CN111552216A - 基于5g的施工现场智慧监管系统 - Google Patents

Abstract

本发明公开了一种基于5G的施工现场智慧监管系统，包括人员监管子系统、环境监管子系统、现场采集子系统、云服务器；人员监管子系统获取施工现场的人员信息，并传输至现场采集子系统；环境监管子系统获取施工现场的环境信息，并传输至现场采集子系统；现场采集子系统通过5G通信网络传输至云服务器。本发明对施工现场多角度监管，提高数据获取的准确性、及时性、真实性和完整性，实现施工过程相关信息的全面感知、互联互通、智能处理和协同工作，满足现场作业过程所需数据的及时获取、共享和沟通，并通过信息化手段实现智能监控、预测报警和工作的数据共享、实时协同等，利于合理配置监管资源，实现差别化监管。

Description

基于5G的施工现场智慧监管系统

技术领域

本发明属于施工现场监管技术领域，尤其涉及一种基于5G(第5代移动通信技术)的施工现场智慧监管系统。

背景技术

目前，施工现场的项目数量和规模快速增长，对施工现场质量安全监管工作要求也越来越高。鉴于辖区范围较广、项目类别众多，以施工现场现有相关人员和技术力量，要满足繁重的质量安全监管工作难度较大，对工程质量和安全施工工作也会产生影响。

另外，长期存放在工地的原料物资较多，出入施工现场的人员情况复杂，材料被盗、成品遭破坏的现象时有发生，给施工工程造成损失。

随着工程建设规模不断扩大，工艺流程纷繁复杂，施工现场的监管不全面、耗时长等问题日益突出，为施工安全、高效的进展带来了隐患。

发明内容

本发明要解决的技术问题是为了克服现有技术中施工现场的监管不全面、耗时长的缺陷，提供一种基于5G的施工现场智慧监管系统。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种基于5G的施工现场智慧监管系统，包括人员监管子系统、环境监管子系统、现场采集子系统、云服务器；

人员监管子系统用于获取施工现场的人员信息，并将人员信息传输至现场采集子系统；

环境监管子系统用于获取施工现场的环境信息，并将环境信息传输至现场采集子系统；

现场采集子系统通过5G通信网络将人员信息、环境信息传输至云服务器。

较佳地，人员监管子系统包括定位模组，定位模组用于获取施工现场的人员的位置信息；

人员监管子系统还包括人脸识别模组，人脸识别模组包括图像传感器和识别单元；图像传感器用于获取进入施工现场的人员的图像，识别单元根据图像识别人员的身份信息，人员的身份信息与预存的人员信息不匹配时，识别单元发出报警信息。

较佳地，人员监管子系统还包括安全帽识别模组；安全帽识别模组包括图像传感模块和AI识别模块，图像传感模块用于获取进入施工现场的人员的图像，AI识别模块识别该施工参与人员是否佩戴有安全帽；AI识别模块为一深度学习分类模型通过训练得到，该深度学习分类模型采用的分类算法包括TextCNN(一种文本分类算法)、LSTM(Long Short-Term Memory，长短期记忆网络)或BiLSTM(Bi-directional Long Short-Term Memory，双向长短期记忆网络)。

较佳地，基于5G的施工现场智慧监管系统还包括机器监管子系统；

机器监管子系统包括塔吊监测模组，塔吊监测模组包括第一身份识别模块，第一身份识别模块用于识别操作人员的身份；当操作人员的身份为塔吊驾驶员时，第一身份识别模块开放操作权限，准许操作塔吊，当操作人员的身份不是塔吊驾驶员时，第一身份识别模块关闭操作权限，禁止操作塔吊；

第一身份识别模块基于人脸识别、指纹识别、RFID(射频识别)卡识别、IC卡(智能卡)识别中的至少一种识别方式识别操作人员的身份；

机器监管子系统还包括升降机监测模组，升降机监测模组包括第二身份识别模块，第二身份识别模块用于识别操作人员的身份，当操作人员的身份为升降机驾驶员时，第二身份识别模块开放操作权限，准许操作升降机，当操作人员的身份不是升降机驾驶员时，第二身份识别模块关闭操作权限，禁止操作升降机；

