-
公开(公告)号：CN118918284A
公开(公告)日：2024-11-08
申请号：CN202410924568.6
申请日：2024-07-11
申请人： 广东筠诚建筑科技有限公司 , 广州机施建设集团有限公司
IPC分类号： G06T17/10 , G06Q50/26 , G06F30/13 , G06F30/27 , G06F18/2431
摘要： 本发明提供基于数字化实现市政道路的可视化展示方法及系统。所述方法包括响应于接收到的采集指令，采集施工项目的当前施工数据；基于采集的当前施工数据，在预构建的施工项目的基础三维模型之上构建施工项目的当前进度三维模型；将施工项目的当前进度三维模型及采集的当前施工数据代入预设的施工分析管理模块，得到不同类型的标记信号及与各个标记信号相匹配的辅助数据组；基于各个标记信号的不同类型及与各个标记信号相匹配的辅助数据组，对构建的当前进度三维模型进行覆盖多个展示层。本发明能够实现对市政道路的施工项目的当前进度的可视化展示，便于对施工项目当前进度分析与标记，方便相关人员直观获知施工项目当前进度，及时获得异常情况。
-
公开(公告)号：CN118690285A
公开(公告)日：2024-09-24
申请号：CN202410706689.3
申请日：2024-06-03
申请人： 广东筠诚建筑科技有限公司 , 广州机施建设集团有限公司 , 广东精宏建设有限公司
IPC分类号： G06F18/2431 , G06F18/214 , G06F18/15 , G16Y10/30
摘要： 本申请公开了一种基于物联网实现市政道路的异常监测方法及系统，本申请属于物联网领域。该方法包括：实时获取施工数据，将施工数据输入至预设的道路异常监测模型，确定是否存在异常情况，若存在则通过预设的道路异常监测模型根据施工数据以及预设的异常判定标准确定异常信息，并确定是否可以远程处理异常情况，若可以则根据异常信息以及施工数据确定处理方案，并根据处理方案处理异常情况。本方案可以及时发现并预警道路施工过程中的异常情况，有助于及时采取措施防止事故发生或施工质量下降，使用道路异常监测模型提高了异常识别的准确性和可靠性。对于可以远程处理的异常情况，直接通过远程处理方式进行干预，提高了处理效率。
-
公开(公告)号：CN115841651B
公开(公告)日：2023-08-22
申请号：CN202211602196.2
申请日：2022-12-13
申请人： 广东筠诚建筑科技有限公司 , 海南大学 , 广州机施建设集团有限公司
摘要： 本发明公开了基于计算机视觉与深度学习的施工人员智能监测系统，包括智能统计模块和智能监测模块，智能统计模块包括视频采集模块、深度学习算法分析模块及分析结果显示模块，智能监测模块包括安全帽识别模块、工作服识别模块、状态识别模块及警报提醒模块。本发明不仅可以实现对施工现场人员及车辆进、出数量以及当地内人员与车辆总数的智能统计，而且还可以利用图像识别技术分别对通过工地入口的施工人员的着装及状态进行识别，并对不符合标准的施工人员进行提醒，从而可以有效地避免因施工人员未佩带安全帽、未穿着工作服或精神状态欠佳而导致的安全事故现象的发生，进而可以有效地提高施工现场的施工安全性能。
-
公开(公告)号：CN115841651A
公开(公告)日：2023-03-24
申请号：CN202211602196.2
申请日：2022-12-13
申请人： 广东筠诚建筑科技有限公司 , 海南大学 , 广州机施建设集团有限公司
摘要： 本发明公开了基于计算机视觉与深度学习的施工人员智能监测系统，包括智能统计模块和智能监测模块，智能统计模块包括视频采集模块、深度学习算法分析模块及分析结果显示模块，智能监测模块包括安全帽识别模块、工作服识别模块、状态识别模块及警报提醒模块。本发明不仅可以实现对施工现场人员及车辆进、出数量以及当地内人员与车辆总数的智能统计，而且还可以利用图像识别技术分别对通过工地入口的施工人员的着装及状态进行识别，并对不符合标准的施工人员进行提醒，从而可以有效地避免因施工人员未佩带安全帽、未穿着工作服或精神状态欠佳而导致的安全事故现象的发生，进而可以有效地提高施工现场的施工安全性能。
-
公开(公告)号：CN116738376B
公开(公告)日：2024-01-05
申请号：CN202310830617.5
申请日：2023-07-06
申请人： 广东筠诚建筑科技有限公司 , 广州机施建设集团有限公司
IPC分类号： G06F18/27 , G06F18/22 , G06F18/243 , G06F18/214 , H04Q9/00
摘要： 本发明公开了一种基于振动或磁场唤醒的信号采集识别方法及系统，该方法包括以下步骤：实时监测电子设备的磁场变化及振动情况，并在超过预设阈值时启动信号采集设备；为采集模块提供对应的供电电压；利用补偿算法对采集的电压数据进行延时补偿；将补偿后的电压数据发送至设备管理终端；补偿后的电压数据进行分析计算；利用量子神经网络模型结合振弦信号及振动信号对电子设备的工作状态进行分析识别。本发明通过对电子设备的磁场变化和振动情况进行实时监测，利用结合特征要求的电压推荐算法、补偿算法、快速傅里叶变换法和量子神经网络模型等先进技术来实现对异常电子设备的高(56)对比文件沙志成等.基于约束模糊聚类的电力系统扰动信号识别方法.自动化与仪器仪表.2020,全文.
-
公开(公告)号：CN116738376A
公开(公告)日：2023-09-12
申请号：CN202310830617.5
申请日：2023-07-06
申请人： 广东筠诚建筑科技有限公司 , 广州机施建设集团有限公司
IPC分类号： G06F18/27 , G06F18/22 , G06F18/243 , G06F18/214 , H04Q9/00
摘要： 本发明公开了一种基于振动或磁场唤醒的信号采集识别方法及系统，该方法包括以下步骤：实时监测电子设备的磁场变化及振动情况，并在超过预设阈值时启动信号采集设备；为采集模块提供对应的供电电压；利用补偿算法对采集的电压数据进行延时补偿；将补偿后的电压数据发送至设备管理终端；补偿后的电压数据进行分析计算；利用量子神经网络模型结合振弦信号及振动信号对电子设备的工作状态进行分析识别。本发明通过对电子设备的磁场变化和振动情况进行实时监测，利用结合特征要求的电压推荐算法、补偿算法、快速傅里叶变换法和量子神经网络模型等先进技术来实现对异常电子设备的高效、准确识别，可以更好地满足于企业的使用需求。
-
公开(公告)号：CN117671497A
公开(公告)日：2024-03-08
申请号：CN202311649521.5
申请日：2023-12-04
申请人： 广东筠诚建筑科技有限公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/82
摘要： 本发明涉及建筑废料分类技术领域，揭露了一种基于数字图像的工程建筑废料分类方法及装置，包括：接收废料分类指令，基于所述废料分类指令确认废料分类环境，废料分类环境包括不同种类的建筑废料，基于不同类型的建筑废料获取优化建筑废料，确认优化建筑废料的种类为木制建筑废料且为初始建筑废料后，利用废料粉碎机及废料筛选机筛选初始建筑废料、第一类建筑废料及第二类建筑废料得到第一建筑废料及第二建筑废料，确认第一建筑废料运输至废料分类机处后，基于目标图像将第一建筑废料划分为一种或多种建筑废料，并将一种或多种建筑废料及第二建筑废料输送至指定的区域，实现对建筑废料的分类。本发明可解决对建筑废料分类不准确及资源浪费的问题。
-
公开(公告)号：CN117671497B
公开(公告)日：2024-05-28
申请号：CN202311649521.5
申请日：2023-12-04
申请人： 广东筠诚建筑科技有限公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/82
摘要： 本发明涉及建筑废料分类技术领域，揭露了一种基于数字图像的工程建筑废料分类方法及装置，包括：接收废料分类指令，基于所述废料分类指令确认废料分类环境，废料分类环境包括不同种类的建筑废料，基于不同类型的建筑废料获取优化建筑废料，确认优化建筑废料的种类为木制建筑废料且为初始建筑废料后，利用废料粉碎机及废料筛选机筛选初始建筑废料、第一类建筑废料及第二类建筑废料得到第一建筑废料及第二建筑废料，确认第一建筑废料运输至废料分类机处后，基于目标图像将第一建筑废料划分为一种或多种建筑废料，并将一种或多种建筑废料及第二建筑废料输送至指定的区域，实现对建筑废料的分类。本发明可解决对建筑废料分类不准确及资源浪费的问题。
-
公开(公告)号：CN116258696A
公开(公告)日：2023-06-13
申请号：CN202310129687.8
申请日：2023-02-16
申请人： 华南理工大学 , 广东筠诚建筑科技有限公司
摘要： 本发明公开了一种基于数字图像相关的屈曲识别方法，该识别方法包括以下步骤：S1、在试验件表面喷涂随机散斑或规则图案，并校准数字图像相关的测量系统；S2、通过测量系统不断采集试验件表面的散斑图像；S3、在采集到的散斑图像上划分网格；S4、利用分析软件通过数字图像相关技术对采集到的散斑图像计算分析处理；S5、根据全场应变分布图依次求取相邻网格节点的应变场梯度、每张散斑图像中应变场总梯度模及应变场总梯度模G归一化梯度，最终获取屈曲开始的散斑图像序号；S6、根据对应的试验件的全场应变分布图获取屈曲开始的位置。本发明在局部屈曲发展缓慢区域也能通过设定计算阈值确定局部屈曲发生时刻。
-
公开(公告)号：CN117893779A
公开(公告)日：2024-04-16
申请号：CN202410082553.X
申请日：2024-01-19
申请人： 广东筠诚建筑科技有限公司 , 广东精宏建设有限公司
摘要： 本发明涉及建筑施工领域，提出了基于机器视觉实现建筑施工下的异常识别方法及系统，所述方法包括：获取建筑施工现场的现场图像集，通过识别图像数据并进行预标注，得到图像标记数据，接着对标记数据进行去噪处理，得到去噪图像数据，并进行图像增强处理，得到增强图像数据，再对增强图像数据进行图像分割，得到分割图像数据，将分割图像数据划分为数据训练集，并提取图像特征，识别特征向量并计算特征相似度，从而构建异常识别模型，通过使用训练好的模型进行环境参数异常识别，提取异常因子并计算异常指标，生成预警信号实现对建筑施工现场的异常识别。本发明可以提高建筑施工中的异常识别效率。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.064 秒)
