基于體感網(wǎng)與邊緣計(jì)算的高空作業(yè)智能防護(hù)系統(tǒng)研究

摘要：隨著我國(guó)高空項(xiàng)目建設(shè)（高壓電線鋪設(shè)和維護(hù)、超高層建筑建設(shè)等）需求的快速增長(zhǎng)，高空作業(yè)防護(hù)信息化、智能化水平低的問(wèn)題愈發(fā)凸顯。該文圍繞高空作業(yè)人員安全防護(hù)場(chǎng)景，利用體感網(wǎng)隨時(shí)隨地感知的特點(diǎn)，以及邊緣計(jì)算就近提供服務(wù)的技術(shù)優(yōu)勢(shì)，設(shè)計(jì)高空作業(yè)智能防護(hù)系統(tǒng)。重點(diǎn)設(shè)計(jì)了可充氣的智能安全服、智能安全帽、智能安全扣，并針對(duì)高空作業(yè)人員定位與管理的需求，提出一種改進(jìn)的PGSA-PSO定位算法。該系統(tǒng)有助于促進(jìn)我國(guó)高空作業(yè)防護(hù)工作的進(jìn)一步發(fā)展與提升。

關(guān)鍵詞：體感網(wǎng)；邊緣計(jì)算；高空作業(yè)；智能防護(hù)系統(tǒng)；智能安全服；智能安全帽；智能安全扣

中圖分類號(hào)：TP391.44文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-2605（2023）06-0003-07

DOI：10.3969/j.issn.1674-2605.2023.06.003

Research on Intelligent Protection System for High-altitude Work Based on Somosensory Network and Edge Computing

PAN Qiao" FANGBaili" LI Hanru" SUN Guangtong" YE Xiang

（Guangdong Power Grid Limited Liability Company Guangzhou Power Supply Bureau，

Guangzhou 510180， China）

Abstract： With the rapid growth of demand for high-altitude project construction in China， such as the laying and maintenance of high-voltage power lines and the construction of super high-rise buildings， the problem of low level of information and intelligence in high-altitude work protection has become increasingly prominent. This paper designs an intelligent protection system for high-altitude work around the safety protection scene of high-altitude workers， taking advantage of the characteristics of somatosensory network sensing at anytime， anywhere， and the technical advantages of edge computing to provide services nearby. We have focused on designing inflatable intelligent safety suit， intelligent helmet， and intelligent safety buckle， and proposed an improved PGSA-PSO positioning algorithm to meet the needs of positioning and management for high-altitude workers. This system helps to promote the further development and improvement of high-altitude work protection in China.

Keywords： somatosensory network; edge computing; high altitude work; intelligent protection system; intelligent security suit; intelligent safety helmet; intelligent safety buckle

0 引言

隨著我國(guó)經(jīng)濟(jì)建設(shè)水平的快速提升，電力能源、建筑物、通信等需求也與日俱增，具體表現(xiàn)為電力線搭設(shè)得越來(lái)越長(zhǎng)、覆蓋范圍越來(lái)越廣；建筑物越來(lái)越高、數(shù)量越來(lái)越多；通信基站容量越來(lái)越大、速度越來(lái)越快。根據(jù)國(guó)家能源局發(fā)布的數(shù)據(jù)，2021年我國(guó)特

高壓累計(jì)線路長(zhǎng)度增至42156公里，與上一年相比增加了17.52%，預(yù)計(jì)2023年特高壓累計(jì)線路長(zhǎng)度將達(dá)到46297公里^[1]。世界高層建筑與都市人居學(xué)會(huì)發(fā)布的《2022年高層建筑年度回顧》報(bào)告顯示，2022年全球共建成147座200m及以上的建筑，其中中國(guó)有88座，占比超過(guò)50%。此外，2022年全球還建成了36

座300m及以上的超高層建筑，其中中國(guó)有21座，占比超過(guò)50%^[2]。與之對(duì)應(yīng)的，作業(yè)人員需要在復(fù)雜的高空環(huán)境下從事高強(qiáng)度、快進(jìn)度的作業(yè)。高空作業(yè)除了受復(fù)雜的外部環(huán)境因素（風(fēng)速、溫度等），以及防護(hù)設(shè)備的影響外，還受作業(yè)人員自身因素（安全意識(shí)、健康狀況等）的影響，致使高空作業(yè)是一項(xiàng)危險(xiǎn)系數(shù)極高的活動(dòng)。

