人工智能在燃?xì)夤艿拦こ坦芾碇械膽?yīng)用

人工智能在燃?xì)夤艿拦こ坦芾碇械膽?yīng)用摘要：燃?xì)忭?xiàng)目數(shù)量多，小項(xiàng)目占比高且周期短，人員流動(dòng)大，安全質(zhì)量要求高，所以迫切需要運(yùn)用數(shù)字化方式來(lái)探索施工管理新路子。通過(guò)人工智能(AI)、大數(shù)據(jù)以及物聯(lián)網(wǎng)等技術(shù)和方法，對(duì)燃?xì)馀涮坠芫€工程施工過(guò)程中的工程質(zhì)量以及現(xiàn)場(chǎng)施工安全進(jìn)行智能管理技術(shù)可行性和應(yīng)用場(chǎng)景等方面的研究。將人工智能運(yùn)用于施工人員實(shí)名制管理和安全質(zhì)量管理。關(guān)鍵詞：人工智能；燃?xì)夤艿溃粦?yīng)用1智能管理應(yīng)用場(chǎng)景1.1施工管理智能應(yīng)用施工人員實(shí)名登記。通過(guò)讀卡設(shè)備采集人員身份證信息并存入數(shù)據(jù)庫(kù)，現(xiàn)場(chǎng)采集人臉圖片，并在線應(yīng)用人臉比對(duì)算法驗(yàn)證身份，身份無(wú)法識(shí)別的做出預(yù)警提示。施工人員安全培訓(xùn)記錄。通過(guò)人臉識(shí)別算法進(jìn)行人員識(shí)別，完成施工人員培訓(xùn)簽到管理。施工人員持證上崗查驗(yàn)。在現(xiàn)場(chǎng)通過(guò)手持設(shè)備拍攝被查驗(yàn)人員人臉照片，通過(guò)人臉比對(duì)算法驗(yàn)證身份，實(shí)時(shí)獲取用工登記及持證信息。特種設(shè)備操作人員上崗操作證登記及查驗(yàn)。掃描特種設(shè)備上崗證，自動(dòng)識(shí)別獲取證件信息，并與數(shù)據(jù)庫(kù)連接進(jìn)行登記，以供查驗(yàn)。人臉識(shí)別考勤。通過(guò)人臉識(shí)別算法進(jìn)行施工人員、監(jiān)理人員現(xiàn)場(chǎng)簽到管理。陌生人員預(yù)警。對(duì)施工現(xiàn)場(chǎng)人員進(jìn)行人臉識(shí)別掃描，發(fā)現(xiàn)未登記的陌生人員做出預(yù)警提示。施工機(jī)械、設(shè)備等特種設(shè)備合法證件驗(yàn)證。通過(guò)掃描特種設(shè)備證件自動(dòng)獲取證件信息進(jìn)行登記，并與第三方系統(tǒng)對(duì)接在線比對(duì)證件的合法性。1.2施工安全智能應(yīng)用進(jìn)入閥室、下井或動(dòng)火等帶氣作業(yè)，專人指揮、監(jiān)護(hù)檢測(cè)。在預(yù)先劃定的帶氣作業(yè)區(qū)域，使用錄像設(shè)備采集圖像并調(diào)用人體檢測(cè)算法，檢測(cè)是否有專人在現(xiàn)場(chǎng)進(jìn)行指揮、監(jiān)護(hù)。大型設(shè)備作業(yè)(如吊車(chē)、挖機(jī))安全警戒區(qū)域監(jiān)測(cè)。在預(yù)先劃定的大型設(shè)備作業(yè)安全警戒區(qū)域，檢測(cè)是否有人員闖入。1.3施工質(zhì)量智能應(yīng)用地下管線施工敷設(shè)警示帶檢測(cè)。地下管線施工時(shí)通過(guò)目標(biāo)檢測(cè)算法檢測(cè)是否敷設(shè)警示帶。燃?xì)夤艿篮附訑?shù)據(jù)異常檢查。系統(tǒng)錄入焊接數(shù)據(jù)，通過(guò)預(yù)設(shè)的判斷邏輯智能分析焊口記錄數(shù)據(jù)，自動(dòng)發(fā)現(xiàn)焊接日期異常、環(huán)境溫度不變或波動(dòng)很小、兩道焊口之間時(shí)間間隔明顯過(guò)短、口徑錯(cuò)誤、材料批次錯(cuò)誤、冷卻時(shí)間與口徑不匹配等問(wèn)題。燃?xì)夤艿篮附覺(jué)光片檢查。通過(guò)計(jì)算機(jī)視覺(jué)算法對(duì)X光片進(jìn)行分析，發(fā)現(xiàn)底片拍攝的質(zhì)量問(wèn)題：焊縫缺陷位置未標(biāo)注、底片編號(hào)問(wèn)題、焊口號(hào)問(wèn)題、黑度不足等。1.4文明施工智能應(yīng)用通過(guò)目標(biāo)檢測(cè)算法實(shí)現(xiàn)：施工現(xiàn)場(chǎng)施工銘牌檢測(cè)和施工現(xiàn)場(chǎng)施工護(hù)欄連續(xù)性檢測(cè)。1.5安全防護(hù)智能應(yīng)用通過(guò)目標(biāo)檢測(cè)算法實(shí)現(xiàn)：施工人員危險(xiǎn)作業(yè)安全繩檢測(cè)(高空等作業(yè)時(shí)須佩戴安全繩)、作業(yè)安全帽檢測(cè)、作業(yè)工作服檢測(cè)和夜間施工反光服檢測(cè)。2技術(shù)方案2.1技術(shù)架構(gòu)智能服務(wù)是核心，可以通過(guò)人臉識(shí)別、目標(biāo)檢測(cè)和軌跡跟蹤等來(lái)實(shí)現(xiàn)。其應(yīng)用過(guò)程分為4個(gè)階段：數(shù)據(jù)采集。視頻從攝像頭傳輸?shù)郊写鎯?chǔ)設(shè)備中。數(shù)據(jù)處理。視頻數(shù)據(jù)處理設(shè)備從存儲(chǔ)設(shè)備中讀取視頻，利用視覺(jué)算法庫(kù)進(jìn)行視頻編解碼、圖像去噪、圖像增強(qiáng)等預(yù)處理，并打標(biāo)簽形成訓(xùn)練樣本庫(kù)，存放到集中存儲(chǔ)設(shè)備中。模型訓(xùn)練及調(diào)優(yōu)。按實(shí)際應(yīng)用場(chǎng)景需求配置模型訓(xùn)練的AI-GPU集群，選擇模型并配置參數(shù)，對(duì)結(jié)果進(jìn)行評(píng)估；再根據(jù)結(jié)果不斷調(diào)整參數(shù)或模型，直至結(jié)果最優(yōu)。模型應(yīng)用。訓(xùn)練好模型后，加載到視頻分析服務(wù)器運(yùn)行，算法自主檢測(cè)違規(guī)行為并向系統(tǒng)推送預(yù)警。經(jīng)過(guò)多次在燃?xì)夤こ态F(xiàn)場(chǎng)進(jìn)行測(cè)試和調(diào)優(yōu)，我們提出了針對(duì)不同外部條件下的數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型應(yīng)用的技術(shù)方案。2.2數(shù)據(jù)采集針對(duì)不同外部條件下的數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型應(yīng)用所使用的技術(shù)方案，最后對(duì)模型訓(xùn)練及調(diào)優(yōu)所應(yīng)用到的關(guān)鍵技術(shù)進(jìn)行必要的闡述。采用PyTorh、Mask-RCNN以及YOLOv3等與人工智能相關(guān)的技術(shù)支撐應(yīng)用場(chǎng)景。移動(dòng)巡查記錄儀。設(shè)備支持錄像、數(shù)據(jù)上傳等功能，重量輕，體積小，攜帶方便?？梢允褂帽驹O(shè)備用于現(xiàn)場(chǎng)移動(dòng)位置的視頻采集。定點(diǎn)布控球。定點(diǎn)布控球內(nèi)置3G/4G模塊、GPS/北斗模塊、高性能鋰電池組，可安裝在車(chē)輛或其他需要布控的特殊位置。可以使用本設(shè)備用于現(xiàn)場(chǎng)定點(diǎn)位置視頻采集。2.3數(shù)據(jù)傳輸數(shù)據(jù)傳輸方案的選擇受現(xiàn)場(chǎng)網(wǎng)絡(luò)的制約：現(xiàn)場(chǎng)的3G/4G/5G信號(hào)強(qiáng)弱，是否有WIFI,是否有有線網(wǎng)絡(luò)等。從傳輸?shù)目煽啃院退俣葋?lái)講，優(yōu)先選擇順序依次是:有線網(wǎng)絡(luò)、WIFI、5G、4G和3G。如果不具備網(wǎng)絡(luò)條件，那只有采用離線的方式:采集的視頻在本地完成存儲(chǔ)后，通過(guò)U盤(pán)等移動(dòng)介質(zhì)人工傳到分析系統(tǒng)進(jìn)行模型應(yīng)用。2.4模型應(yīng)用模型應(yīng)用所采用的技術(shù)方案依賴于：網(wǎng)絡(luò)條件、所應(yīng)用場(chǎng)景的實(shí)時(shí)性要求、所應(yīng)用場(chǎng)景模型的復(fù)雜程度和同時(shí)接入的視頻路數(shù)。這4個(gè)因素決定了在實(shí)際應(yīng)用過(guò)程中是采用現(xiàn)場(chǎng)邊緣計(jì)算、后臺(tái)集中運(yùn)算還是兩者相結(jié)合?，F(xiàn)場(chǎng)邊緣計(jì)算。現(xiàn)場(chǎng)邊緣計(jì)算的目的在于有效分擔(dān)后臺(tái)集中運(yùn)算的壓力，提高分析結(jié)果輸出的實(shí)時(shí)性，減少視頻傳輸帶寬，節(jié)省網(wǎng)絡(luò)成本。后臺(tái)集中運(yùn)算。與邊緣設(shè)備相對(duì)應(yīng)，采用后臺(tái)集中運(yùn)算可以支持更多的視頻路數(shù)，也可以支持更復(fù)雜的算法模型。這一切均依賴于其強(qiáng)大的運(yùn)算能力和對(duì)網(wǎng)絡(luò)帶寬的大量消耗?，F(xiàn)場(chǎng)邊緣計(jì)算+后臺(tái)集中運(yùn)算。相較于現(xiàn)場(chǎng)邊緣計(jì)算或后臺(tái)集中運(yùn)算單獨(dú)應(yīng)用方案，更推薦現(xiàn)場(chǎng)邊緣計(jì)算+后臺(tái)集中運(yùn)算技術(shù)方案。這種方案可以降低后臺(tái)集中運(yùn)算的硬件和帶寬成本，也兼顧了模型運(yùn)算的實(shí)時(shí)性。3典型應(yīng)用及其技術(shù)實(shí)現(xiàn)選擇了3個(gè)典型應(yīng)用場(chǎng)景進(jìn)行技術(shù)實(shí)現(xiàn)。一旦檢測(cè)到上述預(yù)警事件，將向系統(tǒng)推送預(yù)警信息，供管理人員查看及處理。3.1人臉識(shí)別考勤很多應(yīng)用場(chǎng)景中都用到了人臉識(shí)別技術(shù)，如：施工人員實(shí)名登記、安全培訓(xùn)的簽到管理、持證上崗查驗(yàn)等。在崇明花博會(huì)燃?xì)夤こ淌┕がF(xiàn)場(chǎng)進(jìn)行了人臉識(shí)別測(cè)試，智能發(fā)現(xiàn)合法登記人員用綠色框進(jìn)行定位，發(fā)現(xiàn)陌生人員用紅色框進(jìn)行定位。3.2施工護(hù)欄連續(xù)性檢測(cè)在燃?xì)夤こ套鳂I(yè)場(chǎng)地中要按規(guī)范要求安裝防護(hù)欄桿并保證防護(hù)欄桿的連續(xù)性，在施工現(xiàn)場(chǎng)進(jìn)行了安全護(hù)欄不連續(xù)檢測(cè)測(cè)試。智能發(fā)現(xiàn)安全護(hù)欄不連續(xù)，對(duì)間隙用紅色框定位。3.3施工人員作業(yè)安全帽檢測(cè)為了有效避免在燃?xì)夤こ套鳂I(yè)過(guò)程中工人不佩戴安全帽而引發(fā)的安全事故，對(duì)施工現(xiàn)場(chǎng)歷史錄像進(jìn)行了安全帽佩戴規(guī)范檢測(cè)測(cè)試。智能發(fā)現(xiàn)有人未按規(guī)定佩帶安全帽，用紅色框進(jìn)行定位。4結(jié)語(yǔ)施工人員管理和工程安全質(zhì)量管理是工程管理的關(guān)鍵點(diǎn)，AI的運(yùn)用將有效提高燃?xì)庑袠I(yè)工程管理水平：對(duì)施工人員的管理變得更簡(jiǎn)單；能提前發(fā)現(xiàn)更多的安全隱患；質(zhì)量監(jiān)督更及時(shí)、更全面；施工過(guò)程更文明；日常運(yùn)維變得更智能。整個(gè)方案既可以適用于固定位置的智能監(jiān)控，也可以適用于移動(dòng)點(diǎn)的智能監(jiān)控；既可以適用于管線工程的智能監(jiān)控，也可以適用于燃?xì)飧綄僭O(shè)施的智能監(jiān)控；既可以適用于事中及時(shí)性智能預(yù)警，也可以適用于事后全面智能核