一种基于3D距离感知的施工作业安全管控方法技术

本发明专利技术涉及一种基于3D距离感知的施工作业安全管控方法，包括步骤1：使用激光雷达在施工作业场地进行建模，获得先验点云图，根据实际场景结合施工场景人工标注危险区域；步骤2：基于步骤1获得的先验点云图得到实时点云图，对实时点云图进行安全监测，对实时点云图实时预处理，对点云图进行动态点筛选；步骤3：将步骤2预处理后的张量输入监测网络，识别出需要识别的人或物并打上标签；步骤4：将步骤3中带有标签的人或物与步骤1中带有危险区域的先验点云图进行比较，带有标签的人或物与危险区域的距离＜危险阈值时系统报警；通过本发明专利技术增加了运动信息在所有信息中的占比，提升了监测网络对于动态点的关注度，提高监测精准度和实时性。性。性。

【技术实现步骤摘要】
一种基于3D距离感知的施工作业安全管控方法


[0001]本专利技术属于计算机视觉与模式识别、激光雷达点云处理和深度学习领域，具体而言，涉及一种基于3D距离感知的施工作业安全管控方法。

技术介绍

[0002]施工安全一直是施工现场的重点。为保证施工人员的安全，也推出了许多方法，包括详细的规章制度，电子栅栏，监控等。但是这些方法实现需要的人力成本高，智能化程度低，在实际施工中难以做到较好较全面的进行安全管控。
[0003]随着计算机以及人工智能的不断发展，一些新技术在施工作业安全管控方面展现出效果。使用摄像头的基于人工智能的安全管控系统在一定程度上改善了传统安全管控方法中，需要人力资源较多、智能化程度较低的问题，但同时其本身也存在着图像深度估计较难，易受低纹理、高反光等场景影响，对天气等因素较为敏感的缺陷，尤其在夜间或者雾天等情况下，基于摄像头的安全管控系统效果将大打折扣。
[0004]随着基于激光雷达的3D距离感知在人工智能领域的算法不断成熟，促使以激光雷达为传感器的施工现场安全管控系统的性能不断增强，但现有技术的激光雷达所产生的点云本身为离散点云，点云之间关系不明确，同时人工智能对于3D点云的处理往往采用3D卷积，实时性较差，因此需要一种更为有效的使用激光雷达的基于3D距离感知的，同时也能做到实时性较强的施工作业安全管控系统。

技术实现思路

[0005]本专利技术针对现有技术缺陷，提出一种基于3D距离感知的施工作业安全管控方法，通过在施工现场部署激光雷达，实时生成施工现场场景的点云图，将点云图进行预处理、目标检测、距离感知等步骤，结合先验点云信息，实现监测施工人员位置且根据危险监测结果进行安全管控的目标，其中着重改进在于实时点云图的预处理，安全管控方法提高了对于动态点的关注。
[0006]为达到上述目的，本专利技术采用的技术方案提供了一种基于3D距离感知的施工作业安全管控方法，包括：
[0007]步骤1：采集先验场景建模，获得先验点云图，使用激光雷达在施工作业场地进行建模，根据实际场景结合施工场景人工标注危险区域；
[0008]步骤2：3D点云图预处理，基于所述步骤1获得的先验点云图得到实时点云图，对实时点云图进行安全监测，对实时点云图实时预处理，对点云图进行动态点筛选，形成点云图的张量；
[0009]步骤3：对目标进行检测，将所述步骤2得到的点云图的张量使用U
‑
net进行特征提取后采用YOLO
‑
Fastest
‑
XL网络对目标进行检测，识别出需要识别的人或物，并对识别出的对象打上标签；
[0010]步骤4：危险区域的距离感知，将所述步骤3中带有标签的人或物与所述步骤1中带
有危险区域的先验点云图进行比较，当所述步骤3中带有标签的人或物与危险区域的距离＜危险阈值时，系统报警。
[0011]进一步地，所述步骤1中采集先验场景建模，具体包括：
[0012]步骤1.1：使用激光雷达在施工场景内无需进行安全管控对象的情况下采集多帧施工场景先验点云；
[0013]步骤1.2：将所述步骤1.1中采集的多帧点云图在同一坐标下融合，得到一个较为密集的点云图；
[0014]步骤1.3：遍历所述步骤1.2中得到的较为密集的点云图中的所有点，若所遍历的当前点以半径为R的球体内存在的点数＜阈值T1，则将该点删除；若所遍历的当前点以半径为R的球体内存在的点数≥阈值T1，则将该点与在半径为R的球体范围内的其他点的坐标求平均，得到新点，同时将参与运算的点删除，最终得到施工场景的点云图；
[0015]步骤1.4：人工对施工场景点云图中的危险区域进行标注，将所述步骤1.3得到施工场景的点云图中的危险点区域框选出并打上属性标签，以所框选点构成的最小外接立方体为基准，根据属性标签，扩展标注危险区域。
[0016]进一步地，所述步骤2中3D点云图预处理，具体包括：
[0017]步骤2.1：在第i帧获得的点云图中，在x
‑
y轴平面上，将有效检测面积内区域均匀分为A个正方形区域；
[0018]步骤2.2：将所有点云图中的点在x
‑
y平面投影为同一个正方形区域的点，放入对应于该正方形平面的一个集合中，集合为点柱，若点柱中的点的数量大于N，则在点柱中随机选取，将数量多于N的点删除，若点柱中的点数量小于N，则用数组(0，0，0，0)补充不足的点，使点柱中的点的数量达到N；
[0019]步骤2.3：点云中每个点共有4个特征来描述，分别为(x，y，z，r)，x，y，z表示点在空间中的坐标，r表示反射率，将A个点柱重新组合为一个大小为(4，A，N)的第i帧张量；
[0020]步骤2.4：对所述步骤1.3中预先对施工场景建立的经过融合后先验点云图进行所述步骤2.1到所述步骤2.3的相同处理，组合为一个大小为(4，A，N)的先验点云图张量，A和N同所述步骤2.1到所述步骤2.3中的相同；
[0021]步骤2.5：将所述步骤2.3与所述步骤2.4中获得的两个张量中的每个相同位置的点柱中的大小为(4，N)的张量放入维度为4N的向量空间构成一个4N的向量，若欧式距离＞阈值T2，则将所述步骤2.3的点柱中的点标记为动态点，将所述步骤2.3的点柱标记为动态区域，最后将第i帧张量的所有动态区域整合为一个(4，D
i
，N)的张量；
[0022]步骤2.6：将所述步骤2.5中获得的(4，D
i
，N)的张量与在前一帧获得的(4，D
i
‑1，N)的张量进行比较，若两个张量同一位置的点中的点，其动态点数差值的绝对值≥阈值T3，则将所述步骤2.5中的点柱保留，同时保留两个张量中不重叠的点柱，最终得到一个(4，M
i
，N)的运动范围张量；
[0023]步骤2.7：将前四帧在所述步骤2.6中得到的张量(4，M
i
‑4，N)、(4，M
i
‑3，N)、(4，M
i
‑2，N)和(4，M
i
‑1，N)与该帧获得的(4，M
i
，N)进行操作，将五个张量中含有动态点的点柱进行记录，将所述步骤2.3得到的第i帧的大小为(4，A，N)的张量中对应位置的柱保留，若对应位置无动态点则直接剔除，得到第i帧张量(4，Q
i
，N)；
[0024]步骤2.8：对所述步骤2.3中的第i帧的大小为张量(4，A，N)进行空柱剔除，得到张
量(4，P
i
，N)；
[0025]步骤2.9：将所述步骤2.7与所述步骤2.8中的得到的两个张量合并，得到张量(4，P
i
+Q
i
，N)；
[0026]步骤2.10：将所述步骤2.9中生成的张量中的每个点进行处理，每个点由四个特征(x，y，z，r)定义，将其扩充为(x，y，z，r，x
c
，y<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于3D距离感知的施工作业安全管控方法，其特征在于，包括：步骤1：采集先验场景建模，获得先验点云图，使用激光雷达在施工作业场地进行建模，根据实际场景结合施工场景人工标注危险区域；步骤2：3D点云图预处理，基于所述步骤1获得的先验点云图得到实时点云图，对实时点云图进行安全监测，对实时点云图实时预处理，对点云图进行动态点筛选，形成点云图的张量；步骤3：对目标进行检测，将所述步骤2得到的点云图的张量使用U
‑
net进行特征提取后采用YOLO
‑
Fastest
‑
XL网络对目标进行检测，识别出需要识别的人或物，并对识别出的对象打上标签；步骤4：危险区域的距离感知，将所述步骤3中带有标签的人或物与所述步骤1中带有危险区域的先验点云图进行比较，当所述步骤3中带有标签的人或物与危险区域的距离＜危险阈值时，系统报警。2.根据权利要求1所述的基于3D距离感知的施工作业安全管控方法，其特征在于，所述步骤1中采集先验场景建模，具体包括：步骤1.1：使用激光雷达在施工场景内无需进行安全管控对象的情况下采集多帧施工场景先验点云；步骤1.2：将所述步骤1.1中采集的多帧点云图在同一坐标下融合，得到一个较为密集的点云图；步骤1.3：遍历所述步骤1.2中得到的较为密集的点云图中的所有点，若所遍历的当前点以半径为R的球体内存在的点数＜阈值T1，则将该点删除；若所遍历的当前点以半径为R的球体内存在的点数≥阈值T1，则将该点与在半径为R的球体范围内的其他点的坐标求平均，得到新点，同时将参与运算的点删除，最终得到施工场景的点云图；步骤1.4：人工对施工场景点云图中的危险区域进行标注，将所述步骤1.3得到施工场景的点云图中的危险点区域框选出并打上属性标签，以所框选点构成的最小外接立方体为基准，根据属性标签，扩展标注危险区域。3.根据权利要求2所述的基于3D距离感知的施工作业安全管控方法，其特征在于，所述步骤2中3D点云图预处理，具体包括：步骤2.1：在第i帧获得的点云图中，在x
‑
y轴平面上，将有效检测面积内区域均匀分为A个正方形区域；步骤2.2：将所有点云图中的点在x
‑
y平面投影为同一个正方形区域的点，放入对应于该正方形平面的一个集合中，集合为点柱，若点柱中的点的数量大于N，则在点柱中随机选取，将数量多于N的点删除，若点柱中的点数量小于N，则用数组(0，0，0，0)补充不足的点，使点柱中的点的数量达到N；步骤2.3：点云中每个点共有4个特征来描述，分别为(x，y，z，r)，x，y，z表示点在空间中的坐标，r表示反射率，将A个点柱重新组合为一个大小为(4，A，N)的第i帧张量；步骤2.4：对所述步骤1.3中预先对施工场景建立的经过融合后先验点云图进行所述步骤2.1到所述步骤2.3的相同处理，组合为一个大小为(4，A，N)的先验点云图张量，A和N同所述步骤2.1到所述步骤2.3中的相同；步骤2.5：将所述步骤2.3与所述步骤2.4中获得的两个张量中的每个相同位置的点柱
中的大小为(4，N)的张量放入维度为4N的向量空间构成一个4N的向量，若欧式距离＞阈值T2，则将所述步骤2.3的点柱中的点标记为动态点，将所述步骤2.3的点柱标记为动态区域，最后将第i帧张量的所有动态区域整合为一个(4，D
i
，N)的张量；步骤2.6：将所述步骤2.5中获得的(4，D
i
，N)的张量与在前一帧获得的...

【专利技术属性】
技术研发人员：赵锐，白静波，尚文，薛生艺，赵飞，马飞，彭柳，马江海，
申请(专利权)人：国网山西省电力公司大同供电公司，
类型：发明
国别省市：