CN114511301A - 一种工地台风预警期安全隐患快速识别方法及系统 - Google Patents
一种工地台风预警期安全隐患快速识别方法及系统 Download PDFInfo
- Publication number
- CN114511301A CN114511301A CN202210188089.3A CN202210188089A CN114511301A CN 114511301 A CN114511301 A CN 114511301A CN 202210188089 A CN202210188089 A CN 202210188089A CN 114511301 A CN114511301 A CN 114511301A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- potential safety
- indoor
- outdoor environment
- safety hazard
- 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 39
- 238000010276 construction Methods 0.000 title claims description 42
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000010485 coping Effects 0.000 claims description 3
- 238000009430 construction management Methods 0.000 abstract 1
- 238000011160 research Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009435 building construction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000238097 Callinectes sapidus Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 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
- 230000008447 perception Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种工地台风预警期安全隐患快速识别方法及系统,涉及风险监测领域。本发明包括以下步骤:采集待监测室内外环境信息;对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。本发明可有效协助施工管理人员在24小时台风紧急预警期间自动快速应变。
Description
技术领域
本发明涉及风险监测领域,更具体的说是涉及一种工地台风预警期安全隐患快速识别方法及系统。
背景技术
任敏首先借鉴工效学危险源识别模型进行施工危险源的识别,徐东升分析了建筑工程施工事故类型、事故部位以及事故的成因,肖伟强等分析了工程基础施工的安全管理措施。施庆伟通过建筑施工项目安全事故机理研究,分析了安全事故发生的特征。孙俊伟围绕建筑施工中的危险源管理展开系统研究。高寒等提出使用基于机器视觉的监测技术来自动监控并识别危险源与区域。在目标(安全隐患)自动识别方面的研究。目前施工中的危险源识别工作主要依靠人的判断,这一现实使得大量的危险源不明或评估不佳。这种情况突出表明台风前需要在动态和不可预测的建筑环境中增强危险识别能力。Kashani测试了一种基于聚类的方法,用于在建筑物受损扫描中自动检测风致顶板的目标损伤,李敏从安全管理思想入手运用BP神经网络自动识别安全隐患。Yang等人提出了一种集体感知方法,用于感知和评估工人的步态异常。Zhang在AnyLogic平台上构建模型,建立了一个工人和不安全行为模型自动识别不安全因素。基于视觉的监测方法在建筑业得到了积极的研究,Kim等提出了一种三维重建方法来生成训练目标检测器所需的图像数据。Zhai针对合成孔径雷达目标识别的研究现状和存在的问题,提出了决策级和特征级融合的Arning识别算法。Sruthy提出目标检测和图像增强算法。Ando等开发了自动化工具链将BIM到BEPS工具与基于模型的故障检测方法结合进行故障诊断。在自动化安全管理系统方面的研究。对施工现场快速进行形成三维点云模型并基于模型安全检测结果自动形成可视化风险预案属于施工现场自动化安全管理的范畴而施工现场自动化安全管理一直是研究热点之一,也得到了国内外广大学者的关注以及大力的研究。