下载掌阅APP，畅读海量书库
立即打开
学校名称：深圳大学
团队成员：李琨睿、洪威、黄钰琳
指导老师：邱洪、王鑫
摘要
在全球科技进步的浪潮下，传统行业纷纷引入了“智慧”概念，实现了升级和转型。智能化已经逐渐渗透到园区、餐厅、停车场、旅游等各个方面，物联网技术的应用极大地方便了人们的工作和生活。然而，我们也不难发现，在日常生活中，工地这一场景的智能化程度相对较低，“智慧工地”的概念尚待完善，工地安全问题在近几年引起了广泛关注。在此背景下，本作品应运而生，旨在将物联网技术运用于安全帽，为“智慧工地”的发展助力。
为解决工地的工人安全问题，以及在复杂工地环境下设备、人员难以管理等痛点，幸“盔”有你（本节中简称本作品）以海思Hi3861作为主控芯片打造了智能安全帽（本作品的核心部分），结合广和通公司的L716模组实现了4G联网，借助华为云IoT平台、运用物联网技术实现了数据的多端流转与音/视频通话。在此基础上，本作品针对工地场景设计了一套具有一系列智能化功能的系统，实现了智能安全帽与云平台之间的互联互通，工人可以通过工人端微信小程序方便地使用智能安全帽，管理者也能通过工地管理系统对工人和智能安全帽进行管理。
智能安全帽以佩戴监测、多模联网、心率监测、跌倒监测、语音对讲、语音控制六大部分为基础功能，配合音/视频通话、气体检测、定位增强、近电检测、高度检测五大可根据不同场景进行搭配的模块化功能，全面保障了工人的生命安全，在方便工人作业的同时，提高了工作效率。
在网页端，本作品设计了与智能安全帽配套的工地管理系统，管理者可以随时监控工人的身体状况、工作情况、位置信息等，还能够随时与工人发起音/视频通话，以便远程查看施工情况。本产品能够在工人生命体征出现问题时迅速报警并提醒管理者，从而大大提高了工地管理效率。
本作品旨在通过创新性地对智能安全帽进行模块化设计，并搭建配套的工地管理系统，将“智慧工地”这一概念落地建筑行业，让物联网技术和大数据能够更大程度地服务工地场景，同时为“智慧工地”市场带来更大的收益。
随着社会经济的发展，工地在不断增多的同时也暴露了许多亟待解决的问题。调查显示，工地现场长期存在安全管理混乱、工人安全意识薄弱、无法预警危险、事故救援缓慢、人员考勤管理混乱，以及难以掌握现场进度等问题，如图1.2-1所示。
图1.2-1 工地现场存在的问题
对此，本作品围绕智能安全帽这一硬件设备设计了相应解决方案，并在此基础上搭建了工地管理系统，旨在运用物联网概念，充分响应建设“智慧工地”的号召，解决痛点问题。
（1）建筑行业：通过智能安全帽，实现对工地的监测与管理，提高工作效率。
（2）工业安全：实现工人佩戴监测、多模联网、心率监测、跌倒监测等功能，全方位保障工人的生命安全。
（3）远程监控：通过工地管理系统，实现对工人的实时监控，远程查看施工情况，提高工地管理效率。
（4）紧急救援：在工人生命体征出现问题时，能够迅速报警并提醒管理者，实时定位工人，辅助紧急救援。
（1）基于海思Hi3861的智能安全帽。为了实现智能安全帽内大量传感器数据的采集和低功耗、高稳定性的需求，本作品采用海思Hi3861主控板作为核心。该主控板实现了与智能安全帽内多个模块的连通，可以对传感数据进行处理和分析，并且联网上云。
（2）基于广和通L716模组的4G联网和基于Hi3516的音/视频通话。利用广和通L716模组的路由模块，为智能安全帽提供4G网络，并将摄像头拍摄到的音频和图像通过Socket流推送到后端，经过处理后再由前端请求进行展示或者由云平台向硬件下发命令进行控制。
（3）实现多传感器融合的监测系统。在本作品中，智能安全帽内集成了多个传感器，可以实时采集佩戴者的生理状态和所处环境信息，通过对融合后的数据进行分析和处理，实现了监测和预警功能，能及时发现异常情况并进行处理。
