CN115410354A - 工业厂区的安全预警方法、装置和安全预警系统 - Google Patents
工业厂区的安全预警方法、装置和安全预警系统 Download PDFInfo
- Publication number
- CN115410354A CN115410354A CN202211056176.XA CN202211056176A CN115410354A CN 115410354 A CN115410354 A CN 115410354A CN 202211056176 A CN202211056176 A CN 202211056176A CN 115410354 A CN115410354 A CN 115410354A
- Authority
- CN
- China
- Prior art keywords
- information
- industrial factory
- risk
- virtual
- video
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 13
- 239000000779 smoke Substances 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 10
- 230000006378 damage Effects 0.000 claims description 7
- 208000027418 Wounds and injury Diseases 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 4
- 208000014674 injury Diseases 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 23
- 238000004458 analytical method Methods 0.000 abstract description 17
- 238000007726 management method Methods 0.000 description 50
- 238000012544 monitoring process Methods 0.000 description 28
- 238000004422 calculation algorithm Methods 0.000 description 18
- 239000003245 coal Substances 0.000 description 16
- 238000013473 artificial intelligence Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000007667 floating Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 231100001261 hazardous Toxicity 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- -1 equipment Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/275—Image signal generators from 3D object models, e.g. computer-generated stereoscopic image signals
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本申请提供了一种工业厂区的安全预警方法、装置和安全预警系统。该方法包括:获取工业厂区的视频信息;获取工业厂区的三维虚拟模型;至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
Description
技术领域
本申请涉及煤矿安全监测领域,具体而言,涉及一种工业厂区的安全预警方法、装置、计算机可读存储介质和安全预警系统。
背景技术
传统的煤炭工业厂区,通过多年的信息化建设,目前已经形成了多个信息化系统,例如火灾事故预警系统、气体粉尘事故预警系统、水灾事故预警系统等,但是目前的安全预警方案中,都是各个信息系统独立运行,多个信息系统没有关联性,缺乏统一管理,因此目前的煤炭行业的预警系统是无法对煤炭工业厂区进全面风险分析,无法对煤炭工业厂区的安全生产提供有效保障。
发明内容
本申请的主要目的在于提供一种工业厂区的安全预警方法、装置、计算机可读存储介质和安全预警系统,以解决现有技术中目前的煤炭行业的预警系统是无法对煤炭工业厂区进全面风险分析,无法对煤炭工业厂区的安全生产提供有效保障的问题。
根据本发明实施例的一个方面,提供了一种工业厂区的安全预警方法,包括:获取工业厂区的视频信息,所述视频信息是视频采集设备采集所述工业厂区的现场的视频得到的;获取所述工业厂区的三维虚拟模型,所述三维虚拟模型是预先根据所述工业厂区的实际场景构建得到的,所述三维虚拟模型中的虚拟场景和所述实际场景相对应;至少根据所述视频信息对所述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,所述虚拟风险位置是所述三维虚拟模型中的虚拟位置,所述虚拟风险位置与所述工业厂区中有风险的实际位置相对应,所述风险视频截图是所述工业厂区的现场中有风险的所述实际位置的视频的图像。
可选地,至少根据所述视频信息对所述工业厂区进行安全检测,包括:获取所述视频信息中的目标实际设备的设备轮廓信息,获取所述三维虚拟模型中的对应的目标虚拟设备的虚拟设备轮廓信息,所述三维虚拟模型中的所述虚拟场景中的虚拟设备和所述实际场景中的实际设备相对应;将所述设备轮廓信息与所述虚拟设备轮廓信息进行边沿比对;在所述设备轮廓信息的边沿相对于所述虚拟设备轮廓信息的虚拟边沿有异常突出的情况下,确定存在高空坠物风险,并确定所述目标实际设备所在位置对应的虚拟位置为所述虚拟风险位置。
可选地,至少根据所述视频信息对所述工业厂区进行安全检测,包括:获取所述视频信息中的用户信息,所述用户信息是指进入所述工业厂区的现场的用户的信息;根据所述用户信息,确定所述用户是否已穿戴安全设备以及所述用户的位置信息;根据所述位置信息确定所述用户是否已进入危险区域,所述危险区域包括易燃易爆的区域;在确定所述用户未穿戴所述安全设备,和/或,所述用户已进入所述危险区域的情况下,确定存在人员损伤风险,并确定所述用户的所述位置信息对应的虚拟位置为所述虚拟风险位置。
可选地,至少根据所述视频信息对所述工业厂区进行安全检测,包括:获取所述工业厂区的渗水信息,获取所述工业厂区的气体信息,其中,所述渗水信息是漏水传感器采集的所述工业厂区的现场的水位得到的,所述气体信息是烟雾传感器采集的所述工业厂区的现场的气体浓度得到的;确定所述工业厂区是否符合预定条件,所述预定条件包括以下至少之一:所述工业厂区内发生火灾、所述工业厂区内发生水灾、所述工业厂区内有危险品泄漏,其中,所述工业厂区内是否发生火灾是根据所述视频信息确定的,所述工业厂区内是否发生水灾是根据所述渗水信息确定的,所述工业厂区内是否有危险品泄漏是根据所述气体信息确定的;在所述工业厂区符合所述预定条件的情况下,确定发生安全事故,并确定发生所述安全事故的所在位置对应的虚拟位置为所述虚拟风险位置。
可选地,在确定发生安全事故之后,所述方法还包括:根据所述虚拟风险位置确定安全位置,所述安全位置是指非虚拟风险位置的位置;根据所述安全位置确定逃生路线,所述逃生路线上的所有位置均为所述安全位置。
可选地,所述方法还包括:获取所述视频信息中的车辆信息,所述车辆信息是指进入所述工业厂区的现场的车辆的视频的信息;根据所述车辆信息,对所述车辆进行安全检测。
