CN114422750A - 一种用于施工安全管理的可移动边缘计算摄像头系统和装置 - Google Patents
一种用于施工安全管理的可移动边缘计算摄像头系统和装置 Download PDFInfo
- Publication number
- CN114422750A CN114422750A CN202111573527.XA CN202111573527A CN114422750A CN 114422750 A CN114422750 A CN 114422750A CN 202111573527 A CN202111573527 A CN 202111573527A CN 114422750 A CN114422750 A CN 114422750A
- Authority
- CN
- China
- Prior art keywords
- unsafe
- construction
- monitoring
- unsafe behavior
- behaviors
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 54
- 238000004364 calculation method Methods 0.000 title claims description 11
- 230000006399 behavior Effects 0.000 claims abstract description 93
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 33
- 239000012634 fragment Substances 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 19
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 7
- 229910052744 lithium Inorganic materials 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004821 distillation Methods 0.000 claims description 2
- 238000013138 pruning Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- REVYTWNGZDPRKE-UHFFFAOYSA-N delphinine Natural products C12C(CC3OC)(OC(C)=O)C(C4N(C)C5)C(OC)C6C5(COC)CCC(OC)C64C2CC3(O)C1OC(=O)C1=CC=CC=C1 REVYTWNGZDPRKE-UHFFFAOYSA-N 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000010436 fluorite Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- REVYTWNGZDPRKE-KESPAZQLSA-N in41i78d7r Chemical compound O([C@H]1[C@]2(O)C[C@H]3[C@]45[C@@H](OC)CC[C@@]6([C@H]4[C@@H](OC)[C@H]([C@](C[C@@H]2OC)(OC(C)=O)[C@H]31)[C@@H]5N(C)C6)COC)C(=O)C1=CC=CC=C1 REVYTWNGZDPRKE-KESPAZQLSA-N 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及人工智能及物联网技术领域,公开了一种施工不安全行为监控的方法、装置及系统。其中,所述施工不安全行为监控的方法包括:实时监控施工现场并获取图像视频;根据视频流数据,在边缘端运行不安全行为检测算法;判断是否有不安全行为发生;如有发生,触发报警,并记录不安全行为信息;剪切不安全行为相关图像片段上传云端。采用本发明可以实现在无需外部供电供网的情况下针对施工现场可能存在的不安全行为进行智能化、自动化的监控和预警记录,并且可以实现多种算法的灵活的远程投递、装置设备低功耗的运行及其与云端低功耗的交互,降低施工现场安全管理的人力成本和管理难度,提高施工现场安全管理的工作效率和信息化水平。
