿安全围栏、工作负责人人脸识别、工作负责人不在现场。
16、优选地，所述违章诊断模块使用迁移学习方法对所述实时图像数据进行分析，从而结合作业人员周边目标物诊断出作业人员是否出现违章。
17、优选地，所述违章诊断模块判断作业人员是否出现违章具体包括：从所述图像数据中提取作业人员的面部、头部样本图像和腰部样本图像；收集作业现场内作业人员的面部、头部训练样本图像和腰部训练样本图像作为人体姿态的训练样本图像，并利用所述人体姿态训练样本图像训练神经网络模型，分别获得是否为工作负责人或工作班成员本人、是否正确佩戴安全帽和是否跨越或下穿安全围栏对应的迁移学习模型；利用所述迁移学习模型对面部、头部样本图像和所述腰部样本图像进行识别，从而判断出作业人员是否出现违章。
18、优选地，所述违章诊断模块使用卷积神经网络对所述实时图像数据进行分析。
19、优选地，每个作业违章场景至少采集3000张以上样本图像用于训练。
20、优选地，边缘算力端在硬件上具有在恶劣环境下的基础三防功能。
21、优选地，采集输出端具有轻量易携带和运行能耗低等特点。
22、与现有技术相比，本发明所产生的有益效果是：
23、1.本发明的边缘算力端包括违章诊断模块、违章样本存储模块和第一信息通信传输模块，硬件上具有在恶劣环境下的基础三防功能；
24、2.本发明的采集输出端包括摄像头模块、tts无延时声光报警模块和第二信息通信传输模块，具有轻量易携带和运行能耗低等特点；
25、3.本发明的边缘算力端和采集输出端两端通过单通道5gwifi信息传输模块进行数据交互，可以达到在100米范围内的数据交互0时延，300米范围内的数据交互极小时延功能；
26、4.本发明实现了摄像头对作业现场的自主巡检和目标跟踪；
27、5.本发明的tts无延时声光报警模块可以及时制止作业现场人员违章行为，防范重大事故的发生。
1.一种作业现场反违章边缘智能诊断装置，其特征在于，包括：边缘算力端和采集输出端；
2.根据权利要求1所述的作业现场反违章边缘智能诊断装置，其特征在于，所述第一信息通信传输模块和所述第二信息通信传输模块为5gwifi信息传输模块；所述边缘算力端和所述采集输出端通过单通道5gwifi信息传输模块进行数据交互。
3.根据权利要求1所述的作业现场反违章边缘智能诊断装置，其特征在于，所述摄像头模块能够对作业现场进行自主巡检并追踪目标。
4.根据权利要求3所述的作业现场反违章边缘智能诊断装置，其特征在于，所述摄像头模块采用基于yolov5算法模型进行目标的追踪。
5.根据权利要求1所述的作业现场反违章边缘智能诊断装置，其特征在于，所述实时图像数据包括图像数据和视频数据。
6.根据权利要求1所述的作业现场反违章边缘智能诊断装置，其特征在于，所述违章包括未佩戴安全帽、非工作班成员、跨越或下穿安全围栏、工作负责人人脸识别、工作负责人不在现场。
7.根据权利要求6所述的作业现场反违章边缘智能诊断装置，其特征在于，所述违章诊断模块使用迁移学习方法对所述实时图像数据进行分析，从而结合作业人员周边目标物诊断出作业人员是否出现违章。
8.根据权利要求7所述的作业现场反违章边缘智能诊断装置，其特征在于，所述违章诊断模块判断作业人员是否出现违章具体包括：从所述图像数据中提取作业人员的面部、头部样本图像和腰部样本图像；收集作业现场内作业人员的面部、头部训练样本图像和腰部训练样本图像作为人体姿态的训练样本图像，并利用所述人体姿态训练样本图像训练神经网络模型，分别获得是否为工作负责人或工作班成员本人、是否正确佩戴安全帽和是否跨越或下穿安全围栏对应的迁移学习模型；利用所述迁移学习模型对面部、头部样本图像和所述腰部样本图像进行识别，从而判断出作业人员是否出现违章。
9.根据权利要求8所述的作业现场反违章边缘智能诊断装置，其特征在于，所述违章诊断模块使用卷积神经网络对所述实时图像数据进行分析。
10.根据根据权利要求1所述的作业现场反违章边缘智能诊断装置，其特征在于，每个作业违章场景至少采集3000张以上样本图像用于训练。
