-
公开(公告)号：CN114727063A
公开(公告)日：2022-07-08
申请号：CN202210339973.2
申请日：2022-04-02
Applicant: 清华大学 , 北京城建集团有限责任公司
IPC: H04N7/18 , H04N5/232 , G06V40/10 , G06V20/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/20 , G06T7/70
Abstract: 本发明是关于一种施工现场的路径安全监测系统、方法及装置，系统包括：数据采集模块，用于通过摄像装置采集施工现场的图像数据；识别模块，用于对所述施工现场的图像数据进行识别，以确定施工现场的每个工人坐标点和工程机械的中心坐标点，每日工人的移动路径和所述施工现场的作业区域；风险评测模块，用于根据每日工人的移动路径、工人坐标点、工程机械的中心坐标点和所述作业区域，确定移动路径的风险指数和风险工程机械，以及每个工人当日是否存在异常移动或进入非作业区域。
-
公开(公告)号：CN111931706A
公开(公告)日：2020-11-13
申请号：CN202010970370.3
申请日：2020-09-16
Applicant: 清华大学 , 中铁十四局集团有限公司
Abstract: 本公开是关于一种施工现场的人机碰撞预警方法及系统，系统包括：数据采集模块，通过设置在施工现场的移动式机械设备上的多个双目摄像头和多个传感器分别采集施工现场的当前图像数据、深度图像数据和机械设备的运动数据；处理模块，对每个当前图像数据进行分析处理，以确定每个当前图像数据中的工人轮廓像素坐标，根据工人轮廓像素坐标、深度图像数据和对应的机械设备的运动数据确定每个当前图像数据中工人与机械设备之间的距离和工人的安全帽颜色组合；风险识别模块，根据每个当前图像数据中工人与机械设备之间的距离和工人的安全帽颜色组合，识别当前图像数据对应的风险等级；预警模块，根据风险等级，确定对应的人机碰撞预警提示方式进行提示。
-
公开(公告)号：CN116910104A
公开(公告)日：2023-10-20
申请号：CN202310976512.0
申请日：2023-08-04
Applicant: 清华大学
IPC: G06F16/2457 , G06Q50/08 , G06F16/33 , G06F16/35 , G06F16/583 , G06F16/783 , G06F16/903
Abstract: 本发明实施例公开了一种基于大语言模型的建筑业施工安全智能日志记录方法，包括：获取施工安全巡检信息，所述巡检信息包括巡检文本、巡检图片和巡检音频；将所述巡检图片和巡检音频转换为描述文本；将所述巡检文本和描述文本输入训练好的大语言模型，得到巡检记录、风险识别记录和安全总结并插入结构化数据库；利用所述结构化数据库，自动生成施工安全日志。本实施例实现安全日志的自动化生成。
-
公开(公告)号：CN116458882A
公开(公告)日：2023-07-21
申请号：CN202310133266.2
申请日：2023-02-09
Applicant: 清华大学
Abstract: 本发明涉及安全监测技术领域，是关于一种施工工人的注意力水平计算方法及装置，方法包括：通过脑机接口智能安全帽获取施工工人的预设位点的脑电信号，其中，所述预设位点包括第一位点、第二位点、第三位点和第四位点；对所述预设位点的脑电信号进行预处理，得到处理后的脑电信号；按照预设时间间隔从所述处理后的脑电信号中提取目标时序特征和目标频域特征；根据所述目标时序特征、目标频域特征和预训练的注意力水平识别模型，确定并输出所述施工工人的注意力水平。通过该方案，如果施工工人注意力水平处于不集中状态，安全帽会产生信号提醒，从而保证施工人员的安全。
-
公开(公告)号：CN114727064A
公开(公告)日：2022-07-08
申请号：CN202210339974.7
申请日：2022-04-02
Applicant: 清华大学 , 北京城建集团有限责任公司
IPC: H04N7/18 , H04N5/232 , G06V40/10 , G06V20/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/20 , G06T7/70
Abstract: 本发明是关于一种施工安全宏观监控系统及方法，系统包括：数据采集模块，用于通过摄像装置采集施工现场的图像数据，其中，所述图像数据包括工程机械进场前的第一图像数据和工程机械进场后的第二图像数据；校准模块，用于对所述摄像装置及其采集的图像数据进行校准，并将所述图像数据与预设的施工平面布置图中的数据进行对齐，以得到处理后的图像数据；识别模块，用于对所述处理后的图像数据进行识别，以确定施工现场的施工要素和施工作业；可视化模块，用于对所述施工要素和所述施工作业进行展示。
-
Patent Agency Ranking
公开(公告)号：CN114489143A
公开(公告)日：2022-05-13
申请号：CN202210340308.5
申请日：2022-04-02
Applicant: 清华大学
IPC: G05D1/10
Abstract: 本发明是关于一种施工安全风险监控的无人机管理系统、方法及装置，系统包括：数据采集模块，用于通过摄像装置采集施工现场的图像数据；校准模块，用于对所述摄像装置及其采集的图像数据进行校准，并将所述图像数据与预设的施工平面布置图中的数据进行对齐，以得到处理后的图像数据；数据识别模块，用于对所述处理后的图像数据进行识别，以确定施工现场的作业进度、高风险作业区域和无人机飞行风险；数据映射模块，用于将所述施工现场的作业进度、高风险作业区域和无人机飞行风险区域映射至BIM系统，并进行展示。
-
公开(公告)号：CN111309942B
公开(公告)日：2020-11-24
申请号：CN202010074164.4
申请日：2020-01-22
Applicant: 清华大学 , 中建一局集团建设发展有限公司
Abstract: 本公开是关于一种施工现场的数据采集方法、装置及系统，系统包括：定位模块和存储模块，定位模块包括数据采集模块；GPS模块，定位每个数据采集模块所在的位置，确定每个数据采集模块的坐标；IMU传感模块，获取每个数据采集模块设置的绝对角度，以及每个数据采集模块与施工现场的工人之间的相对角度；数据采集模块，采集施工现场的图像数据，从图像数据中选取出图像中含有工人，且工人与移动式机械设备的距离在预设距离范围内的目标图像数据；存储模块，将目标图像数据按照图像数据和与其对应的标签数据的存储方式进行存储。通过该技术方案，可以自动识别工人所在位置，对工人作业环境进行记录。
-
公开(公告)号：CN116458882B
公开(公告)日：2024-03-12
申请号：CN202310133266.2
申请日：2023-02-09
Applicant: 清华大学
Abstract: 本发明涉及安全监测技术领域，是关于一种施工工人的注意力水平计算方法及装置，方法包括：通过脑机接口智能安全帽获取施工工人的预设位点的脑电信号，其中，所述预设位点包括第一位点、第二位点、第三位点和第四位点；对所述预设位点的脑电信号进行预处理，得到处理后的脑电信号；按照预设时间间隔从所述处理后的脑电信号中提取目标时序特征和目标频域特征；根据所述目标时序特征、目标频域特征和预训练的注意力水平识别模型，确定并输出所述施工工人的注意力水平。通过该方案，如果施工工人注意力水平处于不集中状态，安全帽会产生信号提醒，从而保证施工人员的安全。
-
公开(公告)号：CN116304563B
公开(公告)日：2024-02-06
申请号：CN202310143622.9
申请日：2023-02-09
Applicant: 清华大学
IPC: G06F18/10 , A61B5/16 , A61B5/369 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及安全监测技术领域，是关于一种施工工人的疲劳程度计算方法及系统，方法包括：通过脑机接口智能安全帽获取施工工人的预设位点的脑电信号，其中，所述预设位点包括第一位点、第二位点、第三位点和第四位点；对所述预设位点的脑电信号进行预处理，得到处理后的脑电信号；按照预设时间间隔从所述处理后的脑电信号中提取目标脑电特征；根据所述目标脑电特征和预训练的疲劳识别模型，确定并输出所述施工工人的疲劳程度，其中，所述疲劳程度包括：高疲劳程度、中疲劳程度和低疲劳程度。通过该方案，一旦检测到施工工人处于疲劳状态，会通过脑机接口安全帽发出信号提醒，从而保证施工(56)对比文件杜云梅 等.基于深度卷积神经网络的脑电图异常检测.华南师范大学学报(自然科学版).2020,(02),第122-128页.
-
公开(公告)号：CN116304563A
公开(公告)日：2023-06-23
申请号：CN202310143622.9
申请日：2023-02-09
Applicant: 清华大学
IPC: G06F18/10 , A61B5/16 , A61B5/369 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及安全监测技术领域，是关于一种施工工人的疲劳程度计算方法及系统，方法包括：通过脑机接口智能安全帽获取施工工人的预设位点的脑电信号，其中，所述预设位点包括第一位点、第二位点、第三位点和第四位点；对所述预设位点的脑电信号进行预处理，得到处理后的脑电信号；按照预设时间间隔从所述处理后的脑电信号中提取目标脑电特征；根据所述目标脑电特征和预训练的疲劳识别模型，确定并输出所述施工工人的疲劳程度，其中，所述疲劳程度包括：高疲劳程度、中疲劳程度和低疲劳程度。通过该方案，一旦检测到施工工人处于疲劳状态，会通过脑机接口安全帽发出信号提醒，从而保证施工人员的安全。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
