【技术实现步骤摘要】
本专利技术属于市政管网工程安全生产领域，具体为一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法。
技术介绍
1、市政管道作为城市命脉，在供水、排污与输气等领域承担着重要作用，市政管道工程与市民生活质量息息相关。随着城市的扩张，早期修建的管网数量逐渐难以满足居民生活需要，同时受日常运营环境的影响，长期服役的已建管道普遍存在破裂、渗漏及错口等问题，对于出现功能性缺陷及受损较轻微管道，可以采用非开挖修复方式处理，但对于出现较严重的结构性缺陷管道，往往需要采用原位开挖翻建方式进行修复，此外，在国家生态修复和环境保护建设的战略指引下，市政管网建设项目大量涌现。
2、城市化进程加快导致土地资源愈发紧张，大量工程项目开始向地下发展，地下空间的充分利用加大后续工程建设困难。城市道路地下空间是管网主要作业区域，受限于地表构筑物及居民交通出行，管道开挖作业面小，对于此类工程项目，当开挖沟槽较浅时，支护形式主要为横列板支护，但当基坑与沟槽深度较大时，则普遍采用钢板桩支护。
3、安全与质量作为工程管理的两大核心任务，始终受到各参建单位的广泛关注，安全作为重中之重，更是成为项目建设的主要抓手。拉森钢板桩因其具有施工便捷、节约资源与环保等优点，成为钢板桩支护作业主要选用材料，拉森钢板桩支护施工过程中，桩身不断进入土层，由于土体自身存在粘聚力，开挖地层后桩间凹槽容易积聚大量土块，当开挖至沟槽与基坑底部后，工人进入开展作业，随着时间推移，桩间土含水率降低，在受到施工机械扰动下，土体发生坠落，对作业人员人身安全造成巨大威胁。p>
4、为避免上述情况发生，目前主要通过现场安全员与网格员巡查进行识别，发现桩间土块及时清理。由于判别主要由人工进行，因此存在漏判与误判等情况，并且管道作业面较长，导致人工安全监管效率低。因此，提出一种自动化和信息化的桩间土块坠落风险识别方法，是进一步提高工程建设人员人身安全的重要保障。
技术实现思路
1、本专利技术的目的在于，针对上述问题提供了一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，以解决采用传统人工识别方法存在的风险识别效率低及反馈时效慢的问题。
2、为了实现上述的技术特征，本专利技术的目的是这样实现的：一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，包括以下实施步骤：
3、步骤s1、采用摄影设备拍摄基坑支护图像，人工筛选拍摄图像，对拍摄角度合适、影像清晰的图片进行标注，重复拍摄、筛选及标注过程，得到用于训练网络的数据集；
4、步骤s2、以语义分割网络为基础，构建基坑风险识别模型，使用步骤s1所得数据集训练该模型，调整训练参数，提升模型精度直至满足识别使用要求；
5、步骤s3、使用训练得到网络模型识别工程现场基坑支护图像，分割不同目标得到基坑、钢板桩与土体边界，根据钢板桩与基坑边界位置关系，判断钢板桩在基坑所处方位，得到该位置处基坑内侧方向，确定朝向基坑内侧的拉森钢板桩u槽；
6、步骤s4、判断土体在基坑中所处位置，如果土体边界与钢板桩边界未重合，表示该土体为基坑内部土体，则返回设定表示为安全的参数值，如果土体与钢板桩边界重合，则根据基坑内侧与u槽开口方向判断土体是否在钢板桩u型槽内，若结果为否，返回表示安全的参数值，否则返回设定表示为存在坠落风险的参数值。
7、步骤s1中所述基坑为新建或开挖翻建的市政管道工程基坑，具体包括采用拉森钢板桩进行支护的开挖沟槽或泵站坑口。
8、步骤s1拍摄基坑图像为基坑支护俯视图，通过无人机或人工手持摄影设备进行拍摄，步骤s3中图像由无人机连续拍摄得到。
9、所述语义分割网络基于u-net深度学习算法，包括用于特征提取的feature map、用于特征融合的skip-connection、用于降低维度的pooling、用于恢复维度的upsample与输出结果。
10、步骤s3中判断钢板桩在基坑所处方位方法为：提取钢板桩与基坑各边界中点位置，计算钢板桩中点与基坑边界中点之间距离，如果钢板桩与某侧基坑边界距离最小，则钢板桩处在基坑该侧边界。
11、步骤s3中基坑内侧方向通过判断钢板桩与基坑边界关系得到，基坑内侧方向与钢板桩所处基坑方位相反，如果钢板桩位于基坑左侧，则基坑该处位置的内侧方向向右，朝向基坑内侧的钢板桩u槽开口方向向右，如果钢板桩位于基坑右侧，则基坑内侧方向向左，朝向基坑内侧的u型槽开口方向向左，其余部位采用同样方法确定基坑内侧方向。
12、步骤s4中判断土体是否处在基坑内的方法为：提取识别的土体与钢板桩边界坐标，如果土体边界坐标与钢板桩边界坐标不重合，则该部分土体为基坑内部土体，否则该部分土体处在钢板桩凹槽内。
13、判断土体是否在钢板桩内侧u型槽的方法为：以该处土体所处基坑内侧朝向正向方向，提取土体中心点与钢板桩凹槽i型边界坐标，求出中心点垂直于i型边的方向向量，判断该向量方向是否为正向方向，如果为负向方向，则该部分土体位于钢板桩内侧u型槽内，返回存在土体坠落安全风险的参数值，如果向量方向为正向，该处土体位于外侧u型槽，返回表示安全的参数值。
14、所述安全风险识别模型通过网络与工程管理前端相连，当返回存在安全风险参数时，危险信号发送到前端，便于工程管理人员对风险源采取相应处理措施。
15、本专利技术有如下有益效果：
16、1、识别所用影像通过无人机进行拍摄，图像采集自动化程度高、速度快，无须手持设备拍摄，降低人工成本，同时可实现施工全过程与全天候24小时风险识别。
17、2、采用计算机算法识别土体坠落风险，有效消除人工识别的主观与不确定因素，对于成像质量好的图片，算法识别准确率高，对于成像质量较差的图片，去除后可以使用摄影设备快速进行二次拍摄。
18、3、算法升级快，识别风险的同时能够有效扩充训练算法所用数据集，随着训练数据增加和训练过程的发展，模型识别准确率逐步上升，容错率增加，进一步降低识别错误率。
19、4、可以将识别模型与拍摄前端及管理终端相连，联合构成监测系统，风险识别结果自动发送至终端，通过设置监测频率能够实现全过程自动化监测。
本文档来自技高网...【技术保护点】
1.一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于，包括以下实施步骤：
2.根据权利要求1所述一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：步骤S1中所述基坑为新建或开挖翻建的市政管道工程基坑，具体包括采用拉森钢板桩进行支护的开挖沟槽或泵站坑口。
3.根据权利要求1所述一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：步骤S1拍摄基坑图像为基坑支护俯视图，通过无人机或人工手持摄影设备进行拍摄，步骤S3中图像由无人机连续拍摄得到。
4.根据权利1要求所述的一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：所述语义分割网络基于U-net深度学习算法，包括用于特征提取的feature map、用于特征融合的skip-connection、用于降低维度的pooling、用于恢复维度的upsample与输出结果。
5.根据权利1要求所述的一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：步骤S3中判断钢板桩在基坑所处方位方法为：
6.根据权利1要求所述的一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：步骤S3中基坑内侧方向通过判断钢板桩与基坑边界关系得到，基坑内侧方向与钢板桩所处基坑方位相反，如果钢板桩位于基坑左侧，则基坑该处位置的内侧方向向右，朝向基坑内侧的钢板桩U槽开口方向向右，如果钢板桩位于基坑右侧，则基坑内侧方向向左，朝向基坑内侧的U型槽开口方向向左，其余部位采用同样方法确定基坑内侧方向。
7.根据权利1要求所述的一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：步骤S4中判断土体是否处在基坑内的方法为：提取识别的土体与钢板桩边界坐标，如果土体边界坐标与钢板桩边界坐标不重合，则该部分土体为基坑内部土体，否则该部分土体处在钢板桩凹槽内。
8.根据权利1要求所述的一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：判断土体是否在钢板桩内侧U型槽的方法为：以该处土体所处基坑内侧朝向正向方向，提取土体中心点与钢板桩凹槽I型边界坐标，求出中心点垂直于I型边的方向向量，判断该向量方向是否为正向方向，如果为负向方向，则该部分土体位于钢板桩内侧U型槽内，返回存在土体坠落安全风险的参数值，如果向量方向为正向，该处土体位于外侧U型槽，返回表示安全的参数值。
9.根据权利1要求所述的一种基于语义分割的拉森钢板桩U型槽土体坠落安全风险识别方法，其特征在于：所述安全风险识别模型通过网络与工程管理前端相连，当返回存在安全风险参数时，危险信号发送到前端，便于工程管理人员对风险源采取相应处理措施。
...【技术特征摘要】
1.一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，其特征在于，包括以下实施步骤：
2.根据权利要求1所述一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，其特征在于：步骤s1中所述基坑为新建或开挖翻建的市政管道工程基坑，具体包括采用拉森钢板桩进行支护的开挖沟槽或泵站坑口。
3.根据权利要求1所述一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，其特征在于：步骤s1拍摄基坑图像为基坑支护俯视图，通过无人机或人工手持摄影设备进行拍摄，步骤s3中图像由无人机连续拍摄得到。
4.根据权利1要求所述的一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，其特征在于：所述语义分割网络基于u-net深度学习算法，包括用于特征提取的feature map、用于特征融合的skip-connection、用于降低维度的pooling、用于恢复维度的upsample与输出结果。
5.根据权利1要求所述的一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，其特征在于：步骤s3中判断钢板桩在基坑所处方位方法为：提取钢板桩与基坑各边界中点位置，计算钢板桩中点与基坑边界中点之间距离，如果钢板桩与某侧基坑边界距离最小，则钢板桩处在基坑该侧边界。
6.根据权利1要求所述的一种基于语义分割的拉森钢板桩u型槽土体坠落安全风险识别方法，其特征在于：步骤s3中基坑内侧方...
【专利技术属性】
技术研发人员：陈坤洋，徐振鹏，夏泽邦，贾发明，晏攀，张毅伟，赵少鹏，张强，韩子默，汤后龙，谢皓丞，
申请(专利权)人：长江三峡技术经济发展有限公司，
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。