(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210511276.0 (22)申请日 2022.05.12 (65)同一申请的已公布的文献号 申请公布号 CN 114612866 A (43)申请公布日 2022.06.10 (73)专利权人 东营固泰尔建 筑科技有限责任公 司 地址 257000 山东省东营市垦利区康兴 路5 号 (72)发明人 曹利军　刘亮　李晓光　 (74)专利代理 机构 东营辛丁知联专利代理事务 所(普通合伙) 37334 专利代理师 康宁宁 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/10(2022.01)G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 110232320 A,2019.09.13 CN 111784967 A,2020.10.16 CN 110443976 A,2019.1 1.12 CN 113536935 A,2021.10.2 2 CN 110745704 A,2020.02.04 CN 113808354 A,2021.12.17 CN 112862887 A,2021.0 5.28 CN 112784821 A,2021.0 5.11 审查员 范园园 (54)发明名称 一种建筑场地内安全性智能识别方法、 装置 及设备 (57)摘要 本发明属于建筑安全识别领域， 涉及一种建 筑场地内安全性智 能识别方法、 装置及设备， 包 括： 识别第二图像数据所处的区域， 为每个区域 设置危险系数， 当危险系数大于预设危险系数阈 值时， 将该区域标记为危险区域， 并获得该危险 区域的位置； 基于危险区域的位置计算出实际危 险范围； 从第二图像数据中获得人体图像所处的 实时坐标位置， 得到第一坐标值， 并根据实际危 险范围以及第一坐标值计算出位移量； 本发明通 过大数据网络获得建筑器械的有效工作范围， 计 算出实际危险范围， 对建筑场地内的安全评估精 度更高， 施工人员距离建筑器械的有效工作范围 越近， 发出危险等级警告越高， 能有效避免由于 工地吵杂以及施工过程中视野盲区的同步影响 带来的安全 事故。 权利要求书3页 说明书12页 附图5页 CN 114612866 B 2022.09.02 CN 114612866 B 1.一种建筑场地内安全性智能识别方法， 其特 征在于， 包括以下步骤： 采集建筑场地内的第一图像数据； 构建物体分类模型， 并将所述第一图像数据实时反馈至所述物体分类模型中， 在所述 物体分类模型中， 对所述第一图像数据执 行物体分类， 得到第二图像数据； 识别所述第二图像数据所处的区域， 并获取每个区域的危险系数， 当所述危险系数大 于预设危险系数阈值时， 则将该区域标记为 危险区域， 并获得 该危险区域的位置； 基于所述 危险区域的位置计算出实际危险范围； 从所述第二图像数据中获得人体图像所处的实时坐标位置， 得到第一坐标值， 并根据 所述实际危险范围以及第一 坐标值计算出位移量； 基于所述位移量确定危险等级， 所述危险等级分为低 危险等级、 中危险等级、 中高危险 等级、 高危险等级， 如果 危险等级高于中危险等级， 则立即发出 预警信号； 基于所述 危险区域的位置计算出实际危险范围， 具体包括以下步骤： 通过大数据网络获取建筑器械的有效工作区域范围； 获取所述危险区域的位置坐标值； 根据所述危险区域的位置坐标值以及建筑器械的有效工作区域范围得到多个极限坐 标值； 将所述极限坐标值围成的面积区域作为实际危险范围； 从所述第二图像数据中获得人体图像所处的实时坐标位置， 得到第一坐标值， 并根据 所述实际危险范围以及第一 坐标值计算出位移量， 具体包括： 根据所述实际危险范围 以及第一坐标值计算出多个位移量， 并从所述多个位移量中筛 选出最小的位移量， 以最小的位移量作为 最终输出的位移量； 还可以包括以下步骤： 获取当前施工人员的安全头盔所反馈的通讯 讯号； 