桥梁施工设施和物料的定位方法、装置及计算机存储介质制造方法及图纸

本发明专利技术公开了一种桥梁施工设施和物料的定位方法、装置及计算机存储介质，属于设施定位技术领域。包括以下步骤：获取语义分割数据集；利用语义分割数据集对语义分割模型进行训练，得到最佳语义分割模型；根据最佳语义分割模型对采集的施工现场的点云数据进行语义分割，并基于快速定位算法对施工现场的设施和物料进行定位；根据快速定位算法的定位结果生成可视化结果。该方法能够在搭配无人机采集现场数据的基础上快速定位所有设施和物料位置并对每个类别中的所有物体进行计数；避免了人工巡检这类劳动密集型工作；可以用于定期的安全检查，能够降低事故发生率。能够降低事故发生率。能够降低事故发生率。

【技术实现步骤摘要】
桥梁施工设施和物料的定位方法、装置及计算机存储介质


[0001]本专利技术涉及施工设施和物料定位
，更具体地说是涉及一种桥梁施工设施和物料的定位方法、装置及计算机存储介质。

技术介绍

[0002]建筑施工现场的安全管理是施工行业最具挑战性的工作之一。根据房屋市政工程生产安全事故的相关数据统计，接近40％的施工安全事故是由于设施的不恰当使用和物料的乱堆乱放造成的，所以对施工现场设施与物料进行有效管理以降低事故风险发生的可能性是极为必要的。
[0003]传统的道桥项目施工现场安全管理完全依赖于现场巡逻、监控和空间规划。一般通过适当的空间规划方法减少设施与设施之间、设施与人之间、设施与物料之间碰撞的可能性，即确定安全完成不同活动所需的空间，并试图减少它们之间的重叠来避免事故的发生。尽管这些方法在宏观上有效地减少了不同设施之间发生碰撞的可能性，但它们并不能完全避免人为错误和意外情况造成的安全风险。此外，在当前的道桥施工现场安全检查中大部分使用目视检查的方法，目视检查中需要有经验的检查员携带检查仪器到达现场进行检查，而这一过程是劳动密集型、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的定位方法，用于对施工地点的设施和物料进行定位，其特征在于，包括以下步骤：获取所述施工地点的设施和物料的点云数据集，并对所述点云数据集进行标注，得到标注点云数据集；构建点云语义分割模型，并利用所述标注点云数据集对所述语义分割模型进行训练，得到最佳点云语义分割模型；根据所述最佳点云语义分割模型对采集的施工现场的点云数据进行语义分割，生成语义分割文件；基于快速定位算法对所述施工地点的设施和物料进行定位；根据快速定位算法的定位结果生成可视化结果。2.根据权利要求1所述的一种基于深度学习的定位方法，其特征在于，获取所述施工地点的点云数据集，并对所述点云数据集进行标注，具体包括：将所述施工地点划分为若干个区域，利用无人机采集所述若干个区域的图像；对所述无人机采集的图像进行信息提取，生成若干区域点云数据；对所述若干区域点云数据进行标注，生成标注点云数据集。3.根据权利要求2所述的一种基于深度学习的定位方法，其特征在于，对所述无人机采集的图像数据进行信息提取，生成若干区域点云数据后，还包括：对所述若干区域点云数据进行预处理，所述预处理包括对若干区域点云数据依次进行区域裁剪、点云降噪和点云降采样后，输出点云数据。4.根据权利要求2所述的一种基于深度学习的定位方法，其特征在于，所述标注点云数据集包括每个点云的x、y、z坐标，RGB信息以及类别标签。5.根据权利要求1所述的一种基于深度学习的定位方法，其特征在于，用于评价所述预训练语义分割模型的语义分割结果的指标，包括全局准确性OA、类别平均准确率mAcc和平均交并比mIoU，公式如下所示：均交并比mIoU，公式如下所示：均交并比mIoU，公式如下所示：其中，IoU
i
为第i类的模型分割结果和数据集结果的交并比，A
i
为第i类的模型点云分类准确率，C为数据集中类别总数，N
T
为正确分类的点数量，N
...

【专利技术属性】
技术研发人员：李恒，高晓明，么学春，于良成，王晨，崔奔奔，
申请(专利权)人：中交建筑集团有限公司华侨大学，
类型：发明
国别省市：