CN111080878A - 一种基于人工智能的施工现场安全监控方法及其装置 - Google Patents

一种基于人工智能的施工现场安全监控方法及其装置 Download PDF

Info

Publication number
CN111080878A
CN111080878A CN201911265606.7A CN201911265606A CN111080878A CN 111080878 A CN111080878 A CN 111080878A CN 201911265606 A CN201911265606 A CN 201911265606A CN 111080878 A CN111080878 A CN 111080878A
Authority
CN
China
Prior art keywords
host
special server
recognition
network
gate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911265606.7A
Other languages
English (en)
Inventor
陈向进
邓海
李一峰
胡洁
梁世雄
石方梅
蓝苗苗
陈子歆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi Yuanchang Road & Bridge Engineering Co ltd
Original Assignee
Guangxi Yuanchang Road & Bridge Engineering Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangxi Yuanchang Road & Bridge Engineering Co ltd filed Critical Guangxi Yuanchang Road & Bridge Engineering Co ltd
Priority to CN201911265606.7A priority Critical patent/CN111080878A/zh
Publication of CN111080878A publication Critical patent/CN111080878A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/12Actuation by presence of radiation or particles, e.g. of infra-red radiation or of ions
    • G08B17/125Actuation by presence of radiation or particles, e.g. of infra-red radiation or of ions by using a video camera to detect fire or smoke
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal operating condition and not elsewhere provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed circuit television systems, i.e. systems in which the signal is not broadcast
    • H04N7/181Closed circuit television systems, i.e. systems in which the signal is not broadcast for receiving images from a plurality of remote sources

Abstract

本发明公开了一种基于人工智能的施工现场安全监控方法及其装置,该装置包括控制中心、门禁中心、施工现场、路由器、专用服务器及移动手机监控端;所述的路由器通过光纤连接控制中心和门禁中心;所述的路由器发射的无线网络覆盖施工现场;所述的专用服务器通过网络连接控制中心和门禁中心;所述移动手机监控端通过网络连接专用服务器;所述的专用服务器内设有数据库。本发明通过专用服务器进行人工智能识别验算,可以根据摄像机传输回来的录像,自动查找人和物的不安全状态和动作,及时发出报警,既减少了人员投入,也提高了安全检查的效率,减少事故发生。