為有效地防護(hù)高空作業(yè)人員的生命財(cái)產(chǎn)安全，降低高空作業(yè)的風(fēng)險(xiǎn)，學(xué)術(shù)界與產(chǎn)業(yè)界在已有防護(hù)設(shè)施的基礎(chǔ)上，結(jié)合新興技術(shù)，開(kāi)展了深入研究。文獻(xiàn)[3]將可充氣的氣囊集成到安全服中，當(dāng)高空作業(yè)人員發(fā)生意外墜落時(shí)，會(huì)觸發(fā)氣囊充氣，起到一定的保護(hù)作用。文獻(xiàn)[4]圍繞變電站施工作業(yè)人員構(gòu)建了一套安全管控及評(píng)價(jià)系統(tǒng)，雖然可以提升人員安全管控的科學(xué)性與合理性，但更多從軟件層面？？？，缺乏相應(yīng)的安全提醒與防護(hù)功能。文獻(xiàn)[5-6]分別基于YOLOv3和FPN-CenterNet神經(jīng)網(wǎng)絡(luò)對(duì)施工人員是否規(guī)范佩戴安全帽展開(kāi)研究，并得到相應(yīng)的檢測(cè)模型。這些方法雖然在一定程度上提升了高空作業(yè)人員的保護(hù)力度，但在實(shí)用性、算法的復(fù)雜度上還有待改進(jìn)。

本團(tuán)隊(duì)曾基于多模態(tài)技術(shù)構(gòu)建了一種新型的智能安全服^[7]。在此基礎(chǔ)上，為更加全面地對(duì)高空作業(yè)人員進(jìn)行保護(hù)，提升我國(guó)高空作業(yè)防護(hù)的信息化、智能化水平，本文將無(wú)線體感網(wǎng)和邊緣計(jì)算引入高空作業(yè)防控系統(tǒng)的研究。首先，簡(jiǎn)單介紹體感網(wǎng)、邊緣計(jì)算的技術(shù)概念及基本架構(gòu)；然后，圍繞高空作業(yè)防護(hù)場(chǎng)景，通過(guò)融合體感網(wǎng)與邊緣計(jì)算的技術(shù)優(yōu)勢(shì)，設(shè)計(jì)高空作業(yè)智能防護(hù)系統(tǒng)；最后，闡述高空作業(yè)智能防護(hù)系統(tǒng)的軟、硬件設(shè)計(jì)。

1 體感網(wǎng)與邊緣計(jì)算概述

1.1 從無(wú)線傳感器網(wǎng)絡(luò)到無(wú)線體感網(wǎng)

無(wú)線傳感器網(wǎng)絡(luò)（wireless sensor network， WSN）是由部署在目標(biāo)監(jiān)控區(qū)域內(nèi)大量的微型傳感器節(jié)點(diǎn)通過(guò)無(wú)線通信的方式形成的一種特殊Ad-hoc網(wǎng)絡(luò)^[8-9]。WSN的體系結(jié)構(gòu)如圖1（a）所示，用于監(jiān)視和記錄目標(biāo)監(jiān)控區(qū)域的物理狀況，如溫度、聲音、污染程度、濕度、風(fēng)速等。作為無(wú)線傳感器網(wǎng)絡(luò)的重要組成部分，無(wú)線體感網(wǎng)（wireless body sensor network， WBSN）是由佩戴在人體不同部位的傳感器構(gòu)成的人體區(qū)域傳感器網(wǎng)絡(luò)，主要對(duì)人體行為、生理參數(shù)進(jìn)行檢測(cè)^[10]，其體系結(jié)構(gòu)如圖1（b）所示。

