一种基于大数据的公路工程施工进度管理方法和系统技术方案

本发明专利技术提出一种基于大数据的公路工程施工进度管理方法和系统。通过无人机获取施工公路的已完成公路的长度和面积，得到未完成公路面积、已完成公路长度和公路总长度的比值c，并进一步得到剩余工程所需资金量、工人数量、物资量v。将c的进度序列输入TCN网络预测剩余工期。通过神经网络检测RGB图像获得现有物资量V和工人数量。得到工程质量评分，现有资金量。根据V、v得到现有可调度物资量v′；根据施工进度模型得到施工进度评分；根据弹性物资量模型得到弹性物资量。并进一步得到实际可调度资源量。最后根据各个施工公路的实际可调度资源量和距离选择调配物资的方案。

【技术实现步骤摘要】
一种基于大数据的公路工程施工进度管理方法和系统
本申请涉及大数据领域，具体涉及一种基于大数据的公路工程施工进度管理方法和系统。
技术介绍
公路施工过程中，为了统筹的物资和人力资源，需要采集施工过程中的多种信息。根据各个工地的施工进度和物资量，进行人员和物资的调度。目前公路工程施工进度管理的方法通常是通过人工对数据进行分析，进行物资调度的决策。工程进度需要考虑多方面因素，且各因素会不断变化，通过人工管理难以判断可以调用的物资量，无法最大限度地利用现有物资。
技术实现思路
针对以上问题，本专利技术提出一种基于大数据的公路工程施工进度管理方法和系统。通过无人机获取施工公路的已完成公路的长度和面积，得到未完成公路面积、已完成公路长度和公路总长度的比值c，并进一步得到剩余工程所需资金量、工人数量、物资量v。将c的进度序列输入TCN网络预测剩余工期。通过神经网络检测RGB图像获得现有物资量V和工人数量。得到工程质量评分，现有资金量。根据V、v得到现有可调度物资量v′；根据施工进度模型得到施工进度评分；根据弹性物资量模型得到弹性物资量。并进一步得到实际可调度资源量。最后根据各个施工公路的实际可调度资源量和距离选择调配物资的方案。一种基于大数据的公路工程施工进度管理方法，其特征在于，该方法包括：步骤S1：设置若干个无人机在各施工公路采集图像；采集施工公路图像并输入公路分割网络，检测已完成公路，输出已完成公路分割图，得到已完成公路长度l′和已完成公路面积s′，进一步地，得到已完成公路长度和公路总长度l的比值c，根据已施工天数d得到计划剩余工期rp′；得到未完成公路面积s″并进一步得到剩余工程所需物资量v、剩余工期所需工人的标准数量A′、剩余工程所需资金量m。步骤S2：将c按时序排列，得到进度序列，通过定长的滑窗在进度序列上获取定长序列并输入TCN网络预测c的值，根据c到1时滑窗滑动次数得到预测剩余工期rp；步骤S3：采集物资区域RGB图像和深度图像，将物资区域RGB图像输入物资分割网络，检测施工物资，输出物资分割图，结合物资分割图和深度图像得到现有物资量V；采集施工区域图像并输入关键点检测网络检测工人头部关键点，得到头部关键点热力图和工人数量A；对施工质量进行评价，得到质量评分q，统计现有资金量M。步骤S4：根据得到施工进度评分α，所述qmax为q的上限，γrp为工期评价的放缩系数，γq为质量评价的放缩系数，γA为施工人员数量评价的放缩系数；根据V、v得到现有可调度物资量v′；根据M、m、V、rp和α得到弹性物资量β；根据β、v′得到实际可调度物资量v″；根据各施工公路的实际可调度物资量进行物资调度的决策。所述公路分割网络的训练方法包括：以若干张施工公路图像为数据集；人工对数据集进行标注，标注出已完成公路的像素，生成标注数据；使用交叉熵损失函数进行训练。所述TCN网络的训练方法包括：以历史统计的进度序列为数据集，预设滑窗在序列上滑动，获取若干组定长序列；对每个定长序列进行标注，标注为定长序列结束后下一个c的值；使用均方误差损失函数进行训练。所述物资分割网络的训练方法包括：以若干张物资区域RGB图像为数据集；人工对数据集进行标注，标注出属于施工物资的像素，生成标注数据；使用交叉熵损失函数进行训练。所述关键点检测网络的训练方法包括：以若干张施工区域图像为数据集；人工对数据集进行标注，标注出工人头部关键点，生成标注数据；使用均方误差损失函数进行训练。所述弹性物资量β的计算方法包括：所述γ′rp为预测剩余工期的放缩系数。m为剩余工期所需资金量，M为现有资金量，γm为资金量的放缩系数，α′为经验施工进度评分阈值。一种基于大数据的公路工程施工进度管理系统，其特征在于，该系统包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述基于大数据的公路工程施工进度管理方法的步骤。本专利技术和现有技术相比有如下有益效果：(1)本专利技术依据剩余工期、质量评分、工人数量构建施工进度评价模型，并据此模型修正各公路工程可调度物资量。考虑多个因素影响的结果，使施工进度评价结果更准确。(2)本专利技术基于资金量、预测的剩余工期、施工进度评分建立弹性物资量模型，计算得到弹性物资量，为施工公路预留弹性物资，可以得到更准确地得到可调度资源量。(3)本专利技术结合大数据，将各施工公路的信息传输至云端实现信息共享，并提出各工程间物资调用的方法，有利于各工程更高效更低成本的完成工程任务。(4)本专利技术通过无人机搭载的相机进行视觉感知，无需工作人员实地勘察，准确性高且节省了人力成本。附图说明图1为方法流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。实施例一：本专利技术的主要目的是实现基于大数据的施工进度管理。为了实现本专利技术所述内容，本专利技术设计了一种基于大数据的公路工程施工进度管理方法和系统，方法流程图如图1所示。步骤S1：本专利技术是对多个施工公路进行施工物资的监控，来进行物资和资金的调配，所以需要在每个施工公路设置无人机采集信息。由于公路施工时通常无遮挡情况出现，因此采用无人机航拍采集施工公路的图像，相较于固定位姿相机，通过无人机拍摄可得到视野范围较大，视角较好的图像，无人机所搭载相机为RGB-D相机，本步骤中仅采集施工公路的RGB图像进行处理。所述无人机按预设道路轨迹飞行并采集图像，可避免采集图像时出现遮挡或误检等情况。为了得到已完成公路的信息，需要将施工公路RGB图像输入公路分割网络，检测属于已完成公路的像素，所述公路分割网络的训练步骤包括：以若干张施工公路原始图像为数据集；人工对数据集进行标注，标注出已完成公路的像素，生成标注数据；使用交叉熵损失函数进行训练。将施工公路RGB图像输入训练好的公路分割网络，检测属于已完成公路的像素，输出已完成公路分割图，通过统计已完成公路分割图中属于公路像素的数量得到已完成公路的面积s′。通过基于sobel算子的边缘检测方法对已完成公路分割图进行处理，得到道路边缘二值图。通过DBSCAN算法实现道路边缘点的聚类，统计属于道路边缘点的像素数量得到已完成本文档来自技高网...

【技术保护点】
1.一种基于大数据的公路工程施工进度管理方法，其特征在于，该方法包括：/n步骤S1：设置若干个无人机在各施工公路采集图像；/n采集施工公路图像并输入公路分割网络，检测已完成公路，输出已完成公路分割图，得到已完成公路长度l′和已完成公路面积s′，进一步地，得到已完成公路长度和公路总长度l的比值c，根据已施工天数d得到计划剩余工期rp′；/n得到未完成公路面积s″并进一步得到剩余工程所需物资量v、剩余工期所需工人的标准数量A′、剩余工程所需资金量m；/n步骤S2：将c按时序排列，得到进度序列，通过定长的滑窗在进度序列上获取定长序列并输入TCN网络预测c的值，根据c到1时滑窗滑动次数得到预测剩余工期rp；/n步骤S3:采集物资区域RGB图像和深度图像，将物资区域RGB图像输入物资分割网络，检测施工物资，输出物资分割图，结合物资分割图和深度图像得到现有物资量V；/n采集施工区域图像并输入关键点检测网络检测工人头部关键点，得到头部关键点热力图和工人数量A；对施工质量进行评价，得到质量评分q，统计现有资金量M；/n步骤S4:根据

【技术特征摘要】
1.一种基于大数据的公路工程施工进度管理方法，其特征在于，该方法包括：
步骤S1：设置若干个无人机在各施工公路采集图像；
采集施工公路图像并输入公路分割网络，检测已完成公路，输出已完成公路分割图，得到已完成公路长度l′和已完成公路面积s′，进一步地，得到已完成公路长度和公路总长度l的比值c，根据已施工天数d得到计划剩余工期rp′；
得到未完成公路面积s″并进一步得到剩余工程所需物资量v、剩余工期所需工人的标准数量A′、剩余工程所需资金量m；
步骤S2：将c按时序排列，得到进度序列，通过定长的滑窗在进度序列上获取定长序列并输入TCN网络预测c的值，根据c到1时滑窗滑动次数得到预测剩余工期rp；
步骤S3:采集物资区域RGB图像和深度图像，将物资区域RGB图像输入物资分割网络，检测施工物资，输出物资分割图，结合物资分割图和深度图像得到现有物资量V；
采集施工区域图像并输入关键点检测网络检测工人头部关键点，得到头部关键点热力图和工人数量A；对施工质量进行评价，得到质量评分q，统计现有资金量M；
步骤S4:根据得到施工进度评分α，所述qmax为q的上限；
根据V、v得到现有可调度物资量v′，根据M、m、V、rp和α得到弹性物资量β，根据β、v′得到实际可调度物资量v″；根据各施工公路的实际可调度物资量进行物资调度的决策。


2.如权利要求1所述的方法，其特征在于，所述公路分割网络的训练方法包括：
以若干张施工公路图像为数据集；
人工对数据集进行标注，标注出已完成公路的像素，生成标注数据；
使用交叉熵损失函数进行训练。

【专利技术属性】
技术研发人员：陈培，林建勋，许华伟，李修玉，
申请(专利权)人：陈培，林建勋，许华伟，李修玉，
类型：发明
国别省市：河南;41