摘要
本发明涉及智慧工地技术领域,尤其是涉及一种基于时空图卷积网络的智慧工地智能巡检方法、装置、系统及存储介质,包括:在工地安装视频采集设备,对工地现场各区域的施工活动、设备及堆料进行图像数据采集;对施工人员行为预测模型进行建模,综合工地建造布局和施工信息,预测各区域的施工人员流动趋势和密度;对采集的各施工区域图像信息运用图像识别技术进行处理,识别设备类型、密度和相关分布位置;融合施工现场环境信息,评估各施工区域的预计巡检时间,并分析施工设备密度与巡检时间的关系;根据施工设备分析结果,确定备品备件维修点的保障范围,根据现有备品备件维修点的利用效率、施工人员流量和施工区域面积,对备品备件维修点的数量分布进行调整和优化。使用强化学习技术优化巡检人员的巡检道路,基于施工人员流动趋势预测和施工设备数量分析,优先在高利用率设备的路线和施工作业较少的时段安排进行巡检,及时发现故障隐患并减少对正常施工作业的影响;对巡检任务的执行情况进行实时监控,结合巡检人员反馈的情况,评估巡检效率和故障风险预警水平。
技术关键词
施工设备
智能巡检方法
密度
顶点
视频采集设备
语义分割模型
地图结构
施工现场环境
智能巡检系统
强化学习技术
网络
图像识别技术
策略
智慧工地技术
工地现场
设备识别
关键帧