打开文本图片集

摘要：本文提出了一种基于5G和边缘AI技术的施工现场安全智能监管系统，介绍了系统技术特点、设计方案及功能实现，然后说明了系统的主要创新点。该系统已进行应用，实际应用表明：该系统能够实现高效的安全管理，具有一定的推广应用价值。

关键词：智能监控;安全管理

引言

建设工地现场本身的安全风险较多，实施过程中也容易遇到各种变数，往往需要根据实际情况做出步骤、内容、人员等各类调整，存在人员流动性大、部分工种才做体力劳动繁重、施工变化较大等特点。工程施工安全事故不仅对人民群众的生命和财产安全造成直接的危害，同时也给社会带来直接和间接的经济损失，一些重大的安全事故甚至对社会稳定产生不利的影响。因此，在传统安全管理方式的基础上，本文提出了一种基于5G和边缘AI技术的施工现场安全智能监管系统，为保证施工现场安全提供平台支撑。

1 5G和边缘AI技术的概念

1.1 5G技术

5G作为一种新型移动通信网络，不仅要解决人与人通信，为用户提供增强现实、虚拟现实、超高清（3D）视频等更加身临其境的极致业务体验，更要解决人与物、物与物通信问题，满足移动医疗、车联网、智能家居、工业控制、环境监测等物联网应用需求。最终，5G将渗透到经济社会的各行业各领域，成为支撑经济社会数字化、网络化、智能化转型的关键新型基础设施，具有通信技术传输速度快、传输稳定、高频传输等三个特点被广泛应用在移动医疗、车联网、智能家居、工业控制、环境监测等应用场景中。

1.2 边缘AI技术

在过去的十年里，云计算成功地缓解了日益增长的数据所带来的存储、管理等问题，但是目前网络带宽的增长速度远远赶不上数据的增长速度。除此之外，云计算还面临带宽不足的问题。在这种应用背景下，边缘计算应运而生。它与现有的云计算集中式处理模型相结合，能有效解决云中心和网络边缘的大数据处理问题。

具体而言，边缘计算有几个明显的优点：

带宽：边缘设备处理了部分产生的临时数据，不再需要将全部数据上传至云端，只需要传输有价值的数据，这极大地减轻了网络带宽的压力，且减少了对计算存储资源的需求;

延迟：在靠近数据源端进行数据处理，能够大大地减少系统时延，提高服务的响应时间;

经济性：某个应用如果使用云端，即使能从技术上解决带宽和延迟问题，但在边缘执行计算可能更划算;

可靠性：某个应用如果使用云端，即使能从技术上解决带宽和延迟问题，但到云端的网络连接并非一直可靠，而应用可能需要一直运作。在这种情况下，就要使用边缘计算了。例如人脸辨识门锁，如果网络连接断开，你希望门锁仍然正常工作;

隐私：某个应用如果使用云端，即使能从技术上解决带宽、延迟、可靠性和经济性等问题，可能仍有许多应用出于隐私考虑而需要进行本地处理。边缘计算为关键性隐私数据的存储与使用提供了基础设施，提升数据的安全性。

边缘计算因为其突出的优点，满足未来万物联网的需求，从2016年开始迅速升温，引起全球的密切关注。当然，边缘计算是一个持续迭代更新的概念，不同技术的融合，使得边缘计算的内核不断创新，例如人工智能和神经网络的应用，也正在赋能“边缘AI”的落地。得益于云端服务器广泛的数据计算能力，人工智能和机器学习领域取得了巨大进步，发展出更加综合性的人工神经网络，以解决富于挑战性的任务。随着机器学习、神经网络训练等网络架构和工具不断适配、兼容到嵌入式系统上，越来越多的AI应用也可以直接在边缘设备运行，于是“边缘AI”成为了当下讨论的热点。

边缘AI是指在硬件设备上本地处理的AI算法，可以在没有网络连接的情况下处理数据。这意味着可以在无需流式传输或在云端数据存储的情况下进行数据创建等操作。为了实现这些目标，边缘计算可以在云上靠深度学习生成数据，而在数据原点——即设备本身（边缘）执行模型的推断和预测。

2 智能监管系统设计

2.1 建设工地现场分析

建设工地现场是一个安全事故多发的地方，为保障人员、设备安全，对整个施工建设过程的安全监管是十分必要的。

目前，处于前期工程施工阶段的工地，存在如下的特殊性和管理难题：

施工作业地点与时间非固定不变。

值班人员需要每天定时对工地重要的区域，如动火作业区、高空作业区、安全通道区、气瓶存放区等进行巡逻，耗时耗力，很难及时发现存在的一些问题。

人员管理难度较大，操作人员很多时候为了偷懒省事，把一些涉及安全防护的流程简化，安全意识相对比较淡薄。

施工现场由于客观存在的原因，对于网络布线等常规的弱电操作存在很大的障碍。

常规采用的人工现场巡查和人工查看监控视频的方式，存在一定的人力资源浪费和监管盲区、不及时等问题。

因此，通过建立一套施工现场安全智能监管系统，运用以深度神经网络为核心的计算机视觉AI分析、边缘计算、5G传输等技术，实现对项目初期工地建设过程中的实时监控、智能感知、数据采集和高效协同，提高作业现场管理的准确性、灵活性和实时性。

2.2 系统总体架构设计

根据总体业务需求选择不同配置的基础设施，接入底层数据，构建统一的基础服务平台（IaaS）;再根据智慧工地安保具体需求开发对应的视觉AI算法和分析模型、标准服务、大数据服务、系统管理服务，以特定功能模块的形态加入到PaaS（中台）中。在综合业务的应用层（PaaS），根据综合业务逻辑，调用PaaS层的功能模块，设计相应的业务功能，最终以业务功能看板的形式在系统界面中展示。

系统架构底层（IaaS层）为项目需要的基础设施资源，包括计算资源（服务器、GPU等）、存储资源（硬盘录像机、适配器等）、传输资源（交换机、网线等）、多维感知设备（摄像头、环境监测传感器、5G边缘智能分析终端等）。

系统架构中间层（PaaS层）为项目所需要的核心平台服务，包含数据接入服务（连接基础设施的数据交换、连接管理服务）、AI算子与逻辑（核心板块）、大数据服务、标准服务、系统管理服务等。

系统架构顶层（SaaS层）为项目需要设计开发的具体业务功能，如项目管理、危险作业管理、设备操作管理、三维虚拟巡航、环境监测管理、巡检管理等。

2.2.1系统网络架构设计

利用运营商5G网络的广覆盖，解决工地内数据传输的安全性、稳定性、广泛性等问题，最终借助云端施工现场安全智能监管系统的管理调度，实现云边协同的施工现场安全智能监管体系，总体的网络架构设计如下所示：

其中：

施工现场安全智能监管系统负责下辖各种终端设备的集中管理和能力调度、监管数据的接收、AI模型下发、现场安全应用功能展示等。

工地5G边缘智能分析终端负责现场本地的数据接入、数据解析、模型匹配、5G数据传输等，接受云端系统的集中调度和指挥。

2.2.2现场布点设计

在工地布控一体化智能监管单元（内含5G边缘智能分析终端），监控出入口人员车辆，安全帽和安全防护服、是否违规堆放物品、施工现场是否全封闭等事件，供电方式为电池/太阳能/市电互补的方式，数据传输采用5G传输，上传有效数据和分析结果。

施工工地监管点位布置示意图如下：

13 智能信息化系统的主要功能及实现

通过部署在工地外围出入口、工地四周、部分重要作业点处的一体化监管单元，实时进行数据获取和边缘AI分析，发现违规行为后将数据通过5G传输网络实时上报到云端施工现场安全智能监管系统，实现工地出入口管控、危险作业监管等功能模块，具体以及大致原理如下：

1.2.3.4.4.1.4.1.1.23.1工地出入口管控

3.1.1人员数量和信息统计

通过部署在出入口的视频感知设备，实时获取进出工地的人员信息、车牌号码、车辆照片等信息，与预录入信息比对，发现未授权或未登记人员、车辆时，立即通过5G传输将信息上报给施工现场安全智能监管系统及时记录和预警;

3.1.2 劳保用品穿戴监管

通过出入口视频感知设备，本地实时对视频流进行解码分析，匹配5G边缘智能分析终端内置的分析模型，实时抓取人员衣帽特征，发现未穿戴防护服、安全帽等行为及时抓拍，并将数据实时上传到云端施工现场安全智能监管系统，由监管中心对违规行为进行二次照片确认;

3.2 危险作业方面

3.2.1 乙炔、氧气瓶是否违规混合存放

通过在气瓶存放室内部署视频探头和5G边缘智能分析终端，本地实时对视频流进行解码分析，匹配5G边缘智能分析终端内置的气瓶模型识别出白色乙炔瓶和蓝色氧气瓶是否在同一画面中出现，判别是否存在混合存放;

3.2.2 现场存放气瓶数量是否符合规范要求

通过在气瓶存放室内部署视频探头和5G边缘智能分析终端，本地实时对视频流进行解码分析，匹配5G边缘智能分析终端内置的气瓶模型识别出气瓶数量，再结合安全存放标准，如果乙炔瓶数量>5瓶，则认定存放数量违规。

3.2.3 工地外围是否有人违规翻墙进出

通过在围墙周边部署的视频探头和5G边缘智能分析终端，本地实时对视频流进行解码分析，匹配5G边缘智能分析终端内置的人体识别模型，再结合区域划定和时间划定，分析是否有人翻墙进出工地。

3.2.4 重点区域人员防护

通过在覆盖重点区域的视频探头和5G边缘智能分析终端，本地实时对视频流进行解码分析，匹配5G边缘智能分析终端内置的人体识别模型，再结合区域划定和时间划定，分析是否有人违规靠近重点区域，如高压配电机房、基坑、水坑附近等。

3.2.5 高空作业是否系安全带

通过覆盖高空作业区域的视频探头和5G边缘智能分析终端，本地实时对视频流进行解码分析，匹配5G边缘智能分析终端内置的人体识别模型、安全帽模型、安全带模型，再结合区域划定，发现人员未带安全帽和系安全带，则判定为高空作业违规。

4 结语

通过施工现场安全管理智能监管系统的开发，对高处作业、劳保用品穿戴、人员出入管理已经实现了智能识别，解决一部分现有的安全管理难题，从这个意义上说，本文提出的这套监管系统具有一定的现实意义。同时，我们也要看到，施工现场的情况是非常复杂的，在后期的发展中，应加大对其他安全隐患的算法开发力度，以推进安全生产智能化管理。

参考文献：

【1】应潇斐，魏富强，视频融合与智能监控技术在施工现场安全管理中的应用【J】。建设施工.第43卷.第12期

【2】赵冬义，金羽乔，陆爽，董宇馨，变电基建施工现场智能视频监控系统开发【J】计算机产品与流通，2021.01，81-82。