本实用新型涉及人体状态监测技术领域，具体涉及一种人体状态检测装置。
背景技术：
人体姿态识别近年来随着互动游戏、虚拟现实及可穿戴设备的发展，受到了越来越多的关注，对人体姿态识别的研究有很高的学术价值和商业价值。
目前存在很多人体姿态识别的方案，比如使用摄像头以图像的方法捕捉识别人体姿态，或使用特定的标记块或运动捕获设备。但是因为这些方案都有着技术难度高、成本高、使用范围窄、安装复杂等问题，需要很多设备设施协同工作，这样也同时推高了成本，需要特定的环境才能安装，在功能实现上需要使用复杂的算法，所以比较多都处于实验室阶段，难以进行广泛应用。
建筑业是一个高风险行业，施工现场安全事故频发，工人的人身安全得不到有效保障。随着用工成本以及事故赔偿越来越高，安全事故还会影响整个项目的质量和进度等，所以对于建筑企业来说，怎么能够规范管理，规范工人施工，减少人身安全事故的发生已经变为施工过程中的重中之重。
技术实现要素：
针对现有技术的不足，本实用新型提供了一种人体状态检测装置，用以检测处于各种工作或运动状态的人体的姿态，并当检测的人体姿态与通常的姿态不一致时，做出报警指示。
本实用新型的技术方案为：
一种人体状态检测装置，其特征在于：包括头部姿态检测设备、脚部姿态检测设备、腰部主控设备和后台管理监控中心，所述头部姿态检测设备包括头部检测mcu和与所述头部检测mcu连接的头部姿态传感器，所述脚部姿态检测设备包括脚部检测mcu和与所述脚部检测mcu连接的脚部姿态传感器，所述腰部主控设备包括腰部主控cpu及分别与所述腰部主控cpu连接的腰部姿态传感器及若干个数据接口，所述头部检测mcu和所述脚部检测mcu分别通过数据接口与所述腰部主控cpu连接，所述腰部主控cpu用于处理腰部姿态传感器采集的信息，并结合头部检测mcu、脚部检测mcu传来的信息，与腰部主控cpu存储的常态的数据信息进行比较，当出现不一致时通过与之连接的报警装置进行报警。
进一步地，所述腰部主控cpu还连接有无线网络模块，所述腰部主控cpu通过无线网络模块连接所述后台管理监控中心。
进一步地，所述头部姿态传感器、所述脚部姿态传感器和所述腰部姿态传感器均采用型号为mpu9250的姿态传感器。
进一步地，所述无线网络模块包括3g或4g移动通信模块和zigbee模块，所述3g或4g移动通信模块与后台管理监控中心通信连接，所述zigbee模块与安装于工作现场的zigbee智能网关进行通信，zigbee智能网关通过有线网络与后台管理监控中心连接。
进一步地，所述腰部主控cpu还连接有gps定位模块。
进一步地，所述数据接口采用串口或can总线。
进一步地，所述报警装置采用声光报警模块。
本实用新型的有益效果为：通过设定人体不同状态的通常身体姿态，与检测到的姿态进行比对，如果发现人体保持不是通常姿态范围，则会自动发出声光报警。
附图说明
图1为本实用新型的结构框图。
具体实施方式
下面参考附图并结合实施例对本实用新型进行详细说明。需要说明的是在不冲突的情况下，以下各实施例及实施例中的特征可相互组合。
如图1所示，一种人体状态检测装置，包括头部姿态检测设备、脚部姿态检测设备、腰部主控设备和后台管理监控中心，所述头部姿态检测设备包括头部检测mcu和与所述头部检测mcu连接的头部姿态传感器，所述脚部姿态检测设备包括脚部检测mcu和与所述脚部检测mcu连接的脚部姿态传感器，所述腰部主控设备包括腰部主控cpu及分别与所述腰部主控cpu连接的腰部姿态传感器及若干个数据接口，所述头部检测mcu和所述脚部检测mcu分别通过数据接口与所述腰部主控cpu连接，所述腰部主控cpu还连接有无线网络模块和报警装置，所述腰部主控cpu通过无线网络模块连接所述后台管理监控中心。所述头部姿态传感器、所述脚部姿态传感器用于实时采集头部和脚部的姿态信息，并分别将采集的姿态信息通过头部检测mcu和脚部检测mcu传输给腰部主控cpu，同时，腰部姿态传感器实时采集腰部的姿态信息，并将腰部姿态信息传输给腰部主控cpu；腰部主控cpu将获取的头部姿态信息、脚部姿态信息和腰部姿态信息分别与腰部主控cpu设定的通常姿态信息对比，若三种信息均与设定的通常姿态信息不一致，则启动报警装置报警。在具体实施时，可设置采集的头部姿态信息、脚部姿态信息和腰部姿态信息在预设的一定时间内均不在通常姿态范围内时才启动报警装置进行报警。
姿态传感器通过i2c接口与各部分mcu主控、腰部主控cpu相连，各部分mcu通过串口、can总线等有线的方式和腰部主控cpu设备进行连接及数据通讯。
所述头部姿态传感器、所述脚部姿态传感器和所述腰部姿态传感器均使用invensense公司的型号为mpu9250的姿态传感器，mpu9250芯片是一个9轴姿态传感芯片，其中包含了3轴加速度传感器、3轴角速度传感器以及三轴磁力计，可以获取传感芯片的加速度、角速度、以及磁力值，角速度可以知芯片的转动速度，加速度可以知道芯片运动的距离、速度情况，而磁力计可以知道物芯片的运动方向。另外mpu9250芯片内置dmp姿态融合器，可以在不涉及算法的情况下，直接读取出描述物体状态的四元数，从而得出物体的三维角度--航向角、翻滚角、俯仰角(倾斜角)。
所述无线网络模块包括：3g或4g移动通信模块和zigbee模块。当工作人员所处地点3g或4g网络信号很好，能够通过3g/4g连接到后台管理监控中心情况下，则使用3g或4g进行后台管理监控中心连接。如果所处工作场所3g/4g移动网络信号不好，腰部主控cpu将会使用zigbee的方式与安装于工作现场的zigbee智能网关进行通信，最终zigbee智能网关通过有线网络的方式实现与后台管理监控中心的连接。两种无线网络模块根据工作场所移动网络信号的好坏进行使用。
所述腰部主控cpu还连接有gps定位模块。使用skylab公司出品的型号为skg08a的gps模块，skg08a是一个完整的gps模块,具有高敏感性、超低功耗和小尺寸的特点而被广泛应用。skg08agps模块通过天线来接收信号，使用nmea协议或自定义协议将位置、速度、时间等一系列的串行数据记录，它是基于高性能的单片机架构,其–162dbm跟踪灵敏度使其能在以前的gps模块不能定位的城市峡谷和茂盛的树荫这样的环境中定位，它的小尺寸和低功耗的特点使它很容易的被集成到便携式的设备中，例如：手机、照相机、车辆导航装置、可穿戴设备。所述报警装置采用声光报警模块。
腰部主控设备使用锂电池进行供电，同时给头部和腰部的检测设备进行供电。腰部主控设备完成人的身体姿态的判定，如发现分析出来的实时姿态信息与设定的通常工作姿态保持一定的时间不一样，则通过声光模块发出声光报警，同时通过无线网络模块把报警信息及定位信息发送给后台管理监控中心。后台管理监控中心收到警报进行后，将会播报语音播报报警信息，管理监控人员通过报警及定位信息及时安排人员查看警报原因，排查该人员是否处于危险状态。另外管理中心同时把报警信息发送给该人员附近其他佩戴了该装置设备的人员，以让附件其他人员及时做出反应，查看该人员是否处于危险状态，及时向管理中心进行报告。
下面列举几个具体的例子加以说明。
工作人员的安全帽、安全服、安全靴(或裤子)上安装了三个部分设备，并且都有姿态传感器，姿态传感器将会实时获取到航向角、翻滚角及俯仰角(倾斜角)数据。通常姿态数据由不同工种平时工作姿态得出，如果工作人员的姿态为不是通常姿态超过一定时间，则会进行报警，需要进行险情排查。
倾斜角的判断：
站立：腰部、脚部姿态传感器获取的倾斜角数据接近0°，也就是与水平面平行的角度数据，则识别出来是站立状态。当头部倾斜角与水平面不为平行状态，比如为大于45°，则识别为站立并低头；头部倾斜角为负数，如-45°时，可识别为仰头状态。如果识别仰头角度为接近90°一定时间，则需要排查是否出现险情。
趴着：当头部、腰部、脚部的姿态传感器得出的倾斜角数据与水平面为接近垂直90°时，则识别为平躺状态。如果平躺状态超过一定时间，则会发出报警，需要排查是否出现险情。如果倾斜角刚好和趴着的相反，则为平躺。
靠着坐或跪着：当脚部倾斜角接近90°，腰部倾斜角小于45°时，可识别为靠着坐或跪着。
头下脚上：如果头部、腰部、脚部倾斜角接近-180°，则识别为头下脚上姿态，则需要马上排查险情。
如果识别到的个人姿态一段时间不改变或者变动很小，也需要进行险情排查。比如长时间跪着。
航向角的判断：
转头部：如果检测到头部航向角不为0°，腰部和脚部航向角不变(为0°)，则识别为头部左转或者右转。如果转动的角度太大，则需要进行险情排查。
转上身：脚部航向角不变，头部和腰部航向角不为0°，则识别为上身左转或者右转。
如果头部航向角是正90°，腰部航向角是负90°，那能够说明扭脖子了，得及时确认对应人员是否出现险情。
翻滚角的判断：
侧头：如果头部检测到翻滚角不为0°，如为45°或负45°，腰部和脚部翻滚角接近0°，则识别为头部左侧或右侧。
侧卧：如果头部、腰部和脚部翻滚角接近90°或负90°，则识别为左侧卧或又侧卧。超过一定时间姿势不变，则需要进行险情排查。
倾斜角、航向角、翻滚角也可以根据各自的角度，一起综合进行判定识别，识别人的身体当时的姿态，以便能够及时排查险情。
以上所属实施例仅表达了本实用新型的集中实施方式，其描述较为具体和详细，但并不能因此而理解为对本实用新型专利范围的限制，应当指出的是，对于本领域的普通技术人员来说，在不脱离本实用新型构思的前提下，还可以做出若干变形和改进，这些都属于本实用新型的保护范围。因此本实用新型专利的保护范围应以所附权利要求为准。
1.一种人体状态检测装置，其特征在于：包括头部姿态检测设备、脚部姿态检测设备、腰部主控设备和后台管理监控中心，所述头部姿态检测设备包括头部检测mcu和与所述头部检测mcu连接的头部姿态传感器，所述脚部姿态检测设备包括脚部检测mcu和与所述脚部检测mcu连接的脚部姿态传感器，所述腰部主控设备包括腰部主控cpu及分别与所述腰部主控cpu连接的腰部姿态传感器及若干个数据接口，所述头部检测mcu和所述脚部检测mcu分别通过数据接口与所述腰部主控cpu连接，所述腰部主控cpu用于处理腰部姿态传感器采集的信息，并结合头部检测mcu、脚部检测mcu传来的信息，与腰部主控cpu存储的常态的数据信息进行比较，当出现不一致时通过与之连接的报警装置进行报警。
2.如权利要求1所述的人体状态检测装置，其特征在于：所述腰部主控cpu还连接有无线网络模块，所述腰部主控cpu通过无线网络模块连接所述后台管理监控中心。
3.如权利要求1所述的人体状态检测装置，其特征在于：所述头部姿态传感器、所述脚部姿态传感器和所述腰部姿态传感器均采用型号为mpu9250的姿态传感器。
4.如权利要求2所述的人体状态检测装置，其特征在于：所述无线网络模块包括3g或4g移动通信模块和zigbee模块，所述3g或4g移动通信模块与后台管理监控中心通信连接，所述zigbee模块与安装于工作现场的zigbee智能网关进行通信，zigbee智能网关通过有线网络与后台管理监控中心连接。
5.如权利要求1所述的人体状态检测装置，其特征在于：所述腰部主控cpu还连接有gps定位模块。
6.如权利要求1所述的人体状态检测装置，其特征在于：所述数据接口采用串口或can总线。
7.如权利要求1所述的人体状态检测装置，其特征在于：所述报警装置采用声光报警模块。
技术总结