[发明专利]基于人工智能的土木工程施工风险管理方法及系统

说明书

本发明涉及基于人工智能的土木工程施工风险管理方法及系统，该方法利用已经训练好的作业区规划神经网络，进行若干次循环步骤，每次循环步骤中，能够自动的在实际划定的待处理区域图像中，进行一个作业区域面积的填充，直到待处理区域图像的作业区域总面积中，填满各个作业区域面积为止，得到一个作业区轨迹生成图像，并利用现有的路径规划方法，即单源最短路径算法，在作业区轨迹生成图像中，确定初始的预测道路施工轨迹。本发明的方法适用于任何形状的待处理区域的道路施工轨迹规划。本发明考虑了道路工程施工人员在固定时间内完成有限作业区域的情况下，进行预测道路施工轨迹的合理规划，使施工人员进行施工时能够提高施工效率。

技术领域

本发明涉及人工智能和工程管理领域，具体涉及基于人工智能的土木工程施工风险管理方法及系统。

背景技术

目前，土木施工风险管理过程中的道路工程施工轨迹规划，通常是通过人工进行简单的路线规划来实现的，最常用的规划路线是采用S形路线来进行道路施工，常规的路线规划是以理想形状的待处理区域进行作业比较适用的路线规划方式，然而，实际划定的待处理区域往往是非理想形状(例如矩形)的待处理区域，如果也按照常规的S形路线来进行道路施工，和用此方法对同样面积大小但为理想形状待处理区域进行道路施工处理的效率来比是降低的，由此可见，常规的道路工程施工轨迹规划方法不适合任意形状的待处理区域。

发明内容

本发明的考虑到待处理区域的不规则形状对所规划路线的实际施工效率的影响，提供一种基于人工智能的土木工程施工风险管理方法及系统，用于解决现有施工风险管理方法的轨迹规划不适合任意形状的待处理区域的问题，以及按照现有轨迹规划方法处理非理想形状的待处理区域导致的施工效率较低的问题。

第一方面，对于基于人工智能的土木工程施工风险管理方法，所采用的技术方案具体如下：

步骤S10，获取实际划定的待处理区域图像，以及获取作业区域图像，所述的作业区域图像中的作业区域面积为设定数量的道路工程施工人员在设定单位时间内能够完成的作业区域面积，所述待处理区域图像中的待处理区域面积为需要道路工程施工人员完成的作业区域总面积；

步骤S20，获取已经训练好的作业区规划神经网络，所述的作业区规划神经网络用于在待处理区域图像的待处理区域面积中划定一个作业区域面积；将所述的待处理区域图像和作业区域图像作为一组输入图像，输入至已经训练好的作业区规划神经网络，输出H₁个第一生成图像，每个第一生成图像的待处理区域面积中划定的作业区域面积的位置均各不相同；

步骤S30，进行若干次循环步骤，每次循环步骤为：上次循环步骤中作业区规划神经网络输出的各个第i生成图像分别与作业区域图像作为一组输入图像，再输入至作业区规划神经网络，将输出各个i+1生成图像，i＝1,2,…；直到第G次循环步骤中，作业区规划神经网络的输出损失值大于设定限值时，循环停止，在第G-1次循环步骤中作业区规划神经网络输出的各第G生成图像中，选取一个满足设定条件的第G生成图像，作为作业区轨迹生成图像；

步骤S40，根据步骤S30选取的一个作业区轨迹生成图像，以图像中各个作业区域面积的中心点为节点，选取其中的一个节点作为初始节点，利用初始节点和剩余节点，基于现有的路径规划方法，如单源最短路径算法，确定出初始的预测道路施工轨迹。

优选的，步骤S20-步骤S30中，所述作业区规划神经网络的结构包括：

第一编码器、第二编码器、解码器、第三编码器和全连接层，第一编码器用于输入待处理区域图像，输出第一特征张量，第二编码器用于输入作业区域图像，输出第二特征张量；将第一特征张量与第二特征张量连接，输入至解码器，由解码器输出作业区规划图像；

第三编码器和全连接层连接，向第三编码器输入作业区规划图像，全连接层输出作业区规划图像中一个或一个以上作业区域面积的包围框信息，根据所述的包围框信息，确定作业区规划图像的连通域图像，根据所述的连通域图像监督解码器输出的作业区规划图像。