第二身份识别模块基于人脸识别、指纹识别、RFID卡识别、IC卡识别中的至少一种识别方式识别操作人员的身份。

较佳地，基于5G的施工现场智慧监管系统还包括原料监管子系统；

原料监管子系统包括无人机巡检模组，无人机巡检模组包括若干无人机；若干无人机按照预设运行路线在施工现场飞行巡检，以获取施工现场的原料的图像；

无人机巡检模组将施工现场的原料的图像传输至现场采集子系统；

无人机上设置有TOF(飞行时间)深度相机，TOF深度相机获取施工现场的原料的深度图像以得到施工现场的原料的体积；

无人机巡检模组将施工现场的原料的体积传输至现场采集子系统；

现场采集子系统通过5G通信网络将施工现场的原料的体积传输至云服务器；

云服务器根据与不同的时刻对应的施工现场的原料的体积得到原料的体积的变化量；

当施工现场的原料的体积小于预设阈值时，云服务器生成报警信号。

较佳地，塔吊监测模组还包括回转角传感器、行程传感器、调试传感器、幅度传感器、倾角传感器、风速传感器、力矩传感器、起重量传感器、无线通信模块；

回转角传感器用于测量塔机的回转角度；

行程传感器用于测量小车行程；

调试传感器用于测量吊钩高度；

风速传感器用于测量风速；

倾角传感器用于实时测量塔身倾斜的角度；

回转角传感器、行程传感器、调试传感器、幅度传感器、倾角传感器、风速传感器、力矩传感器、起重量传感器获取的测量数据通过无线通信模块传输至现场采集子系统。

较佳地，机器监管子系统还包括机器设备识别模组；机器设备识别模组包括摄像头和AI识别单元，摄像头用于获取施工现场的机器设备的图像，AI识别单元根据机器设备的图像识别机器设备的类型；

AI识别单元基于ResNet50训练网络(一种训练网络)训练得到。

较佳地，云服务器根据施工现场的GIS(geographic information system，地理信息系统)数据和BIM(Building Information Modeling，建筑信息化模型)数据得到施工现场的电子地图。

较佳地，云服务器存储施工现场的电子地图，云服务器根据施工现场的人员的位置信息在电子地图上标注人员的位置，云服务器还根据施工现场的人员的位置信息的变化生成人员的移动轨迹，并在电子地图上显示。

较佳地，基于5G的施工现场智慧监管系统还包括隐患排查子系统；

隐患排查子系统包括支模监测模组、基坑监测模组、高处作业临边防护模组、隧道气体监测模组、数字工地可视化监测模组；

环境监管子系统包括扬尘监控模组，扬尘监控模组用于获取施工现场的扬尘浓度、噪音指数；环境监管子系统还包括用水监测管理模组、用电监测管理模组；

环境监管子系统还包括自动降尘设备；环境监管子系统还包括车辆冲洗设备以及配套的抓拍设备，抓拍设备对未冲洗车辆进行抓拍。

较佳地，该基于5G的施工现场智慧监管系统还包括系统管理模块；人员监管子系统还包括人员行为监管模组，人员行为监管模组用于监管所述施工现场的人员的行为，人员行为监管模组包括行为识别单元，行为识别单元基于CNN模型训练得到；

环境监管子系统包括天气告警模组，天气告警模组用于获取天气信息，并根据天气信息生成相应的告警信息；

环境监管子系统还包括有害气体监控模组，有害气体监控模组用于检测施工现场的气体，并生成相应的告警信息；

环境监管子系统还包括周界防范模组，周界防范模组包括红外对射防范装置、视频监控装置、微波对射防范装置、电子围栏、高压脉冲防范装置、张力式防范装置、光纤防越栅栏、埋地式感应防范装置、振动传感器、接近感应线中的至少一种。本发明的积极进步效果在于：通过对施工现场的多角度监管，提高数据获取的准确性、及时性、真实性和完整性，实现施工过程相关信息的全面感知、互联互通、智能处理和协同工作，满足项目管理者对现场作业过程所需数据的及时获取、共享和沟通，并通过信息化手段实现对要素的智能监控、预测报警和工作的数据共享、实时协同等，最终也满足监管层对项目建造过程中的相关数据的动态获取和掌握，有利于合理配置监管资源，实现差别化监管。

