(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210928288.3 (22)申请日 2022.08.03 (71)申请人 中建三局集团有限公司 地址 430073 湖北省武汉市东湖高新区高 新大道799号中建光谷之星中建三局 总部大楼 (72)发明人 张琨　王开强　李迪　陈厚泽　 梁博　胡正欢　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 张宇 (51)Int.Cl. G08B 21/00(2006.01) G08B 21/02(2006.01) G08B 31/00(2006.01)H04W 4/90(2018.01) G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/82(2022.01) G06V 10/40(2022.01) G06N 5/04(2006.01) G06N 5/02(2006.01) G06F 40/289(2020.01) G06F 40/242(2020.01) G01D 21/02(2006.01) H04N 7/18(2006.01) (54)发明名称 一种基于机器视觉及语义网络的建筑工程 安全监测预警系统 (57)摘要 本发明公开了一种基于机器视觉及语义网 络的建筑工程安全监测预警系统， 包括： 语义网 络构建模块， 基于建筑工程安全文档资料构建建 筑工程安全知识语义网络； 数据采集模块， 采集 施工现场及作业影像数据及环 境数据； 特征识别 模块， 基于机器视觉及深度学习相关算法， 从建 筑工程现场图像中自动识别安全相关的视觉特 征； 分析推理模块， 基于若干视觉特征， 结合 建筑 工程安全知识 语义网络， 进行分析推理现场隐含 的安全事故风险； 预警推送模块， 基于现场安全 分析推理结果， 将危险性大的作业点及人员定位 显示并推送相关责任人。 本发明基于机器视觉技 术自动识别工程现场影像特征， 并结合建筑安全 工程知识语义网络， 进行分析推理， 实现建筑工 程安全监测预警。 权利要求书1页 说明书4页 附图1页 CN 115410335 A 2022.11.29 CN 115410335 A 1.一种基于机器视觉及语义网络的建筑工程安全监测预警系统， 其特征在于， 包括语 义网络构建模块、 数据采集模块、 特 征识别模块、 分析推理模块及预警结果推送模块； 所述语义网络构建模块， 用于从建筑工程安全文档资料中抽取建筑工程安全要求条目 及安全事故因果关系， 构建 建筑工程 安全知识语义网络； 所述数据采集模块， 用于从建筑工程现场实时采集施工现场及作业影像数据得到建筑 工程现场图像， 并采集环境数据； 所述特征识别模块， 用于基于机器视觉及深度学习相关算法， 从建筑工程现场图像中 自动识别安全相关的视 觉特征； 所述分析推理模块， 用于基于建筑工程现场图像中的若干视觉特征， 结合建筑工程安 全知识语义网络及环境数据， 进行分析推理现场隐含的安全 事故风险； 所述预警推送模块， 用于基于现场安全分析推理结果， 结合BIM模型及现场监控影像， 将目标危险性的作业 点及人员定位显示并推送相关 责任人。 2.根据权利要求1所述的系统， 其特征在于， 所述语义网络构建模块， 用于采用手动构 建和自动 构建相结合的方式得到建筑工程安全文档相关信息， 通过手动 构建企业建筑工程 安全相关规定、 细则中的业务要求， 自动 构建部分涵盖包括国家、 地方和行业的建筑安全工 程相关规范中的术语， 要求及关系， 然后采用基于规则和领域词典的方法从建筑工程安全 文档中提取实体， 实体类型分为施工部位、 作业类型、 防护及装置设备， 同时抽取实体间关 系， 分为严禁和应采用。 3.根据权利要求2所述的系统， 其特征在于， 所述特征识别模块采用深度 学习算法对采 集的工程现场图像进行 特征抽取， 特 征类型分为施工 部位、 作业类型、 防护及装置设备。 4.根据权利要求3所述的系统， 其特征在于， 所述分析推理模块， 用于使用工程现场图 像中抽取出的特征， 在构建的建筑工程安全语义网络中， 查询相关实体， 并根据语义网络中 描述的实体关系， 分析判断工程现场图像中是否存在安全隐患的特征， 如果工程现场图像 的实体关系与建筑工程安全语义网络中的实体关系存在冲突， 或实体所需的作业环境与当 时的施工现场环境监测数据不符， 则判定工程现场图像中存在安全问题， 并将存在实体关 系冲突的语义实体进行处 理， 形成安全问题报告。 5.根据权利要求4所述的系统， 其特征在于， 所述预警推送模块对分析出含有安全隐患 的工程现场图像， 结合拍摄工程现场图像的相机所在位置及工程的BIM模型， 在BIM模型中 定位并显示 安全隐患类型及实际监控图像， 通过AP P推送预警至相关 责任人。权　利　要　求　书 1/1 页 2 CN 115410335 A 2一种基于机 器视觉及语 义网络的建筑工 程安全监测预警系统 技术领域 [0001]本发明属于建筑工程安全监测预警技术领域， 更具体地， 涉及一种基于机器视觉 及语义网络的建筑工程 安全监测预警系统。 背景技术 [0002]建筑工程安全管理一直是建筑工程项目开展的首要工作。 随着人工智能技术的进 步， 尤其是深度学习技术的发展， 基于 建筑工程现场视频监控影像， 自动识别安全隐患相关 特征目标的安全 预警系统逐渐涌现， 包括安全帽、 安全带的佩戴识别， 烟雾、 火焰识别等， 缺 乏对建筑工程项目的安全监控预警技 术。 发明内容 [0003]针对现有技术的以上缺陷或改进需求， 本发明提出了一种基于机器视觉及语义网 络的建筑工程安全监测预警系统， 基于机器视觉技术自动识别工程现场影像特征， 并结合 建筑安全工程知识语义网络， 进 行分析推理， 实现建筑工程安全监测预警， 该系统具备较高 的可扩展性、 可解释性和泛化 性。 [0004]为实现上述目的， 本发明提供了一种基于机器视觉及语义网络的建筑工程安全监 测预警系统， 包括语义网络构建模块、 数据采集模块、 特征识别模块、 分析推理模块及预警 结果推送模块； [0005]所述语义网络构建模块， 用于从建筑工程安全文档资料中抽取建筑工程安全要求 条目及安全 事故因果关系， 构建 建筑工程 安全知识语义网络； [0006]所述数据采集模块， 用于从建筑工程现场实时采集施工现场及作业影像数据得到 建筑工程现场图像， 并采集环境数据； [0007]所述特征识别模块， 用于基于机器视觉及深度学习相关算法， 从建筑工程现场图 像中自动识别安全相关的视 觉特征； [0008]所述分析推理模块， 用于基于建筑工程现场图像中的若干视觉特征， 结合建筑工 程安全知识语义网络及环境数据， 进行分析推理现场隐含的安全 事故风险； [0009]所述预警推送模块， 用于基于现场安全分析推理结果， 结合BIM模型及现场监控影 像， 将目标危险性的作业 点及人员定位显示并推送相关 责任人。 [0010]在一些可选 的实施方案中， 所述语义网络构建模块， 用于采用手动构建和自动构 建相结合的方式得到建筑工程安全文档相关信息， 通过手动 构建企业建筑工程安全相关规 定、 细则中的业务要求， 自动 构建部分涵盖包括国家、 地方和行业的建筑安全工程相关规范 中的术语， 要求及关系， 然后采用基于规则和领域词典的方法从建筑工程安全文档中提取 实体， 实体类型分为施工部位、 作业类型、 防护及 装置设备， 同时抽取实体间关系， 分为严禁 和应采用。 [0011]在一些可选的实施方案中， 所述特征识别模块采用深度学习算法对采集的工程现 场图像进行 特征抽取， 特 征类型分为施工 部位、 作业类型、 防护及装置设备。说　明　书 1/4 页 3 CN 115410335 A 3