CN117830063B - 一种山地高速公路施工安全风险管理系统 - Google Patents
一种山地高速公路施工安全风险管理系统 Download PDFInfo
- Publication number
- CN117830063B CN117830063B CN202410246321.3A CN202410246321A CN117830063B CN 117830063 B CN117830063 B CN 117830063B CN 202410246321 A CN202410246321 A CN 202410246321A CN 117830063 B CN117830063 B CN 117830063B
- Authority
- CN
- China
- Prior art keywords
- slope
- expressway
- risk
- highway
- abnormal value
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 57
- 238000007405 data analysis Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012502 risk assessment Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 109
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 22
- 238000013461 design Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 230000008676 import Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 208000025174 PANDAS Diseases 0.000 description 2
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 2
- 240000004718 Panda Species 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Road Repair (AREA)
Abstract
本发明公开了一种山地高速公路施工安全风险管理系统，属于用于管理的数据处理系统领域，本发明采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，构建斜坡数据分析模型对斜坡的风险数据进行分析，同时构建高速公路数据分析模型对高速公路的风险数据进行分析，综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，对得到的施工过程中安全风险进行风险传输，通过实时对道路和斜坡数据进行采集并进行综合分析，提高了山地高速公路施工风险监控预警的效率和准确性。
Description
技术领域
本发明属于用于管理的数据处理系统领域，具体的说是一种山地高速公路施工安全风险管理系统。
背景技术
山区高速公路施工是一项复杂的系统工程，影响施工安全的风险因素涉及施工组织、安全措施、水文地质、自然环境等各个方面，这些危险因素具有高度不确定性，而且相互间关系复杂，如何对山区高速公路施工安全风险进行科学分析和安全管理，有效预防和控制山区高速公路施工安全风险和安全事故，减少事故损失和人员伤亡，是一个亟待解决的问题，现有技术中均存在上述问题；
例如在授权公布号为CN105678652B的中国专利中公开了一种基于GIS与指标体系法的边坡施工安全风险评估系统，包括：评估影像采集模块、GPS定位模块、第1发送模块、多指标安全综合评价模块、第2发送模块、GIS空间数据库管理模块、注册模块和共享模块。优点为：能够远程、快速、有效地评判相关边坡的稳定性，并动态及时制定相应特殊的防治技术，据此科学服务边坡施工与营运，对于野外高速公路路堑高边坡的施工安全风险评估和营运安全评价发挥巨大的效率优势；
以上专利均存在本背景技术提出的问题：现有技术在进行山地高速公路施工安全风险过程中，无法通过实时对道路和斜坡数据进行采集并进行道路和斜坡数据综合分析，降低了山地高速公路施工风险监控预警的效率和准确性，为了解决这些问题，本申请设计了一种山地高速公路施工安全风险管理系统。
发明内容
针对现有技术的不足，本发明提出了一种山地高速公路施工安全风险管理系统，本发明采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，构建斜坡数据分析模型对斜坡的风险数据进行分析，同时构建高速公路数据分析模型对高速公路的风险数据进行分析，综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，对得到的施工过程中安全风险进行风险传输，通过实时对道路和斜坡数据进行采集并进行综合分析，提高了山地高速公路施工风险监控预警的效率和准确性。
为实现上述目的，本发明提供如下技术方案：
一种山地高速公路施工安全风险管理系统，其具体包括数据采集模块、斜坡数据分析模块、道路数据分析模块、安全风险分析模块、风险评估模块、风险传输模块和总控模块，其中，所述数据采集模块用于采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，所述总控模块用于控制数据采集模块、斜坡数据分析模块、道路数据分析模块、安全风险分析模块和风险评估模块的运行，所述斜坡数据分析模块用于构建斜坡数据分析模型对斜坡的风险数据进行分析，所述道路数据分析模块用于构建高速公路数据分析模型对高速公路的风险数据进行分析，所述安全风险分析模块用于综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，所述风险传输模块用于对测到的施工过程中安全风险进行风险传输，其中，所述斜坡数据分析模型的具体内容为：通过提取得到的斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度计算斜坡表面异常值；通过斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度计算斜坡表面异常值；通过计算得到的斜坡角度、斜坡表面异常值和斜坡裂缝异常值计算斜坡异常值；其中，所述高速公路数据分析模型的具体内容如下：通过高速公路路面的各点平均像素值、各点的路面高度信息和高速公路的成品路面的像素值导入计算公路异常值。
具体的，所述数据采集模块包括斜坡特征信息采集单元、高速公路特征信息采集单元和特征信息储存单元，所述斜坡特征信息采集单元用于通过斜坡特征数据采集策略采集设定路段山地高速公路两侧斜坡的特征信息，所述高速公路特征信息采集单元用于通过无人机采集高速公路路面的各像素点像素值和各像素点的路面高度信息，所述特征信息储存单元用于储存采集得到的路段山地高速公路两侧斜坡的特征信息、高速公路路面的各点平均像素值和各点的路面高度信息。
具体的，所述斜坡特征数据采集策略包括以下具体步骤：
S11、测量山地高速公路两侧斜坡的角度信息，放飞测量无人机对高速公路两侧斜坡数据进行采集，探头设置与斜坡角度相同，对斜坡表面的各个位置相对斜坡原设计平面的相对高度，同时获取斜坡表面的裂缝长度和最大宽度；
S12、获取斜坡表面的各个位置相对于高速公路平面的垂直高度，同时获取斜坡表面裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度；
具体的，所述构建斜坡数据分析模型对斜坡的风险数据进行分析包括以下具体步骤：
S21、提取斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度，将提取得到的斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度导入斜坡表面异常值计算公式中计算斜坡表面异常值，其中，斜坡表面异常值计算公式为：，其中，/>为斜坡表面的第i个位置相对斜坡原设计平面的相对高度，为斜坡表面位置相对斜坡原设计平面的安全相对高度，/>为斜坡表面的第i个位置相对于高速公路平面的垂直高度，其中，n为监测位置个数，/>设定的斜坡表面的最高位置相对于高速公路平面的垂直高度；
S22、提取斜坡表面的裂缝长度和最大宽度、斜坡表面裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度代入斜坡裂缝异常值计算公式中计算斜坡裂缝异常值，斜坡裂缝异常值计算公式为：，其中，m为裂缝个数，/>为第j个裂缝的长度，为斜坡表面第j个裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度，/>为斜坡表面第j个裂缝的裂缝宽度最大值，/>为设定的斜坡表面裂缝的裂缝宽度安全范围，/>为设定的斜坡表面裂缝的裂缝宽度安全范围最大值；
S23、将计算得到的斜坡角度、斜坡表面异常值和斜坡裂缝异常值代入斜坡异常值计算公式中计算斜坡异常值，其中，斜坡异常值计算公式为：，/>为斜坡角度，/>为斜坡表面异常值占比系数，/>为斜坡裂缝异常值占比系数，其中，/>；在此需要说明的是，斜坡角度的取值范围为0至/>。
具体的，所述构建高速公路数据分析模型对高速公路的风险数据进行分析的具体步骤如下：
S31、获取高速公路路面的各点平均像素值和各点的路面高度信息，获取高速公路的成品路面的像素值；
S32、将高速公路路面的各点平均像素值、各点的路面高度信息和高速公路的成品路面的像素值导入公路异常值计算公式中计算公路异常值，公路异常值计算公式为：，其中，s为高速公路路面的选择点的个数，/>为高速公路路面的第s个选择点路面高度信息，/>为高速公路路面的第s个选择点的平均像素值，/>为高速公路的成品路面的像素值，/>为设定的路面高度标准值。
具体的，所述综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析包括以下具体步骤：
S41、获取计算得到的斜坡异常值和公路异常值，将得到的斜坡异常值和公路异常值导入安全风险异常判断公式中进行安全风险异常判断，安全风险异常判断公式为：，其中，/>为斜坡异常值占比系数，/>为公路异常值占比系数，为设定的异常风险阈值，其中，/>；
S42、若将计算得到的斜坡异常值和公路异常值代入安全风险异常判断公式中结果成立，则将该公路路段设置为风险路段，若将计算得到的斜坡异常值和公路异常值代入安全风险异常判断公式中结果不成立，则将该公路路段不设置为风险路段。
在此需要说明的是，这里设定的异常风险阈值、斜坡异常值占比系数、公路异常值占比系数、斜坡表面异常值占比系数和斜坡裂缝异常值占比系数的取值方式为：获取5000组斜坡和路面监测数据，聘请500名本领域的专家进行维修和不维修的分类，将斜坡和路面监测数据代入安全风险异常判断公式中进行安全风险异常判断，将计算得到的安全风险异常判断和分类结果导入拟合软件中，输出符合判断准确度的最优异常风险阈值、斜坡异常值占比系数、公路异常值占比系数、斜坡表面异常值占比系数和斜坡裂缝异常值占比系数的取值；
具体的，所述对测到的施工过程中安全风险进行风险传输的具体内容为：
获取设置为安全风险路段的路段位置，通过无线局域网将安全风险路段的位置、斜坡和公路数据发送至维修管理部门。
一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种山地高速公路施工安全风险管理系统。
一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种山地高速公路施工安全风险管理系统。
与现有技术相比，本发明的有益效果是：
本发明采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，构建斜坡数据分析模型对斜坡的风险数据进行分析，同时构建高速公路数据分析模型对高速公路的风险数据进行分析，综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，对得到的施工过程中安全风险进行风险传输，通过实时对道路和斜坡数据进行采集并进行综合分析，提高了山地高速公路施工风险监控预警的效率和准确性。
附图说明
图1为本发明一种山地高速公路施工安全风险管理系统整体框架示意图；
图2为本发明一种山地高速公路施工安全风险管理系统数据采集模块框架示意图；
图3为本发明一种山地高速公路施工安全风险管理系统的构建斜坡数据分析模型对斜坡的风险数据进行分析的流程示意图；
图4为本发明一种山地高速公路施工安全风险管理系统的适用的高速公路与斜坡示意图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1
请参阅图1-图3，本发明提供的一种实施例：一种山地高速公路施工安全风险管理系统，用于对如图4所述的高速公路与斜坡进行管理，其具体包括数据采集模块、斜坡数据分析模块、道路数据分析模块、安全风险分析模块、风险评估模块和总控模块，其中，数据采集模块用于采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，斜坡数据分析模块用于构建斜坡数据分析模型对斜坡的风险数据进行分析，道路数据分析模块用于构建高速公路数据分析模型对高速公路的风险数据进行分析，安全风险分析模块用于综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，风险传输模块用于对得到的施工过程中安全风险进行风险传输，总控模块用于控制数据采集模块、斜坡数据分析模块、道路数据分析模块、安全风险分析模块和风险评估模块的运行；
在此需要说明的是，数据采集模块包括斜坡特征信息采集单元、高速公路特征信息采集单元和特征信息储存单元，斜坡特征信息采集单元用于通过斜坡特征数据采集策略采集设定路段山地高速公路两侧斜坡的特征信息，高速公路特征信息采集单元用于通过无人机采集高速公路路面的各像素点像素值和各像素点的路面高度信息，特征信息储存单元用于储存采集得到的路段山地高速公路两侧斜坡的特征信息、高速公路路面的各点平均像素值和各点的路面高度信息；
在此需要说明的是，斜坡特征数据采集策略包括以下具体步骤：
S11、如图4所示，测量山地高速公路两侧斜坡的角度信息，放飞测量无人机对高速公路两侧斜坡数据进行采集，探头设置与斜坡角度相同，对斜坡表面的各个位置相对斜坡原设计平面的相对高度，同时获取斜坡表面的裂缝长度和最大宽度；
这是一个涉及到无人机测量、数据处理和地理信息系统的问题，以下是一个基本的Python代码框架，用于实现
python
import numpy as np
import geopy.distance
import pandas as pd
from geopy.geocoders import Nominatim
from matplotlib import pyplot as plt
# 定义你的无人机数据采集和位置获取方法
def collect_data_from_drone(latitude, longitude, altitude, height_above_ground):
# 这里应该填充实际的无人机数据采集和位置获取代码
pass
# 获取斜坡的角度信息
def get_slope_angle(latitude, longitude):
# 这里需要获取斜坡的角度信息；可能需要从地图服务或者GIS系统中获取
pass
# 获取斜坡表面高度数据
def get_height_data(latitude, longitude, altitude):
height_data = []
# 遍历斜坡表面的每个位置，并获取高度数据
for x in range(start_x, end_x):
for y in range(start_y, end_y):
# 这里需要填充实际的获取高度数据的代码
pass
return height_data
# 获取裂缝长度和最大宽度数据
def get_crack_data(height_data):
crack_data = []
# 遍历高度数据，并获取裂缝长度和最大宽度数据
for height in height_data:
# 这里需要填充实际的获取裂缝数据的代码
pass
return crack_data
# 定义一个函数来处理并可视化数据
def process_and_visualize_data(height_data, crack_data):
# 使用pandas处理高度数据和裂缝数据，并创建图表展示结果
df = pd.DataFrame({'Height': height_data, 'Crack Length': crack_data})
plt.figure(figsize=(10,6))
plt.bar(df['Height'], df['Crack Length'])
plt.title('Crack Length vs Height')
plt.xlabel('Height')
plt.ylabel('Crack Length')
plt.show()
# 主程序入口
if __name__ == "__main__":
# 获取无人机位置和斜坡角度信息
latitude = ... # 输入或获取经纬度坐标
longitude = ... # 输入或获取经纬度坐标
altitude = ... # 无人机在地球表面上的高度，通常是从地球表面上计算的（米）
angle = get_slope_angle(latitude, longitude) # 获取斜坡角度（单位是度）
# 无人机采集高度数据和裂缝数据
height_data = collect_data_from_drone(latitude, longitude,altitude, height_above_ground=altitude) # 从无人机采集高度数据
crack_data = get_crack_data(height_data) # 从高度数据中提取裂缝数据（可能需要一些额外的数据处理步骤）
# 处理并可视化数据
process_and_visualize_data(height_data, crack_data) # 将高度数据和裂缝数据进行可视化处理并展示结果。这里你可能需要将可视化结果保存为图像文件或其他形式的数据；请注意，这个代码只是一个基本的框架，需要根据具体情况进行调整。例如，需要调整无人机采集数据的代码以适应你的无人机型号和操作方式，可能需要调整获取斜坡角度信息的代码以适应你的地图服务或GIS系统。可能还需要处理一些额外的数据处理步骤，例如从高度数据中提取裂缝数据。可能需要将可视化结果保存为图像文件或其他形式的数据，以便于分享或存档。
S12、获取斜坡表面的各个位置相对于高速公路平面的垂直高度，同时获取斜坡表面裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度；
在此需要说明的是，构建斜坡数据分析模型对斜坡的风险数据进行分析包括以下具体步骤：
S21、提取斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度，将提取得到的斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度导入斜坡表面异常值计算公式中计算斜坡表面异常值，其中，斜坡表面异常值计算公式为：，其中，/>为斜坡表面的第i个位置相对斜坡原设计平面的相对高度，为斜坡表面位置相对斜坡原设计平面的安全相对高度，/>为斜坡表面的第i个位置相对于高速公路平面的垂直高度，其中，n为监测位置个数，/>设定的斜坡表面的最高位置相对于高速公路平面的垂直高度；
S22、提取斜坡表面的裂缝长度和最大宽度、斜坡表面裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度代入斜坡裂缝异常值计算公式中计算斜坡裂缝异常值，斜坡裂缝异常值计算公式为：，其中，m为裂缝个数，/>为第j个裂缝的长度，为斜坡表面第j个裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度，/>为斜坡表面第j个裂缝的裂缝宽度最大值，/>为设定的斜坡表面裂缝的裂缝宽度安全范围，/>为设定的斜坡表面裂缝的裂缝宽度安全范围最大值；
S23、将计算得到的斜坡角度、斜坡表面异常值和斜坡裂缝异常值代入斜坡异常值计算公式中计算斜坡异常值，其中，斜坡异常值计算公式为：，/>为斜坡角度，/>为斜坡表面异常值占比系数，/>为斜坡裂缝异常值占比系数，其中，/>；在此需要说明的是，斜坡角度的取值范围为0至/>。
在此需要说明的是，本实施例相对于现有技术的好处为：采集设定路段山地高速公路两侧斜坡的特征信息，构建斜坡数据分析模型对斜坡的风险数据进行分析，对斜坡风险进行准确分析。
实施例2
本实施例在实施例1的基础上添加构建高速公路数据分析模型对高速公路的风险数据：如图1-图3所示
在此需要说明的是，构建高速公路数据分析模型对高速公路的风险数据进行分析的具体步骤如下：
S31、获取高速公路路面的各点平均像素值和各点的路面高度信息，获取高速公路的成品路面的像素值；
S32、将高速公路路面的各点平均像素值、各点的路面高度信息和高速公路的成品路面的像素值导入公路异常值计算公式中计算公路异常值，公路异常值计算公式为：，其中，s为高速公路路面的选择点的个数，/>为高速公路路面的第s个选择点路面高度信息，/>为高速公路路面的第s个选择点的平均像素值，/>为高速公路的成品路面的像素值，/>为设定的路面高度标准值。
具体的，所述综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析包括以下具体步骤：
S41、获取计算得到的斜坡异常值和公路异常值，将得到的斜坡异常值和公路异常值导入安全风险异常判断公式中进行安全风险异常判断，安全风险异常判断公式为：，其中，/>为斜坡异常值占比系数，/>为公路异常值占比系数，/>为设定的异常风险阈值，其中，/>；
S42、若将计算得到的斜坡异常值和公路异常值代入安全风险异常判断公式中结果成立，则将该公路路段设置为风险路段，若将计算得到的斜坡异常值和公路异常值代入安全风险异常判断公式中结果不成立，则将该公路路段不设置为风险路段；
在此需要说明的是，这里的设定的异常风险阈值、斜坡异常值占比系数、公路异常值占比系数、斜坡表面异常值占比系数和斜坡裂缝异常值占比系数的取值方式为：获取5000组斜坡和路面监测数据，聘请500名本领域的专家进行维修和不维修的分类，将斜坡和路面监测数据代入安全风险异常判断公式中进行安全风险异常判断，将计算得到的安全风险异常判断和分类结果导入拟合软件中，输出符合判断准确度的最优异常风险阈值、斜坡异常值占比系数、公路异常值占比系数、斜坡表面异常值占比系数和斜坡裂缝异常值占比系数的取值；
在此需要说明的是，对测到的施工过程中安全风险进行风险传输的具体内容为：
获取设置为安全风险路段的路段位置，通过无线局域网将安全风险路段的位置、斜坡和公路数据发送至维修管理部门。
在此需要说明的是，本实施例相对于现有技术的好处为：采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，构建斜坡数据分析模型对斜坡的风险数据进行分析，同时构建高速公路数据分析模型对高速公路的风险数据进行分析，综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，对得到的施工过程中安全风险进行风险传输，通过实时对道路和斜坡数据进行采集并进行综合分析，提高了山地高速公路施工风险监控预警的效率和准确性。
实施例3
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的一种山地高速公路施工安全风险管理系统。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器（Central Processing Units，CPU）和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种山地高速公路施工安全风险管理系统。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的一种山地高速公路施工安全风险管理系统。
例如，计算机可读存储介质能够是只读存储器（Read-Only Memory，简称：ROM）、随机存取存储器（Random Access Memory，简称：RAM）、只读光盘（Compact Disc Read-OnlyMemory，简称：CD-ROM）、磁带、软盘和光数据存储设备等。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，根据A确定B并不意味着仅仅根据A确定B，还能够根据A和/或其它信息确定B。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或/和无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种划分方式，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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网络单元上。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。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种山地高速公路施工安全风险管理系统，其具体包括数据采集模块、斜坡数据分析模块、道路数据分析模块、安全风险分析模块、风险评估模块、风险传输模块和总控模块，其中，所述数据采集模块用于采集设定路段山地高速公路两侧斜坡的特征信息和高速公路表面的特征信息，所述总控模块用于控制数据采集模块、斜坡数据分析模块、道路数据分析模块、安全风险分析模块和风险评估模块的运行，其特征在于，所述斜坡数据分析模块用于构建斜坡数据分析模型对斜坡的风险数据进行分析，所述道路数据分析模块用于构建高速公路数据分析模型对高速公路的风险数据进行分析，所述安全风险分析模块用于综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析，所述风险传输模块用于对测到的施工过程中安全风险进行风险传输，其中，所述斜坡数据分析模型的具体内容为：通过提取得到的斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度计算斜坡表面异常值；通过计算得到的斜坡角度、斜坡表面异常值和斜坡裂缝异常值计算斜坡异常值；其中，所述高速公路数据分析模型的具体内容如下：通过高速公路路面的各点平均像素值、各点的路面高度信息和高速公路的成品路面的像素值计算公路异常值；所述数据采集模块包括斜坡特征信息采集单元、高速公路特征信息采集单元和特征信息储存单元，所述斜坡特征信息采集单元用于通过斜坡特征数据采集策略采集设定路段山地高速公路两侧斜坡的特征信息，所述高速公路特征信息采集单元用于通过无人机采集高速公路路面的各像素点像素值和各像素点的路面高度信息，所述特征信息储存单元用于储存采集得到的路段山地高速公路两侧斜坡的特征信息、高速公路路面的各点平均像素值和各点的路面高度信息；
所述斜坡特征数据采集策略包括以下具体步骤：
S11、测量山地高速公路两侧斜坡的角度信息，放飞测量无人机对高速公路两侧斜坡数据进行采集，探头设置与斜坡角度相同，对斜坡表面的各个位置相对斜坡原设计平面的相对高度，同时获取斜坡表面的裂缝长度和最大宽度；
S12、获取斜坡表面的各个位置相对于高速公路平面的垂直高度，同时获取斜坡表面裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度；
所述构建斜坡数据分析模型对斜坡的风险数据进行分析包括以下具体步骤：
S21、提取斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度，将提取得到的斜坡表面的各个位置相对于高速公路平面的垂直高度和对斜坡表面的各个位置相对斜坡原设计平面的相对高度导入斜坡表面异常值计算公式中计算斜坡表面异常值，其中，斜坡表面异常值计算公式为：，其中，/>为斜坡表面的第i个位置相对斜坡原设计平面的相对高度，/>为斜坡表面位置相对斜坡原设计平面的安全相对高度，/>为斜坡表面的第i个位置相对于高速公路平面的垂直高度，其中，n为监测位置个数，/>设定的斜坡表面的最高位置相对于高速公路平面的垂直高度；
S22、提取斜坡表面的裂缝长度和最大宽度、斜坡表面裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度代入斜坡裂缝异常值计算公式中计算斜坡裂缝异常值，斜坡裂缝异常值计算公式为：，其中，m为裂缝个数，/>为第j个裂缝的长度，/>为斜坡表面第j个裂缝的裂缝宽度最大点相对于高速公路平面的垂直高度，/>为斜坡表面第j个裂缝的裂缝宽度最大值，/>为设定的斜坡表面裂缝的裂缝宽度安全范围，/>为设定的斜坡表面裂缝的裂缝宽度安全范围最大值；
所述构建斜坡数据分析模型对斜坡的风险数据进行分析还包括以下具体步骤：S23、将计算得到的斜坡角度、斜坡表面异常值和斜坡裂缝异常值代入斜坡异常值计算公式中计算斜坡异常值，其中，斜坡异常值计算公式为：，/>为斜坡角度，/>为斜坡表面异常值占比系数，/>为斜坡裂缝异常值占比系数，其中，/>；
所述构建高速公路数据分析模型对高速公路的风险数据进行分析的具体步骤如下：
S31、获取高速公路路面的各点平均像素值和各点的路面高度信息，获取高速公路的成品路面的像素值；
S32、将高速公路路面的各点平均像素值、各点的路面高度信息和高速公路的成品路面的像素值导入公路异常值计算公式中计算公路异常值，公路异常值计算公式为：，其中，s为高速公路路面的选择点的个数，/>为高速公路路面的第s个选择点路面高度信息，/>为高速公路路面的第s个选择点的平均像素值，/>为高速公路的成品路面的像素值，/>为设定的路面高度标准值；
所述综合斜坡的风险分析结果和高速公路的风险分析结果对施工过程中的安全风险进行分析包括以下具体步骤：
S41、获取计算得到的斜坡异常值和公路异常值，将得到的斜坡异常值和公路异常值导入安全风险异常判断公式中进行安全风险异常判断，安全风险异常判断公式为：，其中，/>为斜坡异常值占比系数，/>为公路异常值占比系数，/>为设定的异常风险阈值，其中，/>；
S42、若将计算得到的斜坡异常值和公路异常值代入安全风险异常判断公式中结果成立，则将该公路路段设置为风险路段，若将计算得到的斜坡异常值和公路异常值代入安全风险异常判断公式中结果不成立，则将该公路路段不设置为风险路段。
2.如权利要求1所述的一种山地高速公路施工安全风险管理系统，其特征在于，所述对测到的施工过程中安全风险进行风险传输的具体内容为：
获取设置为安全风险路段的路段位置，通过无线局域网将安全风险路段的位置、斜坡和公路数据发送至维修管理部门。
3.一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
其特征在于，所述处理器通过调用所述存储器中存储的计算机程序，执行如权利要求1-2任一项所述的一种山地高速公路施工安全风险管理系统。
4.一种计算机可读存储介质，其特征在于，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-2任一项所述的一种山地高速公路施工安全风险管理系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410246321.3A CN117830063B (zh) | 2024-03-05 | 2024-03-05 | 一种山地高速公路施工安全风险管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410246321.3A CN117830063B (zh) | 2024-03-05 | 2024-03-05 | 一种山地高速公路施工安全风险管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117830063A CN117830063A (zh) | 2024-04-05 |
| CN117830063B true CN117830063B (zh) | 2024-05-14 |
Family
ID=90508169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410246321.3A Active CN117830063B (zh) | 2024-03-05 | 2024-03-05 | 一种山地高速公路施工安全风险管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117830063B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112270298A (zh) * | 2020-11-16 | 2021-01-26 | 北京深睿博联科技有限责任公司 | 道路异常识别的方法及装置、设备及计算机可读存储介质 |
| CN112539708A (zh) * | 2020-12-16 | 2021-03-23 | 北京北大千方科技有限公司 | 一种边坡变形的三维监测系统、方法、介质及设备 |
| CN112990671A (zh) * | 2021-02-24 | 2021-06-18 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种山区营运高速公路路基路面安全隐患风险评估方法 |
| CN113887962A (zh) * | 2021-10-08 | 2022-01-04 | 哈尔滨工业大学 | 一种改扩建高速公路道路施工作业风险识别与防控方法 |
| CN114282839A (zh) * | 2021-12-30 | 2022-04-05 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种山地高速公路施工安全风险管理系统 |
| CN115082377A (zh) * | 2022-05-25 | 2022-09-20 | 西安建筑科技大学 | 一种基于无人机的建筑物表面裂缝几何参数测量方法及系统 |
| CN115206087A (zh) * | 2022-05-25 | 2022-10-18 | 中国人民公安大学 | 一种高速公路关键路段交通风险动态预警系统及研判方法 |
| CN116343441A (zh) * | 2023-03-29 | 2023-06-27 | 江陵县汇邦建筑工程有限公司 | 一种基于多维度实时监控的高速公路安全监控系统 |
| CN116433008A (zh) * | 2023-03-02 | 2023-07-14 | 浙江数智交院科技股份有限公司 | 基于数据库的公路边坡的风险预警方法和系统 |
| CN117273430A (zh) * | 2023-05-31 | 2023-12-22 | 三峡生态环境投资有限公司 | 一种公路施工过程中的风险评估方法 |
| CN117634971A (zh) * | 2023-12-06 | 2024-03-01 | 中交一公局第六工程有限公司 | 基于多源数据的路基施工质量控制方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102237451B1 (ko) * | 2020-10-05 | 2021-04-06 | 성현석 | 절리면 안전성 평가 장치 |
-
2024
- 2024-03-05 CN CN202410246321.3A patent/CN117830063B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112270298A (zh) * | 2020-11-16 | 2021-01-26 | 北京深睿博联科技有限责任公司 | 道路异常识别的方法及装置、设备及计算机可读存储介质 |
| CN112539708A (zh) * | 2020-12-16 | 2021-03-23 | 北京北大千方科技有限公司 | 一种边坡变形的三维监测系统、方法、介质及设备 |
| CN112990671A (zh) * | 2021-02-24 | 2021-06-18 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种山区营运高速公路路基路面安全隐患风险评估方法 |
| CN113887962A (zh) * | 2021-10-08 | 2022-01-04 | 哈尔滨工业大学 | 一种改扩建高速公路道路施工作业风险识别与防控方法 |
| CN114282839A (zh) * | 2021-12-30 | 2022-04-05 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种山地高速公路施工安全风险管理系统 |
| CN115082377A (zh) * | 2022-05-25 | 2022-09-20 | 西安建筑科技大学 | 一种基于无人机的建筑物表面裂缝几何参数测量方法及系统 |
| CN115206087A (zh) * | 2022-05-25 | 2022-10-18 | 中国人民公安大学 | 一种高速公路关键路段交通风险动态预警系统及研判方法 |
| CN116433008A (zh) * | 2023-03-02 | 2023-07-14 | 浙江数智交院科技股份有限公司 | 基于数据库的公路边坡的风险预警方法和系统 |
| CN116343441A (zh) * | 2023-03-29 | 2023-06-27 | 江陵县汇邦建筑工程有限公司 | 一种基于多维度实时监控的高速公路安全监控系统 |
| CN117273430A (zh) * | 2023-05-31 | 2023-12-22 | 三峡生态环境投资有限公司 | 一种公路施工过程中的风险评估方法 |
| CN117634971A (zh) * | 2023-12-06 | 2024-03-01 | 中交一公局第六工程有限公司 | 基于多源数据的路基施工质量控制方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 高速公路高边坡施工安全总体风险评估方法;吴忠广;王海燕;陶连金;李然;;中国安全科学学报;20141215(第12期);126-131 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117830063A (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hermosilla et al. | Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics | |
| DE69823462T2 (de) | System und Vorrichtung zur Aktualisierung, Verbesserung und Feinung einer geographischen Datenbank unter Verwendung von Rückkopplung | |
| US20110246073A1 (en) | System and method for analyzing trees in lidar data using views | |
| US20070024468A1 (en) | Methods and systems for identifying safe havens for hazardous transports | |
| US20200250424A1 (en) | Automated management of potentially hazardous objects near power lines | |
| CN111864898B (zh) | 一种基于输电在线监测数据的三维信息系统及其控制方法 | |
| CN108414455B (zh) | 用于农业保险理赔的农作物雹灾遥感监测方法 | |
| CN110084418A (zh) | 一种突发大气污染事故应急监测的监测点优化布设方法 | |
| US9159132B1 (en) | Process and system for identifying damage | |
| JP2016217084A (ja) | 路面状況計測システム、路面状況計測方法並びに路面状況計測プログラム | |
| CN116580532A (zh) | 一种基于雷达遥感技术的地质灾害预警系统 | |
| Womble et al. | Multi-scale remote sensing of tornado effects | |
| US20230353763A1 (en) | Method and system for encoding image data representing a geographical line | |
| CN110619649A (zh) | 作业面积确定方法及装置、终端 | |
| CN115205718B (zh) | 一种地理信息测量系统及其测量方法 | |
| EP4200806A1 (en) | Method and system for determining a condition of a geographical line | |
| CN107918762A (zh) | 一种公路遗撒物快速检测系统及方法 | |
| JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
| CN108664926B (zh) | 森林火灾卫星监测云层反射虚假热点的识别方法 | |
| CN116486289A (zh) | 一种多源数据和知识驱动下的燃气管道高后果区识别方法 | |
| CN115375202A (zh) | 一种铁路隧道工程安全检测方法及系统 | |
| CN114971166A (zh) | 一种轻量化道路路面服务质量巡检系统 | |
| WO2008060308A2 (en) | Data model for risk assessments | |
| CN117830063B (zh) | 一种山地高速公路施工安全风险管理系统 | |
| KR20190124625A (ko) | 인공위성 센서와 지상관측망을 이용한 입자상 물질의 연직 분포 분석시스템, 분석장치, 및 분석방법 |
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 |