CN113435656B - 一种工程进度视觉管理方法及系统 - Google Patents
一种工程进度视觉管理方法及系统 Download PDFInfo
- Publication number
- CN113435656B CN113435656B CN202110762826.1A CN202110762826A CN113435656B CN 113435656 B CN113435656 B CN 113435656B CN 202110762826 A CN202110762826 A CN 202110762826A CN 113435656 B CN113435656 B CN 113435656B
- Authority
- CN
- China
- Prior art keywords
- construction
- encoder
- construction area
- moment
- input
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 11
- 238000007726 management method Methods 0.000 title abstract description 10
- 238000010276 construction Methods 0.000 claims abstract description 199
- 238000010586 diagram Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种工程进度视觉管理方法及系统,其中,该方法包括:预测未来时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常。本发明在预测未来时刻各施工区域的预计完成工期和剩余施工项目数,考虑了施工人员在当前时刻到未来时刻这段时间内的施工进展,所预测的预计完成工期和剩余施工项目数更加准确。
Description
技术领域
本发明涉及工程管理领域,具体为一种工程进度视觉管理方法及系统。
背景技术
现有技术进行工程进度管理的方法是获取实时进度来确定是否存在进度偏差并分析偏差成因,而现有技术存在的问题在于,实时进度检测存在滞后性,即无法预留出足够的时间进行偏差分析和处理,造成不必要的工程进度损失和经济损失。
发明内容
为了解决上述问题,本发明提出一种工程进度视觉管理方法,该方法包括:
预测未来时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;
具体地,当前时刻施工人员的关键点图输入图编码器,当前时刻各施工区域的预计完成工期和剩余施工项目数、未来时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器的输出联合后输入向量编码器和向量解码器,得到未来时刻施工人员的关键点图;
根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常。
进一步地,所述未来时刻各施工区域的预计完成工期和剩余施工项目数的具体获取方法为:
当前时刻施工人员的关键点图和未来时刻施工人员的关键点图联合后输入第一编码器中,当前时刻各施工区域的预计完成工期、剩余施工项目数输入第二编码器中,第一编码器和第二编码器的输出联合后输入张量编码器和张量解码器,得到未来时刻各施工区域的预计完成工期和剩余施工项目数。
进一步地,所述未来时刻各施工区域的施工人数的获取方法为:整合任意两个施工区域中施工人员从一个施工区域移动到另一个施工区域的移动趋势,得到移动趋势矩阵;当前时刻各施工区域的施工人数输入第三编码器,移动趋势矩阵输入第四编码器,第三编码器和第四编码器的输出联合后输入人数预测编码器和人数预测解码器,得到未来时刻各施工区域的施工人数。
进一步地,各施工区域的工程数据构成工程数据矩阵,计算当前时刻和未来时刻的工程数据矩阵的相似度,进行工程进度的监督。
本发明还提出一种工程进度视觉管理系统,该系统包括:
工程数据预测模块,用于预测未来时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;
具体地,当前时刻施工人员的关键点图输入图编码器,当前时刻各施工区域的预计完成工期和剩余施工项目数、未来时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器的输出联合后输入向量编码器和向量解码器,得到未来时刻施工人员的关键点图;
进度异常监督模块,用于根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常。
进一步地,所述未来时刻各施工区域的预计完成工期和剩余施工项目数的具体获取步骤为:
当前时刻施工人员的关键点图和未来时刻施工人员的关键点图联合后输入第一编码器中,当前时刻各施工区域的预计完成工期、剩余施工项目数输入第二编码器中,第一编码器和第二编码器的输出联合后输入张量编码器和张量解码器,得到未来时刻各施工区域的预计完成工期和剩余施工项目数。
