CN115796591A - 一种基于图像采集的智慧城市居住安全预警分析方法及系统 - Google Patents
一种基于图像采集的智慧城市居住安全预警分析方法及系统 Download PDFInfo
- Publication number
- CN115796591A CN115796591A CN202211555372.1A CN202211555372A CN115796591A CN 115796591 A CN115796591 A CN 115796591A CN 202211555372 A CN202211555372 A CN 202211555372A CN 115796591 A CN115796591 A CN 115796591A
- Authority
- CN
- China
- Prior art keywords
- wall
- falling
- residential building
- target community
- residential
- 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
Images
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明涉及城市居住安全预警分析领域，具体公开一种基于图像采集的智慧城市居住安全预警分析方法及系统，本发明通过获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息、各住宅楼建筑外墙各广告牌的基本信息和天气影响系数，分析得到目标小区各住宅楼建筑外墙的坠物风险指数；获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和高度，分析得到目标小区各住宅楼各坠物隐患住户；进一步综合得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理，对小区住宅楼潜在的高空坠物隐患进行分析预警，实现由事后处理向事前预防的转化，为居民的居住安全提供保障。
Description
技术领域
本发明涉及城市居住安全预警分析领域，涉及到一种基于图像采集的智慧城市居住安全预警分析方法及系统。
背景技术
近年来，高空坠物事件屡屡发生，严重威胁到居民的生命和财产安全，高空坠物已经成为城市居住安全的重大隐患之一，因此，对高空坠物进行分析预警具有重要意义。
现有的高空坠物分析方法主要集中于事后追责分析，缺乏对事前预防的分析，同时，在对高空坠物进行预测时，没有根据高空坠物来源对高空坠物进行分类和针对性展开分析，如将高空坠物来源分为建筑自身和住户个人，进而使得现有分析方法的灵活性和可靠性比较低，且在分析是否存在高空坠物隐患时，评估的指标过于单一化，分析过程不够深入，没有分析疑似高空坠物的特征，如物体的脱落、松动和摆放等，同时没有分析环境影响因素，如高度、起风和降雨等，这些因素可能会增加物体坠落的风险，进而使得现有分析方法的准确性和可信度比较低，无法发现潜在的高空坠物隐患，从而不能为居民的居住安全提供保障。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于图像采集的智慧城市居住安全预警分析方法及系统。
本发明解决其技术问题采用的技术方案是：第一方面，本发明提供一种基于图像采集的智慧城市居住安全预警分析方法，包括以下步骤：步骤一、住宅楼建筑外墙墙皮脱落信息获取：获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息，其中墙皮脱落信息包括墙皮脱落区域总面积和墙皮脱落区域高度。
步骤二、住宅楼建筑外墙广告牌信息获取：获取目标小区各住宅楼建筑外墙各广告牌的基本信息，其中基本信息包括悬挂松动度、悬挂倾斜度和高度。
步骤三、天气影响系数获取:获取监测周期内目标小区所在区域的天气信息，分析得到天气影响系数。
步骤四、住宅楼建筑外墙安全评估：根据目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息和各住宅楼建筑外墙各广告牌的基本信息，分析得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数和广告牌掉落隐患系数，综合目标小区各住宅楼建筑外墙的墙皮脱落隐患系数、广告牌掉落隐患系数和天气影响系数，得到目标小区各住宅楼建筑外墙的坠物风险指数。
步骤五、住宅楼住户窗台物体掉落监测：获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和距离地面高度。
步骤六、住宅楼住户窗台物体掉落预警：根据目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数、距离地面高度和天气影响系数，分析得到目标小区各住宅楼各住户窗台区域的坠物风险指数，进而得到目标小区各住宅楼各坠物隐患住户，并进行预警。
步骤七、住宅楼高空坠物风险综合评估：根据目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，分析得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理。
在一种可能的设计中，所述步骤一的具体分析过程为：按照设定的等面积原则对目标小区各住宅楼的建筑外墙区域进行划分，得到目标小区各住宅楼中各建筑外墙子区域。
通过无人机携带的红外热成像仪获取目标小区各住宅楼中各建筑外墙子区域的红外图像，根据目标小区各住宅楼中各建筑外墙子区域的红外图像，分析得到目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域。
获取目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积，对目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积进行累加，得到目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域总面积，并表示为
i表示第i个住宅楼的编号，i＝1,2,...,n，a表示第a个建筑外墙子区域的编号，a＝1,2,...,b。
将目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积进行相互比较，将最大面积对应的墙皮脱落区域记为标记墙皮脱落区域，统计得到目标小区各住宅楼中各建筑外墙子区域的标记墙皮脱落区域，将目标小区各住宅楼中各建筑外墙子区域中标记墙皮脱落区域中心点到地面的距离记为目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域高度，并表示为
