CN112288225A - 一种基于ai算法及超算的工程建设管理系统及方法 - Google Patents
一种基于ai算法及超算的工程建设管理系统及方法 Download PDFInfo
- Publication number
- CN112288225A CN112288225A CN202011019123.1A CN202011019123A CN112288225A CN 112288225 A CN112288225 A CN 112288225A CN 202011019123 A CN202011019123 A CN 202011019123A CN 112288225 A CN112288225 A CN 112288225A
- Authority
- CN
- China
- Prior art keywords
- module
- algorithm
- data
- sensor
- construction management
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004364 calculation method Methods 0.000 title claims abstract description 16
- 238000009430 construction management Methods 0.000 title claims abstract description 16
- 230000002265 prevention Effects 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 19
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 230000006399 behavior Effects 0.000 abstract description 14
- 238000012795 verification Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Abstract
本发明公开了一种基于AI算法及超算的工程建设管理系统及方法,包括项目模块,项目模块包括系统模块、资料模块、传感器模块、行为识别模块和疫情防控模块;基于AI算法及超算的工程建设管理方法,步骤如下:步骤Sa1:摄像头获取视频信号;步骤Sa2:所述步骤Sa1中获取的视频信号为通过摄像头进行获取;步骤Sa3:进行异常判定;步骤Sb1:传感器获取信号至数据库;步骤Sb2:数据库分析统计后传输至服务器。本发明后端项目模块包括系统模块,资料模块,传感器模块,行为识别模块,疫情防控模块。系统模块主要负责用户的登录,对用户信息核实,用户对应的项目详情。资料模块负责学习指南,专家资料,AI超算监测报告,传感器监测报告等资料的查看学习。
Description
技术领域
本发明涉及一种工程建设管理系统,特别涉及一种基于AI算法及超算的工程建设管理系统及方法。
背景技术
现今,国内安全生产形势总体持续好转,但安全事故依然时有发生。为了对各种事故隐患、安全生产要素全面监控,减少安全生产事故发生,大部分技术人员利用GIS技术、智能分析技术、物联网技术开发了多种监测系统,从智能数据采集、数据通信和监控软件等方面建立智能管控系统。传统的监测系统在没有算法的支持以及超算中心的数据处理下,很难做到实时监控以及对未来风险的评估。
使用传统监测系统监管工地,若业务范围扩大,不利于服务的扩容。对数据进行采集和兼容性管理软件系统投入到项目中使用容易暴露一些问题,突出表现在实时管控上,安全管理流程混乱、项目文档保存不完整、责任划分不清以及项目风险意识不到位等诸多问题。此外,传统安全生产管理平台使用的是EJB体系架构,它是一个重量级的架构,使用起来不够轻便灵活,此次使用依赖注入(Dependency Injection(DI))的SpingMVC设计模式对后台管控系统进行设计和规划。
发明内容
本发明要解决的技术问题是克服现有技术的缺陷,提供一种基于AI算法及超算的工程建设管理系统及方法。
为了解决上述技术问题,本发明提供了如下的技术方案:
本发明一种基于AI算法及超算的工程建设管理系统及方法,包括项目模块,其中,
项目模块包括系统模块、资料模块、传感器模块、行为识别模块和疫情防控模块。
作为本发明的一种优选技术方案,一种基于AI算法及超算的工程建设管理方法,步骤如下:
步骤Sa1:摄像头获取视频信号;
步骤Sa2:所述步骤Sa1中获取的视频信号为通过摄像头进行获取;
步骤Sa3:进行异常判定。
作为本发明的一种优选技术方案,步骤如下:
步骤Sb1:传感器获取信号至数据库;
步骤Sb2:数据库分析统计后传输至服务器;
步骤Sb3:服务器导出报表和/或进行界面数据展示。
作为本发明的一种优选技术方案,所述步骤Sa2中,获取摄像头的信号进行逐帧检测,
其中,
异常视频帧进行人脸识别算法处理。
作为本发明的一种优选技术方案,所述步骤Sb1中,传感器获取的信号包括风速仪、沉降仪和倾角仪。。