进一步地,所述未来时刻各施工区域的施工人数的获取步骤为:整合任意两个施工区域中施工人员从一个施工区域移动到另一个施工区域的移动趋势,得到移动趋势矩阵;当前时刻各施工区域的施工人数输入第三编码器,移动趋势矩阵输入第四编码器,第三编码器和第四编码器的输出联合后输入人数预测编码器和人数预测解码器,得到未来时刻各施工区域的施工人数。
进一步地,各施工区域的工程数据构成工程数据矩阵,计算当前时刻和未来时刻的工程数据矩阵的相似度,进行工程进度的监督。
本发明的有益效果在于:
1.本发明首先获取未来时刻各施工区域的施工人数,再根据获取的未来时刻各施工区域的施工人数预测未来时刻施工人员的关键点图,最后基于未来时刻施工人员的关键点图可以得到准确的未来时刻各施工区域的预计完成工期和剩余施工项目数,网络之间不可分割,每个网络的结果都为保证下一阶段网络运算结果准确性的基础。
2.本发明根据当前时刻和未来时刻施工人员在各个施工区域的分布情况预测未来时刻各施工区域的预计完成工期和剩余施工项目数,考虑了施工人员在当前时刻到未来时刻这段时间内的施工进展,所预测的预计完成工期和剩余施工项目数更加准确。
3.本发明基于当前时刻施工人员的关键点图和未来时刻施工人员的关键点图进行各施工区域的预计完成工期和剩余施工项目数的预测,相较于人数维度信息,关键点图额外包含了空域信息,可为预测网络提供更多特征,降低了预测网络收敛难度,提高了网络预测的准确性。
具体实施方式
为了让本领域技术人员更好的理解本发明,下面结合实施例对本发明进行详细描述。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
实施例一:
该实施例提供了一种工程进度视觉管理方法,具体地:
1)获取当前时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;需要说明的是,本发明中所述项目指砌墙、量测、木工等施工项目。
2)预测未来时刻各施工区域的工程数据;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;具体地,当前时刻施工人员的关键点图输入图编码器,当前时刻各施工区域的预计完成工期和剩余施工项目数、未来时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器的输出联合后输入向量编码器和向量解码器,得到未来时刻施工人员的关键点图。
例如,t时刻施工人员的关键点图输入图编码器,t时刻各施工区域的预计完成工期和剩余施工项目数、t+1时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器输出的特征向量联合(concat)后输入向量编码器和向量解码器,得到t+1时刻施工人员的关键点图。训练图编码器、数据编码器、向量编码器和向量解码器时,若获取t+1时刻施工人员的关键点图,则实际获取的t+1时刻施工人员的关键点图为训练标签。
需要说明,所述关键点图中的关键点代表施工人员,关键点可以为头部关键点或脚部关键点。
优选地,所述未来时刻各施工区域的预计完成工期和剩余施工项目数的具体获取步骤为:当前时刻施工人员的关键点图和未来时刻施工人员的关键点图联合后输入第一编码器中,当前时刻各施工区域的预计完成工期、剩余施工项目数输入第二编码器中,第一编码器和第二编码器的输出联合后输入张量编码器和张量解码器,得到未来时刻各施工区域的预计完成工期和剩余施工项目数。其中,训练第一编码器、第二编码器、张量编码器和张量解码器时,训练标签为真实获取的各施工区域的预计完成工期和剩余施工项目数。
优选地,所述未来时刻各施工区域的施工人数的获取步骤为:整合任意两个施工区域中施工人员从一个施工区域移动到另一个施工区域的移动趋势,得到移动趋势矩阵;当前时刻各施工区域的施工人数输入第三编码器,移动趋势矩阵输入第四编码器,第三编码器和第四编码器的输出联合后输入人数预测编码器和人数预测解码器,得到未来时刻各施工区域的施工人数。同理,训练第三编码器、第四编码器、人数预测编码器和人数预测解码器时,若获取的是t+1时刻各施工区域的施工人数,则实际获取的t+1时刻各施工区域的施工人数为训练标签。
其中,设任意两个施工区域为第k个和第l个施工区域,则第k个施工区域中的施工人员移动到第l个施工区域的移动趋势的计算方法为:
首先,计算第k个施工区域中的施工人员移动到第l个施工区域的第一移动趋势β(k,l):
其中,K表示施工区域的总个数,α(k,l)表示第k个施工区域中的施工人员移动到第l个施工区域的移动难度,具体地:
其中,norm[·]表示归一化操作,在本发明中采用方式进行归一化,S(k,l)表示第k个施工区域与第l个施工区域质心图像坐标的欧式距离,max[S]、min[S]分别表示得到的施工区域质心图像坐标欧式距离中的最大值、最小值。
其次,计算第k个施工区域中的施工人员停留在第k个施工区域的停留趋势β(k,k):
其中,σ(·)表示sigmoid函数,Prok表示第k个施工区域的剩余项目数,Tk为第k个施工区域的预计完成工期,T′k为第k个施工区域的实际已施工工期。
利用停留趋势对第一移动趋势进行调整得到第k个施工区域中的施工人员移动到第l个施工区域的实际移动趋势β′(k,l)=β(k,l)*(1-β(k,k))。
