【技术实现步骤摘要】
本专利技术属于建筑信息技术与智能施工设备领域，具体涉及一种基于计算机视觉的混凝土施工过程与工人健康监测系统。
技术介绍
1、随着基础设施建设的快速推进，混凝土作为建筑工程中最常用的材料，其施工质量和效率直接关系到工程的整体进度与安全。然而，传统混凝土施工依赖人工操作和监控，不仅效率低下，还容易因浇筑和振捣环节的误差导致质量问题。同时，施工工人长时间保持单一姿态或重复动作，易引发健康风险，进一步影响施工进度和人员效率。因此，实现施工过程的自动化与智能化，对提升施工质量与健康监测水平具有重要意义。
2、近年来，计算机视觉与深度学习技术快速发展，例如目标检测、姿态估计和时序分析算法的应用，为施工现场的智能化监控提供了全新手段。这些技术使得实时捕捉混凝土工人动作、监测设备运行状态以及分析动态施工场景成为可能。现有系统虽能对混凝土工人和设备进行基本识别，但在过程监控的实时性和健康监测的精准性方面仍存在不足。结合yolov8、svm和st-gcn算法的自动化监控系统，可以实现对施工场景的全面分析和人员健康状态的动态监测，助力施工过程管理...
【技术保护点】
1.基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：包括输入模块、计算模块、输出模块，
2.根据权利要求1所述的基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：所述输入模块负责接收施工现场的数据信息，包括摄像头采集的图像数据和相关环境参数数据，并将这些数据传递至计算模块以进行进一步处理和分析。
3.根据权利要求2所述的基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：所述输入模块的具体功能为，系统通过YOLOv8算法识别施工任务中的关键实体与位置信息，并将这些信息转化为结构化的查询数据，供计算模块进行进一
【技术特征摘要】
1.基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：包括输入模块、计算模块、输出模块，
2.根据权利要求1所述的基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：所述输入模块负责接收施工现场的数据信息，包括摄像头采集的图像数据和相关环境参数数据，并将这些数据传递至计算模块以进行进一步处理和分析。
3.根据权利要求2所述的基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：所述输入模块的具体功能为，系统通过yolov8算法识别施工任务中的关键实体与位置信息，并将这些信息转化为结构化的查询数据，供计算模块进行进一步分析。
4.根据权利要求2所述的基于计算机视觉的混凝土施工过程与工人健康监测系统，其特征在于：所述输入模块通过摄像头收集施工现场图像与视频，并结合人工智能技术处理现场采集的姿态与设备操作数据。
5.根据权利要求1所...
【专利技术属性】
技术研发人员：袁竞峰，王凌霄，苏舒，陶丹，严丽虹，
申请(专利权)人：东南大学，
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。