從圖1（a）可以看出：首先，WSN通過(guò)傳感器節(jié)點(diǎn)對(duì)目標(biāo)監(jiān)控區(qū)域進(jìn)行數(shù)據(jù)采集；然后，將采集的數(shù)據(jù)傳輸?shù)絽R集節(jié)點(diǎn)，通過(guò)衛(wèi)星、移動(dòng)蜂窩網(wǎng)等與云端和監(jiān)控中心進(jìn)行通信；最后，通過(guò)部署在云端或監(jiān)控中心的服務(wù)器進(jìn)行數(shù)據(jù)分析，實(shí)現(xiàn)目標(biāo)監(jiān)控區(qū)域的無(wú)線感知^[11]。

通過(guò)圖1（b）與（a）的比較可以看出，WBSN是圍繞人體進(jìn)行感知的WSN，目標(biāo)對(duì)象與監(jiān)控區(qū)域主要是人及與人密切相關(guān)的空間，具體差異主要包括以下幾個(gè)方面：

1）監(jiān)控對(duì)象與監(jiān)控區(qū)域不同，WSN主要針對(duì)惡劣的、人無(wú)法到達(dá)的區(qū)域進(jìn)行監(jiān)控，監(jiān)控區(qū)域較大；WBSN主要針對(duì)人以及人所處的周邊環(huán)境進(jìn)行監(jiān)控，如居家場(chǎng)所、辦公區(qū)域，監(jiān)控區(qū)域較小；

2）節(jié)點(diǎn)數(shù)量不同，WSN監(jiān)控區(qū)域比WBSN大，因此需要更多的傳感器節(jié)點(diǎn)和匯聚節(jié)點(diǎn)，達(dá)到成千上萬(wàn)個(gè)；WBSN一般只需要幾個(gè)、十幾個(gè)傳感器節(jié)點(diǎn)和匯聚節(jié)點(diǎn)；

3）監(jiān)控內(nèi)容不同，WSN主要關(guān)注外部環(huán)境，如氣溫、濕度、土壤pH值、噪聲等；WBSN主要采集人的生理參數(shù)（體溫、脈搏、呼吸等）、行為動(dòng)作以及居住場(chǎng)所的環(huán)境信息等；

4）電源續(xù)航能力要求不同，WSN的節(jié)點(diǎn)是隨機(jī)甚至拋散的方式部署在惡劣環(huán)境中，回收極不方便，需保持較長(zhǎng)的續(xù)航能力，如達(dá)數(shù)年之久；WBSN的采集設(shè)備容易接觸，對(duì)續(xù)航能力的要求不高；

5）設(shè)備安全性要求不同，雖然WSN、WBSN都要求節(jié)點(diǎn)對(duì)環(huán)境盡可能無(wú)害，但WBSN的設(shè)備直接佩戴在人身上，其安全要求更高。

1.2 從集中式的云計(jì)算到分布式的邊緣計(jì)算

云計(jì)算通過(guò)互聯(lián)網(wǎng)提供計(jì)算資源和服務(wù)^[12-13]，基于虛擬化技術(shù)和分布式計(jì)算原理，將計(jì)算能力、存儲(chǔ)資源和應(yīng)用程序等提供給用戶，以滿足需求。云計(jì)算具有資源共享、彈性伸縮、按需自助服務(wù)等特點(diǎn)，主要有3種服務(wù)模式：基礎(chǔ)設(shè)施即服務(wù)（infrastructure as a service， IaaS）、平臺(tái)即服務(wù)（platform as a service， PaaS）、軟件即服務(wù)（software as a service， SaaS）^[14]。云計(jì)算的架構(gòu)如圖2（a）所示。隨著萬(wàn)物互聯(lián)時(shí)代的到來(lái)，出現(xiàn)了一種新型的計(jì)算模式——邊緣計(jì)算^[15]。邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟把邊緣計(jì)算定義為：“在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開(kāi)發(fā)平臺(tái)，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求”^[16-17]。邊緣計(jì)算的架構(gòu)如圖2（b）所示。

通過(guò)圖2（a）與（b）的比較發(fā)現(xiàn)，邊緣計(jì)算是在云計(jì)算的云中心層與設(shè)備層之間插入邊緣層，將云服務(wù)的部分處理任務(wù)遷移到此層，而原有云計(jì)算的設(shè)備層、云中心層的功能不變。邊緣計(jì)算各層的功能分別為：設(shè)備層靠近事件源，主要由各種傳感器組成，負(fù)責(zé)數(shù)據(jù)的采集與感知；邊緣層位于網(wǎng)絡(luò)邊緣，由智能網(wǎng)關(guān)、近端服務(wù)器等組成，負(fù)責(zé)部分云中心層的數(shù)據(jù)分析任務(wù)，以及設(shè)備層與云中心層之間的數(shù)據(jù)傳輸；云中心層由服務(wù)器集群構(gòu)成，負(fù)責(zé)復(fù)雜數(shù)據(jù)的處理、存儲(chǔ)、呈現(xiàn)等任務(wù)。

傳統(tǒng)的集中式云計(jì)算模式存在實(shí)時(shí)性不強(qiáng)、帶寬不足、能耗大、安全及隱私等問(wèn)題。分布式邊緣計(jì)算通過(guò)引入邊緣層，可就近對(duì)數(shù)據(jù)進(jìn)行處理，提供實(shí)時(shí)響應(yīng)，無(wú)需將全部的原始數(shù)據(jù)上傳到云計(jì)算中心，降低了帶寬開(kāi)銷。但邊緣計(jì)算不是云計(jì)算的替代，而是一種補(bǔ)充^[18]。

2 高空作業(yè)智能防護(hù)系統(tǒng)的硬件設(shè)計(jì)

WSN和WBSN側(cè)重于目標(biāo)監(jiān)控區(qū)域和目標(biāo)對(duì)象的數(shù)據(jù)采集與感知；云計(jì)算和邊緣計(jì)算主要提供數(shù)據(jù)處理與存儲(chǔ)所需的資源。高空作業(yè)場(chǎng)景需要監(jiān)控的目標(biāo)對(duì)象是高空作業(yè)人員，同時(shí)要求實(shí)時(shí)響應(yīng)異常情況的處理，如發(fā)生墜落事件時(shí)，需要及時(shí)采取防護(hù)措施和開(kāi)展救援工作。因此，本文借助WBSN提供的數(shù)據(jù)感知功能和邊緣計(jì)算提供的就近服務(wù)技術(shù)優(yōu)勢(shì)，研究高空作業(yè)智能防護(hù)系統(tǒng)，打造全方位高空作業(yè)智能防護(hù)“三件套”（智能安全服、智能安全帽、智能安全扣），系統(tǒng)架構(gòu)圖如圖3所示。

高空作業(yè)智能防護(hù)系統(tǒng)的設(shè)備層由智能安全服、智能安全帽、智能安全扣組成，穿戴于高空作業(yè)人員身上，用于監(jiān)控其工作狀態(tài)信息；邊緣層由具有數(shù)據(jù)透?jìng)骱痛鎯?chǔ)功能的智能網(wǎng)關(guān)組成，用于接收、轉(zhuǎn)發(fā)設(shè)備層采集的數(shù)據(jù)流，同時(shí)就近提供簡(jiǎn)單的數(shù)據(jù)處理服務(wù)；云中心層部署了一套監(jiān)控系統(tǒng)，用于綜合數(shù)據(jù)的分析與結(jié)果呈現(xiàn)。特別指出，智能安全服、智能安全帽、智能安全扣均可以獨(dú)立工作，不依賴智能網(wǎng)關(guān)與云中心，更大程度地保證防護(hù)的可靠性。

2.1 智能安全服

智能安全服包括微控制器模塊、采集模塊、電源模塊、保護(hù)模塊、提醒模塊和通信模塊等，其架構(gòu)圖、示意圖等如圖4所示。

1）微控制器模塊：選用STM32L152RBT6作為處理器，對(duì)采集模塊傳輸?shù)倪\(yùn)動(dòng)數(shù)據(jù)進(jìn)行快速、實(shí)時(shí)地分析，判斷高空作業(yè)人員是否發(fā)生墜落，并將分析的結(jié)果數(shù)據(jù)作為喚醒保護(hù)模塊和提醒模塊的依據(jù)；同時(shí)與通信模塊進(jìn)行連接，將分析的結(jié)果數(shù)據(jù)上傳到邊緣層。

