建筑安全和健康监测的计算机视觉技术外文翻译资料

 2021-10-24 02:10

英语原文共 13 页

建筑安全和健康监测的计算机视觉技术

摘要

为了施工安全与健康,必须不断监测不安全的状况和行为,以便及时消除潜在的危险。计算机视觉技术作为一种强有力的自动化现场观测手段,已被应用于从现场图像和视频中提取与安全相关的信息,并被认为是补充目前费时、不可靠的人工观测做法的有效解决办法。虽然一些研究工作已经转向基于计算机视觉的安全与健康监测,但由于在可靠性、准确性和适用性方面存在一些技术问题和研究挑战,它在实际应用中还不成熟。因此,本文从技术和实际两个角度回顾了以往计算机视觉技术在建筑工程方面的尝试,以了解计算机视觉技术的现状,进而提出了基于计算机视觉的安全和健康监测领域的未来研究方向。具体来说,本文基于评估不安全条件和行为所需的信息类型将以往的研究分为三类:对象检测、对象跟踪和行为识别。结果表明,研究的主要挑战包括对场景的全面理解、摄像机位置的不同跟踪精度以及对多种设备和工人的动作识别。此外,我们还发现了几个实际问题,包括缺乏针对特定任务的量化指标来评估在安全环境中提取的信息的安全性、施工现场动态条件造成的技术障碍和隐私问题。这些挑战表明需要在这些领域进行进一步的研究。因此,本文为研究人员提供了先进的基于计算机视觉的安全和健康监测知识和技术的见解,并为从业人员理解和采用这些技术提供了新的机会和考虑。

关键词:建筑安全和健康;计算机视觉;检测

1引言

由于施工现场工作环境的危险性,工人在施工过程中经常面临潜在的安全和健康风险。尽管建筑业约占美国劳动力的5%,但是建筑意外伤亡约占所有职业死亡的18%。此外,建筑业非致命性职业伤害和疾病的发生率比一般行业高30%。这些统计数字表明,迫切需要减少建筑业致命和非致命伤害的发生率。为了解决这一问题,以往的研究已经对事故发生机制进行了研究,以了解事故的原因,以及导致事故的过程和条件。值得注意的是,以往的研究表明,几乎所有此类伤害都可以通过减少或消除可能对建筑工人的安全和健康造成有害影响的接触来高度预防的。

在事故原因模型中,不安全条件和不安全行为被认为是事故发生的两个直接原因。因此,监测施工过程中的不安全状况和行为,在确定和采取迅速纠正行动,通过在因果过程中消除这些问题,预防由此产生的安全和健康问题方面发挥着关键作用。实际上,现场观察和检查是评估施工中的工程所涉及的风险和现有施工现场条件的常用技术。然而,观察方法是昂贵且费时的,因为他们需要由主管或安全人员人工观察和监督文件。此外,人工观察存在着信息缺失和信息不准确的局限性。这些限制在建筑项目中变得更加明显,因为工人和环境随着时间不断变化,熟练的监督人员并不总是存在于现场,因此在日常实践中实施人工观察非常具有挑战性。

近年来,计算机视觉因其可用于建筑工地的自动化、连续化监测而受到广泛关注。计算机视觉通过拍摄图像或视频,可以提供一组关于施工现场的丰富信息(如项目实体的位置和行为,以及现场条件),有助于快速、准确、全面地理解复杂的施工任务。与其他类型的传感技术(如RFID、GPS和UWB)相比,这些技术需要在所有被监测的项目实体上安装传感器,并提供有限的信息(如位置数据),来这些技术自身的缺陷。由此可知,计算机视觉已经应用到建筑的各个领域,如进度监控、生产力分析、缺陷检测和自动化文档记录。计算机视觉技术作为一种基于现场的安全和健康监测工具,具有巨大的潜力,可以解决目前人工观察方法的局限性,通过从图像或视频中提取和分析相关信息,创造风险识别和评估过程的自动化机会。尽管最近在基于计算机视觉的安全和健康监测方法方面取得了进展,但以往的工作很少应用于实际的技术和任何其他实际实践的问题。因此,需要进行进一步的研究,找出现有知识体系中存在的局限性和问题,以便促进从业者采用先进的技术,并在今后的研究中解决已确定的问题。

本文综述了基于计算机视觉的安全与健康监测的现有文献:(1)了解现有的先进方法及其进展;(2)确定以往研究中常见的主要挑战和局限;(3)为未来研究提供潜在的解决问题的方向。本文首先介绍了与现场监测相关的当前安全管理实践,并讨论了计算机视觉在安全观察和检查中的潜在作用和总体框架。然后,我们介绍了计算机视觉技术的整体概念,具体方法和应用,这些技术直接或间接的用于施工安全与健康监测,特别是在计算机视觉的三组分类方法和从图像数据中提取的信息类型(即对象检测、对象跟踪和行为识别)。随着全面回顾,本文讨论了在实践中应用基于计算机视觉的方法所面临的技术挑战和潜在问题。

