高空作业平台是一种将施工人员、工具和材料运送到指定高空位置并进行作业的生产设备,被广泛应用于工业制造、建筑工地等各个行业的高空生产领域。安全问题是关系到施工人员生命安全以及高空作业行业发展的重要影响因素,受到高空地理环境因素的影响,目前国内尚无完备的高空作业远程监管方案。本文设计并实现了一套结合目标检测技术、基于智能电动吊篮的高空作业远程视频监控系统,为高空作业企业提供了综合的实时监管方案。首先,对系统进行了需求分析和架构设计,将远程监控系统的功能性需求抽象成了登录注册、设备定位、实时监控和消息中心这四个功能模块,并基于扩展性强、耦合度低的微服务架构划分出了监控服务、消息服务、个人服务、软硬件通信服务与安全帽检测服务这五大服务模块。然后,重点研究了用于检测高空施工人员是否佩戴安全帽的目标检测算法。在对基于深度学习的R-CNN系列算法进行充分的理论研究后,以Faster R-CNN算法为基础设计了高空作业下的安全帽检测算法,在选择特征提取网络、构建监控场景数据集,以及模型训练策略方面对算法进行了优化,并基于Py Torch框架搭建了深度学习平台,对安全帽检测算法进行了测试和性能评估,对漏检、错检的样本进行了分析。该安全帽检测算法每秒能够处理14帧监控图像,检测准确率为91.8%。最后,对系统进行了详细的设计与实现。系统包括应用服务端和Android客户端,其中,应用服务端的开发包括微服务架构组件和微服务模块两个部分:首先基于Spring Cloud微服务框架搭建远程监控应用服务平台,研究了微服务网关、服务发现与注册组件、负载均衡组件等微服务组件的技术实现;接着分别基于消息队列、RTMP流媒体技术以及FTP文件系统研究了参数、视频与图像等多类数据传输的软硬件通信策略;随后对数据库设计、Redis缓存优化、服务端主动消息推送等业务服务设计中的关键技术进行了方案论证与具体实现;最后基于Sidecar实现了对第三方Python-Web安全帽检测算法的集成。Android客户端的开发以满足功能需求、提供直观用户界面为目标,完成了登录注册、设备定位、实时监控和消息中心四个主要功能模块的方案设计与开发实现,并基于LBS定位技术和Baidu Map研究并改进了面向行政区域级别的多点聚合方案。为了充分发挥微服务架构能够快速水平拓展服务模块,以及自动实现负载均衡策和故障转移的优势,本文基于Docker容器虚拟化技术实现了远程监控系统应用服务端的部署,并在真机上测试了监控软件的各个功能模块,系统最终功能完整且运行稳定,达到了预期效果。