Description
技术领域
本发明涉及人工智能及物联网技术领域,特别涉及一种施工不安全行为监控的方法、装置及系统。
背景技术
近年来,随着人工智能技术的发展成熟,将其应用于建筑施工领域的研究也越来越多。在施工安全防护领域,计算机视觉技术以其人力成本低、效率高、方便信息化管理受到广泛关注。与之相关的研究发明背景如下:
华中科技大学王凡2019年硕士学位论文《基于深度学习的施工区作业不安全行为检测》一文使用改进的DSOD算法将工人不佩戴安全帽和吸烟两种不安全行为进行分类与识别,实现了同一个检测对象的非互斥的两个不安全行为的同时检测识别。但是该论文并没有实现模型的压缩和封装,还未能投入实际使用。
黄金科学技术2021年期刊论文《基于视频序列的矿卡司机不安全行为识别》一文融合改进Two-stream模型与C3D模型,针对矿卡司机的正常驾驶、双手离开方向盘、玩手机和驾驶室无人4类行为进行检测和识别,提高了检测的识别率。但是该论文并没有进一步讨论该模型针对其他行为类别的检测效果以及应用于实际现场的应用效果。
华中科技大学王凯迪2019年硕士学位论文《基于小目标检测的工人不安全行为检测系统》一文基于YOLO搭建级联小目标检测网络,用于工人和安全帽的检测,实现了一个可以实际应用的包含资源模块、摄像机模块、算法模块、网页模块和报警模块的系统。但是对于图像边缘的目标检测效果不理想,并且没有考虑大量摄像头的并发处理。
中南财经政法大学李韬2020年硕士学位论文《基于计算机视觉的隧道施工不安全行为侦测技术及实现》一文使用YOLOv3作为检测算法、DeepSort作为跟踪算法、openpose和ST-GCN作为姿态检测分类算法,实现了在隧道施工环境下打架斗殴不安全行为识别、穿戴不安全识别、越界检测这三类不安全行为的视频自动监控功能,并将其部署在服务器上运行。但是该论文没有讨论隧道的网络问题以及线性施工时对该系统的影响,并且openpose精度不够高。
哈尔滨工业大学吴迪2019年硕士学位论文《基于计算机视觉的施工人员安全状态监测技术研究》一文基于改进的YOLO算法实现小目标时安全帽佩戴情况的检测,并结合openpose判断安全帽与人脸中心的位置关系判断其是否正确佩戴。但该论文检测功能单一,也没有后续的实际应用的系统设计。
济南奔腾时代电力科技有限公司2021年公开的发明《一种发电厂工作人员不安全行为的识别方法》(申请公布号:CN113111771A)提出了一种基于YOLOv4的发电厂工作人员不安全行为的识别方法,包括单帧图像上的不安全行为、视频中的不安全行为以及特定场景下的不安全行为的识别。但是该方法没有讨论具体应用时不同安全行为的识别可能存在的问题如图像边缘、遮挡等的处理方法。
温州大学2019年公开的发明《一种基于深度学习的施工工地图像安全帽检测方法》(申请公布号:CN110263686A)提出了一种基于深度学习的施工工地图像安全帽检测方法,该方法截取行人区域上1/3,然后使用迁移学习的安全帽分类网络进行判断,该方法简单有效。但是该方法仅适用于安全帽的佩戴检测,功能单一。
西南石油大学2021年公开的发明《一种基于机器视觉自动检测工人不安全行为的方法》(申请公布号:CN112613476A)提出了一种基于Faster R-CNN的不安全行为检测方法,并使用FFmpeg和Nginx服务器获取实时监控视频,解决视频获取延时和网段限制的影响。但是没有讨论具体针对那些不安全行为有好的检测效果。
国网浙江德清县供电有限公司;德清欣电电力建设有限公司;浙江大学台州研究院2021年公开的发明《基于图像识别的施工现场人员安全告警系统》(申请公布号:CN112542027A)提出了一种基于图像识别的施工人员进入危险区域的告警系统,支持判断人员权限区别报警、自主绘制危险区域、可移动、喇叭及移动网络设备警示等功能。但是该系统没有记录统计不安全行为的功能,也没有讨论无线时网络传输的问题。
北京文安智能技术股份有限公司2019年公开的发明《一种检测着装不规范的方法、装置及系统》(申请公布号:CN110472574A)提出了一种基于简化的PVANet检测着装不规范的方法、装置和系统,获取人员头部和上半身区域识别着装是否规范。但是该方法只适用于着装检测,不符合检测多种不安全行为的需要。
在现有研究发明中,发明人发现现有技术至少存在如下技术问题:没有在边缘计算设备上运行不安全行为检测算法模型的轻量化和低功耗的处理技术;没有应用于施工现场不安全行为监控的无需有线供电供网的边缘计算设备和系统。
发明内容
