CN116013036A - 一种渔港建设过程中的安全智能预警方法、系统及介质 - Google Patents

一种渔港建设过程中的安全智能预警方法、系统及介质 Download PDF

Info

Publication number
CN116013036A
CN116013036A CN202310213132.1A CN202310213132A CN116013036A CN 116013036 A CN116013036 A CN 116013036A CN 202310213132 A CN202310213132 A CN 202310213132A CN 116013036 A CN116013036 A CN 116013036A
Authority
CN
China
Prior art keywords
early warning
construction
monitoring area
safety early
information
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
Application number
CN202310213132.1A
Other languages
English (en)
Other versions
CN116013036B (zh
Inventor
马胜伟
吴洽儿
周艳波
操亮亮
陈森
张磊
孙慧岩
毕洁婷
徐景春
田骥
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.)
South China Sea Fisheries Research Institute Chinese Academy Fishery Sciences
Original Assignee
South China Sea Fisheries Research Institute Chinese Academy Fishery Sciences
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 South China Sea Fisheries Research Institute Chinese Academy Fishery Sciences filed Critical South China Sea Fisheries Research Institute Chinese Academy Fishery Sciences
Priority to CN202310213132.1A priority Critical patent/CN116013036B/zh
Publication of CN116013036A publication Critical patent/CN116013036A/zh
Application granted granted Critical
Publication of CN116013036B publication Critical patent/CN116013036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明涉及一种渔港建设过程中的安全智能预警方法、系统及介质,属于渔港建设安全技术领域,本发明根据获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议;通过本方法能够渔港建设过程中对施工区域的状态进行监测以预警沉降、塌方等地质灾害,进而确保施工人员的人身安全,避免发生坍塌伤亡事故。

Description

一种渔港建设过程中的安全智能预警方法、系统及介质
技术领域
本发明涉及渔港建设安全技术领域,特别是一种渔港建设过程中的安全智能预警方法、系统及介质。
背景技术
渔港是为渔船停泊、鱼货装卸、鱼货保鲜、冷藏加工、修补渔网和渔船生产及生活物资补给而设的港口,是渔船队的基地。渔港具有天然或人工的防浪设施,有码头作业线、装卸机械、加工和储存渔产品的工厂(场)、冷藏库和渔船修理厂等。现代大型渔港一般有锚地、港池、码头和护岸等水中设施,和供水、供冰、供油、储运、冷冻、冷藏、加工、渔船渔具修造等陆上设施,以及水产供销、渔民福利、通讯、气象、海上救护和渔业管理等机构。
在渔港建设过程中,尤其是在建设码头、护岸以及港池等设施的过程中,在开挖地层后,地层会释放掉开挖部分原始地应力,围岩瞬间发生应力重分布现象,围岩裂隙增大,会促进坍塌的发生;同时,因地层在挖掘过程中地下水流失,土壤结团,地层中的静、动水压力减弱,会造成地层中的结构重新分布,从而造成大范围的沉降或塌方,从而对工程顺利进行和施工人员的人身安全造成重大威胁,甚至会造成严重的塌方伤亡事故,因此,在渔港建设过程中对施工区域的状态进行监测以预警沉降、塌方等地质灾害的发生很有必要。
发明内容
本发明克服了现有技术的不足,提供了一种渔港建设过程中的安全智能预警方法、系统及介质。
为达到上述目的本发明采用的技术方案为:
本发明第一方面提供了一种渔港建设过程中的安全智能预警方法,包括以下步骤:
获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图;
基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域;
获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域;
获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议。
进一步的,本发明的一个较佳实施例中,获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,具体为:
获取渔港的建设工程图纸信息,并由所述渔港的建设工程图纸信息中获取不同施工时长节点所对应的施工工程信息,并根据所述不同施工时长节点所对应的施工工程信息与所述渔港的建设工程图纸信息构建不同施工时长节点所对应的预设施工三维模型图;其中,所述施工工程信息包括施工进度信息、施工位置信息以及施工类型信息;
构建数据库,并将所述不同施工时长节点所对应的预设施工三维模型图导入所述数据库中,得到施工时序模型数据库;