Description

一种基于人工智能的施工现场安全监控方法及其装置
技术领域
本发明属于监控技术领域,具体涉及一种基于人工智能的施工现场安全监控方法及其装置。
背景技术
随着建筑工程规模不断扩大,工程施工过程会显露出许多安全隐患,由于人眼观察范围有限,同时尽管各方都竭力去提高建筑施工现场的安全管理能力,然而施工安全事故还是时有发生。在建筑行业,近年来出现了几个智慧工地的系统,该类平台将建筑施工过程中所涉及到的视频监控、环境监测、设备监控、人员管理、项目管理、项目维护等功能融合到一个平台,并延伸开发出在线办公、在线执法、政企互动、市民之声等其他多种实用功能,避免了多种管理平台并用的复杂局面,这几个智慧工地的系统主要是基于数据方面来处理,安全方面还是借助物联网的各类传感器、摄像头或人员识别工具,人工智能方面应用的主要是对进入工地的工人和重要设备的使用人员进行人脸识别,其它安全方面没有用到人工智能,没能对工地进行实时的智能监控,及时发出警报。
发明内容
本发明的目的在于针对现有技术的不足,提出一种基于人工智能的施工现场安全监控方法及其装置,该装置通过专用服务器进行人工智能识别验算,可以根据摄像机传输回来的录像,自动查找人和物的不安全状态和动作,及时发出报警,既减少了人员投入,也提高了安全检查的效率,减少事故发生。
为了实现上述目的,本发明采用了以下技术方案:
一种基于人工智能的施工现场安全监控装置,包括控制中心、门禁中心、施工现场、路由器、专用服务器及移动手机监控端;所述的路由器通过光纤连接控制中心和门禁中心;所述的路由器发射的无线网络覆盖施工现场;所述的专用服务器通过网络连接控制中心和门禁中心;所述移动手机监控端通过网络连接专用服务器;所述的专用服务器内设有数据库;
所述的控制中心包括主机Ⅰ、声光报警器Ⅰ、中央监控大屏及画面分割器;所述的主机Ⅰ内设有主控制器、参数存储模块、视频接收模块、视频存储模块及网络通信模块;所述的主机Ⅰ与网络匹配连接;所述的主机Ⅰ通过导线连接画面分割器;所述的画面分割器通过导线连接中央监控大屏;所述的主机通过导线连接声光报警器Ⅰ;
所述的门禁中心包括人脸识别装置、主机Ⅱ、闸机机体、闸门、监视屏及声光报警器Ⅲ;所述的人脸识别装置设有屏幕、摄像头、语音播放器及网络连接模块;所述的人脸识别装置通过无线网络连接专用服务器;所述的人脸识别装置通过导线连接闸机机体;所述的闸机机体中部连接闸门;所述的闸机机体通过导线连接主机Ⅱ;所述的主机Ⅱ与网络匹配连接;所述的主机Ⅱ内设有闸机控制模块和I/O模块;所述的闸机控制模块和I/O模块皆连接主控制器;所述的主机Ⅱ通过网络连接专用服务器;所述的主机Ⅱ通过导线连接声光报警器Ⅲ;
所述的施工现场高处设有2个或两个以上的红外摄像机;所述的施工现场设有声光报警器Ⅱ;所述的声光报警器Ⅱ设有信号接收器;所述的红外摄像机设有SD储存卡;所述的红外摄像机尾端设有网络连接装置;所述的红外摄像机通过无线网络连接专用服务器。所述的专用服务器具有人工智能训练平台,为上传的视频录像进行计算判断;所述的移动手机监控端是指普通用户在移动手机上可通过移动网络登陆专用服务器的客户端系统查看录像视频或进行意见反馈,管理员可通过移动网络登陆专用服务器的客户端系统查看或调用录像、人员信息及审查反馈意见;所述的主控制器是在收到录像的判断结果,发出相应的命令控制各个声光报警器,并在相应时间保存该判断结果的录像;所述的视频接收模块用于对服务器上的录像视频进行接收,接收的视频录像存储在视频存储模块中;所述的参数存储模块用于保存专用服务器上AI训练云平台的训练结果;红外摄像机尾部设有网络连接装置是为了在红外摄像机录像时,把录像分段上传到专用服务器上,分段后的录像在专用服务器上进行抽帧,然后计算和人工判断;所述的信号接收器是用于接收主控制器发出的警报信号,声光报警器Ⅱ及时发出警报。