国外发达国家在该领域的起步比较早,经过大量学者研究已经提出了很多行之有效的对施工现场自动化安全管理方法,具有一定的领先优势,并给与国内很多学者很多有参考价值的研究思路。廖思博以BIM工程管理类软件Navisworks为平台,完成了安全风险预警系统的开发工作,建立起集“监测-分析-报警”为一体的地下工程穿越既有结构动态、可视、实时的安全风险预警系统。用于自动化预警方案的还有新一代的智能变电站,这是站在信息一体化平台的基础上,在发生故障时,可以立即通过可视化界面对相关故障信息进行清晰明了的展现,从而达到有效防止潜在故障、及时安排维修人员进行解决的目的。传统的预警方法反馈不及时不直接往往错失事故防范的最佳时期,王明卓针对传统监测和预警方法的局限性,研究了风险自动化的监测预警方法;刘文平等人基于BIM开发了可视化的安全预警系统,Navisworks则是BIM技术中实现自动可视化安全管理的常用平台,同时,利用GIS为平台开发自动可视化安全管理方面的研究也不断涌现,Untiy3D作为游戏开发引擎,能够跨平台开发,支持C#、Java Script和Boo等多种脚本语言,在建筑领域,则多与虚拟技术结合应用于自动化安全管理。
但是,传统的应急管理显得滞后僵硬,难以实现对事件的快速响应,时效性相对较差,因此如何解决上述问题是本领域技术人员亟需解决的。
发明内容
有鉴于此,本发明提供了一种工地台风预警期安全隐患快速识别方法及系统。
为了实现上述目的,本发明采用如下技术方案:
一种工地台风预警期安全隐患快速识别方法,包括以下步骤:
采集待监测室内外环境信息;
对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;
基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;
利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。
可选的,还包括所述灾害识别平台自动连接安全隐患应对措施数据库,构建安全隐患应对措施自动查询系统。
可选的,安全隐患应对措施自动查询系统查询过程如下:
选择检查项目的施工阶段;
根据施工阶段选定对应的分项工程;
根据分项工程选择对应的具体项目;
选择具体项目的施工方式;
选定后自动出现安全隐患的应对措施。
可选的,还包括对室内外环境点云模型分割为地面点云和非地面点云。
可选的,基于室内外环境点云模型完成安全隐患自动检测包括变形检测和安全距离检测。
可选的,利用MATLAB开发安全隐患检测算法完成变形检测,输出红色点云和黑色点云;其中红色点云表示安全,黑色点云表示不安全。
可选的,安全距离检测采用Trimble RealWorks进行安全距离测量。
一种工地台风预警期安全隐患快速识别系统,包括:
信息获取模块:用于采集待监测室内外环境信息;
室内外环境点云模型生成模块:用于对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;
安全隐患检测模块:用于基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;
灾害识别平台构建模块:用于利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种工地台风预警期安全隐患快速识别方法及系统,可有效协助施工管理人员在24小时台风紧急预警期间自动快速应变。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明的流程示意图;
图2为本发明的系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种工地台风预警期安全隐患快速识别方法,如图1所示,包括以下步骤:
采集待监测室内外环境信息;
对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;
基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;
利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。
在本实施例中,还包括灾害识别平台自动连接安全隐患应对措施数据库,构建安全隐患应对措施自动查询系统。安全隐患应对措施自动查询系统查询过程如下:
选择检查项目的施工阶段;
根据施工阶段选定对应的分项工程;
根据分项工程选择对应的具体项目;
选择具体项目的施工方式;
选定后自动出现安全隐患的应对措施。