2计算机视觉在安全与健康监测中的应用综述

与汽车、制造业等行业相比,建筑业在安全健康监测方面存在着许多该领域特有的问题,如不断变化和复杂的工作环境,不规范的工作流程和设计等,这可能会给计算机视觉的安全健康监测带来挑战。在这一节中,介绍了当前建筑安全与健康监测的实践,以及计算机视觉在改进这些实践中的潜在作用和方法。在此基础上,提出了基于计算机视觉的安全健康监测的总体框架。

2.1安全与健康监测的现行做法

建筑工程的独特性、动态性和复杂性可能会增大工人接触危险工作环境的可能性。如果没有对施工现场的安全规划、现场分析、危害预防和控制、安全卫生培训等安全卫生管理工作进行系统、全面的努力,就不可能完全消除职业危害。安全与健康监测的目的是通过根据组织的安全与健康计划和标准衡量健康与安全实践,确保安全与健康得到有效管理。

在安全和健康监测活动中,作业安全观察和检查是评估正在进行的施工任务的常用技术之一。现场观察和检查通常根据项目的规模每周或每两周进行一次,检查人员通常在一周内随机安排时间进行一至两小时的观察,在同一时间没有任何其他任务。在观察过程中,观察员通过观察工人执行一项特定任务或利用检查清单目视检查工作范围及工作设备(即安全检查),并发现和消除事故潜在的原因(即不安全的条件和行为)。为了简化记录的保存,例如,Reese和Eidson确定了导致伤害、财产损害或设备故障的不安全的条件和行为,如未能穿个人防护装备(PPE)、不当吊运、不当使用设备(例如,速度过快,维修移动设备)或不当储存炸药或危险物品。

2.2计算机视觉方法的潜在作用

如前一节所述,对不安全条件和行为等风险的识别需要观察者的感知和认知能力。例如,观察者必须使用他们的感知能力来理解场景,比如物体和场景的识别,或者空间和时间关系的视觉处理。然后,通过将感知信息与规则、指导原则或观察者过去的经验进行比较来评估感知信息,从而识别不安全的条件和行为。然而,旨在准确可靠地执行视觉任务的计算机视觉技术本身只局限于提取感知信息,而没有解决对信息进行评估以识别不安全条件和行为的问题。因此,基于计算机视觉的安全健康监测方法不仅要考虑如何提取感知信息,还要考虑如何将信息与现有的潜在风险或危害知识进行比较。

表1 计算机视觉技术在识别不安全条件和行为方面的潜在作用

办法

说明

有针对性的不安全行为和条件的例子

电脑视觉技术应用

基于场景的风险识别

通过理解施工现场的静态场景来识别不安全行为和条件

未穿戴个人防护装备(PPE);拥挤的工作区域存放不当的爆炸物或危险物品等

目标检测

基于位置的风险识别

根据项目实体(如设备、工人)的位置和移动来识别不安全行为

没有提醒同事不要被车辆或设备撞到;工作位置不当 以不安全的速度操作或工作等

目标跟踪

基于行为的风险识别

识别违反有关的安全和健康规则的行为

重型设备上部结构移动不当;不适当的抬举,姿势笨拙等

行为识别

用于安全和健康监测的感知信息的类型因不安全条件和行为的特点而异,这需要不同的计算机视觉技术。根据信息的类型,本文将基于计算机视觉的方法分为三类:(1)基于场景的风险识别;(2)基于位置的风险识别;(3)基于动作的风险识别(表1)。首先,基于场景的方法通过在安全环境中检查场景来理解和评估静态场景中的任何潜在风险。例如,分析所需的信息包括现场是否存在不安全物体、是否存在所需的安全工具和设备、工人是否在不安全区域等。在表1中,未穿戴个人防护装备(例如,安全背心和安全帽)、工作区域拥挤、爆炸物或危险物品储存不当都是这种不安全行为和条件的例子。针对这些类型的不安全条件和行为,已在建筑中应用目标检测技术提取相关信息。这里的目标检测是指通过搜索具有已知对象模型(如外观特征)的图像来检测图像中感兴趣的语义对象的技术。因此,目标检测方法允许通过检测个人防护设备和工人来评估工人身上是否缺少个人防护设备的情况,或者通过在未指定或已知的不安全区域检测危险物质来类似地识别不安全条件。其次,采用基于位置的方法,基于项目实体(如设备和工人)随时间移动的几何信息来评估场景中的风险。这类信息对于识别不安全的条件和行为是必不可少的,例如不适当的工作位置(例如,设备或设备与工人之间的近距离)或不适当的设备使用(例如,设备速度过快)。为了从图像中获取位置信息,以往在建筑领域的研究工作中,采用了对象跟踪技术,通过逐帧检测目标,跟踪目标在一系列图像中的轨迹。在施工现场,施工人员和设备在执行任务时不断移动,当工人或设备操作员没有认出附近的其他工人或设备时,可能会在无意中造成事故或伤害。因此,基于位置的方法能够识别工人和设备的轨迹经常重叠的交互;通过预测潜在的事故地点,基于位置的方法使管理人员能够适当地规划任务(例如,警告危险情况和指派旗手或在不同的时间安排任务)。最后,基于行动的风险识别侧重于检测特定岗位的设备或工人的不安全行为。例如,在交通拥挤地区,挖掘机上部结构旋转不当是导致事故发生的常见原因。此外,工人的不安全行为(如表1中不当的举重姿势)可能导致人体工程学损伤(如肌肉骨骼疾病),占2011年施工中非致命职业伤害和疾病的24%。因此,运动信息在评估设备和工人正在进行的工作中起着至关重要的作用,这些工作通常是按照现有的安全和健康规则(例如,检查表)进行的。作为一种在工地上收集运动信息的手段,连续图像中捕捉特定动作的动作识别技术已经在施工中得到了研究。

2.3基于计算机视觉的安全和健康监测的一般框架

基于以上讨论的多种方法,我们推导出一个基于计算机视觉的安全和健康监测的总体框架,如图1所示。基于计算机视觉的方法是从使用各种图像传感设备获取场景图像数据开始的。为了提取对安全和健康监测有用的信息,需要使用多种计算机视觉技术对图像数据进行计算分析,根据从采集的图像或视频中提取的信息类型,可以将图像数据分为三个要素:(1)目标检测;(2)对象跟踪;(3)动作识别,如前一节所述。

目标检测是一种基于场景的风险识别方法,也是目标跟踪和动作识别的初步步骤。一旦在场景中识别出感兴趣的项目实体,就可以使用对象跟踪算法跟踪它们在2D或3D空间中的位置。提取的位置信息用于基于位置的不安全条件和行为的识别。当具有铰接体结构的项目实体(例如工人和设备)执行施工任务时,需要使用动作识别技术从静态或序列图像确定工人或设备在做什么,并识别违反安全和健康规则的不安全行为。本文所描述的每一类计算机视觉技术都是计算机视觉领域的一个广泛课题,并对这些技术在建筑中的许多应用进行了研究。下一节将详细审查每一类目前的进展情况。

3基于计算机视觉的施工安全和健康监测方法

本节在文献综述的基础上,详细介绍了计算机视觉技术的概念、具体技术和在建筑中的应用。尽管目前计算机视觉在建筑领域的研究取得了一定的进展,但安全与健康监测方面的研究尚不成熟,尚不能应用于实际工程中。虽然大部分研究集中于可用于多种目的的数据收集,例如业绩监测包括生产力分析以及安全和健康监测,但它们未能充分说明如何评估数据以检测不安全状况和行为。然而,准确和可靠的数据收集也是安全与健康监测的必要条件,本文综述以往的研究工作对计算机视觉技术,可以直接和潜在的用于收集必需字段的数据图像,和他们的应用程序安全与健康监测。在本节中,首先,我们将介绍目前用于安全和健康监测的各种图像传感设备。然后介绍了计算机视觉的技术方面、研究挑战和未来的发展方向。(如目标检测、目标跟踪和动作识别)。表2概述了本节将要审查的以前的研究工作。

3.1图像数据收集

基于计算机视觉的安全和健康监控要求在施工任务正在进行的场景中使用图像或视频。在施工中,摄像机被广泛应用于现场观察和记录施工活动,为项目经理提供远程项目的实时图像。此外,视频监控系统使用固定或泛瓦片变焦相机是常见的建设安全问题,如事故、破坏和盗窃材料。这些相机可以是廉价的解决方案,以获得二维图像数据(即2D影像或序列影像)电脑视觉监控所需。

近年来,随着新型三维数据传感设备的日益普及,三维数据在计算机视觉应用中的应用越来越广泛。Browatzki等人比较了分别基于2D和3D数据以及2D和3D数据组合的目标检测性能,发现基于3D和组合的方法分类精度高于基于2D数据的方法。基于3D数据的方法表现得更好,因为3D数据对光线或颜色变化不那么敏感,包含几何线索,并提供了与背景更好的分离。在施工中,通常采用基于激光的三维成像系统和立体视觉系统来采集施工现场的实时三维数据。对于在室内环境中进行的施工任务,如完成工作,RGB-D传感器(如MS Kinecttrade;)可以提供深度图像,通常用于分析施工工人的姿势和动作。

表2 基于计算机视觉的安全与健康监测研究综述

技术

数据类型

目的

目标对象

原文和译文剩余内容已隐藏,您需要先支付 20元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。