Nothing Special   »   [go: up one dir, main page]

CN113971781A - 建筑结构施工进度的识别方法、装置、客户端和存储介质 - Google Patents

建筑结构施工进度的识别方法、装置、客户端和存储介质 Download PDF

Info

Publication number
CN113971781A
CN113971781A CN202111470749.9A CN202111470749A CN113971781A CN 113971781 A CN113971781 A CN 113971781A CN 202111470749 A CN202111470749 A CN 202111470749A CN 113971781 A CN113971781 A CN 113971781A
Authority
CN
China
Prior art keywords
tower crane
construction
building structure
tower
list
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111470749.9A
Other languages
English (en)
Inventor
余芳强
张铭
辛佩康
曹强
许璟琳
赵震
谷志旺
仇春华
黄轶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Construction No 4 Group Co Ltd
Original Assignee
Shanghai Construction No 4 Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Construction No 4 Group Co Ltd filed Critical Shanghai Construction No 4 Group Co Ltd
Priority to CN202111470749.9A priority Critical patent/CN113971781A/zh
Publication of CN113971781A publication Critical patent/CN113971781A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/165—Land development

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Tourism & Hospitality (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Conveying And Assembling Of Building Elements In Situ (AREA)

Abstract

本发明公开了一种建筑结构施工进度的识别方法、装置、客户端和存储介质，该方法包括：建立N个塔吊与N个施工单元之间的映射关系清单，并确定建筑结构中塔吊吊运的材料类型清单、以及建筑结构的施工工序清单；获取N个施工单元中的N个塔吊的监测数据；其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及该塔吊的吊钩视频数据；基于映射关系清单、材料类型清单和施工工序清单，分析每个塔吊的监测数据，识别建筑结构的施工进度。该方案，通过根据塔吊的监控数据分析施工进度，能减少施工进度的录入工作量，并保证施工进度的及时录入。

