一种危险废物智能执法感知头盔控制平台系统的制作方法

本发明属于危险废物信息化管理领域，具体涉及到一种危险废物智能执法感知头盔控制平台系统。

背景技术：

1、目前，在执法实践中，信息推送、任务下达、线索确认及案件归档等环节，依然存在各衔接不畅的现象，而专家非现场指导又常见通讯中断、影像不清和传输延时等问题。越来越多的行业领域正采用电子政务的方式，电子执法的普及也将成为必然趋势。尽管政府在环境信息化监管方面投资巨大，然而未能及时整合多源环境数据，也未对现有数据进行充分的挖掘，违法行为普遍存在但发现概率较低。

2、此外，在进行危险废物环境执法时，执法人员需在保证自身安全的前提下，如实记录并留存书证、物证、视听材料、证人证言、当事人的陈述及现场环境等信息，因此需要携带如记录本、执法仪、快速分析设备、录音摄像器材、防护器材和通讯设备等大量装备，人力物力消耗巨大。

技术实现思路

1、发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种兼顾规范执法流程、保障人员安全、提高取证效率及增强违法识别等功能的危险废物智能执法感知头盔控制平台系统。

2、为了实现上述目的，本发明采取的技术方案如下：

3、一种危险废物智能执法感知头盔控制平台系统，包括用于配备多种传感器及摄像头等功能单元的穿戴式头盔，还包括以此通讯连接的以下单元：

4、后台管理单元，用于实时处理汇总采集信息，通过模块预设实现证据分类归档自动生成，按照案卷归档要求，对调查取证的相关资料、文字材料及音像资料及时编号并备注，做好分类，全面系统归档保存；并实现用户管理、系统设置、界面调整、日程管理基础功能；

5、任务派发单元，根据任务背景，开展前期调研，制定并确认行动方案，协调并登记此次行动人员、车辆、设备和专家配置；

6、执法应用单元，包括信息确认模块、任务简述模块、取证流程指引模块、调查取证实时记录模块、环境信息分析模块、远程ar专家指导模块构成；

7、智能分析单元，通过数据整合和预处理模块、企业违法预测识别模型训练和选择模块、概率计算与阈值设定模块和结果输出模块；

8、行政处罚单元，用于发布此次违法结论，并将每例执法行动中取证信息进行归档。

9、具体地，所述的后台管理单元包括任务管理模块、数据中心模块、用户管理模块及系统设置模块四个模块；

10、其中，任务管理模块用于展示任务清单和提示紧急任务；

11、数据中心模块用于显示系统操作记录、证据库、专家库、法律法规库、危险废物法规库、模型方法库；

12、用户管理模块用于账号安全管理、用户权限展示以及通讯录功能；

13、系统设置模块用于对后台展示界面的设置、以及对头盔实时互联取证水印、定位、语音、数据采集标准、摄像信息进行预编辑。

14、进一步地，所述的任务管理模块中，任务按照线索来源分为专项任务、例行检查、上级交办、在线监控异常、信访投诉分类，并在任务一览表中显示所属状态，包括线索出现、任务审核中、待现场勘察、数据分析中、结果待确认、已核实归档。

15、具体地，所述的执法应用单元中：

16、信息确认模块，通过指纹识别记录佩戴主体身份信息，与任务分发的人员信息进行匹配；通过gps系统记录登录地点信息，并根据定位区域分析判断事发所在地是否为管辖区域或提示应管辖的主体单位；

17、任务简述模块，通过语音提示执法人员行动背景与主要线索；

18、取证流程指引模块，在执行过程中，对人员访谈、现场勘察、废物属性认定的关键流程，通过语音提示进行程序及技术要点指引；

19、调查取证实时记录模块，通过前后置摄像头拍摄现场影像，并对访谈采样过程全程录像录音，实时监测执法现场的环境温度、有害气体、湿度信息；

20、环境信息分析模块，根据所述环境信息，对执法人员进行安全提醒提供应对策略；

21、远程ar专家指导模块，提供专家库信息查询功能与实时通话功能，及时联系行业内专家进行实时指导；根据数据中心专家库登记信息以及在任务派发环节确定的专家。

22、具体地，所述的智能分析单元中，

23、所述数据整合和预处理模块，收集企业历史产排数据和现场实时环境监测数据，预处理模块选择随机森林模型剔除异常历史数据，统计异常数据出现次数，并将处理后数据存入临时数据库；

24、所述企业违法预测识别模型训练模块，指基于临时数据库，构建时间序列预测模型；

25、概率计算与阈值设定模块，设定预测周期和气体预警浓度，并输出浓度超标率，并计算出气体预警概率；

26、结果输出模块，负责行政处罚单元输出分析结果，包括企业名称、执法时间地点、人员信息、超标气体预测及超标率，并通过语音提示执法人员。

27、进一步地，所述的时间序列预测模型应包括长短期记忆网络模型与指数平滑算法模型两部分。

28、更进一步地，所述的长短期记忆网络模型用于预测环境数据的周期性波动，捕捉长期大量序列数据中的依赖关系，对连续生产的产排数据或能耗数据进行模拟；模型输入数据采用数据整合和预处理模块处理后的数据，将80％的数据作为训练集，20％作为预测集合，并基于python环境进行自动拟合。需注意的，其结构在面对不同数据集、不同场景和不同的预测需求时，可以产生响应的变化，其预训练过程均为本领域技术人员所熟知的技术，对此不做进一步限定与赘述。

29、更进一步地，所述的指数平滑算法模型也为该领域公知算法，用于对短期连续监测数据进行拟合：yc+1＝a1×fc+(1-a1)yc；

30、式中，yc+1表示第c个时刻下一时刻的预测数据，a1表示预设权值，yc表示第c个时刻的预测数据，fc表示第c个时刻实际的浓度数据。

31、进一步地，所述的概率计算与阈值设定模块，设定预测周期t1，气体i预警浓度ci，输出上述两个模型(即长短期记忆网络模型与指数平滑算法模型)浓度超标率xi＝ti/ti,式中，ti为预测模型预测周期内超标时长；

32、最后得出气体i预警概率xi＝a2xi1+b2xi2，式中，a2、b2分别为两个模型预测加权值；xi1、xi2分别为两个模型预测超标率。

33、具体地，所述的行政处罚单元中，所述的取证信息包括书证、物证、证人证言、视听资料和电子数据、当事人陈述、鉴定意见、现场检查笔录、调查询问笔录、环境监测报告、自动监测数据、排污许可证及台账记录、排污许可证执行报告等证据形式。

34、有益效果：

35、(1)本发明预留环境综合企业历史数据与现场快检数据，通过数据整合预处理，可以全面发掘企业关联环境异常数据，以机器学习模型(即随机森林和支持向量机模型)清洗并补全数据，由数据异常频率说明该企业环境监控数据的质量和透明度，提高了企业文本数据造假违法识别监管的针对性和有效性。

36、(2)本发明提供了两类趋势预测模型可由执法人员根据实际执法成效灵活选择，为执法人员精准执法提供了科学的参考方法。兼顾规范执法流程、保障人员安全、提高取证效率及增强违法识别等功能，有助于保障执法人员高效、安全、精准地完成危险废物环境执法工作。

37、(3)本发明将智能执法感知头盔与控制平台相互通讯连接，更具专业性，在保障执法装备减量化智能化的前提下，更注重以信息化手段加快环境执法业务衔接。