在一种可能的设计中，所述步骤二的具体分析过程为：通过测量仪器获取目标小区各住宅楼建筑外墙各广告牌的缝隙间距，将其记为
c表示第c个广告牌的编号，c＝1,2,...,f。
将目标小区各住宅楼建筑外墙各广告牌的缝隙间距代入公式
得到目标小区各住宅楼建筑外墙各广告牌的悬挂松动度βic，其中χ1表示预设的悬挂松动度修正因子，Δd表示预设的缝隙间距阈值。
通过高清摄像头获取目标小区各住宅楼建筑外墙各广告牌的图像，根据目标小区各住宅楼建筑外墙各广告牌的图像，获取目标小区各住宅楼建筑外墙各广告牌中心线与竖直基准线之间的夹角，将其记为目标小区各住宅楼建筑外墙各广告牌的倾斜角，并表示为
将目标小区各住宅楼建筑外墙各广告牌的倾斜角代入公式
得到目标小区各住宅楼建筑外墙各广告牌的悬挂倾斜度δic，其中χ2表示预设的悬挂倾斜度修正因子。
通过测量仪器检测目标小区各住宅楼建筑外墙各广告牌中心点与地面的距离，得到目标小区各住宅楼建筑外墙各广告牌的高度，并表示为gic。
在一种可能的设计中，所述步骤三的具体分析过程为：设定监测周期的时长，按照预设的等时间间隔原则在监测周期内设置各采样时间点，通过气象平台获取目标小区所在区域在监测周期内各采样时间点的风力等级和降雨量，筛选出目标小区所在区域在监测周期内的最大风力等级和最大降雨量，将其分别记为k风、l雨。
通过分析公式ε＝φ1*κ风*Δκ+φ2*l雨*Δl得到天气影响系数ε，其中φ1、φ2分别表示预设的风力等级和降雨量的权重因子，Δκ、Δl分别表示预设的单位风力等级对应的影响因子和单位降雨量对应的影响因子。
在一种可能的设计中，所述步骤四的具体分析过程为：将目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域总面积
和墙皮脱落区域高度
代入公式
得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数
，其中γ1表示预设的墙皮脱落隐患系数修正因子，Δh表示预设的墙皮脱落区域单位高度对应的影响因子，s脱落设表示预设的墙皮脱落面积阈值。
将目标小区各住宅楼建筑外墙各广告牌的悬挂松动度βic悬挂倾斜度δic和高度gic代入公式
得到目标小区各住宅楼建筑外墙的广告牌掉落隐患系数
其中γ2表示预设的广告牌掉落隐患系数修正因子，η1、η2分别表示预设的悬挂松动度和悬挂倾斜度的权重因子，Δg表示预设的单位广告牌高度对应的影响因子。
将目标小区各住宅楼建筑外墙的墙皮脱落隐患系数
、广告牌掉落隐患系数
和天气影响系数ε代入公式
得到目标小区各住宅楼建筑外墙的坠物风险指数λi，其中μ表示预设的坠物风险指数修正因子，
分别表示预设的墙皮脱落隐患系数和广告牌掉落隐患系数的阈值。
在一种可能的设计中，所述步骤五的具体分析过程为：通过高清摄像头获取目标小区各住宅楼各住户窗台区域的图像，构建目标小区各住宅楼各住户窗台区域的空间模型，分析得到目标小区各住宅楼各住户窗台区域中各易掉落物体。
获取目标小区各住宅楼各住户窗台区域中各易掉落物体中心点与窗台边缘线之间的距离，将其记为
j表示第j个住户的编号，j＝1,2,...,m，p表示第p个易掉落物体的编号，p＝1,2,...,q。
获取目标小区各住宅楼各住户窗台区域中各易掉落物体的底面面积和其超出窗台边缘线的底面面积，将其分别记为
和
通过分析公式
得到目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数
e表示自然常数，w0表示预设的距离阈值。
根据目标小区各住宅楼各住户窗台区域的图像，获取目标小区各住宅楼各住户窗台的高度，将其记为目标小区各住宅楼各住户窗台区域中各易掉落物体的距离地面高度，并表示为
在一种可能的设计中，所述步骤六的具体分析过程为：将目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数
距离地面高度
和天气影响系数ε代入公式
得到目标小区各住宅楼各住户窗台区域的坠物风险指数ζij，τ1、τ2分别表示预设的高度影响系数和天气影响的权重因子，Δz表示预设的易掉落物体距离地面单位高度对应的影响系数。
将目标小区各住宅楼各住户窗台区域的坠物风险指数与预设的坠物风险指数阈值进行比较，若目标小区某住宅楼某住户窗台区域的坠物风险指数大于预设的坠物风险指数阈值，将目标小区该住宅楼该住户记为坠物隐患住户，统计得到目标小区各住宅楼各坠物隐患住户，通过目标小区物业管理平台给各住宅楼各坠物隐患住户发送短信提醒，进行预警。
在一种可能的设计中，所述步骤七中目标小区各住宅楼的高空坠物风险综合指数，具体获取方法为：从数据库中提取目标小区各住宅楼的历史高空坠物次数，将其记为Qi。
根据目标小区各住宅楼各坠物隐患住户，得到目标小区各住宅楼的坠物隐患住户数量，将其记为
将目标小区各住宅楼的历史高空坠物次数Qi、坠物隐患住户数量
和目标小区各住宅楼建筑外墙的坠物风险指数λi代入公式
得到目标小区各住宅楼的高空坠物风险综合指数ξi，其中
表示目标小区第i个住宅楼的住户总数量，i＝1,2,...,n，ΔQ表示预设的单次历史高空坠物的影响系数。
第二方面，本发明还提供一种基于图像采集的智慧城市居住安全预警分析系统，包括：住宅楼建筑外墙墙皮脱落信息获取模块：用于获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息，其中墙皮脱落信息包括墙皮脱落区域总面积和墙皮脱落区域高度。
住宅楼建筑外墙广告牌信息获取模块：用于获取目标小区各住宅楼建筑外墙各广告牌的基本信息，其中基本信息包括悬挂松动度、悬挂倾斜度和高度。
天气影响系数获取模块:用于获取监测周期内目标小区所在区域的天气信息，分析得到天气影响系数。
住宅楼建筑外墙安全评估模块：用于根据目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息和各住宅楼建筑外墙各广告牌的基本信息，分析得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数和广告牌掉落隐患系数，综合目标小区各住宅楼建筑外墙的墙皮脱落隐患系数、广告牌掉落隐患系数和天气影响系数，得到目标小区各住宅楼建筑外墙的坠物风险指数。
住宅楼住户窗台物体掉落监测模块：用于获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和距离地面高度。
住宅楼住户窗台物体掉落预警模块：用于根据目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数、距离地面高度和天气影响系数，分析得到目标小区各住宅楼各住户窗台区域的坠物风险指数，进而得到目标小区各住宅楼各坠物隐患住户，并进行预警。