附图说明

图1为本发明的实施例1的基于5G的施工现场智慧监管系统的模块示意图。

图2为本发明的实施例1的基于5G的施工现场智慧监管系统的人员监管子系统的模块示意图。

图3为本发明的实施例1的基于5G的施工现场智慧监管系统的定位模组的模块示意图。

图4为本发明的实施例1的基于5G的施工现场智慧监管系统的定位终端的模块示意图。

图5为本发明的实施例1的基于5G的施工现场智慧监管系统的人脸识别模组的模块示意图。

图6为本发明的实施例1的基于5G的施工现场智慧监管系统的安全帽识别模组的模块示意图。

图7为本发明的实施例1的基于5G的施工现场智慧监管系统的环境监管子系统的模块示意图。

图8为本发明的实施例2的基于5G的施工现场智慧监管系统的模块示意图。

图9为本发明的实施例2的基于5G的施工现场智慧监管系统的机器监管子系统的模块示意图。

图10为本发明的实施例2的基于5G的施工现场智慧监管系统的塔吊监测模组的模块示意图。

图11为本发明的实施例2的基于5G的施工现场智慧监管系统的升降机监测模组的模块示意图。

图12为本发明的实施例3的基于5G的施工现场智慧监管系统的模块示意图。

图13为本发明的实施例3的基于5G的施工现场智慧监管系统的原料监管子系统的模块示意图。

图14为本发明的实施例3的基于5G的施工现场智慧监管系统的无人机巡检模组的模块示意图。

图15为本发明的实施例3的基于5G的施工现场智慧监管系统的无人机的模块示意图。

图16为本发明的实施例4的基于5G的施工现场智慧监管系统的模块示意图。

图17为本发明的实施例4的基于5G的施工现场智慧监管系统的隐患排查子系统的模块示意图。

图18为本发明的实施例4的基于5G的施工现场智慧监管系统的环境监管子系统的模块示意图。

图19为本发明的实施例5的基于5G的施工现场智慧监管系统的人员监管子系统的模块示意图。

图20为本发明的实施例5的基于5G的施工现场智慧监管系统的环境监管子系统的模块示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本实施例提供了一种基于5G的施工现场智慧监管系统，该系统用于对施工现场进行监管，以保障施工安全。参照图1，该基于5G的施工现场智慧监管系统包括人员监管子系统1、环境监管子系统2、现场采集子系统3、云服务器4。人员监管子系统1用于获取施工现场的人员信息，并将人员信息传输至现场采集子系统3；环境监管子系统2用于获取施工现场的环境信息，并将环境信息传输至现场采集子系统3。现场采集子系统3通过5G通信网络将人员信息、环境信息传输至云服务器4。云服务器4存储的数据通过5G通信网络传输，从而实现在个人电脑、手机、平板电脑等多种终端进行访问。

具体实施时，参照图2、图3、图4，人员监管子系统1包括定位模组11，定位模组11包括若干定位终端111，定位终端111中设置有GPS(全球定位系统)定位模块1111，用于获取位置信息。施工参与人员佩戴该定位终端111进入施工现场时，该定位终端111通过其GPS定位模块1111获取该施工参与人员的实时位置信息，并通过无线通信网络向现场采集子系统3发送该施工参与人员的实时位置信息。现场采集子系统3存储该施工参与人员的实时位置信息。

现场采集子系统3还将该施工参与人员的实时位置信息通过5G通信网络传输至云服务器4。云服务器4存储该施工参与人员的实时位置信息，并根据该施工参与人员的位置信息的变化得到该施工参与人员的移动轨迹。云服务器4设置有电子地图，云服务器4在该电子地图上标注该施工参与人员的与每一个时间点对应的位置，并根据这些位置得到该施工参与人员的移动轨迹。云服务器4通过显示器将该施工参与人员的实时位置以及移动轨迹在电子地图上显示，可以方便实现对施工现场人员的精确定位管理。

作为一种较佳的实施方式，人员监管子系统1还包括人脸识别模组12。参照图5，该人脸识别模组12包括图像传感器121和识别单元122。图像传感器121用于获取进入施工现场的施工参与人员的图像，该图像中包括该施工参与人员的面部。识别单元122基于人脸识别算法对施工参与人员的图像进行解析，并根据数据库中预存的人员信息识别施工参与人员的身份。当识别出的人员信息与数据库中预存的人员信息不匹配时，识别单元122发出报警信息。在一种可选的实施方式中，该人脸识别模组12设置于施工现场的入口处，对准备进入施工现场的人员的身份进行识别。在另一种可选的实施方式中，该人脸识别模组12设置于施工现场的各处，以对施工参与人员的面部图像进行实时识别，以实现智能管理。

在一种可选的实施方式中，人员监管子系统1还包括安全帽识别模组13。参照图6，该安全帽识别模组13包括图像传感模块131和AI识别模块132。图像传感模块131用于获取进入施工现场的施工参与人员的图像，该图像中包括该施工参与人员的头部。AI识别模块132用于识别该施工参与人员是否佩戴了安全帽。

AI识别模块132为一深度学习分类模型通过训练得到。在一种可选的实施方式中，该深度学习分类模型采用的分类算法为TextCNN。在其他可选的实施方式中，深度学习分类模型采用的分类算法为LSTM或BiLSTM等分类算法。训练时，采用大量图像构成训练集以及测试集。训练集所包括的图像具有预设的标签。在训练集中，图像中的人物佩戴有安全帽的，具有标签1；图像中的人物没有佩戴安全帽的，具有标签0。