Description

建筑结构施工进度的识别方法、装置、客户端和存储介质
技术领域
本发明属于智能建造技术领域，具体涉及一种建筑结构施工进度的识别方法、装置、客户端和存储介质，尤其涉及一种建筑结构施工进度智能识别方法、装置、客户端和存储介质。
背景技术
实际施工进度的识别和采集，是施工管理的重要、基础工作。但由于施工现场进度变化块，录入工作量大，现场施工进度录入往往比较滞后，严重影响施工进度、质量、成本管控。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的目的在于，提供一种建筑结构施工进度的识别方法、装置、客户端和存储介质，以解决施工进度的录入工作量大、且录入时间比较滞的问题，达到通过根据塔吊的监控数据分析施工进度，至少能够减少施工进度的录入工作量，并保证施工进度的及时录入的效果。
本发明提供一种建筑结构施工进度的识别方法中，所述建筑结构，包括：N个施工单元，N为正整数；在所述N个施工单元中的每个施工单元中，设置有一个塔吊；所述建筑结构施工进度的识别方法，包括：建立N个塔吊与N个施工单元之间的映射关系清单，并确定所述建筑结构中塔吊吊运的材料类型清单、以及所述建筑结构的施工工序清单；获取所述N个施工单元中的N个塔吊的监测数据；其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及，该塔吊的吊钩视频数据；基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度。
在一些实施方式中，其中，在所述材料类型清单中，所述材料类型，包括：预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋；在所述施工工序清单中，所述施工工序，包括：预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑；和/或，在每个所述塔吊处，设置有塔吊吊运高度监测模块和塔吊吊钩视频监控模块；每个塔吊的监测数据，包括：通过该塔吊处设置的塔吊吊运高度监测模块，监测到的该塔吊的吊运高度数据；以及，通过该塔吊处设置的塔吊吊钩视频监控模块，监测到的该塔吊的吊钩视频数据；获取所述N个施工单元中的N个塔吊的监测数据，包括：获取每个塔吊每次吊运的高度、以及该塔吊该次吊运的完成时间，将该塔吊每次吊运的高度和完成时间，记录为该塔吊的吊运高度数据；获取每个塔吊在吊钩每次处于最高高度的时间，以及该时间下该塔吊下方设定范围内的监控画面，将该时间和该监控画面作为该塔吊的吊钩视频数据。
在一些实施方式中，基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度，包括：根据每个塔吊的监测数据中的吊运高度数据，确定设定时间段内所有塔吊的吊运高度数据的平均值；并基于所述映射关系清单，结合所有施工单元中各楼层的高度，确定设定时间段内当前施工单元的楼层数；基于所述材料类型清单，根据每个塔吊的监测数据中的吊钩视频数据，利用卷积神经元网络算法，识别设定时间段内所有塔吊吊运的材料类型，并确定设定时间段内所有塔吊吊运的不同材料类型的数量；基于所述施工工序清单，根据所述设定时间段内所有塔吊吊运的材料类型和数量，采用层次分析法确定设定时间段内的施工工序；并将所述设定时间段内当前施工单元的楼层数下的施工工序，确定为所述建筑结构的当前施工进度。
在一些实施方式中，还包括：在识别所述建筑结构的施工进度后，将确定得到的所述建筑结构的施工进度报送至设定客户端，以实现对所述建筑结构的施工进度的记录。
与上述方法相匹配，本发明另一方面提供一种建筑结构施工进度的识别装置中，所述建筑结构，包括：N个施工单元，N为正整数；在所述N个施工单元中的每个施工单元中，设置有一个塔吊；所述建筑结构施工进度的识别装置，包括：设置单元，被配置为建立N个塔吊与N个施工单元之间的映射关系清单，并确定所述建筑结构中塔吊吊运的材料类型清单、以及所述建筑结构的施工工序清单；获取单元，被配置为获取所述N个施工单元中的N个塔吊的监测数据；其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及，该塔吊的吊钩视频数据；识别单元，被配置为基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度。
在一些实施方式中，其中，在所述材料类型清单中，所述材料类型，包括：预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋；在所述施工工序清单中，所述施工工序，包括：预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑；和/或，在每个所述塔吊处，设置有塔吊吊运高度监测模块和塔吊吊钩视频监控模块；每个塔吊的监测数据，包括：通过该塔吊处设置的塔吊吊运高度监测模块，监测到的该塔吊的吊运高度数据；以及，通过该塔吊处设置的塔吊吊钩视频监控模块，监测到的该塔吊的吊钩视频数据；所述获取单元，获取所述N个施工单元中的N个塔吊的监测数据，包括：获取每个塔吊每次吊运的高度、以及该塔吊该次吊运的完成时间，将该塔吊每次吊运的高度和完成时间，记录为该塔吊的吊运高度数据；获取每个塔吊在吊钩每次处于最高高度的时间，以及该时间下该塔吊下方设定范围内的监控画面，将该时间和该监控画面作为该塔吊的吊钩视频数据。
在一些实施方式中，所述识别单元，基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度，包括：根据每个塔吊的监测数据中的吊运高度数据，确定设定时间段内所有塔吊的吊运高度数据的平均值；并基于所述映射关系清单，结合所有施工单元中各楼层的高度，确定设定时间段内当前施工单元的楼层数；基于所述材料类型清单，根据每个塔吊的监测数据中的吊钩视频数据，利用卷积神经元网络算法，识别设定时间段内所有塔吊吊运的材料类型，并确定设定时间段内所有塔吊吊运的不同材料类型的数量；基于所述施工工序清单，根据所述设定时间段内所有塔吊吊运的材料类型和数量，采用层次分析法确定设定时间段内的施工工序；并将所述设定时间段内当前施工单元的楼层数下的施工工序，确定为所述建筑结构的当前施工进度。
在一些实施方式中，还包括：所述识别单元，还被配置为在识别所述建筑结构的施工进度后，将确定得到的所述建筑结构的施工进度报送至设定客户端，以实现对所述建筑结构的施工进度的记录。
与上述装置相匹配，本发明再一方面提供一种客户端，包括：以上所述的建筑结构施工进度的识别装置。
与上述方法相匹配，本发明再一方面提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行以上所述的建筑结构施工进度的识别方法。
由此，本发明的方案，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控施工现场整体情况和塔吊运行情况，得到监控数据；根据监控数据中的塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度；从而，通过根据塔吊的监控数据分析施工进度，至少能够减少施工进度的录入工作量，并保证施工进度的及时录入。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的建筑结构施工进度的识别方法的一实施例的流程示意图；
