[发明专利]一种基于AI技术的建筑工人行为安全管理矫正方法及系统

说明书

本发明公开一种基于AI技术的建筑工人行为安全管理矫正方法及系统，包括云计算中心、区域边缘计算中心和前端感知设备；云计算中心内的不安全行为识别模型训练功能的平台通过导入来自建筑工地的前端感知设备收集的不安全行为实例的视频图像数据集，对不安全行为算法进行反复训练得不安全行为模型后，直接把模型加载至区域边缘计算中心，从而对视频图像数据集进行人工智能分析，智能识别出所训练的不安全行为并分类和存储；并对识别后的图像上进行样本标注，一方面提供给人工智能模型训练平台进行训练，另一方给行为矫正精准干预功能的平台提供所需案例样本。该系统有效的减少工人生产作业过程中的不安全行为，强化了行为安全。

技术领域

本发明涉及建筑行业的安全管理领域，具体涉及一种基于AI技术的建筑工人行为安全管理矫正方法及系统。

背景技术

随着建筑行业的快速发展，也伴随着安全事故频繁。2019年，我国仅在建筑行业的房屋市政工程领域生产安全事故就发生773起、死亡904人，比2018年事故起数增加39起、死亡人数增加64人，分别上升5.31％和7.62％。2021年7月12日，应急管理部发文称，建筑业安全生产形势不容乐观，统计数据显示，今年以来建筑业事故总量同比上升4.3％。建筑行业不仅事故多发，且人因导致事故所占比例高达85％。只要观察过建筑工地的人就会发现，全国5000多万的建筑工人大多是60后70后在工地干活，他们流动性强、受教育程度普遍不高，接受专业技能培训不足的现状，使得因建筑工人的不安全行为而导致的事故时频频发生，建筑工人的行为安全已经成为建筑行业建设中重要的研究课题。

不安全行为是导致事故发生的直接原因之一，安全行为的养成是预防事故发生的重要途径之一。行为安全作为安全预控管理最主要的方法，经过40年的理论探索与实践检验，逐渐被世界范围内的各个领域所应用。其主要是关注个体行为，目标是减少生产作业过程中的不安全行为，强化行为安全，从而达到预防事故发生、改善安全绩效的目的。行为安全作为安全管理实践的重要工具已在建筑行业等领域广泛应用。

以建筑工人行为安全为研究对象，按照“定义目标行为→对不安全行为进行观察和记录→行为矫正→反馈激励”的步骤和流程，建立了建筑行业的行为安全方法(Behavior-Based Safety in Construction Industry,以下简称BBS-CI)，对建筑工人的不安全行为进行纠正,使建筑工人养成良好的施工习惯和安全意识,促使形成较好的安全工作环境,从而改善建筑行业的安全水平。该方法是一种以行为安全为基准的观察行动方法，通过确立危险行为与安全行为之间区别，在建筑工人生产作业现场进行观察行动并处理工人行为，增进建筑工人主动应对能力，发展与建筑工人有关安全行为的共同作用，纠正建筑工人的不安全行为、培训安全行为，促进安全氛围形成，提高安全绩效的管理方法。

在以上传统的BBS-CI方法中，采用一种以行为安全为基准的观察行动方法，可获得大量真实的第一手资料,但要花费大量的人力、物力、财力和时间，智能化程度不足、效率不高。其二，在BBS-CI方法中，干预过程(行为矫正)是建立在关键行为这个前提上，而关键行为的分析和确定往往是通过经验法和行为观察法得到的，这2种方法主观性较强，不能全面和实时收集和分析关键行为，对于建筑工人的不安全行为特征和规律缺乏深层次地分析和总结。其三，在BBS-CI方法中，行为安全干预主要采用物质奖励、目标设定和绩效反馈、管理层干预3种手段，“撒网式”和“一刀切”的干预方式准确度低，不能够充分捕捉不安全行为产生的位点进行精准干预，效果不佳。其四，有研究表明，简单的行为观测和绩效反馈无法使安全事故持续降低，只能起到暂时影响的作用，不能从根本上纠正工人的不安全行为，干预结束后其根源因素又开始作用于不安全行为。