2）采集模塊：選用MPU9250九軸傳感器作為采集模塊，采集高空作業(yè)人員實(shí)時(shí)的運(yùn)動(dòng)數(shù)據(jù)，并通過(guò)I²C總線傳輸?shù)轿⒖刂破髂K進(jìn)行分析。

3）通信模塊：采集模塊獲取的運(yùn)動(dòng)數(shù)據(jù)、微控制器模塊分析的結(jié)果數(shù)據(jù)，通過(guò)通信模塊上傳到邊緣層，進(jìn)而傳輸?shù)皆朴?jì)算中心，用于綜合業(yè)務(wù)分析與統(tǒng)計(jì)。根據(jù)高空作業(yè)防護(hù)對(duì)設(shè)備功耗的要求，本文選擇ZigBee作為設(shè)備層與邊緣層的通信方式，芯片選用CC2530。

4）保護(hù)模塊：本文設(shè)計(jì)的智能安全服具有墜落保護(hù)的功能，其集成了可充氣的安全氣囊（如圖4（b）所示）。當(dāng)發(fā)生墜落或人為觸發(fā)時(shí)，通過(guò)電子氣體發(fā)生裝置（如圖4（c）所示）進(jìn)行充氣，保護(hù)高空作業(yè)人員的頭部、軀干等重要部位。

5）提醒模塊：主要包括1個(gè)TMB12A蜂鳴器和1個(gè)LED燈，在墜落、電池電量不足等異常情況發(fā)生時(shí)，其會(huì)做出相應(yīng)的提醒。

6）電源模塊：主要由正電壓調(diào)整器XC6210B332MR和可充電鋰電池LGS4084組成，負(fù)責(zé)對(duì)上述模塊供電。

2.2 智能安全帽

安全帽是保障高空作業(yè)人員頭部的重要裝備。在高空作業(yè)過(guò)程中，以及處于高空作業(yè)現(xiàn)場(chǎng)時(shí)，都需要嚴(yán)格按照要求正確佩戴安全帽。智能安全帽的架構(gòu)圖、示意圖等如圖5所示。

智能安全帽主要包括微控制器模塊、采集模塊、電源模塊、提醒模塊和通信模塊。其中，微控制器模塊、提醒模塊和通信模塊與智能安全服的功能相同，選用的芯片也基本一致。采集模塊除了采用運(yùn)動(dòng)傳感器外，還采用了振動(dòng)傳感器，通過(guò)這兩種傳感器采集的信息來(lái)分析判斷高空作業(yè)人員是否正常佩戴智能安全帽，并將分析的結(jié)果數(shù)據(jù)通過(guò)邊緣層的匯集節(jié)點(diǎn)上傳到云計(jì)算中心。智能安全帽除了用于判斷是否佩戴之外，還借助定位算法估算高空作業(yè)人員的位置信息，用于人員的作業(yè)管理。

2.3 智能安全扣

高空作業(yè)人員經(jīng)常在懸掛的狀態(tài)下工作，佩戴安全繩和掛好安全扣尤為重要。但由于自身疏忽，或者覺(jué)得影響正常操作，經(jīng)常有高空作業(yè)人員只掛一個(gè)安全扣，甚至一個(gè)安全扣都不掛，存在嚴(yán)重的安全隱患。智能安全扣可檢測(cè)是否扣好、扣全，其架構(gòu)圖、示意圖等如圖6所示。

智能安全扣主要包括微控制器模塊、采集模塊、電源模塊、提醒模塊和通信模塊。其中，微控制器模塊、提醒模塊和通信模塊與智能安全服的功能相同，選用的芯片也基本一致。采集模塊主要利用壓力傳感器感知智能安全扣是否受力，進(jìn)而判斷是否正?？蹝?。

3 高空作業(yè)智能防護(hù)系統(tǒng)軟件設(shè)計(jì)

高空作業(yè)智能防護(hù)系統(tǒng)軟件功能主要包括臨近事件源的防護(hù)任務(wù)（智能安全服充氣防護(hù)、智能安全帽和智能安全扣是否佩戴檢測(cè)）、云中心層的綜合防護(hù)任務(wù)（高空作業(yè)人員定位）。關(guān)于臨近事件源的防

護(hù)任務(wù)的設(shè)計(jì)與實(shí)現(xiàn)，可查看本團(tuán)隊(duì)已發(fā)表的文章^[7]。本文重點(diǎn)針對(duì)高空作業(yè)人員定位服務(wù)展開(kāi)研究。

3.1 基于ZigBee的高空作業(yè)人員定位算法

在智能安全服、智能安全帽、智能安全扣中都包含ZigBee通信模塊，利用其提供的無(wú)線信號(hào)信息，可進(jìn)行高空作業(yè)人員的定位。高空作業(yè)人員定位是一個(gè)綜合性的管理問(wèn)題，一般在云中心層進(jìn)行。高空作業(yè)人員定位可看作是最優(yōu)化問(wèn)題，利用粒子群優(yōu)化（particle swarm optimization， PSO）算法^[19-22]進(jìn)行求解，但PSO算法易陷入局部最優(yōu)。為了讓粒子跳出局部最優(yōu)，尋找出全局最優(yōu)值，本文將模擬植物生長(zhǎng)算法（plant growth simulation algorithm， PGSA）的思想與PSO算法融合，提出一種改進(jìn)的模擬退火算法—PGSA-PSO定位算法，即將PGSA的生長(zhǎng)算子和選擇算子加入PSO算法。生長(zhǎng)是由一個(gè)粒子生長(zhǎng)出多個(gè)粒子；選擇是根據(jù)粒子的適應(yīng)度計(jì)算其對(duì)應(yīng)的概率區(qū)間，然后產(chǎn)生一個(gè)隨機(jī)數(shù)，當(dāng)這個(gè)隨機(jī)數(shù)落入該概率區(qū)間，該區(qū)間對(duì)應(yīng)的生長(zhǎng)點(diǎn)就有優(yōu)先生長(zhǎng)的機(jī)會(huì)。

PGSA-PSO定位算法具體過(guò)程如下：

S1：初始化粒子群，包括種群大小Size、解空間維度D、慣性因子的最大值、最小值，最大速度、最大位移限制、最大迭代次數(shù)；

S2：初始化粒子開(kāi)始的速度和位移，根據(jù)選擇的目標(biāo)函數(shù)進(jìn)行適應(yīng)度值計(jì)算；

S3：確定初始個(gè)體的最優(yōu)值pbest，群體的最優(yōu)值gbest；

S4：根據(jù)？？？公式更新慣性因子，實(shí)現(xiàn)慣性權(quán)值因子的非線性減小，每個(gè)粒子的速度和位移也進(jìn)行更新；

S5：計(jì)算每個(gè)粒子的適應(yīng)度值，找出適應(yīng)度值最大的粒子；

S6：模擬植物生長(zhǎng)算子的操作流程，最優(yōu)粒子直接進(jìn)入下一次迭代，其余粒子執(zhí)行模擬植物生長(zhǎng)過(guò)程；

S7：計(jì)算新的粒子群中每個(gè)粒子的歷史最優(yōu)和群體的全局最優(yōu)，若當(dāng)前粒子的適應(yīng)度值優(yōu)于歷史值，就對(duì)該粒子的個(gè)體最優(yōu)值pbest進(jìn)行替換，如果某個(gè)粒子的個(gè)體歷史最優(yōu)值pbest優(yōu)于全局的適應(yīng)度值，則將這個(gè)粒子的pbest作為當(dāng)前的gbest，記錄每次迭代尋找到的全局最優(yōu)位置信息；

S8：判斷是否達(dá)到設(shè)定的迭代次數(shù)或者要達(dá)到的精度；如果達(dá)到則跳出循環(huán)，輸出結(jié)果；如未達(dá)到，則跳到第S4步，繼續(xù)迭代。