图2为本发明的方法中识别所述建筑结构的施工进度的一实施例的流程示意图；
图3为本发明的建筑结构施工进度的识别装置的一实施例的结构示意图；
图4为本发明的建筑结构施工进度智能识别方法的一实施例的整体流程示意图；
图5为本发明的建筑结构施工进度智能识别装置的一实施例的结构示意图；
图6为本发明的建筑结构施工进度智能识别装置的另一实施例的结构示意图；
图7为塔吊可视化监测图像(混凝土材料)的示意图。
结合附图，本发明实施例中附图标记如下：
102-设置单元；104-获取单元；106-识别单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了一种建筑结构施工进度的识别方法，如图1所示本发明的方法的一实施例的流程示意图。所述建筑结构，包括：N个施工单元，N为正整数。在所述N个施工单元中的每个施工单元中，设置有一个塔吊。所述建筑结构施工进度的识别方法，包括：步骤S110至步骤S130。
在步骤S110处，建立N个塔吊与N个施工单元之间的映射关系清单，并确定所述建筑结构中塔吊吊运的材料类型清单、以及所述建筑结构的施工工序清单。具体地，建立N个塔吊与N个施工单元之间的映射关系清单{(di，wi)}。并确定所述建筑结构中塔吊吊运的材料类型清单M＝{mj}、以及所述建筑结构的施工工序清单{(fj,(mjk))}。其中，di为塔吊，wi为施工单元，mj为材料类型，fj为施工工序；mjk为工序fj施工过程中的主要材料，为M中元素。
图4为本发明的建筑结构施工进度智能识别方法的一实施例的整体流程示意图。图5为本发明的建筑结构施工进度智能识别装置的一实施例的结构示意图。如图4所示，本发明的建筑结构施工进度智能识别方方法，包括以下步骤：
步骤1：建立各个塔吊di与结构施工单元wi的映射关系清单{(di，wi)}。并整理结构施工中塔吊吊运主要材料类型清单M＝{mj}，整理结构施工工序清单F＝{fj,(mjk)}。
其中，在所述材料类型清单中，所述材料类型，包括：预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋。
在所述施工工序清单中，所述施工工序，包括：预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑。
在步骤1中，mj是输入的主要材料类型，包括预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋等。fj是输入的主要结构施工工序清单预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑，包括，每个项目可能有所不同。
譬如：塔吊施工单元映射关系{(塔吊1#，1#楼)，(塔吊2#，2#楼)}。主要材料类型清单M＝{预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋、混凝土、其他}。结构施工工序清单F＝{(预制混凝土构件吊装、(预制混凝土构件))、(钢结构吊装,(钢结构构件))、(钢筋安装,(钢筋))、(模板安装,(钢管、模板、木方))、(现浇混凝土浇筑,(混凝土))}。
在步骤S120处，获取所述N个施工单元中的N个塔吊的监测数据。其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及，该塔吊的吊钩视频数据。
在每个所述塔吊处，设置有塔吊吊运高度监测模块和塔吊吊钩视频监控模块。每个塔吊的监测数据，包括：通过该塔吊处设置的塔吊吊运高度监测模块，监测到的该塔吊的吊运高度数据。以及，通过该塔吊处设置的塔吊吊钩视频监控模块，监测到的该塔吊的吊钩视频数据。
步骤S120中获取所述N个施工单元中的N个塔吊的监测数据，包括以下两种获取情形：
第一种获取情形：获取每个塔吊每次吊运的高度、以及该塔吊该次吊运的完成时间，将该塔吊每次吊运的高度和完成时间，记录为该塔吊的吊运高度数据。具体地，获取每个塔吊每次吊运的高度数据，并记录该塔吊的吊运完成时间，记录为(tei，hi)。其中，hi为吊运高度数据，tei为吊运完成时间。
如图4所示，本发明的建筑结构施工进度智能识别方方法，还包括以下步骤：
步骤2：塔吊吊钩吊运高度监测。具体地，针对每个塔吊di，采用距离传感器监测每个塔吊di每次吊运高度hi，并记录吊运完成时间tei，记录为(tei，hi)。
例如：可以利用图5所示的塔吊吊运高度监测模块，针对每个塔吊di，采用距离传感器监测每个塔吊di每次吊运高度hi，并记录吊运完成时间tei，记录为(tei，hi)。图6为本发明的建筑结构施工进度智能识别装置的另一实施例的结构示意图。如图6所示，塔吊吊运高度监测模块，一般安装在塔吊小车下，用于测量塔吊高度与吊钩高度的距离。
譬如：通过距离传感器监测材料脱钩时(即吊运结束时)，吊钩与塔吊吊臂的距离di，然后通过塔吊吊臂高度H-di计算材料吊运高度hi。
第二种获取情形：获取每个塔吊在吊钩每次处于最高高度的时间，以及该时间下该塔吊下方设定范围内的监控画面，将该时间和该监控画面作为该塔吊的吊钩视频数据。
如图4所示，本发明的建筑结构施工进度智能识别方方法，还包括以下步骤：
步骤4：塔吊吊钩适配监控画面。具体地，通过在塔吊小车上安装视频监控，记录每次吊钩最高高度时间tj，塔吊下方监控画面pj，记录为(tj，pj)。
例如：可以利用图5所示的吊钩视频监控模块，安装在塔吊小车上，记录每次吊钩最高高度时间tj，塔吊下方监控画面pj，记录为(tj，pj)。如图6所示，吊钩视频监控模块，一般安装在塔吊小车下，用于吊钩正下方的实时画面。通过自动聚焦实现清晰画面的采集。
在不同时间，塔吊处于不同状态。譬如：(某一天的8:05，p1)。
本发明的方案，提供一种建筑结构施工进度智能识别方法，根据塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度，减少人员录入工作量，保障进度精准及时录入，辅助施工管理。
在步骤S130处，基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度。
附着在建筑结构上的塔吊是结构施工过程中材料垂直运输的重要工具。一般一个施工单元会安装一个塔吊，覆盖该施工单元各楼层模板、钢筋、混凝土钢管、预制混凝土构件、钢结构构件等材料的吊运。
其中，建筑结构是指在房屋建筑中，由各种构件(屋架、梁、板、柱等)组成的能够承受各种作用的体系。
塔吊也是建筑建筑结构施工的制高点，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控现场整体情况和塔吊运行情况，应用广泛。相关方案中，没有技术融合这些传感器的监控数据，并用于分析施工的进度情况。实际上，塔吊吊运高度与当前结构施工高度直接相关，塔吊吊运的材料与建筑结构施工工序直接相关。因此，本发明的方案，提供一种建筑结构施工进度智能识别方法，通过对塔吊吊运高度分析和吊钩可视化图像识别可以精准、智能识别结构施工进度情况。