进一步地,整合任意两个施工区域对应的实际移动趋势得到移动趋势矩阵,所述移动趋势矩阵大小为K*K,矩阵内对角线元素表示停留趋势即第k个施工区域中的施工人员移动到第k个施工区域的实际移动趋势为停留趋势β(k,k),其他位置元素表示实际移动趋势。
至此,基于当前t时刻的工程数据,可得到未来t+1时刻各施工区域的施工人数、预计完成工期和剩余施工项目数。
3)根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常;具体地,各施工区域的工程数据构成工程数据矩阵,实施例中工程数据矩阵尺寸为3*K,即工程数据矩阵为3行K列的矩阵,计算当前t时刻和未来t+1时刻的工程数据矩阵的相似度,进行工程进度的监督,当相似度大于等于相似度阈值时,工程进度出现异常,生成预警信息;实施例中相似度阈值为0.2。
实施例二:
基于与上述方法实施例相同的发明构思,该实施例提供了一种工程进度视觉管理系统,该系统包括工程数据预测模块和进度异常监督模块,具体地:
工程数据预测模块,用于预测未来时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;
具体地,当前时刻施工人员的关键点图输入图编码器,当前时刻各施工区域的预计完成工期和剩余施工项目数、未来时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器的输出联合后输入向量编码器和向量解码器,得到未来时刻施工人员的关键点图;
进度异常监督模块,用于根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常。
关于系统实施例,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可;以上所述旨在让本领域技术人员更好的理解本发明,并不用于限制本发明,凡是在本发明精神和原则之内做出的修改与变动皆在本发明的保护范围内。
Claims (4)
1.一种工程进度视觉管理方法,其特征在于,该方法包括:
预测未来时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;
当前时刻施工人员的关键点图输入图编码器,当前时刻各施工区域的预计完成工期和剩余施工项目数、未来时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器的输出联合后输入向量编码器和向量解码器,得到未来时刻施工人员的关键点图;
根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常;
所述未来时刻各施工区域的预计完成工期和剩余施工项目数的具体获取方法为:
当前时刻施工人员的关键点图和未来时刻施工人员的关键点图联合后输入第一编码器中,当前时刻各施工区域的预计完成工期、剩余施工项目数输入第二编码器中,第一编码器和第二编码器的输出联合后输入张量编码器和张量解码器,得到未来时刻各施工区域的预计完成工期和剩余施工项目数;
所述未来时刻各施工区域的施工人数的获取方法为:整合任意两个施工区域中施工人员从一个施工区域移动到另一个施工区域的移动趋势,得到移动趋势矩阵;当前时刻各施工区域的施工人数输入第三编码器,转移趋势矩阵输入第四编码器,第三编码器和第四编码器的输出联合后输入人数预测编码器和人数预测解码器,得到未来时刻各施工区域的施工人数。
2.如权利要求1所述的方法,其特征在于,各施工区域的工程数据构成工程数据矩阵,计算当前时刻和未来时刻的工程数据矩阵的相似度,进行工程进度的监督。
3.一种工程进度视觉管理系统,其特征在于,该系统包括:
工程数据预测模块,用于预测未来时刻各施工区域的工程数据,所述工程数据包括施工人数、预计完成工期、剩余施工项目数;其中,根据当前时刻施工人员的关键点图,未来时刻施工人员的关键点图,以及当前时刻各施工区域的预计完成工期、剩余施工项目数预测未来时刻各施工区域的预计完成工期和剩余施工项目数;
当前时刻施工人员的关键点图输入图编码器,当前时刻各施工区域的预计完成工期和剩余施工项目数、未来时刻各施工区域的施工人数输入数据编码器,图编码器和数据编码器的输出联合后输入向量编码器和向量解码器,得到未来时刻施工人员的关键点图;
进度异常监督模块,用于根据当前时刻和未来时刻各施工区域的工程数据监督工程进度是否异常;
所述未来时刻各施工区域的预计完成工期和剩余施工项目数的具体获取步骤为:
当前时刻施工人员的关键点图和未来时刻施工人员的关键点图联合后输入第一编码器中,当前时刻各施工区域的预计完成工期、剩余施工项目数输入第二编码器中,第一编码器和第二编码器的输出联合后输入张量编码器和张量解码器,得到未来时刻各施工区域的预计完成工期和剩余施工项目数;
所述未来时刻各施工区域的施工人数的获取步骤为:整合任意两个施工区域中施工人员从一个施工区域移动到另一个施工区域的移动趋势,得到移动趋势矩阵;当前时刻各施工区域的施工人数输入第三编码器,移动趋势矩阵输入第四编码器,第三编码器和第四编码器的输出联合后输入人数预测编码器和人数预测解码器,得到未来时刻各施工区域的施工人数。
4.如权利要求3所述的系统,其特征在于,各施工区域的工程数据构成工程数据矩阵,计算当前时刻和未来时刻的工程数据矩阵的相似度,进行工程进度的监督。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762826.1A CN113435656B (zh) | 2021-07-06 | 2021-07-06 | 一种工程进度视觉管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762826.1A CN113435656B (zh) | 2021-07-06 | 2021-07-06 | 一种工程进度视觉管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435656A CN113435656A (zh) | 2021-09-24 |
CN113435656B true CN113435656B (zh) | 2023-05-30 |
Family
ID=77759124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110762826.1A Active CN113435656B (zh) | 2021-07-06 | 2021-07-06 | 一种工程进度视觉管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435656B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5307263A (en) * | 1992-11-17 | 1994-04-26 | Raya Systems, Inc. | Modular microprocessor-based health monitoring system |
JP2007207029A (ja) * | 2006-02-02 | 2007-08-16 | Matsushita Electric Ind Co Ltd | プロジェクト進捗管理装置及び方法 |
RU2015130277A (ru) * | 2015-07-22 | 2017-01-30 | Моше Пинхас Михайлович Должанский | Способ организации аудиовизуальной информационной системы в транспорте |
CN107480912A (zh) * | 2017-08-31 | 2017-12-15 | 福建四创软件有限公司 | 基于大数据分析及物联网的水利工程建设管理综合系统 |
CN107734305A (zh) * | 2017-11-01 | 2018-02-23 | 广州供电局有限公司 | 一种使用远程语音指挥和施工现场多维度立体展示的电力施工现场信息化监控系统 |
CN110309975A (zh) * | 2019-06-28 | 2019-10-08 | 深圳前海微众银行股份有限公司 | 项目研发过程管理方法、装置、设备及计算机存储介质 |
CN111539373A (zh) * | 2020-05-08 | 2020-08-14 | 魏辉辉 | 结合区块链与dnn的施工人员安全鞋穿戴检测方法 |
CN111914873A (zh) * | 2020-06-05 | 2020-11-10 | 华南理工大学 | 一种两阶段云服务器无监督异常预测方法 |
CN112150031A (zh) * | 2020-10-12 | 2020-12-29 | 陈培 | 一种基于大数据的公路工程施工进度管理方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11030709B2 (en) * | 2018-10-29 | 2021-06-08 | DIGIBILT, Inc. | Method and system for automatically creating and assigning assembly labor activities (ALAs) to a bill of materials (BOM) |
-
2021
- 2021-07-06 CN CN202110762826.1A patent/CN113435656B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5307263A (en) * | 1992-11-17 | 1994-04-26 | Raya Systems, Inc. | Modular microprocessor-based health monitoring system |
JP2007207029A (ja) * | 2006-02-02 | 2007-08-16 | Matsushita Electric Ind Co Ltd | プロジェクト進捗管理装置及び方法 |
RU2015130277A (ru) * | 2015-07-22 | 2017-01-30 | Моше Пинхас Михайлович Должанский | Способ организации аудиовизуальной информационной системы в транспорте |