作为进一步的技术改进,所述的红外摄像机的镜头处设有防护罩。所述的防护罩能保护红外摄像机的镜头,同时防尘防水。
作为进一步的技术改进,所述的红外摄像机设有太阳能蓄电池。所述的太阳能蓄电池是为了在红外摄像机在断电的情况下也能保持工作。
作为进一步的技术改进,包括云台;所述的红外摄像机下端连接云台。所述的云台能在主控制器的控制下能实现红外摄像机多方位监控和追踪。
作为进一步的技术改进,所述的网络采用网线、WIFI、4G及5G网络中的一种或多种。所述的网络可采用网线、WIFI、4G及5G网络中的一种或多种,实现多种网络灵活监控。
本发明的使用方法包括以下步骤:
1)参数设定和保存:收集带安全帽的人、不带安全帽的人、火苗的图片,并进行标注,各种图片覆盖不同的类型,每种的数量在1000张以上;采用YOLOV3算法,编写AI训练程序,把程序和资料上传AI训练云平台上进行训练;训练完成后,测试训练结果,当训练结果没有达到预期效果,修改参数进行优化,采集更多的图片进行加强训练;训练结果通过网络下载,保存到“参数存储模块”中;
2)接入专用服务器:主机Ⅰ、人脸识别装置、红外线摄像机及主机Ⅱ通过网络接口接入专用服务器,专用服务器为人脸识别装置和红外线摄像机上传的视频提供AI检测,专用服务器通过人工智能判断后将检测结果传到主机Ⅰ、人脸识别装置及主机Ⅱ;
3)门禁人脸识别通过:当有人脸进入人脸识别装置识别范围内时,人脸识别装置会把人脸信息和安全信息通过网络传输到专用服务器上,首先会先对人脸信息进行判断,再对安全信息进行判断,如果是系统内人员并且安全佩戴安全帽时,专用服务器将判断结果传回人脸识别装置,人脸识别装置会立即控制闸机机体打开闸门,语音播放器会提示“安全通过”,人脸识别装置会把人员信息、通过的闸机号及出入时间记录到专用服务器的数据库中,等待查看或调用;如果专用服务器判断出该人员非系统内人员,人脸识别装置控制闸门不会打开,语音播放器会提示“无权进入”,人脸识别装置会把人员信息、通过的闸机号及出入时间记录到专用服务器的数据库中,等待查看或调用;如果是系统内人员,但没佩戴安全帽时,专用服务器会判断出该人员不安全,人脸识别装置接收到判断结果,闸门不会打开,语音播放器会提示“没佩戴安全帽,禁止进入”,人脸识别装置会把人员信息、通过的闸机号及出入时间记录到专用服务器的数据库中,等待查看或调用;当特殊情况时,操控主机Ⅰ向人脸识别装置发送信号,打开闸门,或者通过主机Ⅱ直接打开,同时该人员进入闸门的视频也会上传到专用服务器中;
4)施工现场安全监控:当人员在现场施工时,红外摄像机把拍摄到的录像存储在SD储存卡中,红外摄像机会把录像上传至专用服务器,专用服务器会对录像进行抽帧处理,如果发现这一帧比上一帧有5%的变化,就对这一帧进行AI算法YOLOV3的运算,找出这一帧图片中是否存在安全帽的人、不带安全帽的人及火苗,否则等待下一帧;
5)警报:当专用服务器进行AI算法YOLOV3运算出抽帧后的图片存在不带安全帽的人或火苗时,专用服务器将结果传输到主机Ⅰ,主机Ⅰ控制声光报警器Ⅰ和声光报警器Ⅲ发生警报,同时向信号接收器发送警报信号,控制声光报警器Ⅱ发生警报。
与现有技术相比较,本发明具备的有益效果:
1.本发明通过专用服务器的人工智能识别,智能发现人和物的不安全状态和动作,发出警报信号,通知相关人员进行规避措施,减少了人员投入,提高了效率,减少事故的发生。
2.本发明通过人工智能的智能学习,适应更复杂施工现场的能力。