在一些实施方式中，步骤S130中基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度的具体过程，参见以下示例性说明。
下面结合图2所示本发明的方法中识别所述建筑结构的施工进度的一实施例流程示意图，进一步说明步骤S130中识别所述建筑结构的施工进度的具体过程，包括：步骤S210至步骤S230。
步骤S210，根据每个塔吊的监测数据中的吊运高度数据，确定设定时间段内所有塔吊的吊运高度数据的平均值。并基于所述映射关系清单，结合所有施工单元中各楼层的高度，确定设定时间段内当前施工单元的楼层数。
如图4所示，本发明的建筑结构施工进度智能识别方方法，还包括以下步骤：
步骤3：当前施工层数分析。具体地，以固定时段Ti为单位，计算固定时段Ti内所有吊运高度的平均值h，并根据建筑各楼层结构高度{(Sj，Hj)}，j＝1-楼层数n，计算当前施工的层数Si，记录为(Ti，Si)。具体方法为：当h>Hj且h<Hj+1,则Si＝Sj.；譬如结构高度{(6,18)，(7,21)，(8,24)},h＝21.4,则当前施工层数Si＝7。
例如：可以利用图5所示的施工层数分析模块，以固定时段Ti为单位，计算固定时段Ti内所有吊运高度的平均值，并根据建筑各楼层结构高度，计算当前施工的层数Si，记录为(Ti，Si)。如图6所示，施工层数分析模块，一般是安装在塔吊驾驶舱中的智能网关设备，通过有线与塔吊吊运高度监测模块连接，并通过无线方式定期将数据传输给是功能进度报送模块。
譬如：固定时段Ti为某一天的0:00-24:00，计算一天内所有吊运高度平均值为28.54m，以图6所示的例子中的建筑为例，对应的层数为8层。记录为(某一天的0:00-24:0，8)。
步骤S220，基于所述材料类型清单，根据每个塔吊的监测数据中的吊钩视频数据，利用卷积神经元网络算法，识别设定时间段内所有塔吊吊运的材料类型，并确定设定时间段内所有塔吊吊运的不同材料类型的数量。
如图4所示，本发明的建筑结构施工进度智能识别方方法，还包括以下步骤：
步骤5：吊运材料智能分类。具体地，在结构施工中塔吊吊运主要材料类型清单M＝{mj}范围内，采用图像识别人工智能算法，根据吊钩最高高度时间tj时塔吊下方监控画面pj对吊运材料进行分类，记录为(tj，pj，mj)。这样，通过引入图形识别AI(人工智能)算法自动进行吊运材料分类，支持工序识别，进而自动分析施工进度。
譬如：通过卷积神经元网络算法，认为p1为钢管材料，则记为(某一天的8:05，p1，钢管)。
具体地，采用卷积神经元网络算法根据画面对吊运材料进行分类；输入为吊钩可视化抓拍的照片，输出为材料类型。训练过程主要包括：第一步：训练集收集，收集5个项目1个月四层结构施工各3000张抓拍照片，涉各个工序；第二步：训练集标记，人工对15000进行分类，标记吊装的主要材料，譬如钢筋、木方、模板等；第三步：训练卷积神经元网络：将标记后的训练集数据输入CNN网络，建立分类卷积神经元网络；采用开源的CNN网络算法；第四部：新采集的监控画面输入训练后的CNN网络，自动识别吊装的材料，具体可以参见图7所示的例子。
步骤S230，基于所述施工工序清单，根据所述设定时间段内所有塔吊吊运的材料类型和数量，采用层次分析法确定设定时间段内的施工工序。并将所述设定时间段内当前施工单元的楼层数下的施工工序，确定为所述建筑结构的当前施工进度。
如图4所示，本发明的建筑结构施工进度智能识别方方法，还包括以下步骤：
步骤6：施工工序智能识别。具体地，在结构施工工序清单F＝{fj}范围内，以固定时段Ti为单位，根据固定时段Ti所有吊运的所有材料类型和数量，采用层次分析法识别为相应的工序fj，记录为(wi，Ti，Si，fj)。wi为结构施工单元，Si为当前施工的层数。
譬如，针对某一天的0:00-24:00范围内，统计24h范围内，各种材料的调研数量为：Mt＝{(钢管，5)，(模板，15)，(木方，10)，(其他，2)}；然后根据吊运数量逆序排序Mt＝{(模板，15)，(木方，10)，(钢管，5)，(其他，2)}；提取占比超过70％的吊运材料为{模板，木方}；在根据工序清单F中各个工序的主材料信息，识别该时段所属工序为：模板安装。
例如：可以利用图5所示的施工工序智能分析模块，整理结构施工中塔吊吊运主要材料类型清单M＝{mj}。采用图像识别人工智能算法，根据监控画面对吊运材料进行分类，记录为(tj，pj，mj)。整理结构施工工序清单F＝{fj,(mjk)}。然后以固定时段Ti为单位，根据固定时段Ti所有吊运的所有材料类型和数量，采用层次分析法识别为相应的工序fj。记录为(di，Ti，Si，fj)。如图6所示，施工工序智能分析模块，一般是安装在塔吊驾驶舱中的智能网关设备，通过有线与吊钩视频监控模块连接，并通过无线方式定期将数据传输给是功能进度报送模块。
在一些实施方式中，还包括：在步骤S130中识别所述建筑结构的施工进度后，将确定得到的所述建筑结构的施工进度报送至设定客户端，以实现对所述建筑结构的施工进度的记录。
步骤7：施工进度报送。具体地，根据(wi，Ti，Si，fj)输出各个时段的施工进度，即结构施工单元wi在固定时段Ti内的当前施工的层数Si的结构施工工序fj，将所有结构施工单元的进度汇总后主动推送各相关人员和系统。
例如：可以利用图5所示的施工进度报送模块，建立各个塔吊di与结构施工单元wi的映射关系清单{(di，wi)}。根据(di，Ti，Si，fj)和(di，wi)输出各个时段的施工进度，即结构施工单元wi在固定时段Ti内的当前施工的层数Si的结构施工工序fj，将所有施工单元的进度汇总后主动推送各相关人员和系统。这样，通过根据进度报送需求，采用自动数据采集和自动汇总报送方式，报送结构施工进度，支持进度管理。如图6所示，施工进度报送模块，一般安装在办公室机房内，通过无线方式接收各个塔吊上施工工序智能分析模块和施工层数分析模块的数据，并汇总数据后，推送相关人员和系统。
譬如：1#楼某一天的某一时间段在施工8层的模板安装工序。
本发明的方案，根据塔吊与楼宇关系，创造性地融合了吊钩可视化、塔吊高度监测和建筑静态信息，用于施工进度的自动识别。并且，针对进度需要人工录入的问题，创造性地采用现场物联网设备采集的数据自动分析建筑结构施工进度，减少进度信息录入工作量。从而，解决了施工进度的录入工作量大、且录入时间比较滞的问题，通过根据塔吊的监控数据分析施工进度，至少能够减少施工进度的录入工作量，并保证施工进度的及时录入。
采用本实施例的技术方案，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控施工现场整体情况和塔吊运行情况，得到监控数据。根据监控数据中的塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度，可以辅助施工管理。
根据本发明的实施例，还提供了对应于建筑结构施工进度的识别方法的一种建筑结构施工进度的识别装置。参见图3所示本发明的装置的一实施例的结构示意图。所述建筑结构，包括：N个施工单元，N为正整数。在所述N个施工单元中的每个施工单元中，设置有一个塔吊。所述建筑结构施工进度的识别装置，包括：设置单元102、获取单元104和识别单元106。
