System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人工智能的隧道施工安全应急方法及装置制造方法及图纸_技高网

基于人工智能的隧道施工安全应急方法及装置制造方法及图纸

技术编号:43712241 阅读:2 留言:0更新日期:2024-12-18 21:25
本发明专利技术提供的一种基于人工智能的隧道施工安全应急方法及装置,涉及人工智能技术领域。首先,基于视频图像信息得到隧道内人物的位置分布信息以及安全应急特征信息;接着,基于环境信息和/或视频图像信息判断隧道是否发现现场安全事故,并识别现场安全事故的类型及发生地点;然后,基于现场安全事故的类型、隧道内人物的位置分布信息以及各个人物的安全应急特征信息选定隧道中具有现场安全事故处理经验的目标人物;最后,通知目标人物前往现场安全事故的发生地点进行安全应急处理。上述方式可以使得有事故处理经验的目标人物及时到达现场处理事故,提高隧道现场安全事故的处理效率,降低隧道施工风险,确保隧道安全施工。

【技术实现步骤摘要】

本专利技术涉及人工智能,具体而言,涉及一种基于人工智能的隧道施工安全应急方法及装置


技术介绍

1、施工安全是现场施工的重中之重,隧道施工因施工环境比较封闭,在隧道某处出现施工安全事故时,如何快速发现并及时处理成为本领域技术人员急需要解决的技术问题。


技术实现思路

1、为了至少克服现有技术中的上述不足,第一方面,本专利技术提供一种基于人工智能的隧道施工安全应急方法,应用于隧道施工安全应急系统中的计算机设备,所述隧道施工安全应急系统还包括与所述计算机设备通信连接的图像采集设备及环境参数检测传感器,所述图像采集设备和所述环境参数检测传感器设置在所述隧道内用于分别采集所述隧道内的视频图像信息以及环境信息,所述方法包括:

2、获取所述图像采集设备采集的视频图像信息,基于所述视频图像信息得到所述隧道内人物的位置分布信息以及各个人物的身份特征信息,并基于所述人物的身份特征信息得到所述人物的安全应急特征信息;

3、获取所述环境参数检测传感器采集的环境信息,基于所述环境信息和/或所述视频图像信息判断所述隧道是否发现现场安全事故;

4、若判定所述隧道发生现场安全事故,则识别所述现场安全事故的类型及发生地点;

5、基于所述现场安全事故的类型、所述隧道内人物的位置分布信息以及各个人物的安全应急特征信息选定所述隧道中具有所述现场安全事故处理经验的目标人物;

6、通知所述目标人物前往所述现场安全事故的发生地点进行安全应急处理。

7、在一种可能的实现方式中,所述获取所述图像采集设备采集的视频图像信息,基于所述视频图像信息得到所述隧道内人物的位置分布信息以及各个人物的身份特征信息,并基于所述人物的身份特征信息得到所述人物的安全应急特征信息的步骤,包括:

8、获取所述隧道中不同位置处设置的图像采集设备采集的视频图像信息;

9、基于所述视频图像信息中人物所占比例、所述图像采集设备所安装的位置及所述图像采集设备的拍摄角度确定出所述隧道内人物的位置分布信息;

10、基于所述视频图像信息中人物的面部特征识别得到所述隧道内各个人物的身份特征信息;

11、基于所述人物的身份特征信息从安全应急特征数据库中获取所述人物的安全应急特征信息,其中,所述安全应急特征数据库记录有不同人物的安全应急特征信息,所述安全应急特征信息包括是否参加过安全应急培训的课程信息以及对应的实际安全应急操作能力指数。

12、在一种可能的实现方式中,所述获取所述环境参数检测传感器采集的环境信息,基于所述环境信息和/或所述视频图像信息判断所述隧道是否发现现场安全事故的步骤,包括:

13、获取所述隧道中不同位置处设置的环境参数检测传感器采集的环境信息,其中,所述环境信息包括氧气含量、温度、湿度、音量或亮度;

14、将所述环境信息和/或所述视频图像信息输入到安全事故预测模型中,通过所述安全事故预测模型判断所述隧道是否发现现场安全事故,其中,所述安全事故预测模型基于所述环境信息中的异常环境参数和/或所述视频图像信息中异常区域的异常图像判断所述隧道是否发现现场安全事故。

15、在一种可能的实现方式中,所述若判定所述隧道发生现场安全事故,则识别所述现场安全事故的类型及发生地点的步骤,还包括:

16、在所述安全事故预测模型判定所述隧道发生现场安全事故时,所述安全事故预测模型还基于采集所述异常环境参数的环境参数检测传感器位置和/或采集存在异常图像的图像采集设备位置,确定所述现场安全事故的发生地点;

17、所述安全事故预测模型还基于所述异常环境参数和/或异常图像预测所述现场安全事故的类型,其中,所述类型包括施工人员事故、施工器械事故及施工现场事故。

18、在一种可能的实现方式中,所述基于所述现场安全事故的类型、所述隧道内人物的位置分布信息以及各个人物的安全应急特征信息选定所述隧道中具有所述现场安全事故处理经验的目标人物的步骤,包括:

19、基于所述现场安全事故的发生地点和所述隧道内人物的位置分布信息计算得到每个人物距离所述发生地点的距离特征,还基于所述现场安全事故的类型以及各个人物的安全应急特征信息计算得到每个人物处理所述现场安全事故的适配度特征;

20、根据所述距离特征和适配度特征计算得到所述隧道内人物成功处理所述现场安全事故的成功率特征;

21、将所述成功率特征中成功率排列在预设名次之前的人物选定为所述目标人物,并生成所述目标人物前往所述发生地点的路线指引信息;

22、其中,所述通知所述目标人物前往所述现场安全事故的发生地点进行安全应急处理的步骤,包括:

23、向所述目标人物随身携带的通信设备发送进行安全应急处理的通知以及前往所述发生地点的路线指引信息。

24、在一种可能的实现方式中,在所述通知所述目标人物前往所述现场安全事故的发生地点进行安全应急处理的步骤之后,所述方法还包括:

25、接收所述图像采集设备获取的所述发生地点的视频图像信息和/或所述环境参数检测传感器获取的所述发生地点的环境信息;

26、基于所述发生地点在现场安全事故发生时和发生后的视频图像信息和/或环境信息,得到所述目标人物处理所述现场安全事故所花费的时长以及所述现场安全事故的处理结果;

27、基于所述目标人物处理所述现场安全事故所花费的时长以及所述现场安全事故的处理结果计算得到所述现场安全事故的处理评价值,其中,所述处理评价值表征所述目标人物对所述现场安全事故的处理效率;

28、根据所述处理评价值对所述目标人物的安全应急特征信息进行更新。

29、在一种可能的实现方式中,所述基于所述发生地点在现场安全事故发生时和发生后的视频图像信息和/或环境信息,得到所述目标人物处理所述现场安全事故所花费的时长以及所述现场安全事故的处理结果的步骤,包括:

30、在所述现场安全事故的处理结果为消除现场安全事故时,将所述目标人物处理所述现场安全事故所花费的时长与大数据库中获取的该类型现场安全事故的平均处理时长进行比较,在所述处理时长小于所述平均处理时长时,得到一正向处理评价值;

31、在所述现场安全事故的处理结果为消除现场安全事故时,且所述处理时长等于所述平均处理时长时,得到一维持处理评价值;

32、在所述现场安全事故的处理结果为未消除现场安全事故或所述处理时长大于所述平均处理时长时,得到一负向处理评价值;

33、所述根据所述处理评价值对所述目标人物的安全应急特征信息进行更新的步骤,包括:

34、在所述处理评价值为正向处理评价值时,提高所述目标人物的安全应急特征信息中的应急特征值,其中,应急特征值的大小与现场应急处理能力正相关;

35、在所述处理评价值为维持处理评价值时,维持所述目标人物的安全应急特征信息中的应急特征值不变;

36、在所述处理评价值本文档来自技高网...

【技术保护点】

1.一种基于人工智能的隧道施工安全应急方法,其特征在于,应用于隧道施工安全应急系统中的计算机设备,所述隧道施工安全应急系统还包括与所述计算机设备通信连接的图像采集设备及环境参数检测传感器,所述图像采集设备和所述环境参数检测传感器设置在所述隧道内用于分别采集所述隧道内的视频图像信息以及环境信息,所述方法包括:

2.如权利要求1所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述获取所述图像采集设备采集的视频图像信息,基于所述视频图像信息得到所述隧道内人物的位置分布信息以及各个人物的身份特征信息,并基于所述人物的身份特征信息得到所述人物的安全应急特征信息的步骤,包括:

3.如权利要求1所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述获取所述环境参数检测传感器采集的环境信息,基于所述环境信息和/或所述视频图像信息判断所述隧道是否发现现场安全事故的步骤,包括:

4.如权利要求3所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述若判定所述隧道发生现场安全事故,则识别所述现场安全事故的类型及发生地点的步骤,还包括:

5.如权利要求4所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述基于所述现场安全事故的类型、所述隧道内人物的位置分布信息以及各个人物的安全应急特征信息选定所述隧道中具有所述现场安全事故处理经验的目标人物的步骤,包括:

6.如权利要求5所述的基于人工智能的隧道施工安全应急方法,其特征在于,在所述通知所述目标人物前往所述现场安全事故的发生地点进行安全应急处理的步骤之后,所述方法还包括:

7.如权利要求6所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述基于所述目标人物处理所述现场安全事故所花费的时长以及所述现场安全事故的处理结果计算得到所述现场安全事故的处理评价值的步骤,包括:

8.如权利要求5所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述方法还包括训练安全事故预测模型的步骤,该步骤包括:

9.一种基于人工智能的隧道施工安全应急装置,其特征在于,应用于隧道施工安全应急系统中的计算机设备,所述隧道施工安全应急系统还包括与所述计算机设备通信连接的图像采集设备及环境参数检测传感器,所述图像采集设备和所述环境参数检测传感器设置在所述隧道内用于分别采集所述隧道内的视频图像信息以及环境信息,所述装置包括:

10.一种计算机设备,其特征在于,所述计算机设备包括处理器、可读存储介质和通信接口,所述可读存储介质、所述通信接口以及所述处理器之间通过总线系统相连,所述可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述可读存储介质中的程序、指令或代码,以执行权利要求1-8中任意一项所述的基于人工智能的隧道施工安全应急方法。

...

【技术特征摘要】

1.一种基于人工智能的隧道施工安全应急方法,其特征在于,应用于隧道施工安全应急系统中的计算机设备,所述隧道施工安全应急系统还包括与所述计算机设备通信连接的图像采集设备及环境参数检测传感器,所述图像采集设备和所述环境参数检测传感器设置在所述隧道内用于分别采集所述隧道内的视频图像信息以及环境信息,所述方法包括:

2.如权利要求1所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述获取所述图像采集设备采集的视频图像信息,基于所述视频图像信息得到所述隧道内人物的位置分布信息以及各个人物的身份特征信息,并基于所述人物的身份特征信息得到所述人物的安全应急特征信息的步骤,包括:

3.如权利要求1所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述获取所述环境参数检测传感器采集的环境信息,基于所述环境信息和/或所述视频图像信息判断所述隧道是否发现现场安全事故的步骤,包括:

4.如权利要求3所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述若判定所述隧道发生现场安全事故,则识别所述现场安全事故的类型及发生地点的步骤,还包括:

5.如权利要求4所述的基于人工智能的隧道施工安全应急方法,其特征在于,所述基于所述现场安全事故的类型、所述隧道内人物的位置分布信息以及各个人物的安全应急特征信息选定所述隧道中具有所述现场安全事故处理经验的目标人物的...

【专利技术属性】
技术研发人员:邹洪波许广春肖丙辰贺国龙孙志强秦金德鲁玉明卢许佳刘小弟代作强李信王杰罗维胡双浩冷潞槥
申请(专利权)人:中国水利水电第七工程局有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1