【技术实现步骤摘要】
本申请实施例涉及施工进度预测，特别是涉及一种基于长时视频分析的施工进度预测方法和装置。
技术介绍
1、在工程建设中，精准高效的施工进度预测至关重要。借助精确的进度预测，工程团队能够依据各施工阶段的实际需求，合理调配人力、物力、财力等资源，提高资源利用效率，降低成本。例如，在土方开挖阶段，可依据进度预测安排适量的施工机械与施工人员，避免资源闲置或短缺。
2、目前，施工进度预测主要依赖于施工仿真技术。施工仿真技术通过在计算机中对工程施工过程进行模拟，能制定施工进度、合理配置施工资源，提前发现施工潜在问题，为工程建设决策提供有力指导。在实际操作中，施工仿真模型的构建是核心环节，而施工仿真参数的取值则是决定模型准确性的关键因素。相关技术中，施工仿真参数的取值通常凭借类似工程的施工经验，为施工仿真参数赋值。以施工机械的施工工序参数为例，相关技术通常将挖掘设备的单位挖掘时长，设置为符合施工经验的固定值。
3、然而，挖掘设备在实际施工中，会受到地质条件（如软土、硬岩等不同质地）、场地空间（宽窄、开阔程度等）以及设备自身工况（新...
【技术保护点】
1.一种基于长时视频分析的施工进度预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据动作类别对应的事实性持续时间样本，生成动作类别对应的随机性持续时间样本，包括：
3.根据权利要求2所述的方法，其特征在于，所述采用拒绝采样方法，生成符合所述目标分布函数的随机性持续时间样本，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据目标施工机械的设备标识和检测框，从空间维度、时间维度对所述相关作业视频进行裁切，得到每个目标施工机械的施工作业视频，包括：
5.根据权利要求1所述的方法，其...
【技术特征摘要】
1.一种基于长时视频分析的施工进度预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据动作类别对应的事实性持续时间样本，生成动作类别对应的随机性持续时间样本，包括：
3.根据权利要求2所述的方法，其特征在于，所述采用拒绝采样方法，生成符合所述目标分布函数的随机性持续时间样本，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据目标施工机械的设备标识和检测框，从空间维度、时间维度对所述相关作业视频进行裁切，得到每个目标施工机械的施工作业视频，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用动作分割模型，对每个目标施工机械的施工作业视频进行分割，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用去噪网络模型，确定所述融合区域特征和第s个时间步的噪声分布，确定第s个时间步的动作类别，包括：
7.根据权利要求1至6中任一所述的方法，其特征在于，所述施工仿真模型包括：施工单元智能体对象、施工资源调度智能体对象、施工资源智能体对象、以及多个施工单元智能体对象分别对应的施工流程仿真模型；所述施工流程仿真模型包括：施工工序仿真模型；所述施工工序仿真模型包括：队列元素和延迟元素；所述队列元素用于模拟施工工序中施工资源智能体对象的排队和等待过程；所述延迟元素用于模拟施工...
【专利技术属性】
技术研发人员：张隽，
申请(专利权)人：长江三峡集团实业发展北京有限公司，
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。