其中，设置单元102，被配置为建立N个塔吊与N个施工单元之间的映射关系清单，并确定所述建筑结构中塔吊吊运的材料类型清单、以及所述建筑结构的施工工序清单。该设置单元102的具体功能及处理参见步骤S110。具体地，建立N个塔吊与N个施工单元之间的映射关系清单{(di，wi)}。并确定所述建筑结构中塔吊吊运的材料类型清单{mj}、以及所述建筑结构的施工工序清单{fj,mjk}。其中，di为塔吊，wi为施工单元，mj为材料类型，fj为施工工序；mjk为工序fj施工过程中的主要材料，为M中元素。
图4为本发明的建筑结构施工进度智能识别装置的一实施例的整体流程示意图。图5为本发明的建筑结构施工进度智能识别装置的一实施例的结构示意图。如图4所示，本发明的建筑结构施工进度智能识别方装置，包括以下步骤：
步骤1：建立各个塔吊di与结构施工单元wi的映射关系清单{(di，wi)}。并整理结构施工中塔吊吊运主要材料类型清单M＝{mj}，整理结构施工工序清单F＝{fj,(mjk)}。
其中，在所述材料类型清单中，所述材料类型，包括：预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋。
在所述施工工序清单中，所述施工工序，包括：预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑。
在步骤1中，mj是输入的主要材料类型，包括预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋等。fj是输入的主要结构施工工序清单预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑，包括，每个项目可能有所不同。
譬如：塔吊施工单元映射关系{(塔吊1#，1#楼)，(塔吊2#，2#楼)}。主要材料类型清单M＝{预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋、混凝土、其他}。结构施工工序清单F＝{(预制混凝土构件吊装、(预制混凝土构件))、(钢结构吊装,(钢结构构件))、(钢筋安装,(钢筋))、(模板安装,(钢管、模板、木方))、(现浇混凝土浇筑,(混凝土))}。
获取单元104，被配置为获取所述N个施工单元中的N个塔吊的监测数据。其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及，该塔吊的吊钩视频数据。该获取单元104的具体功能及处理参见步骤S120。
在每个所述塔吊处，设置有塔吊吊运高度监测模块和塔吊吊钩视频监控模块。每个塔吊的监测数据，包括：通过该塔吊处设置的塔吊吊运高度监测模块，监测到的该塔吊的吊运高度数据。以及，通过该塔吊处设置的塔吊吊钩视频监控模块，监测到的该塔吊的吊钩视频数据。
在一些实施方式中，所述获取单元104，获取所述N个施工单元中的N个塔吊的监测数据，包括以下两种获取情形：
第一种获取情形：所述获取单元104，具体还被配置为获取每个塔吊每次吊运的高度、以及该塔吊该次吊运的完成时间，将该塔吊每次吊运的高度和完成时间，记录为该塔吊的吊运高度数据。具体地，获取每个塔吊每次吊运的高度数据，并记录该塔吊的吊运完成时间，记录为(tei，hi)。其中，hi为吊运高度数据，tei为吊运完成时间。
如图4所示，本发明的建筑结构施工进度智能识别方装置，还包括以下步骤：
步骤2：塔吊吊钩吊运高度监测。具体地，针对每个塔吊di，采用距离传感器监测每个塔吊di每次吊运高度hi，并记录吊运完成时间tei，记录为(tei，hi)。
例如：可以利用图5所示的塔吊吊运高度监测模块，针对每个塔吊di，采用距离传感器监测每个塔吊di每次吊运高度hi，并记录吊运完成时间tei，记录为(tei，hi)。图6为本发明的建筑结构施工进度智能识别装置的另一实施例的结构示意图。如图6所示，塔吊吊运高度监测模块，一般安装在塔吊小车下，用于测量塔吊高度与吊钩高度的距离。
譬如：通过距离传感器监测材料脱钩时(即吊运结束时)，吊钩与塔吊吊臂的距离di，然后通过塔吊吊臂高度H-di计算材料吊运高度hi。
第二种获取情形：所述获取单元104，具体还被配置为获取每个塔吊在吊钩每次处于最高高度的时间，以及该时间下该塔吊下方设定范围内的监控画面，将该时间和该监控画面作为该塔吊的吊钩视频数据。
如图4所示，本发明的建筑结构施工进度智能识别方装置，还包括以下步骤：
步骤4：塔吊吊钩适配监控画面。具体地，通过在塔吊小车上安装视频监控，记录每次吊钩最高高度时间tj，塔吊下方监控画面pj，记录为(tj，pj)。
例如：可以利用图5所示的吊钩视频监控模块，安装在塔吊小车上，记录每次吊钩最高高度时间tj，塔吊下方监控画面pj，记录为(tj，pj)。如图6所示，吊钩视频监控模块，一般安装在塔吊小车下，用于吊钩正下方的实时画面。通过自动聚焦实现清晰画面的采集。
在不同时间，塔吊处于不同状态。譬如：(某一天的8:05，p1)。
本发明的方案，提供一种建筑结构施工进度智能识别装置，根据塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度，减少人员录入工作量，保障进度精准及时录入，辅助施工管理。
识别单元106，被配置为基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度。该识别单元106的具体功能及处理参见步骤S130。
附着在建筑结构上的塔吊是结构施工过程中材料垂直运输的重要工具。一般一个施工单元会安装一个塔吊，覆盖该施工单元各楼层模板、钢筋、混凝土钢管、预制混凝土构件、钢结构构件等材料的吊运。
其中，建筑结构是指在房屋建筑中，由各种构件(屋架、梁、板、柱等)组成的能够承受各种作用的体系。
塔吊也是建筑建筑结构施工的制高点，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控现场整体情况和塔吊运行情况，应用广泛。相关方案中，没有技术融合这些传感器的监控数据，并用于分析施工的进度情况。实际上，塔吊吊运高度与当前结构施工高度直接相关，塔吊吊运的材料与建筑结构施工工序直接相关。因此，本发明的方案，提供一种建筑结构施工进度智能识别装置，通过对塔吊吊运高度分析和吊钩可视化图像识别可以精准、智能识别结构施工进度情况。
在一些实施方式中，所述识别单元106，基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度，包括：
所述识别单元106，具体还被配置为根据每个塔吊的监测数据中的吊运高度数据，确定设定时间段内所有塔吊的吊运高度数据的平均值。并基于所述映射关系清单，结合所有施工单元中各楼层的高度，确定设定时间段内当前施工单元的楼层数。该识别单元106的具体功能及处理参见步骤S210。
如图4所示，本发明的建筑结构施工进度智能识别方装置，还包括以下步骤：
步骤3：当前施工层数分析。具体地，以固定时段Ti为单位，计算固定时段Ti内所有吊运高度的平均值h，并根据建筑各楼层结构高度{(Sj，Hj)}，j＝1-楼层数n，计算当前施工的层数Si，记录为(Ti，Si)。具体方法为：当h>Hj且h<Hj+1,则Si＝Sj.；譬如结构高度{(6,18)，(7,21)，(8,24)},h＝21.4,则当前施工层数Si＝7。
