人工智能在燃?xì)夤艿拦こ坦芾碇袘?yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能在燃?xì)夤艿拦こ坦芾碇袘?yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：結(jié)合燃?xì)夤艿拦こ淌┕み^程的現(xiàn)場管理難點(diǎn)，進(jìn)行智能管理技術(shù)可行性和應(yīng)用場景等方面的研究。針對典型應(yīng)用場景如施工人員實(shí)名制和現(xiàn)場事件管理等，采用人臉識別算法和目標(biāo)檢測算法給出了“數(shù)字監(jiān)管”的技術(shù)方案，體現(xiàn)了人工智能在燃?xì)?/a>工程安全、質(zhì)量和文明施工管理方面的有效應(yīng)用。

關(guān)鍵詞：燃?xì)夤艿?智能管理;管道工程;典型應(yīng)用

上海燃?xì)饷磕旯艿拦こ涕_工項(xiàng)目超過4000項(xiàng)，分包隊(duì)伍80家，在冊施工人員約3000名。項(xiàng)目數(shù)量多，小項(xiàng)目占比高且周期短，人員流動大，安全質(zhì)量要求高，所以迫切需要運(yùn)用數(shù)字化方式來探索施工管理新路子。通過人工智能(AI)、大數(shù)據(jù)以及物聯(lián)網(wǎng)等技術(shù)和方法，對燃?xì)馀涮坠芫€工程施工過程中的工程質(zhì)量以及現(xiàn)場施工安全進(jìn)行智能管理技術(shù)可行性和應(yīng)用場景等方面的研究。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。

1智能管理應(yīng)用場景

1.1施工管理智能應(yīng)用

(1)施工人員實(shí)名登記。通過讀卡設(shè)備采集人員身份證信息并存入數(shù)據(jù)庫，現(xiàn)場采集人臉圖片，并在線應(yīng)用人臉比對算法驗(yàn)證身份，身份無法識別的做出預(yù)警提示。(2)施工人員安全培訓(xùn)記錄。通過人臉識別算法進(jìn)行人員識別，完成施工人員培訓(xùn)簽到管理。(3)施工人員持證上崗查驗(yàn)。在現(xiàn)場通過手持設(shè)備拍攝被查驗(yàn)人員人臉照片，通過人臉比對算法驗(yàn)證身份，實(shí)時(shí)獲取用工登記及持證信息。(4)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，自動識別獲取證件信息，并與數(shù)據(jù)庫連接進(jìn)行登記，以供查驗(yàn)。(5)人臉識別考勤。通過人臉識別算法進(jìn)行施工人員、監(jiān)理人員現(xiàn)場簽到管理。(6)陌生人員預(yù)警。對施工現(xiàn)場人員進(jìn)行人臉識別掃描，發(fā)現(xiàn)未登記的陌生人員做出預(yù)警提示。(7)施工機(jī)械、設(shè)備等特種設(shè)備合法證件驗(yàn)證。通過掃描特種設(shè)備證件自動獲取證件信息進(jìn)行登記，并與第三方系統(tǒng)對接在線比對證件的合法性。

1.2施工安全智能應(yīng)用

(1)進(jìn)入閥室、下井或動火等帶氣作業(yè)，專人指揮、監(jiān)護(hù)檢測。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)用人體檢測算法，檢測是否有專人在現(xiàn)場進(jìn)行指揮、監(jiān)護(hù)。(2)大型設(shè)備作業(yè)(如吊車、挖機(jī))安全警戒區(qū)域監(jiān)測。在預(yù)先劃定的大型設(shè)備作業(yè)安全警戒區(qū)域，檢測是否有人員闖入。

1.3施工質(zhì)量智能應(yīng)用

(1)地下管線施工敷設(shè)警示帶檢測。地下管線施工時(shí)通過目標(biāo)檢測算法檢測是否敷設(shè)警示帶。(2)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)，通過預(yù)設(shè)的判斷邏輯智能分析焊口記錄數(shù)據(jù)，自動發(fā)現(xiàn)焊接日期異常、環(huán)境溫度不變或波動很小、兩道焊口之間時(shí)間間隔明顯過短、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題。(3)燃?xì)夤艿篮附覺光片檢查。通過計(jì)算機(jī)視覺算法對X光片進(jìn)行分析，發(fā)現(xiàn)底片拍攝的質(zhì)量問題：焊縫缺陷位置未標(biāo)注、底片編號問題、焊口號問題、黑度不足等。

1.4文明施工智能應(yīng)用

通過目標(biāo)檢測算法實(shí)現(xiàn)：施工現(xiàn)場施工銘牌檢測和施工現(xiàn)場施工護(hù)欄連續(xù)性檢測。

1.5安全防護(hù)智能應(yīng)用

通過目標(biāo)檢測算法實(shí)現(xiàn)：施工人員危險(xiǎn)作業(yè)安全繩檢測(高空等作業(yè)時(shí)須佩戴安全繩)、作業(yè)安全帽檢測、作業(yè)工作服檢測和夜間施工反光服檢測。

2技術(shù)方案

2.1技術(shù)架構(gòu)

針對智能應(yīng)用場景，采用技術(shù)架構(gòu)如圖1所示。智能服務(wù)是核心，可以通過人臉識別、目標(biāo)檢測和軌跡跟蹤等來實(shí)現(xiàn)。其應(yīng)用過程分為4個(gè)階段：(1)數(shù)據(jù)采集。視頻從攝像頭傳輸?shù)郊写鎯υO(shè)備中。(2)數(shù)據(jù)處理。視頻數(shù)據(jù)處理設(shè)備從存儲設(shè)備中讀取視頻，利用視覺算法庫進(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，存放到集中存儲設(shè)備中。(3)模型訓(xùn)練及調(diào)優(yōu)。按實(shí)際應(yīng)用場景需求配置模型訓(xùn)練的AI-GPU集群，選擇模型并配置參數(shù)，對結(jié)果進(jìn)行評估；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)。(4)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，算法自主檢測違規(guī)行為并向系統(tǒng)推送預(yù)警。經(jīng)過多次在燃?xì)夤こ态F(xiàn)場進(jìn)行測試和調(diào)優(yōu)，我們提出了針對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)用場景。(1)移動巡查記錄儀。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)場移動位置的視頻采集。(2)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，可安裝在車輛或其他需要布控的特殊位置?？梢允褂帽驹O(shè)備用于現(xiàn)場定點(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)場網(wǎng)絡(luò)的制約：現(xiàn)場的3G/4G/5G信號強(qiáng)弱，是否有WIFI,是否有有線網(wǎng)絡(luò)等。從傳輸?shù)目煽啃院退俣葋碇v，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后，通過U盤等移動介質(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)用場景的實(shí)時(shí)性要求、所應(yīng)用場景模型的復(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)用過程中是采用現(xiàn)場邊緣計(jì)算、后臺集中運(yùn)算還是兩者相結(jié)合。(1)現(xiàn)場邊緣計(jì)算?，F(xiàn)場邊緣計(jì)算的目的在于有效分擔(dān)后臺集中運(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。(2)后臺集中運(yùn)算。與邊緣設(shè)備相對應(yīng)，采用后臺集中運(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)算能力和對網(wǎng)絡(luò)帶寬的大量消耗。(3)現(xiàn)場邊緣計(jì)算+后臺集中運(yùn)算。相較于現(xiàn)場邊緣計(jì)算或后臺集中運(yùn)算單獨(dú)應(yīng)用方案，更推薦現(xiàn)場邊緣計(jì)算+后臺集中運(yùn)算技術(shù)方案。這種方案可以降低后臺集中運(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)用場景進(jìn)行技術(shù)實(shí)現(xiàn)。一旦檢測到上述預(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人臉識別考勤

很多應(yīng)用場景中都用到了人臉識別技術(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。在崇明花博會燃?xì)夤こ淌┕がF(xiàn)場進(jìn)行了人臉識別測試，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

在燃?xì)夤こ套鳂I(yè)場地中要按規(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)場進(jìn)行了安全護(hù)欄不連續(xù)檢測測試。智能發(fā)現(xiàn)安全護(hù)欄不連續(xù)，對間隙用紅色框定位。

3.3施工人員作業(yè)安全帽檢測

為了有效避免在燃?xì)夤こ套鳂I(yè)過程中工人不佩戴安全帽而引發(fā)的安全事故,對施工現(xiàn)場歷史錄像進(jìn)行了安全帽佩戴規(guī)范檢測測試。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

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：對施工人員的管理變得更簡單；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查。上海市住建委制定了《上海市建設(shè)工程施工現(xiàn)場人員實(shí)名制管理辦法》，從2021年4月1日起房屋建設(shè)、市政基礎(chǔ)設(shè)施、水務(wù)等建設(shè)工程運(yùn)用信息化管理實(shí)現(xiàn)數(shù)據(jù)共享，互聯(lián)互通。燃?xì)夤こ躺形戳腥耄芮嘘P(guān)注、積極探索，做到規(guī)劃在前、規(guī)則在后，分步實(shí)施、落地扎實(shí)，努力打造燃?xì)夤こ虘?yīng)用人工智能提升管理水平的標(biāo)桿。

作者:姚斌 單位:上海燃?xì)庥邢薰?/p>