【技术实现步骤摘要】
城市地下工程施工安全风险动态控制方法及系统
[0001]本专利技术涉及地下建筑施工安全
,更具体涉及一种城市地下工程施工安全风险动态控制方法及系统。
技术介绍
[0002]目前为止,在施工现场尽管采取了很多的安全措施,但是有很多不安全因素威胁着施工人员的人身安全,特别是在城市地下工程施工现场,环境复杂而且施工难度相对较大,需要更准确且更全面的风险控制,因此需要实时的了解施工现场的情况,从而能够及时的计算工人作业风险信息,目前大多采用无人机技术去采集施工现场的施工信息,但是没有将施工区域进行划分网格,不能根据所述网格的单元格的工人密度和单元格风险信息调整无人机的航拍频率、航拍时间、航拍角度和航拍轨迹获取更精准的航拍图像,也没有建立虚拟空间,不能直观的查看不同位置的风险信息,在计算工人作业行为风险时,也没有将工人作业行为同时与异常作业行为、标准作业行为及历史风险发生率进行对比综合判断工人作业风险信息,从未使工人作业行为计算精度较差。
技术实现思路
[0003]为了更好的解决上述问题,本专利技术提供一种城市地 ...
【技术保护点】
【技术特征摘要】
1.一种城市地下工程施工安全风险动态控制方法,其特征在于,所述方法包括如下步骤:步骤S1:航拍器持续飞行实时获取施工区域图像信息,所述图像信息包括位置信息,在所述航拍器获取所述施工区域图像信息时,初始状态下,所述航拍器的拍摄高度为h1,拍摄区域为半径为r的圆,将所述施工区域划分成边长为a的网格,a小于等于所述航拍器以所述网格的单元格为单位进行拍摄图像,每个单元格的拍摄频率都为f1;步骤S2:服务器基于所述施工区域图像信息和从网络获取的地图信息使用3D技术构建施工区域虚拟空间;步骤S3:数据处理单元根据单元格提取所述施工区域图像信息中的工人数量及其位置,对所述图像信息进行分析获取工人作业行为;步骤S4:添加单元根据工人的位置信息,将所述工人和风险控制信息添加到所述虚拟空间的相应位置;步骤S5:计算单元根据所述风险控制信息、工人作业行为计算工人作业风险信息,并通过通信单元将单元格内全部工人作业风险信息中风险最高的工人作业风险信息作为对应单元格风险信息发送给所述服务器,还将每一所述工人作业风险信息发送给对应的工人终端;步骤S6:机器学习单元基于每个单元格的单元格风险信息和每个单元格中的工人数量进行机器学习获取所述航拍器的飞行参数,所述飞行参数包括航拍器在每个单元格位置处的飞行高度、拍摄时间、拍摄角度、拍摄频率及航拍器的飞行轨迹;步骤S7:所述航拍器接收所述飞行参数,并基于所述飞行参数调整拍摄行为;步骤S8:所述服务器接收所述单元格风险信息,并将单元格风险信息在所述虚拟空间中对应的单元格标注出来,在所述单元格风险信息为高风险时,所述服务器还发出预警信号。2.根据权利要求1所述一种城市地下工程施工安全风险动态控制方法,其特征在于,所述风险控制信息包括标准作业行为、异常作业行为和历史风险发生率。3.根据权利要求2所述一种城市地下工程施工安全风险动态控制方法,其特征在于,在所述步骤S6中,将单元格内全部工人中风险最高的工人作业风险信息作为所述单元格风险信息,其中工人作业风险信息包括高风险和低风险,工人作业风险信息的获取包括如下步骤:步骤S601:所述计算单元从风险控制信息中分别获取工人当前作业类型的异常作业行为、标准作业行为及历史风险发生率;步骤S602:将工人作业行为与所述异常作业行为进行对比获取第一对比结果,当所述第一对比结果小于第一阈值时,所述工人作业风险信息为高风险;步骤S603:在所述第一对比结果大于所述第一阈值时,将所述工人作业行为与所述标准作业行为进行对比获取第二对比结果,在所述第二对比结果小于第二阈值时,所述工人作业风险信息为低风险;在所述第二对比结果大于所述第二阈值时,在所述工人当前作业类型的历史风险发生率小于第三阈值的情况下,获取所述工人位置处与所述工人的作业类型相同的其他多个工人作业行为,将所述工人作业行为与所述其他多个工人作业行为进行对比获取最大对比结
果,当所述最大对比结果小于第四阈值时,所述工人作业风险信息为低风险,当所述最大对比结果大于所述第四阈值时,所述工人作业风险信息为高风险;在所述工人当前作业类型的历史风险发生率大于所述第三阈值的情况下,则连续获取所述工人的N个作业行为,并分析所述N个作业行为的行为趋势,基于所述行为趋势判断所述工人作业风险信息;步骤S604:重复步骤S601
‑
步骤S603获取单元格内全部工人作业风险信息,将所述全部工人作业风险信息中最高的工人作业风险信息作为所述单元格的单元格风险信息并通过通信单元发送给所述服务器,并将每个工人作业风险信息发送给对应的工人终端。4.根据权利要求3所述一种城市地下工程施工安全风险动态控制方法,其特征在于,在所述行为趋势为所述工人的N个作业行为分别与所述异常作业行为进行比对获取N个对比结果,并且所述N个对比结果的大小按照采样先后顺序依次递减时,所述工人作业风险信息为高风险,否则所述工人作业风险信息为低风险。5.根据权利要求4所述一种城市地下工程施工安全风险动态控制方法,其特征在于,在单元格风险信息为高风险时,所述机器学习单元降低所述航拍器的高度至航拍高度h2,增大所述单元格的拍摄频率至拍摄频率f2,所述计算单元还基于所述单元格风险信息和所述航拍器的拍摄参数变化增大所述第一阈值的数值、减小所述第二阈值和所述第四阈值的数值,重新获取图像信息,并重新执行步骤S1
‑
步骤S6获取所述单元格风险信息;在单元格风险信息为低风险时,升高所述航拍器的高度至航拍高度h3,减小单元格的拍摄频率至拍摄频率f3,在未拍摄所述单元格的图像信息的时间段内,所述计算单元基于最后一次获取的单元格内的工人作业行为、所述单元格上次计算的风险信息及从所述服务器获取的所述单元格的历史风险信息预测所述单元格风险信息作为实时的单元格风险信息。6.根据权利要求4所述一种城市地下工程施工安全风险动态控制方法,其特征在于,在单元格中工人数量大于预设值的工人数量时,所述机器学习单元在所述单元格位置处,降低所述航拍器的飞行高度至航拍高度h4,增加所述...
【专利技术属性】
技术研发人员:王振华,张福庆,吴波,李栋伟,胡培强,黄传胜,杨辉,刘夕奇,王刚,袁昌,雷乐乐,陈鑫,顾连胜,夏明海,秦子鹏,周立辉,王泽成,冷辉,肖佳欣,
申请(专利权)人:东华理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。