例如：可以利用图5所示的施工层数分析模块，以固定时段Ti为单位，计算固定时段Ti内所有吊运高度的平均值，并根据建筑各楼层结构高度，计算当前施工的层数Si，记录为(Ti，Si)。如图6所示，施工层数分析模块，一般是安装在塔吊驾驶舱中的智能网关设备，通过有线与塔吊吊运高度监测模块连接，并通过无线方式定期将数据传输给是功能进度报送模块。
譬如：固定时段Ti为某一天的0:00-24:00，计算一天内所有吊运高度平均值为28.54m，以图6所示的例子中的建筑为例，对应的层数为8层。记录为(某一天的0:00-24:0，8)。
所述识别单元106，具体还被配置为基于所述材料类型清单，根据每个塔吊的监测数据中的吊钩视频数据，利用卷积神经元网络算法，识别设定时间段内所有塔吊吊运的材料类型，并确定设定时间段内所有塔吊吊运的不同材料类型的数量。该识别单元106的具体功能及处理参见步骤S220。
如图4所示，本发明的建筑结构施工进度智能识别方装置，还包括以下步骤：
步骤5：吊运材料智能分类。具体地，在结构施工中塔吊吊运主要材料类型清单M＝{mj}范围内，采用图像识别人工智能算法，根据吊钩最高高度时间tj时塔吊下方监控画面pj对吊运材料进行分类，记录为(tj，pj，mj)。这样，通过引入图形识别AI(人工智能)算法自动进行吊运材料分类，支持工序识别，进而自动分析施工进度。
譬如：通过卷积神经元网络算法，认为p1为钢管材料，则记为(某一天的8:05，p1，钢管)。
具体地，采用卷积神经元网络算法根据画面对吊运材料进行分类；输入为吊钩可视化抓拍的照片，输出为材料类型。训练过程主要包括：第一步：训练集收集，收集5个项目1个月四层结构施工各3000张抓拍照片，涉各个工序；第二步：训练集标记，人工对15000进行分类，标记吊装的主要材料，譬如钢筋、木方、模板等；第三步：训练卷积神经元网络：将标记后的训练集数据输入CNN网络，建立分类卷积神经元网络；采用开源的CNN网络算法；第四部：新采集的监控画面输入训练后的CNN网络，自动识别吊装的材料，具体可以参见图7所示的例子。
所述识别单元106，具体还被配置为基于所述施工工序清单，根据所述设定时间段内所有塔吊吊运的材料类型和数量，采用层次分析法确定设定时间段内的施工工序。并将所述设定时间段内当前施工单元的楼层数下的施工工序，确定为所述建筑结构的当前施工进度。该识别单元106的具体功能及处理参见步骤S230。
如图4所示，本发明的建筑结构施工进度智能识别方装置，还包括以下步骤：
步骤6：施工工序智能识别。具体地，在结构施工工序清单F＝{fj}范围内，以固定时段Ti为单位，根据固定时段Ti所有吊运的所有材料类型和数量，采用层次分析法识别为相应的工序fj，记录为(wi，Ti，Si，fj)。wi为结构施工单元，Si为当前施工的层数。
譬如，针对某一天的0:00-24:00范围内，统计24h范围内，各种材料的调研数量为：Mt＝{(钢管，5)，(模板，15)，(木方，10)，(其他，2)}；然后根据吊运数量逆序排序Mt＝{(模板，15)，(木方，10)，(钢管，5)，(其他，2)}；提取占比超过70％的吊运材料为{模板，木方}；在根据工序清单F中各个工序的主材料信息，识别该时段所属工序为：模板安装。
例如：可以利用图5所示的施工工序智能分析模块，整理结构施工中塔吊吊运主要材料类型清单M＝{mj}。采用图像识别人工智能算法，根据监控画面对吊运材料进行分类，记录为(tj，pj，mj)。整理结构施工工序清单F＝{fj}。然后以固定时段Ti为单位，根据固定时段Ti所有吊运的所有材料类型和数量，采用层次分析法识别为相应的工序fj。记录为(di，Ti，Si，fj)。如图6所示，施工工序智能分析模块，一般是安装在塔吊驾驶舱中的智能网关设备，通过有线与吊钩视频监控模块连接，并通过无线方式定期将数据传输给是功能进度报送模块。
在一些实施方式中，还包括：所述识别单元106，还被配置为在识别所述建筑结构的施工进度后，将确定得到的所述建筑结构的施工进度报送至设定客户端，以实现对所述建筑结构的施工进度的记录。
步骤7：施工进度报送。具体地，根据(wi，Ti，Si，fj)输出各个时段的施工进度，即结构施工单元wi在固定时段Ti内的当前施工的层数Si的结构施工工序fj，将所有结构施工单元的进度汇总后主动推送各相关人员和系统。
例如：可以利用图5所示的施工进度报送模块，建立各个塔吊di与结构施工单元wi的映射关系清单{(di，wi)}。根据(di，Ti，Si，fj)和(di，wi)输出各个时段的施工进度，即结构施工单元wi在固定时段Ti内的当前施工的层数Si的结构施工工序fj，将所有施工单元的进度汇总后主动推送各相关人员和系统。这样，通过根据进度报送需求，采用自动数据采集和自动汇总报送方式，报送结构施工进度，支持进度管理。如图6所示，施工进度报送模块，一般安装在办公室机房内，通过无线方式接收各个塔吊上施工工序智能分析模块和施工层数分析模块的数据，并汇总数据后，推送相关人员和系统。
譬如：1#楼某一天的某一时间段在施工8层的模板安装工序。
本发明的方案，根据塔吊与楼宇关系，创造性地融合了吊钩可视化、塔吊高度监测和建筑静态信息，用于施工进度的自动识别。并且，针对进度需要人工录入的问题，创造性地采用现场物联网设备采集的数据自动分析建筑结构施工进度，减少进度信息录入工作量。从而，解决了施工进度的录入工作量大、且录入时间比较滞的问题，通过根据塔吊的监控数据分析施工进度，至少能够减少施工进度的录入工作量，并保证施工进度的及时录入。
由于本实施例的装置所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
采用本发明的技术方案，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控施工现场整体情况和塔吊运行情况，得到监控数据；根据监控数据中的塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度；从而，通过根据塔吊的监控数据分析施工进度，至少能够减少施工进度的录入工作量，并保证施工进度的及时录入。
根据本发明的实施例，还提供了对应于建筑结构施工进度的识别装置的一种客户端。该客户端可以包括：以上所述的建筑结构施工进度的识别装置。
由于本实施例的客户端所实现的处理及功能基本相应于前述装置的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
采用本发明的技术方案，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控施工现场整体情况和塔吊运行情况，得到监控数据；根据监控数据中的塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度，可以减少人员录入工作量，提升录入工作效率。
根据本发明的实施例，还提供了对应于建筑结构施工进度的识别方法的一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行以上所述的建筑结构施工进度的识别方法。
由于本实施例的存储介质所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
采用本发明的技术方案，通过在塔吊上安装视频监控、吊钩高度、塔吊运行状态等传感器，可以监控施工现场整体情况和塔吊运行情况，得到监控数据；根据监控数据中的塔吊吊钩可视化数据和塔吊吊运高度等物联网监测数据，智能识别建筑结构施工进度，可以保障进度精准及时录入，提升录入的可靠性。
综上，本领域技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种建筑结构施工进度的识别方法，其特征在于，所述建筑结构，包括：N个施工单元，N为正整数；在所述N个施工单元中的每个施工单元中，设置有一个塔吊；所述建筑结构施工进度的识别方法，包括：
建立N个塔吊与N个施工单元之间的映射关系清单，并确定所述建筑结构中塔吊吊运的材料类型清单、以及所述建筑结构的施工工序清单；
获取所述N个施工单元中的N个塔吊的监测数据；其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及，该塔吊的吊钩视频数据；
基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度。
2.根据权利要求1所述的建筑结构施工进度的识别方法，其特征在于，其中，在所述材料类型清单中，所述材料类型，包括：预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋；
在所述施工工序清单中，所述施工工序，包括：预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑；
和/或，
在每个所述塔吊处，设置有塔吊吊运高度监测模块和塔吊吊钩视频监控模块；每个塔吊的监测数据，包括：通过该塔吊处设置的塔吊吊运高度监测模块，监测到的该塔吊的吊运高度数据；以及，通过该塔吊处设置的塔吊吊钩视频监控模块，监测到的该塔吊的吊钩视频数据；
获取所述N个施工单元中的N个塔吊的监测数据，包括：
获取每个塔吊每次吊运的高度、以及该塔吊该次吊运的完成时间，将该塔吊每次吊运的高度和完成时间，记录为该塔吊的吊运高度数据；
获取每个塔吊在吊钩每次处于最高高度的时间，以及该时间下该塔吊下方设定范围内的监控画面，将该时间和该监控画面作为该塔吊的吊钩视频数据。
3.根据权利要求1所述的建筑结构施工进度的识别方法，其特征在于，基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度，包括：
根据每个塔吊的监测数据中的吊运高度数据，确定设定时间段内所有塔吊的吊运高度数据的平均值；并基于所述映射关系清单，结合所有施工单元中各楼层的高度，确定设定时间段内当前施工单元的楼层数；
基于所述材料类型清单，根据每个塔吊的监测数据中的吊钩视频数据，利用卷积神经元网络算法，识别设定时间段内所有塔吊吊运的材料类型，并确定设定时间段内所有塔吊吊运的不同材料类型的数量；
基于所述施工工序清单，根据所述设定时间段内所有塔吊吊运的材料类型和数量，采用层次分析法确定设定时间段内的施工工序；并将所述设定时间段内当前施工单元的楼层数下的施工工序，确定为所述建筑结构的当前施工进度。
4.根据权利要求1至3中任一项所述的建筑结构施工进度的识别方法，其特征在于，还包括：
在识别所述建筑结构的施工进度后，将确定得到的所述建筑结构的施工进度报送至设定客户端，以实现对所述建筑结构的施工进度的记录。
5.一种建筑结构施工进度的识别装置，其特征在于，所述建筑结构，包括：N个施工单元，N为正整数；在所述N个施工单元中的每个施工单元中，设置有一个塔吊；所述建筑结构施工进度的识别装置，包括：
设置单元，被配置为建立N个塔吊与N个施工单元之间的映射关系清单，并确定所述建筑结构中塔吊吊运的材料类型清单、以及所述建筑结构的施工工序清单；
获取单元，被配置为获取所述N个施工单元中的N个塔吊的监测数据；其中，每个塔吊的监测数据，包括：该塔吊的吊运高度数据，以及，该塔吊的吊钩视频数据；
识别单元，被配置为基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度。
6.根据权利要求5所述的建筑结构施工进度的识别装置，其特征在于，其中，在所述材料类型清单中，所述材料类型，包括：预制混凝土构件、钢结构构件、钢管、木方、模板、钢筋；
在所述施工工序清单中，所述施工工序，包括：预制混凝土构件吊装、钢结构吊装、钢筋安装、模板安装、现浇混凝土浇筑；
和/或，
在每个所述塔吊处，设置有塔吊吊运高度监测模块和塔吊吊钩视频监控模块；每个塔吊的监测数据，包括：通过该塔吊处设置的塔吊吊运高度监测模块，监测到的该塔吊的吊运高度数据；以及，通过该塔吊处设置的塔吊吊钩视频监控模块，监测到的该塔吊的吊钩视频数据；
所述获取单元，获取所述N个施工单元中的N个塔吊的监测数据，包括：
获取每个塔吊每次吊运的高度、以及该塔吊该次吊运的完成时间，将该塔吊每次吊运的高度和完成时间，记录为该塔吊的吊运高度数据；
获取每个塔吊在吊钩每次处于最高高度的时间，以及该时间下该塔吊下方设定范围内的监控画面，将该时间和该监控画面作为该塔吊的吊钩视频数据。
7.根据权利要求5所述的建筑结构施工进度的识别装置，其特征在于，所述识别单元，基于所述映射关系清单、所述材料类型清单和所述施工工序清单，分析每个塔吊的监测数据，识别所述建筑结构的施工进度，包括：
根据每个塔吊的监测数据中的吊运高度数据，确定设定时间段内所有塔吊的吊运高度数据的平均值；并基于所述映射关系清单，结合所有施工单元中各楼层的高度，确定设定时间段内当前施工单元的楼层数；
基于所述材料类型清单，根据每个塔吊的监测数据中的吊钩视频数据，利用卷积神经元网络算法，识别设定时间段内所有塔吊吊运的材料类型，并确定设定时间段内所有塔吊吊运的不同材料类型的数量；
基于所述施工工序清单，根据所述设定时间段内所有塔吊吊运的材料类型和数量，采用层次分析法确定设定时间段内的施工工序；并将所述设定时间段内当前施工单元的楼层数下的施工工序，确定为所述建筑结构的当前施工进度。
8.根据权利要求5至7中任一项所述的建筑结构施工进度的识别装置，其特征在于，还包括：
所述识别单元，还被配置为在识别所述建筑结构的施工进度后，将确定得到的所述建筑结构的施工进度报送至设定客户端，以实现对所述建筑结构的施工进度的记录。
9.一种客户端，其特征在于，包括：如权利要求5至8中任一项所述的建筑结构施工进度的识别装置。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任一项所述的建筑结构施工进度的识别方法。
CN202111470749.9A 2021-12-03 2021-12-03 建筑结构施工进度的识别方法、装置、客户端和存储介质 Pending CN113971781A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111470749.9A CN113971781A (zh) 2021-12-03 2021-12-03 建筑结构施工进度的识别方法、装置、客户端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111470749.9A CN113971781A (zh) 2021-12-03 2021-12-03 建筑结构施工进度的识别方法、装置、客户端和存储介质

Publications (1)

Publication Number Publication Date
CN113971781A true CN113971781A (zh) 2022-01-25

Family

ID=79590777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111470749.9A Pending CN113971781A (zh) 2021-12-03 2021-12-03 建筑结构施工进度的识别方法、装置、客户端和存储介质

Country Status (1)

Country Link
CN (1) CN113971781A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115465784A (zh) * 2022-08-24 2022-12-13 杭州大杰智能传动科技有限公司 基于项目控制的区域塔机监测控制方法和系统
CN116777184A (zh) * 2023-08-18 2023-09-19 北京六建集团有限责任公司 一种装配式建筑施工进度自动监测方法
CN118071099A (zh) * 2024-03-07 2024-05-24 华侨大学 一种基于无人机平台的建筑主体施工进度快捷监测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930124A (zh) * 2019-11-29 2020-03-27 深圳集智数字科技有限公司 一种确定施工进度的方法、装置及设备
CN111401765A (zh) * 2020-03-24 2020-07-10 重庆德生鼎盛实业发展有限公司 一种基于大数据的工程进度监管系统
CN112561487A (zh) * 2020-12-21 2021-03-26 广联达科技股份有限公司 一种计算施工进度的方法、装置、设备及可读存储介质
CN112884703A (zh) * 2020-12-31 2021-06-01 深圳市特辰科技股份有限公司 一种高层建筑施工质量及进度的监控系统及方法
CN113128077A (zh) * 2021-05-25 2021-07-16 上海建工四建集团有限公司 一种群塔竖向爬升策划数字仿真优化方法
CN113192042A (zh) * 2021-05-12 2021-07-30 白楠 一种基于opencv的工程主体结构施工进度识别方法
CN113194284A (zh) * 2021-04-16 2021-07-30 深圳市艾赛克科技有限公司 塔吊智能监测系统及方法
CN113658239A (zh) * 2021-08-31 2021-11-16 广联达科技股份有限公司 建筑施工进度的识别方法、装置、电子设备及系统
CN113720283A (zh) * 2021-08-31 2021-11-30 广联达科技股份有限公司 建筑施工高度的识别方法、装置、电子设备及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930124A (zh) * 2019-11-29 2020-03-27 深圳集智数字科技有限公司 一种确定施工进度的方法、装置及设备
CN111401765A (zh) * 2020-03-24 2020-07-10 重庆德生鼎盛实业发展有限公司 一种基于大数据的工程进度监管系统
CN112561487A (zh) * 2020-12-21 2021-03-26 广联达科技股份有限公司 一种计算施工进度的方法、装置、设备及可读存储介质
CN112884703A (zh) * 2020-12-31 2021-06-01 深圳市特辰科技股份有限公司 一种高层建筑施工质量及进度的监控系统及方法
CN113194284A (zh) * 2021-04-16 2021-07-30 深圳市艾赛克科技有限公司 塔吊智能监测系统及方法
CN113192042A (zh) * 2021-05-12 2021-07-30 白楠 一种基于opencv的工程主体结构施工进度识别方法
CN113128077A (zh) * 2021-05-25 2021-07-16 上海建工四建集团有限公司 一种群塔竖向爬升策划数字仿真优化方法
CN113658239A (zh) * 2021-08-31 2021-11-16 广联达科技股份有限公司 建筑施工进度的识别方法、装置、电子设备及系统
CN113720283A (zh) * 2021-08-31 2021-11-30 广联达科技股份有限公司 建筑施工高度的识别方法、装置、电子设备及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115465784A (zh) * 2022-08-24 2022-12-13 杭州大杰智能传动科技有限公司 基于项目控制的区域塔机监测控制方法和系统
CN115465784B (zh) * 2022-08-24 2024-05-24 杭州大杰智能传动科技有限公司 基于项目控制的区域塔机监测控制方法和系统
CN116777184A (zh) * 2023-08-18 2023-09-19 北京六建集团有限责任公司 一种装配式建筑施工进度自动监测方法
CN116777184B (zh) * 2023-08-18 2023-12-12 北京六建集团有限责任公司 一种装配式建筑施工进度自动监测方法
CN118071099A (zh) * 2024-03-07 2024-05-24 华侨大学 一种基于无人机平台的建筑主体施工进度快捷监测方法

Similar Documents

Publication Publication Date Title
CN113971781A (zh) 建筑结构施工进度的识别方法、装置、客户端和存储介质
CN109614697A (zh) 一种基于bim的桥梁管理系统
US20210349476A1 (en) Method and apparatus for controlling cruise of unmanned air vehicle based on prefabricated construction platform
WO2022059868A1 (ko) 기상 예측에 기반한 공사 공정 관리 방법
CN112561487B (zh) 一种计算施工进度的方法、装置、设备及可读存储介质
CN112785458A (zh) 一种桥梁健康大数据智能管养系统
CN108985714A (zh) 一种建筑工地智慧控制集成系统
CN115329812A (zh) 一种基于人工智能的道路基础设施异常监测方法
CN106790457A (zh) 输变电状态监测装置的移动巡检运维系统
CN112819306A (zh) 基于计算机视觉的工作效率评价方法、系统、设备及介质
CN114326625B (zh) 一种电网基建施工中的潜在安全风险的监测系统及方法
US20230386327A1 (en) Methods and internet of things systems for managing traffic road cleaning in smart city
CN117035419B (zh) 企业项目实施智能管理系统及方法
CN117788223A (zh) 一种基于多数据融合的建筑施工管理方法
CN118071059A (zh) 基于bim和gis的智慧梁场管理平台
CN118114840A (zh) 一种基于大数据分析的建设工程成本预测与控制方法
CN115456595A (zh) 一种基于多源数据融合的工程建设项目综合管控方法
CN113807599B (zh) 一种智慧建造信息化综合管理云平台
CN113269435B (zh) 一种新能源场站运行状态耦合监测评估系统
CN110148290A (zh) 智能感知矿山安全生产预警与防控监管信息化大数据系统
CN108388873A (zh) 一种机器视觉的监管系统、方法及客户机、存储介质
CN113374021A (zh) 基于操作手柄先导控制信号的挖掘机工况识别方法
CN116542502B (zh) 基于卷积神经网络的建筑物施工周期优化系统及方法
CN117934701A (zh) 跨天桥的施工安全检测预警方法
CN116681548A (zh) 基于bim+gis智慧工地管理云平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination