CN115484437A - 一种佩戴式旁站记录仪和系统及其旁站监理方法 - Google Patents

一种佩戴式旁站记录仪和系统及其旁站监理方法 Download PDF

Info

Publication number
CN115484437A
CN115484437A CN202211107349.6A CN202211107349A CN115484437A CN 115484437 A CN115484437 A CN 115484437A CN 202211107349 A CN202211107349 A CN 202211107349A CN 115484437 A CN115484437 A CN 115484437A
Authority
CN
China
Prior art keywords
module
data
recorder
side station
camera
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
CN202211107349.6A
Other languages
English (en)
Inventor
赵旭
史俊沛
张立锋
何建浩
刘琰
孟耀文
陈涛
戴飞
刘祥东
曾耀庭
侯传峰
陈海华
邝彬
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.)
Chengdu Chongcheng Project Management Co ltd
Shenzhen Chongcheng Project Management Co ltd
Guangdong Zhonggong Project Management Co ltd
Original Assignee
Chengdu Chongcheng Project Management Co ltd
Shenzhen Chongcheng Project Management Co ltd
Guangdong Zhonggong Project Management 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 Chengdu Chongcheng Project Management Co ltd, Shenzhen Chongcheng Project Management Co ltd, Guangdong Zhonggong Project Management Co ltd filed Critical Chengdu Chongcheng Project Management Co ltd
Priority to CN202211107349.6A priority Critical patent/CN115484437A/zh
Publication of CN115484437A publication Critical patent/CN115484437A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • 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
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种佩戴式旁站记录仪和系统及旁站监理方法包括设置于佩戴载体上的录像机、摄像头、控制模块、行为识别模块、数据模块、无线传输模块，录像机用于采集施工现场的视频数据，摄像头用于拍照采集施工现场的违规行为图片数据，数据模块用于存储视频数据和违规行为图片数据，行为识别模块存储有深度学习模型，行为识别模块用于实时从数据模块获取视频数据，并通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至控制模块，控制模块依据分析结果判断是否向所述摄像头发送拍照指令。本发明可对施工现场的违规行为进行自动识别判断和记录，提高对现场的监控质量，便于对施工关键过程进行复查。

Description

一种佩戴式旁站记录仪和系统及其旁站监理方法
技术领域
本发明涉及建筑施工技术领域，具体为一种佩戴式旁站记录仪和系统及其旁站监理方法。
背景技术
目前隧道施工项目监理中的旁站工作主要依靠人工判断和记录，并且记录内容通常只有纸质和手机拍摄的照片。当前的这种人工模式严重依赖现场监理人员的素质，需要现场监理人员时刻保持专注力和观察力，对监理人员的精力消耗极大且质量难以保障，并且至少需要两个监理人员组队检查，即一个负责测量，另一个负责拍照记录，加大了用人成本和管理成本，同时该种记录模式不利于后期对监理工作的复盘或者复查。
发明内容
本发明的目的是克服上述现有技术的缺点，提供一种可对施工现场的违规行为进行自动识别判断和记录，提高对现场的监控质量，便于对施工关键过程进行复查的佩戴式旁站记录仪和系统及其旁站监理方法。
本发明是通过以下技术方案来实现的：一种基于边缘计算和深度学习的佩戴式旁站记录仪，包括设置于佩戴载体上的录像机、摄像头、控制模块、行为识别模块、数据模块、无线传输模块，所述控制模块分别与所述录像机、摄像头、行为识别模块、数据模块电连接，所述数据模块分别与所述录像机、摄像头、行为识别模块、无线传输模块电连接，所述录像机用于采集施工现场的视频数据，所述摄像头用于拍照采集施工现场的违规行为图片数据，所述数据模块用于存储视频数据和违规行为图片数据，所述行为识别模块存储有深度学习模型，所述行为识别模块用于实时从所述数据模块获取视频数据，并通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至所述控制模块，所述控制模块依据分析结果判断是否向所述摄像头发送拍照指令。
进一步地：所述佩戴载体上设置有GPS定位模块，所述GPS定位模块分别与所述控制模块和数据模块电连接，所述GPS定位模块用于采集所述佩戴载体的位置数据，并将位置数据发送至数据模块。
进一步地：所述佩戴载体上设置有照明灯，所述照明灯和所述控制模块电连接，所述照明灯用于照明。
进一步地：所述佩戴载体上设置有语音模块，所述语音模块和所述控制模块电连接，所述语音模块用于远程监理人员和现场监理人员进行实时对话。
进一步地：所述数据模块设置有接口，所述数据模块通过所述接口连接其他智能设备。
进一步地：所述无线传输模块包括5G传输单元、WiFi传输单元、Mesh传输单元。
进一步地：所述摄像头为云台摄像头。
一种佩戴式旁站记录系统，包括如上述所述的佩戴式旁站记录仪、云平台服务端，所述云平台服务端通过无线传输模块向行为识别模块下发深度学习模型及接收所述数据模块回传的视频数据、违规行为图片数据和位置数据，所述云平台服务端包括指挥模块、数据回放模块、数据库，所述指挥模块用于对施工现场进行远程监控，所述数据库用于储存所述数据模块回传的视频数据、违规行为图片数据、位置数据，所述数据回放模块用于回放所述数据库中的视频数据、违规行为图片数据。
一种旁站监理方法，包括如下步骤，
S1.进行施工监理时，通过佩戴载体将旁站记录仪佩戴在监理人员的头上；
S2.云平台服务端通过无线传输模块将深度学习模型下发至行为识别模块；
S3.录像机实时采集施工现场的视频数据，并将视频数据发送至数据模块；
S4.行为识别模块实时从数据模块获取视频数据，通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至控制模块，控制模块依据分析结果判断是否向摄像头发送拍照指令，若是，执行步骤S5；
S5.摄像头拍照采集施工现场的违规行为图片数据，并将违规行为图片数据上存至数据模块；
S6.数据模块通过无线传输模块向云平台服务端回传视频数据和违规行为图片数据，并基于视频数据和违规行为图片数据对深度学习模型进行优化，使行为识别模块内的深度学习模型得以更新，以提高深度学习模型的准确性和识别的多样性，然后通过云平台服务端向行为识别模块发送优化后的深度学习模型。
进一步地：在步骤S4中，当分析结果为视频数据中识别出施工工人违规行为或监理人员的特定手势时，控制模块向摄像头发送拍照指令。
本发明的有益效果：
与现有技术相比，通过在佩戴载体上设置录像机、摄像头、控制模块、行为识别模块、数据模块、无线传输模块，无线传输模块连接云平台服务端，云平台服务端包括指挥模块、数据回放模块、数据库，云平台服务端通过无线传输模块向行为识别模块下发深度学习模型，录像机实时采集施工现场的视频数据，并将视频数据存储至数据模块，行为识别模块实时从数据模块获取视频数据，并通过深度学习模型对视频数据进行边缘计算分析，若分析结果为视频数据中识别出施工工人违规行为或监理人员的特定手势时，控制模块向摄像头发送拍照指令，控制摄像头对违规行为进行拍照，拍照采集施工现场的违规行为图片数据，并将违规行为图片数据上存至数据模块进行存储，从而实现能够对施工现场的违规行为进行自动识别判断和记录，提高对现场的监控质量，另外，通过无线传输模块将数据模块的视频数据、违规行为图片数据回传至云平台服务端的数据库进行储存，远程监理人员可通过数据回放模块查看施工现场回传的视频数据，并通过指挥模块将监控指令发送至语音模块以实现远程监理人员和现场监理人员的实时对话，实现了可增加远程监理人员，无需去施工现场，当需要对施工关键过程进行复查时，可通过数据回放模块对视频数据、违规行为图片数据进行回放，以便于进行复查和复盘。
附图说明
图1为本发明旁站记录仪的结构示意图；
图2为本发明旁站记录系统的控制框图；
图3为本发明旁站监理方法的流程图。
