[发明专利]一种基于AI算法及超算的工程建设管理系统及方法

说明书

本发明公开了一种基于AI算法及超算的工程建设管理系统及方法，包括项目模块，项目模块包括系统模块、资料模块、传感器模块、行为识别模块和疫情防控模块；基于AI算法及超算的工程建设管理方法，步骤如下：步骤Sa1：摄像头获取视频信号；步骤Sa2：所述步骤Sa1中获取的视频信号为通过摄像头进行获取；步骤Sa3：进行异常判定；步骤Sb1：传感器获取信号至数据库；步骤Sb2：数据库分析统计后传输至服务器。本发明后端项目模块包括系统模块，资料模块，传感器模块，行为识别模块，疫情防控模块。系统模块主要负责用户的登录，对用户信息核实，用户对应的项目详情。资料模块负责学习指南，专家资料，AI超算监测报告，传感器监测报告等资料的查看学习。

技术领域

本发明涉及一种工程建设管理系统，特别涉及一种基于AI算法及超算的工程建设管理系统及方法。

背景技术

现今，国内安全生产形势总体持续好转，但安全事故依然时有发生。为了对各种事故隐患、安全生产要素全面监控，减少安全生产事故发生，大部分技术人员利用GIS技术、智能分析技术、物联网技术开发了多种监测系统，从智能数据采集、数据通信和监控软件等方面建立智能管控系统。传统的监测系统在没有算法的支持以及超算中心的数据处理下，很难做到实时监控以及对未来风险的评估。

使用传统监测系统监管工地，若业务范围扩大，不利于服务的扩容。对数据进行采集和兼容性管理软件系统投入到项目中使用容易暴露一些问题，突出表现在实时管控上，安全管理流程混乱、项目文档保存不完整、责任划分不清以及项目风险意识不到位等诸多问题。此外，传统安全生产管理平台使用的是EJB体系架构，它是一个重量级的架构，使用起来不够轻便灵活，此次使用依赖注入(Dependency Injection(DI))的SpingMVC设计模式对后台管控系统进行设计和规划。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于AI算法及超算的工程建设管理系统及方法。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种基于AI算法及超算的工程建设管理系统及方法，包括项目模块，其中，

项目模块包括系统模块、资料模块、传感器模块、行为识别模块和疫情防控模块。

作为本发明的一种优选技术方案，一种基于AI算法及超算的工程建设管理方法，步骤如下：

步骤Sa1：摄像头获取视频信号；

步骤Sa2：所述步骤Sa1中获取的视频信号为通过摄像头进行获取；

步骤Sa3：进行异常判定。

作为本发明的一种优选技术方案，步骤如下：

步骤Sb1：传感器获取信号至数据库；

步骤Sb2：数据库分析统计后传输至服务器；

步骤Sb3：服务器导出报表和/或进行界面数据展示。

作为本发明的一种优选技术方案，所述步骤Sa2中，获取摄像头的信号进行逐帧检测，

其中，

异常视频帧进行人脸识别算法处理。

作为本发明的一种优选技术方案，所述步骤Sb1中，传感器获取的信号包括风速仪、沉降仪和倾角仪。。