可见设施的时间序列基于图像的自动监控框架:专注于安装和保留期

科学领域:

• 建筑工程与管理工程与管理
• 计算机视觉 计算机视觉
• 数据分析数据分析数据分析.

背景情况:

• 确保安全和遵守时间表在施工中依赖于准确监测临时结构,如支.
• 现场数据和施工文档之间的差异对有效的项目管理和安全合规构成重大挑战.

研究的目的:

• 开发和验证一个综合监测框架,结合计算机视觉和临时结构的文档识别.
• 为了提高跟踪安装,保留和拆卸杰克支的时间表的准确性,将现场数据与项目文档对齐.

主要方法:

• 利用YOLOv5用于在施工图纸和可穿戴摄像头的现场图像中检测插孔支架的物体.
• 使用光学字符识别 (OCR) 和自然语言处理 (NLP) 来从工作订单中提取时间线数据.
• 实施了诸如颜色差异化,平面叠加和垂直细分等技术,以在各种条件下提高检测可靠性.

主要成果:

• 在28天内监控23个插孔支器时,实现了94.1%的平均检测准确度.
• 有效地发现现场状态和文档要求之间的差异,减少错误分类.
• 尽管环境变化 (照明,结构变化) 和结构相似,但表现得更好.

结论:

• 综合框架有效地协调视觉和文本数据,以在动态的建筑环境中进行持续监控.
• 自动化监控系统显著提高了准确性,安全性,并减少了施工现场管理中的手动干预.
• 该研究提供了通过数据集成和自动化增强未来建筑工地管理的实用见解.