基于BIM与AI的施工现场安全管理系统的制作方法

技术特征：
1.基于bim与ai的施工现场安全管理系统，其特征在于，所述管理系统包括基础层、存储层、分析层、应用层；所述基础层为存储层提供建筑数据信息、施工现场视频图像数据信息、施工人员身份数据信息，存储层存储基础层的数据信息，分析层调用存储层的数据信息并进行分析，并将分析处理结果传输至应用层，应用层对分析层的分析处理结果进行分类展示。2.如权利要求1所述的基于bim与ai的施工现场安全管理系统，其特征在于，所述基础层为存储层提供建筑数据信息、施工现场视频图像数据信息、施工人员身份数据信息，基础层包括施工现场bim模型、视频监控系统、人脸识别门禁系统、施工人员身份信息管理系统；所述施工现场bim模型集合建设工程中的建筑数据信息，具体包含工程项目的基本信息、构件尺寸、建筑材质、场地布置；建筑数据信息又分为结构化的几何数据信息和非结构属性的数据信息；所述视频监控系统采集施工现场视频图像数据信息；所述施工人员身份信息管理系统通过人工录入的方式将施工人员身份信息录入施工人员身份信息管理系统，施工人员身份信息包括人脸信息、姓名、所属劳务单位、施工区域；所述人脸识别门禁系统通过人脸识别装置对进入施工现场的人员进行门禁管理，人员信息录入施工人员身份信息管理系统的人员为授权的施工人员，可通过人脸识别门禁系统进入施工现场。3.如权利要求1所述的基于bim与ai的施工现场安全管理系统，其特征在于，所述存储层存储基础层的数据信息，包括关系型数据库和非关系型数据库；所述关系型数据库存储的基础层的数据信息包括施工现场bim模型中结构化的几何数据信息、视频监控系统采集的施工现场视频图像数据信息、施工人员身份信息管理系统录入的施工人员身份信息，关系型数据库采用关系模型来组织数据；所述非关系型数据库存储的基础层的数据信息包括施工现场bim模型中非结构化属性的数据信息，非关系型数据库以键值对的形式存储数据。4.如权利要求1所述的基于bim与ai的施工现场安全管理系统，其特征在于，所述分析层调用存储层的数据信息并进行分析，并将分析处理结果传输至应用层，包括人工智能安全预警模型、模型轻量化、时空大数据挖掘及管理、深度学习算法训练；所述人工智能安全预警模型基于行为效应模型搭建，是可度量的模型，调用存储层存储的施工现场bim模型中得建筑数据信息，进行安全隐患模拟分析，合理规划逃生路线、消防器械放置点，并在实际施工过程中结合调用的存储层存储的视频监控系统采集的施工现场视频图像数据信息，并结合人工智能神经网络算法以及虚拟仿真技术手段，在事故出现以前，评估危险程度，发出紧急信号；所述模型轻量化是指对调用的存储层存储的施工现场bim模型进行轻量化，模型轻量化对用于保存和传输的数据信息进行压缩，模型轻量化的引擎基于webgl技术开发，将调用的存储层存储的来自视频监控系统的施工现场的视频图像数据信息、来自施工人员身份信息管理系统中的施工人员身份信息、来自人脸识别门禁系统的人员进出信息以及人工排查的隐患信息在施工现场bim模型中进行集成；所述webgl技术指的是web graphics library，是一种3d绘图协议；所述时空大数据挖掘及管理对存储层存储的各种数据进行统一运算、调度管理、让各
种数据信息在管理系统内高效流转，对geojson矢量数据进行解析构建动态对象，进行动态渲染，所述geojson是用于描述简单地理要素几何属性及非空间属性的一种数据格式，具体包含以下步骤：s1:进行基础分析,开发集成历史推理方法、聚类分析、链接分析、神经网络、判别分析、逻辑分析、人工智能这些通用性的挖掘方法，形成基础分析工具包；s2：空间分布，分析挖掘数据源的空间分布规律，计算单一专题数据源的空间粒度，通过地名地址匹配自动化或半自动化将其分布在相应尺度的基础时空数据之上，分析挖掘其空间分布规律；s3：多因子关联分析，将两种及以上专题数据源分布在相应尺度的统一基础时空数据之上，综合运用各种数学模型，挖掘专题信息之间的相关性和依赖度；s4：时空分析，将单一或多种带有时间特征的专题信息，分布在相应尺度的统一基础时空数据之上，挖掘专题信息在时间维度上的演变规律、在空间维度上的分布规律，以及在四维时空中的时空特征；s5：专题分析，面向某一专题，在基础分析工具包和空间分布、多因子关联分析、时空分析的基础上，提炼专题大数据分析的专业模型和业务流程，形成定制化、流程化的知识链，开发高自动化的分析功能，挖掘潜藏数据背后的知识与规律；s6：存储检索，对时空大数据进行分布式存储、存取、检索、并发响应及负载均衡，动态增加管理节点；s7：数据流转，将多源异构时空大数据进行共享、互操作、无缝流转，集成不同类型的数据库，并提供统一访问接口、统一查询方式和统一操作行为；s8：智能监管，对存储节点运行状态实时监控，负载均衡动态调控，监控信息主动收集、统一展示，实时分析运行问题并及时处理；所述深度学习算法训练是基于ai算法，对从存储层调用的数据进行学习和训练，包括基于ai算法的安全管理、基于ai算法的人、物管理、基于ai算法的设备安全管理；所述基于ai算法的安全管理包括安全帽佩戴识别安全管理、反光背心识别安全管理、周界闯入智能识别安全管理、人脸识别安全管理、起火智能识别安全管理；所述安全帽佩戴识别安全管理具体为：利用安全帽识别算法对进入施工现场作业区域的人员进行自动识别，若检测到人员未佩戴安全帽，则立即报警，报警信号同步推送至管理人员，同时形成抓拍台账，保存于管理系统后台；所述反光背心识别安全管理具体为：利用反光背心识别算法对进入施工现场作业区域的人员进行自动识别，人员若没穿着反光背心则立即报警，报警信号同步推送至管理人员，同时形成抓拍台账，保存于管理系统后台；所述周界闯入智能识别安全管理具体为：利用人员闯入检测算法在有人员闯入预先设置好的危险区域、或不同工种超出自身工作区域时立即报警，对发生跌倒或坠落的施工人员实时做出识别并报警，结合人脸识别门禁系统，对未经过人脸识别门禁系统进入工地的非法闯入人员做出实时识别并报警；所述人脸识别安全管理具体为：对在施工现场工地吸烟的人员自动进行人脸识别，并实时报警、图像存档；所述起火智能识别安全管理具体为：对明火、烟雾自动识别；
所述基于ai算法的人、物管理具体为：对未授权并出现在物料区的人员做出实时识别并报警，对未授权并出现在物料区的车辆做出实时识别并报警；所述基于ai算法的设备安全管理包含塔吊安全监控管理、塔吊防碰撞系统管理、吊钩可视化管理、施工电梯安全监控管理；所述塔吊安全监控管理具体为：实时监测塔吊的大臂回转角、幅度、载重数据、高度、倾角、风速，对司机进行人脸识别，对塔机间碰撞提供实时预警，并在可能碰撞时自动进行制动控制；所述塔吊防碰撞系统管理具体为：利用物联传感技术、无线通讯技术、大数据云储存技术、结合塔式起重机安全监控管理系统、施工升降机人机一体化安全监控管理系统，实时采集当前塔吊运行的载重、角度、高度、风速，传输到管理系统并存储在云数据库；所述吊钩可视化管理具体为：向塔吊司机展现吊钩周围实时的视频图像；所述施工电梯安全监控管理具体为：实时监控施工电梯的载重、高度、速度、楼层、风速、风向、倾角、防坠在位监测，对司机进行人脸识别。5.如权利要求1所述的基于bim与ai的施工现场安全管理系统，其特征在于，所述应用层对分析层的分析处理结果进行分类展示；包括空间漫游、poi兴趣点展示、视频流媒体对接、起火智能识别、人脸识别、安全帽佩戴识别、反光背心识别、周界闯入智能识别。

技术总结
本发明公开了基于BIM与AI的施工现场安全管理系统，包括基础层、存储层、分析层、应用层；所述基础层为存储层提供基础数据信息，存储层存储基础层的数据信息，分析层调用存储层的数据信息并进行分析，并将分析处理结果传输至应用层，应用层对分析层的分析处理结果进行分类展示；首先构建施工现场BIM模型，并对施工现场BIM模型进行模型轻量化以减小模型网络传输压力，其次结合视频监控系统采集的视频监控图像，基于TensorRF深度学习平台，对图像进行处理分析，发现施工现场存在的安全风险，生成安全预警信息，有效的解决了现有技术存在的BIM与AI结合不充分、没有实现可度量的安全预警模型、BIM模型的网络传输占用带宽资源多、传输速度慢的问题。度慢的问题。度慢的问题。


技术研发人员：侯振国 何海英 张中善 李佳男 杨伟涛 徐红杰 阴栋阳
受保护的技术使用者：中建七局总承包有限公司
技术研发日：2021.08.31
技术公布日：2021/11/23