住宅楼高空坠物风险综合评估模块：用于根据目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，分析得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理。
数据库：用于存储目标小区各住宅楼的历史高空坠物次数。
相较于现有技术，本发明的有益效果如下：1.本发明提供的一种基于图像采集的智慧城市居住安全预警分析方法及系统，通过获取目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，综合得到目标小区各住宅楼的高空坠物风险综合指数，通过对小区住宅楼潜在的高空坠物隐患的分析预警，实现由事后处理向事前预防的转化，为居民的生命财产安全提供保障。
2.本发明通过获取目标小区住宅楼中建筑外墙的墙皮脱落面积和墙皮脱落高度，并获取目标小区住宅楼建筑外墙广告牌的悬挂松动度、悬挂倾斜度和高度，综合得到目标小区住宅楼建筑外墙的坠物风险指数，从多个方面对小区住宅楼建筑自身存在的高空坠物隐患进行针对性分析，提高高空坠物分析预警方法的灵活性和可靠性。
3.本发明通过获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和高度，结合天气影响系数，分析得到目标小区各住宅楼各坠物隐患住户，并进行预警，从多个角度对小区住宅楼住户个人存在的高空坠物隐患进行针对性分析，提高高空坠物分析预警方法的准确性和可信度，为居民生命财产安全提供保障。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的方法流程示意图。
图2为本发明的系统模块连接图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明的第一方面提供一种基于图像采集的智慧城市居住安全预警分析方法，包括如下步骤：步骤一、住宅楼建筑外墙墙皮脱落信息获取：获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息，其中墙皮脱落信息包括墙皮脱落区域总面积和墙皮脱落区域高度。
示例性地，所述步骤一的具体分析过程为：按照设定的等面积原则对目标小区各住宅楼的建筑外墙区域进行划分，得到目标小区各住宅楼中各建筑外墙子区域。
通过无人机携带的红外热成像仪获取目标小区各住宅楼中各建筑外墙子区域的红外图像，根据目标小区各住宅楼中各建筑外墙子区域的红外图像，分析得到目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域。
获取目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积，对目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积进行累加，得到目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域总面积，并表示为
i表示第i个住宅楼的编号，i＝1,2,...,n，a表示第a个建筑外墙子区域的编号，a＝1,2,...,b。
将目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积进行相互比较，将最大面积对应的墙皮脱落区域记为标记墙皮脱落区域，统计得到目标小区各住宅楼中各建筑外墙子区域的标记墙皮脱落区域，将目标小区各住宅楼中各建筑外墙子区域中标记墙皮脱落区域中心点到地面的距离记为目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域高度，并表示为
需要说明的是，所述目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域，获取方法为：根据目标小区各住宅楼中各建筑外墙子区域的红外图像，得到目标小区各住宅楼中各建筑外墙子区域红外图像中各温度区间对应区域面积，将最大区域面积对应的温度区间记为参考温度区间，将参考温度区间的平均温度记为参考温度，统计得到目标小区各住宅楼中各建筑外墙子区域红外图像的参考温度。
将目标小区各住宅楼中各建筑外墙子区域红外图像中各温度区间的平均温度与其对应参考温度进行比较，若目标小区某住宅楼中某建筑外墙子区域红外图像中某温度区间的平均温度小于其对应参考温度且与其对应参考温度之间的差值大于预设的温度差值阈值，则将目标小区该住宅楼中该建筑外墙子区域红外图像中该温度区间记为异常温度区间，筛选出目标小区各住宅楼中各建筑外墙子区域红外图像中各异常温度区间，将目标小区各住宅楼中各建筑外墙子区域红外图像中各异常温度区间对应区域记为目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域。
步骤二、住宅楼建筑外墙广告牌信息获取：获取目标小区各住宅楼建筑外墙各广告牌的基本信息，其中基本信息包括悬挂松动度、悬挂倾斜度和高度。
示例性地，所述步骤二的具体分析过程为：通过测量仪器获取目标小区各住宅楼建筑外墙各广告牌的缝隙间距，将其记为
c表示第c个广告牌的编号，c＝1,2,...,f。
将目标小区各住宅楼建筑外墙各广告牌的缝隙间距代入公式
得到目标小区各住宅楼建筑外墙各广告牌的悬挂松动度βic，其中χ1表示预设的悬挂松动度修正因子，Δd表示预设的缝隙间距阈值。
通过高清摄像头获取目标小区各住宅楼建筑外墙各广告牌的图像，根据目标小区各住宅楼建筑外墙各广告牌的图像，获取目标小区各住宅楼建筑外墙各广告牌中心线与竖直基准线之间的夹角，将其记为目标小区各住宅楼建筑外墙各广告牌的倾斜角，并表示为
将目标小区各住宅楼建筑外墙各广告牌的倾斜角代入公式
得到目标小区各住宅楼建筑外墙各广告牌的悬挂倾斜度δic，其中χ2表示预设的悬挂倾斜度修正因子。
通过测量仪器检测目标小区各住宅楼建筑外墙各广告牌中心点与地面的距离，得到目标小区各住宅楼建筑外墙各广告牌的高度，并表示为gic。
需要说明的是，所述目标小区各住宅楼建筑外墙各广告牌的缝隙间距，获取方法为：按照预设的监测点布设原则在目标小区各住宅楼建筑外墙各广告牌表面布设各监测点，通过测量仪器获取目标小区各住宅楼建筑外墙各广告牌表面各监测点处与建筑外墙的缝隙间距，将目标小区各住宅楼建筑外墙各广告牌表面各监测点处与建筑外墙的缝隙间距进行相互比较，筛选出目标小区各住宅楼建筑外墙各广告牌表面监测点处与建筑外墙的最大缝隙间距，将其记为目标小区各住宅楼建筑外墙各广告牌的缝隙间距。
需要说明的是，所述各广告牌倾斜角的范围均为
步骤三、天气影响系数获取:获取监测周期内目标小区所在区域的天气信息，分析得到天气影响系数。
示例性地，所述步骤三的具体分析过程为：设定监测周期的时长，按照预设的等时间间隔原则在监测周期内设置各采样时间点，通过气象平台获取目标小区所在区域在监测周期内各采样时间点的风力等级和降雨量，筛选出目标小区所在区域在监测周期内的最大风力等级和最大降雨量，将其分别记为k风、l雨。