在本实施例中采用大疆精灵4pro进行工地室外环境图片采集,再经过Pix4Dmapper处理图片生成工地点云信息。Pix4Dmapper是瑞士Pix4D公司的全自动快速无人机数据处理软件,是目前市场上独一无二的集全自动、快速、专业精度为一体的无人机数据和航空影像处理软件。可将数千张影像快速制作成专业的、精确的二维地图和三维模型,该软件可从航拍片中利用摄影测量与多目重建的原理快速获取点云数据,并进行后期的加工处理。
无人机航摄一般由地面操作系统、飞行平台组成。地面操作系统包括无人机遥控器,连接遥控器的操控平台如手机、iPad等;飞行平台包括无人机、摄影仪、记录系统等。进行无人机航拍任务前首先连接无人机和软件DJI GO 4,通过DJI GO 4控制无人机的飞行任务,在执行飞行任务前,进行无人机的安全检查,确保无人机状态正常才能进行飞行任务。确保无人机在飞行前处于安全状态后,进一步设置航行时的航向重叠率、旁向重叠率以及相机的倾斜角。可以确保航行时拍摄工地照片的图片质量。之后可进一步通过Altzure软件进行航线规划,更加便捷的进行飞行任务。可详细确定飞行时长以及飞行距离,包括进行调整航线可以确定航拍的图片数量,根据三维重建点云来预估需要的图片数量是否能够满足点云建模的需要。同时在执行航拍任务前要确定禁飞区域是否限飞以及限飞高度是多少,《民用无人驾驶航空器系统驾驶员管理暂行规定》中规定了该重量无人机的飞行高度不应超过120m。即确保无人机航拍区域不在禁飞区,同时在高度120米以下,因此可在限飞高度内根据航拍区域的高度确定无人机飞行的最佳高度。
在飞行任务结束后,选择三维重建软件进行三维重建,建立施工现场的点云,本文选择Pix4Dmapper进行三维点云的重建工作。Pix4Dmapper具备了强大的自动计算与处理功能,其能够支持快速录入无人机数据或航天影像数据,并能够快速将数据转换为高精度的正射镶嵌、3D地理模型,以及生成相应的3D纹理。利用Pix4Dmapper进行三维点云的重建:首先新建项目,选择加入的图片并设置图片属性,如图像的坐标系一般默认为WGS84(经纬度)坐标,地理定位与方向以及相机型号,在菜单栏点击运行,选择本地处理,生成数字表面模型及正射影像,输出点云格式可选择xyz、las、laz等格式。
采用手持SLAM进行工地室内及局部点云数据的采集,可对无人机在室外工地点云数据进行辅助补充,更加完善工地点云数据的采集覆盖面。本发明采用ZEB-REVO便携式激光扫描仪进行室内点云数据的采集,ZEB-REVO便携式激光扫描仪提供了一个快速简单的三维点云数据采集方式。使用者可步行通过目标区域即可获取数据。ZEB-REVO与传统的地面静态式激光扫描仪相比,省去了仪器设置和数据拼接的时间,可以在比传统激光扫描使用更短的时间,获取精确的三维点云数据,通过ZEB-REVO便携式激光扫描仪可实现台风前施工现场数据的快速采集。
ZEB-REVO扫描仪将原始的激光测距数据和惯导数据数据转化成三维点云通过GeoSLAM公司的SLAM算法实现。ZEB-REVO是由一个二维脉冲扫描仪与一个安装在马达驱动上的惯导单元(IMU)严格地组合而成。安装在电机上的扫描头通过运动获取了我们需要的三维信息。使用三维同步定位与映射(SLAM)算法来将二维激光扫描数据和惯导数据结合,来生成三维点云。
SLAM算法将原始扫描数据处理成点云的方式与测绘中导线测量类似,即当前位置与由前一个已知位置推算。这种方式因为误差累积会导致点位"漂移"。通过重复测量已知位置来形成闭合环是一个避免误差累积的有效方式。操作者必须从相同位置开始和结束测量,以确保至少一个闭合环。以便使误差最小化并提高所得点云的精度。一般来说最好做圆形循环而不是往返循环,往返循环只是自身加倍。这适用于水平和垂直回路,即如果可能,通过不同的门进入和离开,通过不同的楼梯在楼层间移动。仔细扫描闭环区域以确保从合适的角度扫描关键特征是非常重要的。如果从不同方向返回到某个区域,可能需要转动。这在特征差的环境中尤其重要。因此在数据采集之前,应该首先做好路径规划,找出可能出现问题的区域,例如地物特征稀少的环境,门廊、楼梯等过渡区域。路径规划时应该尽肯能找出能够出现闭合环的地方。
扫描仪的最大测程为30m。仅在最佳条件下可实现(具有良好目标反射率的室内)。在大多数情况下,一般最大范围是15-20m。建议尽量将范围保持在小于10m,从而确保良好的点密度用于SLAM算法。对于非常大的测量项目,应该分成多个扫描任务。以避免文件太大以及减少误差累积引起的任何漂移。建议每次测量限时30分钟以内。缓慢的步行速度能够覆盖1000-3000m的测量范围。因此扫描速度及区域均可满足台风前快速扫描点云。
ZEB-REVO扫描仪生成的文件为geoslam格式,因此需要通过GeoSLAM软件进行数据处理,软件界面会切换到数据页面。在处理ZEB-REVO数据时,将我们从数据记录仪上下载的geoslam格式文件拖拽到数据页面的对应区域中。处理完成后,保存数据将成果文件保存到工作目录中。数据成果文件支持导出las、ply格式。
在本实施例中,还包括对室内外环境点云模型分割为地面点云和非地面点云。具体的,读入点云后,对三维点云模型进行区分,识别出地面点云和非地面点云。首先要确定地面的最大高度,以区分地面与非地面,经过0.1、0.2、0.3、0.4、0.5几组数据的测试,发现在0.2米处,地面与非地面分割的效果最好,可以明显的划分地面与非地面,因此选定0.2米为地面的最大高度,即0.2米以下判定为地面,0.2米以上点云为需要进行安全状态判别的项目。以地面为参考面作为水平面,其方向向量为[0,0,1],同时,为了便于区分,将点云分割成地面点和非地面点并以不同的颜色表示。
在MATLAB中显示分割后的效果图,红色的点为地面点云,蓝色的点为塔式起重机点云,将地面点与非地面点区分开后,对地面点云进行平面拟合以计算地面点云的法向量,通过pcnormals函数估计点云的法线,pcnormals函数是估计点云法线的函数,normals=pcnormals(ptCloud,k)另外指定k,即用于局部平面拟合的点数,故首先选择非地面点云的平面拟合点数,求出非地面点云的法向量,先求出两平面之间的夹角,继而求得塔式起重机的角度偏移。将塔式起重机的垂直度偏差允许范围是4/1000,即安全角度范围应为arctan(4/1000),将超过arctan(4/1000)这个角度偏移的点云设为不安全状态的点云,以黑色表示,不超过的以红色标识。为保障算法的适用性,对于不同的检测对象,例如施工围挡,在算法中更换角度阈值即可实现施工围挡的垂直度检测。
其中,基于室内外环境点云模型完成安全隐患自动检测包括变形检测和安全距离检测。利用MATLAB开发安全隐患检测算法完成变形检测,输出红色点云和黑色点云;其中红色点云表示安全,黑色点云表示不安全。安全距离检测采用Trimble RealWorks进行安全距离测量。
由点云模型上识别出安全隐患后,施工现场管理人员需要快速对安全隐患进行处理,一般依据防台风方案及预案进行安全隐患处理,而施工现场的防台风预案往往是以文档方式呈现,且一般覆盖各个检查项目,但不是所有的检查项目都处于不安全状态,因此当现场管理人员处理安全隐患时,找到对应的检查项目处理措施需要耗费一定的时间,缺少一定的针对性,同时文档方式的安全预案不能够直接根据安全隐患立马呈现相应的安全措施,在台风预警期时间紧迫的情况下,需要更为高效、更有针对性的方法呈现安全隐患应对措施。通过GUI图形用户界面可链接台风预警期安全隐患应对措施数据库,构建台风前工地安全隐患应对措施自动查询系统,以帮助施工现场管理人员在台风前快速确定工地相应安全隐患的应对措施,缩减台风前施工现场进行防护的反应时间。
在本实施例中,通过自动安全检测算法判断是否发生倾斜等形变首先需要确定安全范围即垂直度的允许偏差。检测垂直度是否在允许偏差范围的MATLAB程序可以涵盖一类需要检查是否发生倾斜的项目,因为程序编写原理均是检测与地面所形成的角度是否在安全范围,区别在于不同的项目其角度安全范围的准则不同,如施工围挡和塔式起重机的垂直度允许偏差不同,与地面形成角度的安全范围就有所区别。
选取塔式起重机作为案例,验证开发的自动安全隐患检测算法是否能够进行安全自动检测。在行业标准里,以强制性条文的形式规定:塔式起重机安装到设计规定的基本高度时,塔身轴心线对支承面的侧向垂直度偏差不应大于0.4%,即根据相应规范可知塔式起重机的垂直度偏差允许范围是4/1000H。H是指规范里的“设计规定的基本高度”即工地上所说的最大独立安装高度。基于MATLAB平台对塔式起重机进行安全检测第一步就是需要先将塔式起重机的点云模型导入MATLAB中,导入模型后,因为要根据点云模型判断塔式起重机的垂直度偏移量,需要选定参照物,选择地面作为判断角度是否偏移的参照,第二步则需要判断地面点云和非地面点云;涉及到角度的偏移计算,则需要引入方向向量进行判别角度,因此第三步是计算地面点云和非地面点云的方向矢量,根据方向矢量,计算点云垂直角度;第四步按一定阈值,显示不同垂直度点云,即不同的检查项目角度范围不同,可以通过第四步设置检查项目的角度范围,并设置不同颜色显示,超出安全范围的和在安全范围类的用不同颜色在三维点云模型上区分开来,以保证工地管理人员可以直观的看出不符合安全的区域在哪里,可以快速准确的安排人员进行整改。
实现这四个步骤首先要将点云导入到MATLAB中,在CloudCompare中分割出的点云模型格式为las,即首先要读入las格式点云,obj=lasdata('文件名')是读取las格式点云文件的头和xyz数据的命令,xyz=get_xyz(obj)则是获取点云模型的三维坐标,pcd=pointCloud(xyz)是将点云模型的三维坐标变为点云格式变量,pcshow是指输入pointCloud类,在MATLAB中显示三维模型,其中pointCloud是matlab的内置函数,功能就是把这些数据转变为pointCloud类型的数据,可被matlab读取及进行后续处理。
一种工地台风预警期安全隐患快速识别系统,如图2所示,包括:
信息获取模块:用于采集待监测室内外环境信息;
室内外环境点云模型生成模块:用于对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;
安全隐患检测模块:用于基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;
灾害识别平台构建模块:用于利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种工地台风预警期安全隐患快速识别方法,其特征在于,包括以下步骤:采集待监测室内外环境信息;
对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;
基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;
利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。
2.根据权利要求1所述的一种工地台风预警期安全隐患快速识别方法,其特征在于,还包括所述灾害识别平台自动连接安全隐患应对措施数据库,构建安全隐患应对措施自动查询系统。
3.根据权利要求2所述的一种工地台风预警期安全隐患快速识别方法,其特征在于,安全隐患应对措施自动查询系统查询过程如下:
选择检查项目的施工阶段;
根据施工阶段选定对应的分项工程;
根据分项工程选择对应的具体项目;
选择具体项目的施工方式;
选定后自动出现安全隐患的应对措施。
4.根据权利要求1所述的一种工地台风预警期安全隐患快速识别方法,其特征在于,还包括对室内外环境点云模型分割为地面点云和非地面点云。
5.根据权利要求1所述的一种工地台风预警期安全隐患快速识别方法,其特征在于,基于室内外环境点云模型完成安全隐患自动检测包括变形检测和安全距离检测。
6.根据权利要求5所述的一种工地台风预警期安全隐患快速识别方法,其特征在于,利用MATLAB开发安全隐患检测算法完成变形检测,输出红色点云和黑色点云;其中红色点云表示安全,黑色点云表示不安全。
7.根据权利要求5所述的一种工地台风预警期安全隐患快速识别方法,其特征在于,安全距离检测采用Trimble RealWorks进行安全距离测量。
8.一种工地台风预警期安全隐患快速识别系统,其特征在于,包括:
信息获取模块:用于采集待监测室内外环境信息;
室内外环境点云模型生成模块:用于对待监测室内外环境信息进行点云建模,生成室内外环境点云模型;
安全隐患检测模块:用于基于室内外环境点云模型完成安全隐患自动检测,并将检测到的隐患显示于室内外环境点云模型上;
灾害识别平台构建模块:用于利用GUI根据显示于室内外环境点云模型上的隐患构建灾害识别平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210188089.3A CN114511301A (zh) | 2022-02-28 | 2022-02-28 | 一种工地台风预警期安全隐患快速识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210188089.3A CN114511301A (zh) | 2022-02-28 | 2022-02-28 | 一种工地台风预警期安全隐患快速识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114511301A true CN114511301A (zh) | 2022-05-17 |
Family
ID=81552700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210188089.3A Pending CN114511301A (zh) | 2022-02-28 | 2022-02-28 | 一种工地台风预警期安全隐患快速识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511301A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808324A (zh) * | 2024-02-27 | 2024-04-02 | 西安麦莎科技有限公司 | 一种无人机视觉协同的建筑进度评估方法 |
CN117808324B (zh) * | 2024-02-27 | 2024-06-04 | 西安麦莎科技有限公司 | 一种无人机视觉协同的建筑进度评估方法 |
-
2022
- 2022-02-28 CN CN202210188089.3A patent/CN114511301A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808324A (zh) * | 2024-02-27 | 2024-04-02 | 西安麦莎科技有限公司 | 一种无人机视觉协同的建筑进度评估方法 |
CN117808324B (zh) * | 2024-02-27 | 2024-06-04 | 西安麦莎科技有限公司 | 一种无人机视觉协同的建筑进度评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111337030B (zh) | 一种基于背负式的激光雷达扫描系统、导航定位方法 | |
JP6503500B2 (ja) | 点群データ利用システム | |
CN113611082B (zh) | 一种无人机铁路边坡监控与预警系统及方法 | |
CN110287519A (zh) | 一种集成bim的建筑工程施工进度监测方法及系统 | |
JP2019009919A (ja) | 巡視点検支援システム及び巡視点検支援制御プログラム | |
CN109612427A (zh) | 一种多传感器协同的无人机公路桥梁形变检测方法及系统 | |
CN108733053A (zh) | 一种基于机器人的智能道路检测方法 | |
CN115597659B (zh) | 一种变电站智能安全管控方法 | |
CN112539704B (zh) | 一种输电线路通道内隐患与导线距离的测量方法 | |
CN104091168A (zh) | 基于无人机影像的电力线自动提取定位方法 | |
JP6465421B1 (ja) | 構造物変状検出装置 | |
CN104933223A (zh) | 一种输电线路通道数字化测绘方法 | |
CN108957507A (zh) | 基于增强现实技术的燃气管道泄漏处置方法 | |
CN111101949B (zh) | 一种涉及风险源穿越过程的动态监测管理系统及方法 | |
KR102354870B1 (ko) | 게임엔진 기반 디지털 건설현장 안전 모니터링 시스템 | |
CN114511301A (zh) | 一种工地台风预警期安全隐患快速识别方法及系统 | |
CN115496399A (zh) | 基于无人机的基坑勘测任务即时更新分配方法及系统 | |
Wang et al. | A construction progress on-site monitoring and presentation system based on the integration of augmented reality and BIM | |
Jäkel et al. | A concept of an automated damage management for the maintenance of bridge structures in the context of a life cycle oriented approach | |
Asa et al. | Measuring position determination for realization of automatic inspection using UAV | |
KR102311371B1 (ko) | 도심지 건설현장을 위한 미세먼지 스마트 감시시스템 | |
Dabous et al. | Three-dimensional modeling and defect quantification of existing concrete bridges based on photogrammetry and computer aided design | |
KR102520274B1 (ko) | 송배전설비 감시용 무인항공기의 회피구역 설정방법 | |
CN114119605B (zh) | 铁路工务设备及周边环境形变对比分析方法 | |
JP7369375B1 (ja) | 建築物又は土木構造物の管理支援システム |
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 |