CN115049975A - 一种动态展示施工场地安全活动要素的方法和系统 - Google Patents

一种动态展示施工场地安全活动要素的方法和系统 Download PDF

Info

Publication number
CN115049975A
CN115049975A CN202210557495.2A CN202210557495A CN115049975A CN 115049975 A CN115049975 A CN 115049975A CN 202210557495 A CN202210557495 A CN 202210557495A CN 115049975 A CN115049975 A CN 115049975A
Authority
CN
China
Prior art keywords
unsafe
coordinate system
construction site
information
behavior
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
Application number
CN202210557495.2A
Other languages
English (en)
Inventor
路浩
张琴
赵趯
潘志专
赵猛
张运
何娟
卢昱杰
王海松
刘博�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Eighth Engineering Division Co Ltd
Original Assignee
China Construction Eighth Engineering Division Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Eighth Engineering Division Co Ltd filed Critical China Construction Eighth Engineering Division Co Ltd
Priority to CN202210557495.2A priority Critical patent/CN115049975A/zh
Publication of CN115049975A publication Critical patent/CN115049975A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Social Psychology (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种动态展示施工场地安全活动要素的方法和系统，方法包括：利用BIM模型形成三维数字底板；世界坐标系建立，摄像头点位配准；视野校准，双射关系建立；不安全行为识别；获取行为信息，包括位置信息和属性信息，所述位置信息包括不安全行为包围框底边中点像素坐标对应的三维坐标，所述属性信息包括检测到的目标类别、不安全行为类别、摄像头ID；将不安全行为的位置信息与属性信息动态更新至后台数据库，并将信息实时渲染展示于平台。本发明可以帮助项目管理人员更高效地发现施工现场人与机械的不安全行为，及时动态实现安全活动要素的监控、预警及管理闭环。