通过分析公式ε＝φ1*κ风*Δκ+φ2*l雨*Δl得到天气影响系数ε，其中φ1、φ2分别表示预设的风力等级和降雨量的权重因子，Δκ、Δl分别表示预设的单位风力等级对应的影响因子和单位降雨量对应的影响因子。
步骤四、住宅楼建筑外墙安全评估：根据目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息和各住宅楼建筑外墙各广告牌的基本信息，分析得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数和广告牌掉落隐患系数，综合目标小区各住宅楼建筑外墙的墙皮脱落隐患系数、广告牌掉落隐患系数和天气影响系数，得到目标小区各住宅楼建筑外墙的坠物风险指数。
示例性地，所述步骤四的具体分析过程为：将目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域总面积
和墙皮脱落区域高度
代入公式
得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数
其中γ1表示预设的墙皮脱落隐患系数修正因子，Δh表示预设的墙皮脱落区域单位高度对应的影响因子，s脱落设表示预设的墙皮脱落面积阈值。
将目标小区各住宅楼建筑外墙各广告牌的悬挂松动度βic悬挂倾斜度δic和高度gic代入公式
得到目标小区各住宅楼建筑外墙的广告牌掉落隐患系数
其中γ2表示预设的广告牌掉落隐患系数修正因子，η1、η2分别表示预设的悬挂松动度和悬挂倾斜度的权重因子，Δg表示预设的单位广告牌高度对应的影响因子。
将目标小区各住宅楼建筑外墙的墙皮脱落隐患系数
、广告牌掉落隐患系数
和天气影响系数ε代入公式
得到目标小区各住宅楼建筑外墙的坠物风险指数λi，其中μ表示预设的坠物风险指数修正因子，
分别表示预设的墙皮脱落隐患系数和广告牌掉落隐患系数的阈值。
在本实施例中，本发明通过获取目标小区住宅楼中建筑外墙的墙皮脱落面积和墙皮脱落高度，并获取目标小区住宅楼建筑外墙广告牌的悬挂松动度、悬挂倾斜度和高度，综合得到目标小区住宅楼建筑外墙的坠物风险指数，从多个方面对小区住宅楼建筑自身存在的高空坠物隐患进行针对性分析，提高高空坠物分析预警方法的灵活性和可靠性。
步骤五、住宅楼住户窗台物体掉落监测：获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和距离地面高度。
示例性地，所述步骤五的具体分析过程为：通过高清摄像头获取目标小区各住宅楼各住户窗台区域的图像，构建目标小区各住宅楼各住户窗台区域的空间模型，分析得到目标小区各住宅楼各住户窗台区域中各易掉落物体。
获取目标小区各住宅楼各住户窗台区域中各易掉落物体中心点与窗台边缘线之间的距离，将其记为
j表示第j个住户的编号，j＝1,2,...,m，p表示第p个易掉落物体的编号，p＝1,2,...,q。
获取目标小区各住宅楼各住户窗台区域中各易掉落物体的底面面积和其超出窗台边缘线的底面面积，将其分别记为
和
通过分析公式
得到目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数
e表示自然常数，w0表示预设的距离阈值。
根据目标小区各住宅楼各住户窗台区域的图像，获取目标小区各住宅楼各住户窗台的高度，将其记为目标小区各住宅楼各住户窗台区域中各易掉落物体的距离地面高度，并表示为
需要说明的是，所述目标小区各住宅楼各住户窗台区域中各易掉落物体，获取方法为：获取目标小区各住宅楼各住户窗台区域中各物体中心点与窗台边缘线之间的距离，将目标小区各住宅楼各住户窗台区域中各物体中心点与窗台边缘线之间的距离与预设的距离阈值进行比较，若目标小区某住宅楼某住户窗台区域中某物体中心点与窗台边缘线之间的距离小于预设的距离阈值，则将该物体记为易掉落物体，筛选出目标小区各住宅楼各住户窗台区域中各易掉落物体。
需要说明的是，所述各易掉落物体均放置在窗台，各易掉落物体的高度相同且均为窗台的高度。
步骤六、住宅楼住户窗台物体掉落预警：根据目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数、距离地面高度和天气影响系数，分析得到目标小区各住宅楼各住户窗台区域的坠物风险指数，进而得到目标小区各住宅楼各坠物隐患住户，并进行预警。
示例性地，所述步骤六的具体分析过程为：将目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数
距离地面高度
和天气影响系数ε代入公式
得到目标小区各住宅楼各住户窗台区域的坠物风险指数ζij，τ1、τ2分别表示预设的高度影响系数和天气影响的权重因子，Δz表示预设的易掉落物体距离地面单位高度对应的影响系数。
将目标小区各住宅楼各住户窗台区域的坠物风险指数与预设的坠物风险指数阈值进行比较，若目标小区某住宅楼某住户窗台区域的坠物风险指数大于预设的坠物风险指数阈值，将目标小区该住宅楼该住户记为坠物隐患住户，统计得到目标小区各住宅楼各坠物隐患住户，通过目标小区物业管理平台给各住宅楼各坠物隐患住户发送短信提醒，进行预警。
在本实施例中，本发明通过获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和高度，结合天气影响系数，分析得到目标小区各住宅楼各坠物隐患住户，并进行预警，从多个角度对小区住宅楼住户个人存在的高空坠物隐患进行针对性分析，提高高空坠物分析预警方法的准确性和可信度，为居民生命财产安全提供保障。
步骤七、住宅楼高空坠物风险综合评估：根据目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，分析得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理。
示例性地，所述步骤七中目标小区各住宅楼的高空坠物风险综合指数，具体获取方法为：从数据库中提取目标小区各住宅楼的历史高空坠物次数，将其记为Qi。
根据目标小区各住宅楼各坠物隐患住户，得到目标小区各住宅楼的坠物隐患住户数量，将其记为
将目标小区各住宅楼的历史高空坠物次数Qi、坠物隐患住户数量
和目标小区各住宅楼建筑外墙的坠物风险指数λi代入公式
得到目标小区各住宅楼的高空坠物风险综合指数ξi，其中
表示目标小区第i个住宅楼的住户总数量，i＝1,2,...,n，ΔQ表示预设的单次历史高空坠物的影响系数。
需要说明的是，所述步骤七的处理过程为：将目标小区各住宅楼的高空坠物风险综合指数与预设的高空坠物风险综合指数阈值进行比较，若目标小区某住宅楼的高空坠物风险综合指数大于预设的高空坠物风险综合指数阈值，将该住宅楼记为指定住宅楼，筛选出目标小区各指定住宅楼，将目标小区各指定住宅楼的编号发送至目标小区物业管理部门。