3.本发明主要通过专用服务器以视频分析为主、其他数据来源为辅的方式工作,减少了大量感应器、传输设备的安装和维护,节约费用。
4.本发明能通过采用多个角度的视频输入来分析,从不同角度对安全事件进行确认,提高了判断的可靠性。
5.本发明适用范围广,实用方便。
附图说明
图1为本发明整体结构示意图。
图2为本发明控制系统流程图。
图3为发明人工智能判断流程图。
附图标记:1-主机Ⅰ,2-人脸识别装置,3-施工现场,4-路由器,5-红外摄像机,6-主机Ⅱ,7-专用服务器,8-移动手机监控端,9-声光报警器Ⅰ,10-声光报警器Ⅱ,11-主控制器,12-参数存储模块,13-闸机控制模块,14-视频接收模块,15-视频存储模块,16-I/O模块,17-声光报警模块,18-网络通信模块,19-画面分割器,20-中央监控大屏,21-闸机机体,22-闸门,51-网络连接装置,52-云台,61-监视屏,62-声光报警器Ⅲ,91-信号接收器。
具体实施方式
下面结合附图对本发明进一步说明。
实施例1:
如图1-3所示,一种基于人工智能的施工现场安全监控装置,包括控制中心、门禁中心、施工现场3、路由器4、专用服务器7及移动手机监控端8;所述的路由器4通过光纤连接控制中心和门禁中心;所述的路由器4发射的无线网络覆盖施工现场3;所述的专用服务器7通过网络连接控制中心和门禁中心;所述移动手机监控端8通过网络连接专用服务器7;所述的专用服务器7内设有数据库;
所述的控制中心包括主机Ⅰ1、声光报警器Ⅰ10、中央监控大屏20及画面分割器19;所述的主机Ⅰ1内设有主控制器11、参数存储模块12、视频接收模块14、视频存储模块15及网络通信模块18;所述的主机Ⅰ1与网络匹配连接;所述的主机Ⅰ1通过导线连接画面分割器19;所述的画面分割器19通过导线连接中央监控大屏18;所述的主机1通过导线连接声光报警器Ⅰ10;
所述的门禁中心包括人脸识别装置2、主机Ⅱ6、闸机机体21、闸门22、监视屏61及声光报警器Ⅲ62;所述的人脸识别装置2设有屏幕、摄像头、语音播放器及网络连接模块;所述的人脸识别装置2通过无线网络连接专用服务器7;所述的人脸识别装置2通过导线连接闸机机体21;所述的闸机机体21中部连接闸门22;所述的闸机机体21通过导线连接主机Ⅱ6;所述的主机Ⅱ6与网络匹配连接;所述的主机Ⅱ6内设有闸机控制模块13和I/O模块16;所述的闸机控制模块13和I/O模块16皆连接主控制器11;所述的主机Ⅱ6通过网络连接专用服务器7;所述的主机Ⅱ6通过导线连接声光报警器Ⅲ62;
所述的施工现场3高处设有2个或两个以上的红外摄像机5;所述的施工现场3设有声光报警器Ⅱ9;所述的声光报警器Ⅱ9设有信号接收器91;所述的红外摄像机5设有SD储存卡;所述的红外摄像机5尾端设有网络连接装置51;所述的红外摄像机5通过无线网络连接专用服务器7。所述的专用服务器7具有人工智能训练平台,为上传的视频录像进行计算判断;所述的移动手机监控端8是指普通用户在移动手机上可通过移动网络登陆专用服务器7的客户端系统查看录像视频或进行意见反馈,管理员可通过移动网络登陆专用服务器7的客户端系统查看或调用录像、人员信息及审查反馈意见;所述的主控制器11是在收到录像的判断结果,发出相应的命令控制各个声光报警器,并在相应时间保存该判断结果的录像;所述的视频接收模块14用于对服务器上的录像视频进行接收,接收的视频录像存储在视频存储模块15中;所述的参数存储模块12用于保存专用服务器上AI训练云平台的训练结果;红外摄像机5尾部设有网络连接装置51是为了在红外摄像机录像时,把录像分段上传到专用服务器7上,分段后的录像在专用服务器上进行抽帧,然后计算和人工判断;所述的信号接收器91是用于接收主控制器11发出的警报信号,声光报警器Ⅱ10及时发出警报。
本发明的使用方法包括以下步骤:
参数设定和保存:收集带安全帽的人、不带安全帽的人、火苗的图片,并进行标注,各种图片覆盖不同的类型,每种的数量在1000张以上;采用YOLOV3算法,编写AI训练程序,把程序和资料上传AI训练云平台上进行训练;训练完成后,测试训练结果,当训练结果没有达到预期效果,修改参数进行优化,采集更多的图片进行加强训练;训练结果通过网络下载,保存到“参数存储模块12”中;接入专用服务器:主机Ⅰ1、人脸识别装置2、红外线摄像机5及主机Ⅱ6通过网络接口接入专用服务器7,专用服务器7为人脸识别装置2和红外线摄像机5上传的视频提供AI检测,专用服务器7通过人工智能判断后将检测结果传到主机Ⅰ1、人脸识别装置2及主机Ⅱ6;门禁人脸识别通过:当有人脸进入人脸识别装置2识别范围内时,人脸识别装置2会把人脸信息和安全信息通过网络传输到专用服务器7上,首先会先对人脸信息进行判断,再对安全信息进行判断,如果是系统内人员并且安全佩戴安全帽时,专用服务器7将判断结果传回人脸识别装置2,人脸识别装置2会立即控制闸机机体21打开闸门22,语音播放器会提示“安全通过”,人脸识别装置2会把人员信息、通过的闸机号及出入时间时间记录到专用服务器7的数据库中,等待查看或调用;如果专用服务器7判断出该人员非系统内人员,人脸识别装置2控制闸门22不会打开,语音播放器会提示“无权进入”,人脸识别装置2会把人员信息、通过的闸机号及出入时间时间记录到专用服务器7的数据库中,等待查看或调用;如果是系统内人员,但没佩戴安全帽时,专用服务器7会判断出该人员不安全,人脸识别装置2接收到判断结果,闸门22不会打开,语音播放器会提示“没佩戴安全帽,禁止进入”,人脸识别装置2会把人员信息、通过的闸机号及出入时间时间记录到主机服务器的数据库中,等待查看或调用;当特殊情况时,操控主机Ⅰ1向人脸识别装置发送信号,打开闸门22,或者通过主机Ⅱ6直接打开,同时该人员进入闸门22的视频也会上传到专用服务器7中;施工现场安全监控:当人员在现场施工时,红外摄像机5把拍摄到的录像存储在SD储存卡中,红外摄像机5会把录像上传至专用服务器7,专用服务器7会对录像进行抽帧处理,如果发现这一帧比上一帧有5%的变化,就对这一帧进行AI算法YOLOV3的运算,找出这一帧图片中是否存在安全帽的人、不带安全帽的人及火苗,否则等待下一帧;警报:当专用服务器7进行AI算法YOLOV3运算出抽帧后的图片存在不带安全帽的人或火苗时,专用服务器7将结果传输到主机Ⅰ1,主机Ⅰ1控制声光报警器Ⅰ10和声光报警器Ⅲ62发生警报,同时向信号接收器91发送警报信号,控制声光报警器Ⅱ9发生警报。
实施例2:
本实施例与实施例1的区别在于:所述的红外摄像机5的镜头处设有防护罩。所述的防护罩能保护红外摄像机5的镜头,同时防尘防水。
所述的红外摄像机5设有太阳能蓄电池。所述的太阳能蓄电池是为了在红外摄像机5在断电的情况下也能保持工作。
本实施例的使用方法与实施例1相同。
实施例3:
本实施例与实施例2的区别在于:包括云台52;所述的红外摄像机5下端连接云台52。所述的云台52能在主控制器11的控制下能实现红外摄像机5多方位监控和追踪。
所述的网络采用网线、WIFI、4G及5G网络中的一种或多种。所述的网络可采用网线、WIFI、4G及5G网络中的一种或多种,实现多种网络灵活监控。
本实施例的使用方法与实施例1相同。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (6)

