(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111491557.6 (22)申请日 2021.12.08 (71)申请人 广东电网有限责任公司阳江供电局 地址 529500 广东省阳江市江城区漠江路 108号 (72)发明人 许智贤　刘成峰　吴荣基　朱晓伟　 伍中校　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 余凯欢 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 20/10(2019.01) G01S 19/47(2010.01)H04W 4/02(2018.01) H04W 4/14(2009.01) H04B 7/185(2006.01) (54)发明名称 基于机器学习和北斗短报文的行为识别装 置及方法 (57)摘要 本发明公开了基于机器学习和北斗短报文 的行为识别装置及方法， 方法包括： 通过数据采 集装置采集目标对象 的位置信息， 并将所述位置 信息通过北斗短报文传输到特征计算模块； 根据 预设的计算口径， 通过特征计算模块对所述位置 信息进行计算， 生成模型特征宽表； 采用SV M支持 向量机算法， 通过建模模块对样 本数据集进行建 模， 生成目标模型； 根据所述目标模型， 通过判别 模块对所述模 型特征宽表进行判定， 确认所述目 标对象的行为结果。 本发明无需移动网络覆盖且 适用范围广， 可广泛应用于人工智能技 术领域。 权利要求书2页 说明书9页 附图2页 CN 114386313 A 2022.04.22 CN 114386313 A 1.基于机器学习和北斗短报文的行为识别装置， 其特 征在于， 包括： 数据采集装置， 用于采集目标对象的位置信息， 并将所述位置信息通过北斗短报文传 输到特征计算模块； 特征计算模块， 用于根据预设的计算口径对所述位置信息进行计算， 生成模型特征宽 表； 建模模块， 用于采用SVM支持向量机算法对样本数据集进行建模， 生成目标模型； 判别模块， 用于根据所述目标模型对所述模型特征宽表进行判定， 确认所述目标对象 的行为结果。 2.根据权利要求1所述的基于机器学习和北斗短报文的行为识别装置， 其特征在于， 所 述位置信息包括经纬度信息、 三轴实时数据和角速度数据， 所述数据采集装置包括： 北斗定位模块， 用于获取 所述目标对象的经纬度信息； 三轴陀螺 仪， 用于获取 所述目标对象的三轴实时数据和角速度数据； 北斗短报文通信模块， 用于根据所述经纬度信息、 所述三轴实时数据和所述角速度数 据， 生成北斗短报文， 并将所述北斗短报文发送至所述特 征计算模块。 3.基于机器学习和北斗短报文的行为识别方法， 其特 征在于， 包括： 通过数据采集装置采集目标对象的位置信 息， 并将所述位置信 息通过北斗短报文传输 到特征计算模块； 根据预设的计算口径， 通过特征计算模块对所述位置信息进行计算， 生成模型特征宽 表； 采用SVM支持向量机算法， 通过建模 模块对样本数据集进行建模， 生成目标模型； 根据所述目标模型， 通过判别模块对所述模型特征宽表进行判定， 确认所述目标对象 的行为结果。 4.根据权利要求3所述的基于机器学习和北斗短报文的行为识别方法， 其特征在于， 所 述通过数据采集装置采集目标对象的位置信息， 并将所述位置信息通过北斗短报文传输到 特征计算模块， 包括： 通过北斗定位模块获取 所述目标对象的经纬度信息； 通过三轴陀螺 仪获取所述目标对象的三轴实时数据和角速度数据； 根据所述经纬度信息、 所述三轴实时数据和所述角速度数据， 通过北斗短报文通信模 块生成北斗短报文， 并将所述北斗短报文发送至所述特 征计算模块。 5.根据权利要求4所述的基于机器学习和北斗短报文的行为识别方法， 其特征在于， 根 据预设的计算口径， 通过特征计算模块对所述位置信息进行计算， 生成模型特征宽表， 包 括： 根据所述位置信息中目标对象的正常活动行为、 坠落行为或安全帽脱落行为， 计算目 标对象的行为标签； 根据所述 位置信息中的三轴实时数据， 计算所述目标对象的X轴数据； 根据所述 位置信息中的三轴实时数据， 计算所述目标对象的Y轴数据； 根据所述 位置信息中的三轴实时数据， 计算所述目标对象的Z轴数据； 根据所述 位置信息中的角速度数据， 计算所述目标对象的X轴角速度； 根据所述 位置信息中的角速度数据， 计算所述目标对象的Y轴角速度；权　利　要　求　书 1/2 页 2 CN 114386313 A 2根据所述 位置信息中的角速度数据， 计算所述目标对象的Z轴角速度； 根据所述 位置信息中的经纬度信息， 计算所述目标对象的经度坐标和 纬度坐标； 根据所述目标对象在当前时间点的位置和上一 时间点的位置， 计算所述目标对象的移 动距离； 根据所述目标对象在 当前时间点的X轴数据和上一 时间点的X轴数据， 计算所述目标对 象的X轴数据变化信息； 根据所述目标对象在 当前时间点的Y轴数据和上一 时间点的Y轴数据， 计算所述目标对 象的Y轴数据变化信息； 根据所述目标对象在 当前时间点的Z轴数据和上一 时间点的Z轴数据， 计算所述目标对 象的Z轴数据变化信息； 根据所述目标对象在 当前时间点的X轴角速度 数据和上一时间点的X轴角速度数据， 计 算所述目标对象的X轴角速度数据变化信息； 根据所述目标对象在 当前时间点的Y轴角速度 数据和上一时间点的Y轴角速度数据， 计 算所述目标对象的Y轴角速度数据变化信息； 根据所述目标对象在 当前时间点的Z轴角速度 数据和上一时间点的Z轴角速度数据， 计 算所述目标对象的Z轴角速度数据变化信息 。 6.根据权利要求3所述的基于机器学习和北斗短报文的行为识别方法， 其特征在于， 所 述采用SVM支持向量机算法， 通过建模 模块对样本数据集进行建模， 生成目标模型， 包括： 对样本数据集进行随机不放回抽样， 生成训练集和测试集； 使用训练集的数据， 采用 SVM支持向量机算法训练模型； 将测试数据集输入训练模型， 遍历 SVM模型的核函数的参数的取值； 计算每个参数在不同取值下对应的训练模型的分类结果； 计算训练模型的精准 率、 召回率和F值指标， 生成所述训练模型的模型评估结果； 根据所述模型评估结果， 选取模型的最优参数； 根据所述 最优参数， 构建目标模型。 7.根据权利要求3所述的基于机器学习和北斗短报文的行为识别方法， 其特征在于， 所 述根据所述 目标模型， 通过判别模块对所述模型特征宽表进行判定， 确认所述目标对 象的 行为结果， 包括： 通过所述目标模型对所述模型 特征宽表进行判定， 生成行为状态的判定结果； 当所述判定结果 为坠落状态时， 触发 警告信息并显示目标对象的位置信息； 当所述判定结果为安全帽脱帽状态， 且所述目标对象处于施工区域内时， 触发警告信 息并提示所述目标对象佩戴安全帽。 8.一种电子设备， 其特 征在于， 包括处 理器以及存 储器； 所述存储器用于存 储程序； 所述处理器执行所述程序实现如权利要求3 至7中任一项所述的方法。 9.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有程序， 所述程序被处理 器执行实现如权利要求3 至7中任一项所述的方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现权利要求3 至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114386313 A 3