[发明专利]一种智慧工地安全检测管理方法、装置及相关介质在审

专利信息
申请号: 202111164169.7 申请日: 2021-09-30
公开(公告)号: CN113887952A 公开(公告)日: 2022-01-04
发明(设计)人: 蔡乐;陈煦文;韩玉;张晓惠 申请(专利权)人: 深圳市万睿智能科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市精英专利事务所 44242 代理人: 武志峰
地址: 518000 广东省深圳市福田区梅林街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智慧 工地 安全 检测 管理 方法 装置 相关 介质
【权利要求书】:

1.一种智慧工地安全检测管理方法,其特征在于,包括:

通过工地现场的AIoT智能设备采集不同位置的工地现场图像;

采用AI识别技术对每一所述工地现场图像进行安全问题检测;

当检测到安全问题时,将所述安全问题及对应的工地现场图像关联至预设的评估体系电子表中;

基于所述评估体系电子表对所述安全问题进行打分,并根据打分结果输出对应的安全检测清单。

2.根据权利要求1所述的智慧工地安全检测管理方法,其特征在于,所述通过工地现场的AIoT智能设备采集不同位置的工地现场图像,包括:

结合巡检仪和携带有全景摄像头的无人机对工地现场进行全方位扫描,并采集到不同位置的工地现场图像;

采用灰度级校正方法对所述工地现场图像进行灰度处理;

依次采用均值滤波方法和梯度算子法对所述工地现场图像进行图像平滑处理和图像锐化处理。

3.根据权利要求1所述的智慧工地安全检测管理方法,其特征在于,所述采用AI识别技术对每一所述工地现场图像进行安全问题检测,包括:

通过图像识别模型检测每一所述工地现场图像中包含的至少一个目标特征;

采用决策树分类器对至少一个目标特征进行分类识别;

基于预设的安全管理标准对分类识别结果进行判定,以确定所述工地现场图像是否存在安全问题。

4.根据权利要求3所述的智慧工地安全检测管理方法,其特征在于,所述采用AI识别技术对每一所述工地现场图像进行安全问题检测,还包括:

获取符合安全管理标准的正样本数据以及不符合安全管理标准的负样本数据;

构造所述正样本数据对应的正样本序列,以及构造负样本数据对应的负样本序列;

将所述正样本序列和负样本序列之间的距离作为训练目标,对所述决策树分类器进行训练优化。

5.根据权利要求3所述的智慧工地安全检测管理方法,其特征在于,还包括:

基于所述安全管理标准获取安全检测项目;其中,所述安全检测项目包括安全文明、结构安全、渗漏专项、地下专项、安装专项、进度专项、空鼓专项、外墙专项、地暖专项和精装专项;

根据所述安全检测项目构建各个安全检测项目相互关联的评估体系电子表;

将所述安全检测项目作为不同的目标特征,并利用检测到的目标特征对所述评估电子表中的安全检测项目进行更新。

6.根据权利要求5所述的智慧工地安全检测管理方法,其特征在于,所述基于所述评估体系电子表对所述安全问题进行打分,并根据打分结果输出对应的安全检测清单,包括:

将每一张工地现场图像中的安全问题与所述评估体系电子表中的安全检测项目相对应;

对于每一安全检测项目,若存在安全问题,则根据存在的安全问题的数量对所述安全检测项目进行逐级扣分,直至达到扣分上限;

汇总每一安全检测项目的最终得分,并输出包含最终得分以及扣分原因的安全检测清单。

7.根据权利要求1所述的智慧工地安全检测管理方法,其特征在于,所述基于所述评估体系电子表对所述安全问题进行打分,并根据打分结果输出对应的安全检测清单之后,包括:

输出安全检测清单后判断是否接收对应的问题整改反馈;

当判定接收到问题整改反馈后,获取问题整改反馈对应的当前工地现场图像,并检测当前工地现场图像是否存在相同的安全问题;

若检测到当前工地现场图像存在相同的安全问题,则在所述评估体系电子表中对所述安全问题对应的整改人员进行惩罚处理;

若未检测到当前工地现场图像存在相同的安全问题,则在所述评估体系电子表中对所述安全问题对应的整改人员进行奖励处理,并完成所述安全问题的整改闭环。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市万睿智能科技有限公司,未经深圳市万睿智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111164169.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top