煤矿井下人体姿态检测方法

作者:王璇; 吴佳奇; 阳康; 潘子恒; 杨伟; 王文清
更新时间:

煤矿井下作业人员的姿态检测可以为灾害预警和事故救援提供有效的信息。井下人员的姿态复杂多样,是时间序列数据。现有的人体姿态检测方法难以处理连续相关的姿态数据,或者由于算法复杂,需要配置独立的计算机。针对上述问题,提出了一种基于改进的长短时记忆网络(LSTM)的人体姿态检测方法。通过压力传感器和角度传感器获取井下人员脚压力、腰腿角度等姿态数据。姿势识别由随身携带便携式边缘操作决策单元进行,实现站立、行走、蹲(坐)和实时检测五种弯曲姿势。为了降低人体姿态原始采样数据的维数,提高运算效率,对LSTM进行了改进。设计了一种长、短期记忆稀疏自编码器(lstmsa)。首先,利用自编码器(SA)提取原始采样数据的特征,然后进行降维,然后利用LSTM估计人体姿态。在实验室环境中收集人体姿势数据,分别对lstmsa、LSTM和RNN进行训练和测试。结果表明,在相同的测试设置和采样数据下,lstmsa对五种人体姿势的检测准确率均在90%以上,接近LSTM,大于RNN。lstmsa的计算时间比LSTM缩短了50%以上,满足了矿山人体姿态检测的要求。