本发明实施方式的目的在于提供一种施工不安全行为监控的方法、装置及系统,其能够在无需有线供电供网的情况下,根据视频监控,实时发现施工现场的有不安全行为的工作人员,并裁剪相关片段,上传云服务平台并警报。
为实现上述目的,本发明的技术方案为:
一方面,本发明提供了一种使用边缘计算设备的施工不安全行为检测方法,包括:
实时监控施工现场并获取图像视频;
根据视频流数据,在边缘端运行不安全行为检测算法;
判断是否有不安全行为发生;
如有发生,触发报警,并记录不安全行为信息;
剪切不安全行为相关图像片段上传云端。
优选地,获取图像视频流数据时,使用球机自动跟踪工人以尽量保证其在视频中央;
优选地,通过云端远程向边缘端投递算法模型;
优选地,不安全行为检测算法包括未佩戴安全帽检测算法和人员进入安全禁区检测算法等,其中人员进入安全禁区检测算法可以远程在云端使用多边形绘制安全禁区;
优选地,投递在边缘端的算法模型经过了剪枝蒸馏等轻量化处理以适应设备需求;
优选地,在上传云端不安全行为影像记录时,通过算法进行剪切处理只上传图片。
另一方面,本发明还提供了一种基于上述方法的施工不安全行为监控的装置,包括:
计算处理单元,包括计算主板、摄像头、网络模块、交换机等子单元,用于实现施工不安全行为的检测监控和报警上传等功能;
供电单元,包括太阳能板、锂电池、数显控制器等子单元,用于实现设备无需外部有线供电的功能;
外部设备单元,包括立杆、滑轮小车、防水箱等子单元,用于搭载供电单元和计算处理单元;
再一方面,本发明还提供了一种施工不安全行为监控的系统,包括:如上任意一项所述施工不安全行为监控的装置及云服务器端的后端和前端等部分。
本发明提供的一种施工不安全行为监控的方法、装置及系统,通过摄像头监控获取施工现场视频流信息;运行边缘端的不安全行为检测算法模型,检测是否有不安全行为发生;如果有,触发报警并记录;通过算法剪切相关的图像片段上传云端。采用本发明不但可以实现在无需外部供电供网的情况下使用人工智能技术自动化监控施工不安全行为,降低人力成本和管理难度,还可以实现设备低功耗运行及低功耗地与云端交互,以及远程投递相关算法模型。
附图说明
图1为本发明实施例提供的一种施工不安全行为监控方法流程示意图;
图2为本发明实施例提供的一种云端投递算法方式示意图;
图3为本发明实施例提供的一种施工不安全行为监控装置结构示意图;
图4为本发明实施例提供的一种施工不安全行为监控装置外观示意图;
图5为本发明实施例提供的一种施工不安全行为监控装置小车内装置放置示意图;
图6为本发明实施例提供的一种施工不安全行为监控系统数据流向示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示为本发明实施例提供的一种施工不安全行为监控方法流程示意图,包括:
101:实时监控施工现场并获取图像视频;
102:根据视频流数据,在边缘端运行不安全行为检测算法;
103:判断是否有不安全行为发生;
104:如有发生,触发报警,并记录不安全行为信息;
105:剪切不安全行为相关图像片段上传云端。
需要说明的是,在摄像头获取视频流数据时,通过以一个工人检测算法为前置,球机自动检测跟踪人员,在画面0.8倍范围内,通过算法使用画面裁切跟踪,超出之后球机云台旋转跟踪5度,使人员处于画面中央;
还需要说明的是,算法模型可以远程投递在边缘端,优选的,本发明以OTA为更新更换边缘端模型的方法,如图2,具体步骤包括:
①服务端可提供新的算法或者升级包时,通过短信、页面推送等方式向用户端推送消息;
②用户通过前端页面选择所需要增加、替换、更新的模型,确认需要进行升级;
③升级请求传输到后端服务器,后端服务器响应请求,将升级包模型文件及相关数据传输至移动端设备;
④传输完毕增加移动端设备对新模型的调用,更新事件推理模块,重新启动模块进行工作;
⑤更新前端页面显示内容和统计、报警等模块内容。
还需要说明的是,一般的深度学习算法模型体积较大,难以在边缘计算设备上正常运行,优选地,本发明对模型使用pytorch—onnx—tensorrt的模式,将训练好的模型转为tensorrt的engine,使模型更加轻量,并进行推理加速,得以在边缘设备上进行高性能推理。
还需要说明的是,不安全行为检测算法模型为自制,在光照范围在70lux~900lux之间、检测目标大于等于150*150像素,小于等于600*600,遮挡小于等于10%,清晰度1080P及以上的使用条件下,安全帽检测有85%以上的检测率和88%以上的准确率,越界检测有90%以上的检测率和90%以上的准确率。