在一种可选的实施方式中，该安全帽识别模组13设置于施工现场的入口处，以识别准备进入施工现场的人员是否佩戴了安全帽。如果准备进入施工现场的人员未佩戴安全帽，则安全帽识别模组13发出提示音。

在另一种可选的实施方式中，该安全帽识别模组13设置于施工现场的各处，以对施工参与人员的图像进行实时识别，以识别施工参与人员是否佩戴了安全帽。当发现施工参与人员未佩戴安全帽时，安全帽识别模组13发出提示音，提示该施工参与人员及时纠正，实现了智能管理。

参照图7，环境监管子系统2包括扬尘监控模组21。扬尘监控模组21获取施工现场的扬尘浓度，还可以获取施工现场的噪音指数，并且通过摄像头获取施工现场的视频画面和气象指数。该扬尘监控模组21包括在线式粉尘监测仪，性能稳定，数据准确；并且具有数据观察窗，方便用户就地查看测量数据。该在线式粉尘监测仪监控施工现场排放的无组织颗粒物，既包括施工工地内部各种施工环节造成的一次扬尘，也包括因施工运输车辆粘带泥土以及施工材料逸散在施工工地外部道路上造成的二次交通扬尘。该在线式粉尘监测仪还具有扬尘报警、超标提醒、图像抓拍功能。该在线式粉尘监测仪采用的无线通信方式包括蓝牙、以太网通信、GPRS(General packet radio service，通用无线分组业务)、CDMA(CodeDivision Multiple Access，码分多址)、5G等多种方式。该在线式粉尘监测仪能够在线监测多种颗粒物因子，如TSP(total suspended particulate，总悬浮颗粒物)、PM10(粒径在10微米以下的颗粒物)、PM2.5(细颗粒物)等。在一种可选的实施方式中，扬尘监控模组21通过无线通信网络将获取的数据传输至现场采集子系统3，现场采集子系统3通过5G通信网络将相关数据传输至云服务器4。

该基于5G的施工现场智慧监管系统针对施工现场参与方多、业务繁多、业务之间制约性强、信息量大等特点，结合当前施工现场监管技术应优先在安全施工、扬尘管控、人员管理等环节应用，通过数据采集，在形成安全大数据的基础上，综合利用各种数据、信息、知识、人工智能和数据模型等技术。推动项目安全管理向智能化、知识化转变，从事后统计分析向事前预测判断转变，降低事故发生概率。实现对各区域的安全形势的辅助预测，对项目、人员等安全要素进行“数据画像”，形成决策支撑系统。

实施例2

在实施例1的基础上，本实施例提供一种基于5G的施工现场智慧监管系统。参照图8，该基于5G的施工现场智慧监管系统还包括机器监管子系统5。该机器监管子系统5用于对施工现场的机器设备进行监管。

参照图9，该机器监管子系统5包括塔吊监测模组51。参照图10，塔吊监测模组51包括第一身份识别模块511。第一身份识别模块511用于识别塔吊驾驶员的身份，以免非驾驶员的人员操作塔吊。当第一身份识别模块511识别出操作人员为塔吊驾驶员时，则开放操作权限，准许操作塔吊。当识别出操作人员不是塔吊驾驶员时，则禁止操作，以防发生意外。

在一种可选的实施方式中，第一身份识别模块511获取操作人员的面部图像，并根据人脸识别算法，根据操作人员的面部图像识别操作人员的身份，并与数据库中预存的信息进行对比，以判断操作人员是否具有塔吊驾驶员身份。

在另一种可选的实施方式中，第一身份识别模块511获取操作人员的指纹，与指纹数据库中的指纹信息进行对比，以判断操作人员是否具有塔吊驾驶员身份。

在又一种可选的实施方式中，第一身份识别模块511获取为操作人员配发的身份卡的信息，根据身份卡的信息判断操作人员是否具有塔吊驾驶员身份。身份卡包括RFID卡、IC卡等。

塔吊监测模组51还包括回转角传感器512、行程传感器513、调试传感器514、幅度传感器515、倾角传感器516、风速传感器517、力矩传感器518、起重量传感器519、无线通信模块520。回转角传感器512用于测量塔机的回转角度。行程传感器513用于测量小车行程。调试传感器514用于测量吊钩高度。风速传感器517用于测量风速。倾角传感器516用于实时测量塔身倾斜的角度。由于塔身定端的倾角变化很小，倾角传感器516采样频率在0.5-10Hz(赫兹)范围内，测量精度高于0.05度。回转角传感器512、行程传感器513、调试传感器514、幅度传感器515、倾角传感器516、风速传感器517、力矩传感器518、起重量传感器519获取的测量数据通过无线通信模块520传输至现场采集子系统3，以对塔吊的工作状况进行实时监控。现场采集子系统3将上述采集到的数据5G通信网络传输至云服务器4。

塔吊监测模组51还包括吊钩监控模块521，该吊钩监控模块521通过摄像头监控吊钩的实时图像，实现吊钩的可视化监控。

塔吊监测模组51实现对塔吊工作状态的实时监测，降低危险事件发生的概率。

机器监管子系统5还包括升降机监测模组52。参照图11，升降机监测模组52包括第二身份识别模块522。第二身份识别模块522用于识别升降机操作员的身份，以免非操作员的人员操作升降机。当第二身份识别模块522识别出操作人员具有升降机操作员身份时，则开放操作权限，准许操作升降机。当识别出操作人员不具有升降机操作员身份时，则禁止操作，以防发生意外。

升降机监测模组52实现升降机操作员身份识别、超载超员报警、设备参数实时监测及展示，通过技术手段保障对升降机使用过程和行为的及时监管，切实预警、控制设备运行过程中的危机因素和安全隐患。

在一种可选的实施方式中，第二身份识别模块522获取操作人员的面部图像，并根据人脸识别算法，根据操作人员的面部图像识别操作人员的身份，并与数据库中预存的信息进行对比，以判断操作人员是否具有升降机操作员身份。

在另一种可选的实施方式中，第二身份识别模块522获取操作人员的指纹，与指纹数据库中的指纹信息进行对比，以判断操作人员是否具有升降机操作员身份。

在又一种可选的实施方式中，第二身份识别模块522获取为操作人员配发的身份卡的信息，根据身份卡的信息判断操作人员是否具有升降机操作员身份。身份卡包括RFID卡、IC卡等。

该机器监管子系统5还包括机器设备识别模组53。机器设备识别模组53采用摄像头获取机器设备的图像，并采用AI识别单元识别该机器设备。该AI识别单元基于ResNet50训练网络训练得到，能够根据图像对机器设备进行识别。

实施例3

在实施例2的基础上，本实施例提供一种基于5G的施工现场智慧监管系统。参照图12，该基于5G的施工现场智慧监管系统还包括原料监管子系统6。原料监管子系统6用于对施工现场的原料进行智能监管。

参照图13，原料监管子系统6包括卸料平台监测模组61。卸料平台监测模组61实时获取卸料平台的实时状态，并实现现场重量校准，还可以通过声光报警装置进行预警，以提醒操作员及时采取正确措施，有效保证卸料平台的安全。

原料监管子系统6还包括无人机巡检模组62。参照图14，无人机巡检模组62包括若干无人机621。这些无人机621按照预设的运行路线在施工现场中飞行巡检，获取施工现场的原料的实时图像以及视频信息。无人机巡检模组62将施工现场的原料的实时图像以及视频信息传输至现场采集子系统3。现场采集子系统3通过5G通信网络将施工现场的原料的实时图像以及视频信息传输至云服务器4。

云服务器4预存有施工现场的电子地图。云服务器4根据接收到的施工现场的原料的实时图像以及视频，获取原料的存放位置。当原料的存放位置不得当时，云服务器4通过5G通信网络向原料监管子系统6发送报警信号，以提示施工参与人员发生了原料存放不当的情况。进一步地，云服务器4通过5G通信网络向原料监管子系统6发送该原料的存放位置的具体信息，以便对该原料的存放位置进行快速定位。

参照图15，无人机621上设置有TOF深度相机6211，该TOF深度相机6211获取施工现场的原料的深度图像以得到施工现场的原料的体积。该TOF深度相机6211采用市售的TOF深度相机实现。在一种可选的实施方式中，根据原料的深度图像得到施工现场的原料的体积的过程采用公开的算法实现，具体实现方式是本领域技术人员清楚的，此处不再赘述。无人机巡检模组62将施工现场的原料的体积传输至现场采集子系统3。现场采集子系统3通过5G通信网络将施工现场的原料的体积传输至云服务器4。云服务器4根据与不同的时刻对应的施工现场的原料的体积得到原料的体积的变化量，即消耗量。另外，云服务器4根据施工现场的原料的体积生成报警信号。当施工现场的原料的体积低于预设阈值时，云服务器4通过5G通信网络向原料监管子系统6发出预警信号，以提示施工参与人员发生了原料不足的情况。进一步地，云服务器4通过5G通信网络向原料监管子系统6发送该原料的存放位置的具体信息，以便对该原料的存放位置进行快速定位。

实施例4

在实施例3的基础上，本实施例提供一种基于5G的施工现场智慧监管系统。参照图16，该基于5G的施工现场智慧监管系统还包括隐患排查子系统7。参照图17，该隐患排查子系统7包括支模监测模组71、基坑监测模组72、高处作业临边防护模组73、隧道气体监测模组74、数字工地可视化监测模组75。

在一种可选的实施方式中，参照图18，环境监管子系统2还包括自动降尘设备22。环境监管子系统2还包括车辆冲洗设备23以及配套的抓拍设备24。该抓拍设备24对未冲洗车辆进行抓拍，实现智能监测。

作为一种可选的实施方式，环境监管子系统2还包括用水监测管理模组25、用电监测管理模组26。

作为一种可选的实施方式，该基于5G的施工现场智慧监管系统还包括在线教育平台。在线教育平台通过云技术及移动互联技术，采用在线学习、在线考试、在线解析以及在线直播等手机端在线教育方式，提高务工人员专业技能和劳动保护、安全施工、文明施工意识，实现实时教育、主动教育，结合学习成绩优秀评比机制，将学习积分和行业准入相联动，丰富劳务人员休息时段精神文化生活。利用大数据分析统计等技术手段，结合人员成绩题目正确率等数据信息，分析相关劳务人员安全意识的薄弱环节，及时消除现场安全隐患。

本实施例的基于5G的施工现场智慧监管系统获取施工现场的GIS数据以及BIM数据，从而得到施工现场的电子地图。

本实施例的基于5G的施工现场智慧监管系统基于BIM技术，自动采集项目相关数据信息，结合项目施工环境、节点工期、施工组织、施工工艺等因素，对项目施工场地布置、施工机械选型、施工计划、资源计划、施工方案等内容做出智能决策，或提供辅助决策的数据。形成基于BIM技术的场地布置，通过合理、前瞻性强的总平面管理策划可以有效降低项目成本，保证项目发展进度；形成基于BIM技术的进度计划编制与模拟，以解决建设项目不断大型化、复杂化过程中产生的大量信息以及高度复杂的数据处理等问题；形成基于BIM技术的施工方案及工艺模拟，通过对施工过程不断重复模拟、优化，发现不合理的施工程序、设备调用冲突、资源的不合理利用、安全隐患、作业空间不充足等问题，及时更新、优化方案，解决相关问题。

本实施例的基于5G的施工现场智慧监管系统基于BIM技术，建立施工现场的关键节点风险清单模型并实施分级管控。通过BIM技术构建安全生产危险源库，界定安全生产过程中的监管要点。构建基于BIM考评系统功能设计、平台架构、关键源代码的安全监督能力考评系统；构建基于知识管理、组织文化、培训、考核、网络信息技术等内容工程安全监督人员监管能力评价模型；建立基于BIM可视化、动态、交互性好安全监督评价提升模型；通过开展动态安全监督能力培训考核活动，实现对安全监督人员能力的动态评价与提升。

本实施例的基于5G的施工现场智慧监管系统紧紧围绕施工现场人、机、料、法、环等影响生产和施工质量安全的关键要素展开管理。基于5G的施工现场智慧监管系统满足项目管理者对现场作业过程所需数据的及时获取、共享和沟通，并通过信息化手段实现对要素的智能监控、预测报警和工作的数据共享、实时协同等，最终也满足监管层对项目建造过程中的相关数据的动态获取和掌握，有利于合理配置监管资源，实现差别化监管。

实施例5

在实施例4的基础上，本实施例提供一种基于5G的施工现场智慧监管系统。参照图19，人员监管子系统1还包括人员行为监管模组14。人员行为监管模组14包括行为识别单元，该行为识别单元基于CNN(Convolutional Neural Networks，卷积神经网络)模型训练得到。人员行为监管模组14监管施工现场的参与人员的行为，获取参与人员的视频信息，并根据该视频信息对参与人员的行为进行识别，以实现监管。当参与人员的行为不属于安全行为，或者属于禁止行为时，人员行为监管模组14生成报警信息。

参照图20，环境监管子系统2还包括天气告警模组27。天气告警模组27用于获取天气信息，并根据天气信息生成相应的告警信息。对于雷雨、大风、暴雪、冰雹等恶劣天气，天气告警模组27发出告警信息，用于提示施工现场人员提前做好应对措施，进行合理规划，保障施工现场安全，避免损失。

环境监管子系统2还包括有害气体监控模组28。有害气体监控模组28设置于施工现场的重点气体监控位置，针对易燃气体、易爆气体、有毒气体、粉尘等进行实时在线监控分析，并形成直观结果。害气体监控模组28将有害气体监控结果传输至现场采集子系统3。现场采集子系统3过5G通信网络将有害气体监控结果传输至云服务器4。使相关人员及时掌握施工现场的各类有毒有害气体的实时动态数据信息，并能统计查询分析历史时间段的变化动态，对有可能引发危险事故的因素及时排除，第一时间控制危险警情，以保障施工现场施工的安全、持续、稳定进行。

环境监管子系统2还包括周界防范模组29。周界防范模组29包括红外对射防范装置、视频监控装置、微波对射防范装置、电子围栏、高压脉冲防范装置、张力式防范装置、光纤防越栅栏、埋地式感应防范装置、振动传感器、接近感应线等。周界防范模组29设置在施工现场的周界，发现或防止非法入侵者企图跨越周界，实现对施工现场的封闭式保护。

本实施例的基于5G的施工现场智慧监管系统还包括系统管理模块。系统管理模块对各个子系统进行管理，并设置访问权限、操作权限，以及访问权限、操作权限对应的层级。当施工参与人员访问或使用相关子系统时，系统管理模块识别该施工参与人员的身份，并根据该施工参与人员的身份判断其访问权限、操作权限。当该施工参与人员符合相关子系统的访问权限、操作权限时，系统管理模块允许该施工参与人员访问、操作该子系统；否则，系统管理模块禁止该施工参与人员访问、操作该子系统。该系统管理模提高了子系统管理的安全性、稳定性。

在一种可选的实施方式中，具有权限的施工参与人员通过系统管理模块控制无人机巡检模组62中的若干无人机621，对施工现场进行巡检。无人机621通过摄像模组获取施工现场的视频图像，并将视频图像传输至现场采集子系统3。现场采集子系统3通过5G通信网络将视频图像传输至云服务器4。通过无人机巡检模组62，可以对施工现场的人员的行为进行监管，还可以施工现场的施工进度情况进行监管。另外，基于无人机飞行的便利性和稳定性，还可以通过高空的视角对施工建筑的顶部进行图像采集和分析，以便对施工进行监管和指导。或者，利用无人机巡检模组62的无人机，对施工现场中人员难以到达或存在危险的区域进行巡检。通过无人机巡检模组62的移动式、可变换角度的巡检，可以对施工现场已有的监控设备形成有效的补充，实现更加完善、全面的施工监管。以上所述，仅为本申请的较佳实施例，并非对本申请任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本申请方法的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本申请的保护范围。凡熟悉本专业的技术人员，在不脱离本申请的精神和范围的情况下，当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本申请的等效实施例；同时，凡依据本申请的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变，均仍属于本申请的技术方案的范围内。

Claims (10)

1.一种基于5G的施工现场智慧监管系统，其特征在于，包括人员监管子系统、环境监管子系统、现场采集子系统、云服务器；

所述人员监管子系统用于获取所述施工现场的人员信息，并将所述人员信息传输至所述现场采集子系统；

所述环境监管子系统用于获取所述施工现场的环境信息，并将所述环境信息传输至现场采集子系统；

所述现场采集子系统通过5G通信网络将所述人员信息、所述环境信息传输至所述云服务器。

2.如权利要求1所述的基于5G的施工现场智慧监管系统，其特征在于，所述人员监管子系统包括定位模组，所述定位模组用于获取所述施工现场的人员的位置信息；

所述人员监管子系统还包括人脸识别模组，所述人脸识别模组包括图像传感器和识别单元；所述图像传感器用于获取进入所述施工现场的人员的图像，所述识别单元根据所述图像识别所述人员的身份信息，所述人员的身份信息与预存的人员信息不匹配时，所述识别单元发出报警信息。

3.如权利要求2所述的基于5G的施工现场智慧监管系统，其特征在于，所述人员监管子系统还包括安全帽识别模组；所述安全帽识别模组包括图像传感模块和AI识别模块，所述图像传感模块用于获取进入所述施工现场的人员的图像，所述AI识别模块识别该施工参与人员是否佩戴有安全帽；AI识别模块为一深度学习分类模型通过训练得到，该深度学习分类模型采用的分类算法包括TextCNN、LSTM或BiLSTM。

4.如权利要求1所述的基于5G的施工现场智慧监管系统，其特征在于，所述基于5G的施工现场智慧监管系统还包括机器监管子系统；

所述机器监管子系统包括塔吊监测模组，所述塔吊监测模组包括第一身份识别模块，所述第一身份识别模块用于识别操作人员的身份；当所述操作人员的身份为塔吊驾驶员时，所述第一身份识别模块开放操作权限，准许操作塔吊，当所述操作人员的身份不是塔吊驾驶员时，所述第一身份识别模块关闭操作权限，禁止操作塔吊；

所述第一身份识别模块基于人脸识别、指纹识别、RFID卡识别、IC卡识别中的至少一种识别方式识别所述操作人员的身份；

所述机器监管子系统还包括升降机监测模组，所述升降机监测模组包括第二身份识别模块，所述第二身份识别模块用于识别操作人员的身份，当所述操作人员的身份为升降机驾驶员时，所述第二身份识别模块开放操作权限，准许操作升降机，当所述操作人员的身份不是升降机驾驶员时，所述第二身份识别模块关闭操作权限，禁止操作升降机；

