机器学习在土木工程施工安全管理中的应用研究

发布时间：2020-06-05 00:12

【摘要】：随着人工智能概念的提出和计算机软硬件的迅速发展,机器学习作为一种强大的实现人工智能的工具,为各个领域,尤其对传统行业的自动化、信息化、智慧化发展产生了无法估量的推动作用和深远影响。找到合适的切入点进行应用探索是破除传统行业瓶颈,实现智能化的关键。当前我国建筑施工过程中事故频发,每每发生都会造成经济或者生命的巨大损失。因此,对于施工安全的管理及其研究变得极为关键。但是目前主要的施工安全管理多采用岗前培训、人工监督、视频监控等手段,造成巨大的人力物力的浪费,同时无法达到高效即时的预警或者抑制作用。为了推动施工安全管理自动化、信息化、智慧化的发展,本文提出将机器学习的相关技术结合具体的工程施工场景进行应用。主要进行的应用性探索研究包括如下三个方面:(1)基于手机的各种内置传感器,利用机器学习算法对工人的动作进行分类,识别在特定工况下的危险行为。本文针对高空作业人员,建立行为识别和动作捕捉模型,可以准确的判断出高空作业过程中工人是否正确使用安全带,以此达到自动监控、及时预警、减少高空坠落事故发生的效果。(2)基于深度学习理论,训练图像分类和识别模型,实现实时判断桥梁类型和检测其主要构件的目的,让自动监控设备真正的“认识”“看懂”结构。(3)基于深度学习理论,对监控中吊装场景进行多目标识别和定位,根据对目标的识别、定位以及轨迹追踪,对施工场景进行描述,并且判断该场景的危险等级,及时预警,防止在吊装过程中发生严重的安全事故。经试验验证和实践,本文所提出的应用方法或者开发的应用系统均取得了较为让人满意的效果,合理的应用使施工安全管理实现自动化、信息化和智慧化不再遥不可及,达到安全施工的目的。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU714;TP181

【参考文献】