附图标记说明：1-佩戴载体，2-录像机，3-摄像头，4-控制模块，5-行为识别模块，6-数据模块，7-无线传输模块，8-GPS定位模块，9-照明灯，10-语音模块，11-其他智能设备，12-云平台服务端，13-指挥模块，14-数据回放模块，15-数据库。
具体实施方式
参照图1和图2，一种基于边缘计算和深度学习的佩戴式旁站记录仪，包括设置于佩戴载体1上的录像机2、摄像头3、控制模块4、行为识别模块5、数据模块6、无线传输模块7，控制模块4分别与录像机2、摄像头3、行为识别模块5、数据模块6电连接，数据模块6分别与录像机2、摄像头3、行为识别模块5、无线传输模块7电连接，录像机2用于采集施工现场的视频数据，摄像头3用于拍照采集施工现场的违规行为图片数据，数据模块6用于存储视频数据和违规行为图片数据，行为识别模块5存储有深度学习模型，行为识别模块5用于实时从数据模块6获取视频数据，并通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至控制模块4，控制模块4依据分析结果判断是否向摄像头3发送拍照指令。
佩戴载体1为帽式结构，佩戴载体1内部设置有空腔，控制模块4、行为识别模块5、数据模块6、无线传输模块7、GPS定位模块8分别设置在佩戴载体1的内腔，录像机2、摄像头3、照明灯9分别设置在佩戴载体1的前外壁。
摄像头3为云台摄像头。
云台摄像头的转向可调整，可使摄像头能够适应现场景物拍摄的角度及高度调节，且可提高摄像头3拍摄的稳定性。
通过将佩戴载体1设置成帽式结构，便于佩戴使用本旁站记录仪。
佩戴载体1上设置有GPS定位模块8，GPS定位模块8分别与控制模块4和数据模块6电连接，GPS定位模块8用于采集佩戴载体1的位置数据，并将位置数据发送至数据模块6。
采用GPS定位模块8采集佩戴载体1的位置数据，实时掌握监理人员所处位置，便于快速找到监理人员所在的施工位置，从而获取具体哪个施工位置存在违规行为。
佩戴载体1上设置有照明灯9，照明灯9和控制模块4电连接，照明灯9用于照明。
佩戴旁站记录仪的现场监理人员可通过控制模块4控制照明灯9的启闭，通过照明灯9进行照明，便于对施工现场进行监控。
佩戴载体1上设置有语音模块10，语音模块10和控制模块4电连接，语音模块10用于远程监理人员和现场监理人员进行实时对话。
数据模块6设置有接口，数据模块6通过接口连接其他智能设备11。
其他智能设备11为平板电脑、手机等。
当旁站记录仪处于脱网状态时，数据模块6可开启热点模式，平板电脑、手机等可通过热点连接数据模块6获取存储在数据模块6中的视频数据、违规行为图片数据、位置数据。
无线传输模块7包括5G传输单元、WiFi传输单元、Mesh传输单元。
当5G传输单元和WiFi传输单元信号丢失时，旁站记录仪的无线传输模块7通过Mesh传输单元进行自动组网，向云平台服务端12回传视频数据、违规图片数据、位置数据。
参照图2，一种佩戴式旁站记录系统，包括如上述所述的佩戴式旁站记录仪、云平台服务端12，云平台服务端12通过无线传输模块7向行为识别模块5下发深度学习模型及接收数据模块6回传的视频数据、违规行为图片数据和位置数据，云平台服务端12包括指挥模块13、数据回放模块14、数据库15，指挥模块13用于对施工现场进行远程监控，数据库15用于储存数据模块6回传的视频数据、违规行为图片数据、位置数据，数据回放模块14用于回放数据库15中的视频数据、违规行为图片数据。
当需要对施工现场的关键工序进行旁站，需要增加远程监理人员时，远程监理人员可通过数据回放模块14查看施工现场回传的视频数据，并通过指挥模块13将监控指令发送至语音模块10以实现远程监理人员和现场监理人员的实时对话，实现了可增加远程监理人员，无需去施工现场。
当需要对施工关键过程进行复查时，可通过数据回放模块14对视频数据、违规行为图片数据进行回放，以便于进行复查和复盘。
参照图3，一种旁站监理方法，包括如下步骤，
S1.进行施工监理时，通过佩戴载体将旁站记录仪佩戴在监理人员的头上。
S2.云平台服务端通过无线传输模块将深度学习模型下发至行为识别模块。
S3.录像机实时采集施工现场的视频数据，并将视频数据发送至数据模块。
具体的，施工现场的视频数据包括施工工人的工作行为状态、监理人员做出的特定手势。
即当监理人员观察到存在其他的施工违规行为时，监理人员做出特定手势，通过特定手势控制摄像头进行拍照。
S4.行为识别模块实时从数据模块获取视频数据，通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至控制模块，控制模块依据分析结果判断是否向摄像头发送拍照指令，若是，执行步骤S5。
具体的，当分析结果为视频数据中识别出施工工人违规行为或监理人员的特定手势时，控制模块向摄像头发送拍照指令。
施工工人违规行为包括吸烟行为、未佩戴安全帽行为等。
S5.摄像头拍照采集施工现场的违规行为图片数据，并将违规行为图片数据上存至数据模块。
S6.数据模块通过无线传输模块向云平台服务端回传视频数据和违规行为图片数据，并基于视频数据和违规行为图片数据对深度学习模型进行优化，使行为识别模块内的深度学习模型得以更新，以提高深度学习模型的准确性和识别的多样性，然后通过云平台服务端向行为识别模块发送优化后的深度学习模型，。
在本实施例中，采用图像分类算法ResNet对视频数据中的图像数据进行施工工人违规行为识别，采用目标检测算法YOLOv3对视频数据中的图像数据进行手势姿态识别，将手势姿态和预定义手势姿态进行匹配。
上列详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (10)

1.一种佩戴式旁站记录仪，其特征在于：包括设置于佩戴载体上的录像机、摄像头、控制模块、行为识别模块、数据模块、无线传输模块，所述控制模块分别与所述录像机、摄像头、行为识别模块、数据模块电连接，所述数据模块分别与所述录像机、摄像头、行为识别模块、无线传输模块电连接，所述录像机用于采集施工现场的视频数据，所述摄像头用于拍照采集施工现场的违规行为图片数据，所述数据模块用于存储视频数据和违规行为图片数据，所述行为识别模块存储有深度学习模型，所述行为识别模块用于实时从所述数据模块获取视频数据，并通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至所述控制模块，所述控制模块依据分析结果判断是否向所述摄像头发送拍照指令。
2.根据权利要求1所述一种佩戴式旁站记录仪，其特征在于：所述佩戴载体上设置有GPS定位模块，所述GPS定位模块分别与所述控制模块和数据模块电连接，所述GPS定位模块用于采集所述佩戴载体的位置数据，并将位置数据发送至数据模块。
3.根据权利要求2所述一种佩戴式旁站记录仪，其特征在于：所述佩戴载体上设置有照明灯，所述照明灯和所述控制模块电连接，所述照明灯用于照明。
4.根据权利要求3所述一种佩戴式旁站记录仪，其特征在于：所述佩戴载体上设置有语音模块，所述语音模块和所述控制模块电连接，所述语音模块用于远程监理人员和现场监理人员进行实时对话。
5.根据权利要求4所述一种佩戴式旁站记录仪，其特征在于：所述数据模块设置有接口，所述数据模块通过所述接口连接其他智能设备。
6.根据权利要求5所述一种佩戴式旁站记录仪，其特征在于：所述无线传输模块包括5G传输单元、WiFi传输单元、Mesh传输单元。
7.根据权利要求6所述一种佩戴式旁站记录仪，其特征在于：所述摄像头为云台摄像头。
8.一种佩戴式旁站记录系统，其特征在于：包括如权利要求1-7任一项所述的旁站记录仪、云平台服务端，所述云平台服务端通过无线传输模块向行为识别模块下发深度学习模型及接收所述数据模块回传的视频数据、违规行为图片数据和位置数据，所述云平台服务端包括指挥模块、数据回放模块、数据库，所述指挥模块用于对施工现场进行远程监控，所述数据库用于储存所述数据模块回传的视频数据、违规行为图片数据、位置数据，所述数据回放模块用于回放所述数据库中的视频数据、违规行为图片数据。
9.一种旁站监理方法，其特征在于：包括如下步骤，
S1.进行施工监理时，通过佩戴载体将旁站记录仪佩戴在监理人员的头上；
S2.云平台服务端通过无线传输模块将深度学习模型下发至行为识别模块；
S3.录像机实时采集施工现场的视频数据，并将视频数据发送至数据模块；
S4.行为识别模块实时从数据模块获取视频数据，通过深度学习模型对视频数据进行边缘计算分析，将分析结果发送至控制模块，控制模块依据分析结果判断是否向摄像头发送拍照指令，若是，执行步骤S5；
S5.摄像头拍照采集施工现场的违规行为图片数据，并将违规行为图片数据上存至数据模块；
S6.数据模块通过无线传输模块向云平台服务端回传视频数据和违规行为图片数据，并基于视频数据和违规行为图片数据对深度学习模型进行优化，使行为识别模块内的深度学习模型得以更新，以提高深度学习模型的准确性和识别的多样性，然后通过云平台服务端向行为识别模块发送优化后的深度学习模型。
10.根据权利要求9所述一种旁站监理方法，其特征在于：在步骤S4中，当分析结果为视频数据中识别出施工工人违规行为或监理人员的特定手势时，控制模块向摄像头发送拍照指令。
CN202211107349.6A 2022-09-09 2022-09-09 一种佩戴式旁站记录仪和系统及其旁站监理方法 Pending CN115484437A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211107349.6A CN115484437A (zh) 2022-09-09 2022-09-09 一种佩戴式旁站记录仪和系统及其旁站监理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211107349.6A CN115484437A (zh) 2022-09-09 2022-09-09 一种佩戴式旁站记录仪和系统及其旁站监理方法

Publications (1)

Publication Number Publication Date
CN115484437A true CN115484437A (zh) 2022-12-16

Family

ID=84424338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211107349.6A Pending CN115484437A (zh) 2022-09-09 2022-09-09 一种佩戴式旁站记录仪和系统及其旁站监理方法

Country Status (1)

Country Link
CN (1) CN115484437A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117875909A (zh) * 2024-03-11 2024-04-12 北京万赋互联网科技集团有限公司 用于便携式记录交互的建筑施工管控方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013013487A1 (zh) * 2011-07-26 2013-01-31 华南理工大学 基于视频检测的驾驶员驾驶行为监控装置及监控方法
CN105089699A (zh) * 2015-07-27 2015-11-25 华中科技大学 一种地铁隧道施工现场穿戴式隐患记录仪及其工作方法
CN110674772A (zh) * 2019-09-29 2020-01-10 国家电网有限公司技术学院分公司 电力作业现场智能安全管控辅助系统及方法
KR102195174B1 (ko) * 2020-06-08 2020-12-28 주식회사 휴랜 웨어러블 카메라를 이용한 건설안전 모니터링 시스템
CN113850562A (zh) * 2021-09-03 2021-12-28 北京兴油工程项目管理有限公司 一种智能旁站监理方法及系统
CN113858194A (zh) * 2021-09-18 2021-12-31 中铁建设集团有限公司 一种用于施工现场辅助管理的旁站机器人
CN114500780A (zh) * 2021-03-26 2022-05-13 深圳警圣技术股份有限公司 一种基于记录仪的信息采集方法及记录仪

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013013487A1 (zh) * 2011-07-26 2013-01-31 华南理工大学 基于视频检测的驾驶员驾驶行为监控装置及监控方法
CN105089699A (zh) * 2015-07-27 2015-11-25 华中科技大学 一种地铁隧道施工现场穿戴式隐患记录仪及其工作方法
CN110674772A (zh) * 2019-09-29 2020-01-10 国家电网有限公司技术学院分公司 电力作业现场智能安全管控辅助系统及方法
KR102195174B1 (ko) * 2020-06-08 2020-12-28 주식회사 휴랜 웨어러블 카메라를 이용한 건설안전 모니터링 시스템
CN114500780A (zh) * 2021-03-26 2022-05-13 深圳警圣技术股份有限公司 一种基于记录仪的信息采集方法及记录仪
CN113850562A (zh) * 2021-09-03 2021-12-28 北京兴油工程项目管理有限公司 一种智能旁站监理方法及系统
CN113858194A (zh) * 2021-09-18 2021-12-31 中铁建设集团有限公司 一种用于施工现场辅助管理的旁站机器人

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117875909A (zh) * 2024-03-11 2024-04-12 北京万赋互联网科技集团有限公司 用于便携式记录交互的建筑施工管控方法及系统
CN117875909B (zh) * 2024-03-11 2024-06-11 北京万赋互联网科技集团有限公司 用于便携式记录交互的建筑施工管控方法及系统

Similar Documents

Publication Publication Date Title
US11375161B2 (en) Wearable camera, wearable camera system, and information processing apparatus for detecting an action in captured video
CN203720890U (zh) 一种穿戴式巡检终端
CN110223208A (zh) 一种园区安全监管系统及方法
CN111920129A (zh) 一种智能安全帽系统
CN107358077B (zh) 基于可穿戴式设备的人脸识别应用系统
JP3220534U (ja) 変電所点検の移動検査作業に用いられるウェアラブル装備
CN213128247U (zh) 一种智能安全帽系统
CN107784838A (zh) 一种交通违法动态识别方法和系统
CN109523041A (zh) 核电站管理系统
CN115484437A (zh) 一种佩戴式旁站记录仪和系统及其旁站监理方法
CN103929617A (zh) 警察执法现场信息多角度采集传输系统
CN114863489B (zh) 基于虚拟现实的可移动式智慧工地辅助巡检方法和系统
CN210491052U (zh) 一种基于双目视觉的现场施工监测系统
CN105427513A (zh) 一种针对大区域遥感森林防火视频红外监控系统
CN212650487U (zh) 一种地铁车辆检修可佩戴式智能穿戴设备
CN112804499A (zh) 一种全息施工安全监控系统
CN111799694A (zh) 一种基于智能眼镜的高空电力设施前端信息采集装置
CN115641608A (zh) 基于边缘智能的配网作业个人防护用品智能识别设备
CN205581560U (zh) 一种具有可视对讲及记录功能的作业现场头戴监控系统
CN201629816U (zh) 具有视频和通讯功能的单人消防装备
CN211608330U (zh) 穿戴设备
CN211510699U (zh) 一种安全帽以及施工管理系统
CN105407319A (zh) 基于北斗导航卫星的野外单兵作战巡检系统
CN215775813U (zh) 基于物联网的应急型智能安全帽
CN206471917U (zh) 一种基于mesh网络的变电站智能化巡检装置

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