[发明专利]一种基于人工智能的混凝土浇筑旁站监理方法

权利要求书

1.一种基于人工智能的混凝土浇筑旁站监理方法，其特征在于，该方法包括：

a1.对采集的视频流进行简单抽帧采样，通过深度学习分类算法对采样图像进行施工环境安全分析，对当前天气情况和邻电情况做出判断，所述邻电情况包括邻电分析，所述邻电分析是通过深度学习图像检测SSD算法，同时将施工区域、高风险带电物体作为目标进行检测识别;

a2.通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行场景事件分割判断，对采集的视频流进行场景解析判定，分为混凝土自拌场景、混凝土预拌场景、混凝土浇筑场景；

a3.对采集的混凝土自拌场景视频数据进行核心事件分析；

a4.对采集的混凝土预拌场景视频数据进行核心事件分析；

a5.对采集的混凝土浇筑场景视频数据进行核心事件分析；

a6.利用分析的相关结果信息，与工程质量要求相关参数进行比对分析，对风险事件进行预警，预警的方式包括语音预警、灯光信号预警、预设的手机短信预警;

a7：对视频流基于输出信息，进行结构化存储；

上述步骤a3中混凝土自拌场景视频数据进行核心事件分析步骤包括：

b1：通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行子事件分割判断，当前时间窗口视频的事件类型：单位盛具称重环节、单位车称重环节、入料口入料环节、搅拌环节、试块制作环节、塌落度测试环节；

b2：针对单位盛具称重环节的视频段，用相关算法完成各材质在单位盛具中的重量分析：通过SSD算法检测定位出处于称上的盛具以及其中的材料类型，同时检测定位称的显示盘上的文字区域、基于OCR算法识别称的显示盘上的文字区域的数值，输出结果为：材料类型、单位盛具的重量；

b3：针对单位车称重环节的视频段，用相关算法完成各材质在单位车中的重量分析：CoViAR-resnet检测分析盛满一车的全过程中的每一个单次盛装行为、通过SSD算法检测盛具中材料类型，输出结果为：材料类型、盛装次数；

b4：针对入料口入料环节的视频段，用相关算法完成入料口入料环节下加入到搅拌机中各材料的重量分析：通过CoViAR-resnet算法对工人入料行为进行分析，得到各材料加入到搅拌机内的次数、SSD算法检测加入的材料类型，输出结果为：材料类型、加入次数；

b5：针对搅拌环节的视频段，用相关算法完成搅拌机工作的相关状态分析：入料、搅拌、出料、停止，输出结果为：状态、起止时刻；

b6：针对试块制作环节的视频段，用相关算法完成时刻制作中试块个数分析：SSD算法检测试块数量，输出结果为：试块数量；

b7：针对塌落度测试环节的视频段，用相关算法完成塌落度估计分析：SSD算法检测定位塌落度筒、SSD算法检测定位混凝土、OCR文本，输出结果为：塌落度筒外接矩形坐标点，混凝土外接矩形坐标点、测定塌落度桶顶部与试验混凝土顶部之间卷尺刻度信息；

上述步骤a4中混凝土预拌场景视频数据进行核心事件分析步骤包括：

c1：通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行子事件分割判断，当前时间窗口视频的事件类型：混凝土货运清单表视频拍摄环节、试块制作环节、塌落度测试环节；

c2：针对混凝土货运清单表视频拍摄环节，利用SSD算法对视频帧中的清单表进行检测定位，矫正后利用SSD算法进行文本检测提取，利用OCR文本识别算法进行文本识别，利用文本位置关系结构化提取：混凝土配合比、当前车装载方量、搅拌时长信息；

c3：针对试块制作环节的视频段，用相关算法完成时刻制作中试块个数分析：SSD算法检测试块数量，输出结果为：试块数量；

c4：针对塌落度测试环节的视频段，用相关算法完成塌落度估计分析：SSD算法检测定位塌落度筒、SSD算法检测定位混凝土、OCR文本，输出结果为：塌落度筒外接矩形坐标点、混凝土外接矩形坐标点、测定塌落度桶顶部与试验混凝土顶部之间卷尺刻度信息；

上述步骤a5中混凝土浇筑场景视频数据进行核心事件分析步骤包括：

d1：通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行子事件分割判断，当前时间窗口视频的事件类型：导管安装环节、浇筑环节、导管拆卸环节；

d2：针对导管安装环节，基于CoViAR-resnet算法，分析识别安装一根导管的行为过程，从而通过安装单根导管行为的次数，统计安装全部导管的数量，在导管安装总长约等于孔径深度的事实下，结合已知的孔深参数，估算单根导管的长度；

d3：针对浇筑环节，利用SSD算法，进行待浇筑区域进行检测定位，确定其边界，在终孔浇筑环节下，带浇筑区域指的是终孔口相关区域，针对该区域的图像流信息：利用SSD算法，检测识别对待浇筑区域中的浇筑导管终端位置定位，并识别浇筑材料，对待浇筑区域，进行疑似异常物体检测，输出子区域的位置区域，针对该子区域的相关上下文视频流，利用视频行为分析算法CoViAR对该区域的子视频流进行行为识别，如果存在浇筑或物体抛入行为，则无论其物体类型是否混凝土均判定为非法行为；

d4：针对导管拆卸环节，基于CoViAR-resnet算法，分析单次拆管的行为过程，并利用SSD算法，检测分析单次拔管行为中，拆卸的导管的节数，结合步骤d2中估计的单管长度，估计单次拔出的导管长度；针对每次拔管事件时刻，利用估算的浇筑方量，结合已知的孔径参数信息，计算当前时刻下终孔中混凝土的深度。