基于制造技术

本发明专利技术公开了基于

【技术实现步骤摘要】
基于AI图像识别的施工现场合规判断系统


[0001]本专利技术涉及人工智能
，具体为基于
AI
图像识别的施工现场合规判断系统
。

技术介绍

[0002]基于建筑工地的安全性考虑，施工单位要求每个进入工地的人员都要佩戴安全帽，安全帽作为最后一道安全防线，作用十分重要
。
但是进入建筑工地区域的人员经常由于偷懒
、
遗忘或者抱着侥幸心理不戴安全帽，所存在的危险伤害隐患巨大
。
所以安全帽检测识别提醒对建筑工地的安全防范来说就显得尤为重要，检测预警在岗工人是否按照要求戴好安全帽，做好安全防范措施作业，才能真正做到安全生产信息化管理，做到事前预防事中常态监测，事后规范管理
。
[0003]近些年来，
AI
技术越来越多出现在人们的日常生活中，自动驾驶
、
智慧物流等前沿科技的应用，在潜移默化改善着人们的生活
、
工作方式
。
无人机作为一种高机动性的移动平台，相关应用技术正日益完善
。
结合边缘计算技术的自动分析功能与无人机的高机动性能，无需人员到达施工现场，即可实现对施工现场的人员是否佩戴安全帽及施工现场环境进行分析判定，达到远程勘察施工现场的目的
。

技术实现思路

[0004]本专利技术的目的在于提供基于
AI
图像识别的施工现场合规判断系统，以解决上述
技术介绍
中提出的问题
。
[0005]为实现上述目的，本专利技术提供如下技术方案：基于
AI
图像识别的施工现场合规判断系统，包括：图片采集单元：通过无人机按照设定路线飞行及对目标信息进行拍摄，通过图片采集单元中的存储模块对采集的图片进行存储；图片识别单元：将采集的图片通过图片识别单元中的
AI
模块进行读取
、
分析和判断；污染物监测单元：无人机按照设定路线进行飞行时，通过无人机携带的空气质量检测仪对空气中的
PM2.5
进行检测；噪音监测单元：无人机按照设定路线进行飞行时，通过无人机携带的音量检测仪对噪音进行检测；显示及报警单元：通过
AI
模块进行识别的人物图像
、
图像采集位置
、PM2.5
及噪音数值进行显示，如果出现违规情况，显示及报警单元的报警模块进行报警；终端：报警信息传送到工地巡视人员的移动终端中，工地巡视人员根据报警信息快速到达出现违规的图像采集位置进行处置
。
[0006]更进一步的，所述设定路线的确定包括以下步骤：
S21
：根据建筑物的坐标信息，划出安全飞行区域；
S22
：在安全飞行区域内设置起飞点
、
降落点和若干经过标号的节点，相邻节点通过连线两两连接，形成航路底图；
S23
：设定无人机的飞行高度；
S24
：将确定的设定路线写入无人机的控制模块中，无人机按照该设定路线和高度进行飞行，并且无人机飞行通过的节点信息实时在显示及报警单元中进行显示
。
[0007]更进一步的，所述安全飞行区域包括相邻建筑物之间形成的区域，如建筑物外侧无相邻的建筑物，安全飞行区域还包括建筑物外侧
10
‑
20
米的区域
。
[0008]更进一步的，所述节点位于所述形成的区域中间位置，例如，如果相邻建筑物之间形成的区域宽度为
10
米，上述节点分布在建筑物一侧的5米的位置
。
[0009]更进一步的，所述起飞点和降落点重合
。
[0010]更进一步的，所述目标信息为施工现场内所有人员
。
[0011]更进一步的，所述
AI
模块包括：图像储存模块：对允许进入到现场的人员图像进行存储；图像识别模块：将采集的图像与训练后的图像识别模块进行对比，判断采集图像是否佩戴安全帽；判断模块：如果采集的
PM2.5
数值和噪音数值超过设定的阈值
、
经过识别的图像未佩戴安全帽及其他在图像储存模块中未能识别的人体图像进行报警
。
[0012]更进一步的，所述图像识别模块训练的具体步骤为：
S81、
通过
OpenPose
网络将输入的图像或视频帧进行前处理，然后通过深度学习模型进行特征提取和姿态估计，最终，
OpenPose
输出每个关键点的坐标位置，以及连接关键点的骨骼线条，形成了人体表示；
S82、
通过
SSD
网络模型将图片中人体进行提取；
S83、
在服务器端基于
yolov3
和
caffe
框架对收集到的安全帽佩戴
/
未佩戴图片进行训练，得到
prototxt
文件和
caffemodel
文件，根据待预测对象的格式（
yuv420SP
或
RGB
等）及训练时的预处理操作，编写配置代码，使其转成
SD3403
平台支持的
OM
模型；
S84、
将提取出来的人体输入到
OM
模型中，此时的
OM
模型已可部署至平台，以通过该
OM
模型进行识别图像是否佩戴安全帽，如果未被
OM
模型识别，说明人体为外来人员
。
[0013]与现有技术相比，本专利技术的有益效果是：该基于
AI
图像识别的施工现场合规判断系统，采用无人机搭载摄像头对施工现场的人员进行识别，通过
AI
模块对人物图像进行识别，判断图像中的人员是否未佩戴安全帽及其他在图像储存模块中未能识别的人体图像进行报警，防止非工作人员擅自进入到施工现场，实现远程勘察施工现场的目的
。
[0014]同时，在无人机上还搭载空气质量检测仪和音量检测仪，相关的数据分布传送到污染物监测单元和噪音监测单元中，从而判断施工现场环境是否合规
。
附图说明
[0015]图1为本专利技术的系统流程图
。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0017]如图1所示，本专利技术提供一种技术方案：基于
AI
图像识别的施工现场合规判断系统，包括：图片采集单元：通过无人机按照设定路线飞行及对目标信息进行拍摄，通过图片采集单元中的存储本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于
AI
图像识别的施工现场合规判断系统，其特征在于，包括：图片采集单元：通过无人机按照设定路线飞行及对目标信息进行拍摄，通过图片采集单元中的存储模块对采集的图片进行存储；图片识别单元：将采集的图片通过图片识别单元中的
AI
模块进行读取
、
分析和判断；污染物监测单元：无人机按照设定路线进行飞行时，通过无人机携带的空气质量检测仪对空气中的
PM2.5
进行检测；噪音监测单元：无人机按照设定路线进行飞行时，通过无人机携带的音量检测仪对噪音进行检测；显示及报警单元：通过
AI
模块进行识别的人物图像
、
图像采集位置
、PM2.5
及噪音数值进行显示，如果出现违规情况，显示及报警单元的报警模块进行报警；终端：报警信息传送到工地巡视人员的移动终端中，工地巡视人员根据报警信息快速到达出现违规的图像采集位置进行处置
。2.
根据权利要求1所述的基于
AI
图像识别的施工现场合规判断系统，其特征在于，所述设定路线的确定包括以下步骤：
S21
：根据建筑物的坐标信息，划出安全飞行区域；
S22
：在安全飞行区域内设置起飞点
、
降落点和若干经过标号的节点，相邻节点通过连线两两连接，形成航路底图；
S23
：设定无人机的飞行高度；
S24
：将确定的设定路线写入无人机的控制模块中，无人机按照该设定路线和高度进行飞行，并且无人机飞行通过的节点信息实时在显示及报警单元中进行显示
。3.
根据权利要求2所述的基于
AI
图像识别的施工现场合规判断系统，其特征在于，所述安全飞行区域包括相邻建筑物之间形成的区域，如建筑物外侧无相邻的建筑物，安全飞行区域还包括建筑物外侧
10—20
米的区域
。4.
根据权利要求2所述的基于
AI
图像识别的施工现场合规判断系统，其特征在于，所述节点位于所述形成的区域中间位置，例如，如果相邻建筑物之间形成的区域宽度为
10
米，上述节点分布在建筑物一侧的5米的位置
。5.
根据权利要求2所述的基于
AI

【专利技术属性】
技术研发人员：陈川勇，邓锋，
申请(专利权)人：四川公众项目咨询管理有限公司，
类型：发明
国别省市：