CN116629583A - 基于施工大数据的智能工期管理系统 - Google Patents

Abstract

本发明涉及施工管理技术领域，具体公开了一种基于施工大数据的智能工期管理系统，所述系统包括处理端，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；根据验证结果判定是否向管理端发送工期异常提示指令；本发明基于大数据技术确定参考数据，将监控数据与参考数据进行比对，记录异常时刻点；在此基础上，对异常时刻点的监控数据进行识别，引入了对监控过程的识别方案，极大地提高了异常时刻点的判定准确性。

Description

基于施工大数据的智能工期管理系统

技术领域

本发明涉及施工管理技术领域，具体是一种基于施工大数据的智能工期管理系统。

背景技术

施工现场是指进行工业和民用项目的房屋建筑，土木工程，设备安装，管线敷设等施工活动，经批准占用的施工场地及人类进行安全生产、文明工作、建设的场所，包括陆地，海上以及空中的一切能够进行施工工作的地域。

施工任务存在工期，想要工期平稳进行，需要进行实时的管控，现有的管控大都将重心放在工作过程及物料存储过程，管控方式以人工为主，消耗的人力成本较高；为解决这一问题，现有技术中提供了一种基于摄像头的智能管控方式，但是，在这类智能管控方式中，大都不存在对监控数据本身的验证，从而无法确保管控结果的准确性。

发明内容

本发明的目的在于提供一种基于施工大数据的智能工期管理系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于施工大数据的智能工期管理系统，所述系统包括：

处理端，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；所述项目施工数据包括施工材料数据和施工项目完成度；基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；根据验证结果判定是否向管理端发送工期异常提示指令；

监控端，用于实时记录监控工位，根据监控工位确定采集区域；根据采集区域和工地备案数据确定监控数据的类型；其中，所述监控数据的类型包括施工现场的三维数据和物料储存现场的物料体积占比数据。

作为本发明进一步的方案：所述处理端包括：

数据识别模块，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；所述项目施工数据包括施工材料数据和施工项目完成度；

状态判定模块，用于基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；

监控验证模块，用于若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；

指令发送模块，用于根据验证结果判定是否向管理端发送工期异常提示指令。

作为本发明进一步的方案：所述监控端包括：

区位获取模块，用于实时记录监控工位，根据监控工位确定采集区域；

类型确定模块，用于根据采集区域和工地备案数据确定监控数据的类型；

其中，所述监控数据的类型包括施工现场的三维数据和物料储存现场的物料体积占比数据。

作为本发明进一步的方案：所述数据识别模块包括：

数据获取单元，用于通过监控端获取施工现场的三维数据和物料储存现场的物料体积占比数据；

完成度计算单元，用于根据施工现场的三维数据分析构建实时3D施工结构模型，将实时3D施工结构模型与预设的3D施工结构模型进行比对，计算出施工项目完成度；

材料数据计算单元，用于根据物料体积占比数据计算出施工材料数据；所述施工材料数据包括施工材料进场量、施工材料消耗量和施工材料剩余量；

储存显示单元，用于储存并显示施工项目完成度和施工材料数据。

作为本发明进一步的方案：所述状态判定模块包括：

施工数据获取单元，用于获取项目施工数据；

比对单元，用于将项目施工数据与预设的数据条件进行比对，所述数据条件包括与施工项目完成度对应的项目预设完成度以及与施工材料数据对应的预设施工材料数据；

第一分类单元，用于当项目施工数据符合预设的数据条件时，将项目施工数据插入到第一数据库；

第二分类单元，用于当项目施工数据不符合预设的数据条件时，将项目施工数据插入到第二数据库；

其中，所述第一数据库中的数据标定为正常，所述第二数据库中的数据标定为异常。

作为本发明进一步的方案：所述监控验证模块包括：

待检数据读取单元，用于读取第二数据库中的数据，作为待检数据；

数据匹配单元，用于根据所述待检数据遍历第一数据库，确定匹配数据；所述匹配数据为两个数据库中相同的数据；

时刻获取单元，用于当匹配数据为空时，获取待检数据的对应时刻；

请求生成单元，用于查询对应时刻的监控数据，生成指向对应时刻的监控数据的验证请求，得到验证结果；

检测等级判定单元，用于当匹配数据不为空时，根据匹配数据的数量确定状态判定模块的检测等级。

作为本发明进一步的方案：所述请求生成单元包括：

第一读取子单元，用于以对应时刻为中心，获取预设时间区间内的监控数据；

第二读取子单元，用于读取时间区间内的监控数据的施工项目完成度和施工材料数据；

数据转换子单元，用于分别将施工项目完成度和施工材料数据输入预设的转换模型，得到映射数值；

曲线拟合子单元，用于根据映射数值拟合变化曲线，根据变化曲线确定验证结果。

作为本发明进一步的方案：所述曲线拟合子单元包括：

导数获取子单元，用于获取变化曲线的导数曲线；

采样子单元，用于根据预设采集频率对导数曲线进行采样，得到采样点；

计算子单元，用于获取采样点的导数值，计算导数值的均值，根据均值计算每个导数值的绝对差值；

标记子单元，用于当绝对差值大于预设的数值时，标记对应的采样点；

统计子单元，用于统计标记的采样点的时刻对应的监控数据，作为验证结果。

作为本发明进一步的方案：所述指令发送模块包括：

指令接收单元，用于将验证结果向人工端发送，接收人工端反馈的确定指令；所述确定指令用于表征验证结果是否准确；

指令生成单元，用于当验证结果准确时，向管理端发送对应时刻的工期异常提示指令。

作为本发明进一步的方案：所述类型确定模块包括：

坐标集确定单元，用于读取工地备案数据，确定施工现场和物料储存现场的坐标集；

类型标记单元，用于获取采集区域，所述坐标集对采集区域进行类型标记，得到含有类型标签的子区域；

切分执行单元，用于根据含有类型标签的子区域对监控数据进行切分。

与现有技术相比，本发明的有益效果是：本发明基于大数据技术确定参考数据，将监控数据与参考数据进行比对，记录异常时刻点；在此基础上，对异常时刻点的监控数据进行识别，引入了对监控过程的识别方案，极大地提高了异常时刻点的判定准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。

图1为基于施工大数据的智能工期管理系统的组成结构框图。

图2为处理端中数据识别模块的组成结构框图。

图3为处理端中状态判定模块的组成结构框图。

图4为处理端中监控验证模块的组成结构框图。

图5为处理端中指令发送模块的组成结构框图。

图6为监控端中类型确定模块的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1为基于施工大数据的智能工期管理系统的组成结构框图，本发明实施例中，一种基于施工大数据的智能工期管理系统，所述系统10包括：

处理端10，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；所述项目施工数据包括施工材料数据和施工项目完成度；基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；根据验证结果判定是否向管理端发送工期异常提示指令；

监控端20，用于实时记录监控工位，根据监控工位确定采集区域；根据采集区域和工地备案数据确定监控数据的类型；其中，所述监控数据的类型包括施工现场的三维数据和物料储存现场的物料体积占比数据。

在本发明技术方案中，监控端20用于获取监控视频，所述监控视频是图像集，监控视频的内容包括施工现场的三维数据（通俗地说，建筑盖了多少）以及物料储存现场的物料数据。

作为本发明技术方案的一个优选实施例，所述处理端10包括：

数据识别模块11，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；所述项目施工数据包括施工材料数据和施工项目完成度；

状态判定模块12，用于基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；

监控验证模块13，用于若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；

指令发送模块14，用于根据验证结果判定是否向管理端发送工期异常提示指令。

上述内容对处理端10的功能进行了模块化细分，首先，接收监控端20获取到的监控数据，所述监控数据是视频信息，所述视频信息为含有时刻点的监控图像的集合；对监控数据进行识别，可以确定项目施工数据；所述项目施工数据是一个上位概念，所述项目施工数据包括施工材料数据和施工项目完成度。

然后，基于现有的大数据技术查询标准参数，根据标准参数依次对所有项目施工数据进行识别，可以判断哪些项目施工数据存在异常。

最后，由于项目施工数据的正常与否由监控数据确定，监控数据本身的正确性影响着项目施工数据的识别准确度；如果监控数据本身存在问题，那么项目施工数据的识别结果就可能存在错误，例如，如果摄像头被异物遮挡，那么无论项目施工数据具体如何，识别结果都是异常，此时，准确度较低。因此，在生成具体提示指令时，还要对监控数据进行识别，尽量提高监控数据的有效性。

作为本发明技术方案的一个优选实施例，所述监控端20包括：

区位获取模块21，用于实时记录监控工位，根据监控工位确定采集区域；

类型确定模块22，用于根据采集区域和工地备案数据确定监控数据的类型；

其中，所述监控数据的类型包括施工现场的三维数据和物料储存现场的物料体积占比数据。

上述内容对监控端20的应用过程进行了描述，在本发明技术方案的一个实例中，监控端由摄像头组成，摄像头的工位不同，采集的区域不同，判断采集的区域属于哪个场地（施工现场和物料储存现场），进而对监控数据进行分类。

图2为处理端10中数据识别模块11的组成结构框图，所述数据识别模块11包括：

数据获取单元111，用于通过监控端获取施工现场的三维数据和物料储存现场的物料体积占比数据；

完成度计算单元112，用于根据施工现场的三维数据分析构建实时3D施工结构模型，将实时3D施工结构模型与预设的3D施工结构模型进行比对，计算出施工项目完成度；

材料数据计算单元113，用于根据物料体积占比数据计算出施工材料数据；所述施工材料数据包括施工材料进场量、施工材料消耗量和施工材料剩余量；

储存显示单元114，用于储存并显示施工项目完成度和施工材料数据。

在本发明技术方案的一个实例中，数据识别过程主要采用比对的方式，由现有技术构建3D施工结构，进而计算施工项目完成度；所述施工项目完成度一般由百分比表示；通过物料体积占比数据可以计算出施工材料数据，所述施工材料数据包括施工材料进场量、施工材料消耗量和施工材料剩余量，这是一些瞬时数据，由多个时刻的监控图像计算出已有量，进而计算得到。

图3为处理端10中状态判定模块12的组成结构框图，所述状态判定模块12包括：

施工数据获取单元121，用于获取项目施工数据；

比对单元122，用于将项目施工数据与预设的数据条件进行比对，所述数据条件包括与施工项目完成度对应的项目预设完成度以及与施工材料数据对应的预设施工材料数据；

第一分类单元123，用于当项目施工数据符合预设的数据条件时，将项目施工数据插入到第一数据库；

第二分类单元124，用于当项目施工数据不符合预设的数据条件时，将项目施工数据插入到第二数据库；

其中，所述第一数据库中的数据标定为正常，所述第二数据库中的数据标定为异常。

上述内容对判定过程进行了具体的限定，首先，直接读取已经获取到的项目施工数据；然后，将获取到的项目施工数据，与预设的数据条件进行比对，根据比对结果判断是否存在异常数据；最后，设置两个独立的数据库（第一数据库和第二数据库）统计正常数据和异常数据。

图4为处理端10中监控验证模块13的组成结构框图，所述监控验证模块13包括：

待检数据读取单元131，用于读取第二数据库中的数据，作为待检数据；

数据匹配单元132，用于根据所述待检数据遍历第一数据库，确定匹配数据；所述匹配数据为两个数据库中相同的数据；

时刻获取单元133，用于当匹配数据为空时，获取待检数据的对应时刻；

请求生成单元134，用于查询对应时刻的监控数据，生成指向对应时刻的监控数据的验证请求，得到验证结果；

检测等级判定单元135，用于当匹配数据不为空时，根据匹配数据的数量确定状态判定模块的检测等级。

上述内容引入了两个数据库之间的比对过程，第二数据库中的数据是异常数据，依次读取第二数据库中的异常数据，将异常数据在第一数据库中进行遍历匹配，如果存在相同的数据，就意味着数据判定过程存在问题，相同的数据越多，判定过程存在问题的可能性越大，需要的检测级别越高；其中，检测级别越高，投入的检测资源越多；所述检测指向项目施工数据的判定过程。

作为本发明技术方案的一个优选实施例，所述请求生成单元134包括：

第一读取子单元，用于以对应时刻为中心，获取预设时间区间内的监控数据；

第二读取子单元，用于读取时间区间内的监控数据的施工项目完成度和施工材料数据；

数据转换子单元，用于分别将施工项目完成度和施工材料数据输入预设的转换模型，得到映射数值；

曲线拟合子单元，用于根据映射数值拟合变化曲线，根据变化曲线确定验证结果。

上述内容提供了一种具体的监控数据识别方案，其原理在于，将需要分析的数据都转换为数值，然后对数值进行分析，判断是否存在突变的情况，由于施工过程非常缓慢，需要分析的数据并不会发生突变，如果存在突变，就说明监控过程受到了干扰，因此，将数值转换为曲线，然后判断曲线是否存在突变即可得到验证结果，也即，监控数据是否正常。

作为本发明技术方案的一个优选实施例，所述曲线拟合子单元包括：

导数获取子单元，用于获取变化曲线的导数曲线；

采样子单元，用于根据预设采集频率对导数曲线进行采样，得到采样点；

计算子单元，用于获取采样点的导数值，计算导数值的均值，根据均值计算每个导数值的绝对差值；

标记子单元，用于当绝对差值大于预设的数值时，标记对应的采样点；

统计子单元，用于统计标记的采样点的时刻对应的监控数据，作为验证结果。

上述内容对突变检测过程进行了限定，突变检测过程由导数进行反映，在正常情况下，导数一般接近于零；在导数曲线上选取采样点，读取采样点处的导数，并计算导数均值（由于大部分时刻的导数都接近于零，所以导数均值也接近于零），然后，计算每个导数值与均值之间的差值，取差值的绝对值，得到绝对差值；当绝对差值足够大时，说明对应的采样点的数值与均值的差异较大，此时，认为该采样点是异常采样点。

获取异常采样点的监控数据，作为验证结果。

图5为处理端10中指令发送模块14的组成结构框图，所述指令发送模块14包括：

指令接收单元141，用于将验证结果向人工端发送，接收人工端反馈的确定指令；所述确定指令用于表征验证结果是否准确；

指令生成单元142，用于当验证结果准确时，向管理端发送对应时刻的工期异常提示指令。

验证结果是可能存在问题的监控数据，将监控数据向人工端发送，可以判断监控数据的有效性（若无遮挡，即有效）；当监控数据有效，并且由监控数据确定的项目施工数据异常时，生成异常提示信息。

图6为监控端20中类型确定模块22的组成结构框图，所述类型确定模块22包括：

坐标集确定单元221，用于读取工地备案数据，确定施工现场和物料储存现场的坐标集；

类型标记单元222，用于获取采集区域，所述坐标集对采集区域进行类型标记，得到含有类型标签的子区域；

切分执行单元223，用于根据含有类型标签的子区域对监控数据进行切分。

上述内容提供了一种具体的监控数据标记方案，首先，在工地建立（更新）时，会对各个位置的功能进行标记，本发明技术方案主要对两种区域进行分析，一种是施工现场，另一种是物料储存现场；根据备案的施工现场和物料储存现场可以对每个采集区域进行切分，进而对监控数据进行切分。

上述基于施工大数据的智能工期管理系统所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于施工大数据的智能工期管理系统的功能。

Claims (10)

1.一种基于施工大数据的智能工期管理系统，其特征在于，所述系统包括：

处理端，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；所述项目施工数据包括施工材料数据和施工项目完成度；基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；根据验证结果判定是否向管理端发送工期异常提示指令；

监控端，用于实时记录监控工位，根据监控工位确定采集区域；根据采集区域和工地备案数据确定监控数据的类型；其中，所述监控数据的类型包括施工现场的三维数据和物料储存现场的物料体积占比数据。

2.根据权利要求1所述的基于施工大数据的智能工期管理系统，其特征在于，所述处理端包括：

数据识别模块，用于接收监控端获取到的监控数据，对所述监控数据进行识别，确定项目施工数据；所述项目施工数据包括施工材料数据和施工项目完成度；

状态判定模块，用于基于大数据技术判定所述项目施工数据的数据状态；所述数据状态包括正常和异常；

监控验证模块，用于若所述数据状态为异常，记录异常时刻，生成指向异常时刻的监控数据的验证请求，得到验证结果；

指令发送模块，用于根据验证结果判定是否向管理端发送工期异常提示指令。

3.根据权利要求1所述的基于施工大数据的智能工期管理系统，其特征在于，所述监控端包括：

区位获取模块，用于实时记录监控工位，根据监控工位确定采集区域；

类型确定模块，用于根据采集区域和工地备案数据确定监控数据的类型；

其中，所述监控数据的类型包括施工现场的三维数据和物料储存现场的物料体积占比数据。

4.根据权利要求2所述的基于施工大数据的智能工期管理系统，其特征在于，所述数据识别模块包括：

数据获取单元，用于通过监控端获取施工现场的三维数据和物料储存现场的物料体积占比数据；

完成度计算单元，用于根据施工现场的三维数据分析构建实时3D施工结构模型，将实时3D施工结构模型与预设的3D施工结构模型进行比对，计算出施工项目完成度；

材料数据计算单元，用于根据物料体积占比数据计算出施工材料数据；所述施工材料数据包括施工材料进场量、施工材料消耗量和施工材料剩余量；

储存显示单元，用于储存并显示施工项目完成度和施工材料数据。

5.根据权利要求2所述的基于施工大数据的智能工期管理系统，其特征在于，所述状态判定模块包括：

施工数据获取单元，用于获取项目施工数据；

比对单元，用于将项目施工数据与预设的数据条件进行比对，所述数据条件包括与施工项目完成度对应的项目预设完成度以及与施工材料数据对应的预设施工材料数据；

第一分类单元，用于当项目施工数据符合预设的数据条件时，将项目施工数据插入到第一数据库；

第二分类单元，用于当项目施工数据不符合预设的数据条件时，将项目施工数据插入到第二数据库；

其中，所述第一数据库中的数据标定为正常，所述第二数据库中的数据标定为异常。

6.根据权利要求5所述的基于施工大数据的智能工期管理系统，其特征在于，所述监控验证模块包括：

待检数据读取单元，用于读取第二数据库中的数据，作为待检数据；

数据匹配单元，用于根据所述待检数据遍历第一数据库，确定匹配数据；所述匹配数据为两个数据库中相同的数据；

时刻获取单元，用于当匹配数据为空时，获取待检数据的对应时刻；

请求生成单元，用于查询对应时刻的监控数据，生成指向对应时刻的监控数据的验证请求，得到验证结果；

检测等级判定单元，用于当匹配数据不为空时，根据匹配数据的数量确定状态判定模块的检测等级。

7.根据权利要求6所述的基于施工大数据的智能工期管理系统，其特征在于，所述请求生成单元包括：

第一读取子单元，用于以对应时刻为中心，获取预设时间区间内的监控数据；

第二读取子单元，用于读取时间区间内的监控数据的施工项目完成度和施工材料数据；

数据转换子单元，用于分别将施工项目完成度和施工材料数据输入预设的转换模型，得到映射数值；

曲线拟合子单元，用于根据映射数值拟合变化曲线，根据变化曲线确定验证结果。

8.根据权利要求7所述的基于施工大数据的智能工期管理系统，其特征在于，所述曲线拟合子单元包括：

导数获取子单元，用于获取变化曲线的导数曲线；

采样子单元，用于根据预设采集频率对导数曲线进行采样，得到采样点；

计算子单元，用于获取采样点的导数值，计算导数值的均值，根据均值计算每个导数值的绝对差值；

标记子单元，用于当绝对差值大于预设的数值时，标记对应的采样点；

统计子单元，用于统计标记的采样点的时刻对应的监控数据，作为验证结果。

9.根据权利要求2所述的基于施工大数据的智能工期管理系统，其特征在于，所述指令发送模块包括：

指令接收单元，用于将验证结果向人工端发送，接收人工端反馈的确定指令；所述确定指令用于表征验证结果是否准确；

指令生成单元，用于当验证结果准确时，向管理端发送对应时刻的工期异常提示指令。

10.根据权利要求3所述的基于施工大数据的智能工期管理系统，其特征在于，所述类型确定模块包括：

坐标集确定单元，用于读取工地备案数据，确定施工现场和物料储存现场的坐标集；

类型标记单元，用于获取采集区域，所述坐标集对采集区域进行类型标记，得到含有类型标签的子区域；

切分执行单元，用于根据含有类型标签的子区域对监控数据进行切分。