（4）云端数据上报和管理。通过与云平台的连接，运用物联网技术实现了实时监测和多端数据共享，可对工地现场数据进行实时上报和管理，为工地管理者提供实时监控和预警服务，提高了工地的安全性和管理效率。
本作品的主要性能指标如表1.2-1所示。
表1.2-1 本作品的主要性能指标
本作品的创新点如图1.2-2所示，主要的两点如下。
图1.2-2 本作品的创新点
（1）模块化功能。针对不同场景的需求，本作品开发了模块统一接口，将多种功能模块化，从而能够根据实际需求快速配置不同的功能模块，在方便工人使用的同时减少了电量损耗。
（2）多模混合联网。针对物联网中经常出现的联网不稳定、网络信号差等问题，本作品创新性地推出4G+Wi-Fi的联网方案，当Wi-Fi信号差时，由智能安全帽内置的4G模块联网，从而保证网络连接的通畅。考虑到在隧道作业时信号差、难联网等问题，本作品还开发了基于TCP/IP协议的自组网功能，只要一台设备能够联网，其他所有关联设备也能实现联网，从而实现智能安全帽的多场景应用。
本作品的设计流程及进度如图1.2-3所示。
图1.2-3 本作品的设计流程及进度
本作品主要包括智能安全帽、云端处理系统和用户管理界面三大部分，其整体框架如图1.2-4所示。
作为本作品核心的智能安全帽使用自带的4G模块通过MQTT协议连接到云端，而在4G网络信号较弱的环境中，智能安全帽也可以智能地连接到附近的网关。而在工地中部署的网关，除了可以连接到工地中的其他设施，还可以对设备上传的数据进行初步的处理后再上传云端。在云端，借助华为云IoTDA或IoTEdge等平台来连接设备，并通过云服务器（Elastic Compute Server，ECS）中的后端系统对数据进行整合处理，最终同步到用户使用的工人端微信小程序和工地管理系统。
借助上述框架，本作品实现了智能安全帽、云端和用户界面的多端协同，结合实际需求设计了如图1.2-5所示的功能。
图1.2-4 本作品的整体框架
图1.2-5 本作品的功能
在硬件方面，本系统主要包括智能安全帽佩戴检测系统、人体状态感知系统、模块化环境感知系统、语音控制系统、音/视频通话系统、智能网络系统。智能安全帽采用海思Hi3861，可以采集多个模块的数据，并通过广和通的L716模组连接云端。为了实现智能安全帽在不同场景下快速切换不同的功能，本作品创新性地开发了模块统一接口，同时借助Hi3861实现了智能安全帽之间的自组网。在多个智能安全帽成功组网后，可以实现智能安全帽之间的语音对讲，并使网络状态最好的智能安全帽成为一个小型的网关，将周围的智能安全帽数据整合后统一上传到云端，节约云端资源。
本作品的硬件架构如图1.2-6所示。
图1.2-6 硬件架构
本作品的电路模块介绍如下：
（1）智能安全帽佩戴检测系统。智能安全帽集成了红外传感器和霍尔接近开关，在设置红外阈值检测和霍尔距离阈值后，可实时检测智能安全帽的佩戴情况。通过检测智能安全帽与人体头部的距离，以及帽带的扣紧状态，可以精确且智能检测智能安全帽的佩戴情况。智能安全帽佩戴检测系统的框架如图1.2-7所示。
图1.2-7 智能安全帽佩戴检测系统的框架
智能安全帽的佩戴检测流程如图1.2-8所示。当智能安全帽连续多次检测到异常时，会调取陀螺仪模块的角度信息，若角度信息也不符合规范，则认为工人未正确佩戴智能安全帽。通过多个传感器联合进行检测，使智能安全帽佩戴检测系统更加稳定可靠。当佩戴者未正确佩戴智能安全帽时，智能安全帽会通过智能语音系统提醒工人，并向工地管理系统（后台）报告。本作品还创新性地将工人正确佩戴智能安全帽与考勤挂钩，只有正确佩戴智能安全帽才能够自动完成打卡并记录工时，从而规范工人的工作习惯。
图1.2-8 佩戴处理流程