获取渔港的当前施工时长信息,并将所述当前施工时长信息导入所述施工时序模型数据库中,得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图。
进一步的,本发明的一个较佳实施例中,基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域,具体为:
以所述当前施工位置信息为中心基准规划出监测半径,基于所述监测半径确定出安全预警区域,并获取所述安全预警区域的实时图像信息;
构建配对模型,并将预设场景图像信息导入所述配对模型中进行训练,得到训练好的配对模型;
将所述安全预警区域的实时图像信息导入所述训练好的配对模型中,得到配对率,并判断所述配对率是否大于预设配对率;
若所述配对率大于预设配对率,则标记该配对率大于预设配对率所在的地理位置区域,并将所述地理位置区域标记为初始安全预警监测区域。
进一步的,本发明的一个较佳实施例中,获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域,具体为:
获取所述初始安全预警监测区域的图像信息,并对所述初始安全预警监测区域的图像信息进行预处理,得到预处理后的图像信息,并对所述预处理后图像信息进行特征点匹配处理,得到若干稀疏特征匹配点;
获取所述稀疏特征匹配点对应的坐标值,并基于所述稀疏特征匹配点对应的坐标值生成稀疏特征匹配点的三维云数据,并对所述稀疏特征匹配点的三维云数据进行稠密提取处理,得到密集特征匹配点的三维云数据,基于所述密集特征匹配点的三维云数据构建初始安全预警监测区域的三维模型图;
构建识别模型,并将所述当前施工位置所对应的预设施工三维模型图导入所述识别模型中进行训练,得到训练好的识别模型,并将所述初始安全预警监测区域的三维模型图导入所述训练好的识别模型中进行识别,得到相似度;
将所述相似度与预设相似度进行比较,若所述相似度大于预设相似度,则将该初始安全预警监测区域剔除;若所述相似度不大于预设相似度,则将该初始安全预警监测区域保留,得到最终安全预警监测区域。
进一步的,本发明的一个较佳实施例中,获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议,具体为:
获取最终安全预警监测区域的三维模型图,构建第一虚拟空间,并将所述最终安全预警监测区域的三维模型图与预设三维模型图导入所述第一虚拟空间中,以将所述最终安全预警监测区域的三维模型图与预设三维模型图进行比较,得到模型偏差值;
将所述模型偏差值与预设偏差阈值进行比较,若所述模型偏差值大于预设偏差阈值,则生成第一分析结果;若所述模型偏差值不大于预设偏差阈值,则生成第二分析结果;
若所述分析结果为第一分析结果,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报;若所述分析结果为第二分析结果,则生成二级预警建议,并对所述最终安全预警监测区域进行持续监测。
进一步的,本发明的一个较佳实施例中,对所述最终安全预警监测区域进行持续监测,具体为:
在预设时间间隔再次获取最终安全预警监测区域的二次图像信息,基于所述最终安全预警监测区域的二次图像信息构建最终安全预警监测区域的二次三维模型图;
构建第二虚拟空间,并将所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图导入所述第二虚拟空间中,以所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图进行比较,得到第二模型偏差值;
基于所述第二模型偏差值得到最终安全预警监测区域的变化速率,将所述变化速率与预设变化速率进行比较;
若所述变化速率大于预设变化速率,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报。
本发明第二方面提供了一种渔港建设过程中的安全智能预警系统,所述安全智能预警系统包括储存器以及处理器,所述储存器储存安全智能预警方法程序,所述安全智能预警方法程序被所述处理器执行时,实现如下步骤:
获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图;
基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域;
获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域;
获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议。
进一步的,本发明的一个较佳实施例中,获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,具体为:
获取渔港的建设工程图纸信息,并由所述渔港的建设工程图纸信息中获取不同施工时长节点所对应的施工工程信息,并根据所述不同施工时长节点所对应的施工工程信息与所述渔港的建设工程图纸信息构建不同施工时长节点所对应的预设施工三维模型图;其中,所述施工工程信息包括施工进度信息、施工位置信息以及施工类型信息;
构建数据库,并将所述不同施工时长节点所对应的预设施工三维模型图导入所述数据库中,得到施工时序模型数据库;
获取渔港的当前施工时长信息,并将所述当前施工时长信息导入所述施工时序模型数据库中,得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图。
进一步的,本发明的一个较佳实施例中,基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域,具体为:
以所述当前施工位置信息为中心基准规划出监测半径,基于所述监测半径确定出安全预警区域,并获取所述安全预警区域的实时图像信息;
构建配对模型,并将预设场景图像信息导入所述配对模型中进行训练,得到训练好的配对模型;
将所述安全预警区域的实时图像信息导入所述训练好的配对模型中,得到配对率,并判断所述配对率是否大于预设配对率;
若所述配对率大于预设配对率,则标记该配对率大于预设配对率所在的地理位置区域,并将所述地理位置区域标记为初始安全预警监测区域。