Description

一种动态展示施工场地安全活动要素的方法和系统
技术领域
本发明涉及建筑工程施工数字化管理技术领域，尤其涉及一种基于BIM和计算机视觉动态展示施工场地安全活动要素的方法和系统。
背景技术
安全管理是施工项目管理的重要组成部分，其重要内容就是通过安监人员的日常巡视，及时发现施工现场人的不安全行为和物的不安全状态，通过对这些行为与状态的整改，将可能发生的安全事故消除在萌芽状态。但是，当前项目安全管理的日常巡视存在以下几点问题：(1)日常巡视工作量大。现今施工项目规模越来越大，日常巡视会消耗项目管理人员大量精力，通过日常巡视的方法发现并消除安全隐患变得异常困难。在走访部分项目时发现，部分超大型项目的安全管理人员没有精力开展日常巡视工作；(2)安全巡视漏检、错检的现象十分普遍。由于人的经验不足、工作时注意力不集中、工作态度不认真等因素，管理人员日常巡视过程中，即使看见了隐患，也不一定能及时识别和记录。为提高施工项目安全管理水平，迫切需要一种新型管理方案，以快速、高效、准确地发现施工现场的安全隐患。
发明内容
为解决上述问题，本发明提出一种基于BIM和计算机视觉动态展示施工场地安全活动要素的方法和系统，本发明可以帮助项目管理人员更高效地发现施工现场人与机械的不安全行为，及时动态实现安全活动要素的监控、预警及管理闭环。
为实现上述目的，本发明采取的技术方案为：
一种动态展示施工场地安全活动要素的方法，其包括步骤：
对施工场地的BIM模型进行二次开发，获取关键点的参数信息，形成三维数字底板；
建立施工场地的三维坐标系，并配准施工场地内各塔吊云台摄像头在所述三维坐标系中的位置；
校准摄像头获取的监控视野，利用透视变换原理，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系；
利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为；
获取行为信息，包括位置信息和属性信息，所述位置信息包括不安全行为包围框底边中点像素坐标对应的三维坐标，所述属性信息包括检测到的目标类别、不安全行为类别、摄像头ID；
将不安全行为的位置信息与属性信息动态更新至后台数据库，并将信息实时渲染展示于全景不安全行为动态监管展示平台。
作为一实施方式，人与机械的不安全行为包括以下任一或多项：人员未正确佩戴安全帽或穿着安全服，人员违规入侵机械作业范围。
作为一实施方式，形成三维数字底板所需的参数信息包括构建已有场地空间的点、线、面信息，包括空间角点的三维坐标、构成空间线段的方程参数以及构成空间平面的方程参数。
作为一实施方式，在确定施工场地的三维坐标系之后，根据云台摄像头位于塔吊的空间尺寸位置、塔吊的BIM坐标系坐标和塔吊目前高度，确定云台摄像头在所述三维坐标系中的位置。
作为一实施方式，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系的步骤包括：
在每个塔吊摄像头设置多个云台巡检预置点；
在每个预置点视野中，定位至少3个关键点，并以所述关键点的BIM坐标系坐标和透视变换原理，获得所述预置点视野中所有像素点的BIM坐标系映射。
作为一实施方式，利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为的步骤包括：
根据标注好的数据及公开数据集，训练一个识别人员与安全装备或机械的多标签目标监测模型；
根据人员与安全装备包围框或者人员与机械包围框之间的包含及距离关系，设定判定不安全行为的逻辑规则。
一种动态展示施工场地安全活动要素的系统，其包括：
BIM二次开发模块，用于对施工场地的BIM模型进行二次开发，获取关键点的参数信息，形成三维数字底板；
世界坐标系模块，用于建立施工场地的三维坐标系，并配准施工场地内各塔吊云台摄像头在所述三维坐标系中的位置；
安全监控模块，用于校准摄像头获取的监控视野，利用透视变换原理，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系；
不安全行为识别模块，用于利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为；
行为信息模块，用于获取行为信息，包括位置信息和属性信息，所述位置信息包括不安全行为包围框底边中点像素坐标对应的三维坐标，所述属性信息包括检测到的目标类别、不安全行为类别、摄像头ID；
更新与展示模块，用于将不安全行为的位置信息与属性信息动态更新至后台数据库，并将信息实时渲染展示于全景不安全行为动态监管展示平台。
由于采用上述技术方案，使得本发明具有以下有益效果：
(1)本发明利用BIM和图像算法多模态的深度数据融合，创新的在虚拟工地(BIM轻量化模块中)提供了实时的人员和机械位置及不安全状态，可应用于施工项目各阶段的安全管理，在全施工过程中实时自动监控不安全行为，全景动态显示有利于不安全行为的全面捕捉和快速制止，提升现场安全管理水平，降低事故发生率；
(2)本发明充分利用了各项目已有的摄像头硬件进行布置开发，且挖掘了BIM模型的应用价值，扩展了BIM模型的应用场景，有较高的实践价值；同时软硬件标准化程度好，可扩展性强，可应用于各种规模的工程项目；
(3)本发明部署灵活，扩展性强，适合多种施工场景，市场推广前景广阔。本发明所述系统的硬件可回收重复利用，软件可迭代升级，大大降低了单个项目的使用成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于BIM和计算机视觉动态展示施工场地安全活动要素的方法的流程图。
图2为本发明实施例提供的一种基于BIM和计算机视觉动态展示施工场地安全活动要素的系统的构架图。
图3为本发明实施例提供的视野透视变换原理图。
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。
本发明实施例提供了一种基于BIM和计算机视觉动态展示施工场地安全活动要素的方法和系统，在建筑施工各过程中，安全管理均是项目管理的重要组成部分，防止人与机械的不安全行为，是安全管理的重要内容。本发明可以帮助项目管理人员更高效地发现施工现场人与机械的不安全行为，及时动态实现安全活动要素的监控、预警及管理闭环。