所述第二身份识别模块基于人脸识别、指纹识别、RFID卡识别、IC卡识别中的至少一种识别方式识别所述操作人员的身份。

5.如权利要求1所述的基于5G的施工现场智慧监管系统，其特征在于，所述基于5G的施工现场智慧监管系统还包括原料监管子系统；

原料监管子系统包括无人机巡检模组，所述无人机巡检模组包括若干无人机；若干所述无人机按照预设运行路线在所述施工现场飞行巡检，以获取所述施工现场的原料的图像；

所述无人机巡检模组将所述施工现场的原料的图像传输至所述现场采集子系统；

所述无人机上设置有TOF深度相机，所述TOF深度相机获取所述施工现场的原料的深度图像以得到所述施工现场的原料的体积；

所述无人机巡检模组将所述施工现场的原料的体积传输至所述现场采集子系统；

所述现场采集子系统通过5G通信网络将所述施工现场的原料的体积传输至所述云服务器；

所述云服务器根据与不同的时刻对应的所述施工现场的原料的体积得到原料的体积的变化量；

当所述施工现场的原料的体积小于预设阈值时，所述云服务器生成报警信号。

6.如权利要求4所述的基于5G的施工现场智慧监管系统，其特征在于，所述塔吊监测模组还包括回转角传感器、行程传感器、调试传感器、幅度传感器、倾角传感器、风速传感器、力矩传感器、起重量传感器、无线通信模块；

所述回转角传感器用于测量塔机的回转角度；

所述行程传感器用于测量小车行程；

所述调试传感器用于测量吊钩高度；

所述风速传感器用于测量风速；

所述倾角传感器用于实时测量塔身倾斜的角度；

所述回转角传感器、所述行程传感器、所述调试传感器、所述幅度传感器、所述倾角传感器、所述风速传感器、所述力矩传感器、所述起重量传感器获取的测量数据通过所述无线通信模块传输至所述现场采集子系统。

7.如权利要求4所述的基于5G的施工现场智慧监管系统，其特征在于，所述机器监管子系统还包括机器设备识别模组；所述机器设备识别模组包括摄像头和AI识别单元，所述摄像头用于获取所述施工现场的机器设备的图像，所述AI识别单元根据所述机器设备的图像识别所述机器设备的类型；

所述AI识别单元基于ResNet50训练网络训练得到。

8.如权利要求2所述的基于5G的施工现场智慧监管系统，其特征在于，所述云服务器根据所述施工现场的GIS数据和BIM数据得到所述施工现场的电子地图

所述云服务器存储所述施工现场的电子地图，所述云服务器根据所述施工现场的人员的位置信息在所述电子地图上标注所述人员的位置，所述云服务器还根据所述施工现场的人员的位置信息的变化生成所述人员的移动轨迹，并在所述电子地图上显示。

9.如权利要求8所述的基于5G的施工现场智慧监管系统，其特征在于，所述基于5G的施工现场智慧监管系统还包括隐患排查子系统；

所述隐患排查子系统包括支模监测模组、基坑监测模组、高处作业临边防护模组、隧道气体监测模组、数字工地可视化监测模组；

所述环境监管子系统包括扬尘监控模组，所述扬尘监控模组用于获取施工现场的扬尘浓度、噪音指数；

所述环境监管子系统还包括用水监测管理模组、用电监测管理模组；

所述环境监管子系统还包括自动降尘设备；所述环境监管子系统还包括车辆冲洗设备以及配套的抓拍设备，所述抓拍设备对未冲洗车辆进行抓拍。

10.如权利要求9所述的基于5G的施工现场智慧监管系统，其特征在于，所述基于5G的施工现场智慧监管系统还包括系统管理模块；所述人员监管子系统还包括人员行为监管模组，所述人员行为监管模组用于监管所述施工现场的人员的行为，所述人员行为监管模组包括行为识别单元，所述行为识别单元基于CNN模型训练得到；

所述环境监管子系统包括天气告警模组，所述天气告警模组用于获取天气信息，并根据所述天气信息生成相应的告警信息；

所述环境监管子系统还包括有害气体监控模组，所述有害气体监控模组用于检测施工现场的气体，并生成相应的告警信息；

所述环境监管子系统还包括周界防范模组，所述周界防范模组包括红外对射防范装置、视频监控装置、微波对射防范装置、电子围栏、高压脉冲防范装置、张力式防范装置、光纤防越栅栏、埋地式感应防范装置、振动传感器、接近感应线中的至少一种。

Images