System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种不停航施工安全预警方法及系统技术方案_技高网

一种不停航施工安全预警方法及系统技术方案

技术编号:40626344 阅读:6 留言:0更新日期:2024-03-13 21:13
本发明专利技术涉及一种不停航施工安全预警方法及系统,该方法中包括:实时采集施工区域的点云数据和图像数据并发送至边缘计算服务器;边缘计算服务器基于点云数据和图像数据分别进行目标识别;将两种目标识别结果进行融合,并基于融合结果进行目标跟踪,得到目标的ID后,将目标的类别、经纬度和ID组成结构化数据发送至路侧单元;路侧单元对结构化数据进行重新封装,并发送至车载单元;车载单元基于接收到的结构化数据,通过内置的各功能预警算法进行预警判断,当需要进行预警时,发送预警信号至预警单元进行预警。本发明专利技术克服了相机单一传感器的缺点,解决传统施工现场监管和远程人员需要人工查找目标位置的问题。

【技术实现步骤摘要】

本专利技术涉及安全施工领域,尤其涉及一种不停航施工安全预警方法及系统


技术介绍

1、机场运行的安全和高效性对于经济发展和人们的日常生活具有至关重要的作用。随着机场运营规模的不断扩大,各种施工和改建等工程活动也越来越频繁,而这些活动往往会对飞行的安全造成一定的影响。因此,需要采取有效措施来监测机场施工安全风险。

2、目前,机场不停航施工安全风险管理技术已经得到了广泛应用。在施工之前,需要对机场周边区域进行详细的安全风险评估,并开展施工实时监控和安全风险预警工作,以保证航空器在飞行过程中的安全。可以利用光电传感器、先进通信技术实现对施工现场的多元化、全方位、远程智能化监测,从而更加有效地识别和应对安全隐患。

3、公开号为cn113392760a的专利技术专利公开了一种基于视频的不停航施工不安全行为识别的系统及方法,系统包括:云计算中心、多个边缘计算节点及若干个前端感知设备。前端感知设备位于系统的接入端,收集来自现场的视频图像数据集;云计算中心位于远端,具有人工智能模型训练平台,通过对不安全行为算法进行反复训练得不安全行为模型后,直接把模型加载至边缘计算节点,从而对来自前端感知层摄像头的实时视频图像进行人工智能分析,识别出所训练的不安全行为,将结果的报警信息发送至前端设备的报警装置,对不安全行为进行警示。该专利技术实现不安全行为智能判断和示警,智能分析即时响应解决实时性问题,但其具有以下技术缺陷:

4、1、基于相机传感器来进行识别。相机识别有如下缺点:(1)容易受到光照的影响,在夜间光照较弱时,识别精度会大幅下降;(2)在强光直射或者阴影背光的情况下成像质量较差;(3)物体高速运动时容易产生运动模糊;(4)无法提供准确的距离信息。

5、2、对不安全行为定义比较模糊,未给出确切的识别算法。

6、3、预警形式比较单一,无法给远程监管人员和驾驶员提供预警信息。


技术实现思路

1、为了解决上述问题,本专利技术提出了一种不停航施工安全预警方法及系统。

2、具体方案如下:

3、一种不停航施工安全预警方法,包括以下步骤:

4、s1:实时采集施工区域的点云数据和图像数据并发送至边缘计算服务器;

5、s2:边缘计算服务器基于点云数据和图像数据分别进行目标识别;

6、s3:将两种目标识别结果进行融合,并基于融合结果进行目标跟踪,得到目标的id后,将目标的类别、经纬度和id组成结构化数据发送至路侧单元;

7、s4:路侧单元接收到边缘计算服务器发送的结构化数据后,基于与车载单元通讯所需的通讯协议进行重新封装,并将封装后的结构化数据发送至车载单元;

8、s5:车载单元基于接收到的结构化数据,通过内置的各功能预警算法进行预警判断,当需要进行预警时,发送预警信号至预警单元进行预警。

9、进一步的,施工区域的点云数据通过激光雷达采集,图像数据摄像头采集。

10、进一步的,激光雷达和摄像头均安装于施工区域外围的横杆上。

11、进一步的,图像数据目标识别中采用基于yolov3网络的模型,目标位置通过输出图像中的检测框确定,目标类别通过输出框的颜色和目标标志值来确定。

12、进一步的,点云数据目标识别中,采用基于lidar的点云物体检测算法进行。

13、进一步的,步骤s4基于c-v2x通信协议进行重新封装。

14、进一步的,功能预警算法包括电子围栏入侵预警算法,执行步骤包括:

15、s201:在点云地图上选定电子围栏区域;

16、s202:接收来自感知区域的目标的结构化数据;

17、s203:判断目标的当前位置是否超出电子围栏区域,如果是,进入s204;否则,进入s205;

18、s204:根据目标的id,判断目标是否首次超出电子围栏区域,如果是,则生成并发送电子围栏入侵预警信号至预警单元,进入s205;否则,直接进入s205;

19、s205:转到下一时刻,重复s202-s204。

20、进一步的,物料边界超限预警算法的执行步骤包括:

21、s301:接收来自感知区域的目标的结构化数据;

22、s302:提取目标类别为物料的目标,并判断其当前位置是否超过设定的限制阈值,如果是,进入s303;否则,进入s304;

23、s303:根据目标的id,判断目标是否首次超过设定的限制阈值,如果是,则生成并发送物料边界超限预警信号至预警单元,进入s304;否则,直接进入s304;

24、s304:转到下一时刻,重复s301-s303。

25、进一步的,遗散易漂浮物预警算法的执行步骤包括:

26、s401:在点云地图上选定监控区域;

27、s402:接收来自感知区域的目标的结构化数据;

28、s403:提取目标类别为漂浮物的目标,判断是否属于遗散,如果是,进入s404;否则,进入s406;

29、s404:根据目标的速度和运动方向判断是否会漂浮至监控区域外面,如果是,进入s405;否则,进入s406;

30、s405:根据目标的id,判断漂浮物是否首次遗散,如果是,则生成并发送遗散易漂浮物预警信号至预警单元,进入s406;否则,直接进入s406;

31、s406:转到下一时刻,重复s402-s405。

32、一种不停航施工安全预警系统,包括感知设备、边缘计算服务器、路侧单元、车载单元和报警单元,所述系统实现本专利技术实施例上述的方法的步骤。

33、本专利技术采用如上技术方案,采用相机和激光雷达组合感知的方式,通过多传感器融合算法,不仅可以得到准确的物体类别信息,同时也可以获得亚米级的高精度目标物位置信息。克服了相机单一传感器的缺点,解决传统施工现场监管和远程人员需要人工查找目标位置的问题。

本文档来自技高网...

【技术保护点】

1.一种不停航施工安全预警方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的不停航施工安全预警方法,其特征在于:施工区域的点云数据通过激光雷达采集,图像数据摄像头采集。

3.根据权利要求2所述的不停航施工安全预警方法,其特征在于:激光雷达和摄像头均安装于施工区域外围的横杆上。

4.根据权利要求1所述的不停航施工安全预警方法,其特征在于:图像数据目标识别中采用基于YOLOv3网络的模型,目标位置通过输出图像中的检测框确定,目标类别通过输出框的颜色和目标标志值来确定。

5.根据权利要求1所述的不停航施工安全预警方法,其特征在于:点云数据目标识别中,采用基于Lidar的点云物体检测算法进行。

6.根据权利要求1所述的不停航施工安全预警方法,其特征在于:步骤S4基于C-V2X通信协议进行重新封装。

7.根据权利要求1所述的不停航施工安全预警方法,其特征在于:功能预警算法包括电子围栏入侵预警算法,执行步骤包括:

8.根据权利要求1所述的不停航施工安全预警方法,其特征在于:物料边界超限预警算法的执行步骤包括:

9.根据权利要求1所述的不停航施工安全预警方法,其特征在于:遗散易漂浮物预警算法的执行步骤包括:

10.一种不停航施工安全预警系统,其特征在于:包括感知设备、边缘计算服务器、路侧单元、车载单元和报警单元,所述系统实现如权利要求1~9中任一所述方法的步骤。

...

【技术特征摘要】

1.一种不停航施工安全预警方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的不停航施工安全预警方法,其特征在于:施工区域的点云数据通过激光雷达采集,图像数据摄像头采集。

3.根据权利要求2所述的不停航施工安全预警方法,其特征在于:激光雷达和摄像头均安装于施工区域外围的横杆上。

4.根据权利要求1所述的不停航施工安全预警方法,其特征在于:图像数据目标识别中采用基于yolov3网络的模型,目标位置通过输出图像中的检测框确定,目标类别通过输出框的颜色和目标标志值来确定。

5.根据权利要求1所述的不停航施工安全预警方法,其特征在于:点云数据目标识别中,采用基于lidar的点云物体检测算法...

【专利技术属性】
技术研发人员:何卫平黄国超陈黄兴郑东李嘉峻陈梓清柯宇陈伟敏占震卿上官万春
申请(专利权)人:中国电建集团航空港建设有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1