第二方面，本发明还提供一种基于图像采集的智慧城市居住安全预警分析系统，包括住宅楼建筑外墙墙皮脱落信息获取模块、住宅楼建筑外墙广告牌信息获取模块、天气影响系数获取模块、住宅楼建筑外墙安全评估模块、住宅楼住户窗台物体掉落监测模块、住宅楼住户窗台物体掉落预警模块、住宅楼高空坠物风险综合评估模块和数据库。
所述住宅楼建筑外墙安全评估模块分别与住宅楼建筑外墙墙皮脱落信息获取模块、住宅楼建筑外墙广告牌信息获取模块和天气影响系数获取模块连接，住宅楼住户窗台物体掉落预警模块分别与住宅楼住户窗台物体掉落监测模块和天气影响系数获取模块连接，住宅楼高空坠物风险综合评估模块分别与住宅楼建筑外墙安全评估模块、住宅楼住户窗台物体掉落预警模块和数据库连接。
所述住宅楼建筑外墙墙皮脱落信息获取模块用于获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息，其中墙皮脱落信息包括墙皮脱落区域总面积和墙皮脱落区域高度。
所述住宅楼建筑外墙广告牌信息获取模块用于获取目标小区各住宅楼建筑外墙各广告牌的基本信息，其中基本信息包括悬挂松动度、悬挂倾斜度和高度。
所述天气影响系数获取模块用于获取监测周期内目标小区所在区域的天气信息，分析得到天气影响系数。
所述住宅楼建筑外墙安全评估模块用于根据目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息和各住宅楼建筑外墙各广告牌的基本信息，分析得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数和广告牌掉落隐患系数，综合目标小区各住宅楼建筑外墙的墙皮脱落隐患系数、广告牌掉落隐患系数和天气影响系数，得到目标小区各住宅楼建筑外墙的坠物风险指数。
所述住宅楼住户窗台物体掉落监测模块用于获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和距离地面高度。
所述住宅楼住户窗台物体掉落预警模块用于根据目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数、距离地面高度和天气影响系数，分析得到目标小区各住宅楼各住户窗台区域的坠物风险指数，进而得到目标小区各住宅楼各坠物隐患住户，并进行预警。
所述住宅楼高空坠物风险综合评估模块用于根据目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，分析得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理。
所述数据库用于存储目标小区各住宅楼的历史高空坠物次数。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (9)
1.一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于，包括如下步骤：
步骤一、住宅楼建筑外墙墙皮脱落信息获取：获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息，其中墙皮脱落信息包括墙皮脱落区域总面积和墙皮脱落区域高度；
步骤二、住宅楼建筑外墙广告牌信息获取：获取目标小区各住宅楼建筑外墙各广告牌的基本信息，其中基本信息包括悬挂松动度、悬挂倾斜度和高度；
步骤三、天气影响系数获取:获取监测周期内目标小区所在区域的天气信息，分析得到天气影响系数；
步骤四、住宅楼建筑外墙安全评估：根据目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息和各住宅楼建筑外墙各广告牌的基本信息，分析得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数和广告牌掉落隐患系数，综合目标小区各住宅楼建筑外墙的墙皮脱落隐患系数、广告牌掉落隐患系数和天气影响系数，得到目标小区各住宅楼建筑外墙的坠物风险指数；
步骤五、住宅楼住户窗台物体掉落监测：获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和距离地面高度；
步骤六、住宅楼住户窗台物体掉落预警：根据目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数、距离地面高度和天气影响系数，分析得到目标小区各住宅楼各住户窗台区域的坠物风险指数，进而得到目标小区各住宅楼各坠物隐患住户，并进行预警；
步骤七、住宅楼高空坠物风险综合评估：根据目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，分析得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理。
2.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤一的具体分析过程为：
按照设定的等面积原则对目标小区各住宅楼的建筑外墙区域进行划分，得到目标小区各住宅楼中各建筑外墙子区域；
通过无人机携带的红外热成像仪获取目标小区各住宅楼中各建筑外墙子区域的红外图像，根据目标小区各住宅楼中各建筑外墙子区域的红外图像，分析得到目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域；
获取目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积，对目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积进行累加，得到目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域总面积，并表示为
i表示第i个住宅楼的编号，i＝1,2,...,n，a表示第a个建筑外墙子区域的编号，a＝1,2,...,b；
将目标小区各住宅楼中各建筑外墙子区域中各墙皮脱落区域的面积进行相互比较，将最大面积对应的墙皮脱落区域记为标记墙皮脱落区域，统计得到目标小区各住宅楼中各建筑外墙子区域的标记墙皮脱落区域，将目标小区各住宅楼中各建筑外墙子区域中标记墙皮脱落区域中心点到地面的距离记为目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域高度，并表示为
3.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤二的具体分析过程为：
通过测量仪器获取目标小区各住宅楼建筑外墙各广告牌的缝隙间距，将其记为
c表示第c个广告牌的编号，c＝1,2,...,f；
将目标小区各住宅楼建筑外墙各广告牌的缝隙间距代入公式
得到目标小区各住宅楼建筑外墙各广告牌的悬挂松动度βic，其中χ1表示预设的悬挂松动度修正因子，Δd表示预设的缝隙间距阈值；
通过高清摄像头获取目标小区各住宅楼建筑外墙各广告牌的图像，根据目标小区各住宅楼建筑外墙各广告牌的图像，获取目标小区各住宅楼建筑外墙各广告牌中心线与竖直基准线之间的夹角，将其记为目标小区各住宅楼建筑外墙各广告牌的倾斜角，并表示为
将目标小区各住宅楼建筑外墙各广告牌的倾斜角代入公式
得到目标小区各住宅楼建筑外墙各广告牌的悬挂倾斜度δic，其中χ2表示预设的悬挂倾斜度修正因子；
通过测量仪器检测目标小区各住宅楼建筑外墙各广告牌中心点与地面的距离，得到目标小区各住宅楼建筑外墙各广告牌的高度，并表示为gic。
4.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤三的具体分析过程为：
设定监测周期的时长，按照预设的等时间间隔原则在监测周期内设置各采样时间点，通过气象平台获取目标小区所在区域在监测周期内各采样时间点的风力等级和降雨量，筛选出目标小区所在区域在监测周期内的最大风力等级和最大降雨量，将其分别记为k风、l雨；
通过分析公式ε＝φ1*κ风*Δκ+φ2*l雨*Δl得到天气影响系数ε，其中φ1、φ2分别表示预设的风力等级和降雨量的权重因子，Δκ、Δl分别表示预设的单位风力等级对应的影响因子和单位降雨量对应的影响因子。
5.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤四的具体分析过程为：
将目标小区各住宅楼中各建筑外墙子区域的墙皮脱落区域总面积
和墙皮脱落区域高度
代入公式
得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数
其中γ1表示预设的墙皮脱落隐患系数修正因子，Δh表示预设的墙皮脱落区域单位高度对应的影响因子，s脱落设表示预设的墙皮脱落面积阈值；
将目标小区各住宅楼建筑外墙各广告牌的悬挂松动度βic悬挂、倾斜度δic和高度gic代入公式
得到目标小区各住宅楼建筑外墙的广告牌掉落隐患系数
其中γ2表示预设的广告牌掉落隐患系数修正因子，η1、η2分别表示预设的悬挂松动度和悬挂倾斜度的权重因子，Δg表示预设的单位广告牌高度对应的影响因子；
将目标小区各住宅楼建筑外墙的墙皮脱落隐患系数
广告牌掉落隐患系数
和天气影响系数ε代入公式
得到目标小区各住宅楼建筑外墙的坠物风险指数λi，其中μ表示预设的坠物风险指数修正因子，
分别表示预设的墙皮脱落隐患系数和广告牌掉落隐患系数的阈值。
6.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤五的具体分析过程为：
通过高清摄像头获取目标小区各住宅楼各住户窗台区域的图像，构建目标小区各住宅楼各住户窗台区域的空间模型，分析得到目标小区各住宅楼各住户窗台区域中各易掉落物体；
获取目标小区各住宅楼各住户窗台区域中各易掉落物体中心点与窗台边缘线之间的距离，将其记为
j表示第j个住户的编号，j＝1,2,...,m，p表示第p个易掉落物体的编号，p＝1,2,...,q；
获取目标小区各住宅楼各住户窗台区域中各易掉落物体的底面面积和其超出窗台边缘线的底面面积，将其分别记为
和
通过分析公式
得到目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数
e表示自然常数，w0表示预设的距离阈值；
根据目标小区各住宅楼各住户窗台区域的图像，获取目标小区各住宅楼各住户窗台的高度，将其记为目标小区各住宅楼各住户窗台区域中各易掉落物体的距离地面高度，并表示为
7.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤六的具体分析过程为：
将目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数
距离地面高度
和天气影响系数ε代入公式
得到目标小区各住宅楼各住户窗台区域的坠物风险指数
τ1、τ2分别表示预设的高度影响系数和天气影响的权重因子，Δz表示预设的易掉落物体距离地面单位高度对应的影响系数；
将目标小区各住宅楼各住户窗台区域的坠物风险指数与预设的坠物风险指数阈值进行比较，若目标小区某住宅楼某住户窗台区域的坠物风险指数大于预设的坠物风险指数阈值，将目标小区该住宅楼该住户记为坠物隐患住户，统计得到目标小区各住宅楼各坠物隐患住户，通过目标小区物业管理平台给各住宅楼各坠物隐患住户发送短信提醒，进行预警。
8.根据权利要求1所述的一种基于图像采集的智慧城市居住安全预警分析方法，其特征在于：所述步骤七中目标小区各住宅楼的高空坠物风险综合指数，具体获取方法为：
从数据库中提取目标小区各住宅楼的历史高空坠物次数，将其记为Qi；
根据目标小区各住宅楼各坠物隐患住户，得到目标小区各住宅楼的坠物隐患住户数量，将其记为
将目标小区各住宅楼的历史高空坠物次数Qi、坠物隐患住户数量
和目标小区各住宅楼建筑外墙的坠物风险指数λi代入公式
得到目标小区各住宅楼的高空坠物风险综合指数ξi，其中
表示目标小区第i个住宅楼的住户总数量，i＝1,2,...,n，ΔQ表示预设的单次历史高空坠物的影响系数。
9.一种基于图像采集的智慧城市居住安全预警分析系统，其特征在于，包括：
住宅楼建筑外墙墙皮脱落信息获取模块：用于获取目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息，其中墙皮脱落信息包括墙皮脱落区域总面积和墙皮脱落区域高度；
住宅楼建筑外墙广告牌信息获取模块：用于获取目标小区各住宅楼建筑外墙各广告牌的基本信息，其中基本信息包括悬挂松动度、悬挂倾斜度和高度；
天气影响系数获取模块:用于获取监测周期内目标小区所在区域的天气信息，分析得到天气影响系数；
住宅楼建筑外墙安全评估模块：用于根据目标小区各住宅楼中各建筑外墙子区域的墙皮脱落信息和各住宅楼建筑外墙各广告牌的基本信息，分析得到目标小区各住宅楼建筑外墙的墙皮脱落隐患系数和广告牌掉落隐患系数，综合目标小区各住宅楼建筑外墙的墙皮脱落隐患系数、广告牌掉落隐患系数和天气影响系数，得到目标小区各住宅楼建筑外墙的坠物风险指数；
住宅楼住户窗台物体掉落监测模块：用于获取目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数和距离地面高度；
住宅楼住户窗台物体掉落预警模块：用于根据目标小区各住宅楼各住户窗台区域中各易掉落物体的掉落系数、距离地面高度和天气影响系数，分析得到目标小区各住宅楼各住户窗台区域的坠物风险指数，进而得到目标小区各住宅楼各坠物隐患住户，并进行预警；
住宅楼高空坠物风险综合评估模块：用于根据目标小区各住宅楼建筑外墙的坠物风险指数和目标小区各住宅楼各坠物隐患住户，分析得到目标小区各住宅楼的高空坠物风险综合指数，并进行相应处理；
数据库：用于存储目标小区各住宅楼的历史高空坠物次数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211555372.1A CN115796591B (zh) | 2022-12-06 | 2022-12-06 | 一种基于图像采集的智慧城市居住安全预警分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211555372.1A CN115796591B (zh) | 2022-12-06 | 2022-12-06 | 一种基于图像采集的智慧城市居住安全预警分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115796591A true CN115796591A (zh) | 2023-03-14 |
| CN115796591B CN115796591B (zh) | 2023-07-07 |
Family
ID=85417333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211555372.1A Active CN115796591B (zh) | 2022-12-06 | 2022-12-06 | 一种基于图像采集的智慧城市居住安全预警分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115796591B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116109932A (zh) * | 2023-04-12 | 2023-05-12 | 深圳市明源云科技有限公司 | 房屋安全检测方法、装置、电子设备及可读存储介质 |
| CN116109296A (zh) * | 2023-04-07 | 2023-05-12 | 北京中建源建筑工程管理有限公司 | 一种建筑质量隐患的定位修理方法及系统 |
| CN117131126A (zh) * | 2023-10-23 | 2023-11-28 | 山东瑞鑫时空信息科技有限公司 | 一种基于大数据分析的测绘数据动态监管系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580081A (zh) * | 2020-04-26 | 2020-08-25 | 深圳市创智成科技股份有限公司 | 高空坠物拦截系统及方法 |
| CN111751040A (zh) * | 2020-05-15 | 2020-10-09 | 国网浙江省电力有限公司台州供电公司 | 一种基于无人机图像的电力铁塔螺栓松动检测系统及方法 |
| CN112330911A (zh) * | 2020-11-04 | 2021-02-05 | 深圳中神电子科技有限公司 | 一种基于大数据的消防灾害智能监测预警管理系统 |
| CN112435253A (zh) * | 2020-12-08 | 2021-03-02 | 深圳创维数字技术有限公司 | 墙体脱落检测方法、装置及可读存储介质 |
| CN112560751A (zh) * | 2020-12-24 | 2021-03-26 | 湘潭大学 | 一种阳台高空坠物风险检测方法及系统 |
| CN113160266A (zh) * | 2021-04-21 | 2021-07-23 | 上海闻泰信息技术有限公司 | 高空坠物的检测方法、装置、计算机设备和存储介质 |
| CN113223428A (zh) * | 2021-05-24 | 2021-08-06 | 上海恒馨广告有限公司 | 一种防止广告字牌坠落脱落的安全监测保险装置 |
| CN114120077A (zh) * | 2022-01-27 | 2022-03-01 | 山东融瓴科技集团有限公司 | 一种基于无人机航拍大数据下的防控风险预警方法 |
| CN114354700A (zh) * | 2022-01-06 | 2022-04-15 | 广东海洋大学 | 一种悬挂物坠落风险检测方法及装置 |
| CN115063008A (zh) * | 2022-06-30 | 2022-09-16 | 武汉誉钱乐房地产有限公司 | 一种智慧城市建设能源智能化管理调度调控系统 |
-
2022
- 2022-12-06 CN CN202211555372.1A patent/CN115796591B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580081A (zh) * | 2020-04-26 | 2020-08-25 | 深圳市创智成科技股份有限公司 | 高空坠物拦截系统及方法 |
| CN111751040A (zh) * | 2020-05-15 | 2020-10-09 | 国网浙江省电力有限公司台州供电公司 | 一种基于无人机图像的电力铁塔螺栓松动检测系统及方法 |
| CN112330911A (zh) * | 2020-11-04 | 2021-02-05 | 深圳中神电子科技有限公司 | 一种基于大数据的消防灾害智能监测预警管理系统 |
| CN112435253A (zh) * | 2020-12-08 | 2021-03-02 | 深圳创维数字技术有限公司 | 墙体脱落检测方法、装置及可读存储介质 |
| CN112560751A (zh) * | 2020-12-24 | 2021-03-26 | 湘潭大学 | 一种阳台高空坠物风险检测方法及系统 |
| CN113160266A (zh) * | 2021-04-21 | 2021-07-23 | 上海闻泰信息技术有限公司 | 高空坠物的检测方法、装置、计算机设备和存储介质 |
| CN113223428A (zh) * | 2021-05-24 | 2021-08-06 | 上海恒馨广告有限公司 | 一种防止广告字牌坠落脱落的安全监测保险装置 |
| CN114354700A (zh) * | 2022-01-06 | 2022-04-15 | 广东海洋大学 | 一种悬挂物坠落风险检测方法及装置 |
| CN114120077A (zh) * | 2022-01-27 | 2022-03-01 | 山东融瓴科技集团有限公司 | 一种基于无人机航拍大数据下的防控风险预警方法 |
| CN115063008A (zh) * | 2022-06-30 | 2022-09-16 | 武汉誉钱乐房地产有限公司 | 一种智慧城市建设能源智能化管理调度调控系统 |
Non-Patent Citations (3)
| Title |
|---|
| MUIZZ O. SANNI-ANIBIRE等: ""A risk assessment approach for enhancing construction safety performance"", 《SAFETY SCIENCE》, vol. 121, pages 15 - 29, XP085883084, DOI: 10.1016/j.ssci.2019.08.044 * |
| 欧宗燃等: ""既有建筑干挂大理石外墙安全风险评估"", 《建筑结构》, vol. 48, pages 761 - 764 * |
| 谢昭波等: ""地震导致外围护填充墙坠落的试验研究及伤害风险范围分析"", 《自然灾害学报》, vol. 27, no. 01, pages 17 - 25 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116109296A (zh) * | 2023-04-07 | 2023-05-12 | 北京中建源建筑工程管理有限公司 | 一种建筑质量隐患的定位修理方法及系统 |
| CN116109932A (zh) * | 2023-04-12 | 2023-05-12 | 深圳市明源云科技有限公司 | 房屋安全检测方法、装置、电子设备及可读存储介质 |
| CN116109932B (zh) * | 2023-04-12 | 2023-08-04 | 深圳市明源云科技有限公司 | 房屋安全检测方法、装置、电子设备及可读存储介质 |
| CN117131126A (zh) * | 2023-10-23 | 2023-11-28 | 山东瑞鑫时空信息科技有限公司 | 一种基于大数据分析的测绘数据动态监管系统 |
| CN117131126B (zh) * | 2023-10-23 | 2024-02-09 | 山东瑞鑫时空信息科技有限公司 | 一种基于大数据分析的测绘数据动态监管系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115796591B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115796591A (zh) | 一种基于图像采集的智慧城市居住安全预警分析方法及系统 | |
| De Gaetano et al. | Separation and classification of extreme wind events from anemometric records | |
| EP2813870B1 (en) | System for determination of the snow water equivalent (SWE) of a snow layer | |
| Liu et al. | Field measurement and wind tunnel simulation of hurricane wind loads on a single family dwelling | |
| CN103559508B (zh) | 一种基于连续型Adaboost视频车辆检测方法 | |
| CN111523397B (zh) | 一种智慧灯杆视觉识别装置、方法及其系统和电子设备 | |
| McGregor | The meteorological sensitivity of ischaemic heart disease mortality events in Birmingham, UK | |
| CN107133685B (zh) | 光伏发电系统发电量的预测方法及预测系统 | |
| Clark et al. | Fine‐scale analysis of a severe hailstorm using crowd‐sourced and conventional observations | |
| Spassiani et al. | Application of Self-organizing Maps to classify the meteorological origin of wind gusts in Australia | |
| CN113284026A (zh) | 一种大数据智慧园区管理系统 | |
| Gutiérrez et al. | A new gust parameterization for weather prediction models | |
| CN111766641A (zh) | 一种基于深度神经网络的强对流天气识别方法 | |
| Arul et al. | Machine learning based automated identification of thunderstorms from anemometric records using shapelet transform | |
| CN102169192A (zh) | 使用光传感器的无接触落石检测装置 | |
| CN110441830B (zh) | 基于自动气象站的小区域天气预测方法及存储介质 | |
| CN116739509A (zh) | 一种体育教学器材管理系统 | |
| JP2015106169A (ja) | 家屋管理装置 | |
| CN115574864A (zh) | 一种基于数据采集的建筑危房智能监控管理系统 | |
| CN116187740A (zh) | 一种输电线路沿线山火监测方法及系统 | |
| CN115984194A (zh) | 一种基于物联网的uwb精确定位基站智能管理系统 | |
| CN112665730B (zh) | 震前温度异常检测方法、装置、设备和存储介质 | |
| CN115294048A (zh) | 一种异物检测方法、装置、设备及存储介质 | |
| CN114646735A (zh) | 一种空气中二氧化碳浓度监测系统 | |
| KR102200282B1 (ko) | 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230619 Address after: 518000 area C, 5th floor, building B2, digital technology park, 18 Gaoxin South 7th Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: SHENZHEN BOMINWELL SYSTEMS ENGINEERING Co.,Ltd. Address before: No. 38, Jixianli, Qiaokou District, Wuhan City, Hubei Province 430030 Applicant before: Wuhan Yuqianle Real Estate Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |