[發明專利]一種用于施工項目現場人工智能隱患排查系統及其排查方法

在審

• 申請號: 202111535313.3
• 申請日: 2021-12-15
• 公開（公告）號: CN114494845A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 陳孝強;林廣泰;李雍友;梁銘;馬文安;解威威;覃曉鳳;孫輝;趙志強;謝燦榮;趙婷婷
• 申請（專利權）人: 廣西路橋工程集團有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06K9/62;G06N3/04;G06N3/08;G06T7/70;G06T17/05;G06V10/46;G06V10/50;G06V10/764;G06V10/74
• 代理公司: 廣西中知科創知識產權代理有限公司 45130
• 代理人: 李家恒

1.一種用于施工項目現場人工智能隱患排查系統，其特征在于，包括

無人機航拍裝置，其可在公路工程建設現場進行往返移動，用于采集公路工程建設現場的圖片；

云計算平臺，其用于接收所述無人機航拍裝置傳輸過來的的圖像信息，所述云計算平臺內集成有一套影像處理系統，所述影像處理系統對無人機照片進行處理，建立三維模型；所述云計算平臺內加載有CNN模型，所述CNN模型對所述圖像信息進行對比分析，并對圖像中存在的病害進行分類；所述云計算平臺內加載有影像自動貼合定位系統，所述影像自動貼合定位系統是將識別的病害照片定位顯示在三維模型對應位置；

控制中心，其用于接收無人機航拍裝置的狀態信息，并判斷所述無人機航拍裝置的運行狀態是否正常，所述控制中心通過無線網絡與所述云計算平臺進行數據交互，發送警報信息給值班人員。

2.如權利要求1所述的用于施工項目現場人工智能隱患排查系統，其特征在于，無人機拍攝的照片帶有地理位置坐標，并結合三維模型可以顯示問題出現在工程現場的哪個部位。

3.如權利要求1所述的用于施工項目現場人工智能隱患排查系統，其特征在于，所述病害包括現場路面積水、坑槽和邊坡滑坡。

4.如權利要求1所述的用于施工項目現場人工智能隱患排查系統的排查方法，其特征在于，包括以下步驟：

S1、根據施工路線圖設定設行區域及參數，無人機沿施工路線圖獲取圖像并上傳至云計算平臺，所述影像處理系統對無人機圖像進行處理；

S2、建立三維地圖模型，所述三維地圖模型顯示有地理位置坐標和里程樁號；

S3、建立并數數CNN模型；

S4、數數好的CNN模型對照片進行分析，并篩選輸出隱患照片并對照片中存在的病害進行分類，將識別的病害照片定位顯示在三維模型對應位置。

5.權利要求4所述的用于施工項目現場人工智能隱患排查系統的排查方法，其特征在于，所述CNN模型包括：

卷積單元，采用卷積核將輸數的特征映射圖進行卷積求和，該卷積單元由10個卷積層構成,10個卷積層擁有不同的權值和閾值；

池化單元，用于對卷積后的特征映射圖進行下采樣,降低特征映射圖的分辨率并且選取優秀的特征；

分類單元，通過全連接層將卷積單元輸出的特征映射圖輸數至softmaxloss函數進行分類，并給出分類結果。

6.權利要求4所述的用于施工項目現場人工智能隱患排查系統的排查方法，其特征在于，所述步驟S3中，數數CNN模型的方法為：

S2.1、建立深度學習模型；

S2.2、采集大量的公路病害圖片,對采集的圖片進行數據集擴增，將擴增后的公路病害數據劃分為數數樣本和目標樣本；

S2.3、賦予數數樣本和目標樣本初始權值和閾值；

S2.4、輸出病害類型；

S2.5、輸出誤差：目標病害類型與輸出病害類型的差值；

S2.6、進行誤差評估，若誤差小于預設值，則數數完成；若大于預設值則計算誤差偏導，調整權值和閾值，再回到步驟S2.4。

7.權利要求4所述的用于施工項目現場人工智能隱患排查系統的排查方法，其特征在于，所述步驟S4中，

S4.1、將無人機采集的圖片與數據集中的圖片進行逐一比對；

S4.2、將待比對的兩張圖片圖像進行灰度化處理，得到圖像的灰度圖像；創建一維灰度直方圖，使統計圖像分布在[0，255]像素；計算灰度圖像的一維直方圖；對計算出來的一維直方圖做歸一化處理；創建一張圖用于顯示各個像素的直方圖，橫坐標為灰度級，縱坐標為像素個數；將每個直方圖繪制到創建的圖中；度量兩幅圖像直方圖的巴氏距離來計算圖像的相似度，即為基于灰度顏色直方圖計算圖像相似度；

S4.3、采用灰度共生矩陣提取圖像紋理特征，然后計算圖像的相似度；

S4.4、根據前兩步計算出來的圖像相似度，采用加權平均計算最終的圖像相似度；

S4.5、當最終的圖像相似度大于預設值時，則認為無人機采集的圖片與數據集中圖片的病害類型相對應；

S4.6、所述影像自動貼合定位系統是將識別的病害照片定位顯示在三維模型對應位置。