本發明專利技術公開了建筑施工現場監控系統及其監控方法，涉及建筑施工安全監測技術領域，解決了現有方案中存在靈活性差、監測能力弱以及可視化程度低導致的警示不及時和救援不及時的技術問題；本發明專利技術設置了區域處理模塊，區域處理模塊通過采集所負責監測區域的監測數據，對監測數據進行分析獲取預警標簽，并根據預警標簽進行及時預警；既能夠保證預警的及時性，又能夠提高數據處理的效率；本發明專利技術在進行數據處理之前，獲取三維施工模型，并對三維施工模型進行劃分獲取監測區域，且根據重點設施將監測區域劃分為重點區域和普通區域，將建筑施工現場分層次的監測，既保證了對重點區域的及時準確監測，又能夠避免數據處理能力的浪費。又能夠避免數據處理能力的浪費。又能夠避免數據處理能力的浪費。
【技術實現步驟摘要】
建筑施工現場監控系統及其監控方法
[0001]本專利技術屬于建筑施工安全監測
，具體是建筑施工現場監控系統及其監控方法。
技術介紹
[0002]建筑施工現場是指一處正在發展建筑項目，進行土木工程的地點，其范圍由圍板、鐵絲網或者圍墻所封閉，限制人員、物料、機械和車輛的進出。建筑施工現場內常常存在各種危險源，危險源主要來自物理因素和行為因素，物理因素是指施工設備缺陷和防護設備缺陷，行為因素是指工人工作狀態異常。
[0003]現有方案中，建筑施工現場中固定設有監測裝置，監測裝置通過傳感器或者攝像頭監測到危險源，則控制中心根據危險源位置和危險程度，會控制靠近危險源的警示裝置發出對應等級的警示信心，以便于警告工人；現有方案無論在危險源的監測還是警示上都存在嚴重的滯后，存在靈活性差、監測能力較弱、警示和救援能力不足的問題。
[0004]因此，亟需一種能夠對建筑施工現場進行全范圍準確監測，且具有較強警示作用和搜救能力的監控系統。
技術實現思路
[0005]本專利技術提供了建筑施工現場監控系統及其監控方法，用于解決現有方案中存在靈活性差、監測能力弱以及可視化程度低導致的警示不及時和救援不及時的技術問題，本專利技術通過設置預警處理模塊和救援處理模塊解決了上述問題。
[0006]本專利技術的目的可以通過以下技術方案實現：建筑施工現場監控系統，包括處理器，以及與處理器相連接的數據存儲模塊；
[0007]所述處理器分別與區域處理模塊、救援處理模塊和可視化處理模塊通信和/或電氣連接，所述區域處理模塊包括邊緣計算單元和與邊緣計算單元相連接的數據采集單元；
[0008]通過處理器對建筑施工現場區域進行三維建模獲取三維施工模型，并對三維施工模型進行劃分獲取監測區域，將監測區域設置在區域處理模塊；其中，監測區域包括重點區域和普通區域；
[0009]所述數據采集單元通過采集傳感器獲取監測區域的監測數據，并將監測數據傳輸至對應的邊緣計算單元、處理器和數據存儲模塊；
[0010]所述邊緣計算單元對監測數據進行分析獲取預警標簽，并根據預警標簽進行預警；當所述預警標簽大于標簽閾值時，處理器通過圖像識別技術對對應監測區域進行實時現場監測，并根據現場監測結果發送救援信號；其中，標簽閾值為大于2的整數；
[0011]所述救援處理模塊接收到救援信號之后，獲取監測區域內的工作人員的實時位置，并完成救援人員的派遣；
[0012]所述可視化處理模塊用于展示監測區域的狀態。
[0013]優選的，所述監測區域通過自動劃分方式獲取，包括：
[0014]分析三維施工模型獲取重點設施；其中，重點設施包括腳手架、起重塔吊和施工高度大于2米的作業面；
[0015]以重點設施為中心，根據常數R獲取重點區域；其中，重點區域為圓形或者矩形；當重點區域為圓形時，則常數R為重點區域的半徑，當重點區域為矩形時，則常數R為重點區域外接圓的半徑；常數R為大于5的實數，單位為米；
[0016]當任意兩個重點區域的重疊面積大于重疊閾值時，則將兩個重點區域合并形成新的重點區域；其中，重疊閾值為大于1的實數，單位為平方米；
[0017]將監測區域中除重點區域之外的區域標記為普通區域。
[0018]優選的，所述監測區域通過手動劃分方式獲取，包括：
[0019]在三維施工模型中通過手動選取重點區域，待重點區域手動選取完成之后，將監測區域中除重點區域之外的區域標記為普通區域。
[0020]優選的，每個所述重點區域對應設置一個區域處理模塊。
[0021]優選的，所述邊緣計算單元獲取預警標簽包括：
[0022]提取監測數據中的環境數據；其中，環境數據包括環境溫度、環境濕度和振動數據，且環境數據為固定時長內的連續監測的數據，固定時長為大于5秒的整數；
[0023]通過數據存儲模塊獲取預警評估模型；其中，預警評估模型通過訓練人工智能模型獲取，人工智能模型包括深度卷積神經網絡和RBF神經網絡；
[0024]將經歸一化處理的環境數據輸入至預警評估模型獲取預警標簽；其中，預警標簽為大于等于0小于等于10的整數，且預警標簽的值越大，表示危險程度越高。
[0025]優選的，所述預警評估模型的獲取包括：
[0026]通過數據存儲模塊獲取標準訓練數據；其中，標準訓練數據和環境數據的內容類別一致；
[0027]為標準訓練數據標注預警標簽；
[0028]構建人工智能模型；其中，人工智能模型包括深度卷積神經網絡和RBF神經網絡；
[0029]通過標準訓練數據以及對應的預警標簽訓練人工智能模型，并將訓練完成的人工智能模型標記為預警評估模型，并將訓練完成的預警評估模型發送至數據存儲模塊進行存儲。
[0030]優選的，當所述預警標簽大于標簽閾值時，通過處理器進行實時現場監測，包括；
[0031]提取監測數據中的高清圖像，對高清圖像進行圖像預處理之后獲取目標圖像；
[0032]通過圖像識別技術對目標圖像進行分析，獲取對應監測區域的異常狀態；
[0033]當監測區域存在異常狀態時，則生成并發送救援信號至救援處理模塊；其中，異常狀態包括作業面坍塌、人員聚集和高空墜物。
[0034]優選的，所述救援處理模塊通過智能安全帽獲取工作人員的實時位置和身體狀態；其中，智能安全帽中配置有GPS定位儀、高清攝像頭、溫度傳感器和心率傳感器，身體狀態包括體溫和心率。
[0035]優選的，所述采集傳感器包括溫度傳感器、振動傳感器、濕度傳感器和高清攝像頭。
[0036]建筑施工現場監控方法，包括：
[0037]對建筑施工現場區域進行三維建模獲取三維施工模型，并對三維施工模型進行劃
分獲取監測區域，將監測區域設置在區域處理模塊；
[0038]通過采集傳感器獲取監測區域的監測數據；其中，采集傳感器包括溫度傳感器、振動傳感器、濕度傳感器和高清攝像頭；
[0039]對監測數據進行分析獲取預警標簽，并根據預警標簽進行預警；
[0040]當預警標簽大于標簽閾值時，通過圖像識別技術對對應監測區域進行實時現場監測，并根據現場監測結果發送救援信號；
[0041]救援信號生成之后，獲取監測區域內的工作人員的實時位置，并完成救援人員的派遣。
[0042]與現有技術相比，本專利技術的有益效果是：
[0043]1、本專利技術設置了區域處理模塊，區域處理模塊包括邊緣計算單元和數據采集單元；區域處理模塊通過采集所負責監測區域的監測數據，對監測數據進行分析獲取預警標簽，并根據預警標簽進行及時預警；既能夠保證預警的及時性，又能夠提高數據處理的效率。
[0044]2、本專利技術在進行數據處理之前，處理器對建筑施工現場區域進行三維建模獲取三維施工模型，并對三維施工模型進行劃分獲取監測區域，且根據重點設施將監測區域劃分為重點區域和普通區域，將建筑施工現場分層次的監測，既保證了對重點區域的及時準確監測，又能夠避免數據處理能力的本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.建筑施工現場監控系統，包括處理器，以及與處理器相連接的數據存儲模塊，其特征在于，所述處理器分別與區域處理模塊、救援處理模塊和可視化處理模塊通信和/或電氣連接，所述區域處理模塊包括邊緣計算單元和與邊緣計算單元相連接的數據采集單元；通過處理器對建筑施工現場區域進行三維建模獲取三維施工模型，并對三維施工模型進行劃分獲取監測區域，將監測區域設置在區域處理模塊；其中，監測區域包括重點區域和普通區域；所述數據采集單元通過采集傳感器獲取監測區域的監測數據，并將監測數據傳輸至對應的邊緣計算單元、處理器和數據存儲模塊；所述邊緣計算單元對監測數據進行分析獲取預警標簽，并根據預警標簽進行預警；當所述預警標簽大于標簽閾值時，處理器通過圖像識別技術對對應監測區域進行實時現場監測，并根據現場監測結果發送救援信號；其中，標簽閾值為大于2的整數；所述救援處理模塊接收到救援信號之后，獲取監測區域內的工作人員的實時位置，并完成救援人員的派遣；所述可視化處理模塊用于展示監測區域的狀態。2.根據權利要求1所述的建筑施工現場監控系統，其特征在于，所述監測區域的獲取包括自動劃分方式和手動劃分方式；通過自動劃分方式劃分監測區域包括：分析三維施工模型獲取重點設施；其中，重點設施包括腳手架、起重塔吊和施工高度大于2米的作業面；以重點設施為中心，根據常數R獲取重點區域；其中，重點區域為圓形或者矩形；當重點區域為圓形時，則常數R為重點區域的半徑，當重點區域為矩形時，則常數R為重點區域外接圓的半徑；常數R為大于5的實數，單位為米；當任意兩個重點區域的重疊面積大于重疊閾值時，則將兩個重點區域合并形成新的重點區域；其中，重疊閾值為大于1的實數，單位為平方米；將監測區域中除重點區域之外的區域標記為普通區域。3.根據權利要求2所述的建筑施工現場監控系統，其特征在于，每個所述重點區域對應設置一個區域處理模塊。4.根據權利要求1所述的建筑施工現場監控系統，其特征在于，所述邊緣計算單元獲取預警標簽包括：提取監測數據中的環境數據；其中，環境數據包括環境溫度、環境濕度和振動數據，...
【專利技術屬性】
技術研發人員：姚成龍，
申請(專利權)人：姚成龍，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。