可选地,根据所述车辆信息,对所述车辆进行安全检测,包括:确定所述车辆信息是否已存储在目标数据库中,在所述车辆信息未存储在所述目标数据库中的情况下,确定所述车辆为非工作车辆;在所述车辆信息已存储在所述目标数据库中的情况下,确定所述车辆的行驶范围,在所述车辆超出所述行驶范围行驶的情况下,确定所述车辆的路线偏离,所述行驶范围是根据所述车辆信息中的车辆用途确定的;在所述车辆信息已存储在所述目标数据库中的情况下,获取所述视频信息中的驾驶状态信息,根据所述驾驶状态信息,确定驾驶人员是否窜岗驾驶,确定所述驾驶人员是否疲劳驾驶,在所述驾驶人员窜岗驾驶,和/或,所述驾驶人员疲劳驾驶的情况下,确定所述车辆存在行驶风险,所述驾驶状态信息是指驾驶所述车辆的驾驶人员的驾驶状态的信息。
可选地,所述方法还包括:在接收到读卡器发送的刷卡信息的情况下,对所述刷卡信息进行鉴权,所述刷卡信息是门禁卡靠近所述读卡器后所述读卡器生成的;在对所述刷卡信息鉴权通过的情况下,控制所述工业厂区的门开启;在对所述刷卡信息鉴权不通过的情况下,确定存在非工作人员进入风险,并确定所述工业厂区的门所在位置对应的虚拟位置为所述虚拟风险位置。
根据本发明实施例的另一方面,还提供了一种工业厂区的安全预警装置,包括:第一获取单元,用于获取工业厂区的视频信息,所述视频信息是视频采集设备采集所述工业厂区的现场的视频得到的;第二获取单元,用于获取所述工业厂区的三维虚拟模型,所述三维虚拟模型是预先根据所述工业厂区的实际场景构建得到的,所述三维虚拟模型中的虚拟场景和所述实际场景相对应;处理单元,用于至少根据所述视频信息对所述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,所述虚拟风险位置是所述三维虚拟模型中的虚拟位置,所述虚拟风险位置与所述工业厂区中有风险的实际位置相对应,所述风险视频截图是所述工业厂区的现场中有风险的所述实际位置的视频的图像。
根据本发明实施例的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行任意一种所述的方法。
根据本发明实施例的再一方面,还提供了一种安全预警系统,包括:视频采集设备;漏水传感器;烟雾传感器;工业厂区的安全预警装置,分别与所述视频采集设备、所述漏水传感器和所述烟雾传感器通信,所述工业厂区的安全预警装置用于执行任意一种所述的方法。
在本发明实施例中,首先获取工业厂区的视频信息,之后获取工业厂区的三维虚拟模型,最后至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的实施例的一种工业厂区的安全预警方法的流程示意图;
图2示出了本申请的工业厂区的安全预警方案的技术架构示意图;
图3示出了本申请的工业厂区的安全预警方案的逻辑架构示意图;
图4示出了根据本申请的实施例的一种工业厂区的安全预警装置的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
传统的煤炭工业厂区,通过多年的信息化建设,目前已经形成了包括视频监控、人脸识别、车辆识别、门禁管理、火灾报警等系统在内的各个信息化系统。多个系统的建设提升了当前的管理及管控水平,但是各个信息化系统均为独立运行,业务系统之间并无关联,无法实现业务数据互联互通,形成了信息孤岛。目前的方案中无法将业务数据进行碰撞,从而无法发挥这些系统的最大作用。不仅增加了操作和维护的人力成本,而且无法发挥出各系统的集成优势。
现已建成的大部分业务系统均是基于平面地图(二维地图)进行使用,前端安全防控设备(各种检测设备和控制设备)均能在平面地图上进行标注并实现远程操控,平面地图的应用有效地提升了现有系统的信息化水平。但是平面地图存在平面化、虚拟化的特点,业务数据信息的展示不够直观,缺少与实际场景的关联,对于日常管理、重点区域的安全防控、应急事件的快速响应等应用缺乏有效得支撑。
随着工业4.0的到来,工业智能化、数字孪生、人工智能的逐渐普及,传统的业务平台已经满足不了工业厂区的运营需求。煤炭行业尤其注重安全生产以及安全管理,特别是对于危险源的实时预警以及人员安全管控尤为重要。将现有的独立系统进行信息集成,结合人工智能算法,三维GIS(地理信息系统,Geographic Information System,简称GIS)并且提供动态的可视化管理界面以及实时数据分析,历史数据记录。如何为煤炭行业安全生产提供精准的保障,为事故分析提供精准的数据支撑的系统平台是解决问题的关键。
正如背景技术中所说的,现有技术中目前的煤炭行业的预警系统是无法对煤炭工业厂区进全面风险分析,无法对煤炭工业厂区的安全生产提供有效保障,为了解决上述问题,本申请的一种典型的实施方式中,提供了一种工业厂区的安全预警方法、装置、计算机可读存储介质和安全预警系统。
根据本申请的实施例,提供了一种工业厂区的安全预警方法。
图1是根据本申请实施例的工业厂区的安全预警方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取工业厂区的视频信息,上述视频信息是视频采集设备采集上述工业厂区的现场的视频得到的;
具体地,可以获取视频采集设备采集的工业厂区的现场全部的视频,基于视频信息可以进行精准定位的测距,测量距离误差小于0.5米,用来对工业厂区的安全预警提供实际的数据支持,例如为以下情况提供数据支持:用户进入危险区域预警、高空坠物的提前预警、危险源的距离测算、出现火灾时的安全路线规划等,结合人工智能算法分析目标物体或者目标用户一段时间内的定位数据,还可以跟踪位移距离实时计算定位数据。
步骤S102,获取上述工业厂区的三维虚拟模型,上述三维虚拟模型是预先根据上述工业厂区的实际场景构建得到的,上述三维虚拟模型中的虚拟场景和上述实际场景相对应;
具体地,可以结合三维GIS技术和增强现实(Augmented Reality,简称AR)技术加载三维虚拟模型(三维实景模型),并集成视频采集设备采集到的视频,形成视频监控,可以以多窗口的形式浮动展示三维虚拟模型。在三维虚拟模型的基础上采用AR技术,为工业厂区的三维虚拟模型增加视频监控的功能,以及相关的设备操作,提供整体的展示效果,例如,可以通过远程摇杆控制视频采集设备的移动,视频采集设备的视角就会相对移动,这样可以在三维虚拟场景中任意切换视角,全方位浏览工业厂区实时动态,在实际应用中可以结合功能按键的使用来完成现场设备的操作,例如控制门禁开关和照明设备开启等。
在实际应用中,可以根据三维虚拟模型进行综合管理,将三维虚拟模型展示在显示界面上,可以在显示界面上编辑三维虚拟模型,还可以通过三维虚拟模型对物资、设备、车辆以及人员进行管理,并进行统计和分析处理。
具体地,可以结合GIS技术和AR技术,动态加载工业厂区的三维虚拟模型,可以加载后展示工业厂区的可视化近景图,还可以加载后展示工业厂区的可视化全景图,这样可以通过远程摇杆控制视频采集设备的移动,可以任意切换视角,无缝浏览工业厂区各个角落,并且通过浮动窗口展示工业厂区的现场的各种实时数据,为数据可视化提供了基础。
步骤S103,至少根据上述视频信息对上述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,上述虚拟风险位置是上述三维虚拟模型中的虚拟位置,上述虚拟风险位置与上述工业厂区中有风险的实际位置相对应,上述风险视频截图是上述工业厂区的现场中有风险的上述实际位置的视频的图像。
具体地,可以基于视频信息对目标设备进行精准定位,并结合边缘算法,以及目标设备的相对坐标的移动长度和取样帧之间的时差关系进行检测。已知目标设备在视频帧中的像素点分布与被测距离长度成比例关系,并且已知摄像头的偏转角度,通过投影变换补全偏转角度,使靶点与目标设备处于同一平面。根据对应的比例关系,通过像素点的分布即可确定目标设备与对应目标的相对距离。为了保证定位的精确度,采用了多个视频流结合人工智能算法,同时对目标设备进行多方位的计算,求得相对位置的平均值,测量精度可以保证小于0.5米。
通过三维扫描,可以采集工业厂区的三维虚拟模型。打破传统的平面地图虚拟化、平面化,不直观的弊端,以视频采集设备采集工业厂区的现场的视频为载体,AR技术为手段,整合工业厂区建筑物信息、作业区域信息、视频监控资源、物联网感知数据等数据信息,汇聚融合到高清视频当中,打造工业厂区的三维的视频实景地图,将传统的以平面地图为入口的业务应用向实景化、场景化转变,增强业务应用能力,提升工业厂区的信息化管理效率。
为了确定工业厂区是否存在高空坠物的风险,进一步保证工业厂区的安全生产,减少人员面临的安全风险,减少工业厂区的财产损失,本申请的一种实施例中,至少根据上述视频信息对上述工业厂区进行安全检测,包括:获取上述视频信息中的目标实际设备的设备轮廓信息,获取上述三维虚拟模型中的对应的目标虚拟设备的虚拟设备轮廓信息,上述三维虚拟模型中的上述虚拟场景中的虚拟设备和上述实际场景中的实际设备相对应;将上述设备轮廓信息与上述虚拟设备轮廓信息进行边沿比对;在上述设备轮廓信息的边沿相对于上述虚拟设备轮廓信息的虚拟边沿有异常突出的情况下,确定存在高空坠物风险,并确定上述目标实际设备所在位置对应的虚拟位置为上述虚拟风险位置。
具体地,根据目标实际设备的不同时间段的不同位置,结合人工智能算法,对目标实际设备进行动态识别,具体通过设备轮廓信息与虚拟设备轮廓信息进行边沿比对,在确定目标实际设备边沿异常突出的情况下,对突出物体的位置进行记录,并且结合人工智能算法,对突出物体进行材质分析,将突出物体进行抓拍,并记录日志,每隔一段时间对突出物体进行跟踪记录,直到清除突出物体。并且在确定有突出物体的情况下,还可以通过浮动窗口展示突出物体,这样可以提醒工作人员工业厂区存在高空坠物风险,便于维护人员快速的对危险源进行处理。
在实际应用中,还可以通过视频信息检测目标实际设备是否发生位移,对需要监控的目标实际设备限定边界警戒线,通过人工智能算法在目标实际设备超过规划范围的时候,通过浮动窗口发出警告,并记录对应的日志。
为了确定用户是否安全,可以基于视频信息,准确地确定用户是否按照规定进入工业厂区,还可以实现用户的精准定位,以准确地确定用户与危险区域的位置关系,本申请的又一种实施例中,至少根据上述视频信息对上述工业厂区进行安全检测,包括:获取上述视频信息中的用户信息,上述用户信息是指进入上述工业厂区的现场的用户的信息;根据上述用户信息,确定上述用户是否已穿戴安全设备以及上述用户的位置信息;根据上述位置信息确定上述用户是否已进入危险区域,上述危险区域包括易燃易爆的区域;在确定上述用户未穿戴上述安全设备,和/或,上述用户已进入上述危险区域的情况下,确定存在人员损伤风险,并确定上述用户的上述位置信息对应的虚拟位置为上述虚拟风险位置。
具体地,危险区域中包括危险源,例如火苗、淤泥、水坑等,危险区域中还包括危险物品,例如带有尖刺的设备,可以确定用户与危险区域的位置关系,确定用户是否已经进入了危险区域,测量误差小于0.5米。另外,基于视频信息可以分析危险源,还可以基于视频信息结合精准定位算法,实现人员的安全操作预警。
在实际应用中,还可以采用视频信息对用户进行人脸识别,用于工业厂区的人员筛查,结合安全预警的方案,对相关人员存在的安全隐患以及违规行为进行记录,例如,如果采集到的用户的信息没有存储在目标数据库中,确定用户不是工业厂区内部工作人员,如果用户没有携带安全帽或者未穿戴工服,确定用户有违规行为,并记录用户信息。
在获取到用户信息的情况下,还可以实时记录用户的运动轨迹、监控用户的安全,以保证用户的生命安全,还可以生成实时的日志信息存储的目标数据库中,用作后期事故分析或者违规记录的证明,以提升工业厂区的管理规范。
具体地,在用户未穿戴安全设备(例如安全帽)进入工业厂区的时候,通过视频信息结合人工智能算法,对监控的用户的状态进行分析,通过浮动窗口对违规用户进行动态抓拍,如果用户未带安全帽,对用户信息进行记录,生成日志,提升用户的安全意识,以提升工业厂区的安全管理规范,大大降低了安全事故的发生概率。
具体地,在用户进入危险区域的时候,可以通过浮动窗口进行提醒,如果用户进入了危险区域,浮动窗口显示抓拍的视频截图。危险区域可以通过实际情况确定,并实时保存在数据库中,对于危险区域的等级也可以区分,危险区域内的所有事件都会记录到数据库中,以便于后期进行安全教育,以及为事故分析提供依据。
为进一步高效地对工业厂区进行安全检测,进一步保证工业厂区的安全生产,本申请的另一种实施例中,至少根据上述视频信息对上述工业厂区进行安全检测,包括:获取上述工业厂区的渗水信息,获取上述工业厂区的气体信息,其中,上述渗水信息是漏水传感器采集的上述工业厂区的现场的水位得到的,上述气体信息是烟雾传感器采集的上述工业厂区的现场的气体浓度得到的;确定上述工业厂区是否符合预定条件,上述预定条件包括以下至少之一:上述工业厂区内发生火灾、上述工业厂区内发生水灾、上述工业厂区内有危险品泄漏,其中,上述工业厂区内是否发生火灾是根据上述视频信息确定的,上述工业厂区内是否发生水灾是根据上述渗水信息确定的,上述工业厂区内是否有危险品泄漏是根据上述气体信息确定的;在上述工业厂区符合上述预定条件的情况下,确定发生安全事故,并确定发生上述安全事故的所在位置对应的虚拟位置为上述虚拟风险位置。
具体地,在工业厂区符合预定条件的情况下,还可以进行报警,控制报警系统运行,报警系统可以是由声光报警设备组成的系统,在发生火灾、水灾或者危险品泄漏的时候,及时提醒工作人员工业厂区发生安全事故。
在实际情况中,如果视频采集设备采集的视频中有火苗,可以确定工业厂区内发生火灾,如果漏水传感器采集的水位超过水位阈值,可以确定工业厂区内发生水灾,如果烟雾传感器采集的气体浓度超过气体浓度阈值,可以确定工业厂区内有危险品泄漏。
为了有效组织人员安全撤离,减少安全事故对人员的损害,本申请的再一种实施例中,在确定发生安全事故之后,上述方法还包括:根据上述虚拟风险位置确定安全位置,上述安全位置是指非虚拟风险位置的位置;根据上述安全位置确定逃生路线,上述逃生路线上的所有位置均为上述安全位置。
具体地,在确定发生安全事故后,还可以记录火源位置,还可以进行灭火处理(例如控制喷水设备开启),还可以进行通风处理(例如控制通风设备开启),并提供逃生路线引导,对安全事故进行记录和分析。
在工业厂区发生安全事故后,可以根据结合发生事故的地点(即虚拟风险位置)以及就近的安全位置,规划逃生路线,并将逃生路线显示在显示界面上,这样可以有效组织人员安全撤离,减少安全事故对人员的损害,保证了工业厂区的安全。具体地可以根据三维虚拟模型以及安全位置,根据确定的虚拟风险位置,通过人工智能寻路算法,规划出可以避开危险源的逃生路线,逃生路线可以显示在显示界面上的三维模型上。
上述的方法中,首先获取工业厂区的视频信息,之后获取工业厂区的三维虚拟模型,最后至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
为了确定进入工业厂区的车辆是否安全,可以基于视频信息,准确且高效地对进入工业厂区的车辆进行安全检测,本申请的一种具体的实施例中,上述方法还包括:获取上述视频信息中的车辆信息,上述车辆信息是指进入上述工业厂区的现场的车辆的视频的信息;根据上述车辆信息,对上述车辆进行安全检测。
具体地,可以结合视频信息对车辆进行精准定位,并结合人工智能算法,对车辆进行监控以及车辆的轨迹进行记录和分析。
为进一步高效地对进入工业厂区的车辆进行安全检测,以保证工业厂区的安全,本申请的又一种具体的实施例中,根据上述车辆信息,对上述车辆进行安全检测,包括:确定上述车辆信息是否已存储在目标数据库中,在上述车辆信息未存储在上述目标数据库中的情况下,确定上述车辆为非工作车辆;在上述车辆信息已存储在上述目标数据库中的情况下,确定上述车辆的行驶范围,在上述车辆超出上述行驶范围行驶的情况下,确定上述车辆的路线偏离,上述行驶范围是根据上述车辆信息中的车辆用途确定的;在上述车辆信息已存储在上述目标数据库中的情况下,获取上述视频信息中的驾驶状态信息,根据上述驾驶状态信息,确定驾驶人员是否窜岗驾驶,确定上述驾驶人员是否疲劳驾驶,在上述驾驶人员窜岗驾驶,和/或,上述驾驶人员疲劳驾驶的情况下,确定上述车辆存在行驶风险,上述驾驶状态信息是指驾驶上述车辆的驾驶人员的驾驶状态的信息。
具体地,可以实时监控车辆的运行轨迹,提供安全预警功能、路线偏离功能、非工作车辆识别功能、危险驾驶预警功能,还可以记录车辆信息的运行日志,以便后续进行事故分析。
车辆的安全预警可以包括车辆碰撞预警,具体地,通过视频信息集合视频定位算法,以及人工智能碰撞算法,对车辆进行实时动态监控,当发现车辆碰撞时,录制紧急视频,并生成事故日志,对事故对应的数据进行存储。
路线偏离预警的原理如下:在车辆对应的车辆信息已经存储在目标数据库中(车辆已登记),可以根据车辆的用途对车辆的行驶范围进行限定,在三维虚拟模型上对车辆的行驶范围进行规划,当检测到车辆超过行驶范围的情况下确定车辆的路线偏离。
非工作车辆识别的原理如下:首先在目标数据库(可以是车辆管理平台的数据库)上对工业厂区的所有车辆拍到的照片进行登记,通过视频信息集合人工智能算法,进行车辆的实时识别,当发现车辆信息未存储在目标数据库中的情况下确定该车辆为非工作车辆。
危险驾驶预警的原理如下:在车辆内部安装有监控摄像头,实时检测驾驶人员的驾驶状态信息,确定驾驶人员是否疲劳驾驶,和/或,确定驾驶人员是否窜岗驾驶,相当于车辆的黑匣子,会实时记录驾驶人员的驾驶状态信息(包括驾驶人员的操作),当发生事故时,可以为事故分析提供数据支持。
对于工业厂区还可以进行门禁管理,对工业厂区的所有的门禁进行管理记录,还可以根据刷卡信息进行远程操作,这样操作人员可以不在现场也可以控制大门打开,本申请的另一种具体的实施例中,上述方法还包括:在接收到读卡器发送的刷卡信息的情况下,对上述刷卡信息进行鉴权,上述刷卡信息是门禁卡靠近上述读卡器后上述读卡器生成的;在对上述刷卡信息鉴权通过的情况下,控制上述工业厂区的门开启;在对上述刷卡信息鉴权不通过的情况下,确定存在非工作人员进入风险,并确定上述工业厂区的门所在位置对应的虚拟位置为上述虚拟风险位置。
具体地,可以对工业厂区的所有门禁进行统一管理,生成实时日志,并提供门禁卡工单管理、远程操作门禁对应的门开启或者关闭的功能,还可以对门禁的数据进行统计导出。
一种实施例中,本申请的工业厂区的预警方法实现的功能主要包括:采用MVC架构具有界面管理、模型管理、浮动窗口管理、人员管理、物资管理、车辆管理、设备管理、工单管理、流程管理、日志管理、统计分析、安全预警管理。结合硬件设备以及软件算法,对工业厂区进行智能化、可视化的实时监控以及安全预警。
具体地,采用本申请的上述方案,结合了人工智能算法,视频流以及基于视频信息进行定位,可以实现对工业厂区的动态预警,预警包括以下几种:高空坠物预警、危险源预警、用户进入危险区域预警、车辆碰撞预警、设备位移预警、人员安全预警等等。
通过多种业务数据进行融合,可以有效整合现有的视频监控、车辆识别、人脸识别、消防报警、资产管理等其它运营管理及安全防控相关数据,并能够将其在显示界面的三维虚拟模型上可视化展示。通过视频中多个图片,实现多维数据的高效呈现和定位,满足工业厂区的日常运营管理及安全生产监督。真正实现工业厂区业务系统的统一集成和管理,实现各监控系统“1+1>2”的效果,提升日常生产管理工作及安全防控的效率和质量,
本申请的工业厂区的安全预警方案的技术架构图如图2所示,主要包括实景智能管理单元、业务单元、高点监控单元、普通监控单元、智能监控单元和环境感知单元,以上都通过矿区内部网络通信,实景智能管理单元包括中心管理模块、数据管理模块、应用管理模块、回溯服务模块、智能分析服务器和客户端,实景智能管理单元用于整个预警方案的控制管理,客户端有显示界面,可以显示三维实景模型和对应的视频;业务单元包括视频监控模块、车辆识别模块、人像卡口模块、消防报警模块、资产管理模块和其他安全生产模块,视频监控模块用于识别采集到的视频,车辆识别模块用于识别工业厂区的车辆,人像卡口模块用于识别工业厂区内的用户,消防报警模块用于在出现安全事故的情况下,控制相应的设备开启(例如出现火灾的情况下控制喷水设备开启),资产管理模块用于管理工业厂区内的数据,其他安全生产模块为备份;高点监控单元包括全景鹰眼摄像头、高空球摄像头和高空云台摄像头,高点监控单元用于采集工业厂区内位置较高的实际场景的视频;普通监控单元包括高清筒机摄像头和高清枪机摄像头,普通监控单元用于采集工业厂区内位置较低的实际场景的视频;智能监控单元包括人像卡口摄像头和车辆卡口摄像头,智能监控单元用于采集门禁处的用户的视频以及车辆的视频;环境感知单元包括漏水传感器和烟雾传感器,漏水传感器用于采集的工业厂区的现场的水位,烟雾传感器用于采集的工业厂区的现场的气体浓度;采用上述的技术架构,可以设计一种安全预警平台,包括视频监控、人脸识别、车辆识别、门禁管理、火灾报警等系统。通过网络将数据集中汇总给实景智能管理单元,为实景智能管理单元的各种功能计算,提供基础的信息数据支持。通过网络进行上送,可以动态扩展各种需要算法以及功能,也可以在实景智能管理单元上对外部系统进行控制,如控制门禁的大门远程开门等。
本申请的工业厂区的安全预警方案的逻辑架构图如图3所示,在业务应用上可以应用多种业务,例如数据看板(可视化查看数据)、全域漫游(切换不同的摄像头查看工业厂区内的视频数据)、综合管理(工业厂区内的所有的数据管理)、环境监控(监控工业厂区内的环境数据)、视频巡查(全方位浏览工业厂区实时动态)、告警联动(在出现安全事故的情况下进行报警)、违章识别(监控人员和车辆是否违章)、异常分析(对工业厂区内的实际场景进行分析以确定是否有安全事故)、场景管控(管理工业厂区内所有的实际场景)、语音呼叫(呼叫移动终端)、资产查询(查询数据库中存储的工业厂区内的信息)和应急预案(在出现安全事故的情况下进行应急处理);在应用的通常场景可以包括多种场景,例如运营决策(控制工业厂区内所有的实际场景)、态势监控(控制工业厂区内的实际设备)、场景治理(管理工业厂区内的实际场景)、可视监管(监控工业厂区内的视频)、智慧应急(自动化配置应急预案)、指挥调度(规划逃生路线)、资产管理(管理数据库中存储的工业厂区内的信息)和勤务监督(管理数据库中的用户信息和车辆信息);采用的场景可以是多种(场景构建时候使用的数据),例如全局数据看板(工业厂区的全景的可视化查看数据)、二维GIS(二维虚拟模型)、三维GIS(三维虚拟模型)和视频场景(工业厂区现场的视频),可以通过综合管理平台管理工业厂区的数据;工业厂区的安全预警采用的时空要素可以包括矢量数据(工业厂区的实际场景的各个设备的位置)、三维虚拟模型数据(三维虚拟模型中的各个虚拟设备的位置)、影像数据(视频采集设备采集的工业厂区的视频)、地理实体数据(工业厂区的设备的唯一性的自然或人工地物)、瓦片数据(数据库中存储的数据库文件)和栅格数据(工业厂区的实际场景中的属性值);工业厂区的安全预警采用的业务数据可以包括场景资源数据库中的数据(工业厂区的实际场景中的所有的数据)、视频数据(工业厂区的现场的视频)、图片数据(工业厂区的现场的图片)、文本数据(工业厂区的现场的生产数据)和图表数据(工业厂区的香肠的生产数据构建的图表),还可以包括实时视频监控数据(实时监控到的数据)、基础设施数据(工业厂区内的所有的基础设备的相关数据)、违章检测数据(用户违章的数据或者车辆违章的数据)、场景管理数据(工业厂区内所有的实际场景的数据)和GPS数据(工业厂区内所有的实际场景中的定位数据);基础设施可以包括多种资源,例如计算资源(GIS和AR)、存储资源(数据库)和网络资源(矿区内部网络);在用户终端的终端感知方面,可以感知到的方面可以包括视频监控(监控工业厂区)、智能识别(识别工业厂区内的实际场景)、道路识别(识别工业场景内的实际场景的道路)、环境监测(监控工业厂区内的多个实际场景)、场景资产(管理工业厂区内的实际场景的数据)、配套设施(管理工业厂区内的所有的基础设备)、数据档案(管理数据库中的存储的数据)、物联网(与其他的设备通过物联网通信)和移动终端(显示界面上显示工业厂区内的数据)。整体逻辑架构可以包括基础平台数据的采集处理以及人工智能算法的应用。根据外部信息化基础平台提供的基础数据,进行人工智能算法的应用,以及视频、安全系统的应用。提供了数据的统计分析、安全预警管理等功能。平台采用分布式模块化的结构设计,降低各个系统之间的耦合度,通过数据总线进行通讯,便于系统功能的独立开发,以及对模块进行独立的升级维护。
