本技術涉及產線檢測的，尤其是涉及一種產線異常情況檢測方法、系統(tǒng)及終端。

背景技術：

1、產線異常情況檢測是指生產過程中對產線異常情況進行實時監(jiān)控、分析以及處理的手段。

2、相關技術中，產線異常情況檢測通常采用視覺信息或者毫米波雷達信息來進行檢測，例如工人是否進入特定區(qū)域，或者工人是否和生產設備產生風險沖突等。

3、針對上述中的相關技術，依靠視覺信息或者毫米波雷達信息進行檢測，這兩類數(shù)據(jù)均是獨立處理，僅通過簡單邏輯（如閾值判斷）聯(lián)動，無法深度融合特征，導致產線異常情況的漏檢率高，還有改進的空間。

技術實現(xiàn)思路

1、為了提高產線異常情況檢測的準確性，降低產線異常情況的漏檢率，本技術提供一種產線異常情況檢測方法、系統(tǒng)及終端。

2、第一方面，本技術提供一種產線異常情況檢測方法，采用如下的技術方案：

3、一種產線異常情況檢測方法，包括：

4、獲取產線的圖像檢測原始數(shù)據(jù)和激光檢測原始數(shù)據(jù)；

5、根據(jù)圖像檢測原始數(shù)據(jù)控制預設的視覺模態(tài)處理分支提取視覺特征向量；

6、根據(jù)激光檢測原始數(shù)據(jù)控制預設的激光模態(tài)處理分支提取激光特征向量；

7、將視覺特征向量和激光特征向量輸入預設的跨模態(tài)融合模塊中進行特征融合，以生成融合特征矩陣；

8、將融合特征矩陣輸入預設的分類大模型中進行分類，以確定產線異常類型；

9、根據(jù)產線異常類型對人員進行提示。

10、通過采用上述技術方案，控制視覺模態(tài)處理分支根據(jù)圖像檢測原始數(shù)據(jù)提取視覺特征向量，并控制激光模態(tài)處理分支根據(jù)激光檢測原始數(shù)據(jù)提取激光特征向量，從而將視覺特征向量和激光特征向量輸入跨膜態(tài)融合模塊中進行深度特征融合得到融合特征矩陣，再控制分類大模型根據(jù)融合特征矩陣確定產線異常類型，進而提高產線異常情況檢測的準確性，降低產線異常情況的漏檢率。

11、可選的，根據(jù)產線異常類型對人員進行提示的步驟包括：

12、判斷產線異常類型是否符合預設的火災場景類型的要求；

13、若不符合，則根據(jù)預設的遠離提示信息對人員進行提示；

14、若符合，則獲取人員位置和火災位置；

15、根據(jù)人員位置和火災位置輔助人員離開產線。

16、通過采用上述技術方案，在確定產線異常類型不符合火災場景類型的要求時，根據(jù)原理提示信息提示人員遠離區(qū)域，而符合火災場景類型的要求時，則根據(jù)人員位置和火災位置輔助人員離開產線，進而提高出現(xiàn)產線異常情況時對人員的保護。

17、可選的，根據(jù)人員位置和火災位置輔助人員離開產線的步驟包括：

18、基于人員位置對應獲取安全撤離路徑；

19、判斷火災位置是否符合安全撤離路徑的要求；

20、若符合，則獲取最佳撤離路徑；

21、若不符合，則獲取安全撤離路徑的火災情況；

22、對火災情況和對應的安全撤離路徑進行分析，以確定最佳撤離路徑；

23、根據(jù)最佳撤離路徑控制預設的輔助撤離裝置輔助人員離開產線。

24、通過采用上述技術方案，根據(jù)人員位置確定安全撤離路徑，并在安全撤離路徑中綜合考慮火災位置以及火災情況選出最佳撤離路徑，從而以最佳撤離路徑控制輔助撤離裝置輔助人員離開產線，進而提高人員撤離產線時的安全性。