本发明所达到的有益效果是:本发明后端项目模块包括系统模块,资料模块,传感器模块,行为识别模块,疫情防控模块。系统模块主要负责用户的登录,对用户信息核实,用户对应的项目详情。资料模块负责学习指南,专家资料,AI超算监测报告,传感器监测报告等资料的查看学习。传感器模块负责与传感器通讯数据的采集,传感器数据筛选查询以及统计,并对传感器信息进行导出报表文件。行为识别模块负责采集摄像头拍摄的异常信息,针对工地各个异常信息进行统计。疫情防控模块负责采集全国疫情概况,全国各省的确诊情况,最近一周内的疫情情况统计以及未来三日预测;耦合度低、重用性高、部署快、可维护性高、生命周期成本低、可维护性高、利于工程化管理。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的结构示意图;
图2是本发明的方法示意图之一;
图3是本发明的方法示意图之二。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例
如图1-3所示,本发明提供一种基于AI算法及超算的工程建设管理系统及方法,包括项目模块,其中,
项目模块包括系统模块、资料模块、传感器模块、行为识别模块和疫情防控模块。
一种基于AI算法及超算的工程建设管理方法,步骤如下:
步骤Sa1:摄像头获取视频信号;
步骤Sa2:所述步骤Sa1中获取的视频信号为通过摄像头进行获取;
步骤Sa3:进行异常判定。
步骤Sb1:传感器获取信号至数据库;
步骤Sb2:数据库分析统计后传输至服务器;
步骤Sb3:服务器导出报表和/或进行界面数据展示。
所述步骤Sa2中,获取摄像头的信号进行逐帧检测,其中,
异常视频帧进行人脸识别算法处理。
所述步骤Sb1中,传感器获取的信号包括风速仪、沉降仪和倾角仪。
具体的,根据安全生产监控的实际情况,将现场安全生产实时监控和安全生产信息化管理相结合,设计一套基于AI算法及超算中心支持的工程建设总部后台管控系统参考现代互联网技术框架及技术特点,在现场级系统的设计采用以AI算法及超算中心为核心的策略,完成对环境信息的实时监测与采集。同时在边缘算法服务器采集现场设备状态和探测的异常信息送传到数据中心。在总部后台管控系统的设计上采用B/S结构,即SpringBoot、MybatisPlus为基础的Web应用框架来进行总部后台管控系统的设计,与边缘服务通信,获取现场实时数据,并基于国家安全生产的管理要求,实现了安全生产管理、传感器数据预测、安全预警、行为识别、隐患排查等主要业务功能。MVC模型我们在进行各类软件开发过程当中,为了更加高效的进行产品的研发,往往我们需要对过往开发的产品的经验加以总结和提炼,尤其在降低人员成本、提高开发效率、缩短开发周期等方面。随着互联时代的到来,Web应用开发需求越来越大,为了“流水线化”、“项目化”的开发需求,各个组织、机构或者个人都在研究一种科学有效的高效能设计模式,从而大大提高此类产品的研发效率,MVC就是业内十分推崇的设计模型。模型原理MVC全称是Model、View、Controller,即模型、视图、控制器。用一种业务逻辑、数据、界面显示分离的方法组织代码,将业务逻辑聚集到一个部件里面,在改进和个性化定制界面及用户交互的同时,不需要重新编写业务逻辑。MVC被独特的发展起来用于映射传统的输入、处理和输出功能在一个逻辑的图形化用户界面的结构中。MVC设计模型的优势是:耦合度低、重用性高、部署快、可维护性高、生命周期成本低、可维护性高、利于工程化管理、市场占有率高等优势。模型缺点MVC设计模型的缺点是:无明确定义、不适合小型、中等规模的应用程序、增加系统结构和实现的复杂性、视图与控制器间的过于紧密的连接、视图对模型数据的低效率访问、一般高级的界面工具或构造器不支持模式。
后端采用SpringBoot作为软件基本开发框架,SpringBoot它的设计目的就是为例简化开发,开启了各种自动装配,引入相关的依赖就能迅速搭建起一个web工程。它采用的是建立生产就绪的应用程序观点,优先于配置的惯例。它是下一代JavaWeb框架,并且它是SpringCloud(微服务)的基础。数据持久层框架采用MyBatis,Mybatis是一个半ORM(对象关系映射)框架,它内部封装了JDBC,开发时只需要关注SQL语句本身,不需要花费精力去处理加载驱动、创建连接、创建statement等繁杂的过程。程序员直接编写原生态sql,可以严格控制sql执行性能,灵活度高。增强工具采用MyBatisPlus,在MyBatis的基础上只做增强不做改变,为简化开发、提高效率而生。
本发明后端项目模块包括系统模块,资料模块,传感器模块,行为识别模块,疫情防控模块。系统模块主要负责用户的登录,对用户信息核实,用户对应的项目详情。资料模块负责学习指南,专家资料,AI超算监测报告,传感器监测报告等资料的查看学习。传感器模块负责与传感器通讯数据的采集,传感器数据筛选查询以及统计,并对传感器信息进行导出报表文件。行为识别模块负责采集摄像头拍摄的异常信息,针对工地各个异常信息进行统计。疫情防控模块负责采集全国疫情概况,全国各省的确诊情况,最近一周内的疫情情况统计以及未来三日预测;耦合度低、重用性高、部署快、可维护性高、生命周期成本低、可维护性高、利于工程化管理。
MyBatis使用简单的XML文件来构建SqlSessionFactory实例,然后再用SqlSessionFactory根据配置文件代码和注解获取一个SqlSession。MyBatis框架主要由DAO与SQL MAP这两大类构成,DAO的目的是将数据访问层和持久层与应用程序的逻辑业务隔离开来。SQL Map的作用则是通过简单的XML配置文件实现SQL语句与JavaBean、XML、Map的相互映射。MyBatis SQL Map为用户呈现了一个清晰明了有层次的框架,大大的减少了数据库的代码量。MyBatis架构按照功能逻辑可以分为三层,分别是基础层、数据处理层以及API接口层。其中,基础层负责为数据处理层做支撑,完成配置文件的加载、数据库的连接等工作。数据处理层的主要工作将实体类映射到数据库的存储结构中,并对生成的SQL语句进行解析,执行CRUD等操作。Mybatis通过XML配置实现实体关系的映射。
前端采用Vue,Vue-Cli,Vue-Router,Axios,ElementUi,echarts等技术开发。
Vue是一套用于构建用户界面的渐进式框架,可以自底向上逐层应用,并且在与现代化的工具链以及各种支持类库结合使用时,Vue也完全能够为复杂的单页应用提供驱动。
Vue有着双向数据绑定的特点,也就是说,vue.js会自动响应数据的变化情况,并且根据用户在代码中预先写好的绑定关系,对所有绑定在一起的数据和视图内容都进行修改。这就是MVVM的思想,使得开发者不用再操作dom对象,有更多的时间去思考业务逻辑。
Vue通过组件,将一个单页应用中的各种模块拆分到一个一个单独的组件中,开发者只要现在父级应用中写好各种组件标签,并且在组件标签中写好要传入组件的参数,然后再分别写好各种组件的实现,整个应用就开发完成了。
Vue Cli致力于将Vue生态中的工具基础标准化,它确保了各种构建工具能够基于智能的默认配置即可平稳衔接,这样开发人员可以专注在撰写应用上,同时,它也为每个工具提供了调整配置的灵活性。
Axios内部封装了ajax,是一个基于promise的HTTP库,可以用在浏览器和node.js中。它能够从浏览器中创建XMLHttpRequest、从node.js创建http请求、支持PromiseAPI、拦截请求和响应、转换请求数据和响应数据、取消请求、自动转换JSON数据、客户端支持防御XSRF。
基于SpringBoot和MyBatisPlus的荷福安建系统的开发,后端项目模块包括系统模块,资料模块,传感器模块,行为识别模块,疫情防控模块。系统模块主要负责用户的登录,对用户信息核实,用户对应的项目详情。资料模块负责学习指南,专家资料,AI超算监测报告,传感器监测报告等资料的查看学习。传感器模块负责与传感器通讯数据的采集,传感器数据筛选查询以及统计,并对传感器信息进行导出报表文件。行为识别模块负责采集摄像头拍摄的异常信息,针对工地各个异常信息进行统计。疫情防控模块负责采集全国疫情概况,全国各省的确诊情况,最近一周内的疫情情况统计以及未来三日预测。该项目核心模块主要在于行为识别模块以及传感器监测模块,行为识别模块主要通过拉取摄像头视频流,进而调用算法,对视频帧图进行识别,判断是否存在违规行为,并判断违规人员。将处理后的视频推流至视频流服务器,同时若检测出事故,则报告给事故处理服务器。工地现场传感器模块,通过工地现场里塔吊的风速仪,倾角仪以及支模的沉降仪实时传输的数据,通过和硬件约定格式接收传感器数据处理装入数据库.对接收的数据进行分析,若传感器数据超过阈值立刻提交界面异常信息报警。针对每天大量的传感器数据的处理进行统计并分析,统计每个传感器的每天均值以及通过一些计算预测未来三天的预测值提供给工地现场安全生产作为参考。
前端通过websocket与后端建立长连接,用于处理一些实时更新的数据。Websocket其实是http协议上的一种补充,一旦web服务器和客户端建立起websocket协议的通信连接,之后所有的通信都依靠这个专用连接进行。只需要经过一次http请求,就可以做到源源不断的信息传送了。所以websocket具有以下的特点:推送功能、减少通信量、减少资源消耗。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于AI算法及超算的工程建设管理系统,其特征在于,包括项目模块,其中,项目模块包括系统模块、资料模块、传感器模块、行为识别模块和疫情防控模块。
2.根据权利要求1所述的一种基于AI算法及超算的工程建设管理方法,其特征在于,步骤如下:
步骤Sa1:摄像头获取视频信号;
步骤Sa2:所述步骤Sa1中获取的视频信号为通过摄像头进行获取;
步骤Sa3:进行异常判定。
3.根据权利要求1所述的一种基于AI算法及超算的工程建设管理方法,其特征在于,步骤如下:
步骤Sb1:传感器获取信号至数据库;
步骤Sb2:数据库分析统计后传输至服务器;
步骤Sb3:服务器导出报表和/或进行界面数据展示。
4.根据权利要求2所述的一种基于AI算法及超算的工程建设管理方法,其特征在于,所述步骤Sa2中,获取摄像头的信号进行逐帧检测,其中,
异常视频帧进行人脸识别算法处理。
5.根据权利要求3所述的一种基于AI算法及超算的工程建设管理方法,其特征在于,所述步骤Sb1中,传感器获取的信号包括风速仪、沉降仪和倾角仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011019123.1A CN112288225A (zh) | 2020-09-24 | 2020-09-24 | 一种基于ai算法及超算的工程建设管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011019123.1A CN112288225A (zh) | 2020-09-24 | 2020-09-24 | 一种基于ai算法及超算的工程建设管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112288225A true CN112288225A (zh) | 2021-01-29 |
Family
ID=74422963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011019123.1A Pending CN112288225A (zh) | 2020-09-24 | 2020-09-24 | 一种基于ai算法及超算的工程建设管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288225A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033326A (zh) * | 2021-03-05 | 2021-06-25 | 优得新能源科技(宁波)有限公司 | 一种光伏电站施工踩踏组件监测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483889A (zh) * | 2017-08-24 | 2017-12-15 | 北京融通智慧科技有限公司 | 智慧工地管控平台的隧道监控系统 |
CN109658067A (zh) * | 2018-12-20 | 2019-04-19 | 山东晟光电力设备安装工程有限公司 | 一种电力工程项目管控平台及系统 |
CN110045708A (zh) * | 2019-05-13 | 2019-07-23 | 深圳市虎匠科技投资发展有限公司 | 一种基于物联网远程监控的智慧工地系统及方法 |
CN210605801U (zh) * | 2019-08-29 | 2020-05-22 | 深圳大学 | 一种建筑工程项目施工信息化监管系统 |
CN111383132A (zh) * | 2020-03-19 | 2020-07-07 | 东南大学 | 一种适用于疫情期的智慧工地管理系统及管理方法 |
CN111401765A (zh) * | 2020-03-24 | 2020-07-10 | 重庆德生鼎盛实业发展有限公司 | 一种基于大数据的工程进度监管系统 |
CN211293956U (zh) * | 2019-11-14 | 2020-08-18 | 北京国电通网络技术有限公司 | 基于ai的施工现场异常行为人的识别和告警系统 |
-
2020
- 2020-09-24 CN CN202011019123.1A patent/CN112288225A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483889A (zh) * | 2017-08-24 | 2017-12-15 | 北京融通智慧科技有限公司 | 智慧工地管控平台的隧道监控系统 |
CN109658067A (zh) * | 2018-12-20 | 2019-04-19 | 山东晟光电力设备安装工程有限公司 | 一种电力工程项目管控平台及系统 |
CN110045708A (zh) * | 2019-05-13 | 2019-07-23 | 深圳市虎匠科技投资发展有限公司 | 一种基于物联网远程监控的智慧工地系统及方法 |
CN210605801U (zh) * | 2019-08-29 | 2020-05-22 | 深圳大学 | 一种建筑工程项目施工信息化监管系统 |
CN211293956U (zh) * | 2019-11-14 | 2020-08-18 | 北京国电通网络技术有限公司 | 基于ai的施工现场异常行为人的识别和告警系统 |
CN111383132A (zh) * | 2020-03-19 | 2020-07-07 | 东南大学 | 一种适用于疫情期的智慧工地管理系统及管理方法 |
CN111401765A (zh) * | 2020-03-24 | 2020-07-10 | 重庆德生鼎盛实业发展有限公司 | 一种基于大数据的工程进度监管系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033326A (zh) * | 2021-03-05 | 2021-06-25 | 优得新能源科技(宁波)有限公司 | 一种光伏电站施工踩踏组件监测方法 |
CN113033326B (zh) * | 2021-03-05 | 2022-06-14 | 优得新能源科技(宁波)有限公司 | 一种光伏电站施工踩踏组件监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Malavolta et al. | Providing architectural languages and tools interoperability through model transformation technologies | |
CN111104622A (zh) | 一种基于webgl的三维gis智能监控方法及装置 | |
Campbell et al. | Automatically detecting and visualising errors in UML diagrams | |
Singh et al. | Formal transformation of UML diagram: Use case, class, sequence diagram with Z notation for representing the static and dynamic perspectives of system | |
CN112288225A (zh) | 一种基于ai算法及超算的工程建设管理系统及方法 | |
Roshandel et al. | Understanding tradeoffs among different architectural modeling approaches | |
CN115580609A (zh) | 一种基于混合架构的桥梁健康监测云系统 | |
Vogel et al. | A property specification pattern catalog for real-time system verification with UPPAAL | |
CN112822210B (zh) | 一种基于网络资产的漏洞管理系统 | |
Yang et al. | Abstraction: a key notion for reverse engineering in a system reengineering approach | |
CN105445581A (zh) | 一种基于Modelica模型的故障检测系统及其方法 | |
Jelly et al. | Software engineering for parallel systems | |
Ahmadi et al. | Property-aware unit testing of uml-rt models in the context of mde | |
CN113691390A (zh) | 一种云端协同的边缘节点报警系统及方法 | |
CN110750258A (zh) | 一种基于xml的可重用监控软件设计方法 | |
Munappy et al. | On the Trade-off Between Robustness and Complexity in Data Pipelines | |
CN112988695B (zh) | 一种超融合混合架构计算材料平台 | |
Kuusijärvi | Interactive visualization of quality variability at runtime | |
Mekki et al. | Patterns for Temporal Requirements Engineering-A Level Crossing Case Study | |
CN111796805B (zh) | 一种aml语言性能验证方法 | |
CN111208993B (zh) | 一种流程化数据分析处理系统 | |
CN111796998B (zh) | 一种aml语言性能验证系统 | |
Roshandel et al. | Using multiple views to model and analyze software architecture: An experience report | |
Cazzola et al. | Framework Patterns for the Evolution of Nonstoppable Software Systems | |
KR102068983B1 (ko) | 기존 안전 검지 장치 및 현장 운영 데이터 기반 실시간 철도안전을 위한 검지 장치의 전송데이터 검증 장치 및 방법 |
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 |