参阅图1所示，是本发明基于BIM和计算机视觉动态展示施工场地安全活动要素的方法的流程图，如图所示，本发明方法具体包括以下步骤：
步骤一：利用BIM模型形成三维数字底板
具体为：对施工场景的BIM模型进行二次开发，获取特定关键点的参数信息，如建筑物外立面角点/顶点坐标，塔吊基座角点坐标及塔吊高程等，由此信息形成三维数字底板；
其中，形成三维数字底板所需的参数信息，需从已有的BIM模型中提取；上述参数信息的提取方法可以是手动提取，或通过BIM的二次开发，自动提取；上述参数信息包括构建已场地空间的点、线、面信息，包括空间角点的三维坐标、构成空间线段的方程参数以及构成空间平面的方程参数；上述三维数字底板由上述三维信息确定，上述三维数字底板为一系统相连的面，是现有技术，在此不一一赘述。
步骤二：世界坐标系建立，摄像头点位配准
具体为：建立施工场地的三维(世界)坐标系，并配准施工场地内各塔吊云台摄像机在该三维坐标系中的位置；
其中，施工场地的三维坐标系应从有利于施工管理的角度设定或选取；坐标系选取完成后，再根据云台球机位于塔吊的空间尺寸位置、塔吊的BIM坐标系坐标和塔吊目前高度，确定云台摄像机在该三维坐标系中的位置。
步骤三：视野校准，双射关系建立
具体为：校准摄像机获取的监控视野，利用透视变换原理，建立监控视野内的像素点坐标与上述的BIM三维坐标系中的部分关键三维点坐标的一一映射关系；
其中，摄像头获取的监控视野中的像素点，需与上述的三维坐标系中的坐标点建立映射关系；上述关系建立的依据为上述从BIM模型中提取的参数信息，以及上述云台摄像机在三维坐标系中的位置与角度；上述关系建立的方法为透视原理、射影几何等数学方法，透视变换原理为现有技术，其模型如图3所示，透视变换是把一个图像投影到一个新的视平面的过程，该过程包括：把一个二维坐标系转换为三维坐标系，然后把三维坐标系投影到新的二维坐标系。该过程是一个非线性变换过程，因此，一个平行四边形经过透视变换后只得到四边形，但不平行。
具体地，在本实施例中，在每个塔吊球机摄像头设置多个云台巡检“预置点”，在每个预置点视野中，定位至少3个关键点，并以上述关键点的BIM坐标系坐标和透视变换原理，获得该预置点视野中所有像素点的BIM坐标系映射；
步骤四：不安全行为识别
具体为：利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为，如人员未正确佩戴安全帽/服，人员违规入侵机械作业范围等；
其中，检测方法为基于深度学习的全景不安全行为检测算法，检测对象为施工工人与机械的不安全行为；具体的，首先根据标注好的数据及公开数据集，训练一个识别人员/安全帽/安全服/常见机械(如挖掘机/渣土车/吊车等)的多标签目标监测模型(常见的如YOLOv5、EfficientDet等)，然后，根据人员与安全装备包围框/人员与机械包围框之间的包含及距离关系，设定一系列判定不安全行为的逻辑规则，如人员包围框中未包含安全帽包围框，则判别“人员未戴安全帽”，又如，人员包围框与机械包围框有重合，则初步判别“人与机械间距离过近”等。
步骤五：获取行为信息
可以分为：
获取位置信息，即不安全行为包围框底边中点像素坐标对应的三维坐标；以及
获取属性信息，即检测到的目标类别、不安全行为类别、摄像头ID等。
其中，需获取的行为信息包括位置信息，即不安全行为所在的三维坐标系中的坐标位置，以及属性信息，即检测到的目标类别、不安全行为类别，摄像头ID等；获取信息的依据为上述从BIM模型中提取的参数信息、上述像素坐标系与三维坐标系的映射关系、上述检测算法以及检测结果
步骤六：状态更新，平台展示
具体为：将不安全行为的位置信息与属性信息动态更新至后台数据库，并将以上信息实时渲染展示于全景不安全行为动态监管展示平台。
进一步地，在上述检测到不安全行为的同时，将上述获取的信息同步更新至后台数据库，并同时在前端平台展示；后台更新的内容和前端平台展示的内容包含上述获取的所有位置信息和属性信息。
配合图2所示，为本发明实施例提供的一种动态展示施工场地安全活动要素的系统的构架图，本发明由前端摄像头、远端服务器和管理平台等组成。服务器和摄像头构成系统硬件层；BIM模型、定位算法、识别算法及图片视频等数据构成系统数据层；不安全识别定位以及在三维数字底板展示构成系统应用层。
具体来说，本发明一种动态展示施工场地安全活动要素的系统，其主要包括以下模块：
BIM二次开发模块，用于对施工场地的BIM模型进行二次开发，获取关键点的参数信息，形成三维数字底板；
世界坐标系模块，用于建立施工场地的三维坐标系，并配准施工场地内各塔吊云台摄像头在所述三维坐标系中的位置；
安全监控模块，用于校准摄像头获取的监控视野，利用透视变换原理，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系；
不安全行为识别模块，用于利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为；
行为信息模块，用于获取行为信息，包括位置信息和属性信息，所述位置信息包括不安全行为包围框底边中点像素坐标对应的三维坐标，所述属性信息包括检测到的目标类别、不安全行为类别、摄像头ID；
更新与展示模块，用于将不安全行为的位置信息与属性信息动态更新至后台数据库，并将信息实时渲染展示于全景不安全行为动态监管展示平台。
本发明具有以下有益效果：
1.本发明利用BIM和图像算法多模态的深度数据融合，创新的在虚拟工地(BIM轻量化模块中)提供了实时的人员和机械位置及不安全状态，可应用于施工项目各阶段的安全管理，在全施工过程中实时自动监控不安全行为，全景动态显示有利于不安全行为的全面捕捉和快速制止，提升现场安全管理水平，降低事故发生率；
2.本发明充分利用了各项目已有的球机摄像头硬件进行布置开发，且挖掘了BIM模型的应用价值，扩展了BIM模型的应用场景，有较高的实践价值；同时软硬件标准化程度好，可扩展性强，可应用于各种规模的工程项目；
3.本发明部署灵活，扩展性强，适合多种施工场景，市场推广前景广阔。本发明所述系统的硬件可回收重复利用，软件可迭代升级，大大降低了单个项目的使用成本。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (7)

