基于学习的建筑工地起吊安全提升监测系统

起吊作业作为建筑工地的常见操作，仍存在安全风险，尤其是对于模块化集成施工（MiC）起吊作业因其巨大的重量和尺寸，可能导致事故，造成组件损坏，或更严重地，对现场作业人员构成安全隐患。为了降低起吊场景中的安全风险，我们设计了基于学习方法的自动化安全提升监测算法管线，并在建筑工地部署。本工作潜在通过自动化技术提高MiC起吊过程的安全性和效率。创建了一个数据集，包含1007对图像-点云数据（37次MiC起吊）。训练先进的目标检测模型，用于自动二维（2D）检测MiC和人员。将2D检测结果与点云信息融合，可准确确定MiC和人员的三维（3D）位置。该系统旨在自动触发警报，通知危险区域内的个人，同时为起吊操作员提供实时起吊信息和提前警报。监测过程最小化人工干预，现场几乎无需信号员即可实现。对算法管线进行定量分析，以评估其有效性。管线在MiC和人员感知方面表现出色，平均距离误差分别为1.5640米和0.7824米。此外，开发的系统在实际建筑工地上成功执行了安全风险监测和报警功能，仅需有限的手动工作。