摘要
本发明涉及矿工服穿戴状态智能监测方法技术领域,更具体地说,涉及基于生理特征融合的矿工服穿戴状态智能监测方法及系统,包括以下步骤:采集穿戴者的心率、体温和呼吸频率信号;获取穿戴者的动作状态数据;基于心率、体温和呼吸频率信号,利用边缘计算模块进行本地化数据处理,得到生理特征数据;基于生理特征数据和动作状态数据,利用多模态数据融合算法,生成融合特征数据;根据融合特征数据,利用深度学习算法建立个性化的生理基线模型;基于个性化的生理基线模型,判断穿戴者的穿戴状态是否异常;当判断穿戴状态异常时,触发振动提醒;将穿戴状态和预警信息通过无线通信模块传输至监管中心,能够根据工作环境和任务特点动态调整监测参数。
技术关键词
生理特征数据
状态智能监测方法
矿工服
多模态数据融合
融合特征
深度学习算法
融合处理器
巴特沃斯数字滤波器
无线通信模块
建立时序预测模型
心率
状态智能监测系统
基线
柔性传感器
工作环境参数
滑动平均滤波
长短期记忆网络
系统为您推荐了相关专利信息
多模态数据融合
状态监测方法
融合特征
信息编码
生成位置信息
车辆监控方法
深度学习融合
全方位数据采集
深度卷积神经网络
传感器数据校准
多模态特征融合
拓扑特征
图像块
多模态协同
特征提取模型