本申请实施例还提供了一种工业厂区的安全预警装置,需要说明的是,本申请实施例的工业厂区的安全预警装置可以用于执行本申请实施例所提供的用于工业厂区的安全预警方法。以下对本申请实施例提供的工业厂区的安全预警装置进行介绍。
图4是根据本申请实施例的工业厂区的安全预警装置的示意图。如图4所示,该装置包括:
第一获取单元10,用于获取工业厂区的视频信息,上述视频信息是视频采集设备采集上述工业厂区的现场的视频得到的;
第二获取单元20,用于获取上述工业厂区的三维虚拟模型,上述三维虚拟模型是预先根据上述工业厂区的实际场景构建得到的,上述三维虚拟模型中的虚拟场景和上述实际场景相对应;
处理单元30,用于至少根据上述视频信息对上述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,上述虚拟风险位置是上述三维虚拟模型中的虚拟位置,上述虚拟风险位置与上述工业厂区中有风险的实际位置相对应,上述风险视频截图是上述工业厂区的现场中有风险的上述实际位置的视频的图像。
为了确定工业厂区是否存在高空坠物的风险,进一步保证工业厂区的安全生产,减少人员面临的安全风险,减少工业厂区的财产损失,本申请的一种实施例中,处理单元包括第一获取模块、比对模块和第一确定模块,第一获取模块用于获取上述视频信息中的目标实际设备的设备轮廓信息,获取上述三维虚拟模型中的对应的目标虚拟设备的虚拟设备轮廓信息,上述三维虚拟模型中的上述虚拟场景中的虚拟设备和上述实际场景中的实际设备相对应;比对模块用于将上述设备轮廓信息与上述虚拟设备轮廓信息进行边沿比对;第一确定模块用于在上述设备轮廓信息的边沿相对于上述虚拟设备轮廓信息的虚拟边沿有异常突出的情况下,确定存在高空坠物风险,并确定上述目标实际设备所在位置对应的虚拟位置为上述虚拟风险位置。
为了确定用户是否安全,可以基于视频信息,准确地确定用户是否按照规定进入工业厂区,还可以实现用户的精准定位,以准确地确定用户与危险区域的位置关系,本申请的又一种实施例中,处理单元包括第二获取模块、第二确定模块、第三确定模块和第四确定模块,第二获取模块用于获取上述视频信息中的用户信息,上述用户信息是指进入上述工业厂区的现场的用户的信息;第二确定模块用于根据上述用户信息,确定上述用户是否已穿戴安全设备以及上述用户的位置信息;第三确定模块用于根据上述位置信息确定上述用户是否已进入危险区域,上述危险区域包括易燃易爆的区域;第四确定模块用于在确定上述用户未穿戴上述安全设备,和/或,上述用户已进入上述危险区域的情况下,确定存在人员损伤风险,并确定上述用户的上述位置信息对应的虚拟位置为上述虚拟风险位置。
为进一步高效地对工业厂区进行安全检测,进一步保证工业厂区的安全生产,本申请的另一种实施例中,处理单元包括第三获取模块、第五确定模块和第六确定模块,第三获取模块用于获取上述工业厂区的渗水信息,获取上述工业厂区的气体信息,其中,上述渗水信息是漏水传感器采集的上述工业厂区的现场的水位得到的,上述气体信息是烟雾传感器采集的上述工业厂区的现场的气体浓度得到的;第五确定模块用于确定上述工业厂区是否符合预定条件,上述预定条件包括以下至少之一:上述工业厂区内发生火灾、上述工业厂区内发生水灾、上述工业厂区内有危险品泄漏,其中,上述工业厂区内是否发生火灾是根据上述视频信息确定的,上述工业厂区内是否发生水灾是根据上述渗水信息确定的,上述工业厂区内是否有危险品泄漏是根据上述气体信息确定的;第六确定模块用于在上述工业厂区符合上述预定条件的情况下,确定发生安全事故,并确定发生上述安全事故的所在位置对应的虚拟位置为上述虚拟风险位置。
为了有效组织人员安全撤离,减少安全事故对人员的损害,本申请的再一种实施例中,上述装置还包括第一确定单元和第二确定单元,第一确定单元用于在确定发生安全事故之后,根据上述虚拟风险位置确定安全位置,上述安全位置是指非虚拟风险位置的位置;第二确定单元用于根据上述安全位置确定逃生路线,上述逃生路线上的所有位置均为上述安全位置。
上述的装置中,第一获取单元获取工业厂区的视频信息,第二获取单元获取工业厂区的三维虚拟模型,处理单元至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
为了确定进入工业厂区的车辆是否安全,可以基于视频信息,准确且高效地对进入工业厂区的车辆进行安全检测,本申请的一种具体的实施例中,上述装置还包括第三获取单元和检测单元,第三获取单元用于获取上述视频信息中的车辆信息,上述车辆信息是指进入上述工业厂区的现场的车辆的视频的信息;检测单元用于根据上述车辆信息,对上述车辆进行安全检测。
为进一步高效地对进入工业厂区的车辆进行安全检测,以保证工业厂区的安全,本申请的又一种具体的实施例中,检测单元包括第七确定模块、第八确定模块和第九确定模块,第七确定模块用于确定上述车辆信息是否已存储在目标数据库中,在上述车辆信息未存储在上述目标数据库中的情况下,确定上述车辆为非工作车辆;第八确定模块用于在上述车辆信息已存储在上述目标数据库中的情况下,确定上述车辆的行驶范围,在上述车辆超出上述行驶范围行驶的情况下,确定上述车辆的路线偏离,上述行驶范围是根据上述车辆信息中的车辆用途确定的;第九确定模块用于在上述车辆信息已存储在上述目标数据库中的情况下,获取上述视频信息中的驾驶状态信息,根据上述驾驶状态信息,确定驾驶人员是否窜岗驾驶,确定上述驾驶人员是否疲劳驾驶,在上述驾驶人员窜岗驾驶,和/或,上述驾驶人员疲劳驾驶的情况下,确定上述车辆存在行驶风险,上述驾驶状态信息是指驾驶上述车辆的驾驶人员的驾驶状态的信息。
对于工业厂区还可以进行门禁管理,对工业厂区的所有的门禁进行管理记录,还可以根据刷卡信息进行远程操作,这样操作人员可以不在现场也可以控制大门打开,本申请的另一种具体的实施例中,上述装置还包括鉴权单元、控制单元和第三确定单元,鉴权单元用于在接收到读卡器发送的刷卡信息的情况下,对上述刷卡信息进行鉴权,上述刷卡信息是门禁卡靠近上述读卡器后上述读卡器生成的;控制单元用于在对上述刷卡信息鉴权通过的情况下,控制上述工业厂区的门开启;第三确定单元用于在对上述刷卡信息鉴权不通过的情况下,确定存在非工作人员进入风险,并确定上述工业厂区的门所在位置对应的虚拟位置为上述虚拟风险位置。
上述工业厂区的安全预警装置包括处理器和存储器,上述第一获取单元、第二获取单元和处理单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来对煤炭工业厂区进全面风险分析,对煤炭工业厂区的安全生产提供有效保障。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述工业厂区的安全预警方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述工业厂区的安全预警方法。
本申请实施例还提供了一种安全预警系统,包括视频采集设备、漏水传感器、烟雾传感器和工业厂区的安全预警装置,工业厂区的安全预警装置分别与上述视频采集设备、上述漏水传感器和上述烟雾传感器通信,上述工业厂区的安全预警装置用于执行任意一种上述的方法
上述的安全预警系统中,由于包括任一种上述的方法,该方法中首先获取工业厂区的视频信息,之后获取工业厂区的三维虚拟模型,最后至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取工业厂区的视频信息,上述视频信息是视频采集设备采集上述工业厂区的现场的视频得到的;
