一种基于数字模型的施工全息监测预警方法及系统与流程

摘要: 本发明涉及建筑施工智能监测,特别涉及一种基于数字模型的施工全息监测预警方法及系统。背景技术:1、随着建筑工业化与数字化的发展,bim、物联网及视频监控技术已广泛...
一种基于数字模型的施工全息监测预警方法及系统与流程

本发明涉及建筑施工智能监测,特别涉及一种基于数字模型的施工全息监测预警方法及系统。

背景技术:

1、随着建筑工业化与数字化的发展,bim、物联网及视频监控技术已广泛应用于施工现场管理。然而,现有监测系统多侧重于单点数据的阈值报警(如应力超限、位移越界),缺乏对施工全流程数据流转逻辑的全局认知。在施工过程中,各工序并非孤立存在,而是通过人员、物料、机械的交互形成紧密耦合的数据流通网络。理论上,正常的施工逻辑会在该网络中形成稳定的数据流通路径(如钢筋绑扎完成的数据应准时流向模板支护工序)。

2、因此,一旦某道工序出现施工违规、资源短缺或操作延迟,其数据输出的方向、时序或内容必然发生偏移,导致实际数据流通路径偏离预设的正常图谱。这种“路径偏离”是工序异常的深层表征,比单一物理量变化更早反映系统性风险。但目前技术难以捕捉此类动态拓扑关系的变化,无法将视频流中的视觉特征与后台管理数据在流通路径层面进行融合比对,导致异常工序定位滞后,且难以评估其对后续工序的连锁影响。因此,亟需一种能够基于数据流通路径进行全息比对与溯源的方法,以实现施工风险的精准预警。

技术实现思路

1、为了解决上述至少一个技术问题,本发明提出了一种基于数字模型的施工全息监测预警方法及系统。

2、本发明第一方面提供了一种基于数字模型的施工全息监测预警方法,包括:

3、获取目标施工现场的多源异构监测数据,根据所述多源异构监测数据构建施工全流程的数据流通路径图谱,其中,所述多源异构监测数据包括各施工工序的资源配置数据、工序衔接时序数据;

4、对目标施工现场进行实时视频数据采集,通过时空注意力机制算法对所述实时视频数据进行施工流程节点的特征提取,得到当前施工流程的数据传递序列,根据所述数据传递序列确定当前施工场景下的实际数据流通路径;

5、将所述实际数据流通路径与所述数据流通路径图谱进行拓扑比对,识别偏离数据流通路径图谱的异常数据流通路径;

6、基于图卷积神经网络算法对所述异常数据流通路径进行特征编码,确定异常数据流通路径对应的施工扰动源和影响范围,得到扰动源定位结果及影响范围数据;

7、根据所述扰动源定位结果及影响范围数据对目标施工现场进行施工预警操作。

8、本方案中,所述获取目标施工现场的多源异构监测数据,根据所述多源异构监测数据构建施工全流程的数据流通路径图谱,其中,所述多源异构监测数据包括各施工工序的资源配置数据、工序衔接时序数据及物理场监测数据,具体为:

9、从目标施工现场的工序管理系统中调取各施工工序的人员投入数量、机械设备调度记录及物料消耗台账,得到各施工工序的资源配置数据;

10、从施工进度管控平台中提取相邻工序的交接触发时刻、工序持续时长及工序间的依赖关系标识,得到工序衔接时序数据;

11、将各施工工序的资源配置数据、工序衔接时序数据按照施工工序的唯一标识码进行关联匹配,以施工工序为节点、工序间的数据交互关系为有向边;

12、将有向边的权重设置为对应工序衔接时序数据中的信息传递延迟时长,将节点的属性值配置为对应施工工序的资源配置数据,按照施工全流程的工序推进顺序依次连接所有节点与有向边,构建得到施工全流程的数据流通路径图谱。

13、本方案中,所述对目标施工现场进行实时视频数据采集,通过时空注意力机制算法对所述实时视频数据进行施工流程节点的特征提取,得到当前施工流程的数据传递序列,根据所述数据传递序列确定当前施工场景下的实际数据流通路径,具体为:

14、通过布设于目标施工现场的多视角高清摄像设备采集覆盖全施工场区的实时视频数据流,将实时视频数据流按固定帧率切分为连续视频帧序列,对连续视频帧序列逐帧执行特征点检测与匹配操作,提取每帧视频中施工机械的作业姿态特征、人员的移动轨迹特征及物料的转运位置特征;

15、将提取到的各类特征按照视频帧的时间先后顺序构建时空特征张量,以施工工序的唯一标识码为索引将时空特征张量与数据流通路径图谱中的节点属性进行对齐映射,构建包含施工全流程工序节点、工序衔接关系的施工全息数字模型;

16、将时空特征张量输入施工全息数字模型的时空注意力机制模块,所述时空注意力机制模块依次计算同一视频帧内不同施工工序节点的空间注意力权重、不同视频帧同一施工工序节点的时间注意力权重,根据空间注意力权重对同帧内的工序节点特征进行加权融合得到空间聚合特征;

17、根据时间注意力权重对跨帧的同一工序节点特征进行加权融合得到时间聚合特征,将空间聚合特征与时间聚合特征拼接后输入特征解码层,输出各施工工序节点在当前施工场景下的数据激活强度,按照数据激活强度由高到低的顺序对各施工工序节点进行排序,依据排序结果串联各施工工序节点的数据传输方向,得到当前施工流程的数据传递序列;

18、将数据传递序列中相邻的数据传输方向作为有向边,将数据传输方向对应的施工工序节点作为端点,按照数据传输方向的先后连接关系依次构建有向边的拓扑结构,得到当前施工场景下的实际数据流通路径。

19、本方案中,所述将所述实际数据流通路径与所述数据流通路径图谱进行拓扑比对,识别偏离数据流通路径图谱的异常数据流通路径,具体为:

20、将所述实际数据流通路径的有向边与数据流通路径图谱中对应工序衔接关系的有向边进行一一匹配,提取实际数据流通路径中各相邻工序节点的数据传输方向与数据流通路径图谱中对应工序衔接关系的有向边的指向进行对比,标记指向不一致的相邻工序节点对有向边为方向偏差边;

21、提取实际数据流通路径中各相邻工序节点的数据传输延迟时长与数据流通路径图谱中对应有向边的权重进行对比,标记延迟时长超出对应权重设定范围的相邻工序节点对有向边为延迟偏差边;

22、根据所述方向偏差边与延迟偏差边确定实际施工过程中的异常数据流通路径。

23、本方案中,所述基于图卷积神经网络算法对所述异常数据流通路径进行特征编码,确定异常数据流通路径对应的施工扰动源和影响范围,得到扰动源定位结果及影响范围数据,具体为:

24、将异常数据流通路径中的工序节点与数据流通路径图谱中的对应工序节点进行对齐映射,以异常数据流通路径中各工序节点的资源配置数据为节点初始特征向量,以异常数据流通路径中方向偏差边与延迟偏差边的偏差类型为边特征向量,构建包含节点特征与边特征的异常数据流通路径图结构数据;

25、将所述异常数据流通路径图结构数据输入预先构建的图卷积神经网络,通过多层图卷积操作逐层聚合各工序节点的邻域特征,每一层图卷积操作中先计算中心工序节点与相邻工序节点之间通过边特征向量加权后的特征差值,将所述特征差值与中心工序节点的当前特征向量进行拼接后通过非线性激活函数映射得到更新后的节点特征向量,逐层迭代后输出各工序节点的高阶语义特征向量;

26、计算各工序节点的高阶语义特征向量与正常工况下对应工序节点的基准特征向量的余弦相似度,将余弦相似度低于设定阈值的工序节点标记为候选扰动节点,统计所有候选扰动节点在异常数据流通路径图结构数据中的连通子图;

27、将所述连通子图中的核心候选扰动节点作为施工扰动源,提取所述连通子图中所有工序节点的空间分布范围作为初始影响范围;

28、基于数据流通路径图谱中工序间的依赖关系标识,沿初始影响范围内各工序节点的下游依赖方向逐层遍历受依赖关联的工序节点,将遍历得到的受依赖关联的工序节点纳入影响范围,将所述施工扰动源的空间坐标与影响范围的空间边界进行关联封装,得到扰动源定位结果及影响范围数据。

29、本方案中,所述根据所述扰动源定位结果及影响范围数据对目标施工现场进行施工预警操作,具体为:

30、根据所述扰动源定位结果确定施工扰动源对应的施工工序节点,根据所述影响范围数据提取影响范围内所有施工工序节点,并结合数据流通路径图谱中各施工工序节点之间的依赖关系,构建扰动传播关联链,计算扰动传播关联链中各施工工序节点的累计传播影响值;

31、将各施工工序节点的累计传播影响值与对应施工工序节点的数据激活强度进行关联分析,得到各施工工序节点的综合扰动指数,当综合扰动指数大于预设扰动指数时,将对应施工工序节点标记为重点预警节点,当综合扰动指数小于或等于预设扰动指数时,将对应施工工序节点标记为持续监测节点;

32、统计重点预警节点在影响范围内的数量占比,并计算重点预警节点对应异常数据流通路径的覆盖比例,当重点预警节点数量占比大于节点数量占比阈值且异常数据流通路径覆盖比例大于覆盖比例阈值时,生成施工阻断预警指令,将施工阻断预警指令发送至数字模型,对影响范围内对应施工工序节点执行暂停流转标记,并同步输出扰动源定位结果及影响范围数据;

33、当重点预警节点数量占比小于或等于节点数量占比阈值且异常数据流通路径覆盖比例小于或等于覆盖比例阈值时,生成施工调整预警指令,根据扰动传播关联链对重点预警节点对应施工工序的资源调配顺序及工序衔接顺序进行调整;

34、将施工阻断预警指令或施工调整预警指令关联至对应施工工序节点的唯一标识码,并同步更新数字模型中对应施工工序节点的预警状态标识,完成目标施工现场的施工预警操作。

35、本发明第二方面还提供了一种基于数字模型的施工全息监测预警系统,该系统包括:存储器、处理器,所述存储器中包括基于数字模型的施工全息监测预警方法程序,所述基于数字模型的施工全息监测预警方法程序被所述处理器执行时,实现如上述任一项所述的基于数字模型的施工全息监测预警方法的步骤。

36、本发明公开了一种基于数字模型的施工全息监测预警方法及系统。该方法首先采集目标施工现场的资源配置、工序衔接时序等多源异构数据,构建施工全流程数据流通路径图谱;通过时空注意力机制对实时视频数据进行特征提取,生成当前施工场景的实际数据流通路径;将实际路径与预构建图谱进行拓扑比对,识别异常数据流通路径;采用图卷积神经网络对异常路径进行特征编码,精准定位施工扰动源并划定影响范围,最终基于定位结果与影响数据触发分级预警。本发明解决了传统监测中数据孤岛、异常识别滞后及溯源困难的问题,实现了施工全流程的动态感知、精准预警与风险前置管控,显著提升了施工安全管理效率与决策科学性。