CN111392619B - 一种塔吊预警方法、装置、系统及存储介质 - Google Patents
一种塔吊预警方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN111392619B CN111392619B CN202010217387.1A CN202010217387A CN111392619B CN 111392619 B CN111392619 B CN 111392619B CN 202010217387 A CN202010217387 A CN 202010217387A CN 111392619 B CN111392619 B CN 111392619B
- Authority
- CN
- China
- Prior art keywords
- early warning
- target
- tracked
- information
- area
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C23/00—Cranes comprising essentially a beam, boom, or triangular structure acting as a cantilever and mounted for translatory of swinging movements in vertical or horizontal planes or a combination of such movements, e.g. jib-cranes, derricks, tower cranes
- B66C23/88—Safety gear
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/16—Applications of indicating, registering, or weighing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C15/00—Safety gear
- B66C15/06—Arrangements or use of warning devices
- B66C15/065—Arrangements or use of warning devices electrical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C23/00—Cranes comprising essentially a beam, boom, or triangular structure acting as a cantilever and mounted for translatory of swinging movements in vertical or horizontal planes or a combination of such movements, e.g. jib-cranes, derricks, tower cranes
- B66C23/18—Cranes comprising essentially a beam, boom, or triangular structure acting as a cantilever and mounted for translatory of swinging movements in vertical or horizontal planes or a combination of such movements, e.g. jib-cranes, derricks, tower cranes specially adapted for use in particular purposes
- B66C23/26—Cranes comprising essentially a beam, boom, or triangular structure acting as a cantilever and mounted for translatory of swinging movements in vertical or horizontal planes or a combination of such movements, e.g. jib-cranes, derricks, tower cranes specially adapted for use in particular purposes for use on building sites; constructed, e.g. with separable parts, to facilitate rapid assembly or dismantling, for operation at successively higher levels, for transport by road or rail
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C2700/00—Cranes
- B66C2700/03—Cranes with arms or jibs; Multiple cranes
- B66C2700/0392—Movement of the crane arm; Coupling of the crane arm with the counterweights; Safety devices for the movement of the arm
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C2700/00—Cranes
- B66C2700/08—Electrical assemblies or electrical control devices for cranes, winches, capstans or electrical hoists
- B66C2700/084—Protection measures
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Structural Engineering (AREA)
- Transportation (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种塔吊预警方法、装置、系统及存储介质。通过获取当前作业区域中塔吊的当前帧图像,识别当前帧图像中的待追踪目标和待追踪目标的特征信息,基于待追踪目标的特征信息确定当前帧图像对应的当前危险预警区域,根据待追踪目标的预测结果确定预测危险预警区域并生成预警信息,在当前危险预警区域中监测到活体目标时,采用预测模型基于当前帧图像对待追踪目标进行预测,确定待追踪目标的预测结果,根据待追踪目标的预测结果确定预测危险预警区域并生成预警信息,可以快速且准确的确定所述待追踪目标的预测结果,达到快速且准确的对当前作业区域进行预警的目的,进一步提高活体目标的安全性。
Description
技术领域
本发明实施例涉及塔吊监控技术,尤其涉及一种塔吊预警方法、装置、系统及存储介质。
背景技术
建筑工地施工安全工作一直是企业非常关心的问题,而在建筑工地施工设备中,塔吊是最常用的一种起重设备。利用塔吊进行吊物过程中,吊物对整个塔吊区域内作业人员存在较大的安全隐患,因此,在塔吊进行吊物过程中,对塔吊作业进行预警,以保证塔吊区域内作业人员的安全是非常重要的。
目前,常见的塔吊预警方法是在吊钩正上方的吊臂位置安装一个摄像头,通过摄像头帮助塔吊司机观察到吊钩下方的视野,确定活体和吊钩之间的距离达到预警作用。但是,随着吊钩高度等关键因素的变化,塔吊作业区域内的危险区域以及预警信息也会随之变化,因而,塔吊司机无法准确判断塔吊区域内作业人员是否安全,安全隐患仍然无法得到解决。
发明内容
本发明实施例提供了一种塔吊预警方法、装置、系统及存储介质,实现对塔吊进行准确预警,进一步有效保证人身安全的效果。
第一方面,本发明实施例提供了一种塔吊作业预警方法,其中,应用于中间件服务器,包括:
获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到。
第二方面,本发明实施例还提供了一种塔吊作业预警装置,其中,应用于中间件服务器,包括:
特征信息确定模块,用于获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
当前危险预警区域确定模块,用于基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
预测模块,用于在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
预警信息生成模块,用于根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到。
第三方面,本发明实施例还提供了一种塔吊作业预警系统,其中,包括:中间件服务器、塔吊、相关传感器、云服务器、组网以及报警设备;其中,
所述中间件服务器,用于执行所述计算机程序时实现如第一方面中任一项所述的塔吊作业预警方法。
所述塔吊,安装吊钩、吊物、所述相关传感器以及所述报警设备;
所述相关传感器,用于采集当前作业区域内的相关信息,并将所述相关信息通过所述组网发送至所述中间件服务器和所述云服务器;
所述云服务器,用于接收所述相关信息,并对所述相关信息进行分析,得到分析结果;
所述报警设备,用于接收所述中间件服务器发送的报警控制指令,根据所述报警控制指令进行报警。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,其中,所述计算机可执行指令在由计算机处理器执行时实现如第一方面中任一项所述的塔吊作业预警方法。
本实施例提供的技术方案,中间件服务器通过获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息,基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域,可以准确预测待追踪目标在当前帧图像的下一帧图像的位置,根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息,在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果,根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息,可以快速且准确的确定所述待追踪目标的预测结果。解决了现有技术中无法准确判断塔吊区域内作业人员是否安全的问题,达到快速且准确的对当前作业区域进行预警的目的,进一步提高活体目标的安全性。并且,由于预警信息通过中间件服务器生成,可以提高预警效率和信息的安全性。
附图说明
图1为本发明实施例一提供的一种塔吊预警方法的流程示意图;
图2为本发明实施例二提供的一种塔吊预警方法的流程示意图;
图3为本发明实施例三提供的一种塔吊预警方法的流程示意图;
图4为本发明实施例四提供的一种塔吊预警装置的结构示意图;
图5为本发明实施例五提供的一种中间件服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种塔吊作业预警方法的流程示意图,本实施例可适用于通过中间件服务对塔吊的当前作业区域进行安全预警的情况,该方法可以由塔吊作业预警装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在终端中。具体参见图1所示,该方法可以包括如下步骤:
S110,获取当前作业区域中塔吊的当前帧图像,识别当前帧图像中的待追踪目标和待追踪目标的特征信息。
