一种适用于高空作业的视觉自动化检测方法

    公开(公告)号:CN108038424B

    公开(公告)日:2020-12-18

    申请号:CN201711207164.1

    申请日:2017-11-27

    Abstract: 本发明属于建筑工程信息化相关技术领域,其公开了适用于高空作业的视觉自动化检测方法,该方法包括以下步骤:(1)通过工地的视频监控来采集高空作业工人的图像数据以形成高空作业数据集;(2)对所述高空作业数据集内的图像数据进行标注,以用于高空作业工人的识别;(3)采用标注后的所述图像数据对高空作业的Faster R‑CNN模型进行训练,以得到能检测到高空作业工人的Faster R‑CNN模型;(4)将所述Faster R‑CNN模型与深度神经网络相结合来分类及识别高空作业人员是否佩戴安全带。本发明降低了成本,灵活性较高,适用性较强,且具有较高的自动化程度。

    一种实时检测施工现场图像中多类实体对象的方法及设备

    公开(公告)号:CN108052881A

    公开(公告)日:2018-05-18

    申请号:CN201711241150.1

    申请日:2017-11-30

    Abstract: 本发明公开了一种基于机器视觉的实时检测施工现场多类实体对象的方法及设备,该方法包括:步骤1,利用训练过的卷积神经网络从施工现场的原始图像中提取特征图像;步骤2,使用区域建议网络从特征图像中提取候选区域;步骤3,在快速卷积神经网络中使用候选区域;步骤4,使区域建议网络和快速卷积神经网络共享卷积层,得到实时卷积神经网络;步骤5,利用实时卷积神经网络识别待检测的施工现场图像中的实体对象。本发明的设备包括用于执行上述方法的计算机程序。本发明能够实时识别施工现场的多类实体对象,为复杂环境下建筑工程施工全过程进度、安全管理提供重要基础。

    一种基于时间序列及CNN的不安全行为识别方法及系统

    公开(公告)号:CN107862331A

    公开(公告)日:2018-03-30

    申请号:CN201711045704.0

    申请日:2017-10-31

    CPC classification number: G06K9/6267 G06N3/0454 G06N3/08

    Abstract: 本发明公开了一种基于时间序列及CNN的不安全行为识别方法及系统,通过将不安全行为的训练集视频的原始数据输入卷积神经网络进行训练和学习,从卷积神经网络的最后一层池化层输出空间特征向量;将空间特征向量作为时间递归神经网络的输入,使用时间递归神经网络学习其中包含的时间序列依赖关系进而学习空间行为的时间序列表示,得到平均池化特征向量;将平均池化特征向量输入softmax层,得到卷积神经网络和时间递归神经网络的深度混合学习模型,即softmax分类器;利用softmax分类器对施工现场的监控视频进行在线识别,识别出施工现场的不安全行为。本发明能够为建筑工程施工全过程中不安全行为的实时侦查和矫正提供支持。

    一种塔式起重机吊钩三维位姿实时测量方法、系统及介质

    公开(公告)号:CN119284750A

    公开(公告)日:2025-01-10

    申请号:CN202411840802.3

    申请日:2024-12-13

    Abstract: 本发明属于吊钩位姿测量领域,并具体公开了一种塔式起重机吊钩三维位姿实时测量方法、系统及介质,包括:第一、第二、第三UWB基站分别安装在驾驶室、吊臂最前端、塔吊基础处,第一、第二UWB标签分别安装在小车、吊钩处;基于吊钩处第二IMU获取的数据得到吊钩姿态;基于第一UWB标签与第一UWB基站的距离得到小车坐标;基于第一、第二和第三UWB基站坐标,得到第二UWB标签坐标;基于吊钩姿态和第二IMU的加速度,得到吊钩先验坐标,进而集合第二UWB标签坐标,得到吊钩三维空间位置;基于吊钩三维空间位置及小车坐标,得到吊绳倾角。本发明可实现塔式起重机吊钩三维位姿实时测量,并有效提高测量精度和可靠性。

    一种盾构施工风险分析模型的自动构建方法及应用

    公开(公告)号:CN115344915B

    公开(公告)日:2024-10-18

    申请号:CN202210801380.3

    申请日:2022-07-07

    Abstract: 本发明属于盾构施工风险预测相关技术领域,其公开了一种盾构施工风险分析模型的自动构建方法及应用,包括下列步骤:(1)通过钻孔数据获取每层土上下限坐标并生成相应的土层,同时为每层土配置相应的土体参数和随机场参数,以生成参数化地质模型;(2)通过参数化隧道模型和参数化地质模型,结合基于界面剖分的几何操作算法生成隧道剖分模型和地质剖分模型,通过OBB包围盒算法和隧道剖分模型获取所有盾构管片的空间位置和外径,通过Delaunay三角剖分算法和地质剖分模型生成相应的地质几何模型;(3)通过盾构管片的空间位置和外径重构隧道几何模型,并与地质几何模型共同构建施工风险分析模型。本发明显著提升了风险分析的效率及效率。

    一种城市分布式光伏系统数据的图数据库构建方法及应用

    公开(公告)号:CN117891962A

    公开(公告)日:2024-04-16

    申请号:CN202410300101.4

    申请日:2024-03-15

    Abstract: 本发明公开了一种城市分布式光伏系统数据的图数据库构建方法及应用,属于光伏数据存储技术领域,包括:收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;用所述城市建筑分布式光伏系统数据,构建图数据库,所述图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,所述图数据库中的边表示不同节点之间的关系。对应地还提供了城市分布式光伏系统数据的存储方法及构建的图数据库调整不同建筑光伏系统发电量的方法。本发明构建城市分布式光伏的城市建筑数据库,将离散数据进行融合,能够实现城市建筑分布式光伏数据的高效、灵活和可扩展存储及分析。

    建筑场景点云分割不确定性评估方法、系统及电子设备

    公开(公告)号:CN117496309B

    公开(公告)日:2024-03-26

    申请号:CN202410006781.9

    申请日:2024-01-03

    Abstract: 本发明属于智能建造相关技术领域,其公开了一种建筑场景点云分割不确定性评估方法、系统及电子设备,其中方法包括:构建点云数据集,点云数据集包括训练数据集和验证数据集;利用训练数据集和验证数据集获取训练后的点云分割模型;利用点云分割模型对实际应用中的建筑场景进行点云分割,获取点云分割结果;根据点云分割结果获取分割出的任一建筑构件类别对应的熵值;根据任一建筑构件类别对应的熵值对该任一建筑构件类别的点云分割不确定性进行评估。本发明利用分割预测结果中建筑构件类别对应的熵值来反应分割预测结果的不确定性,利用熵值实现了对分割预测结果不确定性的量化,实现了无需预先标注数据对点云分割模型性能和可靠性进行评价。

Patent Agency Ranking