3.2 PGSA-PSO定位算法模擬仿真

本文仿真環(huán)境為20m×20m的平面室內(nèi)區(qū)域，在該區(qū)域中隨機(jī)布置5個(gè)已知位置的信標(biāo)節(jié)點(diǎn)，假設(shè)每個(gè)信標(biāo)節(jié)點(diǎn)的通信范圍都覆蓋了整個(gè)定位區(qū)域。隨機(jī)產(chǎn)生20個(gè)未知節(jié)點(diǎn)，通過(guò)PGSA-PSO定位算法計(jì)算這20個(gè)未知節(jié)點(diǎn)的坐標(biāo)。不考慮具體的測(cè)距方式、測(cè)距過(guò)程中存在的誤差，即為了驗(yàn)證PGSA-PSO定位算法與PSO算法在不同噪聲環(huán)境下的定位效果，使噪聲方差從0.1開(kāi)始，以0.1的步進(jìn)逐步增加至1。為進(jìn)一步減小實(shí)驗(yàn)誤差，在每個(gè)噪聲環(huán)境下，多次進(jìn)行定位，并取多次定位誤差的平均值，實(shí)驗(yàn)結(jié)果如圖7所示。由圖7可知：PGSA-PSO定位算法的定位誤差比PSO算法小，且都小于1 m；PSO算法的定位誤差只有在噪聲方差為0.1時(shí)才小于1 m，表明PGSA-PSO定位算法比PSO算法具有更好的定位效果。

3.3 高空作業(yè)人員定位監(jiān)控可視化實(shí)現(xiàn)

為了直觀地在云中心監(jiān)控中心查看高空作業(yè)人員的位置信息，對(duì)設(shè)備層上傳的數(shù)據(jù)用PGSA-PSO定位算法進(jìn)行位置計(jì)算，并將結(jié)果實(shí)時(shí)顯示到高空作業(yè)智能防護(hù)系統(tǒng)，可視化效果如圖8所示。

由圖8可知，通過(guò)PGSA-PSO定位算法，能夠?qū)崟r(shí)監(jiān)控高空作業(yè)人員的位置，有效預(yù)防因位置不清或誤操作導(dǎo)致的安全風(fēng)險(xiǎn)；且在出現(xiàn)緊急情況時(shí)，能迅速定位高空作業(yè)人員的位置，進(jìn)行及時(shí)救援。

4 結(jié)論

本文圍繞高空作業(yè)場(chǎng)景，利用體感網(wǎng)的實(shí)時(shí)數(shù)據(jù)采集功能，以及邊緣計(jì)算的就近提供服務(wù)的技術(shù)優(yōu)勢(shì)，設(shè)計(jì)了高空作業(yè)智能防護(hù)系統(tǒng)，包括設(shè)備層的智能安全服、智能安全帽、智能安全扣，以及云中心層的PGSA-PSO定位算法。該高空作業(yè)智能防護(hù)系統(tǒng)有助于提升我國(guó)高空作業(yè)的信息化與智能化水平，后續(xù)將進(jìn)一步研究在其他領(lǐng)域的應(yīng)用。

參考文獻(xiàn)

[1] 張楠.我國(guó)新型電力系統(tǒng)建設(shè)全面啟動(dòng)[N].中國(guó)工業(yè)報(bào). 2023-06-06.

[2] 世界高層建筑與都市人居學(xué)會(huì).2022年高層建筑年度回顧[R].https：//www.ctbuh.org/resources/papers/download/4034-2022-year-in-review-tall-trends-of-2021-cn.pdf.

[3] 趙文超，于曉春，張武，等.帶安全氣囊的高空作業(yè)安全服研究[J].工業(yè)安全與環(huán)保，2019，45（3）：28-31.

[4]呂學(xué)賓，李巖，李英，等.變電站施工作業(yè)人員安全管控及評(píng)價(jià)系統(tǒng)研究[J].電力系統(tǒng)保護(hù)與控制，2021，49（4）：21-27.

[5] 屈文謙，邱志斌，廖才波，等.基于YOLOv3的電網(wǎng)作業(yè)人員安全帽佩戴檢測(cè)[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2022，18（2）：214-219.

[6] 趙江河，王海瑞，吳蕾.FPN-CenterNet安全帽佩戴檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2022，58（14）：114-120.

[7] 張明，李昌鎬，梁森，等.一種基于多模態(tài)技術(shù)的施工智能安全服研究[C]//2020年工業(yè)建筑學(xué)術(shù)交流會(huì)論文集（下冊(cè)），2020-11，中國(guó)北京：[出版社不詳]，2020：1727-1731.

