Page 28 - 2024年第55卷第7期
P. 28

水  利  学  报

                2024年 7月                            SHUILI  XUEBAO                          第 55卷 第 7期

              文章编号:0559 - 9350(2024)07 - 0780 - 12

                    基于大场景视频监控的坝面施工机械潜在碰撞风险预警方法


                                                    1
                                                                           1
                                          1
                                  曾拓程 ,王佳俊 ,钟登华                1,2 ,张雨诺 ,康 栋          3
                                   (1.天津大学 水利工程智能建设与运维全国重点实验室,天津 300350;
                                         2.中国农业大学 水利与土木工程学院,北京 100083;
                                         3.雅砻江流域水电开发有限公司,四川 成都 610051)


                摘要:基于大场景视频监控实现坝面施工机械潜在碰撞风险预警对保证大坝施工安全具有重要意义。然而,目前
                坝面施工机械潜在碰撞风险检测主要依赖人工经验判断,易出现漏判和误判等问题。因此,本研究提出一种基于
                大场景视频监控的坝面施工机械潜在碰撞风险预警方法。首先,基于 Trajectron ++ 轨迹预测算法,通过迁移学习,
                实现对坝面大场景视频监控中数量众多、类型多样的施工机械在未来一段时间内的轨迹预测。其次,提出将行驶
                接近时间和机械最大拥挤度作为坝面施工机械潜在碰撞风险的量化指标,并基于模糊规则,建立不同行驶速度条
                件下两个指标与潜在碰撞风险分级预警的模糊隶属度函数。最后,采用证据理论对两个指标的预警结果进行融
                合,计算最终的预警等级。以两河口大坝施工现场的大场景视频监控为例进行实验验证,结果表明坝面施工机械
                未来 6s的轨迹预测平均位移误差和最终位移误差分别为 1.17和 2.36m,且基于模糊 - 证据融合的施工机械潜在
                碰撞风险分级预警结果可为坝面施工安全提供自动化、智能化分析方法。
                关键词:施工机械安全;大场景视频监控;轨迹预测;模糊- 证据融合;分级预警
                中 图 分 类 号 : T V 5 2                                      doi:10.13243?j.cnki.slxb.20230704
                                 文献标识码:A
              1 研究背景


                  坝面施工防范机械碰撞是大坝施工安全的关键,有效监控和判定坝面施工机械碰撞风险对保障施
              工人员安全、施工机械安全至关重要                  [1 - 3] 。传统的机械施工安全监控多基于雷达、全球定位导航系统
              (GlobalNavigationSatelliteSystem,GNSS)和车载相机等实现,存在传感器安装费时费力、GNSS设备
              成本高等缺点。大场景视频监控为分析坝面施工机械潜在碰撞风险提供了一种更加便捷的低成本方
              案  [4 - 7] 。然而,目前大场景视频监控中施工机械的潜在碰撞风险分析主要依赖人工经验判断,易出现
              漏判和误判等问题,亟需提出一种自动化、智能化的大场景视频监控下施工机械潜在碰撞风险预警方
              法,提升大坝施工安全管控水平。
                  目前,随着计算机视觉技术在工程建设领域的快速发展,图像分类、目标检测、目标跟踪等方法
              在施工现场监控视频和图像中得以大量应用,实现了对施工机械                               [6 - 8] 、人员  [9 - 10] 和材料  [11 - 12] 的分类识
              别。在此基础上,部分研究进一步分析了施工机械存在的安全问题                                 [13] 。Kim等  [14] 采用计算机视觉技
              术跟踪监控视频中的挖掘机和工人,并引入了接近度和拥挤度两个碰撞风险评估指标,构建了评估不
              同风险等级的模糊规则;Kim等              [15] 和高星蓉  [3] 使用 YOLOv3(YouOnlyLookOnce - version3)对无人机
              采集视频中的挖掘机、装载机和自卸汽车进行目标检测,前者开发了图像矫正方法计算目标间的接近
              度,后者直接计算了接近度和拥挤度两个碰撞风险指标,并使用模糊综合评价法确定了最终的碰撞风


                 收稿日期:2023 - 11 - 12;网络首发日期:2024 - 07 - 24
                 网络首发地址:https:??kns.cnki.net?kcms?detail?11.1882.TV.20240722.1518.004.html
                 基金项目:水利部重大科技专项项目(SKS - 2022109);国家自然科学基金青年科学基金项目(52009089)
                 作者简介:曾拓程( 1994 - ),博士生,主要从事大坝智能建设研究。E - mail:tczeng@tju.edu.cn
                 通信作者:王佳俊(1991 - ),副教授,主要从事大坝智能建设研究。E - mail:jiajun_2014_bs@tju.edu.cn
                —  7 8  —
                     0
   23   24   25   26   27   28   29   30   31   32   33