步骤S102,获取上述工业厂区的三维虚拟模型,上述三维虚拟模型是预先根据上述工业厂区的实际场景构建得到的,上述三维虚拟模型中的虚拟场景和上述实际场景相对应;
步骤S103,至少根据上述视频信息对上述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,上述虚拟风险位置是上述三维虚拟模型中的虚拟位置,上述虚拟风险位置与上述工业厂区中有风险的实际位置相对应,上述风险视频截图是上述工业厂区的现场中有风险的上述实际位置的视频的图像。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取工业厂区的视频信息,上述视频信息是视频采集设备采集上述工业厂区的现场的视频得到的;
步骤S102,获取上述工业厂区的三维虚拟模型,上述三维虚拟模型是预先根据上述工业厂区的实际场景构建得到的,上述三维虚拟模型中的虚拟场景和上述实际场景相对应;
步骤S103,至少根据上述视频信息对上述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,上述虚拟风险位置是上述三维虚拟模型中的虚拟位置,上述虚拟风险位置与上述工业厂区中有风险的实际位置相对应,上述风险视频截图是上述工业厂区的现场中有风险的上述实际位置的视频的图像。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的工业厂区的安全预警方法,首先获取工业厂区的视频信息,之后获取工业厂区的三维虚拟模型,最后至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
2)、本申请的工业厂区的安全预警装置,第一获取单元获取工业厂区的视频信息,第二获取单元获取工业厂区的三维虚拟模型,处理单元至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
3)、本申请的安全预警系统,由于包括任一种上述的方法,该方法中首先获取工业厂区的视频信息,之后获取工业厂区的三维虚拟模型,最后至少根据视频信息对工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图。该方案中,通过构建整个工业厂区的三维虚拟模型,可以在显示界面上展示整个工业厂区的三维虚拟场景,并获取整个工业厂区内所有的现场的视频,得到视频信息,这样可以至少根据视频信息对工业厂区进行安全检测,如果检测到工业厂区有风险,可以直接在显示界面上展示对应的虚拟风险位置和风险视频截图,这样可以对工业厂区进行全面分析,保证了工业厂区的安全生产。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种工业厂区的安全预警方法,其特征在于,包括:
获取工业厂区的视频信息,所述视频信息是视频采集设备采集所述工业厂区的现场的视频得到的;
获取所述工业厂区的三维虚拟模型,所述三维虚拟模型是预先根据所述工业厂区的实际场景构建得到的,所述三维虚拟模型中的虚拟场景和所述实际场景相对应;
至少根据所述视频信息对所述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,所述虚拟风险位置是所述三维虚拟模型中的虚拟位置,所述虚拟风险位置与所述工业厂区中有风险的实际位置相对应,所述风险视频截图是所述工业厂区的现场中有风险的所述实际位置的视频的图像。
2.根据权利要求1所述的方法,其特征在于,至少根据所述视频信息对所述工业厂区进行安全检测,包括:
获取所述视频信息中的目标实际设备的设备轮廓信息,获取所述三维虚拟模型中的对应的目标虚拟设备的虚拟设备轮廓信息,所述三维虚拟模型中的所述虚拟场景中的虚拟设备和所述实际场景中的实际设备相对应;
将所述设备轮廓信息与所述虚拟设备轮廓信息进行边沿比对;
在所述设备轮廓信息的边沿相对于所述虚拟设备轮廓信息的虚拟边沿有异常突出的情况下,确定存在高空坠物风险,并确定所述目标实际设备所在位置对应的虚拟位置为所述虚拟风险位置。
3.根据权利要求1所述的方法,其特征在于,至少根据所述视频信息对所述工业厂区进行安全检测,包括:
获取所述视频信息中的用户信息,所述用户信息是指进入所述工业厂区的现场的用户的信息;
根据所述用户信息,确定所述用户是否已穿戴安全设备以及所述用户的位置信息;
根据所述位置信息确定所述用户是否已进入危险区域,所述危险区域包括易燃易爆的区域;
在确定所述用户未穿戴所述安全设备,和/或,所述用户已进入所述危险区域的情况下,确定存在人员损伤风险,并确定所述用户的所述位置信息对应的虚拟位置为所述虚拟风险位置。
4.根据权利要求1所述的方法,其特征在于,至少根据所述视频信息对所述工业厂区进行安全检测,包括:
获取所述工业厂区的渗水信息,获取所述工业厂区的气体信息,其中,所述渗水信息是漏水传感器采集的所述工业厂区的现场的水位得到的,所述气体信息是烟雾传感器采集的所述工业厂区的现场的气体浓度得到的;
确定所述工业厂区是否符合预定条件,所述预定条件包括以下至少之一:所述工业厂区内发生火灾、所述工业厂区内发生水灾、所述工业厂区内有危险品泄漏,其中,所述工业厂区内是否发生火灾是根据所述视频信息确定的,所述工业厂区内是否发生水灾是根据所述渗水信息确定的,所述工业厂区内是否有危险品泄漏是根据所述气体信息确定的;
在所述工业厂区符合所述预定条件的情况下,确定发生安全事故,并确定发生所述安全事故的所在位置对应的虚拟位置为所述虚拟风险位置。
5.根据权利要求4所述的方法,其特征在于,在确定发生安全事故之后,所述方法还包括:
根据所述虚拟风险位置确定安全位置,所述安全位置是指非虚拟风险位置的位置;
根据所述安全位置确定逃生路线,所述逃生路线上的所有位置均为所述安全位置。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述视频信息中的车辆信息,所述车辆信息是指进入所述工业厂区的现场的车辆的视频的信息;
根据所述车辆信息,对所述车辆进行安全检测。
7.根据权利要求6所述的方法,其特征在于,根据所述车辆信息,对所述车辆进行安全检测,包括:
确定所述车辆信息是否已存储在目标数据库中,在所述车辆信息未存储在所述目标数据库中的情况下,确定所述车辆为非工作车辆;
在所述车辆信息已存储在所述目标数据库中的情况下,确定所述车辆的行驶范围,在所述车辆超出所述行驶范围行驶的情况下,确定所述车辆的路线偏离,所述行驶范围是根据所述车辆信息中的车辆用途确定的;
在所述车辆信息已存储在所述目标数据库中的情况下,获取所述视频信息中的驾驶状态信息,根据所述驾驶状态信息,确定驾驶人员是否窜岗驾驶,确定所述驾驶人员是否疲劳驾驶,在所述驾驶人员窜岗驾驶,和/或,所述驾驶人员疲劳驾驶的情况下,确定所述车辆存在行驶风险,所述驾驶状态信息是指驾驶所述车辆的驾驶人员的驾驶状态的信息。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在接收到读卡器发送的刷卡信息的情况下,对所述刷卡信息进行鉴权,所述刷卡信息是门禁卡靠近所述读卡器后所述读卡器生成的;
在对所述刷卡信息鉴权通过的情况下,控制所述工业厂区的门开启;
在对所述刷卡信息鉴权不通过的情况下,确定存在非工作人员进入风险,并确定所述工业厂区的门所在位置对应的虚拟位置为所述虚拟风险位置。
9.一种工业厂区的安全预警装置,其特征在于,包括:
第一获取单元,用于获取工业厂区的视频信息,所述视频信息是视频采集设备采集所述工业厂区的现场的视频得到的;
第二获取单元,用于获取所述工业厂区的三维虚拟模型,所述三维虚拟模型是预先根据所述工业厂区的实际场景构建得到的,所述三维虚拟模型中的虚拟场景和所述实际场景相对应;
处理单元,用于至少根据所述视频信息对所述工业厂区进行安全检测,并在检测到有风险的情况下,在显示界面上显示虚拟风险位置和风险视频截图,所述虚拟风险位置是所述三维虚拟模型中的虚拟位置,所述虚拟风险位置与所述工业厂区中有风险的实际位置相对应,所述风险视频截图是所述工业厂区的现场中有风险的所述实际位置的视频的图像。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,所述程序执行权利要求1至8中任意一项所述的方法。
11.一种安全预警系统,其特征在于,包括:
视频采集设备;
漏水传感器;
烟雾传感器;
工业厂区的安全预警装置,分别与所述视频采集设备、所述漏水传感器和所述烟雾传感器通信,所述工业厂区的安全预警装置用于执行权利要求1至8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211056176.XA CN115410354B (zh) | 2022-08-31 | 2022-08-31 | 工业厂区的安全预警方法、装置和安全预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211056176.XA CN115410354B (zh) | 2022-08-31 | 2022-08-31 | 工业厂区的安全预警方法、装置和安全预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115410354A true CN115410354A (zh) | 2022-11-29 |
CN115410354B CN115410354B (zh) | 2023-11-14 |
Family
ID=84163578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211056176.XA Active CN115410354B (zh) | 2022-08-31 | 2022-08-31 | 工业厂区的安全预警方法、装置和安全预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115410354B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217547A (zh) * | 2023-11-08 | 2023-12-12 | 安徽宜介科技股份有限公司 | 建设工程重大危险源智能识别可视化监测装置及方法 |
CN117238092A (zh) * | 2023-11-16 | 2023-12-15 | 建龙西林钢铁有限公司 | 基于倾斜摄影和人车定位的工业厂区风险预警方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103456136A (zh) * | 2013-09-18 | 2013-12-18 | 戴会超 | 物联网构架水利水电工程重大事故安全隐患监测预警系统 |
CN103632509A (zh) * | 2013-12-03 | 2014-03-12 | 刘桥喜 | 基于gis系统的数字、智慧矿山报警联动方法及其平台 |
CN105117857A (zh) * | 2015-09-16 | 2015-12-02 | 枣庄矿业(集团)有限责任公司田陈煤矿 | 煤矿安全动态评估与诊断系统及方法 |
CN107172047A (zh) * | 2017-04-05 | 2017-09-15 | 杭州优海信息系统有限公司 | 工厂虚拟增强现实3d交互系统及其实现方法 |
CN107193375A (zh) * | 2017-05-17 | 2017-09-22 | 刘继君 | 一种基于虚拟现实的电力安全生产场景交互系统 |
CN107256007A (zh) * | 2013-05-09 | 2017-10-17 | 洛克威尔自动控制技术股份有限公司 | 用于工业自动化环境的虚拟化的系统和方法 |
CN206848800U (zh) * | 2017-05-26 | 2018-01-05 | 厦门汇利伟业科技有限公司 | 基于虚拟现实和工业物联网的在线监控系统 |
US20190026930A1 (en) * | 2017-07-24 | 2019-01-24 | Siemens Aktiengesellschaft | Digital information retrieval and rendering in a factory environment |
CN109299885A (zh) * | 2018-10-22 | 2019-02-01 | 兴科迪科技(泰州)有限公司 | 一种智能化矿车管理系统 |
CN109934467A (zh) * | 2019-02-22 | 2019-06-25 | 赛飞特工程技术集团有限公司 | 企业风险云图系统 |
CN109947052A (zh) * | 2017-12-20 | 2019-06-28 | 中国科学院沈阳自动化研究所 | 一种基于数字化ar技术的虚拟工厂制造执行系统 |
CN110008618A (zh) * | 2019-04-15 | 2019-07-12 | 华夏天信(北京)智能低碳技术研究院有限公司 | 一种基于gis和bim的应急辅助决策系统 |
CN111163285A (zh) * | 2018-11-08 | 2020-05-15 | 佳维技术有限公司 | 高空抛坠物监测方法及其系统、计算机可读存储介质 |
CN111709666A (zh) * | 2020-06-30 | 2020-09-25 | 中冶智诚(武汉)工程技术有限公司 | 一种钢铁企业煤气安全三维可视化管控系统及方法 |
CN112215944A (zh) * | 2020-09-28 | 2021-01-12 | 中建八局轨道交通建设有限公司 | 基于bim技术进行快速精准定位危险边界的方法 |
CN112666903A (zh) * | 2020-12-18 | 2021-04-16 | 河北润忆安全技术服务有限公司 | 一种工业园区安全风险管控系统 |
CN113191006A (zh) * | 2021-05-11 | 2021-07-30 | 常州奥施特信息科技有限公司 | 一种电子smt工厂的数字化vr监控方法和装置 |
CN113391704A (zh) * | 2021-06-21 | 2021-09-14 | 广东韶钢松山股份有限公司 | 一种数字智慧电厂虚拟现实的展示方法及系统 |
CN114254061A (zh) * | 2021-12-20 | 2022-03-29 | 常州机电职业技术学院 | 化工企业安全生产信息化管理平台及系统、工作方法 |
CN114501324A (zh) * | 2022-01-26 | 2022-05-13 | 深圳市海曼科技股份有限公司 | 一种火灾逃生指引方法、系统、计算机设备及可读储存介质 |
CN114924534A (zh) * | 2022-05-16 | 2022-08-19 | 北京华科合创科技发展有限公司 | 一种工业园区安全风险管控系统 |
-
2022
- 2022-08-31 CN CN202211056176.XA patent/CN115410354B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256007A (zh) * | 2013-05-09 | 2017-10-17 | 洛克威尔自动控制技术股份有限公司 | 用于工业自动化环境的虚拟化的系统和方法 |
CN103456136A (zh) * | 2013-09-18 | 2013-12-18 | 戴会超 | 物联网构架水利水电工程重大事故安全隐患监测预警系统 |
CN103632509A (zh) * | 2013-12-03 | 2014-03-12 | 刘桥喜 | 基于gis系统的数字、智慧矿山报警联动方法及其平台 |
CN105117857A (zh) * | 2015-09-16 | 2015-12-02 | 枣庄矿业(集团)有限责任公司田陈煤矿 | 煤矿安全动态评估与诊断系统及方法 |
CN107172047A (zh) * | 2017-04-05 | 2017-09-15 | 杭州优海信息系统有限公司 | 工厂虚拟增强现实3d交互系统及其实现方法 |
CN107193375A (zh) * | 2017-05-17 | 2017-09-22 | 刘继君 | 一种基于虚拟现实的电力安全生产场景交互系统 |
CN206848800U (zh) * | 2017-05-26 | 2018-01-05 | 厦门汇利伟业科技有限公司 | 基于虚拟现实和工业物联网的在线监控系统 |
US20190026930A1 (en) * | 2017-07-24 | 2019-01-24 | Siemens Aktiengesellschaft | Digital information retrieval and rendering in a factory environment |
CN109947052A (zh) * | 2017-12-20 | 2019-06-28 | 中国科学院沈阳自动化研究所 | 一种基于数字化ar技术的虚拟工厂制造执行系统 |
CN109299885A (zh) * | 2018-10-22 | 2019-02-01 | 兴科迪科技(泰州)有限公司 | 一种智能化矿车管理系统 |
CN111163285A (zh) * | 2018-11-08 | 2020-05-15 | 佳维技术有限公司 | 高空抛坠物监测方法及其系统、计算机可读存储介质 |
CN109934467A (zh) * | 2019-02-22 | 2019-06-25 | 赛飞特工程技术集团有限公司 | 企业风险云图系统 |
CN110008618A (zh) * | 2019-04-15 | 2019-07-12 | 华夏天信(北京)智能低碳技术研究院有限公司 | 一种基于gis和bim的应急辅助决策系统 |
CN111709666A (zh) * | 2020-06-30 | 2020-09-25 | 中冶智诚(武汉)工程技术有限公司 | 一种钢铁企业煤气安全三维可视化管控系统及方法 |
CN112215944A (zh) * | 2020-09-28 | 2021-01-12 | 中建八局轨道交通建设有限公司 | 基于bim技术进行快速精准定位危险边界的方法 |
CN112666903A (zh) * | 2020-12-18 | 2021-04-16 | 河北润忆安全技术服务有限公司 | 一种工业园区安全风险管控系统 |
CN113191006A (zh) * | 2021-05-11 | 2021-07-30 | 常州奥施特信息科技有限公司 | 一种电子smt工厂的数字化vr监控方法和装置 |
CN113391704A (zh) * | 2021-06-21 | 2021-09-14 | 广东韶钢松山股份有限公司 | 一种数字智慧电厂虚拟现实的展示方法及系统 |
CN114254061A (zh) * | 2021-12-20 | 2022-03-29 | 常州机电职业技术学院 | 化工企业安全生产信息化管理平台及系统、工作方法 |
CN114501324A (zh) * | 2022-01-26 | 2022-05-13 | 深圳市海曼科技股份有限公司 | 一种火灾逃生指引方法、系统、计算机设备及可读储存介质 |
CN114924534A (zh) * | 2022-05-16 | 2022-08-19 | 北京华科合创科技发展有限公司 | 一种工业园区安全风险管控系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217547A (zh) * | 2023-11-08 | 2023-12-12 | 安徽宜介科技股份有限公司 | 建设工程重大危险源智能识别可视化监测装置及方法 |
CN117217547B (zh) * | 2023-11-08 | 2024-01-26 | 安徽宜介科技股份有限公司 | 建设工程重大危险源智能识别可视化监测装置及方法 |
CN117238092A (zh) * | 2023-11-16 | 2023-12-15 | 建龙西林钢铁有限公司 | 基于倾斜摄影和人车定位的工业厂区风险预警方法 |
CN117238092B (zh) * | 2023-11-16 | 2024-01-30 | 建龙西林钢铁有限公司 | 基于倾斜摄影和人车定位的工业厂区风险预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115410354B (zh) | 2023-11-14 |
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 | |
Park et al. | Hardhat-wearing detection for enhancing on-site safety of construction workers | |
CN115410354B (zh) | 工业厂区的安全预警方法、装置和安全预警系统 | |
US20070008408A1 (en) | Wide area security system and method | |
CN113298444A (zh) | 基于私有云的电力安全智能管控平台 | |
CN115348247A (zh) | 基于天空地一体化技术的森林火灾检测预警及决策系统 | |
KR20130139622A (ko) | 융합보안 관제 시스템 및 방법 | |
CN104159067A (zh) | 基于3dgis与实景视频相结合的智能监控系统和方法 | |
CN113706355A (zh) | 化工园区智慧应急系统搭建方法 | |
CN103238167B (zh) | 用于检测基础结构内的危险状况的位置的方法和系统 | |
CN110363118B (zh) | 目标对象的行为监控方法、装置、系统和存储介质 | |
US20170280107A1 (en) | Site sentinel systems and methods | |
KR20160099931A (ko) | 재난 위험 및 관심 지역에 대한 재난 예방 및 관리방법 | |
CN106331633A (zh) | 一种多种监控资源显示及快速调阅的方法和系统 | |
KR102499920B1 (ko) | 디지털트윈을 이용한 bim기반 건설현장 관제 시스템 | |
CN115248880A (zh) | 一种智慧城市安防监控系统 | |
CN112288320A (zh) | 一种地铁运行风险监控和管理系统 | |
CN115660297A (zh) | 一种工地安全自动ai预警系统及方法 | |
CN114399265A (zh) | 一种电力工程建设项目全过程管控系统 | |
CN113011263A (zh) | 一种矿井监控方法、装置、终端设备及介质 | |
CN210222962U (zh) | 一种智能电子围栏系统 | |
Choi et al. | Resilient cultural heritage through digital cultural heritage cube: Two cases in South Korea | |
CN116880262A (zh) | 基于智能装备的安全管控方法及系统 | |
CN203968263U (zh) | 基于3dgis与实景视频相结合的智能监控系统 | |
CN113408338A (zh) | 一种矿工异常行为监测方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |