Monitorización de la seguridad en la construcción en tiempo real mediante un modelo de atención profunda híbrida...

Área de la Ciencia:

• Ingeniería de Seguridad en la Construcción
• Visión por Computadora
• Inteligencia Artificial

Sus antecedentes:

• La seguridad de los trabajadores en obras de construcción peligrosas es un problema crítico, exacerbado por el uso inadecuado de EPP.
• Los sistemas de monitorización existentes a menudo carecen de la adaptabilidad y precisión necesarias para los entornos de construcción del mundo real.
• Los accidentes en operaciones en altura suelen estar relacionados con el incumplimiento de los EPP.

Objetivo del estudio:

• Desarrollar un sistema preciso y robusto para la detección en tiempo real de EPP, específicamente Sistemas Personales Anticaídas (PFAS), en obras de construcción.
• Superar las limitaciones de los sistemas de monitorización convencionales mediante un innovador enfoque de aprendizaje profundo.
• Mejorar la seguridad de los trabajadores garantizando una utilización constante y correcta de los EPP.

Principales métodos:

• Se desarrolló una novedosa Red de Autoatención de Múltiples Cabezales Krawtchouk Orangutan con Convolución Causal Dilatada Discreta (2D-3CKO-MTHSAN).
• El sistema integra la Convolución Causal Dilatada Discreta con Autoatención de Múltiples Cabezales (DCCMSA) y la Transformada Discreta de Coseno-Krawtchouk-Tchebichef (DCKTKT).
• Se empleó vigilancia de drones en tiempo real, con un pipeline de preprocesamiento de dos etapas (filtrado de entropía, correlación τ-Kendall) y Transformadores de Decisión Causal Adaptativa para la extracción de características.
• Los parámetros del modelo se optimizaron utilizando el Algoritmo de Optimización de Orangutanes (OOA).

Principales resultados:

• El sistema propuesto 2D-3CKO-MTHSAN logró una precisión de detección del 99,9 % para componentes de EPP como cascos, arneses y líneas de vida.
• El sistema demostró un rendimiento superior en comparación con los modelos de aprendizaje profundo convencionales y los sistemas de CCTV fijos.
• El enfoque híbrido integró eficazmente la optimización adaptativa y la atención multiescala para la detección precisa basada en drones en tiempo real.

Conclusiones:

• El sistema 2D-3CKO-MTHSAN desarrollado ofrece una solución altamente precisa y robusta para la detección de EPP en tiempo real en obras de construcción.
• La integración de transformadas discretas y el Algoritmo de Optimización de Orangutanes (OOA) presenta un método novedoso y eficiente para el despliegue en campo.
• Esta tecnología tiene el potencial de mejorar significativamente la seguridad de los trabajadores y reducir los accidentes en entornos de construcción peligrosos.