判断远程控制终端在预设时间能否 接收所述 通讯讯号； 若能， 则进一步判断所述远程控制终端在预设时间内所接收到的通讯讯号是否存在间 断的情况； 若存在， 则得到在预设时间内通讯信号间断的次数， 并判断所述间断的次数是否大于 预设间断次数； 若大于， 则将该区域标记为 危险区域， 并发出 预警信号； 获取预设时间内第 三图像数据在监控区域内的移动轨迹， 所述第 三图像数据为包含人 体图像的第二图像数据； 基于所述移动轨迹建立构建危险轨迹 图， 构建危险预测模型， 并将所述危险轨迹 图导 入所述危险预测模型中， 得到训练完成的危险预测模型； 获取下一预设时间内的第 三图像数据在监控区域内的移动轨迹， 并将所述下一预设时 间内的第三图像数据在监控区域内的移动轨迹导入训练完成的危险预测模 型中， 得到预测 结果； 判断所述预测结果是否为预设预测结果； 若是， 则提前发出 预警信号。 2.根据权利要求1所述的一种建筑场 地内安全性智能识别方法， 其特征在于， 构建物体权　利　要　求　书 1/3 页 2 CN 114612866 B 2分类模型， 并将所述第一图像数据实时反馈至所述物体分类模型中， 在所述物体分类模型 中， 对所述第一图像数据执 行物体分类， 得到第二图像数据的步骤之后还 包括以下步骤： 构建安全头盔佩戴模型， 并从所述物体分类模型中得到安全头盔识别模型以及人体识 别模型； 将所述安全头盔识别模型以及人体识别模型导入安全头盔佩戴模型中训练， 得到训练 完成的安全头盔佩戴模型； 并将所述第二图像数据导入所述训练完成的安全头盔佩戴模型， 得到相似概 率值； 判断所述相似概 率值是否小于预设概 率值； 若小于， 则发出 未佩戴安全帽的警示。 3.根据权利要求2所述的一种建筑场 地内安全性智能识别方法， 其特征在于， 并将所述 第二图像数据导入所述训练完成的安全头盔佩戴模型， 得到概 率值， 具体包括以下步骤： 判断所述第二图像数据中是否存在人体识别模型； 若存在， 则将所述人体识别模型导入所述训练完成的安全头盔佩戴模型中， 并计算相 似概率值。 4.根据权利要求1所述的一种建筑场 地内安全性智能识别方法， 其特征在于， 识别所述 第二图像数据所处的区域， 并获取每个区域的危险系 数， 当所述危险系 数大于预设危险系 数阈值时， 则将该区域标记为 危险区域， 并获得 该危险区域的位置， 具体包括以下步骤： 根据所述第二图像数据的类型设定危险系数， 若所述危险系数与预设危险系数相等， 标记所述第二图像数据所在的区域， 并将该区域设定为行为 监控区域； 获取在预设时间内所述行为监控区域的行为状态， 所述行为状态包括工作状态以及非 工作状态； 若行为状态为工作状态， 则将该行为监控区域作为危险区域， 并获得该危险区域的位 置。 5.一种建筑场 地内安全性智能识别装置， 其特征在于， 所述装置包括存储器与处理器， 所述存储器中包括建筑场地内安全性智能识别方法程序， 所述建筑场地内安全性智能识别 方法程序被所述处 理器执行时， 实现如下步骤： 采集建筑场地内的第一图像数据； 构建物体分类模型， 并将所述第一图像数据实时反馈至所述物体分类模型中， 在所述 物体分类模型中， 对所述第一图像数据执 行物体分类， 得到第二图像数据； 识别所述第二图像数据所处的区域， 并获取每个区域的危险系数， 当所述危险系数大 于预设危险系数阈值时， 则将该区域标记为 危险区域， 并获得 该危险区域的位置； 基于所述 危险区域的位置计算出实际危险范围； 从所述第二图像数据中获得人体图像所处的实时坐标位置， 得到第一坐标值， 并根据 所述实际危险范围以及第一 坐标值计算出位移量； 基于所述位移量确定危险等级， 所述危险等级分为低 危险等级、 中危险等级、 中高危险 等级、 高危险等级， 如果 危险等级高于中危险等级， 则立即发出 预警信号； 基于所述 危险区域的位置计算出实际危险范围， 具体包括以下步骤： 通过大数据网络获取建筑器械的有效工作区域范围； 获取所述危险区域的位置坐标值；权　利　要　求　书 2/3 页 3 CN 114612866 B 3