[8] ESTRIN D， GOVINDAN R， HEIDEMANN J， et al. Next Century Challenges： Scalable Coordination in Sensor Networks [C]//1999.DOI：10.1145/313451.313556.

[9] 馬祖長(zhǎng)，孫怡寧，梅濤.無(wú)線傳感器網(wǎng)絡(luò)綜述[J].通信學(xué)報(bào)， 2004（4）：114-124.

[10] 梁園.基于體感網(wǎng)的人體運(yùn)動(dòng)監(jiān)測(cè)動(dòng)作識(shí)別研究[J].自動(dòng)化與儀器儀表，2016（10）：219-220.

[11] GAYNOR M， WELSH M， ROWAN A， et al. Wireless Sensor Network Applications[C]//Americas Conference on Informa-tion Systems.DBLP， 2004.

[12] WEINHARDT C， ANANDASIVAM A， BLAU B， et al. Cloud computing–a classification， business models， and research directions[J]. Business amp; Information Systems Engineering， 2009，1：391-399.

[13]張浩.云計(jì)算環(huán)境下的電力任務(wù)節(jié)能調(diào)度方法研究[J].電力系統(tǒng)保護(hù)與控制，2021，49（13）：128-134.

[14] SHEN Y， LI Y， WU L， et al. Cloud computing overview[M]//Enabling the New Era of Cloud Computing： Data Security， Transfer， and Management. IGI Global， 2014： 1-24.

[15] 施巍松，孫輝，曹杰，等.邊緣計(jì)算：萬(wàn)物互聯(lián)時(shí)代新型計(jì)算模型[J].計(jì)算機(jī)研究與發(fā)展，2017，54（5）：907-924.

[16] 丁春濤，曹建農(nóng)，楊磊，等.邊緣計(jì)算綜述：應(yīng)用，現(xiàn)狀及挑戰(zhàn)[J].中興通訊技術(shù)，2019，25（3）：6. DOI：10.12142/ZTETJ. 201903001.

[17]黃冬梅，何立昂，孫錦中，等.基于邊緣計(jì)算的電網(wǎng)假數(shù)據(jù)攻擊分布式檢測(cè)方法[J].電力系統(tǒng)保護(hù)與控制，2021，49（13）：1-9.

[18] 施巍松，張星洲，王一帆，等.邊緣計(jì)算：現(xiàn)狀與展望[J].計(jì)算機(jī)研究與發(fā)展，2019，56（1）：69-89.

[19] 吳建鋒，徐振宇，蔣震.無(wú)線傳感器網(wǎng)絡(luò)中改進(jìn)粒子群優(yōu)化DV-Hop算法的研究[J].傳感技術(shù)學(xué)報(bào)， 2022，35（6）：825-830.

[20] 王一，宋志偉，王祎澤，等.基于PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)和空間網(wǎng)格的機(jī)器人位姿標(biāo)定方法[J].中國(guó)測(cè)試，2016，42（8）：98-102.

[21] 徐曉鳴，鄧裕琪，吳綺萍.基于SLP和粒子群算法的車間布局優(yōu)化研究[J].機(jī)電工程技術(shù)，2020，49（2）：17-20;98.

[22] 伍建軍，朱迅，吳思倩，等.基于聚類分析法和粒子群算法的柔順定位平臺(tái)優(yōu)化設(shè)計(jì)[J].機(jī)床與液壓，2020，48（23）：99-103.

作者簡(jiǎn)介：

潘巧，男，1988年生，工學(xué)學(xué)士，高級(jí)工程師，主要研究方向：輸電生產(chǎn)運(yùn)維技術(shù)。E-mail： 532315745@qq.com

方百里，男，1992年生，工學(xué)學(xué)士，工程師，主要研究方向：輸電線路安全管理。

李瀚儒，男，1983年生，工學(xué)碩士，高級(jí)工程師、技術(shù)專家，主要研究方向：輸電線路運(yùn)行管理。

孫廣通，男，1983年生，工學(xué)學(xué)士，工程師，主要研究方向：供電企業(yè)安全監(jiān)管和應(yīng)急管理。

葉翔（通信作者），男，1984年生，工學(xué)碩士，工程師，主要研究方向：輸電線路運(yùn)維、安全管理。E-mail： yexiang84@163.com