1.一种动态展示施工场地安全活动要素的方法，其特征在于，包括步骤：
对施工场地的BIM模型进行二次开发，获取关键点的参数信息，形成三维数字底板；
建立施工场地的三维坐标系，并配准施工场地内各塔吊云台摄像头在所述三维坐标系中的位置；
校准摄像头获取的监控视野，利用透视变换原理，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系；
利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为；
获取行为信息，包括位置信息和属性信息，所述位置信息包括不安全行为包围框底边中点像素坐标对应的三维坐标，所述属性信息包括检测到的目标类别、不安全行为类别、摄像头ID；
将不安全行为的位置信息与属性信息动态更新至后台数据库，并将信息实时渲染展示于全景不安全行为动态监管展示平台。
2.根据权利要求1所述的一种动态展示施工场地安全活动要素的方法，其特征在于，人与机械的不安全行为包括以下任一或多项：人员未正确佩戴安全帽或穿着安全服，人员违规入侵机械作业范围。
3.根据权利要求1所述的一种动态展示施工场地安全活动要素的方法，其特征在于，形成三维数字底板所需的参数信息包括构建已有场地空间的点、线、面信息，包括空间角点的三维坐标、构成空间线段的方程参数以及构成空间平面的方程参数。
4.根据权利要求1所述的一种动态展示施工场地安全活动要素的方法，其特征在于，在确定施工场地的三维坐标系之后，根据云台摄像头位于塔吊的空间尺寸位置、塔吊的BIM坐标系坐标和塔吊目前高度，确定云台摄像头在所述三维坐标系中的位置。
5.根据权利要求1所述的一种动态展示施工场地安全活动要素的方法，其特征在于，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系的步骤包括：
在每个塔吊摄像头设置多个云台巡检预置点；
在每个预置点视野中，定位至少3个关键点，并以所述关键点的BIM坐标系坐标和透视变换原理，获得所述预置点视野中所有像素点的BIM坐标系映射。
6.根据权利要求1所述的一种动态展示施工场地安全活动要素的方法，其特征在于，利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为的步骤包括：
根据标注好的数据及公开数据集，训练一个识别人员与安全装备或机械的多标签目标监测模型；
根据人员与安全装备包围框或者人员与机械包围框之间的包含及距离关系，设定判定不安全行为的逻辑规则。
7.一种动态展示施工场地安全活动要素的系统，其特征在于，包括：
BIM二次开发模块，用于对施工场地的BIM模型进行二次开发，获取关键点的参数信息，形成三维数字底板；
世界坐标系模块，用于建立施工场地的三维坐标系，并配准施工场地内各塔吊云台摄像头在所述三维坐标系中的位置；
安全监控模块，用于校准摄像头获取的监控视野，利用透视变换原理，建立监控视野内的像素点坐标与所述三维坐标系中的关键点坐标的一一映射关系；
不安全行为识别模块，用于利用基于深度学习的全景不安全行为检测算法，识别人与机械的不安全行为；
行为信息模块，用于获取行为信息，包括位置信息和属性信息，所述位置信息包括不安全行为包围框底边中点像素坐标对应的三维坐标，所述属性信息包括检测到的目标类别、不安全行为类别、摄像头ID；
更新与展示模块，用于将不安全行为的位置信息与属性信息动态更新至后台数据库，并将信息实时渲染展示于全景不安全行为动态监管展示平台。
CN202210557495.2A 2022-05-19 2022-05-19 一种动态展示施工场地安全活动要素的方法和系统 Pending CN115049975A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210557495.2A CN115049975A (zh) 2022-05-19 2022-05-19 一种动态展示施工场地安全活动要素的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210557495.2A CN115049975A (zh) 2022-05-19 2022-05-19 一种动态展示施工场地安全活动要素的方法和系统