本发明第三方面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储存安全智能预警方法程序,所述安全智能预警方法程序被处理器执行时,实现任一项所述的安全智能预警方法。
本发明解决了背景技术中存在的技术缺陷,本发明具备以下有益效果:通过本方法能够渔港建设过程中对施工区域的状态进行监测以预警沉降、塌方等地质灾害,进而确保施工人员的人身安全,避免发生坍塌伤亡事故。并且能够快速的获取渔港在不同实际施工时长时所对应的预设施工三维模型图,以通过该预设施工三维模型图对在实际施工过程中施工工地是否发生了坍塌、沉降等前兆进行比对分析,进而实现安全施工预警功能。并且能够将因施工过程而引起的初始安全预警监测区域进行剔除,有效保留由于地层异常而自主造成的初始安全预警监测区域,从而提高预警精度,避免出现误预警而造成工期延长的现象,能够提高预警精度与有效性。
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实施例的附图。
图1为一种渔港建设过程中的安全智能预警方法的第一方法流程图;
图2为一种渔港建设过程中的安全智能预警方法的第二方法流程图;
图3为一种渔港建设过程中的安全智能预警方法的第三方法流程图;
图4为一种渔港建设过程中的安全智能预警系统的系统框图;
实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明第一方面提供了一种渔港建设过程中的安全智能预警方法,包括以下步骤:
S102:获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图;
S104:基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域;
S106:获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域;
S108:获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议。
需要说明的是,通过本方法能够渔港建设过程中对施工区域的状态进行监测以预警沉降、塌方等地质灾害,进而确保施工人员的人身安全,避免发生坍塌伤亡事故。
进一步的,本发明的一个较佳实施例中,获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,具体为:
获取渔港的建设工程图纸信息,并由所述渔港的建设工程图纸信息中获取不同施工时长节点所对应的施工工程信息,并根据所述不同施工时长节点所对应的施工工程信息与所述渔港的建设工程图纸信息构建不同施工时长节点所对应的预设施工三维模型图;其中,所述施工工程信息包括施工进度信息、施工位置信息以及施工类型信息;
构建数据库,并将所述不同施工时长节点所对应的预设施工三维模型图导入所述数据库中,得到施工时序模型数据库;
获取渔港的当前施工时长信息,并将所述当前施工时长信息导入所述施工时序模型数据库中,得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图。
需要说明的是,所述建设工程图纸信息由设计人员提前设计规划好,此工程图即为工程建筑领域中所述的施工蓝图,该建设工程图纸信息里面包括建设渔港中各设施的施工位置、所对应的施工时长以及所对应的施工类型等信息,其中所述施工类型包括如挖孔、打桩、浇筑等;其中,所述施工时长节点以天为单位。可以通过SolidWorks、UG、Proe等三维建模软件建立不同施工时长节点所对应的预设施工三维模型图,所述不同施工时长节点所对应的预设施工三维模型图可以理解为如在施工时长为30天时渔港挖掘地层、打桩、浇筑等施工进度的三维模型图,该模型图为构建于三维建模软件中的虚拟工程三维模型图。接着由施工日志等施工汇报图表中获取渔港的当前施工时长信息,然后当前施工时长信息导入提前训练好的施工时序模型数据库中,便能够得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,举例来说,如若渔港当前的施工时长为30天,当前的施工位置为建造护岸,并且建造护岸的进度为挖掘地层,地层的形状为方形,并且挖掘的深度为30米,这些信息都可以直接由预设施工三维模型图中实时的表征出来,并且该预设施工三维模型图可以理解为是在施工过程中施工工地不存在任何坍塌、沉降风险时的理想模型。通过本方法能够快速的获取渔港在不同实际施工时长时所对应的预设施工三维模型图,以通过该预设施工三维模型图对在实际施工过程中施工工地是否发生了坍塌、沉降等前兆进行比对分析,进而实现安全施工预警功能。
进一步的,本发明的一个较佳实施例中,如图2所示,基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域,具体为:
S202:以所述当前施工位置信息为中心基准规划出监测半径,基于所述监测半径确定出安全预警区域,并获取所述安全预警区域的实时图像信息;
S204:构建配对模型,并将预设场景图像信息导入所述配对模型中进行训练,得到训练好的配对模型;
S206:将所述安全预警区域的实时图像信息导入所述训练好的配对模型中,得到配对率,并判断所述配对率是否大于预设配对率;
S208:若所述配对率大于预设配对率,则标记该配对率大于预设配对率所在的地理位置区域,并将所述地理位置区域标记为初始安全预警监测区域。
需要说明的是,当得到当前施工位置后(如当前是在建设码头区域或者在建设港池区域),以当前施工位置信息为中心基准规划出监测半径(所述监测半径提前设定好,如可以是半径为5公里、8公里等),然后再以监测半径为安全预警区域,该安全预警区域可以理解为若在施工时发生了坍塌、沉降等事故,事故会威胁到施工人员人生安全的区域。当确定出在施工过程中的安全预警区域后,利用无人遥感技术实时获取整个安全预警区域的实时图像信息。然后利用卷积神经网络建立配对模型,其中所述预设场景图像信息为裂缝图像、凹坑图像、滑坡图像、地层上建筑物变形图像、泉水井水异常变化图像等,利用训练好的配对模型对安全预警区域的实时图像信息进行识别配对,如可以利用卷积神经网络、深度学习算法、机器学习算法等识别出实时图像信息与预设场景图像信息进行对比配对从而得到配对率,当配对率大于预设配对率,说明该地理位置有可能出现了坍塌、沉降前兆,此时将地理位置区域标记为初始安全预警监测区域。