1.一种基于人工智能的施工现场安全监控装置,其特征在于:包括控制中心、门禁中心、施工现场(3)、路由器(4)、专用服务器(7)及移动手机监控端(8);所述的路由器(4)通过光纤连接控制中心和门禁中心;所述的路由器(4)发射的无线网络覆盖施工现场(3);所述的专用服务器(7)通过网络连接控制中心和门禁中心;所述移动手机监控端(8)通过网络连接专用服务器(7);所述的专用服务器(7)内设有数据库;
所述的控制中心包括主机Ⅰ(1)、声光报警器Ⅰ(10)、中央监控大屏(20)及画面分割器(19);所述的主机Ⅰ(1)内设有主控制器(11)、参数存储模块(12)、视频接收模块(14)、视频存储模块(15)及网络通信模块(18);所述的主机Ⅰ(1)与网络匹配连接;所述的主机Ⅰ(1)通过导线连接画面分割器(19);所述的画面分割器(19)通过导线连接中央监控大屏(18);所述的主机(1)通过导线连接声光报警器Ⅰ(10);
所述的门禁中心包括人脸识别装置(2)、主机Ⅱ(6)、闸机机体(21)、闸门(22)、监视屏(61)及声光报警器Ⅲ(62);所述的人脸识别装置(2)设有屏幕、摄像头、语音播放器及网络连接模块;所述的人脸识别装置(2)通过无线网络连接专用服务器(7);所述的人脸识别装置(2)通过导线连接闸机机体(21);所述的闸机机体(21)中部连接闸门(22);所述的闸机机体(21)通过导线连接主机Ⅱ(6);所述的主机Ⅱ(6)与网络匹配连接;所述的主机Ⅱ(6)内设有闸机控制模块(13)和I/O模块(16);所述的闸机控制模块(13)和I/O模块(16)皆连接主控制器(11);所述的主机Ⅱ(6)通过网络连接专用服务器(7);所述的主机Ⅱ(6)通过导线连接声光报警器Ⅲ(62);
所述的施工现场(3)高处设有两个以上的红外摄像机(5);所述的施工现场(3)设有声光报警器Ⅱ(9);所述的声光报警器Ⅱ(9)设有信号接收器(91);所述的红外摄像机(5)设有SD储存卡;所述的红外摄像机(5)尾端设有网络连接装置(51);所述的红外摄像机(5)通过无线网络连接专用服务器(7)。
2.根据权利要求1所述的基于人工智能的施工现场安全监控装置,其特征在于:所述的红外摄像机(5)的镜头处设有防护罩。
3.根据权利要求1所述的基于人工智能的施工现场安全监控装置,其特征在于:所述的红外摄像机(5)设有太阳能蓄电池。
4.根据权利要求1所述的基于人工智能的施工现场安全监控装置,其特征在于:包括云台(52);所述的红外摄像机(5)下端连接云台(52)。
5.根据权利要求1所述的基于人工智能的施工现场安全监控装置,其特征在于:所述的网络采用网线、WIFI、4G及5G网络中的一种或多种。
6.一种基于人工智能的施工现场安全监控方法,其特征在于:包括以下步骤:
1)参数设定和保存:收集带安全帽的人、不带安全帽的人、火苗的图片,并进行标注,各种图片覆盖不同的类型,每种的数量在1000张以上;采用YOLOV3算法,编写AI训练程序,把程序和资料上传AI训练云平台上进行训练;训练完成后,测试训练结果,当训练结果没有达到预期效果,修改参数进行优化,采集更多的图片进行加强训练;训练结果通过网络下载,保存到“参数存储模块(12)”中;
2)接入专用服务器:主机Ⅰ(1)、人脸识别装置(2)、红外线摄像机(5)及主机Ⅱ(6)通过网络接口接入专用服务器(7),专用服务器(7)为人脸识别装置(2)和红外线摄像机(5)上传的视频提供AI检测,专用服务器(7)通过人工智能判断后将检测结果传到主机Ⅰ(1)、人脸识别装置(2)及主机Ⅱ(6);
3)门禁人脸识别通过:当有人脸进入人脸识别装置(2)识别范围内时,人脸识别装置(2)会把人脸信息和安全信息通过网络传输到专用服务器(7)上,首先会先对人脸信息进行判断,再对安全信息进行判断,如果是系统内人员并且安全佩戴安全帽时,专用服务器(7)将判断结果传回人脸识别装置(2),人脸识别装置(2)会立即控制闸机机体(21)打开闸门(22),语音播放器会提示“安全通过”,人脸识别装置(2)会把人员信息、通过的闸机号及出入时间时间记录到专用服务器(7)的数据库中,等待查看或调用;如果专用服务器(7)判断出该人员非系统内人员,人脸识别装置(2)控制闸门(22)不会打开,语音播放器会提示“无权进入”,人脸识别装置(2)会把人员信息、通过的闸机号及出入时间时间记录到专用服务器(7)的数据库中,等待查看或调用;如果是系统内人员,但没佩戴安全帽时,专用服务器(7)会判断出该人员不安全,人脸识别装置(2)接收到判断结果,闸门(22)不会打开,语音播放器会提示“没佩戴安全帽,禁止进入”,人脸识别装置(2)会把人员信息、通过的闸机号及出入时间时间记录到主机服务器的数据库中,等待查看或调用;当特殊情况时,操控主机Ⅰ(1)向人脸识别装置发送信号,打开闸门(22),或者通过主机Ⅱ(6)直接打开,同时该人员进入闸门(22)的视频也会上传到专用服务器(7)中;
4)施工现场安全监控:当人员在现场施工时,红外摄像机(5)把拍摄到的录像存储在SD储存卡中,红外摄像机(5)会把录像上传至专用服务器(7),专用服务器(7)会对录像进行抽帧处理,如果发现这一帧比上一帧有5%的变化,就对这一帧进行AI算法YOLOV3的运算,找出这一帧图片中是否存在安全帽的人、不带安全帽的人及火苗,否则等待下一帧;
5)警报:当专用服务器(7)进行AI算法YOLOV3运算出抽帧后的图片存在不带安全帽的人或火苗时,专用服务器(7)将结果传输到主机Ⅰ(1),主机Ⅰ(1)控制声光报警器Ⅰ(10)和声光报警器Ⅲ(62)发生警报,同时向信号接收器(91)发送警报信号,控制声光报警器Ⅱ(9)发生警报。
CN201911265606.7A 2019-12-11 2019-12-11 一种基于人工智能的施工现场安全监控方法及其装置 Pending CN111080878A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911265606.7A CN111080878A (zh) 2019-12-11 2019-12-11 一种基于人工智能的施工现场安全监控方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911265606.7A CN111080878A (zh) 2019-12-11 2019-12-11 一种基于人工智能的施工现场安全监控方法及其装置

Publications (1)

Publication Number Publication Date
CN111080878A true CN111080878A (zh) 2020-04-28

Family

ID=70313776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911265606.7A Pending CN111080878A (zh) 2019-12-11 2019-12-11 一种基于人工智能的施工现场安全监控方法及其装置

Country Status (1)

Country Link
CN (1) CN111080878A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506011A (zh) * 2020-05-06 2020-08-07 北方工业大学 一种施工安全监测方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506011A (zh) * 2020-05-06 2020-08-07 北方工业大学 一种施工安全监测方法和装置

Similar Documents

Publication Publication Date Title
CN109300471B (zh) 融合声音采集识别的场区智能视频监控方法、装置及系统
CN103613013B (zh) 塔吊施工安全监测系统及方法
CN105540377A (zh) 具有人脸匹配功能的物联网远程电梯监控系统
CN108833831A (zh) 一种电力施工智能安全监督系统
CN102568146A (zh) 一种基于红外热图像的火灾预警与早期消除系统
CN110795989A (zh) 一种电力作业智能安全监督系统及其监督方法
CN106296045A (zh) 一种电网异物激光清除设备安全管理控制装置及方法
CN110996067A (zh) 基于深度学习的高危作业环境下的人员安全实时智能视频监控系统
CN111080878A (zh) 一种基于人工智能的施工现场安全监控方法及其装置
CN109660761A (zh) 基于ssd的皮带通廊复杂环境人员识别与报警系统及方法
CN201237824Y (zh) 油井智能监控报警系统
CN110602453B (zh) 一种物联网大数据智能视频安防监控系统
CN205990117U (zh) 智能安防电梯控制系统
CN110223208A (zh) 一种园区安全监管系统及方法
CN212933544U (zh) 一种基于边缘计算的现场作业安全识别系统
CN211509189U (zh) 电力作业现场监督设备及系统
CN111275923B (zh) 施工现场的人机碰撞预警方法及系统
CN111905297A (zh) 一种高空作业安全管理系统及方法
CN111277748A (zh) 一种基于视频智能分析的工地动火管理系统及其实施方法
CN110689709A (zh) 一种通用智能消防主机信息处理系统及方法
CN212936021U (zh) 一种工业相机
CN110867046A (zh) 一种基于云计算的智能洗车机视频监控预警系统
CN213126247U (zh) 一种地铁车辆段施工安全隐患智能监控系统
CN213128247U (zh) 一种智能安全帽系统
CN211608330U (zh) 穿戴设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication