[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

本發明公開了一種用于施工項目現場人工智能隱患排查系統及排查方法，屬于公路工程管理技術領域。無人機航拍裝置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；云計算平臺用于接收無人機航拍裝置傳輸過來的的圖像信息，CNN模型對圖像信息進行對比分析，并對圖像中存在的病害進行分類；云計算平臺內加載有影像自動貼合定位系統，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；控制中心用于接收無人機航拍裝置的狀態信息，并判斷無人機航拍裝置的運行狀態是否正常，控制中心通過無線網絡與云計算平臺進行數據交互，發送警報信息給值班人員。本發明能夠自動對公路工程中的病害進行識別并定位。

技術領域

本發明屬于公路工程技術領域，尤其是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。

背景技術

智慧工地的建設大多是通過視頻監控、傳感器、人臉識別等技術，對工地現場進行管理，針對公路工程這樣的長線性項目，在每處都安裝監控設備和傳感器無疑將投數大量設備，也造成了資源浪費，且監控設備和傳感器對工程中存在的問題識別有限，目前主要是通過專門人員每天巡查，拍照記錄，通知整改的方式對現場進行安全質量檢查，這要求該人員需要具備基本技術知識和長時間工作經經，需要每天安排專門技術人員對整個項目進行檢查，且人工檢查不可能面面俱到，檢查的范圍和結果好壞受人為主觀影響較大，效率也不高。

發明內容

本發明的發明目的是提供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，能夠高效地對公路工程上的病害進行識別。

為達到上述目的，本發明所采用的技術方案是：

一種用于施工項目現場人工智能隱患排查系統，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。

進一步的，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。

進一步的，所述病害包括現場路面積水、坑槽和邊坡滑坡。

進一步的，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。

進一步的，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。