一种基于3DCNN循环施工过程监测方法技术

本发明专利技术公开了一种基于3DCNN循环施工过程监测方法，该方法设计工程施工技术领域、深度学习领域；该方法能够形成更接近于实际施工需求的循环施工模型；该方法的具体为：本发明专利技术首先根据施工现场原始数据生成三维动态模型，并对获取的施工现场视频帧进行设备施工状态分析，获取施工现场施工设备的实时动作；通过获取的施工设备的实时动作，并提取施工过程中循环施工设备的第一循环模型、第二循环模型和第三循环模型等，以此对最新的三维动态模型进行更新；通过该监测方法能够及时且准确的获取施工现场数据信息；监测范围可以布置整个施工场地，监测范围广；能够直观的反应监测结果；监测可以针对整个施工场地的全部施工设备和施工进程，量化性能好。量化性能好。量化性能好。

【技术实现步骤摘要】
一种基于3D CNN循环施工过程监测方法


[0001]本专利技术涉及工程监测技术，深度学习技术，具体而言，涉及一种基于3D CNN循环施工过程监测方法。

技术介绍

[0002]工程施工监测是指对建筑、结构或基础等工程项目在施工过程中所进行的各种质量、安全、环保以及进度等方面的监测和控制；它通过采集数据、分析数据并及时反馈结果，帮助监测人员及时发现和解决存在的问题，保证工程质量、安全和进度符合设计要求；近年来通过对基础施工设备的监测逐渐增加，通过对施工设备的施工监测，能够及时发现存在的问题，实现对现场施工环境和施工进程更好的把控。
[0003]现存的工程施工现场施工监测存在以下缺点：监测数据获取不及时和不准确；监测范围受限；监测成本较高；监测数据处理困难；监测数据难以量化。
[0004]因此，采用怎样的监测方式，实现对上述一个或多个问题的解决，将对施工的顺利进行具有一定的作用。

技术实现思路

[0005]本专利技术的目的在于克服现有技术存在的以上问题，以及在原有技术基础上大大提高其技术效果；为此，本专利技术提供了一种基于3D CNN循环施工过程监测方法，该方法包括：
[0006]根据施工现场原始数据生成三维动态模型，所述三维动态模型包括施工进程和设备施工状态；
[0007]通过传感器采集施工现场的视频帧，对获取的施工现场视频帧进行设备施工状态分析，获取施工现场施工设备的实时动作；所述获取施工现场施工设备的实时动作的方法是：通过3D CNN对采集的视频帧进行模型训练，根据训练的结果，获取施工设备的实时动作；所述3D CNN指三维卷积神经网络；所述通过3D CNN对采集的视频帧进行模型训练的方法：通过单流特征提取网络从输入视频帧中提取时空特征，获取施工设备的实时动作和施工进程；所述单流特征提取网络包括：3D CNN架构和3D注意模块；
[0008]针对需要进行循环施工的施工设备，在通过3DCNN分析获得的施工设备的实时动作和三维动态模型完全匹配的情况下，提取循环施工的一个完整周期中施工设备的实时动作组成第一循环模型；通过获得的第一循环模型对三维动态模型中对应的循环施工的施工设备动作进行调整，更新三维动态模型；针对不需要进行循环施工的施工设备，直接将获得的施工设备的实时动作和三维动态模型中的施工设备的动作进行对比，判断施工设备的动作是否符合规定；
[0009]继续采集施工现场的视频帧，并获取施工现场施工设备的实时动作；通过将获取的实时动作和更新的三维动态模型中的施工设备动作进行比对，判断获取的施工现场施工设备的实时动作和更新的三维动态模型中的施工设备动作是否匹配；若完全匹配，则针对循环施工的施工设备，继续提取循环施工的一个完整周期中施工设备的实时动作组成第二
循环模型，并通过获得的第二循环模型对所述更新的三维动态模型中对应的循环施工的施工设备动作进行调整，获取最新的三维动态模型；
[0010]通过上述方法不断对三维动态模型中循环施工的施工设备的施工动作进行调整，形成更接近于实际施工需求的循环施工模型。
[0011]进一步地，所述根据施工现场原始数据生成三维动态模型包括：根据获得的施工现场原始数据生成三维动态模型；所述施工场地的原始数据包括：施工场地的实际尺寸大小，施工场地中各设备种类，建筑物的实际情况，以及施工场地其他施工原始数据。
[0012]进一步地，所述单流特征提取网络包括：所述单流特征提取网络用于从采集的视频帧序列中提取三个子模块的时空特征；所述三个子模块分别为：深度、宽度和高度；所述3D CNN架构包括：采用3D ResNeXt
‑
101作为单流特征提取网络的基本结构，所述3D ResNeXt
‑
101是3D CNN结构之一；所述3D注意模块包括：1D通道注意模块和3D时空注意模块；所述1D通道注意模块用于强调物体特征，生成通道细化特征图；所述3D时空注意模块用于强调时空特征，生成时空细化特征图；根据生成的通道细化特征图和时空细化特征图获取施工现场的实时情况；所述施工现场的实时情况包括：施工进程和设备施工状态。
[0013]进一步地，所述1D通道注意模块包括：通过1D通道注意模块生成通道细化特征图的步骤为：
[0014]W1(g)＝σ[MLP(Avg(g))+MLP(Max(g))][0015][0016]其中，σ是sigmoid函数，W1表示1D通道注意，MLP是多层感知器，所述多层感知器为多层神经网络，Avg和Max对应于N1的平均池化和最大池化，g和g
′
分别对应第一输入特征映射和通道细化特征映射；
[0017]所述3D时空注意模块包括：通过3D时空注意模块生成时空细化特征图的步骤为：
[0018][0019][0020]其中，σ是sigmoid函数，W2表示3D时空注意，Avg和Max对应于N2中的平均池化和最大池化，conv表示卷积，g
′
和g
″
分别表示通道细化特征映射和时空细化特征映射。
[0021]进一步地，所述施工设备的实时动作和三维动态模型完全匹配的情况下包括：在同样的施工进程下，通过3D CNN模型提取的施工设备的实时动作和三维动态模型的动作是相同的。
[0022]进一步地，所述提取循环施工的一个完整周期包括：所述循环施工指施工设备施工是一个周期一个周期进行的，每个周期中包含相同的施工设备施工的一套完整动作；若首次在一个周期中获得的施工设备的实时动作和三维动态模型完全匹配，提取所述施工设备的实时动作和三维动态模型完全匹配的周期中整个施工设备的实时动作组成第一循环模型；并通过第一循环模型对三维动态模型中对应的循环施工的施工设备动作进行调整，更新三维动态模型。
[0023]进一步地，所述提取循环施工的一个完整周期还包括：若在一个周期中获得的施工设备的实时动作和三维动态模型不完全匹配，则所述周期中不能生成对应的循环模型对
三维动态模型中的循环施工的施工设备动作进行调整，不对三维动态模型进行更新；且需要及时联系施工人员，对现场施工进行调整。
[0024]进一步地，所述三维动态模型中循环施工的施工设备的施工动作每个周期是完全相同的；通过3D CNN对施工现场的施工设备施工动作进行分析，在一个完整周期中施工现场的施工设备施工动作和最新的三维动态模型的施工设备施工动作完全匹配，则对三维动态模型进行更新；通过所述对三维动态模型进行更新的方式，在整个循环施工过程中，不断对三维动态模型进行更新，形成更接近于实际施工需求的循环施工模型。
[0025]本专利技术的有益效果是：
[0026]本专利技术提出了一种基于3D CNN循环施工过程监测方法；该方法通过3D CNN监测施工现场施工设备的实时动作，并不断对三维动态模型进行更新，形成更接近于实际施工需求的循环施工模型，对现场施工进行监测；通过该监测方法能够及时且准确的获取施工现场数据信息；监测范围可以布置整个施工场地，监测范围广；通过3D CNN对施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于3D CNN循环施工过程监测方法，其特征在于，所述方法包括如下步骤：1)根据施工现场原始数据生成三维动态模型，所述三维动态模型包括施工进程和设备施工状态；2)通过传感器采集施工现场的视频帧，对获取的施工现场视频帧进行设备施工状态分析，获取施工现场施工设备的实时动作；所述获取施工现场施工设备的实时动作的方法是：通过3D CNN对采集的视频帧进行模型训练，根据训练的结果，获取施工设备的实时动作；所述3D CNN指三维卷积神经网络；所述通过3D CNN对采集的视频帧进行模型训练的方法：通过单流特征提取网络从输入视频帧中提取时空特征，获取施工设备的实时动作和施工进程；所述单流特征提取网络包括：3D CNN架构和3D注意模块；3)针对需要进行循环施工的施工设备，在2)中获得的施工设备的实时动作和三维动态模型完全匹配的情况下，提取循环施工的一个完整周期中施工设备的实时动作组成第一循环模型；通过获得的第一循环模型对三维动态模型中对应的循环施工的施工设备动作进行调整，更新三维动态模型；针对不需要进行循环施工的施工设备，直接将获得的施工设备的实时动作和三维动态模型中的施工设备的动作进行对比，判断施工设备的动作是否符合规定；4)继续采集施工现场的视频帧，并获取施工现场施工设备的实时动作；通过将获取的实时动作和更新的三维动态模型中的施工设备动作进行比对，判断获取的施工现场施工设备的实时动作和更新的三维动态模型中的施工设备动作是否匹配；若完全匹配，则针对循环施工的施工设备，继续提取循环施工的一个完整周期中施工设备的实时动作组成第二循环模型，并通过获得的第二循环模型对所述更新的三维动态模型中对应的循环施工的施工设备动作进行调整，获取最新的三维动态模型；5)通过3)和4)的方法不断对三维动态模型中循环施工的施工设备的施工动作进行调整，形成更接近于实际施工需求的循环施工模型。2.根据权利要求1所述的一种基于3D CNN循环施工过程监测方法，其特征在于，所述根据施工现场原始数据生成三维动态模型包括：根据获得的施工现场原始数据生成三维动态模型；所述施工场地的原始数据包括：施工场地的实际尺寸大小，施工场地中各设备种类，建筑物的实际情况，以及施工场地其他施工原始数据。3.根据权利要求1所述的一种基于3D CNN循环施工过程监测方法，其特征在于，所述单流特征提取网络包括：所述单流特征提取网络用于从采集的视频帧序列中提取三个子模块的时空特征；所述三个子模块分别为：深度、宽度和高度；所述3D CNN架构包括：采用3D ResNeXt
‑
101作为单流特征提取网络的基本结构，所述3D ResNeXt
‑
101是3D CNN结构之一；所述3D注意模块包括：1D通道注意模块和3D时空注意模块；所述1D通道注意模块用于强调物体特征，生成通道细化特征图；所述3D时空注意模块用于强调时空特征，生成时空细...

【专利技术属性】
技术研发人员：李玉甫，魏伟，周海娜，蔡晓轩，贾世平，邢辉，刘怀伟，张亚飞，
申请(专利权)人：广东建设职业技术学院，
类型：发明
国别省市：