高速公路施工区域的智能监测与预警技术研究综述.pdf
《高速公路施工区域的智能监测与预警技术研究综述.pdf》由会员分享,可在线阅读,更多相关《高速公路施工区域的智能监测与预警技术研究综述.pdf(9页珍藏版)》请在咨信网上搜索。
1、Open Journal of Transportation Technologies 交通技术交通技术,2023,12(4),268-276 Published Online July 2023 in Hans.https:/www.hanspub.org/journal/ojtt https:/doi.org/10.12677/ojtt.2023.124030 文章引用文章引用:杨柳,肖欠华,高建,孙业发.高速公路施工区域的智能监测与预警技术研究综述J.交通技术,2023,12(4):268-276.DOI:10.12677/ojtt.2023.124030 高速公路施工区域的智能监测与预
2、警技术高速公路施工区域的智能监测与预警技术 研究综述研究综述 杨杨 柳柳,肖欠华,高肖欠华,高 建建,孙业发孙业发 中电建路桥集团有限公司,浙江 温岭 收稿日期:2023年2月14日;录用日期:2023年7月7日;发布日期:2023年7月18日 摘摘 要要 高速公路的新建、维修和养护都会对交通通行产生一定的影响,施工区域的安全管理至关重要。本文总高速公路的新建、维修和养护都会对交通通行产生一定的影响,施工区域的安全管理至关重要。本文总结归纳了当前高速公路施工区的关键技术,并从施工现场、防护设备使用和施工人员动作角度对施工区结归纳了当前高速公路施工区的关键技术,并从施工现场、防护设备使用和施工人
3、员动作角度对施工区域不安全行为的识别技术进行了详细分析,接着分析了施工区域智能监测与预警技术,智能监测是在预域不安全行为的识别技术进行了详细分析,接着分析了施工区域智能监测与预警技术,智能监测是在预警分析中最重要的一步。监测具体是指对容易诱发安全事故的问题因素进行实时监控。这些诱导因素主警分析中最重要的一步。监测具体是指对容易诱发安全事故的问题因素进行实时监控。这些诱导因素主要有自然天气影响、人为主观判断操作失误、机械设备在使用过程中故障等。通过施工现场精准监测与要有自然天气影响、人为主观判断操作失误、机械设备在使用过程中故障等。通过施工现场精准监测与智能分析,及时报警可以规范高速公路施工安全
4、作业,施工人员提供安智能分析,及时报警可以规范高速公路施工安全作业,施工人员提供安全保障,降低施工区域安全隐患。全保障,降低施工区域安全隐患。关键词关键词 高速公路,施工区域,智能监测,计算机视觉,深度学习高速公路,施工区域,智能监测,计算机视觉,深度学习 Summary of Intelligent Monitoring and Early Warning Technology for Expressway Construction Area Liu Yang,Qianhua Xiao,Jian Gao,Yefa Sun Power China Road Bridge Group Co.,L
5、td.,Wenling Zhejiang Received:Feb.14th,2023;accepted:Jul.7th,2023;published:Jul.18th,2023 Abstract The construction,maintenance and maintenance of expressways will have a certain impact on traffic.The safety management of the construction area is crucial.This paper summarizes the key 杨柳 等 DOI:10.126
6、77/ojtt.2023.124030 269 交通技术 technologies in the current expressway construction area,and analyzes in detail the identification technology of unsafe behaviors in the construction area from the perspective of the construction site,the use of protective equipment and the actions of construction person
7、nel.Then it analyzes the intelligent monitoring and early warning technology in the construction area.Intelligent mon-itoring is the most important step in the early warning analysis.Monitoring specifically refers to real-time monitoring of the problem factors that are easy to cause safety accidents
8、.These inducing factors mainly include the influence of natural weather,human subjective judgment and operation errors,mechanical equipment failures in the use process,etc.Through accurate monitoring and intelligent analysis on the construction site,timely alarm can standardize the safe operation of
9、 expressway construction.It also provides safety guarantee for construction personnel and reduc-es potential safety hazards in the construction area.Keywords Freeway,Construction Area,Intelligent Monitoring,Computer Vision,Deep Learning Copyright 2023 by author(s)and Hans Publishers Inc.This work is
10、 licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.概述概述 施工现场环境多变且复杂,工程施工人员交叉作业多、安全意识薄弱,因此施工区域是一个具有一定安全隐患的复杂环境。目前,施工现场的工程监理仍然采用的是人工监察,人工监管具有效率低、排查慢、预防性差等特点,与此同时也常常出现监督人员不足、管理工作量大、违规行为操作无法有效杜绝、事故发生处理不及时、取证难度大等问题。随着科技的进步,视频监控系统和
11、计算机图像识别等技术的结合为施工区域所暴露的问题提供了解决的新思路,并引入了智慧工地的管理概念。“智慧工地”是智慧城市理念在建筑施工行业的具体体现,它通过应用高度集成的信息管理系统,基于物联网的感知和大数据的深度学习系统等支撑工具,“了解”工地的过去,“清楚”工地的现状,“预知”工地的未来,对已发生或可能发生的各类问题,有科学的决策和应对方案1 2。这不仅对安全文明施工意义重大,同时也有助于推动建造方式变革,提升建筑业科技创新能力,促进建筑产业提质增效,推进建筑产业转型升级。针对于施工区域的智能监测与预警,提出利用机器视觉方法,通过现场视频监测展示工地施工实时情况,对不同危险区域进行自动化连续
12、监测,建立施工现场安全监控数据集。利用施工现场数据集,有助于快速、准确全面识别危险区域、施工现场状况。提出深度学习的目标检测方法来监控工地的危险区域、材料堆场、车辆运动轨迹,识别工人违规进入危险区域的行为,为安全快速施工提供依据3 4。2.关键技术关键技术 2.1.计算机视觉计算机视觉 计算机视觉旨在通过对人类视觉系统进行建模,让机器具备感知视觉信息的能力2。近年来,计算机视觉技术的快速发展为建筑工程安全管理提供了可能性。计算机视觉技术的发展被认为是一种自动识别不安全行为和不安全状态的可靠方法。从工程的角度来看,计算机视觉技术旨在实现人类视觉系统无法执行任务的自动化,可以更加智能、高效地检测施
13、工现场的人为因素和物理因素,实现风险的识别与Open AccessOpen Access杨柳 等 DOI:10.12677/ojtt.2023.124030 270 交通技术 预警。同时,随着多种数字技术和深度学习技术的发展,将这些技术与计算机视觉技术相结合,其自动化水平将会进一步提升。2.2.深度学习深度学习 传统的机器学习方法处理原始数据能力有限,为了简化监察的过程,利用深度学习的表征学习,可以实现多维数据中自动地从端到端学习并提取复杂特征5。深度学习是学习样本数据的内在规律和表示层次,通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。通过将深度学习方法(例
14、如神经网络)与通过使用计算机视觉获得的图像相结合,可以自动提取特征工程并用于从训练数据中进行学习。不同于人工神经网络(ANN),深度学习模型是多个感知器而构成,如图 1 所示,这些处理层从具有多个抽象级别的数据表示中进行学习。Figure 1.Comparison between artificial neural networks and deep learning models 6 图图 1.人工神经网络与深度学习模型对比6 在深度学习中最为广泛使用的是卷积神经网络(CNN),它主要由三种类型的神经层组成:卷积层、池化层及全连接层,其一般化架构如图 2 所示。在计算机视觉领域,基于 CNN
15、 的深度学习方法已被广泛应用于一系列工作,如图像分类、目标检测、语义分割和姿态估计。Figure 2.General architecture of convolutional neural networks 6 图图 2.卷积神经网络的一般化架构6 杨柳 等 DOI:10.12677/ojtt.2023.124030 271 交通技术 其中深度学习的主要技术包括迁移学习和数据增强。考虑到大部分数据或任务都是存在相关性的,我们可以通过迁移学习将已经学到的模型参数通过某种方式来分享给新模型从而加快并优化模型的学习效率。目前常用的深度迁移学习方法主要包括7:基于实例的、基于映射的、基于网络的和基于
16、对抗的深度迁移学习8;为了在较少训练数据集获得良好的性能(即准确性),需要通过数据增强技术进行数据扩充,从而避免了数据过度拟合并提高了模型的泛化能力。流行的数据增强技术包括:翻转、旋转、缩放比例、裁剪、移位、高斯噪声等技术。这些与深度学习等相关技术构成了施工区域的智能监测及预警的基础。3.施工区域不安全行为识别施工区域不安全行为识别 不安全行为是指违反安全规定,可能引起事故的危险行为9 10。影响公路施工区域安全性的因素包括外在环境影响、施工工具设备故障、施工团队、人为自身因素以及自然环境影响。同时不安全行为主要集中在施工现场实体及实体间关系识别、工人个人防护设备(Personal Prote
17、ctive Equipment,PPE)使用情况识别、工人动作识别三方面。3.1.施工现场实体及实体间关系识别施工现场实体及实体间关系识别 施工现场实体及其关系识别,即识别各类实体(包括柱子、楼板、临边、洞口等静态实体和工人、机械、车辆、器具等动态实体)及实体之间的关系。后者通常包括共存关系与空间位置关系,本质是在目标检测与对象识别的基础上判断实体间的关系。主要包括静态实体识别与定位和动态实体识别、定位与追踪。动态实体识别中基于计算机视觉技术的动态实体识别与定位,即从施工现场图像或视频中识别出目标实体(如工人、机械),并获取其空间信息,以支持工人与其他实体之间的空间关系分析。3.2.防护设防护
18、设备使用情况识别备使用情况识别 施工区域的安全需要确保人们佩戴个人防护装备,如安全帽、警示背心、高空作业时的安全带、适当的鞋类、手套、安全眼镜等。然而研究进一步表明,建筑施工中发生的大量伤害是由于人们不佩戴 PPE造成的11。为了解决这个普遍存在的问题从而开发了一些算法,用于识别没有佩戴个人防护装备的人,这些算法基于以下方法:1)手工特征;2)深度学习。基于计算机视觉技术的识别,即从现场视频或图像中识别工人是否穿戴 PPE,不需要工人额外佩戴传感器,对作业影响较小。工人 PPE 使用情况识别相关研究现虽已取得一定进展,但基于可穿戴式技术的方法需要工人佩戴额外设备,对作业产生不便;而基于计算机视
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高速公路 施工 区域 智能 监测 预警 技术研究 综述
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。