（2）人体状态感知系统。智能安全帽中集成了血氧饱和度传感器、陀螺仪和温度传感器，可以实时监测工人的血氧饱和度、心率、体温和人体姿态等数据。人体状态感知系统的框架如图1.2-9所示。
图1.2-9 人体状态感知系统的框架
血氧饱和度传感器负责检测人体的心率和血氧饱和度。该传感器基于反射式脉搏血氧饱和度检测技术，根据红外光传感器来检测血液中红色血红蛋白和氧合血红蛋白对红外光吸收量的变化，从而可以推断出心率和血氧饱和度的数值，并将其输出到其他设备。
人体姿态传感器通过基于无迹卡尔曼滤波器（Unscented Kalman Filter，UKF）的姿态检测算法，利用其内置的数字运动处理器（Digital Motion Processor，DMP）测量人体的三轴欧拉角，再结合多传感器的数据融合，通过综合分析得出人体姿态，并通过IoT平台让管理人员可以实时查看每个人的相关数据。
当人体姿态出现异常时，智能安全帽会及时通过语音提醒工人，并且向工地管理系统报告异常情况。如果工人没有在规定时间内取消报警，智能安全帽将认为发生了危险，会向管理人员报告并自动联系附近的其他佩戴了智能安全帽的工人前往查看情况。
（3）模块化环境感知系统。为了尽可能地适用于较多的场景，智能安全帽采用了模块化的设计，本作品开发了全新的模块统一接口，通过组合不同的模块可以实现不同的功能，模块之间也可以相互配合联动实现更多高级功能。
通过模块统一接口，智能安全帽可以装配不同的传感器模块，用以感知环境数据，实现危险预警。例如，在煤矿井下，智能安全帽可以配备气体传感器，用于检测有毒气体浓度并及时发出警报，保障矿工的生命安全。此外，智能安全帽还可以配备定位模块，以便在工人发生意外时，救援人员能在第一时间定位到工人所在的位置，提高救援效率。模块化环境感知系统的架构如图1.2-10所示。
图1.2-10 模块化环境感知系统的架构
本作品中的智能安全帽及其配套功能模块采用了自主研发的模块统一接口，通过该接口可以让智能安全帽识别当前安装的模块并启用对应的功能。该接口采用了磁吸式触点设计，配合模块与智能安全帽上的卡扣可保证模块的稳固连接。模块统一接口可以适应多种通信协议，使连接更加简洁，提高了接口的利用率，便于不同模块化功能的切换。
模块统一接口共10个引脚，采用免接线设计，利用触点连接，同时通过磁吸保证连接的稳固和定位的准确。其中，数据传输接口采用4引脚设计，可以适应I2C、SPI、UART等多种不同的通信协议，并可以根据需求进行扩展，标准将在后续根据实际情况进行统一定义。识别接口采用4引脚设计，对应一组4位的二进制编码，可实现16种组合，足够支持前期单传感器模块的编码需求，并可以在后续根据需求进行扩展。电源接口用于向传感器模块供电。模块统一接口可以为智能安全帽的模块化设计提供坚实的硬件基础，使得不同的传感器可以方便地连接到智能安全帽上，并实现各自的功能。模块统一接口的框架如图1.2-11所示。
图1.2-11 模块统一接口的框架
智能安全帽的模块化设计为用户提供了更多的选择和灵活性，同时也降低了生产和使用成本。随着技术的进步和应用场景的扩展，智能安全帽将会有更广泛的应用前景。
（4）语音控制系统。为了让工人在不方便手动操作时控制智能安全帽，本作品引入了语音控制系统。智能安全帽的语音控制系统支持离线交互与在线交互。当智能安全帽处于联网状态时，语音控制系统将借助华为云SIS语音交互服务进行识别与反馈。当智能安全帽处于离线时，语音控制系统使用天问ASR PRO芯片，通过在该芯片中部署基于DNN-HMM的语音交互神经网络，实现实时的语音交互与控制功能。语音控制系统的架构如图1.2-12所示。
图1.2-12 语音控制系统的架构
天问ASR PRO芯片是新一代高性能神经网络智能语音芯片，集成了脑神经网络处理器和CPU内核。芯片内部集成了麦克风阵列和信号处理电路，用于采集外部环境中的语音信号。该芯片在对采集到的语音信号进行预处理和特征提取后，将其被转换为数字信号，并提取出数字信号的特征参数。此外，该芯片内部集成了专门的语音识别算法和模型，这些算法和模型能够对输入的特征参数进行分析和匹配，从而识别出语音指令或语音内容。通过训练和优化，该芯片可以准确识别和理解特定的语音指令。一旦识别出有效的语音指令，该芯片将输出信号，实现对外部设备或系统的控制。
（5）音/视频通话系统。音/视频通话系统内置了500万像素的摄像头，以及Hi3516视频处理芯片，这些硬件设备使得音/视频通话系统能够高效地采集1080P的广角视频[该视频数据通过RTMP（Real-Time Messaging Protocol）实时传输到云端]。
管理者可以在管理端发起音/视频通话，指导或查看佩戴者的工作情况。这种实时的音/视频通话功能为管理者提供了便利，使其能够远程监控工作现场，并进行指导和实时沟通。
此外，音/视频通话系统还支持自动循环录像功能，这意味着该系统可以在持续录制视频时自动覆盖最早的视频，从而确保在发生意外时有可靠的视频取证材料供后续分析使用。音/视频通话系统为管理者提供了一种强大的远程监控和指导工具，同时也为事件记录和分析提供了可靠的视频数据支持。音/视频通话系统的架构如图1.2-13所示。
图1.2-13 音/视频通话系统的架构
（6）智能网络系统。智能安全帽在联网状态下才能提供完整的服务，针对工地较为复杂的网络环境，智能安全帽支持多种联网方式，可以根据当前网络状况进行智能切换。智能安全帽主要采用4G方式进行联网，利用4G网络的高覆盖率与高速率来实现和云端的稳定通信。在拥有较好网络建设的应用环境中也支持使用Wi-Fi进行联网。智能网络系统的架构如图1.2-14所示。
图1.2-14 智能网络系统的架构
在没有稳定的Wi-Fi和4G信号环境中，智能安全帽仍然可以通过基于Wi-Fi和TCP协议的自组网方式实现设备之间的互联，在保留所有的基础功能的情况下，依然能将打包后的基础数据通过固定基站或网络连接较为稳定的智能安全帽向云端传输。在安装了IoT网关的场景中，智能安全帽还能借助网关实现网络接力。
本作品的软件系统可分为后端服务器、工人端微信小程序、网页端工地管理系统等部分，这些部分借助IoT云平台通过HTTP（S）进行交互。本作品的软件整体架构如图1.2-15所示。
图1.2-15 本作品的软件整体架构
工地中的设备通过华为云IoTDA接入云端，并借助部署在云服务器中的后端服务器实现与工地管理系统和微信小程序的互联互通，其中后端服务器负责数据处理与请求响应；微信小程序用于绑定设备、查看任务等；工地管理系统用于帮助管理者实现远程可视化的工程现场管理。在这个过程中，本作品借助华为云的云数据库、数据分析（如华为云IoTA）、数据大屏等功能为用户提供更好的服务。后端软件架构如图1.2-16所示。
图1.2-16 后端软件架构
本作品的软件模块介绍如下：
（1）后端服务器。后端服务器是在Flask架构的基础上使用Python语言构建的，Flask是一个轻量级的Web框架，具有代码简洁、易于扩展和灵活性高等特点，便于高效开发和维护。基于RTMP的音/视频服务是基于Nginx实现的，Nginx是一个高性能的Web服务器和反向代理服务器，支持多种协议和数据传输方式，可以轻松实现音/视频流媒体服务的转发和分发。后端服务器主要由以下模块构成：
华为云鉴权：负责与华为云平台通信，并完成鉴权操作。
RDS云数据库：用于存储和管理数据，实现系统数据的持久化。
Flask后端：作为后端服务器的核心组件，用于处理用户请求，并调用其他模块提供服务。
外部API调用：用于获取外部数据（如腾讯地图等），实现系统的功能扩展和补充。
微信小程序请求响应：响应工人端微信小程序的请求，提供数据和服务。
网页请求响应：响应管理端的网页请求，提供数据和服务。
音/视频流媒体服务：提供音/视频数据的推送和拉取服务，支持实时的音/视频通话。
用户鉴权信息：记录用户的身份和权限信息，用于系统的访问控制和安全保障。
（2）工地管理系统。工地管理系统是本作品的一个重要组成部分，用于监控和管理智能安全帽的使用情况。工地管理系统通过后台处理和分析数据，可以实时呈现工人的工作状态、工作时长、打卡情况等信息，方便管理者管理和监控。工地管理系统包含主页、设备管理、工作时长和工人名单等模块，管理者可以通过这些模块查看工人的个人信息、位置、体温、心理特征等，以及通过音/视频通话系统查看工人工作情况或指导工作。工地管理系统可以帮助管理者实现对工人的全面监控和管理，提高工作效率和安全性。
①主页。工地管理系统在后台对所有的数据进行统计处理，并将处理完的数据实时呈现在工地管理系统的主页上。在主页中，管理者可以实时查看工人总人数、已打卡人数、未打卡人数等信息，方便管理者管理。
②设备管理。智能安全帽在被启用后会实时将工作状态通过后台传输到工地管理系统的设备管理界面上；通过在后台监测工人的佩戴时长来统计工时，并将工时实时呈现在设备管理界面。
③工作时长。本作品创新性地利用智能安全帽的佩戴情况来进行考勤，通过后台监测智能安全帽的佩戴情况，将数据实时传输到工地管理系统的工作时长界面，管理者可以在该界面查看每个工人的上/下班打卡时间。管理者还可以查看具体日期的工人打卡情况，以及经过后台得到的本月打卡总记录。
④工人名单。管理者可以在工人名单界面查看所有的工人情况，单击具体的工人名字即可进入该工人的个人详细信息界面。工人的个人详细信息界面通过后台与智能安全帽上的各模块连接，管理者可以在该界面上查看工人的个人信息、工人具体位置、工人的体温和心理特征，同时还可以在该界面通过音/视频通话系统查看工人工作情况或者指导工作。
（3）微信小程序。工人在上班后可任意选择一顶智能安全帽，在佩戴前使用微信小程序的扫码功能扫描智能安全帽上的二维码即可绑定设备，绑定设备后就能佩戴智能安全帽，正确佩戴后服务器开始自动计算工时。工人可以通过微信小程序的首页查看自己的打卡记录和工作时长。此外，微信小程序还具有查看工作安排、联系人、请假申请、安全帽故障报修等功能。微信小程序流程如图1.2-17所示。
图1.2-17 微信小程序的流程
本作品实现了智能安全帽、云端和用户界面的多端协同，并结合实际需求设计了相关的功能。各功能模块在智能安全帽中的布局以及安全帽的整体实物照片如图1.2-18所示，广和通L716模组的安装如图1.2-19所示。
图1.2-18 各功能模块在智能安全帽中的布局以及安全帽的整体实物照片
图1.2-19 广和通L716模组的安装
（1）电路成果。为了满足智能安全帽的低功耗，以及多传感器数据采集所需要的高性能、高稳定性，本作品采用Hi3861作为主控芯片。为了保证工人佩戴的舒适性，智能安全帽的内部空间寸土寸金，本作品采用自主设计主控板PCB的方案，实现了多个模块的整合与集成，节约了智能安全帽的内部空间，减少了模块间的连接线路，降低了故障率。主控板的PCB设计图如图1.2-20所示。
图1.2-20 主控板的PCB设计图
智能安全帽中的元器件与模块分别采用12 V、5 V、3.3 V供电，为了实现智能安全帽中所有模块的统一供电，本作品设计了高功率的稳压模块，并且为其预留了接口，以便将其焊接到主控板上。稳压模块的电路原理图如图1.2-21所示。
图1.2-21 稳压模块的电路原理图
主控板的实物图如图1.2-22所示，其功能正常、供电稳定，连续工作24 h后上升的温度不超过1℃。
图1.2-22 主控板的实物图
（2）软件成果。本作品采用华为云IoT平台的多个应用，智能安全帽通过广和通L716模组以MQTT协议连接到华为云IoT平台，并进行数据上报和接收命令。后台软件界面如图1.2-23所示。
图1.2-23 后台软件界面
管理者既可以在工人名单界面中清晰明了地看到工人及其所处环境状态，工人状况界面如图1.2-24所示；也可以通过数据大屏界面查看工地的整体情况。
图1.2-24 工人状况界面
另外，本作品具有多模混合联网功能，可自动切换不同的联网方式，综合网络延时低于50 ms，能够满足异常情况下的及时报警要求。
（1）智能安全帽佩戴检测与考勤打卡。本作品创新性地设计了基于智能安全帽佩戴情况的考勤打卡机制，旨在为企业提供一种智能化的考勤管理方案，培养工人的安全意识。在工人未佩戴智能安全帽或者未正确佩戴智能安全帽时，智能安全帽内的语音助手会进行语音提示，并且此时佩戴智能安全帽不会开始计算工时，只有正确佩戴智能安全帽后才能打卡考勤并计算工时。
智能安全帽的佩戴检测结果如图1.2-25所示。经过实测，模拟不同工人、不同环境、不同错误佩戴方式，在200次测试中，仅出现2次正确佩戴被误判为错误佩戴，并且略微调整姿势后即可正确识别，其识别准确率高达99%。
图1.2-25 智能安全帽的佩戴检测结果
（2）实时定位、轨迹回放及电子围栏。智能安全帽使用GT-U8定位模块实现了定位，该模块支持北斗、GPS等多种卫星定位系统，能够实现高精度定位，用于限制工人的作业区域，以及在发生意外时的及时定位搜救。
由于GT-U8上传的定位坐标系为WGS84坐标系，而在中国境内，所有地图的经/纬度必须使用经国家测绘局加密的GCJ-02坐标系或在此基础上继续加密，因此后端程序在接收到经/纬度后会调用腾讯地图WebAPI，借助腾讯地图的算法把经/纬度转换GCJ-02坐标系。另外，前端的地图组件使用了腾讯地图，后端程序从数据库提取历史定位数据后便可通过腾讯地图进行轨迹回放。只需要提前在腾讯地图中设置好围栏的范围，并持续上传目标位置信息，就能在目标超出围栏范围时收到提醒，实现电子围栏功能。
工人定位结果如图1.2-26所示。经过实测，结合后端系统中的处理算法，本作品的定位精度可以达到2.5 m左右，并且轨迹回放和电子围栏功能均正常。
图1.2-26 工人定位结果
（3）人体姿态监测。为了实时监测工人是否跌倒、是否从高处坠落，以及施工动作是否规范等情况，智能安全帽内置了6轴运动传感器MPU 6050，该传感器具有体积小、适应性强等特点，但存在精度低、漂移大等缺点，会导致测量精度下降的问题。因此，需要选取适用于实际情况的算法才能取得更优的姿态估计结果。
本作品采用基于UKF的姿态估计算法（UKF算法），为了验证其性能，对比了现有常用的EKF算法。将测量系统固定在转台上，控制转台位置使得测量系统初始角度均为零，将采样频率设置为500 Hz，将转台转速设置为2 °/s，将采样点设置为600个，通过测量系统输出角度误差以验证系统对运动体各姿态角度的检测效果。得出的结论是：UKF算法用于姿态估计的误差均值、方差及最大误差都明显低于EKF算法，说明UKF算法具有更高的滤波精度。
姿态估计结果如图1.2-27所示。在准确姿态估计的基础上，本作品结合云端实现了倒地等异常姿态的自动报警。
图1.2-27 姿态估计结果
（4）人体生命体征监测。为了准确识别工人的生命体征数据，智能安全帽将血氧饱和度传感器和温度传感器均安装于最贴近人体皮肤的帽带上，除了能够获得较为准确的数据，还能协助智能安全帽佩戴检测系统判定工人是否正确佩戴智能安全帽或者是否发生事故。
人体生命体征监测结果如图1.2-28所示。对比专业运动手表的监测数据，本作品的监测误差约为5%，能够满足异常情况判断的需求。智能安全帽的设计不仅可以提高工作效率和安全性，还可以保障工人的健康和安全。
图1.2-28 人体生命体征监测结果
（5）音/视频通话。智能安全帽采用了基于Hi3516的摄像头模块，结合广和通L716模组，实现了音/视频通话功能，支持最高1080P 60FPS的实时视频通话，画面清晰流畅，可以满足工地中实时音/视频通话的需求。音/视频通话效果如图1.2-29所示。
图1.2-29 音/视频通话效果
此外，智能安全帽的音/视频通话功能还可以实现双向语音通话，方便管理者和工人之间进行实时交流和指导。最重要的是，智能安全帽在实现音/视频通话功能的同时，还能保证连续工作最高功耗仅为1.2 W，视频延时小于1 s，可以为工地管理者提供更加高效、安全和便捷的管理手段。
（6）智能安全帽整体设计。智能安全帽的整体设计充分考虑了安全性、重量、佩戴舒适性和实用性。为了方便工地中大量智能安全帽的充电管理，本作品还设计了有线充电、无线充电、太阳能充电等多种充电方式。充电方式及充电接口如图1.2-30所示。
图1.2-30 充电方式及充电接口
为了满足长续航需求，本作品的电池采用了容量为5000 mAh的轻薄锂电池，在采用18 W有线充电时，仅需1.5 h即可充满电，续航时间最长可达72 h。
（1）可引入AR实景增强技术。针对建筑设计师及监工每次巡查工地建设情况时都要携带不同建筑的纸质图纸来进行比对检查的情景，本作品拟研发全新的AR头显模块，该模块可安装于帽檐下方，为佩戴人员提供图纸的实时显示。结合AR技术和云端处理，该模块可将虚拟的图纸、模型或数据等信息实时叠加到实际的工地画面上，更直观地展现各种数据和信息在现实场景中的情况，解决令许多工程师头疼的平面图纸存在视觉死角问题，方便建筑设计师或监工结合实际修改图纸或调整工程安排。
（2）供电模块优化。当前的智能安全帽将供电电池固定在安全帽内部，虽然有使用便捷、占用空间小的优势，但存在难以更换的缺陷，因此本作品还设计了将供电模块外置的方案，即通过在智能安全帽上设置磁吸开关，使集成的供电模块能够直接稳固地吸附在智能安全帽外部后方，充电时只需要将整个供电模块取下来单独充电即可，使用时重新通过磁吸开关吸附在智能安全帽上即可，该方案能使充电更加方便，且不占用智能安全帽的内部空间。
（3）增设散热功能。考虑到智能安全帽未来会引入更多的功能模块，随之带来了模块散热问题，因此本作品拟增加散热功能，在不破坏智能安全帽的牢固性及安全性能的前提下设计散热孔，解决模块发热问题，在保证安全性的同时兼顾舒适性。
（4）传感器的更新优化。本作品后续将不断探索与智能安全帽功能适配的传感器模块，更新灵敏度更高、性能更稳定、成本更可控的传感器模块，使智能安全帽的功能更强大、数据采集更稳定。
（5）模块化功能的扩展及进一步优化。本作品在后续发展中拟增设近电感应报警、激光雷达、红外摄像头等一系列模块化功能，并对原有功能进行进一步优化创新。
（6）工地其他设备的接入联动。本作品将开放设备接入接口，让工地中的设备（如摄像头、门禁和环保设备）接入统一的管理系统。一方面，可以结合智能安全帽的传感器数据进行设备联动；另一方面也能收集更多的数据，便于管理者对工地运作进行监督。
队长李琨睿：我主要负责物联网系统设计、前/后端系统开发等工作，需要将智能安全帽的各个模块和传感器与云平台进行连接，并实现数据的采集、处理和实时监控等功能。在开发本作品的过程中，我学会了如何合理规划和构建物联网系统，如何选取适合的通信协议和技术方案以实现设备之间的互联和数据交换。作为本次参赛团队的队长，合理协调团队也是分内之事，包括安排任务、团队合作开发等，明白了应当如何进行需求沟通和项目管理，以及如何协调各个环节的工作，最终实现项目目标。
指导老师非常重视本作品的开发，在各个方面给予了物质支持和技术支持，才使我们顺利地完成本作品。在开发本作品的过程中，各个团队成员都积极进取，努力学习不懂的知识，团队合作克服困难。本作品背后的努力和辛酸只有我们知道！很感激大赛给我们提供的平台，同时也希望我们的作品在这次比赛中大放异彩！