还需要说明的是,本发明目的之一为使用太阳能供电,因此对模型和设备的低功耗运行和交互做了一些技术处理,一方面使用上述tensorrt对模型进行轻量化处理,以降低模型在计算运行时的功耗,另一方面,在检测到不安全行为时,通过算法对相关的视频流数据进行处理,只保留相关的图像片段上传至云端,并通过rsync传输不安全行为的关键图片,通过RabbitMQ传输安全区域及其他信息。
基于以上实施例,如图3为本发明实施例提供的一种施工不安全行为监控装置的结构示意图,如图4为本发明实施例提供的一种施工不安全行为监控装置外观示意图,如图5为本发明实施例提供的一种施工不安全行为监控装置小车内装置放置示意图,包括:
201:计算处理单元,包括交换机(2011)、摄像头(2012)、网络模块(2013)、计算主板(2014)等子单元。摄像头采集的图像通过交换机与计算主板相连接,通过内置或云投递的算法处理模块进行处理,并返回处理结果传递到云服务器。
202:供电单元,包括锂电池(2021)、太阳能板(2022)、数显控制器(2023)等子单元,通过太阳能板采集太阳能向锂电池供电,通过锂电池向jetsonnano计算主板、物联网4g工业路由器、摄像头等供电。
203:外部设备单元,包括立杆(2031)、滑轮小车(2032)、防水箱(2033)等子单元,用于搭载供电单元和计算处理单元;
需要说明的是,关于计算处理单元,具体的搭建过程如下步骤:
①采用Jetson Nano人工智能开发板作为计算主板,并烧录相关系统镜像。烧录后,安装apt、Python、pycuda、CSI相机等相关依赖。
②通过内网穿透配置(frp)配置云端(云服务器)和边缘端(nano端)以建立通道。
③安装物联网4g工业路由器并设置自动上网。
④通过交换机连接枪机摄像头和计算主板,并向nano投递相关算法以连接球机。
⑤通过云服务器向nano端投递不安全行为检测算法,包括安全帽佩戴识别算法、越界检测算法等。
还需要说明的是,关于供电单元,具体的搭建过程如下步骤:
①在光照充足、场景开阔地场地架设2-2.5米的立杆。
②安装太阳能锂电池板、智能数显控制器和防水箱。
③在防水箱中安装计算处理单元所涉及相关部件。
④安装摄像头,建议摄像机俯视角<15°。
需进一步说明的是,使用时,打开设备数显控制器开关,将摄像头对准需要监控不安全行为的区域,之后便可以在云端平台观看到监控视频流和上传的不安全行为关键帧及相关统计,并在发生不安全行为时收到报警模块传来的报警信息。如需要更换关键监控面,收起太阳能板,松开轮子锁止装置,移动至更换的监控位置,扣好轮子锁止装置即可。
基于以上实施例,如图6所示,为本发明实施例提供的一种系统架构图,体现了系统的组成和数据的流向,主要包含服务器集群、数据库集群和移动设备三部分。具体包括:
①通过移动设备的摄像头4G模块采集视频数据并推送直播数据流至萤石云直播转发或直播流转发服务器;
②同时,将摄像头4G模块所采集数据经视频前处理模块和事件分析模块处理,以确定是否有不安全行为;
③经事件分析模块处理后,触发本地警告模块,并传播数据流至事件记录模块;
④基于config模块配置信息,通过RabbitMQ中间件于基于后端API获取的数据库集群信息匹配并以Rsync模块传输不安全图片至指定云计算服务器和直播流分发服务器;
⑤同时,将RabbitMQ模块、Rsync传输模块通过后端API与基于Express框架的NodeJS服务器集群在前处理模块进行交互确认。
除此外,图6还介绍了本发明的边缘端算法的运行平台以及相关的前端平台。
Claims (11)
1.一种施工不安全行为监控的方法,其特征在于,包括:
实时监控施工现场并获取图像视频;
根据视频流数据,在边缘端运行不安全行为检测算法;
判断是否有不安全行为发生;
如有发生,触发报警,并记录不安全行为信息;
剪切不安全行为相关图像片段上传云端。
2.根据权利要求1所述的施工不安全行为监控的方法,其特征在于,
所述实时监控施工现场并获取图像视频步骤还包括一个前置算法,检测工人目标所在并控制球机云台旋转和画面裁切保证目标在画面中央。
3.根据权利要求1所述的施工不安全行为监控的方法,其特征在于,
所述根据视频流数据,在边缘端运行不安全行为检测算法步骤,包括两种不安全行为检测算法:工人未佩戴安全帽检测算法和工人进入安全禁区检测算法。
4.根据权利要求3所述的施工不安全行为监控的方法,其特征在于,
所述的不安全行为检测算法,并不局限于所述的两种不安全行为检测算法,可以通过OTA方式从云端向边缘设备端投递进行更新更换。
5.根据权利要求3所述的施工不安全行为监控的方法,其特征在于,