需要说明的是,在施工过程中,当出现裂缝、凹坑、滑坡、地层上建筑物变形等现象时,说明地层已经处于不稳定状态,通过此些异常现象可以进一步判断地层是否会发生进一步坍塌、沉降的风险。
进一步的,本发明的一个较佳实施例中,获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域,具体为:
获取所述初始安全预警监测区域的图像信息,并对所述初始安全预警监测区域的图像信息进行预处理,得到预处理后的图像信息,并对所述预处理后图像信息进行特征点匹配处理,得到若干稀疏特征匹配点;
获取所述稀疏特征匹配点对应的坐标值,并基于所述稀疏特征匹配点对应的坐标值生成稀疏特征匹配点的三维云数据,并对所述稀疏特征匹配点的三维云数据进行稠密提取处理,得到密集特征匹配点的三维云数据,基于所述密集特征匹配点的三维云数据构建初始安全预警监测区域的三维模型图;
构建识别模型,并将所述当前施工位置所对应的预设施工三维模型图导入所述识别模型中进行训练,得到训练好的识别模型,并将所述初始安全预警监测区域的三维模型图导入所述训练好的识别模型中进行识别,得到相似度;
将所述相似度与预设相似度进行比较,若所述相似度大于预设相似度,则将该初始安全预警监测区域剔除;若所述相似度不大于预设相似度,则将该初始安全预警监测区域保留,得到最终安全预警监测区域。
需要说明的是,当标定出初始安全预警监测区域后,获取该初始安全预警监测区域的图像信息,并对该图像进行去噪以及图像增强处理;然后通过卷积神经网络对密集特征匹配点的三维云数据再进行分层卷积与池化,从而完成对该图像信息进行特征点提取,然后再通过三维建模软件建立初始安全预警监测区域的三维模型图。并且基于卷积神经网络构建识别模型,进而将该初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图的各个施工区域进行识别判断,得到相似度;若所述相似度大于预设相似度,此时可以说明的是,该初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图中的某个施工区域高度重合,说明该初始安全预警监测区域并不是由于地层异常而自主造成的,而是由于施工造成的,如可能是人造凹坑、施工所被动形成的地层裂缝等,此属于正常现象,并不属于地层坍塌、沉降的前兆现象,此时将该初始安全预警监测区域剔除,取消对其进行进一步监测;相反,若所述相似度不大于预设相似度,此时可以说明的是,说明该初始安全预警监测区域极有可能是由于地层异常而自主造成的,此属于前兆现象,此时对该初始安全预警监测区域进行进一步监测。通过本方法能够将因施工过程而引起的初始安全预警监测区域进行剔除,有效保留由于地层异常而自主造成的初始安全预警监测区域,从而提高预警精度,避免出现误预警而造成工期延长的现象,能够提高预警精度与有效性。
进一步的,本发明的一个较佳实施例中,如图3所示,获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议,具体为:
S302:获取最终安全预警监测区域的三维模型图,构建第一虚拟空间,并将所述最终安全预警监测区域的三维模型图与预设三维模型图导入所述第一虚拟空间中,以将所述最终安全预警监测区域的三维模型图与预设三维模型图进行比较,得到模型偏差值;
S304:将所述模型偏差值与预设偏差阈值进行比较,若所述模型偏差值大于预设偏差阈值,则生成第一分析结果;若所述模型偏差值不大于预设偏差阈值,则生成第二分析结果;
S306:若所述分析结果为第一分析结果,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报;若所述分析结果为第二分析结果,则生成二级预警建议,并对所述最终安全预警监测区域进行持续监测。
需要说明的是,所述预设三维模型图为裂缝、凹坑、滑坡、地层上建筑物等提前制定好的模型,该预设模型作为比对模型使用。然后通过三维建模软件构建第一虚拟空间(即虚拟三维空间坐标系),并且将所述最终安全预警监测区域的三维模型图与预设三维模型图导入所述第一虚拟空间中,以将所述最终安全预警监测区域的三维模型图与预设三维模型图进行比较,得到模型偏差值;若所述模型偏差值大于预设偏差阈值,此时说明地层已经出现较为严重的裂缝、凹坑、滑坡、地层上建筑物变形现象,此时说明此时极有可能发生地层坍塌、沉降现象,此时则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报,以警示施工人员撤离施工现场。若所述模型偏差值不大于预设偏差阈值,此时说明地层裂缝、凹坑、滑坡、地层上建筑物变形的程度较轻,此还属于安全范畴,则生成二级预警建议,并对所述最终安全预警监测区域进行持续监测。通过本方法能够渔港建设过程中对施工区域的状态进行监测以预警沉降、塌方等地质灾害,进而确保施工人员的人身安全,避免发生坍塌伤亡事故。
进一步的,本发明的一个较佳实施例中,对所述最终安全预警监测区域进行持续监测,具体为:
在预设时间间隔再次获取最终安全预警监测区域的二次图像信息,基于所述最终安全预警监测区域的二次图像信息构建最终安全预警监测区域的二次三维模型图;
构建第二虚拟空间,并将所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图导入所述第二虚拟空间中,以所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图进行比较,得到第二模型偏差值;
基于所述第二模型偏差值得到最终安全预警监测区域的变化速率,将所述变化速率与预设变化速率进行比较;
若所述变化速率大于预设变化速率,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报。
需要说明的是,通过三维建模软件构建第二虚拟空间,并将所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图导入所述第二虚拟空间中,以所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图进行比较,得到第二模型偏差值;当得知第二模型偏差值与时间间隔后,便能够计算出该最终安全预警监测区域的变化速率,如裂缝的扩展速率、凹坑的沉降速率等。若变化速率大于预设变化速率,此时说明地层的裂缝、凹坑、滑坡、地层上建筑物变形的变化速率较大,此时说明此时极有可能发生地层坍塌、沉降现象,此时则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报,以警示施工人员撤离施工现场。通过本方法能够渔港建设过程中对施工区域的状态进行监测以预警沉降、塌方等地质灾害,进而确保施工人员的人身安全,避免发生坍塌伤亡事故。
此外,所述一种渔港建设过程中的安全智能预警方法,还包括以下步骤:
通过大数据网络获取与预设地质灾害类型相关的外界影响因素,构建数据库,并将所述与预设地质灾害类型相关的外界影响因素导入所述数据库中,得到特性数据库;
获取最终安全预警监测区域的实时环境数据信息,并将所述最终安全预警监测区域的实时环境数据信息导入所述特性数据库中进行匹配度计算;
获取匹配度大于预设匹配度的环境影响因素,并将所述匹配度大于预设匹配度的,并将所述匹配度大于预设匹配度的环境影响因素作为最终环境影响因素;
根据所述最终环境影响因素确定评价指标,基于灰色关联分析法获取所述最终环境影响因素的评价分数,并根据所述最终环境影响因素的评价分数生成评价指标的权重值;
若所述权重值大于预设权重值,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报;若所述权重值不大于预设权重值,则生成二级预警建议,并对所述最终安全预警监测区域进行持续监测。
需要说明的是,所述预设地质灾害类型包括裂缝、凹坑、滑坡、地层上建筑物变形等。引发地层发生地质灾害的外界因素有风力因素、雨量因素、温度因素等,如在雨天时容易进一步引发地层滑坡,在高温干燥的天气容易进一步引发地层开裂。通过提前建立特性数据库,然后再通过现有的天气状况监控器实时获取施工现在的天气状况信息,便能够快速得到影响当前最终安全预警监测区域的最终环境影响因素(如最终安全预警监测区域的地质灾害类型为开裂时其主要影响因素为天气温度与地表湿度),然后通过层次分析法能够有效地生成评价指标的权重信息,进而根据当前的天气状况生成相应的预警方案。
如图4所示,本发明第二方面提供了一种渔港建设过程中的安全智能预警系统,所述安全智能预警系统包括储存器41以及处理器62,所述储存器41储存安全智能预警方法程序,所述安全智能预警方法程序被所述处理器62执行时,实现如下步骤:
获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图;
基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域;
获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域;
获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议。
进一步的,本发明的一个较佳实施例中,获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,具体为:
获取渔港的建设工程图纸信息,并由所述渔港的建设工程图纸信息中获取不同施工时长节点所对应的施工工程信息,并根据所述不同施工时长节点所对应的施工工程信息与所述渔港的建设工程图纸信息构建不同施工时长节点所对应的预设施工三维模型图;其中,所述施工工程信息包括施工进度信息、施工位置信息以及施工类型信息;
构建数据库,并将所述不同施工时长节点所对应的预设施工三维模型图导入所述数据库中,得到施工时序模型数据库;
获取渔港的当前施工时长信息,并将所述当前施工时长信息导入所述施工时序模型数据库中,得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图。
进一步的,本发明的一个较佳实施例中,基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域,具体为:
以所述当前施工位置信息为中心基准规划出监测半径,基于所述监测半径确定出安全预警区域,并获取所述安全预警区域的实时图像信息;
构建配对模型,并将预设场景图像信息导入所述配对模型中进行训练,得到训练好的配对模型;
将所述安全预警区域的实时图像信息导入所述训练好的配对模型中,得到配对率,并判断所述配对率是否大于预设配对率;
若所述配对率大于预设配对率,则标记该配对率大于预设配对率所在的地理位置区域,并将所述地理位置区域标记为初始安全预警监测区域。
本发明第三方面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储存安全智能预警方法程序,所述安全智能预警方法程序被处理器执行时,实现任一项所述的安全智能预警方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例的技术方案本质上或者说对现有技术做出贡献的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(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种渔港建设过程中的安全智能预警方法,其特征在于,包括以下步骤:
获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图;
基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域;
获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域;
获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议。
2.根据权利要求1所述的一种渔港建设过程中的安全智能预警方法,其特征在于,获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,具体为:
获取渔港的建设工程图纸信息,并由所述渔港的建设工程图纸信息中获取不同施工时长节点所对应的施工工程信息,并根据所述不同施工时长节点所对应的施工工程信息与所述渔港的建设工程图纸信息构建不同施工时长节点所对应的预设施工三维模型图;其中,所述施工工程信息包括施工进度信息、施工位置信息以及施工类型信息;
构建数据库,并将所述不同施工时长节点所对应的预设施工三维模型图导入所述数据库中,得到施工时序模型数据库;
获取渔港的当前施工时长信息,并将所述当前施工时长信息导入所述施工时序模型数据库中,得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图。
3.根据权利要求1所述的一种渔港建设过程中的安全智能预警方法,其特征在于,基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域,具体为:
以所述当前施工位置信息为中心基准规划出监测半径,基于所述监测半径确定出安全预警区域,并获取所述安全预警区域的实时图像信息;
构建配对模型,并将预设场景图像信息导入所述配对模型中进行训练,得到训练好的配对模型;
将所述安全预警区域的实时图像信息导入所述训练好的配对模型中,得到配对率,并判断所述配对率是否大于预设配对率;
若所述配对率大于预设配对率,则标记该配对率大于预设配对率所在的地理位置区域,并将所述地理位置区域标记为初始安全预警监测区域。
4.根据权利要求1所述的一种渔港建设过程中的安全智能预警方法,其特征在于,获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域,具体为:
获取所述初始安全预警监测区域的图像信息,并对所述初始安全预警监测区域的图像信息进行预处理,得到预处理后的图像信息,并对所述预处理后图像信息进行特征点匹配处理,得到若干稀疏特征匹配点;
获取所述稀疏特征匹配点对应的坐标值,并基于所述稀疏特征匹配点对应的坐标值生成稀疏特征匹配点的三维云数据,并对所述稀疏特征匹配点的三维云数据进行稠密提取处理,得到密集特征匹配点的三维云数据,基于所述密集特征匹配点的三维云数据构建初始安全预警监测区域的三维模型图;
构建识别模型,并将所述当前施工位置所对应的预设施工三维模型图导入所述识别模型中进行训练,得到训练好的识别模型,并将所述初始安全预警监测区域的三维模型图导入所述训练好的识别模型中进行识别,得到相似度;
将所述相似度与预设相似度进行比较,若所述相似度大于预设相似度,则将该初始安全预警监测区域剔除;若所述相似度不大于预设相似度,则将该初始安全预警监测区域保留,得到最终安全预警监测区域。
5.根据权利要求1所述的一种渔港建设过程中的安全智能预警方法,其特征在于,获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议,具体为:
获取最终安全预警监测区域的三维模型图,构建第一虚拟空间,并将所述最终安全预警监测区域的三维模型图与预设三维模型图导入所述第一虚拟空间中,以将所述最终安全预警监测区域的三维模型图与预设三维模型图进行比较,得到模型偏差值;
将所述模型偏差值与预设偏差阈值进行比较,若所述模型偏差值大于预设偏差阈值,则生成第一分析结果;若所述模型偏差值不大于预设偏差阈值,则生成第二分析结果;
若所述分析结果为第一分析结果,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报;若所述分析结果为第二分析结果,则生成二级预警建议,并对所述最终安全预警监测区域进行持续监测。
6.根据权利要求5所述的一种渔港建设过程中的安全智能预警方法,其特征在于,对所述最终安全预警监测区域进行持续监测,具体为:
在预设时间间隔再次获取最终安全预警监测区域的二次图像信息,基于所述最终安全预警监测区域的二次图像信息构建最终安全预警监测区域的二次三维模型图;
构建第二虚拟空间,并将所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图导入所述第二虚拟空间中,以所述最终安全预警监测区域的三维模型图与所述最终安全预警监测区域的二次三维模型图进行比较,得到第二模型偏差值;
基于所述第二模型偏差值得到最终安全预警监测区域的变化速率,将所述变化速率与预设变化速率进行比较;
若所述变化速率大于预设变化速率,则生成一级预警建议,并将所述一级预警建议输出至预警响应终端,控制预警响应终端发出预警警报。
7.一种渔港建设过程中的安全智能预警系统,其特征在于,所述安全智能预警系统包括储存器以及处理器,所述储存器储存安全智能预警方法程序,所述安全智能预警方法程序被所述处理器执行时,实现如下步骤:
获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图;
基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域;
获取所述初始安全预警监测区域的图像信息,基于所述初始安全预警监测区域的图像信息得到初始安全预警监测区域的三维模型图,基于所述初始安全预警监测区域的三维模型图与当前施工位置所对应的预设施工三维模型图确定出最终安全预警监测区域;
获取最终安全预警监测区域的三维模型图,并对所述最终安全预警监测区域的三维模型图进行分析,得到第一分析结果或第二分析结果,基于所述第一分析结果或第二分析结果生成安全智能预警建议。
8.根据权利要求7所述的一种渔港建设过程中的安全智能预警系统,其特征在于,获取渔港的建设工程图纸信息以及获取渔港的当前施工时长信息,基于所述渔港的建设工程图纸信息与所述渔港的当前施工时长信息得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图,具体为:
获取渔港的建设工程图纸信息,并由所述渔港的建设工程图纸信息中获取不同施工时长节点所对应的施工工程信息,并根据所述不同施工时长节点所对应的施工工程信息与所述渔港的建设工程图纸信息构建不同施工时长节点所对应的预设施工三维模型图;其中,所述施工工程信息包括施工进度信息、施工位置信息以及施工类型信息;
构建数据库,并将所述不同施工时长节点所对应的预设施工三维模型图导入所述数据库中,得到施工时序模型数据库;
获取渔港的当前施工时长信息,并将所述当前施工时长信息导入所述施工时序模型数据库中,得到当前施工位置信息以及当前施工位置所对应的预设施工三维模型图。
9.根据权利要求7所述的一种渔港建设过程中的安全智能预警系统,其特征在于,基于所述当前施工位置信息确定出安全预警区域,并获取所述安全预警区域的实时图像信息,基于所述安全预警区域的实时图像信息确定出初始安全预警监测区域,具体为:
以所述当前施工位置信息为中心基准规划出监测半径,基于所述监测半径确定出安全预警区域,并获取所述安全预警区域的实时图像信息;
构建配对模型,并将预设场景图像信息导入所述配对模型中进行训练,得到训练好的配对模型;
将所述安全预警区域的实时图像信息导入所述训练好的配对模型中,得到配对率,并判断所述配对率是否大于预设配对率;
若所述配对率大于预设配对率,则标记该配对率大于预设配对率所在的地理位置区域,并将所述地理位置区域标记为初始安全预警监测区域。
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储存安全智能预警方法程序,所述安全智能预警方法程序被处理器执行时,实现如权利要求1-6任一项所述的安全智能预警方法。
CN202310213132.1A 2023-03-08 2023-03-08 一种渔港建设过程中的安全智能预警方法、系统及介质 Active CN116013036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310213132.1A CN116013036B (zh) 2023-03-08 2023-03-08 一种渔港建设过程中的安全智能预警方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310213132.1A CN116013036B (zh) 2023-03-08 2023-03-08 一种渔港建设过程中的安全智能预警方法、系统及介质

Publications (2)

Publication Number Publication Date
CN116013036A true CN116013036A (zh) 2023-04-25
CN116013036B CN116013036B (zh) 2023-08-11

Family

ID=86032047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310213132.1A Active CN116013036B (zh) 2023-03-08 2023-03-08 一种渔港建设过程中的安全智能预警方法、系统及介质

Country Status (1)

Country Link
CN (1) CN116013036B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681292A (zh) * 2023-08-04 2023-09-01 交通运输部水运科学研究所 基于深度学习的石化港区安全风险分析及责任划分方法
CN118036901A (zh) * 2024-04-11 2024-05-14 广东河海工程咨询有限公司 一种基于智能监测的生态堤防护岸安全预警系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130059041A (ko) * 2011-11-28 2013-06-05 (주)에스알파트너즈 시설물 유지관리시스템
CN105184863A (zh) * 2015-07-23 2015-12-23 同济大学 一种基于无人机航拍序列影像的边坡三维重建方法
CN107688908A (zh) * 2017-09-06 2018-02-13 北京城乡建设集团有限责任公司 研判施工安全风险的方法及装置
US20190371055A1 (en) * 2018-06-05 2019-12-05 University Of Seoul Industry Cooperation Foundation 3d monitoring server using 3d bim object model and 3d monitoring system comprising it
KR20200119114A (ko) * 2019-04-09 2020-10-19 서울시립대학교 산학협력단 3차원 bim 객체 모델을 이용한 재난관리 시스템 및 재난관리 방법
CN112149920A (zh) * 2020-10-17 2020-12-29 河北省地质环境监测院 一种区域地质灾害趋势预测方法
CN112330184A (zh) * 2020-11-18 2021-02-05 深圳大学 施工风险的预测方法、装置、设备和介质
CN112802307A (zh) * 2020-12-30 2021-05-14 中国地质调查局成都地质调查中心 一种用于地质勘察的地质监测预警方法及系统
CN113611085A (zh) * 2021-10-11 2021-11-05 辽博信息科技(山东)有限公司 岩土工程中地质灾害的监测预警方法及系统
CN113744395A (zh) * 2021-11-08 2021-12-03 辽博信息科技(山东)有限公司 一种建筑地基沉降的监测预警方法及系统
CN115034767A (zh) * 2022-07-15 2022-09-09 广州高新工程顾问有限公司 一种基于bim的深基坑施工安全智能管控方法和系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130059041A (ko) * 2011-11-28 2013-06-05 (주)에스알파트너즈 시설물 유지관리시스템
CN105184863A (zh) * 2015-07-23 2015-12-23 同济大学 一种基于无人机航拍序列影像的边坡三维重建方法
CN107688908A (zh) * 2017-09-06 2018-02-13 北京城乡建设集团有限责任公司 研判施工安全风险的方法及装置
US20190371055A1 (en) * 2018-06-05 2019-12-05 University Of Seoul Industry Cooperation Foundation 3d monitoring server using 3d bim object model and 3d monitoring system comprising it
KR20200119114A (ko) * 2019-04-09 2020-10-19 서울시립대학교 산학협력단 3차원 bim 객체 모델을 이용한 재난관리 시스템 및 재난관리 방법
CN112149920A (zh) * 2020-10-17 2020-12-29 河北省地质环境监测院 一种区域地质灾害趋势预测方法
CN112330184A (zh) * 2020-11-18 2021-02-05 深圳大学 施工风险的预测方法、装置、设备和介质
CN112802307A (zh) * 2020-12-30 2021-05-14 中国地质调查局成都地质调查中心 一种用于地质勘察的地质监测预警方法及系统
CN113611085A (zh) * 2021-10-11 2021-11-05 辽博信息科技(山东)有限公司 岩土工程中地质灾害的监测预警方法及系统
CN113744395A (zh) * 2021-11-08 2021-12-03 辽博信息科技(山东)有限公司 一种建筑地基沉降的监测预警方法及系统
CN115034767A (zh) * 2022-07-15 2022-09-09 广州高新工程顾问有限公司 一种基于bim的深基坑施工安全智能管控方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681292A (zh) * 2023-08-04 2023-09-01 交通运输部水运科学研究所 基于深度学习的石化港区安全风险分析及责任划分方法
CN116681292B (zh) * 2023-08-04 2024-04-09 交通运输部水运科学研究所 基于深度学习的石化港区安全风险分析及责任划分方法
CN118036901A (zh) * 2024-04-11 2024-05-14 广东河海工程咨询有限公司 一种基于智能监测的生态堤防护岸安全预警系统

Also Published As

Publication number Publication date
CN116013036B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
Haeberli et al. Increasing risks related to landslides from degrading permafrost into new lakes in de-glaciating mountain ranges
CN113611085B (zh) 岩土工程中地质灾害的监测预警方法及系统
CN116013036B (zh) 一种渔港建设过程中的安全智能预警方法、系统及介质
Lee et al. Coastal cliff recession: the use of probabilistic prediction methods
CN110795812B (zh) 一种基于大数据分析的滑坡预测方法及系统
Iribarren Anacona et al. Moraine-dammed lake failures in Patagonia and assessment of outburst susceptibility in the Baker Basin
CN104452836A (zh) 一种深基坑支护结构的稳定性检测预警方法
CN106150485A (zh) 一种基于数字岩体的钻井井漏预测系统
CN116502376A (zh) 一种矿区开发区域监控设备布局方法及系统
Lacasse et al. Living with landslide risk
CN115035256A (zh) 一种尾矿库事故隐患及风险演化方法及系统
Caffrey et al. Planning for the impact of sea-level rise on US national parks
Dong et al. Quantifying beach and dune resilience using the coastal resilience index
CN116384255B (zh) 一种基于多源数据融合的园区危险态势感知方法及系统
CN113077609A (zh) 一种基于大数据的自然灾害预警系统及方法
CN111612908A (zh) 水利工程淹没范围展示方法、装置、设备和存储介质
CN110019579B (zh) 一种面向大型油轮的避难地选取方法
Xue et al. Genetic algorithm-based parameter inversion and pipeline subsidence prediction
Kemal et al. Evaluation of tsunami evacuation plans in Padang, Indonesia
Xueping et al. A GIS-based monitoring and early warning system for cover-collapse sinkholes in karst terrane in Wuhan, China
CN108022415B (zh) 一种基于bim的围海造地的报警方法及终端
CN114360211A (zh) 一种人防洞安全监测管理系统
CN114238540A (zh) 一种面向实时数据的沉井监控数字化交互平台的构建方法
Stuckey et al. Development of an Iceberg Impact Load Assessment Tool
Nadim et al. Strategies for mitigation of risk associated with landslides

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