其中,当前作业区域可以为塔吊的吊钩的运动区域,当前帧图像为当前作业区域的作业视频图像中的任意一帧图像,所述作业视频图像可以通过设置在塔吊的吊臂上的图像采集设备拍摄得到。可选地,所述图像采集设备可以为摄像头或者图像传感器等。
本实施例中,可以在塔吊的吊臂上安装重力传感器,中间件服务器实时接收重力传感器发送的重力数据,对重力数据进行分析,如果重力数据连续变化一定时间,说明吊钩吊起吊物按照一定的规律进行移动,则将按照一定规律移动的吊钩和吊物所属的区域确定为当前作业区域,并接收图像采集设备发送的当前作业区域的作业视频图像,并将作业视频图像的任一帧图像作为当前帧图像。
本实施例中,中间件服务器可以采用语义分割模型获取当前帧图像的像素点值,将像素值相近的像素点确定为同一目标,以识别出待追踪目标,并根据待追踪目标的像素点的位置,确定待追踪目标的特征信息。其中,所述特征信息可以包括待追踪目标的位置信息和轮廓信息。可选地,语义分割模型可以根据历史视频帧图像和历史标注图像对初始网络训练得到。
S120,基于待追踪目标的特征信息确定当前帧图像对应的当前危险预警区域。
可选地,可以根据特征信息中的位置信息确定待追踪目标的中心点信息,并根据特征信息中的轮廓信息确定待追踪目标的尺寸信息,以及根据待追踪目标的中心点信息和尺寸信息确定当前危险预警区域的位置和范围。
S130,在当前危险预警区域中监测到活体目标时,采用预测模型基于当前危险预警区域对待追踪目标进行预测,确定待追踪目标的预测结果。
本实施例中,待追踪目标可以包括吊物和吊钩。可以理解的是,吊钩吊起吊物运动过程中,危险预警区域实时变化,即不同帧图像的危险预警区域不同,如果在当前危险预警区域中监测到活体目标,需要预测待追踪目标(吊物和吊钩)在当前帧图像的下一帧图像中的位置。对此,本实施例中,采用预测模型对待追踪目标进行预测,以确定待追踪目标在当前帧图像的下一帧图像中的位置信息和轮廓信息,并将当前帧图像的下一帧图像中的位置信息和轮廓信息确定为所述预测结果,以便后续根据预测结果进行预警。可选地,所述预测模型可以根据历史视频帧图像和历史标注数据对初始模型训练得到。
S140,根据待追踪目标的预测结果确定预测危险预警区域并生成预警信息。
如前述步骤所述,预测结果可以包括待追踪目标在下一帧图像中的位置信息以及轮廓信息。因而,可以根据待追踪目标在下一帧图像中的位置信息以及轮廓信息确定待追踪目标的尺寸信息,以根据尺寸信息确定预测危险预警区域,并根据活体目标在预测危险预警区域的位置生成预警信息。
可选地,所述预警信息可以包括预警级别、预警时间以及生成预警信息对应的图像。所述预警级别可以包括安全等级、第一等级和第二等级等。
本实施例提供的技术方案,中间件服务器通过获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息,基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域,可以准确预测待追踪目标在当前帧图像的下一帧图像的位置,根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息,在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果,根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息,可以快速且准确的确定所述待追踪目标的预测结果。解决了现有技术中无法准确判断塔吊区域内作业人员是否安全的问题,达到快速且准确的对当前作业区域进行预警的目的,进一步提高活体目标的安全性。并且,由于预警信息通过中间件服务器生成,可以提高预警效率和信息的安全性。
实施例二
图2为本发明实施例二提供的一种塔吊作业预警方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。可选地,所述待追踪目标包括塔吊的吊物和吊钩,所述特征信息包括所述待追踪目标的位置信息和空间特征信息,相应的,所述基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域,包括:根据所述待追踪目标的空间特征信息确定吊物图像尺寸和吊钩图像尺寸;根据所述吊钩图像尺寸和吊钩实际尺寸的比例关系,以及所述吊物图像尺寸,确定吊物实际尺寸;根据所述吊物实际尺寸和所述吊物的位置信息确定所述当前作业区域的当前危险预警区域。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图2所示,该方法可以包括如下步骤:
S210,获取当前作业区域中塔吊的当前帧图像,识别当前帧图像中的待追踪目标和待追踪目标的特征信息。
S220,根据待追踪目标的空间特征信息确定吊物图像尺寸和吊钩图像尺寸。
可选地,中间件服务器可以对待追踪目标的空间特征信息进行去燥处理和特征提取。例如,提取吊物图像和吊钩图像的边界点信息,以根据吊物图像和吊钩图像的边界点信息确定吊物图像尺寸和吊钩图像尺寸。
S230,根据吊钩图像尺寸和吊钩实际尺寸的比例关系,以及吊物图像尺寸,确定吊物实际尺寸。
可以理解的是,吊钩图像尺寸和吊物实际尺寸的比例关系固定,但是,在实际操作中,由于作业项目不同,吊物类别不同,吊物实际尺寸会发生变化,因而,中间服务器需要实时计算吊物实际尺寸,以根据吊物实际尺寸确定危险预警区域。对此,本实施例中,中间件服务器可以预先存储吊钩实际尺寸,并计算吊钩图像尺寸与吊钩实际尺寸的比例关系,并将吊物图像尺寸与该比例关系相乘,得到吊物实际尺寸数据。
S240,根据吊物实际尺寸和吊物的位置信息确定当前作业区域的当前危险预警区域。
其中,危险预警区域包括预警区域和危险区域。所述吊物的位置信息为吊物中心点坐标。
可选地,可以通过如下方式确定危险区域和预警区域:将以所述吊物的位置信息为圆心,以所述吊物实际尺寸为第一半径构成的第一区域作为所述危险区域;根据所述吊物实际尺寸与所述吊物的空间特征信息中的吊物高度确定第二半径,基于所述吊物的位置信息为圆心和所述第二半径确定第二区域,将所述第二区域中除所述第一区域以外的环形区域确定为所述预警区域。
可选地,在计算预警区域时,可以将吊物的高度与预设系数相乘,并将相乘后的结果与吊物实际尺寸数据相加,并以所述吊物的中心点为圆心,以相乘后的结果与吊物实际尺寸数据相加后的结果作为第二半径,确定第二区域。其中,所述预设系数可以为0.2、0.4、0.6或者其他数值。
S250,在当前危险预警区域中监测到活体目标时,采用预测模型基于当前危险预警区域对待追踪目标进行预测,确定待追踪目标的预测结果。
S260,根据待追踪目标的预测结果确定预测危险预警区域并生成预警信息。
可以理解的是,在塔吊工作过程中,吊物的中心点在不同帧图像中位置不同,因而,可以通过下一帧图像中的吊物的预测结果,确定下一帧图像中吊物的中心点坐标和吊钩的中心点坐标。并且,分别对下一帧图像中的吊物的空间特征信息和吊钩的空间特征信息进行特征提取,得到下一帧图像中的吊物的边界点信息和吊钩的边界点信息,以确定下一帧图像中的吊物图像尺寸和吊钩的图像尺寸,并采用与S240中当前危险预警区域计算方式计算下一帧图像中的吊物实际尺寸数据。进一步地,可以根据下一帧图像中的吊物实际尺寸数据和吊物的中心点坐标确定预测危险预警区域。其中,所述吊物的中心点坐标和所述吊钩的中心点坐标可以为上述位置信息,吊物的空间特征信息和吊钩的空间特征信息可以为上述轮廓信息。
本实施例中,中间件服务器可以实时计算活体目标与下一帧图像中吊物的中心点的距离,根据活体目标与下一帧图像中吊物的中心点的距离确定预警信息。可选地,如果该距离大于预测危险预警区域的第二半径,确定预警级别为安全等级;如果该距离在预测危险预警区域的第二半径和第一半径之间,表示活体目标在预警区域,确定预警级别为第二等级,并确定预警时间和生成预警信息对应的图像等;如果该距离小于第一半径,表示活体目标在危险区域,确定预警级别为第一等级,并确定预警时间和生成预警信息对应的图像等。
进一步地,生成预警信息后,中间件还可以确定预警信息的预警级别,当所述预警级别达到预警阈值,生成报警信息,控制报警设备根据所述报警信息进行报警,以提醒活体目标离开预测危险预警区域,以及提醒司机改变塔吊的运行轨迹等;如果在所述当前危险预警区域内监测到所述活体目标,且在所述预测危险预警区域内未监测到所述活体目标,则删除所述报警信息并控制关闭所述报警设备。例如,中间件服务器监测到活体目标离开预测危险预警区域,则控制关闭报警装置,以使司机和活体目标继续工作。
可选地,中间件服务器还可以将所述当前作业区域的作业视频图像和所述预警信息发送至云服务器,以使所述云服务器对所述作业视频图像、所述预警信息以及相关服务器发送的相关信息对塔吊操作者进行行为分析,并将分析结果进行存储,其中,所述相关传感器包括视觉传感器、重力传感器以及风速传感器。这样可以通过云服务器实时分析塔吊的作业数据、环境信息、报警信息以及司机的操作,以规范司机的操作,提高安全指标。可选地,中间件服务器可以将预警信息通过4G网络以MQTT的方式发送至云服务器,相关传感器可以将相关信息通过4G网络以MQTT的方式发送至云服务器。
本实施例提供的技术方案,通过根据所述待追踪目标的空间特征信息确定吊物图像尺寸和吊钩图像尺寸,根据所述吊钩图像尺寸和吊钩实际尺寸的比例关系,以及所述吊物图像尺寸,确定吊物实际尺寸,根据所述吊物实际尺寸和所述吊物的位置信息确定所述当前作业区域的当前危险预警区域,以及确定预测危险区域。可以达到准确确定危险预警区域并实时更新危险预警区域的目的,以实时确定活体目标是否安全。
实施例三
图3为本发明实施例三提供的一种塔吊作业预警方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。可选地,所述采用预测模型基于所述当前危险预警区域对所述待追踪目标进行预测,确定所述待追踪目标的预测结果,包括:将所述当前危险预警区域输入至所述预测模型,得到所述待追踪目标的初始追踪结果,其中,所述初始追踪结果为所述待追踪目标在所述当前帧图像的下一帧图像的各感兴趣区内出现的概率;基于所述待追踪目标的运行信息和环境信息确定所述待追踪目标的理论预测结果;基于所述理论预测结果对所述初始追踪结果进行修正,将修正后的结果作为所述待追踪目标的预测结果。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图3所示,该方法可以包括如下步骤:
S310,获取当前作业区域中塔吊的当前帧图像,识别当前帧图像中的待追踪目标和待追踪目标的特征信息。
S320,基于待追踪目标的特征信息确定当前帧图像对应的当前危险预警区域。
S330,在当前危险预警区域中监测到活体目标时,将当前帧图像输入至预测模型,得到待追踪目标的初始追踪结果。
可选地,预测模型可以通过如下方式训练得到:获取所述历史视频帧图像和所述历史标注数据,其中,所述历史视频帧图像包括多个时间段的连续视频帧数据,所述历史标注数据包括所述历史视频帧图像中各历史追踪目标的标准特征信息;将所述历史视频帧图像输入至所述初始模型,得到各所述历史追踪目标的下一帧图像的预测特征信息,根据所述历史追踪目标的下一帧图像的预测特征信息和所述历史追踪目标的下一帧图像的标准特征信息调节所述初始模型的网络参数,得到所述预测模型。可选地,所述初始模型可以是基于区域卷积神经网络R-CNN、Fast RCNN以及Faster RCNN等。
为了确保活体目标的安全,本实施例可以实时对当前危险预警区域进行监测,如果在当前危险预警区域监测到活体目标,需要预测下一帧图像中的待追踪目标和待追踪目标的特征信息。对此,本实施例中可以通过预测模型预测下一帧图像中的待追踪目标和待追踪目标的特征信息,将下一帧图像中的待追踪目标和待追踪目标的特征信息的预测结果确定为初始追踪结果。可选地,所述初始追踪结果为所述待追踪目标在所述当前帧图像的下一帧图像的各感兴趣区内出现的概率,以便根据待追踪目标在下一帧图像中每个感兴趣区出现的概率确定目标追踪结果。
S340,基于待追踪目标的运行信息和环境信息确定待追踪目标的理论预测结果。
可选地,所述运行信息可以为待追踪目标的运行轨迹、运行加速度以及高度信息,环境信息可以为风速信息等。如前述实施例所述,当前帧图像是在重力数据连续变化一定时间时获取的,即运行信息具有一定的运动规律。例如,中间件服务器可以实时接收安装在吊臂上安装重力传感器发送的重力信息,并确定吊钩的运行轨迹和运行加速度,可以实时接收安装在吊钩上的高度传感器发送高度数据,并确定高度信息,以及实时接收安装在塔吊上的风速传感器发送的风速数据信息确定风速信息。进一步地,中间件服务器可以根据上述运行信息和环境信息计算待追踪目标在下一阵图像中的区域,并将待追踪目标在下一阵图像中的区域作为所述理论预测结果。
S350,基于理论预测结果对初始追踪结果进行修正,将修正后的结果作为待追踪目标的预测结果。
可以理解的是,初始追踪结果可能存在误差,本实施例可以根据理论预测结果对初始追踪结果进行修正,以确定待追踪目标的预测结果。可选地,所述预测模型可以采用卡尔曼滤波算法。具体地,选择若干个数值较大初始追踪结果,将理论预测结果和数值较大的初始追踪结果输入至卡尔曼滤波算法中,通过卡尔曼滤波算法计算理论预测结果和数值较大的初始追踪结果的概率,以通过理论预测结果对初始追踪结果进行修正,并将修正后的结果作为所述预测结果。
S360,根据待追踪目标的预测结果确定预测危险预警区域并生成预警信息。
本实施例提供的技术方案,通过将所述当前帧图像输入至所述预测模型,得到所述待追踪目标的初始追踪结果,其中,所述初始追踪结果为所述待追踪目标在所述当前帧图像的下一帧图像的各感兴趣区内出现的概率,基于所述待追踪目标的运行信息和环境信息确定所述待追踪目标的理论预测结果,基于所述理论预测结果对所述初始追踪结果进行修正,将修正后的结果作为所述待追踪目标的预测结果。可以达到准确确定目标追踪结果,并进一步准确预测下一帧图像的危险预警区域以及生成预警信息的目的,实现提高预警准确性的效果,并进一步保障目标活体的安全。
实施例四
图4为本发明实施例四提供的一种塔吊作业预警装置的结构示意图。参见图4所示,该装置包括:特征信息确定模块41、当前危险预警区域确定模块42、预测模块43以及预警信息生成模块44。
其中,特征信息确定模块41,用于将获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
当前危险预警区域确定模块42,用于基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
预测模块43,用于在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
预警信息生成模块44,用于根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到。
在上述各技术方案的基础上,该装置还包括:训练模块;其中,所述训练模块,用于获取所述历史视频帧图像和所述历史标注数据,其中,所述历史视频帧图像包括多个时间段的连续视频帧数据,所述历史标注数据包括所述历史视频帧图像中各历史追踪目标的标准特征信息;
将所述历史视频帧图像输入至所述初始模型,得到各所述历史追踪目标的下一帧图像的预测特征信息,根据所述历史追踪目标的下一帧图像的预测特征信息和所述历史追踪目标的下一帧图像的标准特征信息调节所述初始模型的网络参数,得到所述预测模型。
在上述各技术方案的基础上,所述待追踪目标包括塔吊的吊物和吊钩,所述特征信息包括所述待追踪目标的位置信息和空间特征信息,相应的,当前危险预警区域确定模块42还用于,
根据所述待追踪目标的空间特征信息确定吊物图像尺寸和吊钩图像尺寸;
根据所述吊钩图像尺寸和吊钩实际尺寸的比例关系,以及所述吊物图像尺寸,确定吊物实际尺寸;
根据所述吊物实际尺寸和所述吊物的位置信息确定所述当前作业区域的当前危险预警区域。
在上述各技术方案的基础上,所述危险预警区域包括预警区域和危险区域,相应的,当前危险预警区域确定模块42还用于,将以所述吊物的位置信息为圆心,以所述吊物实际尺寸为第一半径构成的第一区域作为所述危险区域;
根据所述吊物实际尺寸与所述吊物的空间特征信息中的吊物高度确定第二半径,基于所述吊物的位置信息为圆心和所述第二半径确定第二区域,将所述第二区域中除所述第一区域以外的环形区域确定为所述预警区域。
在上述各技术方案的基础上,预测模块43还用于,将所述当前帧图像输入至所述预测模型,得到所述待追踪目标的初始追踪结果,其中,所述初始追踪结果为所述待追踪目标在所述当前帧图像的下一帧图像的各感兴趣区内出现的概率;
基于所述待追踪目标的运行信息和环境信息确定所述待追踪目标的理论预测结果;
基于所述理论预测结果对所述初始追踪结果进行修正,将修正后的结果作为所述待追踪目标的预测结果。
在上述各技术方案的基础上,该装置还包括:确定模块;其中,确定模块,用于确定所述预警信息中的预警级别;
当所述预警级别达到预警阈值,生成报警信息,控制报警设备根据所述报警信息进行报警;
如果在所述当前危险预警区域内监测到所述活体目标,且在所述预测危险预警区域内未监测到所述活体目标,则删除所述报警信息并控制关闭所述报警设备。
在上述各技术方案的基础上,该装置还包括:发送模块;其中,发送模块,用于将所述当前作业区域的作业视频图像和所述预警信息发送至云服务器,以使所述云服务器对所述作业视频图像、所述预警信息以及相关服务器发送的相关信息对塔吊操作者进行行为分析,并将分析结果进行存储,其中,所述相关传感器包括视觉传感器、重力传感器以及风速传感器。
本实施例提供的技术方案,中间件服务器通过获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息,基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域,可以准确预测待追踪目标在当前帧图像的下一帧图像的位置,根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息,在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果,根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息,可以快速且准确的确定所述待追踪目标的预测结果。解决了现有技术中无法准确判断塔吊区域内作业人员是否安全的问题,达到快速且准确的对当前作业区域进行预警的目的,进一步提高活体目标的安全性。并且,由于预警信息通过中间件服务器生成,可以提高预警效率和信息的安全性。
实施例五
本发明实施例五提供的一种塔吊作业预警系统。所述系统包括:中间件服务器、塔吊、相关传感器、云服务器、组网以及报警设备。图5示出了适于用来实现本发明实施方式的示例性中间件服务器12的框图。图5显示的中间件服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,中间件服务器12以通用计算设备的形式表现。中间件服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
中间件服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被中间件服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。中间件服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如塔吊作业预警装置的特征信息确定模块41、当前危险预警区域确定模块42、预测模块43以及预警信息生成模块44)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(例如塔吊作业预警装置的特征信息确定模块41、当前危险预警区域确定模块42、预测模块43以及预警信息生成模块44)程序模块46的程序/实用工具44,可以存储在例如存储器28中,这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
中间件服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该中间件服务器12交互的设备通信,和/或与使得该中间件服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,中间件服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与中间件服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合中间件服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种塔吊作业预警方法,该方法包括:
获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种塔吊作业预警方法。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的一种塔吊作业预警方法的技术方案。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的一种塔吊作业预警方法,该方法包括:
获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法操作,还可以执行本发明任意实施例所提供的一种塔吊作业预警方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在特征信息、预测结果、预警信息等,其中承载了计算机可读的程序代码。这种传播的特征信息、预测结果、预警信息等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
值得注意的是,上述塔吊作业预警装置的实施例中,所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种塔吊作业预警方法,其特征在于,应用于中间件服务器,包括:
获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到;所述预测结果包括待追踪目标在下一帧图像中的位置信息以及轮廓信息。
2.根据权利要求1所述的方法,其特征在于,所述预测模型的训练方法,包括:
获取所述历史视频帧图像和所述历史标注数据,其中,所述历史视频帧图像包括多个时间段的连续视频帧数据,所述历史标注数据包括所述历史视频帧图像中各历史追踪目标的标准特征信息;
将所述历史视频帧图像输入至所述初始模型,得到各所述历史追踪目标的下一帧图像的预测特征信息,根据所述历史追踪目标的下一帧图像的预测特征信息和所述历史追踪目标的下一帧图像的标准特征信息调节所述初始模型的网络参数,得到所述预测模型。
3.根据权利要求1所述的方法,其特征在于,所述待追踪目标包括塔吊的吊物和吊钩,所述特征信息包括所述待追踪目标的位置信息和空间特征信息,相应的,
所述基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域,包括:
根据所述待追踪目标的空间特征信息确定吊物图像尺寸和吊钩图像尺寸;
根据所述吊钩图像尺寸和吊钩实际尺寸的比例关系,以及所述吊物图像尺寸,确定吊物实际尺寸;
根据所述吊物实际尺寸和所述吊物的位置信息确定所述当前作业区域的当前危险预警区域。
4.根据权利要求3所述的方法,其特征在于,所述危险预警区域包括预警区域和危险区域,相应的,
所述根据所述吊物实际尺寸和所述吊物的位置信息确定所述当前作业区域对应的当前危险预警区域,包括:
将以所述吊物的位置信息为圆心,以所述吊物实际尺寸为第一半径构成的第一区域作为所述危险区域;
根据所述吊物实际尺寸与所述吊物的空间特征信息中的吊物高度确定第二半径,基于所述吊物的位置信息为圆心和所述第二半径确定第二区域,将所述第二区域中除所述第一区域以外的环形区域确定为所述预警区域。
5.根据权利要求1所述的方法,其特征在于,所述采用预测模型基于所述当前危险预警区域对所述待追踪目标进行预测,确定所述待追踪目标的预测结果,包括:
将所述当前帧图像输入至所述预测模型,得到所述待追踪目标的初始追踪结果,其中,所述初始追踪结果为所述待追踪目标在所述当前帧图像的下一帧图像的各感兴趣区内出现的概率;
基于所述待追踪目标的运行信息和环境信息确定所述待追踪目标的理论预测结果;
基于所述理论预测结果对所述初始追踪结果进行修正,将修正后的结果作为所述待追踪目标的预测结果。
6.根据权利要求1所述的方法,其特征在于,还包括:
确定所述预警信息中的预警级别;
当所述预警级别达到预警阈值,生成报警信息,控制报警设备根据所述报警信息进行报警;
如果在所述当前危险预警区域内监测到所述活体目标,且在所述预测危险预警区域内未监测到所述活体目标,则删除所述报警信息并控制关闭所述报警设备。
7.根据权利要求1所述的方法,其特征在于,还包括:
将所述当前作业区域的作业视频图像和所述预警信息发送至云服务器,以使所述云服务器对所述作业视频图像、所述预警信息以及相关服务器发送的相关信息对塔吊操作者进行行为分析,并将分析结果进行存储,其中,相关传感器包括视觉传感器、重力传感器以及风速传感器。
8.一种塔吊作业预警装置,其特征在于,应用于中间件服务器,包括:
特征信息确定模块,用于获取当前作业区域中塔吊的当前帧图像,识别所述当前帧图像中的待追踪目标和所述待追踪目标的特征信息;
当前危险预警区域确定模块,用于基于所述待追踪目标的特征信息确定所述当前帧图像对应的当前危险预警区域;
预测模块,用于在所述当前危险预警区域中监测到活体目标时,采用预测模型基于所述当前帧图像对所述待追踪目标进行预测,确定所述待追踪目标的预测结果;
预警信息生成模块,用于根据所述待追踪目标的预测结果确定预测危险预警区域并生成预警信息;
其中,所述预测模型根据历史视频帧图像和历史标注数据对初始模型训练得到;所述预测结果包括待追踪目标在下一帧图像中的位置信息以及轮廓信息。
9.一种塔吊作业预警系统,其特征在于,包括:中间件服务器、塔吊、相关传感器、云服务器、组网以及报警设备;其中,
所述中间件服务器,用于执行计算机程序时实现如权利要求1-7中任一项所述的塔吊作业预警方法;
所述塔吊,用于安装吊钩、吊物、所述相关传感器以及所述报警设备;
所述相关传感器,用于采集当前作业区域内的相关信息,并将所述相关信息通过所述组网发送至所述中间件服务器和所述云服务器;
所述云服务器,用于接收所述相关信息,并对所述相关信息进行分析,得到分析结果;
所述报警设备,用于接收所述中间件服务器发送的报警控制指令,根据所述报警控制指令进行报警。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一项所述的塔吊作业预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010217387.1A CN111392619B (zh) | 2020-03-25 | 2020-03-25 | 一种塔吊预警方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010217387.1A CN111392619B (zh) | 2020-03-25 | 2020-03-25 | 一种塔吊预警方法、装置、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111392619A CN111392619A (zh) | 2020-07-10 |
CN111392619B true CN111392619B (zh) | 2021-11-23 |
Family
ID=71425466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010217387.1A Active CN111392619B (zh) | 2020-03-25 | 2020-03-25 | 一种塔吊预警方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111392619B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985717B (zh) * | 2020-08-24 | 2024-05-31 | 珠海格力电器股份有限公司 | 安全预警方法、装置、安全预警设备及存储介质 |
CN112010185B (zh) * | 2020-08-25 | 2022-07-12 | 陈兆娜 | 一种天车周边危险源自动辨识与控制系统及方法 |
CN112183964B (zh) * | 2020-09-11 | 2024-03-12 | 杭州市地下管道开发有限公司 | 一种智慧工地管理方法、系统、设备及存储介质 |
CN112520606A (zh) * | 2020-10-21 | 2021-03-19 | 浙江大华技术股份有限公司 | 塔吊监控系统和塔吊监控方法 |
CN113012315B (zh) * | 2021-02-23 | 2022-07-05 | 浙江三一装备有限公司 | 作业机械安全监控系统、方法及作业机械 |
CN114612866B (zh) * | 2022-05-12 | 2022-09-02 | 东营固泰尔建筑科技有限责任公司 | 一种建筑场地内安全性智能识别方法、装置及设备 |
CN114715806B (zh) * | 2022-06-08 | 2023-06-16 | 杭州未名信科科技有限公司 | 一种塔机异常状态的应急控制方法、装置、介质及塔机 |
CN115402953B (zh) * | 2022-08-27 | 2023-10-27 | 深圳市神州云海智能科技有限公司 | 塔吊安全预警方法、装置及系统 |
CN115661453B (zh) * | 2022-10-25 | 2023-08-04 | 腾晖科技建筑智能(深圳)有限公司 | 一种基于下视角相机的塔吊吊物检测分割方法及系统 |
CN116385485B (zh) * | 2023-03-13 | 2023-11-14 | 腾晖科技建筑智能(深圳)有限公司 | 一种长条形塔吊吊物的视频跟踪方法及系统 |
CN117726882A (zh) * | 2024-02-07 | 2024-03-19 | 杭州宇泛智能科技有限公司 | 塔吊吊物识别方法、系统和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07309578A (ja) * | 1994-05-17 | 1995-11-28 | Ohbayashi Corp | クレーン用モニタ装置 |
CN109785385A (zh) * | 2019-01-22 | 2019-05-21 | 中国科学院自动化研究所 | 视觉目标跟踪方法及系统 |
CN110359960A (zh) * | 2019-07-24 | 2019-10-22 | 精英数智科技股份有限公司 | 一种用于煤矿转载机推移的安全报警方法及设备 |
CN110745704A (zh) * | 2019-12-20 | 2020-02-04 | 广东博智林机器人有限公司 | 一种塔吊预警方法及装置 |
-
2020
- 2020-03-25 CN CN202010217387.1A patent/CN111392619B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07309578A (ja) * | 1994-05-17 | 1995-11-28 | Ohbayashi Corp | クレーン用モニタ装置 |
CN109785385A (zh) * | 2019-01-22 | 2019-05-21 | 中国科学院自动化研究所 | 视觉目标跟踪方法及系统 |
CN110359960A (zh) * | 2019-07-24 | 2019-10-22 | 精英数智科技股份有限公司 | 一种用于煤矿转载机推移的安全报警方法及设备 |
CN110745704A (zh) * | 2019-12-20 | 2020-02-04 | 广东博智林机器人有限公司 | 一种塔吊预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111392619A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111392619B (zh) | 一种塔吊预警方法、装置、系统及存储介质 | |
CN110807429A (zh) | 基于tiny-YOLOv3的施工安全检测方法及系统 | |
CN112037266B (zh) | 一种下落物体的识别方法、装置、终端设备及存储介质 | |
CN112950773A (zh) | 基于建筑信息模型的数据处理方法与装置、处理服务器 | |
CN113205037B (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
CN111126153B (zh) | 基于深度学习的安全监测方法、系统、服务器及存储介质 | |
CN115047143A (zh) | 一种油库监测方法、装置、设备及存储介质 | |
CN112659130A (zh) | 一种悬挂式巡检机器人控制方法及控制系统 | |
CN110929565B (zh) | 基于机器学习的风险监控方法、装置、存储介质及电子设备 | |
CN111191556A (zh) | 人脸识别方法、装置及电子设备 | |
Valencia et al. | Overhead view bus passenger detection and counter using DeepSORT and tiny-yolo v4 | |
CN111597889A (zh) | 一种视频中目标移动的检测方法、装置及系统 | |
CN112528825A (zh) | 一种基于图像识别的车站乘客招援服务方法 | |
CN113762017B (zh) | 一种动作识别方法、装置、设备及存储介质 | |
CN116343169A (zh) | 路径规划方法、目标对象运动控制方法、装置及电子设备 | |
CN115953414A (zh) | 基于语义分割的低矮障碍物检测方法和自动驾驶车辆 | |
CN114092889B (zh) | 违规行为检测方法、装置、电子设备及可读存储介质 | |
CN112975989B (zh) | 机器人安全运行方法、设备及存储介质 | |
Ojelade et al. | Construction worker posture estimation using OpenPose | |
CN113920720A (zh) | 高速公路隧道设备故障处理方法、装置及电子设备 | |
CN113807209A (zh) | 车位检测方法、装置、电子设备及存储介质 | |
CN113139542A (zh) | 目标检测方法、装置、设备和计算机可读存储介质 | |
CN111597935A (zh) | 装配式建筑套筒灌浆施工质量的监测方法及装置 | |
CN113353072A (zh) | 一种行车控制方法、装置、服务器及介质 | |
CN116403165B (zh) | 一种危险化学品泄露应急处理方法、装置及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |