CN118052447A - 一种施工进度实时检测方法及系统 - Google Patents

Abstract

本发明提供了一种施工进度实时检测方法及系统。包括：宏观观测模块：获取工程规划数据，构建宏观观测模型；其中，宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；窗口化评测模块：采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；进度评测模块：获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。

Description

一种施工进度实时检测方法及系统

技术领域

本发明涉及施工检测技术领域，特别涉及一种施工进度实时检测方法及系统。

背景技术

目前，基建作业现场面对点多、面广、量大，作业施工进度必须依靠监督人员到现场开展评估施工进度情况，虽然基建视频监控系统已纳入公司安全生产管控体系，但需要各级督察人员通过实时观看回传视频或后期调取存储的历史视频进行反违章检查和施工进度检查。

在现有的建设场景中，我们通过边缘布控球，连接终端或者总的系统平台，这种技术方案虽然能发现一些怠工现象，实现施工进度的监督，但还是需要统一的控制平台和边缘布控钱实现对工程进度的计算。

通常，在工地的现场，会通过增加现场监控摄像头数量实现更加准确的工程监控，但是因为传统的系统大多需要进行云端处理，所以传输实时视频流对网络传输带宽要求越来越高，极大地增加了网络带宽要求，同时后端服务器的压力也随之增加，因此这种方式会极大地增加服务器的计算量，因此对于计算资源的消耗也十分庞大。

在专利CN111126838B一种智慧工程管理系统中，提出了通过在综合、安全、质量、进度、技术、采购方面管理的具体要求，系统进行对应数据的监控和数据分析，通过施工中的人员、机具、物料和环境因素的信息，综合管理系统将各个系统的监控情况和数据分析显示给管理人员，管理人员根据观测到的数据进行整个施工的人员、机具、物料和环境的调配，并将调配信息反馈到各个系统，各个系统根据反馈的调配信息进行工作情况的调整，以此来实现管理人员对整个工程施工情况的掌握和控制。

但是，其只是提出了综合管控，但是对于工人的工作量，工地物料使用方面，没有具体的计算监控要求，在施工监控的精度上，存在偏差。

发明内容

本发明提供一种施工进度实时检测方法及系统，用以解决因监控查看繁琐且容易漏看的问题，无法准确检测施工进度的问题。

本申请提出一种施工进度实时检测方法，包括：

获取工程规划数据，构建宏观观测模型；其中，

宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；

采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；

获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。

优选的，所述工程规划数据包括如下获取步骤：

预先确定施工现场的现场地图，将现场地图导入工程仿真模型，进行工程项分析，确定工程项数据；

根据工程项数据，构建工程导引模型，生成多维度建设任务；其中，

工程导引模型还用于对多维度建设任务进行增项预测处理，判断是否存在工程增项，并在存在工程增项进行多维度建设任务更新；

基于多维度建设任务，构建时间模型，并将多维度建设任务中每个任务项和时间模型匹配，通过自动建模的目标捕捉算法，进行工程项数据捕捉；

将工程项捕捉数据按照时间模型划分，确定工程规划数据。

优选的，所述时间模型还用于：

预先搭建工程规划模型，通过距离算法将第一点云数据和工程规划模型进行粗匹配，确定第一匹配模型；

基于ICP算法将点云数据和第一匹配模型进行精细匹配，获取点云融合后的工程建筑模型；

将工程建筑模型通过3Dmax技术转换为工程展示图；

通过工程展示图和工程规划模型，生成施工进度点云模型；

根据施工进度点云模型，将工程规划数据按照时间模型划分。

优选的，所述宏观观测模型包括工程项窗口和工程项评测机制；其中，

工程项窗口用于将工程规划数据按照对应的工程项目，导入对应的项目窗口；

工程项评测机制植入在工程项窗口中，用于对项目窗口内导入的工程数据进行对比覆盖，并输出覆盖面积。

优选的，所述窗口填充包括：

获取工程项目建设数据；

将工程项目建设数据输入至预设的生成式对抗网络中进行窗口划分，得到生成式对抗网络输出的窗口标识；其中，

生成式对抗网络包括生成器和双输出的判别器；

生成式对抗网络通过如下方式进行训练：

获取工程建设样本、窗口类型参数和窗口导入标识载入参数；

将工程建设样本输入所述生成器进行预训练，得到生成器输出的第一识别网络；

将工程建设样本、窗口类型参数和窗口导入标识载入参数输入判别器进行训练，得到判别器的判别支路；

根据判别支路和第一识别网络，确定工程项目建设数据对应的窗口，病生成窗口数据导入识别机制的窗口标识；

根据窗口标识，将工程项目建设数据导入不同的项目窗口进行窗口填充。

优选的，所述设置自然环境危险报警和施工设备危险报警，包括：

所述自然环境危险报警包括：雨雪天气报警、雷电天气报警和其他天气报警，所述施工设备危险报警包括：电器设备漏电报警和机械设备故障报警；

当预测工地将为雨雪天气环境时，预警系统进行雨雪天气报警，工人对施工现场进行雨雪防护处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

当预测工地将为雷电天气环境时，预警系统进行雷电天气报警，工人对施工现场电器设备进行断电处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

当预测工地将为其他天气环境时，预警系统进行其他天气报警，工人对施工现场进行防护处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

在工地电器设备出现漏电危险时，系统进行漏电报警，后台监控人员立即切断具体漏电电路电闸，并派遣维修人员对事故电路进行检测维修，获取所述检测维修结果；

在工地机械设备出现故障危险时，系统进行故障报警，立即停止故障机械设备的作业，检测维修人员对故障设备进行检测维修，并获取所述检测维修结果。

优选的，所述方法还包括：

获取每个项目窗口的填充数据；

预先确定每个项目窗口对应工程进度的上限阈值和下限阈值；

根据上限阈值和下限阈值，进行项目数据超限监测，并根据朝限监测结果，确定异常程度；

根据每个窗口的异常程度对施工数据进行异常评估，确定施工评价数据；

根据施工评价数据对每个项目窗口进行自动稽查。

优选的，所述方法还包括：

获取各种不同的工程项目所需要的原始数据；

对原始数据进行分类，并设定每个工程项目原始数据的数据特征；

根据数据特征，确定每个项目窗口数据填充的匹配识别机制；

根据匹配识别机制，对每个项目窗口的填充数据可视化转换，确定不同的窗口项目的可视化数据。

优选的，所述确定施工进度还包括：

将施工进度评估为正常工作进度范围和异常进度范围；

基于获取的每日准确施工进度值，与预设施工进度范围进行对比，获取对比结果；

根据所述对比结果，当施工进度属于正常范围时，评估施工进度正常范围的等级，并将所述等级进行评估反馈；

当施工进度属于异常范围时，评估施工进度异常范围的等级，将所述等级进行评估反馈，并根据所述等级制定施工进度调整方案；

根据所述施工进度调整方案，将施工进度调整至正常进度范围内。

一种施工进度实时检测系统，所述系统包括：

宏观观测模块：获取工程规划数据，构建宏观观测模型；其中，

宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；

窗口化评测模块：采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；

进度评测模块：获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。

本发明的有益效果在于：

1、判断项目进度足够快；

2、对每一个小项目进行判定进度的时候，可以快速数据调用，快速定位每个小项目的数据；

3、可视化程度比较高。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种施工进度实时检测方法流程图；

图2为本发明实施例中一种施工进度实时检测系统的系统组成图；

图3为本发明实施例中施工现场整体的点云图；

图4为本发明实施例中施工现场中建筑的点云图；

图5为本发明实施例中3Dmax施工进度判定图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如附图1所示，本发明实施例提供了一种施工进度实时检测方法，包括：

获取工程规划数据，构建宏观观测模型；其中，

宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；

采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；

获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。

上述技术方案的原理在于：

如附图1所示，本申请的工程规划数据与工程项目相关的规划数据，如设计图纸、工程预算等；宏观观测模型，是总体施工现场的宏观模型，宏观检测模型中存在很多的数据检测窗口，每个数据检测窗口对应总工程师中的任意一个项目的项目数据，也可以是项目图像；宏观观测模型的主要组成部分是“项目窗口集合”，每一个“项目窗口”都包含有一个或多个具体的工程项目信息，比如工程名称、所在位置、预计工期等。此外，“项目窗口集合”还具有一个重要的特性，那就是每个“项目窗口”都有一个对应的“工程项目评测图像”。这个“工程项目评测图像”是我们根据工程规划数据生成的，它可以直观地反映出工程项目的整体进展情况，包括已完成的工作量、剩余的工作量、工程质量等信息。通过每一个小项目窗口，然后通过采集的数据，进行填充覆盖的方式进行判定每个小项目的完成情况；通过每个小项目窗口的面积和总项目窗口的总面积对比，能够判断施工进度。在实际实施时，对工程建设的实际情况进行数据的收集，包括工程项目的实际进度、实际完成的工作量、实际投入的人力物力资源等。将这些实时数据按照“项目窗口”进行划分，并输入到每一个“项目窗口”中，进行窗口填充。这里的“窗口填充”并不是真正的图像显示，而是根据这些实时数据计算出的一个虚拟值，它代表了当前工程项目的实际进度。最后，通过分析宏观观测模型中的“项目窗口”和“项目窗口集合”的填充面积以及整个模型的总面积，计算出一个比例，这个比例就是施工进度。通过这种方式，可以得到一个精确且实时的工程施工进度，这对施工现场的管理和调整都非常有帮助。

上述技术方案的有益效果在于：

1、判断项目进度足够快；

2、对每一个小项目进行判定进度的时候，可以快速数据调用，快速定位每个小项目的数据；

3、可视化程度比较高。

作为本申请的一种实施例，所述工程规划数据包括如下获取步骤：

预先确定施工现场的现场地图，将现场地图导入工程仿真模型，进行工程项分析，确定工程项数据；

根据工程项数据，构建工程导引模型，生成多维度建设任务；其中，

工程导引模型还用于对多维度建设任务进行增项预测处理，判断是否存在工程增项，并在存在工程增项进行多维度建设任务更新；

基于多维度建设任务，构建时间模型，并将多维度建设任务中每个任务项和时间模型匹配，通过自动建模的目标捕捉算法，进行工程项数据捕捉；

将工程项捕捉数据按照时间模型划分，确定工程规划数据。

上述技术方案的原理在于：

在实际实施时，本申请预先确定施工现场的现场地图，地图可以是实地勘测得到的。然后，将现场地图导入到工程仿真模型中，进行工程项分析，可以确定工程项的数据，例如工程量、工期、预算等。然后，利用这些确定的工程项数据，构建我们的工程导引模型。工程导引模型不仅可以用来生成多维度建设任务，还可以用来对多维度建设任务进行增项预测处理。通过判断是否存在工程增项，可以在需要的情况下对多维度建设任务进行更新。在构建了工程导引模型之后，再基于这个模型来构建时间模型。时间模型可以确定每个任务的具体开始时间和结束时间，从而更好地管理工程进度。最后，将时间模型和多维度建设任务进行匹配，使用自动建模的目标捕捉算法，这样可以更准确地捕捉到工程项的数据。这些数据将被按照时间模型进行划分，以确定最终的工程规划数据。

上述技术方案的有益效果在于：

本申请在工程规划数据获取方面，通过仿真的方式，进行整体工程建模，但是在仿真之外，实现多维度划分，划分之后可以进行增项预测，可以判断增项工程。

作为本申请的一种实施例，所述时间模型还用于：

预先搭建工程规划模型，通过距离算法将第一点云数据和工程规划模型进行粗匹配，确定第一匹配模型；

基于ICP算法将点云数据和第一匹配模型进行精细匹配，获取点云融合后的工程建筑模型；

将工程建筑模型通过3Dmax技术转换为工程展示图；

通过工程展示图和工程规划模型，生成施工进度点云模型；

根据施工进度点云模型，将工程规划数据按照时间模型划分。

上述技术方案的原理在于：

本申请可以通过预先搭建工程规划模型，具体使用距离算法，将第一点云数据(即施工现场的实际情况)和工程规划模型进行粗匹配，确定一个初步的匹配模型。然后基于ICP(Iterative Closest Point)算法，将点云数据(即施工现场的实际情况)和第一匹配模型进行精细匹配。这个过程可以获得点云融合后的工程建筑模型，这个模型将更加准确地反映出施工现场的实际状况。将工程建筑模型通过3Dmax技术转换为工程展示图，可以通过观察这个工程展示图来实时了解工程进度的变化。通过工程展示图和工程规划模型，生成施工进度点云模型。这个模型包含了施工现场的实时进度信息，可以提供更详细的工程进度信息。根据施工进度点云模型，将工程规划数据按照时间模型划分。这样，就得到了一份可以根据时间变化的工程规划数据，可以通过这个数据来实时监控工程进度。

上述技术方案的有益效果在于：

本申请通过点云数据和工程规划数据融合判断，在施工进度判定的时候，可以基于施工进度的点云模型，点云模型和判定窗口结合，效率更快。

作为本申请的一种实施例，所述宏观观测模型包括工程项窗口和工程项评测机制；其中，

工程项窗口用于将工程规划数据按照对应的工程项目，导入对应的项目窗口；

工程项评测机制植入在工程项窗口中，用于对项目窗口内导入的工程数据进行对比覆盖，并输出覆盖面积。

上述技术方案的原理在于：

如图3～5所示，本申请的工程项窗口负责导入和展示相应的工程规划数据，每个工程项窗口对应于一个具体的工程项目。工程项评测机制则嵌套于工程项窗口中，负责对导入的工程数据进行对比和评估，并输出覆盖面积。在具体实施的时候，工程项评测机制可能采用诸如像素级别的比较、深度学习等技术，以精确地测量和计算覆盖面积。在覆盖面积的计算过程中，会使用坐标系转换、区域重叠检测等技术。

上述技术方案的有益效果在于：

本申请可以通过覆盖面积判断施工进度，实现瞬间完成判定，不需要进行数据处理，所以不会存在数据识别的误差。

作为本申请的一种实施例，所述窗口填充包括：

获取工程项目建设数据；

将工程项目建设数据输入至预设的生成式对抗网络中进行窗口划分，得到生成式对抗网络输出的窗口标识；其中，

生成式对抗网络包括生成器和双输出的判别器；

生成式对抗网络通过如下方式进行训练：

获取工程建设样本、窗口类型参数和窗口导入标识载入参数；

将工程建设样本输入所述生成器进行预训练，得到生成器输出的第一识别网络；

将工程建设样本、窗口类型参数和窗口导入标识载入参数输入判别器进行训练，得到判别器的判别支路；

根据判别支路和第一识别网络，确定工程项目建设数据对应的窗口，病生成窗口数据导入识别机制的窗口标识；

根据窗口标识，将工程项目建设数据导入不同的项目窗口进行窗口填充。

上述技术方案的原理在于：

本申请采用了预先设定的生成式对抗网络来进行窗口划分，从而实现对工程项目建设数据的实时监测。在实际实施时，对于窗口填充，分为两个步骤。第一步是获取工程项目建设数据，第二步是将这些数据输入到预设的生成式对抗网络中进行窗口划分。在生成式对抗网络中，具备独特的结构设计。该网络不仅包含了生成器，还配备了双输出判别器，使得整个模型能够更准确地识别出各类工程项目建设数据。成式对抗网络的训练过程中，通过预处理的方式，获取了一系列工程建设样本、窗口类型参数以及窗口导入标识载入参数。然后将这些信息分别输入到生成器和判别器进行预训练。在这个过程中，生成器会对输入的工程建设样本进行学习和适应，从而产生出第一识别网络。而判别器则会对输入的信息进行分类和鉴别，进而生成出判别支路。在完成预训练后，会根据判别支路和第一识别网络，确定工程项目建设数据对应的窗口。最后，将工程项目建设数据根据窗口标识，导入到不同的项目窗口进行填充。这个过程非常智能化，因为它利用了在生成式对抗网络中所学习到的知识，自动地将数据填充到了正确的位置。

上述技术方案的有益效果在于：

可以通过在窗口判定过程中通过生成式对抗网络，自动判断数据，自动导入对应的进度判定窗口。

作为本申请的一种实施例，所述设置自然环境危险报警和施工设备危险报警，包括：

所述自然环境危险报警包括：雨雪天气报警、雷电天气报警和其他天气报警，所述施工设备危险报警包括：电器设备漏电报警和机械设备故障报警；

当预测工地将为雨雪天气环境时，预警系统进行雨雪天气报警，工人对施工现场进行雨雪防护处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

当预测工地将为雷电天气环境时，预警系统进行雷电天气报警，工人对施工现场电器设备进行断电处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

当预测工地将为其他天气环境时，预警系统进行其他天气报警，工人对施工现场进行防护处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

在工地电器设备出现漏电危险时，系统进行漏电报警，后台监控人员立即切断具体漏电电路电闸，并派遣维修人员对事故电路进行检测维修，获取所述检测维修结果；

在工地机械设备出现故障危险时，系统进行故障报警，立即停止故障机械设备的作业，检测维修人员对故障设备进行检测维修，并获取所述检测维修结果。

上述技术方案的原理在于：

在具体实施过程中，对于施工现场的自然环境和施工设备，本申请还会进行监督，自然环境危险报警会针对可能出现的雨雪天气、雷电天气等恶劣气象条件发出警告，提醒工人在这些条件下采取相应的防护措施，确保人身安全和施工进度不受影响。

对于施工设备危险报警，它会针对可能出现的设备故障情况进行监控，一旦发现设备出现异常，就会立即发出警报，切断电源或者暂停作业，以防止设备故障扩大化或者造成严重后果。同时，后台监控人员会根据报警情况，及时派出维修人员进行现场检查和维修，以尽快恢复设备的正常运行，保证施工进度不受影响。

作为本申请的一种实施例，所述方法还包括：

获取每个项目窗口的填充数据；

预先确定每个项目窗口对应工程进度的上限阈值和下限阈值；

根据上限阈值和下限阈值，进行项目数据超限监测，并根据朝限监测结果，确定异常程度；

根据每个窗口的异常程度对施工数据进行异常评估，确定施工评价数据；

根据施工评价数据对每个项目窗口进行自动稽查。

上述技术方案的原理在于：

本申请获取每个项目窗口的填充数据，包括实际根据预先确定的每个项目窗口对应工程进度的上限阈值和下限阈值，对每个项目窗口的数据进行超限监测。当监测到的数据超出设定好的阈值时，说明工程进度存在异常。完成工作量、预计完成工作量、实际投入的人力物力资源等信息。根据超限监测的结果，确定异常程度。如果异常程度较低，可能只需要进行一些简单的调整，如加大投入的人力物力资源等；如果异常程度较高，可能需要采取更积极的措施，如重新安排工作计划等。对于施工评价数据，可以对每个项目窗口进行自动稽查，以确保工程进度符合预期，并及时发现并纠正任何潜在的问题

作为本申请的一种实施例，所述方法还包括：

获取各种不同的工程项目所需要的原始数据；

对原始数据进行分类，并设定每个工程项目原始数据的数据特征；

根据数据特征，确定每个项目窗口数据填充的匹配识别机制；

根据匹配识别机制，对每个项目窗口的填充数据可视化转换，确定不同的窗口项目的可视化数据。

上述技术方案的原理在于：

本申请通过获取各种不同的工程项目所需要的原始数据，如工程设计图纸、合同文件、现场观察记录等。对原始数据进行分类，并对每个工程项目原始数据的数据特征进行设定。可以后续的窗口填充的数据处理和匹配过程中，更加精准地识别和匹配数据。根据数据特征，确定每个项目窗口数据填充的匹配识别机制。例如，可以根据数据的类型、时间范围或者关键字等进行匹配。根据匹配识别机制，对每个项目窗口的填充数据进行可视化转换，以确定不同的窗口项目的可视化数据。这样可以使得数据在视觉上更容易理解和比较。

上述技术方案的有益效果在于：

本申请对于不同项目窗口，不同的窗口可以根据数据库在可视化转换的时候，进行不同数据的直接可视化体现。

作为本申请的一种实施例，所述确定施工进度还包括：

将施工进度评估为正常工作进度范围和异常进度范围；

基于获取的每日准确施工进度值，与预设施工进度范围进行对比，获取对比结果；

根据所述对比结果，当施工进度属于正常范围时，评估施工进度正常范围的等级，并将所述等级进行评估反馈；

当施工进度属于异常范围时，评估施工进度异常范围的等级，将所述等级进行评估反馈，并根据所述等级制定施工进度调整方案；

根据所述施工进度调整方案，将施工进度调整至正常进度范围内。

上述技术方案的原理在于：

本申请将获取的每日准确施工进度值与预设施工进度范围进行对比，以获取对比结果。预设施工进度范围，是指工程规划中所规定的工程项目的预期施工进度范围。根据对比结果，当施工进度属于正常范围时，评估施工进度正常范围的等级，并将该等级进行评估反馈。这里的评估等级可以是ABCDEF等，分别代表不同的进度状况。当施工进度属于异常范围时，评估施工进度异常范围的等级，并将该等级进行评估反馈。同时，也可以根据该等级制定相应的施工进度调整方案。根据制定的施工进度调整方案，对施工进度进行调整，将其调整至正常进度范围内。可以通过人工干预或者自动化的方式来实现。

上述技术方案的有益效果在于：

本申请可以进行施工进度对比，判断施工进度是否异常，从而进行施工进度的调整；也可以实现直接调整。

一种施工进度实时检测系统，所述系统包括：

宏观观测模块：获取工程规划数据，构建宏观观测模型；其中，

宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；

窗口化评测模块：采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；

进度评测模块：获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。

如图2所示，本申请的工程规划数据与工程项目相关的规划数据，如设计图纸、工程预算等；宏观观测模型，是总体施工现场的宏观模型，宏观检测模型中存在很多的数据检测窗口，每个数据检测窗口对应总工程师中的任意一个项目的项目数据，也可以是项目图像；宏观观测模型的主要组成部分是“项目窗口集合”，每一个“项目窗口”都包含有一个或多个具体的工程项目信息，比如工程名称、所在位置、预计工期等。此外，“项目窗口集合”还具有一个重要的特性，那就是每个“项目窗口”都有一个对应的“工程项目评测图像”。这个“工程项目评测图像”是我们根据工程规划数据生成的，它可以直观地反映出工程项目的整体进展情况，包括已完成的工作量、剩余的工作量、工程质量等信息。通过每一个小项目窗口，然后通过采集的数据，进行填充覆盖的方式进行判定每个小项目的完成情况；通过每个小项目窗口的面积和总项目窗口的总面积对比，能够判断施工进度。

在实际实施时，对工程建设的实际情况进行数据的收集，包括工程项目的实际进度、实际完成的工作量、实际投入的人力物力资源等。将这些实时数据按照“项目窗口”进行划分，并输入到每一个“项目窗口”中，进行窗口填充。这里的“窗口填充”并不是真正的图像显示，而是根据这些实时数据计算出的一个虚拟值，它代表了当前工程项目的实际进度。最后，通过分析宏观观测模型中的“项目窗口”和“项目窗口集合”的填充面积以及整个模型的总面积，计算出一个比例，这个比例就是施工进度。通过这种方式，可以得到一个精确且实时的工程施工进度，这对施工现场的管理和调整都非常有帮助。

上述技术方案的有益效果在于：

1、判断项目进度足够快；

2、对每一个小项目进行判定进度的时候，可以快速数据调用，快速定位每个小项目的数据；

3、可视化程度比较高。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种施工进度实时检测方法，其特征在于，包括：

获取工程规划数据，构建宏观观测模型；其中，

宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；

采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；

获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。

2.如权利要求1所述的一种施工进度实时检测方法，其特征在于，所述工程规划数据包括如下获取步骤：

预先确定施工现场的现场地图，将现场地图导入工程仿真模型，进行工程项分析，确定工程项数据；

根据工程项数据，构建工程导引模型，生成多维度建设任务；其中，

工程导引模型还用于对多维度建设任务进行增项预测处理，判断是否存在工程增项，并在存在工程增项进行多维度建设任务更新；

基于多维度建设任务，构建时间模型，并将多维度建设任务中每个任务项和时间模型匹配，通过自动建模的目标捕捉算法，进行工程项数据捕捉；

将工程项捕捉数据按照时间模型划分，确定工程规划数据。

3.如权利要求2所述的一种施工进度实时检测方法，其特征在于，所述时间模型还用于：

预先搭建工程规划模型，通过距离算法将第一点云数据和工程规划模型进行粗匹配，确定第一匹配模型；

基于ICP算法将点云数据和第一匹配模型进行精细匹配，获取点云融合后的工程建筑模型；

将工程建筑模型通过3Dmax技术转换为工程展示图；

通过工程展示图和工程规划模型，生成施工进度点云模型；

根据施工进度点云模型，将工程规划数据按照时间模型划分。

4.如权利要求1所述的一种施工进度实时检测方法，其特征在于，所述宏观观测模型包括工程项窗口和工程项评测机制；其中，

工程项窗口用于将工程规划数据按照对应的工程项目，导入对应的项目窗口；

工程项评测机制植入在工程项窗口中，用于对项目窗口内导入的工程数据进行对比覆盖，并输出覆盖面积。

5.如权利要求1所述的一种施工进度实时检测方法，其特征在于，所述窗口填充包括：

获取工程项目建设数据；

将工程项目建设数据输入至预设的生成式对抗网络中进行窗口划分，得到生成式对抗网络输出的窗口标识；其中，

生成式对抗网络包括生成器和双输出的判别器；

生成式对抗网络通过如下方式进行训练：

获取工程建设样本、窗口类型参数和窗口导入标识载入参数；

将工程建设样本输入所述生成器进行预训练，得到生成器输出的第一识别网络；

将工程建设样本、窗口类型参数和窗口导入标识载入参数输入判别器进行训练，得到判别器的判别支路；

根据判别支路和第一识别网络，确定工程项目建设数据对应的窗口，病生成窗口数据导入识别机制的窗口标识；

根据窗口标识，将工程项目建设数据导入不同的项目窗口进行窗口填充。

6.如权利要求4所述的一种施工进度实时检测方法，其特征在于，所述设置自然环境危险报警和施工设备危险报警，包括：

所述自然环境危险报警包括：雨雪天气报警、雷电天气报警和其他天气报警，所述施工设备危险报警包括：电器设备漏电报警和机械设备故障报警；

当预测工地将为雨雪天气环境时，预警系统进行雨雪天气报警，工人对施工现场进行雨雪防护处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

当预测工地将为雷电天气环境时，预警系统进行雷电天气报警，工人对施工现场电器设备进行断电处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

当预测工地将为其他天气环境时，预警系统进行其他天气报警，工人对施工现场进行防护处理，工人需在预警结束前，结束防护处理工作并立即停止作业；

在工地电器设备出现漏电危险时，系统进行漏电报警，后台监控人员立即切断具体漏电电路电闸，并派遣维修人员对事故电路进行检测维修，获取所述检测维修结果；

在工地机械设备出现故障危险时，系统进行故障报警，立即停止故障机械设备的作业，检测维修人员对故障设备进行检测维修，并获取所述检测维修结果。

7.如权利要求5所述的一种施工进度实时检测方法，其特征在于，所述方法还包括：

获取每个项目窗口的填充数据；

预先确定每个项目窗口对应工程进度的上限阈值和下限阈值；

根据上限阈值和下限阈值，进行项目数据超限监测，并根据朝限监测结果，确定异常程度；

根据每个窗口的异常程度对施工数据进行异常评估，确定施工评价数据；

根据施工评价数据对每个项目窗口进行自动稽查。

8.如权利要求1所述的一种施工进度实时检测方法，其特征在于，所述方法还包括：

获取各种不同的工程项目所需要的原始数据；

对原始数据进行分类，并设定每个工程项目原始数据的数据特征；

根据数据特征，确定每个项目窗口数据填充的匹配识别机制；

根据匹配识别机制，对每个项目窗口的填充数据可视化转换，确定不同的窗口项目的可视化数据。

9.如权利要求1所述的一种施工进度实时检测方法，其特征在于，所述确定施工进度还包括：

将施工进度评估为正常工作进度范围和异常进度范围；

基于获取的每日准确施工进度值，与预设施工进度范围进行对比，获取对比结果；

根据所述对比结果，当施工进度属于正常范围时，评估施工进度正常范围的等级，并将所述等级进行评估反馈；

当施工进度属于异常范围时，评估施工进度异常范围的等级，将所述等级进行评估反馈，并根据所述等级制定施工进度调整方案；

根据所述施工进度调整方案，将施工进度调整至正常进度范围内。

10.一种施工进度实时检测系统，其特征在于，所述系统包括：

宏观观测模块：获取工程规划数据，构建宏观观测模型；其中，

宏观观测模型配置有项目窗口集合，项目窗口集合中每个项目窗口设置有工程项目评测图像；

窗口化评测模块：采集工程项目建设数据，并将工程项目建设数据按照项目窗口进行划分，并输入每个项目窗口进行窗口填充；

进度评测模块：获取窗口填充结果，并基于宏观观测模型中项目窗口的填充面积和项目窗口的总面积比，确定施工进度。