基于区块链的智慧工地异常烟雾监测系统技术方案

本发明专利技术公开了一种基于区块链的智慧工地异常烟雾监测系统。包括终端集群与计算集群，计算集群载入搭建智慧工地异常烟雾监测深度神经网络所需参数，配置智慧工地异常烟雾监测深度神经网络区块链私链，并执行智慧工地异常烟雾监测推理；智慧工地异常烟雾监测深度神经网络的输入为终端采集的监控区域烟雾图像，输出包括烟雾异常等级分类。利用本发明专利技术，在工地环境监测中，提高了工地异常烟雾监测精度、监测效率以及数据处理传输过程中的安全性、保密性。

【技术实现步骤摘要】
基于区块链的智慧工地异常烟雾监测系统
本专利技术涉及人工智能、区块链、CIM、智慧工地
，具体涉及一种基于区块链的智慧工地异常烟雾监测系统。
技术介绍
随着我国经济的发展和城市化进程的推进，越来越多的城市建设项目催生了越来越多的施工场所即工地。火灾严重威胁到人的生命以及财产安全,及时检测火灾并预警有重要意义。在建筑工地内，由于工地往往堆积有大量建材，其中很多都是易燃的，一旦发生火灾，后果非常严重。火灾初期往往伴随着烟雾的产生，因此，工地内异常烟雾监测十分必要且重要。采用计算机视觉技术自动检测烟雾是火灾预警的有效措施，准确快速地烟雾检测算法具有非常重要的实际应用价值。传统的烟雾检测方法采用特征提取、分类器设计等模式识别技术，包括静态和动态相结合的烟雾识别方法。典型的特征包括颜色和运动概率，烟雾的LBP直方图序列等。然而这些传统的烟雾检测算法抗干扰能力差、实时性不强、复杂场景下适应性差。而且，目前的工地环境监测通常只返回异常结果，结果反馈单一。并且，用于计算的集群，信息易被泄露、安全性能较低。因此，现有工地异常烟雾监测技术存在监测实时性差和监测效率低下、结果反馈单一、数据处理及传输过程中安全性能低的问题。得益于人工智能、物联网等技术的发展，智慧工地成为了一种崭新的工程全生命周期管理理念。本专利技术就智慧工地中异常烟雾监测，从结果反馈、监测精度效率以及系统安全性等方面对现有技术进行改进。
技术实现思路
本专利技术提供了一种基于区块链的智慧工地异常烟雾监测系统，不仅结果反馈多元，而且提高了监测精度、监测效率和数据处理传输过程中的安全性、保密性。一种基于区块链的智慧工地异常烟雾监测系统，包括终端集群与计算集群，计算集群载入搭建智慧工地异常烟雾监测深度神经网络所需参数，配置智慧工地异常烟雾监测深度神经网络区块链私链，并执行智慧工地异常烟雾监测推理；其中，智慧工地异常烟雾监测深度神经网络的输入为终端采集的监控区域烟雾图像，输出包括烟雾异常等级分类，由多个模块组成，包括烟雾分割编码器、烟雾分割解码器、烟雾异常等级分类编码器、第一全连接网络；烟雾分割编码器用于对终端采集的监控区域烟雾图像进行编码提取特征，得到烟雾语义特征图；烟雾分割解码器用于对烟雾语义特征图进行解码还原，得到烟雾分割热图，烟雾分割热图中的热斑代表烟雾的置信度；烟雾异常等级分类编码器，用于对烟雾分割热图进行编码提取特征，得到烟雾异常等级分类特征图；第一全连接网络，用于烟雾异常等级分类特征图展开之后得到的特征向量进行加权分类，得到烟雾异常等级分类结果。利用烟雾模拟器来生成训练数据，标签数据的像素值通过0、1来表示，0表示其他类别，1表示烟雾类别，将模拟数据经过归一化处理，然后将处理后的训练数据与标签数据送到网络中对烟雾分割编码器、烟雾分割解码器进行训练。配置智慧工地异常烟雾监测深度神经网络区块链私链包括：针对每一个智慧工地异常烟雾监测深度神经网络推理请求，从计算集群中选择多个可用节点，将终端的相机参数以及分别分布于不同可用节点的烟雾分割编码器、烟雾分割解码器、烟雾异常等级分类编码器、第一全连接网络所需参数作为对应节点的区块数据，根据智慧工地异常烟雾监测深度神经网络推理顺序将节点区块连接，生成智慧工地异常烟雾监测深度神经网络区块链私链。区块链私链中的区块对其要传输至下一区块的神经网络推理中间结果数据进行加密，对其从上一区块接收到的神经网络推理中间结果数据进行解密。采用张量重塑形机制进行加密解密，包括：针对每一个网络推理请求，生成张量重塑形参数表，并发送至区块链私链所在节点，区块链私链中所有节点按照该参数表设置待传输张量元数据中的张量尺寸，并按照该参数表解析其接收到的张量数据；张量重塑形参数表中存储每一区块输出张量的重塑形参数。基于CIM技术构建城市工地信息模型，城市工地信息模型包括：城市工地三维空间建模信息、监控区域信息、智慧工地异常烟雾监测结果信息；利用可视化单元结合WebGIS技术对城市工地信息模型进行渲染，展示在前台页面。可视化单元包括：初始化模块，用于从城市工地信息模型获取城市工地三维空间建模信息，结合WebGIS技术对城市工地信息模型进行渲染，展示在前台Web页面，得到城市工地信息模型的初始可视化结果；数据获取模块，用于从城市工地信息模型获取监控区域信息以及智慧工地异常烟雾监测结果信息；烟雾监测结果可视化模块，用于根据地理位置将监控区域信息以及智慧工地异常烟雾监测结果集成在城市工地信息模型的初始可视化结果。对烟雾分割编码器、烟雾分割解码器、烟雾异常等级分类编码器、第一全连接网络分别进行适当细分，将分别分布于不同节点的细分后的每一模块的参数作为区块数据，按照智慧工地异常烟雾监测深度神经网络推理顺序，生成智慧工地异常烟雾监测深度神经网络区块链私链。本专利技术的有益效果在于：1.本专利技术采用深度神经网络对工地监控区域的图像进行分析，相比于传统的计算机视觉方法，具有更准确的结果响应和更高的监测效率。2.本专利技术基于区块链技术，对智慧工地异常烟雾监测深度神经网络进行合理划分，针对每个网络推理请求，动态生成区块链私链，相比于传统的单机执行，不仅提高了系统的并行性能，而且由于区块链私链是动态的，当某一节点出现故障，系统能够及时感知，不会影响其他推理请求的计算，具有更好的容错性能。3.本专利技术的区块链私链根据计算集群中可用节点实时生成，相比于传统的固定分配，不易被攻击破解，提高了系统数据的保密性能。4.本专利技术对网络推理区块链私链之间的数据进行加密，防止区块链私链区块之间传输数据的泄露，保证传输数据的保密性，而且张量变形机制计算量小，在提高保密性能和安全性能的同时不会增加系统负担。5.本专利技术基于CIM技术设计城市工地信息模型存储工地异常烟雾监测结果，并对城市工地信息模型进行可视化，相比于传统的结果反馈，本专利技术的反馈结果更加多元化，包括工地区域三维展示、警示标记、监控区域图像，能够使监管人员更加清晰明确地了解工地异常烟雾情况。附图说明图1为本专利技术系统的智慧工地异常烟雾监测深度神经网络结构图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本专利技术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专利技术，并不用于限定本专利技术。深度学习方法在计算机视觉领域取得了最新的成果，与传统的手工提取浅层特征的方法，深层结构能获取更本质的特征。综上所述，本专利技术提出了一种基于卷积神经网络语义分割方法的工地异常烟雾检测系统。首先，通过卷积神经网络对图像提取特征，然后对每个像素点进行分类，生成烟雾的分割热图，并针对热图进行烟雾异常等级的分类，从而提供烟雾的异常等级序列，为监控烟雾的异常提供决策数据，同时采用区块链技术，为异常烟雾检测的计算提供数据保护功能。图1为本专利技术系统的深度神经网络结构图。下面通过具体实施例来进行说明。实施例一：<本文档来自技高网...

【技术保护点】
1.一种基于区块链的智慧工地异常烟雾监测系统，包括终端集群与计算集群，其特征在于，计算集群载入搭建智慧工地异常烟雾监测深度神经网络所需参数，配置智慧工地异常烟雾监测深度神经网络区块链私链，并执行智慧工地异常烟雾监测推理；/n其中，智慧工地异常烟雾监测深度神经网络的输入为终端采集的监控区域烟雾图像，输出包括烟雾异常等级分类，由多个模块组成，包括烟雾分割编码器、烟雾分割解码器、烟雾异常等级分类编码器、第一全连接网络；/n烟雾分割编码器用于对终端采集的监控区域烟雾图像进行编码提取特征，得到烟雾语义特征图；/n烟雾分割解码器用于对烟雾语义特征图进行解码还原，得到烟雾分割热图，烟雾分割热图中的热斑代表烟雾的置信度；/n烟雾异常等级分类编码器，用于对烟雾分割热图进行编码提取特征，得到烟雾异常等级分类特征图；/n第一全连接网络，用于烟雾异常等级分类特征图展开之后得到的特征向量进行加权分类，得到烟雾异常等级分类结果。/n

【技术特征摘要】
1.一种基于区块链的智慧工地异常烟雾监测系统，包括终端集群与计算集群，其特征在于，计算集群载入搭建智慧工地异常烟雾监测深度神经网络所需参数，配置智慧工地异常烟雾监测深度神经网络区块链私链，并执行智慧工地异常烟雾监测推理；
其中，智慧工地异常烟雾监测深度神经网络的输入为终端采集的监控区域烟雾图像，输出包括烟雾异常等级分类，由多个模块组成，包括烟雾分割编码器、烟雾分割解码器、烟雾异常等级分类编码器、第一全连接网络；
烟雾分割编码器用于对终端采集的监控区域烟雾图像进行编码提取特征，得到烟雾语义特征图；
烟雾分割解码器用于对烟雾语义特征图进行解码还原，得到烟雾分割热图，烟雾分割热图中的热斑代表烟雾的置信度；
烟雾异常等级分类编码器，用于对烟雾分割热图进行编码提取特征，得到烟雾异常等级分类特征图；
第一全连接网络，用于烟雾异常等级分类特征图展开之后得到的特征向量进行加权分类，得到烟雾异常等级分类结果。


2.如权利要求1所述的系统，其特征在于，利用烟雾模拟器来生成训练数据，标签数据的像素值通过0、1来表示，0表示其他类别，1表示烟雾类别，将模拟数据经过归一化处理，然后将处理后的训练数据与标签数据送到网络中对烟雾分割编码器、烟雾分割解码器进行训练。


3.如权利要求1所述的系统，其特征在于，配置智慧工地异常烟雾监测区块链私链包括：针对每一个智慧工地异常烟雾监测深度神经网络推理请求，从计算集群中选择多个可用节点，将终端的相机参数以及分别分布于不同可用节点的烟雾分割编码器、烟雾分割解码器、烟雾异常等级分类编码器、第一全连接网络所需参数作为对应节点的区块数据，根据智慧工地异常烟雾监测深度神经网络推理顺序将节点区块连接，生成智慧工地异常烟雾监测深度神经网络区块链私链。


4.如...

【专利技术属性】
技术研发人员：石盼成，何全芳，
申请(专利权)人：石盼成，
类型：发明
国别省市：河南;41