CN107480912A (zh) * | 2017-08-31 | 2017-12-15 | 福建四创软件有限公司 | 基于大数据分析及物联网的水利工程建设管理综合系统 |
CN107734305A (zh) * | 2017-11-01 | 2018-02-23 | 广州供电局有限公司 | 一种使用远程语音指挥和施工现场多维度立体展示的电力施工现场信息化监控系统 |
CN110309975A (zh) * | 2019-06-28 | 2019-10-08 | 深圳前海微众银行股份有限公司 | 项目研发过程管理方法、装置、设备及计算机存储介质 |
CN111539373A (zh) * | 2020-05-08 | 2020-08-14 | 魏辉辉 | 结合区块链与dnn的施工人员安全鞋穿戴检测方法 |
CN111914873A (zh) * | 2020-06-05 | 2020-11-10 | 华南理工大学 | 一种两阶段云服务器无监督异常预测方法 |
CN112150031A (zh) * | 2020-10-12 | 2020-12-29 | 陈培 | 一种基于大数据的公路工程施工进度管理方法和系统 |
Non-Patent Citations (1)
Title |
---|
电子元器件送检流程追踪与统计分析预测系统设计与实现;刘瑞;《中国优秀硕士学位论文全文数据库信息科技辑》(第02期);第I138-491页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113435656A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108805093B (zh) | 基于深度学习的手扶电梯乘客摔倒检测方法 | |
CN107169426B (zh) | 一种基于深度神经网络的人群情绪异常检测和定位方法 | |
CN110705406A (zh) | 基于对抗迁移学习的人脸美丽预测方法及装置 | |
CN110309136B (zh) | 一种数据库异常事件缺失数据填充方法及系统 | |
CN111178206A (zh) | 一种基于改进yolo的建筑预埋件检测方法及系统 | |
Li et al. | A multi-scale cucumber disease detection method in natural scenes based on YOLOv5 | |
WO2021227351A1 (zh) | 目标部位跟踪方法、装置、电子设备和可读存储介质 | |
CN111860277B (zh) | 基于颜色直方图特征的民航飞机空速管套安全警示方法 | |
US11928813B2 (en) | Method and system for detecting change to structure by using drone | |
CN114022812B (zh) | 一种基于轻量化SSD的DeepSort水面漂浮物多目标跟踪方法 | |
CN110751641A (zh) | 锚栓信息检测的方法及存储介质 | |
CN116624065B (zh) | 一种智能门窗自动折叠调控方法 | |
CN115511012B (zh) | 一种最大熵约束的类别软标签识别训练方法 | |
CN112132394A (zh) | 一种电厂循环水泵预测性状态评估方法及系统 | |
CN116340796A (zh) | 时序数据分析方法、装置、设备及存储介质 | |
CN112364708A (zh) | 基于知识蒸馏与对抗学习的多模态人体动作识别方法 | |
Zhang et al. | Identification of concrete surface damage based on probabilistic deep learning of images | |
CN113435656B (zh) | 一种工程进度视觉管理方法及系统 | |
Yuan et al. | Real‐time recognition and warning of mask wearing based on improved YOLOv5 R6. 1 | |
CN117709454A (zh) | 一种基于生成式模板的无偏场景图构造方法、系统和设备 | |
CN112036269A (zh) | 跌倒检测方法、装置、计算机设备和存储介质 | |
CN108802845B (zh) | 一种基于红外阵列传感器的室内人员占有率估计方法 | |
Schnieders et al. | Fast convergence for object detection by learning how to combine error functions | |
Wei et al. | Label smoothing technique for ordinal classification in cloud assessment | |
CN116233747B (zh) | 一种基于迁移学习更新指纹库的ble定位方法、装置 |
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 |