25、可選的，基于人員位置對應獲取安全撤離路徑的步驟包括：

26、根據(jù)人員位置和預設的位置路徑關系確定設計安全路徑；

27、判斷人員位置是否符合預設的低層位置的要求；

28、若不符合，則將設計安全路徑定義為安全撤離路徑；

29、若符合，則獲取窗戶位置；

30、根據(jù)窗戶位置、人員位置和火災位置建立額外安全路徑；

31、關聯(lián)設計安全路徑和額外安全路徑以生成安全撤離路徑。

32、通過采用上述技術方案，根據(jù)人員位置和位置路徑關系確定設計安全路徑，在確定人員位置符合低層位置的要求時，根據(jù)窗戶位置、人員位置和火災位置建立額外安全路徑，從而將設計安全路徑和額外安全路徑關聯(lián)后得到安全撤離路徑，使人員能夠以最快的速度離開產線，進而提高人員從產線撤離時的安全性。

33、可選的，根據(jù)最佳撤離路徑控制預設的輔助撤離裝置輔助人員離開產線的步驟包括：

34、根據(jù)人員位置和預設的位置裝置關系確定啟動裝置參數(shù)；

35、根據(jù)啟動裝置參數(shù)啟動輔助撤離裝置，并控制輔助撤離裝置移動至人員位置；

36、根據(jù)最佳撤離路徑控制輔助撤離裝置引領人員離開產線，并獲取實時撤離位置；

37、對實時撤離位置和最佳撤離路徑進行分析，以確定投射路徑；

38、根據(jù)投射路徑控制輔助撤離裝置進行路徑投射以引領人員離開產線。

39、通過采用上述技術方案，根據(jù)啟動裝置參數(shù)啟動輔助撤離裝置，從而使輔助撤離裝置以最快速度到達人員位置，從而按照最佳撤離路徑引領人員離開產線，并將投射路徑進行投射，對人員進行指引，進而提高輔助人員撤離產線的可靠性。

40、可選的，根據(jù)最佳撤離路徑控制輔助撤離裝置引領人員離開產線的步驟包括：

41、控制輔助撤離裝置沿最佳撤離路徑引領人員離開產線，并實時獲取最佳撤離路徑的環(huán)境參數(shù)；

42、判斷環(huán)境參數(shù)是否符合預設的危險參數(shù)的要求；

43、若不符合，則繼續(xù)實時獲取最佳撤離路徑的環(huán)境參數(shù)進行循環(huán)判斷；

44、若符合，則控制輔助撤離裝置發(fā)出預設的降溫觸發(fā)信號；

45、根據(jù)降溫觸發(fā)信號控制預設的消防裝置進行水霧噴淋以實現(xiàn)降溫，并獲取消防響應情況；

46、根據(jù)消防響應情況控制輔助撤離裝置進行輔助降溫。

47、通過采用上述技術方案，在確定環(huán)境參數(shù)符合危險參數(shù)的要求時，控制輔助撤離裝置發(fā)出降溫觸發(fā)信號，從而使最佳撤離路徑上的消防裝置接收降溫觸發(fā)信號后進行水霧噴淋，以實現(xiàn)降溫，進而降低人員在撤離產線的途中受到高溫的影響。

48、可選的，根據(jù)消防響應情況控制輔助撤離裝置輔助進行降溫的步驟包括：

49、判斷消防響應情況是否符合預設的已響應情況的要求；

50、若符合，則繼續(xù)獲取消防響應情況進行循環(huán)判斷；

51、若不符合，則控制輔助撤離裝置在人員上方噴淋水霧以實現(xiàn)降溫。

52、通過采用上述技術方案，在確定消防響應情況不符合已響應情況的要求時，控制輔助撤離裝置在人員上方噴淋水霧，從而保證在沒有消防裝置或消防裝置損壞的區(qū)域，輔助撤離裝置可以代替消防裝置進行降溫，進而提高人員撤離途中的安全性。

53、可選的，控制輔助撤離裝置在人員上方噴淋水霧以實現(xiàn)降溫的步驟包括：

54、獲取輔助人員情況；

55、判斷輔助人員情況為預設的單人輔助狀態(tài)或預設的多人輔助狀態(tài)；

56、若為單人輔助狀態(tài)，則根據(jù)預設的單人噴淋參數(shù)控制輔助撤離裝置直接噴淋水霧以實現(xiàn)降溫；

57、若為多人輔助狀態(tài)，則獲取多人中心位置和多人范圍；

58、對多人范圍進行分析，以確定噴淋范圍；

59、控制輔助撤離裝置移動至多人中心位置引領人員離開產線，并根據(jù)噴淋范圍控制輔助撤離裝置噴淋水霧以實現(xiàn)降溫。

60、通過采用上述技術方案，在確定輔助人員情況為單人輔助狀態(tài)時，則直接根據(jù)單人噴淋參數(shù)控制輔助撤離裝置直接噴淋水霧；而輔助人員情況為多人輔助狀態(tài)時，則根據(jù)多人范圍確定噴淋范圍，從而控制輔助撤離裝置移動至多人中心位置后，以噴淋范圍噴淋水霧，以保證對多人同時進行降溫，進而提高人員撤離途中的安全性。

61、第二方面，本技術提供一種產線異常情況檢測系統(tǒng)，采用如下的技術方案：

62、一種產線異常情況檢測系統(tǒng)，包括：

63、獲取模塊，用于獲取圖像檢測原始數(shù)據(jù)和激光檢測原始數(shù)據(jù)；

64、存儲器，用于存儲如上述任一項所述的一種產線異常情況檢測方法的程序；

65、處理器，存儲器中的程序能夠被處理器加載執(zhí)行且實現(xiàn)如上述任一項所述的一種產線異常情況檢測方法。

66、通過采用上述技術方案，使處理器加載并執(zhí)行存儲器中存儲的一種產線異常情況檢測方法的程序，從而控制獲取模塊獲取與產線異常情況檢測相關的一系列數(shù)據(jù)，控制視覺模態(tài)處理分支根據(jù)圖像檢測原始數(shù)據(jù)提取視覺特征向量，并控制激光模態(tài)處理分支根據(jù)激光檢測原始數(shù)據(jù)提取激光特征向量，從而將視覺特征向量和激光特征向量輸入跨膜態(tài)融合模塊中進行深度特征融合得到融合特征矩陣，再控制分類大模型根據(jù)融合特征矩陣確定產線異常類型，進而提高產線異常情況檢測的準確性，降低產線異常情況的漏檢率。

67、第三方面，本技術提供一種智能終端，采用如下的技術方案：

68、一種智能終端，包括存儲器和處理器，存儲器上存儲有能夠被處理器加載并執(zhí)行如上述任一項所述的一種產線異常情況檢測方法的計算機程序。

69、通過采用上述技術方案，通過操作智能終端，使處理器加載并執(zhí)行存儲器中存儲的一種產線異常情況檢測方法的計算機程序，從而控制視覺模態(tài)處理分支根據(jù)圖像檢測原始數(shù)據(jù)提取視覺特征向量，并控制激光模態(tài)處理分支根據(jù)激光檢測原始數(shù)據(jù)提取激光特征向量，從而將視覺特征向量和激光特征向量輸入跨膜態(tài)融合模塊中進行深度特征融合得到融合特征矩陣，再控制分類大模型根據(jù)融合特征矩陣確定產線異常類型，進而提高產線異常情況檢測的準確性，降低產線異常情況的漏檢率。

70、綜上所述，本技術包括以下至少一種有益技術效果：

71、1.通過控制視覺模態(tài)處理分支根據(jù)圖像檢測原始數(shù)據(jù)提取視覺特征向量，并控制激光模態(tài)處理分支根據(jù)激光檢測原始數(shù)據(jù)提取激光特征向量，從而將視覺特征向量和激光特征向量輸入跨膜態(tài)融合模塊中進行深度特征融合得到融合特征矩陣，再控制分類大模型根據(jù)融合特征矩陣確定產線異常類型，進而提高產線異常情況檢測的準確性，降低產線異常情況的漏檢率；

72、2.通過根據(jù)啟動裝置參數(shù)啟動輔助撤離裝置，從而使輔助撤離裝置以最快速度到達人員位置，從而按照最佳撤離路徑引領人員離開產線，并將投射路徑進行投射，對人員進行指引，進而提高輔助人員撤離產線的可靠性；

73、3.通過在確定輔助人員情況為單人輔助狀態(tài)時，則直接根據(jù)單人噴淋參數(shù)控制輔助撤離裝置直接噴淋水霧；而輔助人員情況為多人輔助狀態(tài)時，則根據(jù)多人范圍確定噴淋范圍，從而控制輔助撤離裝置移動至多人中心位置后，以噴淋范圍噴淋水霧，以保證對多人同時進行降溫，進而提高人員撤離途中的安全性。