所述工人进入安全禁区检测算法,可以在云端通过绘制多边形的方式设置安全禁区。
6.根据权利要求3或4或5所述的不安全行为监控的方法,其特征在于,
所述的不安全行为检测算法,经过剪枝蒸馏和pytorch—onnx—tensorrt的模式进行处理,以轻量化降低功耗并推理加速。
7.根据权利要求1所述的施工不安全行为监控的方法,其特征在于,
所述剪切不安全行为相关图像片段上传云端步骤,通过算法处理,使用rsync只传回与不安全行为相关的图片以降低交互功耗及方便管理。
8.一种施工不安全行为监控的装置,其特征在于,包括:
计算处理单元,用于在边缘端进行计算处理;
供电单元,用于为边缘设备供电;
外部设备单元,用于搭载计算处理单元和供电单元;
所述计算处理单元,包括交换机、计算主板、摄像头、网络模块等子单元;
所述供电单元,包括太阳能板、锂电池、数显控制器等子单元;
所述计算处理单元和供电单元通过数显控制器子单元连接控制;
所述外部设备单元,包括立杆、防水箱、滑轮车等子单元。
9.根据权利要求8所述的施工不安全行为监控的装置,其特征在于,
所述网络模块子单元,通过4G的SIM卡和工业物联网路由器实现数据传输,以实现无需有线网络的功能。
10.根据权利要求8所述的施工不安全行为监控的装置,其特征在于,
所述供电单元,通过太阳能采集光能转变为电能储蓄在锂电池中,并通过数显控制器向计算处理单元传输电能,以实现无需外部供电的功能。
11.一种施工不安全行为监控的系统,其特征在于,包括:如权利要求8至10中任意一项所述施工不安全行为监控的装置,还包括云服务器端的后端和前端等部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111573527.XA CN114422750A (zh) | 2021-12-21 | 2021-12-21 | 一种用于施工安全管理的可移动边缘计算摄像头系统和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111573527.XA CN114422750A (zh) | 2021-12-21 | 2021-12-21 | 一种用于施工安全管理的可移动边缘计算摄像头系统和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114422750A true CN114422750A (zh) | 2022-04-29 |
Family
ID=81268380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111573527.XA Pending CN114422750A (zh) | 2021-12-21 | 2021-12-21 | 一种用于施工安全管理的可移动边缘计算摄像头系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114422750A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115297305A (zh) * | 2022-10-09 | 2022-11-04 | 南昌工程学院 | 一种基于边缘计算的多视频流安全风险预警系统及方法 |
TWI836618B (zh) * | 2022-09-21 | 2024-03-21 | 中華電信股份有限公司 | 工安雲系統、工安事件偵測方法與電腦可讀媒體 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554417A (zh) * | 2016-02-19 | 2016-05-04 | 神州数源(北京)科技有限公司 | 一种智能移动监控系统 |
CN112532927A (zh) * | 2020-11-17 | 2021-03-19 | 南方电网海南数字电网研究院有限公司 | 一种施工现场智能安全管控系统 |
CN112598933A (zh) * | 2020-12-28 | 2021-04-02 | 湖南省交通科学研究院有限公司 | 一种预防车辆碰撞的预警设备及方法 |
CN113392760A (zh) * | 2021-06-15 | 2021-09-14 | 中国民航机场建设集团有限公司 | 一种基于视频的不停航施工不安全行为识别的系统及方法 |
CN113469073A (zh) * | 2021-07-06 | 2021-10-01 | 西安电子科技大学 | 一种基于轻量级深度学习的sar图像舰船检测方法及系统 |
-
2021
- 2021-12-21 CN CN202111573527.XA patent/CN114422750A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554417A (zh) * | 2016-02-19 | 2016-05-04 | 神州数源(北京)科技有限公司 | 一种智能移动监控系统 |
CN112532927A (zh) * | 2020-11-17 | 2021-03-19 | 南方电网海南数字电网研究院有限公司 | 一种施工现场智能安全管控系统 |
CN112598933A (zh) * | 2020-12-28 | 2021-04-02 | 湖南省交通科学研究院有限公司 | 一种预防车辆碰撞的预警设备及方法 |
CN113392760A (zh) * | 2021-06-15 | 2021-09-14 | 中国民航机场建设集团有限公司 | 一种基于视频的不停航施工不安全行为识别的系统及方法 |
CN113469073A (zh) * | 2021-07-06 | 2021-10-01 | 西安电子科技大学 | 一种基于轻量级深度学习的sar图像舰船检测方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI836618B (zh) * | 2022-09-21 | 2024-03-21 | 中華電信股份有限公司 | 工安雲系統、工安事件偵測方法與電腦可讀媒體 |
CN115297305A (zh) * | 2022-10-09 | 2022-11-04 | 南昌工程学院 | 一种基于边缘计算的多视频流安全风险预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114422750A (zh) | 一种用于施工安全管理的可移动边缘计算摄像头系统和装置 | |
CN108957240A (zh) | 电网故障远程定位方法及系统 | |
CN108154686A (zh) | 一种车载违章行为抓拍系统 | |
CN111368727B (zh) | 配电室巡检人员着装检测方法、存储介质、系统、装置 | |
CN107765854A (zh) | 一种基于增强现实的输电线路巡检方法 | |
CN103699075A (zh) | 基于视频监控的变电站巡检智能调度与控制系统 | |
CN211061895U (zh) | 基于物联网的施工现场边缘计算物联分析告警系统 | |
CN104954745A (zh) | 数字智能粮库综合管理系统 | |
CN203722342U (zh) | 一种变电站的巡视系统 | |
CN108171291A (zh) | 一种基于无人机的巡检作业方法和系统 | |
CN115865915A (zh) | 基于边缘计算的无人机巡检图像实时识别方法及系统 | |
CN112671104A (zh) | 面向复杂场景的变电站多维度场景管控平台 | |
CN112532927A (zh) | 一种施工现场智能安全管控系统 | |
CN106851211A (zh) | 智能监控系统 | |
CN109614946A (zh) | 基于图像智能识别技术的火力发电厂输煤系统人员安全防护方法及系统 | |
CN112734355A (zh) | 一种智慧工地管理系统 | |
CN105516667A (zh) | 一种用于入侵预警的无人飞行器 | |
CN201876973U (zh) | 一种用于轨道交通车站火警的图像烟雾探测系统 | |
CN106686354A (zh) | 一种无人机巡查测量系统及其测量方法 | |
CN117041496A (zh) | 一种适用于基建现场的电力生产作业视频监控系统 | |
CN206075460U (zh) | 基于双光同轴图像融合的输电线路外力破坏监测预警系统 | |
CN105811578A (zh) | 输电线路监控平台及其电源监控算法和图像预警算法 | |
CN107396051A (zh) | 一种采用无人机进行人脸识别监控的方法 | |
CN111739254A (zh) | 一种煤矿井下网络边缘视频实时处理联控系统 | |
CN115690687A (zh) | 一种基于深度学习技术的安全穿戴规范检测系统 |
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 |