队员洪威：我在本作品中承担硬件开发工作，负责各模块的驱动和模块功能的级联。首先，我学会了如何进行多个传感器模块的集成和调试。在开发本作品的过程中，我们使用了一系列传感器模块，包括MAX30102、MPU 6050、GPS模块和MQ2等。通过与这些不同的传感器模块进行交互，并编写相应的硬件驱动程序，我深入了解了各种传感器模块的特性和工作原理，并学会了解决模块之间的兼容性和干扰问题。其次，我体会到了团队合作的重要性。我们团队分工明确、密切合作，共同解决问题，确保本作品的协调运行。通过相互之间的交流和合作，我们能够快速解决遇到的难题，并提高项目的效率和质量。在开发本作品的过程中，我也遇到了一些挑战，如传感器模块可能存在数据采集不准确、干扰或者接口兼容性等问题。我学会了通过仔细阅读文献、调试代码和进行多次排查测试来解决这些问题。面对挑战，我也锻炼了解决问题能力和快速学习能力，为今后的工作增加了经验。在开发本作品的过程中，我收获良多，也更加坚定了今后在该领域发展的决心。
队员黄钰琳：我在开发本作品的过程中负责智能语音交互和智能安全帽整体方案的设计，深刻体会到了AI技术在实际场景中的应用和价值。在开发本作品的过程中，我不仅学会了如何使用AI技术进行模型训练和语音识别，还深入了解了AI技术的原理和实现方式。通过本作品，我不仅提高了自己的技术能力，还学会了如何与团队协作，实现一个完整的智能安全帽方案。
在开发本作品的过程中，我们团队充分发挥了各自的专业技能和能力，共同完成了整个作品的设计和开发。我们的团队荣誉感很强，每个人都非常认真地完成自己的工作，并积极与其他成员合作，解决各种技术和设计问题。通过本作品，我们不仅完成了智能安全帽，还提高了团队协作和沟通能力。
在未来，我希望能够继续深入学习和探索AI技术的应用和发展，不断提高自己的技术水平和实践能力。我相信，AI技术在各个领域都具有广阔的应用前景，特别是在工业和安全领域，将发挥越来越重要的作用。我希望能够继续深入研究和应用AI技术，为实现人类社会的智能化和安全化做出自己的贡献。
[1] 张锐英.基于物联网的智能家居环境检测[J].现代工业经济和信息化，2021，11（06）：101-102.
[2] 陈小磊，岳俊峰，李秀梅.基于卡尔曼滤波数据融合算法的智能钓鱼竿系统[J].计算机系统应用，2020，29（02）：83-93.
[3] 石肖伊，王先全，赵雨倩.一种便携式心率检测仪的设计[J].机电工程技术，2023，52（02）：235-239.
[4] 丁祖磊，蒋天泽，温秀平，等.基于GPS定位的自主运动导航系统研究[J].自动化与仪表，2022，37（08）：1-4，29.
[5] 索艳春.基于GA-PSO-BP混合优化算法的矿井CO气体监测系统设计[J].矿业安全与环保，2022，49（06）：28-33.
[6] 田亚娟.基于Wi-Fi无线视频监控的移动机器人的研发[J].电气自动化，2018，40（01）：22-23，100.
[7] 陈家敏，顾捷.基于单片机的家居烟雾检测系统设计[J].电子测试，2022，36（20）：29-31.
[8] 朱彩杰.GPS信号强度变化对接收机数据质量的影响分析[J].地理空间信息，2023，21（05）：120-121，132.
本作品以海思Hi3861为主控芯片，结合广和通L716模组和华为云IoT平台，实现了一个具有佩戴监测、多模联网、心率监测、语音对讲、语音控制、视频通话、气体检测等功能的高度集成化的智能安全帽，全面保障了工人的生命安全，在方便工人作业的同时，也提高了工作的效率。本作品是一个典型的物联网“端-边-云”整体解决方案，对其他物联网应用作品具有参考意义。