施工现场的数据采集方法、装置及系统制造方法及图纸

本公开是关于一种施工现场的数据采集方法、装置及系统，系统包括：定位模块和存储模块，定位模块包括数据采集模块；GPS模块，定位每个数据采集模块所在的位置，确定每个数据采集模块的坐标；IMU传感模块，获取每个数据采集模块设置的绝对角度，以及每个数据采集模块与施工现场的工人之间的相对角度；数据采集模块，采集施工现场的图像数据，从图像数据中选取出图像中含有工人，且工人与移动式机械设备的距离在预设距离范围内的目标图像数据；存储模块，将目标图像数据按照图像数据和与其对应的标签数据的存储方式进行存储。通过该技术方案，可以自动识别工人所在位置，对工人作业环境进行记录。

Data collection method, device and system of construction site

【技术实现步骤摘要】
施工现场的数据采集方法、装置及系统
本公开涉及施工现场的数据采集
，尤其涉及一种施工现场的数据采集方法及系统。
技术介绍
目前智慧工地在我国多个省份如火如荼地发展，建设智慧工地在实现绿色建造、引领信息技术应用、提升社会综合竞争力等方面具有重要意义。智慧工地发展需要数字化施工做支撑，但数字化施工面临数据不足，数据质量不高等问题。工地施工工序繁多，涉及多公司，多工种配合，工地数字化需要梳理每一个业务流程环节，并记录过程数据。数据种类繁多，包括机械设备数据，工人数据，管理者数据，建筑模型数据等等。针对每类数据也有不同的数据类型，包括文本、图像、声音等类型。需要针对不同的场景信息选择有效的数据类型进行记录。另外工地环境复杂，包含杂乱的障碍物，嘈杂的环境，多变的现场与流动的人群为数据的收集带来了挑战。传统的数据收集方式是通过在人工检查的基础上进行监测并记录的方式开展的。具体操作为业务活动相关人员，如项目经理、技术人员以及班组长通过日志的方法加以记录。工程建设管理日志可以有效的记录每日的基本工作情况以及每项活动的基本情况，但他们高度依赖于记录人员的个人能力，需要花费大量时间现场监督，信息难以记录完全。当面临记录人员不在场，或是实时的、突发的但值得被记录的活动出现时，往往没有相应的记录。工地数字化程度较低，除建筑信息模型BIM技术外大部分业务流程环节没有数据记录的系统，整体数据来源呈现碎片化态势，并且数据收集缺乏针对业务环节的聚焦，缺乏对客观工人作业的数字化记录。工人作业的数字化记录包括工人在作业环境的位置，作业时间及具体作业行为过程记录。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种施工现场的数据采集方法、装置及系统。根据本公开实施例的第一方面，提供一种施工现场的数据采集系统，包括：定位模块和存储模块，其中，所述定位模块包括数据采集模块，IMU传感模块和GPS模块，所述数据采集模块包括设置在施工现场的移动式机械设备上的多个双目摄像头；所述GPS模块，用于定位每个数据采集模块所在的位置，并确定所述每个数据采集模块的坐标；所述IMU传感模块，用于获取所述每个数据采集模块设置的绝对角度，以及所述每个数据采集模块与施工现场的工人之间的相对角度；所述数据采集模块，用于采集施工现场的图像数据，并从所述图像数据中选取出图像中含有工人，且工人与所述移动式机械设备的距离在预设距离范围内的目标图像数据；存储模块，用于将所述目标图像数据按照图像数据和与其对应的标签数据的存储方式进行存储，其中，所述标签数据包括所述数据采集模块的坐标，采集时间，所述绝对角度，所述相对角度和所述工人与所述移动式机械设备之间的距离。在一个实施例中，优选地，所述系统还包括：分析模块，用于根据预设的施工图纸，存储的图像数据和对与其对应的标签数据分析确定出每个工人的作业环境信息。在一个实施例中，优选地，所述数据采集模块包括：识别单元，用于通过深度学习算法从所述图像数据中识别出图像中含有工人的初筛图像数据，并确定每个初筛图像数据中工人的人体范围对应的像素点的坐标；第一计算单元，用于通过双目视觉算法计算出所述初筛图像数据中的每个像素点对应的物体到所述摄像头的深度距离；距离确定单元，用于确定每个所述人体范围的中心点坐标，并以所述中心点坐标为基准坐标，等距离在所述人体范围内取5×5个目标像素点，根据所有目标像素点对应的深度距离的极差与5的商为距离，生成频数分布直方图，将频数最大的直方图中包含的所有目标像素点对应的深度距离的平均值确定为所述工人与所述双目摄像头之间的距离；距离计算单元，用于根据工人与所述双目摄像头之间的距离，以及所述绝对角度和所述相对角度，计算出所述工人与所述移动式机械设备之间的距离。在一个实施例中，优选地，所述深度学习算法包括：CNN算法、ResNet算法和Unet算法。在一个实施例中，优选地，所述系统还包括：显示模块，用于显示所述目标图像数据，并标记显示出所述目标图像数据上的工人。在一个实施例中，优选地，所述系统还包括：设备三防模块，所述设备三防模块包括防水单元、防尘单元和防震单元，用于避免其他模块受雨水、尘土和振动的影响。在一个实施例中，优选地，所述系统还包括：供电模块，用于通过独立电源兼容所述移动式机械设备电源和工地现场电源为其他模块提供电源。根据本公开实施例的第二方面，提供一种施工现场的数据采集方法，用于施工现场的数据采集系统，所述施工现场的数据采集系统至少包括数据采集模块，所述数据采集模块包括设置在施工现场的移动式机械设备上的多个双目摄像头，所述方法包括：定位每个数据采集模块所在的位置，并确定每个所述数据采集模块的坐标；获取所述每个数据采集模块设置的绝对角度，以及所述每个数据采集模块与施工现场的工人之间的相对角度；通过所述数据采集模块采集施工现场的图像数据，并从所述图像数据中选取出图像中含有工人，且工人与所述移动式机械设备的距离在预设距离范围内的目标图像数据；将所述目标图像数据按照图像数据和与其对应的标签数据的存储方式进行存储，其中，所述标签数据包括所述数据采集模块的坐标，采集时间，所述绝对角度，所述相对角度和所述工人与所述移动式机械设备之间的距离。在一个实施例中，优选地，所述方法还包括：根据预设的施工图纸，存储的图像数据和对与其对应的标签数据分析确定出每个工人的作业环境信息。在一个实施例中，优选地，所述从所述图像数据中选取出图像中含有工人，且工人与所述移动式机械设备的距离在预设距离范围内的目标图像数据，包括：通过深度学习算法从所述图像数据中识别出图像中含有工人的初筛图像数据，并确定每个初筛图像数据中工人的人体范围对应的像素点的坐标，所述述深度学习算法包括：CNN算法、ResNet算法和Unet算法；通过双目视觉算法计算出所述初筛图像数据中的每个像素点对应的物体到所述摄像头的深度距离；确定每个所述人体范围的中心点坐标，并以所述中心点坐标为基准坐标，等距离在所述人体范围内取5×5个目标像素点，根据所有目标像素点对应的深度距离的极差与5的商为距离，生成频数分布直方图，将频数最大的直方图中包含的所有目标像素点对应的深度距离的平均值确定为所述工人与所述双目摄像头之间的距离；根据工人与所述双目摄像头之间的距离，以及所述绝对角度和所述相对角度，计算出所述工人与所述移动式机械设备之间的距离；根据所述工人与所述移动式机械设备之间的距离，从所述初筛图像数据中选取出所述距离在预设距离范围内的目标图像数据。在一个实施例中，优选地，所述方法还包括：显示所述目标图像数据，并标记显示出所述目标图像数据上的工人。根据本公开实施例的第三方面，提供一种施工现场的数据采集装置，用于施工现场的数据采集系统，所述系统至少包括数据采集模块，所述数据采集模块包括设置在施工现场的移动式机械设备上的多个双本文档来自技高网...

【技术保护点】
1.一种施工现场的数据采集系统，其特征在于，包括：/n定位模块和存储模块，其中，所述定位模块包括数据采集模块，IMU传感模块和GPS模块，所述数据采集模块包括设置在施工现场的移动式机械设备上的多个双目摄像头；/n所述GPS模块，用于定位每个数据采集模块所在的位置，并确定所述每个数据采集模块的坐标；/n所述IMU传感模块，用于获取所述每个数据采集模块设置的绝对角度，以及所述每个数据采集模块与施工现场的工人之间的相对角度；/n所述数据采集模块，用于采集施工现场的图像数据，并从所述图像数据中选取出图像中含有工人，且工人与所述移动式机械设备的距离在预设距离范围内的目标图像数据；/n存储模块，用于将所述目标图像数据按照图像数据和与其对应的标签数据的存储方式进行存储，其中，所述标签数据包括所述数据采集模块的坐标，采集时间，所述绝对角度，所述相对角度和所述工人与所述移动式机械设备之间的距离。/n

【技术特征摘要】
1.一种施工现场的数据采集系统，其特征在于，包括：
定位模块和存储模块，其中，所述定位模块包括数据采集模块，IMU传感模块和GPS模块，所述数据采集模块包括设置在施工现场的移动式机械设备上的多个双目摄像头；
所述GPS模块，用于定位每个数据采集模块所在的位置，并确定所述每个数据采集模块的坐标；
所述IMU传感模块，用于获取所述每个数据采集模块设置的绝对角度，以及所述每个数据采集模块与施工现场的工人之间的相对角度；
所述数据采集模块，用于采集施工现场的图像数据，并从所述图像数据中选取出图像中含有工人，且工人与所述移动式机械设备的距离在预设距离范围内的目标图像数据；
存储模块，用于将所述目标图像数据按照图像数据和与其对应的标签数据的存储方式进行存储，其中，所述标签数据包括所述数据采集模块的坐标，采集时间，所述绝对角度，所述相对角度和所述工人与所述移动式机械设备之间的距离。


2.根据权利要求1所述的施工现场的数据采集系统，其特征在于，所述系统还包括：
分析模块，用于根据预设的施工图纸，存储的图像数据和对与其对应的标签数据分析确定出每个工人的作业环境信息。


3.根据权利要求1所述的施工现场的数据采集系统，其特征在于，所述数据采集模块包括：
识别单元，用于通过深度学习算法从所述图像数据中识别出图像中含有工人的初筛图像数据，并确定每个初筛图像数据中工人的人体范围对应的像素点的坐标；
第一计算单元，用于通过双目视觉算法计算出所述初筛图像数据中的每个像素点对应的物体到所述摄像头的深度距离；
距离确定单元，用于确定每个所述人体范围的中心点坐标，并以所述中心点坐标为基准坐标，等距离在所述人体范围内取5×5个目标像素点，根据所有目标像素点对应的深度距离的极差与5的商为距离，生成频数分布直方图，将频数最大的直方图中包含的所有目标像素点对应的深度距离的平均值确定为所述工人与所述双目摄像头之间的距离；
距离计算单元，用于根据工人与所述双目摄像头之间的距离，以及所述绝对角度和所述相对角度，计算出所述工人与所述移动式机械设备之间的距离。


4.根据权利要求3所述的施工现场的数据采集系统，其特征在于，所述深度学习算法包括：CNN算法、ResNet算法和Unet算法。


5.根据权利要求1所述的施工现场的数据采集系统，其特征在于，所述系统还包括：
显示模块，用于显示所述目标图像数据，并标记显示出所述目标图像数据上的工人。


6.一种施工现场的数据采集方法，其特征在于，用于施工现场的数据采集系统，所述施工现场的数据采集系统至少包括数据采集模块，所述数据采集模块包括设置在施工现场的移动式机械设备上的多个双目摄像头，所述方法包括：
定位每个数据采集模块所在的位置，并确定每个所述数据采集模块的坐标；
获取所述每个数据采集模块设置的绝对角度，以及所述每个数据采集模块与施工现场的工人之间的相对角度；
...

【专利技术属性】
技术研发人员：方东平，郭红领，古博韬，张沛尧，黄玥诚，苗春刚，周予启，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11