欢迎光临888集团网站

新闻资讯
一种基于无人机与监控摄像的智慧工地安全监测系统及方法与流程
发布时间:2026-08-16
  |  
阅读量:
字号:
A+ A- A

  本专利针对传统工地安全监测存在盲区、无法及时发现施工违规及设备异常的问题,提出融合无人机与地面监控的智能监测方案。通过无人机采集视频、地面设备采集图像,利用智能分析技术分离人员行为与设备状态,并与异常数据库比对,实现违规行为和设备故障的实时预警,提升工地安全管控效率。

  1.本发明涉及安全监测领域,特别涉及一种基于无人机与监控摄像的智慧工地安全监测系统及方法。

  2.随着信息化时代进一步发展,基建工地也在朝着信息化、精细化管理方向发展。智慧工地作为一种新兴的建筑行业工程管理方式,基于信息化发展的相关科学技术,如动态监控、空间定位、云计算和大数据等手段,实现对施工现场及其过程中的动态图像与数据监控,并通过数据处理平台,进行显示和监管,其主要目的是融入现代信息技术手段以助力建筑施工安全。

  3.另外,我国提出实施新能源发展战略,伴随而来的新能源智慧工地也逐渐受到人们的广泛关注。新能源智慧工地在新能源基建过程中广泛运用信息化和网络化技术,从而大幅提升在项目管理、人员控制及数据分析等方面的效率。新能源光伏设施多在场地广阔的地点建设,存在人员管理信息不通畅、施工过程困难无法及时排除等问题。如何在新能源基建光伏设施安装的过程中,有效结合网络应用、可视化管理、数据自动处理等技术,保障施工人员安全并提高人员管理效率成为新能源智慧工地发展核心。

  4.目前,对于施工现场的监控通常采用地面智能摄像监控技术或是无人机智能监控技术,但两种方法都有其局限性,很难做到全天候与全方位同时兼顾,监控效果有限。

  5.本发明的目的在于提出一种基于无人机与监控摄像的智慧工地安全监测系统及方法,有效管控施工区域的人员动态和设备安装状况,结合数据库信息管理手段对施工人员的违规行为进行警示以预防事故的发生,并及时将施工设备的异常状态进行上报终端,避免因设备异常带来的安全问题,保障施工人员安全并提升施工效率。

  7.一种基于无人机与监控摄像的智慧工地安全监测系统,包括监控模块、信息处理模块、对比模块和终端处理模块;

  8.监控模块包括无人机与地面监控装置;无人机在施工区域上空巡航,用于采集视频信息并传输给信息处理模块;地面监控装置安装在施工区域,用于采集施工区域的图像信息并传输给信息处理模块;

  9.信息处理模块,用于对无人机采集的视频信息采用智能分析处理技术进行处理,提取出施工人员行为并传输至对比模块,对地面监控装置采集的图像信息采用智能分析处理技术进行处理,提取出现场设备状态并传输至对比模块;

  10.对比模块,用于将接收的施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比,判断该施工人员行为是否异常或违规,若异常或违规,则生成人员警告信息并传输至终端处理模块;将接收的现场设备状态与设备状态信息库中的设备异常数据进行

  对比,判断该现场设备状态是否异常,若异常,则生成设备异常警告信息并传输至终端处理模块;

  11.终端处理模块,用于根据人员警告信息和/或设备异常警告信息提示现场施工人员纠正行为或提示工程安全人员处理现场设备。

  12.优选的,对比模块,还用于将接收的施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比,判断该施工人员行为是否异常或违规,若异常或违规,则将该施工人员行为作为异常违规数据存入异常违规信息库;将接收的现场设备状态与设备状态信息库中的设备异常数据进行对比,判断该现场设备状态是否异常,若异常,则将该现场设备状态作为设备异常数据存入设备状态信息库中。

  13.优选的,还包括反馈模块,对比模块生成的人员警告信息和设备异常警告信息经反馈模块反馈给终端处理模块。

  14.优选的,还包括信息储存模块;终端处理模块将人员警告信息和/或设备异常警告信息传输给信息储存模块,信息储存模块将接收的人员警告信息和/或设备异常警告信息形成安全记录文件进行存储。

  17.s1.采用无人机在施工区域上空巡航,采集视频信息;采用安装在施工区域的地面监控装置采集图像信息;

  18.s2.对无人机采集的视频信息采用智能分析处理技术进行分层处理,将施工人员的行为状态从视频信息的施工环境中分离出来,得到施工人员行为;对地面监控装置采集的图像信息采用智能分析处理技术进行分层处理,将现场设备状态从图像信息的施工环境中分离出来,得到现场设备状态;

  19.s3.将施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比分析,判断该施工人员行为是否异常或违规,若异常或违规,则发出人员警告信息;将现场设备状态与设备状态信息库中的设备异常数据进行比对,判断该现场设备状态是否异常,若异常,则发出设备异常警告信息。

  20.优选的,对无人机采集的视频信息采用智能分析处理技术进行分层处理,将施工人员的行为状态从视频信息的施工环境中分离出来,得到施工人员行为,具体包括:采用高速数字信号处理器,通过智能神经网络技术对无人机采集的视频信息进行分层处理,将施工人员的行为状态从视频信息的施工环境中分离出来,并基于智能分析算法对施工人员行为进行动态检测。

  21.对地面监控装置采集的图像信息采用智能分析处理技术进行分层处理,将现场设备状态从图像信息施工环境中分离出来,得到现场设备状态,具体包括:通过前景提取方法将地面监控装置采集的图像信息中的施工设备从环境中提取出来,并利用模式识别技术对施工设备进行建模,得到现场设备状态。

  23.从网络数据中获取异常违规行为的典型案例,作为异常违规数据加入人员行为异常违规信息库;

  24.在s3中,将施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比

  分析,判断该施工人员行为是否异常或违规,若异常或违规,则将该施工人员的行为作为异常违规数据存入人员行为异常违规信息库。

  26.从网络数据中获取设备异常的典型案例,作为设备异常数据加入设备状态信息库;

  27.在s3中,将现场设备状态与设备状态信息库中的设备异常数据进行比对,判断该现场设备状态是否异常,若异常,则将该现场设备状态作为设备异常数据存入设备状态信息库中。

  30.本发明的监控模块是由上空无人机与地面监控装置共同组成的,与常规的地面监控相比,获得施工现场的信息更加丰富全面,且无人机在施工区域上部进行巡逻,可以清晰观察施工人员的动态行为,更加及时精确发现施工过程中的异常状况。无人机在施工区域巡航并监测施工人员行为,及时识别监控施工人员的动向和行为图像,弥补单纯依靠摄像头监控不灵活的缺点,全方位实时监控现场状况,避免监控不到位的情况。系统监测到施工人员行为违规或者是设备状态异常后上传报信号到终端处理模块,及时对施工人员发出警报,避免发生危险,同时将报警信息传送到工程安全人员前往现场处理,有效提升基建工程的施工效率。

  31.进一步的,反馈模块接收到信号后传送到终端处理模块,以便更好地管理信息,提高报警信息传送的效率。

  32.进一步的,信息储存模块形成安全记录文件,帮助项目管理人员更好地分析和解决新能源基建过程中的施工不安全因素。

  33.本发明基于无人机与监控摄像的智慧工地安全监测方法,采用无人机在施工区域上部进行巡逻,监控施工人员的动态行为,更加及时精确发现施工过程中的异常状况;采用地面监控装置监控施工现场的设备运转状态,从而全方位实时监控现场状况,能够实时监测施工区域内人员的行为状况和设备状态,发现施工异常问题并及时对施工现场发出警报,同时通知工程监理人员,做到提升施工效率和保障施工人员安全的目的。

  34.进一步的,采用智能分析处理技术可以自动识别监控对象,及时感知监控对象的动向从而实现自动报警。另外,能够对监控视频中施工人员的异常行为进行实时提取,并及时发出预警,达到避免出现人员伤亡事故的目的,而地面监控对施工现场的设备进行针对性的监控与检测,动态掌握设备的状态,发现设备异常能够及时报警,避免设备在运转过程中出现进一步的损坏。

  35.进一步的,本发明首先以典型案例构建人员行为异常违规信息库和设备状态信息库,然后在监测的过程中不断发现异常违规行为及设备异常状态,将这些在监测过程中得到的异常违规行为及设备异常状态再分别补充进数据库(即人员行为异常违规信息库和设备状态信息库),从而人员行为异常违规信息库和设备状态信息库的信息随着监测的进行不断完善,人员行为异常违规信息库和设备状态信息库的完善又进一步提高监测的准确性,使整个监测过程的准确性不断提高。

  38.为了进一步理解本发明,下面结合实施例对本发明进行描述,这些描述只是进一步解释本发明的特征和优点,并非用于限制本发明的权利要求。

  39.本发明一种基于无人机与监控摄像的智慧工地安全监测系统,如图2所示,包括监控模块、信息处理模块、对比模块、反馈模块、终端处理模块和信息储存模块;

  40.监控模块包括无人机与地面监控装置;无人机用于在施工区域上方按固定路线定期巡航,采集视频信息并传输给信息处理模块;地面监控装置用于采集施工区域的图像信息并传输给信息处理模块;

  41.信息处理模块,对无人机采集的视频信息采用智能分析处理技术进行处理,提取出施工人员行为并发送至对比模块,对地面监控装置采集的图像信息采用智能分析处理技术进行处理,提取出现场设备状态并发送至对比模块;

  42.对比模块,用于将接收的施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比,判断该施工人员行为是否异常或违规,若异常或违规,则发送人员警告信息至反馈模块并将该施工人员行为作为异常违规数据存入人员行为异常违规信息库,将接收的现场设备状态与设备状态信息库中的设备异常数据进行对比,判断该现场设备状态是否异常,若异常,则发送设备异常警告信息至反馈模块并将该现场设备状态作为设备异常数据存入设备状态信息库中;

  43.反馈模块,用于将人员警告信息和/或设备异常警告信息反馈给终端处理模块;

  44.终端处理模块,用于根据人员警告信息和/或设备异常警告信息提示现场施工人员纠正行为或处理现场设备。

  46.地面监控装置为摄像头,摄像头具有转动功能,从不同方位进行施工现场的信息收集与实时监测。

  47.如图1所示,本发明提出一种基于无人机与监控摄像的智慧工地安全监测方法,包括如下步骤:

  48.s1.在新能源基建的光伏设施施工地点设置监控装置无人机和地面监控装置,无人机在施工区域进行固定路线巡逻,采集视频信息;地面监控装置依据光伏设施预定施工区域划分定点放置,采集图像信息。无人机以智能识别监控施工人员的行为状况为主,而地面监控装置主要监控施工现场的设备状态;

  49.s2.信息处理模块对无人机采集的视频信息采用智能分析处理技术进行分层处理,将施工人员的行为状态从视频信息的施工环境中分离出来,得到施工人员行为,对地面监控装置采集的图像信息采用智能分析处理技术进行分层处理,将现场设备状态从图像信息施工环境中分离出来,得到现场设备状态;

  50.s3.对比模块将施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比分析,判断该施工人员行为是否异常或违规,若异常或违规,则发出人员警告信息;将

  现场设备状态与设备状态信息库中的设备异常数据进行比对,判断该现场设备状态是否异常,若异常,则发出设备异常警告信息;

  51.s4.反馈模块根据对比模块产生的人员警告信息和/或设备异常警告信息及时反馈给终端处理模块;终端处理模块识别信息类别,若为人员警告信息则对施工现场发出即时警告,并将人员警告信息传送给工程监管人员的用户终端;若为设备异常警告信息,需将图像信息中的设备异常全景图与设备位置信息传送给工程安全人员的用户终端;同时信息储存模块将终端处理模块的处理信息记录下来,其中包括信息产生的时间、警告地点、警告信息种类、通知警告信息的时间、通知的管理人员以及相应的图像信息,形成安全记录文件,以供相关人员分析施工环境的不安全因素。

  52.对无人机采集的视频信息采用智能分析处理技术进行分层处理,将施工人员的行为状态从视频信息的施工环境中分离出来,得到施工人员行为,具体包括:智能分析处理技术借助于计算机强大的计算与处理性能,采用智能神经网络技术对无人机监控得到的视频图像进行分层处理,将施工人员的行为从复杂的环境中提取出来,并将得到的行为信息采用智能分析算法对其进行动态检测。

  53.对地面监控装置采集的图像信息采用智能分析处理技术进行分层处理,将现场设备状态从图像信息施工环境中分离出来,得到现场设备状态,具体包括:对地面监控装置得到的图像采用前景提取方法,将画面中的现场设备从环境中提取出来,并利用模式识别技术对现场设备进行建模,针对性的智能识别施工设备,从而对施工设备进行检测。

  55.从网络数据中获取异常违规行为的典型案例,作为异常违规数据加入人员行为异常违规信息库;

  56.在s3中,对比模块将施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比分析,判断该施工人员行为是否异常或违规,若异常或违规,则将该施工人员的行为作为异常违规数据存入人员行为异常违规信息库。

  58.从网络数据中获取设备异常的典型案例,作为设备异常数据加入设备状态信息库;

  59.在s3中,将现场设备状态与设备状态信息库中的设备异常数据进行比对,判断该现场设备状态是否异常,若异常,则将该现场设备状态作为设备异常数据存入设备状态信息库中。

  60.采用bitmap算法对人员行为异常违规信息库和设备状态信息库中的信息进行处理,可快速查找、判重、删除相同数据,不仅提高了处理信息的效率,也能节省数据库的储存空间。

  61.bitmap算法又名位图算法,其原理是使用下标代替数值或特定的意义,即用一个bit位来标记某个元素对应的value,而key即是这个元素。由于采用bit为单位来存储数据,具有效率高,节省空间的特点,适用于对大量数据的去重、查询等。

  62.所述s3中,对比模块将施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比分析,判断该施工人员行为是否异常或违规,具体是:对比模块将施工人员行为与人员行为异常违规信息库中的异常违规数据进行对比分析,若施工人员行为与人员行为

  异常违规信息库中的异常违规数据相同或相似,即从画面分离出施工人员的行为举止与人员行为异常违规信息库中记录的异常违规数据相似度达到人员行为阈值及以上时,则认为该施工人员行为异常或违规,人员行为阈值范围为90%~100%。

  63.所述s3中,将现场设备状态与设备状态信息库中的设备异常数据进行比对,判断该现场设备状态是否异常,具体是:将现场设备状态与设备状态信息库中的设备异常数据进行比对,若现场设备状态与设备状态信息库中的设备异常数据相同或相似,即从图像中分离出现场设备的轮廓与设备状态信息库中设备异常数据的相似度达设备相似阈值及以上时,则认为该现场设备状态异常,设备相似阈值范围为80%~100%。

  64.以上所述,仅为使用本发明最佳的技术方案,并非对本发明作任何形式上的限制,尽管参照实施步骤对本发明进行了详细的介绍,任何熟悉本技术领域的技术人员应当理解,因此根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

  技术研发人员:李铭志 李佳东 屈亦旸 李阳 常洋涛 柏乾坤 刘立峰 谢铁兵

  针对传统无人机巡检需人工操作导致效率低、易遗漏及存在飞行风险的问题,提出基于智能系统的自动化解决方案。通过巡检指令触发目标区域识别、路径规划及无人机自主飞行,结合三维建模与实时避障技术,实现精...

  针对传统无人机远程监测需人工干预导致数据不准确、无法实时管控的问题,提出一种系统化解决方案。通过选择模块匹配无人机型号,整合模块融合多传感器数据建立状态评估模型,构建模块利用机器学习分析故障模...

  针对传统海域监测设备覆盖范围有限、数据传输不稳定及操作复杂的问题,提出一种集成云台、卫星通信与工控系统的移动监测平台。通过车载基站搭载无人机遥控、视频传输及数据处理设备,实现远程实时监控与数据...

  针对传统边防监控依赖人力效率低、无人机易受环境干扰及事故损坏等问题,提出智能监控系统。通过多传感器融合(可见光/红外/热成像)、飞控状态监测与降落伞联动、智能照明系统(光线感应+强光手电筒)提...

  1.振动信号时频分析理论与测试系统设计 2.汽车检测系统设计 3.汽车电子控制系统设计

  1.智能机器人技术 2.智能检测与控制技术 3.机构运动学与动力学 4.机电一体化技术