Publications (1)

Publication Number Publication Date
CN115049975A true CN115049975A (zh) 2022-09-13

Family

ID=83160306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210557495.2A Pending CN115049975A (zh) 2022-05-19 2022-05-19 一种动态展示施工场地安全活动要素的方法和系统

Country Status (1)

Country Link
CN (1) CN115049975A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474321A (zh) * 2023-10-30 2024-01-30 郑州宝冶钢结构有限公司 基于bim模型的施工现场风险智能识别方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474321A (zh) * 2023-10-30 2024-01-30 郑州宝冶钢结构有限公司 基于bim模型的施工现场风险智能识别方法及系统
CN117474321B (zh) * 2023-10-30 2024-04-19 郑州宝冶钢结构有限公司 基于bim模型的施工现场风险智能识别方法及系统

Similar Documents

Publication Publication Date Title
CN109978409B (zh) 一种多工程企业级智慧工地区块链管理方法
Soltani et al. Framework for location data fusion and pose estimation of excavators using stereo vision
CN112818768B (zh) 一种基于元学习的变电站改扩建违章行为智能化识别方法
WO2023093217A1 (zh) 数据标注方法、装置、计算机设备、存储介质和程序
Wang Automatic checks from 3D point cloud data for safety regulation compliance for scaffold work platforms
CN112184773A (zh) 一种基于深度学习的安全帽佩戴检测方法及系统
CN115597659A (zh) 一种变电站智能安全管控方法
CN112508071A (zh) 基于bim的桥梁病害标记方法和装置
CN115049975A (zh) 一种动态展示施工场地安全活动要素的方法和系统
CN112685812A (zh) 一种动态监管方法、装置、设备及存储介质
CN113256269A (zh) 一种基于bim、云计算及大数据技术的工程管理系统
CN112906441B (zh) 用于通信行业查勘维护的图像识别系统及方法
Shrestha et al. Construction safety visualization
CN115578455A (zh) 混凝土结构室内预留洞口的定位方法
CN115982824A (zh) 施工现场工人空间管理方法、装置、电子设备及存储介质
CN115802002A (zh) 一种电力作业的安全监控方法
CN114973147A (zh) 基于激光雷达建图的分布式监控摄像机定位方法及系统
KR102377393B1 (ko) 중장비 및 가스관 인식용 영상 분석 방법 및 시스템
CN103903269A (zh) 球机监控视频的结构化描述方法和系统
Zhang et al. Automated visibility field evaluation of traffic sign based on 3d Lidar point clouds
CN113537019A (zh) 基于关键点识别变电站人员安全帽佩戴的检测方法
CN111462233B (zh) 一种船舶驾驶室的还原数据处理方法、系统和存储介质
CN114727064B (zh) 施工安全宏观监控系统及方法
CN115578827B (zh) 基于ai视频的危化品领用容器跟踪方法及系统
CN116973939B (zh) 安全监测方法及装置

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