基于人工智能技術的基建安全管控與違章識別

國網重慶市電力公司銅梁供電分公司 趙兵

隨著科技的不斷發展，我國的信息技術也在不斷進步，其中以人工智能技術為代表的信息技術在人們的生活及工作中越來越普及。對于電力行業來說，施工作業現場監管具有成本高、難度高等特點。人工智能技術可以從很大程度上對施工作業現場的安全管理人員進行多方面的安全管控，從而實現更好的監控管理。本文介紹了工智能技術的概述，探討了人工智能技術的運用和發展趨勢，分析了安全管控與違章識別建立的必要性，提出了基建安全管控與違章識別人工智能系統的整體設計方案，以供參考。

隨著我國電網建設規模不斷發展，我國電網施工作業現場也越來越點多面廣，安全生產管控工作難度也越來越大，在監管過程中，存在管理盲區多問題，現場施工情況難以全面及時把握，安全生產風險難以嚴格把控。應用人工智能技術，對于基建電網工程建設的安全管控，以及及時糾正違章行為，就顯得尤為重要。

1 人工智能技術的概述

人工智能技術簡單來說，就是以人工智能技術控制各類機器。人工智能的最終目的，就是通過制造開發出一種水平能夠與目前人類智慧水平相仿的并且具有獨立自動處理事件或獨立思考問題能力的人工智能處理機器，從它的思維功能上說，它具有推理、證明、識別、感知、思考、規劃、學習等各類型的思維力和管理意識活動能力。人工智能在該領域的研究范圍也在不斷擴張，目前來說，其主要的研究領域包括人機語言和圖像識別、自然語言的信息處理及智能機器人等多個方面。

1.1 人工智能技術的興起

早在20世紀50年代，人工智能這一概念就已經被廣泛提出了，隨后很多的技術研究者和學者對其概念進行了更深入性的研究，并且取得了一定的研究成果，具體表現在對SLISP的圖表處理和多語言代碼編寫等多個方面。很快這一項新的技術被廣泛推廣到很多其他學科的技術領域，但由于其他學科技術的發展一直沒能真正跟上它的腳步，所以其中還存在著許多問題，而導致人工智能機器并不能準確地實時翻譯。

1.2 人工智能技術的發展

人工智能技術的發展經歷了許多時期的沉淀，相關研究人員始終沒有放棄研究人工智能技術，直到20世紀70年代，相關的研究人員終于將人工技能技術的研究取得了一定的成效，開發出了人工智能系統，因此迎來了人工智能技術發展的新高潮。當第五代智能計算機成功完成研發之后，人工智能信息技術得到了進一步發展。由此可見，人工智能技術的發展速度和現代計算機信息技術發展水平有著極大的密切關系。

1.3 人工智能技術的發展方向

在當前信息時代的背景下，如何更好地讓人工智能技術貼近人們工作和生活，是未來人工智能檢索發展應用過程中必須認真思考的一個課題。對于基建工程來說，如果能夠在作業的過程中，利用人工智能技術來對作業過程中的安全管控及違章識別進行更便捷化及高效化的問題處理，能夠在很大程度上提高現場作業的安全性、紀律性和規范性，提高安全管控工作和違章識別工作的管理效率。

2 人工智能技術的運用

2.1 深度學習

隨著時代的不斷發展，人們對數據的處理工作也越來越重視，而就目前來看，在對大量的數據進行處理的時候，人們更傾向于利用人工智能技術來進行數據處理。其中人工智能技術中的機器學習可以從很大程度上，能夠讓人們對數據處理實現計算機模擬，從而進行廣泛研究。根據學習干預法能夠將其分為無監督學習和有監督學習兩種，其能夠通過數據反饋和計算權值綜合設置技術來進行數據計算和結果的綜合優化，完成對之前輸入數據的綜合學習。此外，其還能夠在用戶接受新節點數據輸入的時候進行結果值計算的預測，這樣可以極大地提升人工智能學習的準確性。

2.2 智能處理

智能處理主要是說，在處理專業技術領域相關知識的操作過程中，通常都是通過使用智能處理系統，通常是由推理知識庫組成，通過管理知識庫的獲取、標識及信息儲存等多個過程管理來直接完成知識庫的管理，然后再通過利用推理功能來對其進行推理，最終可以得到準確的推理操作結果。

2.3 人機交互

人機交互技術已經是當前人工智能技術相關科學技術中非常重要的一個研究熱點，其技術核心功能主要是如何利用更好的技術幫助我們實現現代機械的智能化，保障現代機械和人類之間交互順暢。人機交互技術不僅需要通過一些硬件技術創新進行提升，同時還需要通過將人機交互語音自動識別技術、手勢及3D交互技術等融入到具體應用中進行實踐學習來實現提升。

3 人工智能信息技術的發展趨勢

在需要解決應用問題時，人工智能信息技術本身可以對任何意外因素來建立相應的解決機制，對任何可能造成經濟損失的應用問題、意外因素可以進行分析總結和再分析，并以此提供最為高效的問題應對策略預案，提升非基于預期意外因素的問題應對預案效果，減少應用問題產生帶來的不良影響。尤其是對于科研應用領域，科研人員的研究重點主要在于復雜應用問題的分析求解，進而使得人工智能信息技術可以有著更為高效準確的數據計算分析能力，也因此可以能夠更好地為高層次精端信息技術的研發應用提供技術幫助。

3.1 機器學習累計升級

機器學習累計升級，也就是說讓智能機器提升自我完善的技術水平，能夠建立完善機器自我學習技術體系，從而可以從很大程度上提高人工智能技術的發展。其中，如果想有效減少機器學習累計升級的成本，需將人工智能機器的自主學習功能發展高度限制在人類可完全控制的狀態下，滿足當前法治社會基本倫理道德要求的前提下進行技術發展。

3.2 智能化自動識別

現在人工智能識別系統技術已經被廣泛應用在各類領域中，且得到了充分認可，對進一步提高我國人工智能識別技術研發應用管理水平來說，具有巨大的技術推動力和經驗價值。對于人工智能識別技術來講，其目前處于初步推廣應用階段，想要真正實現全方位有效應用，還需要獲得來自各界完整的技術支持，而不僅僅局限于理論。

4 安全管控與違章識別建立的必要性

電力工程現場人身安全的管控主要考慮面臨的三大突出問題：(1)現場作業安全管理人員本身是否涉嫌違章作業或者違法違規作業；(2)現場是否缺乏安全生產監督執法檢查及報警信息管理機制；(3)人身安全意識增強教育指導措施落實是否到位。如何正確且有效地讓現場安全隱患被及時發現，及時規避，進而消除，這已經從很大程度上發展成為每個施工現場安全生產管理的一項艱巨任務。因此，務必要分步規劃建設電力作業現場安全統一監督的人工智能識別系統，逐步實現電力工程現場人身安全管控智能化、快速化、全面化的任務目標。系統配套聯網電力作業現場監控攝像頭，通過采用人工智能識別技術，有效解決了安全監管工作效率低、人力資源成本高、監管管理有智能盲區等問題，實現了對施工現場全方位過程監控可視、可感，風險監測可知、可控。

5 基建安全管控與違章識別人工智能系統的整體設計方案

5.1 移動端的功能介紹

移動端有很多功能，例如電力施工工地檢修人員作業過程實時監控可視化：針對安全電網現場檢修作業的各種流程，利用現場智能監控設備和人工智能識別系統進行互聯互通，能夠更為高效地實現多方管控。例如安全電網作業檢修人員遠程預警監控中心，人工智能識別系統自動進行數據綜合處理分析，智能準確判斷現場檢修作業的安全隱患風險，及時對施工作業現場檢修人員作業過程中的各種突發事件情況信息進行及時告警，保證現場檢修作業得到智能化遠程監督。

5.2 PC端功能各個模塊的介紹

人員管理模塊：主要是采集相關工作人員的信息，并且統一記錄與安排，并且可以從很大程度上監控他們的安全穿戴以及安全行為是否合格，并且將這些相關數據統一進行處理。

(1)機械監控模塊：這主要是將機械監控模塊中的數據傳遞到系統中，從而讓相關的管理人員能夠進行提醒與警示。這也就是說，可以有效地監管相關工作人員的操作，判斷其是否違規，如果存在違規情況，那么管理人員就可以對相關工作人員的操作進行提醒與警示。(2)數據應用平臺：數據應用平臺主要是各個平臺的匯總，也就是說匯聚了各個模塊的應用于一身。通過數據應用平臺，可以廣泛的對各個模塊中的數據進行統計與處理。

5.3 施工作業現場遠程檢修作業監護及預警

主要包括幾項內容：(1)未佩戴安全帽識別。根據現場要求，監控視頻終端對于所輻射區域內施工人員是否佩戴安全帽進行檢測識別，一旦檢測到未佩戴安全帽即觸發告警，并將告警圖片及違章信息推送客戶端，同時觸發現場語音告警；(2)未正確著裝識別。根據施工要求，可以設定某個或多個監控終端，對于視頻輻射區域內著裝短袖短褲的行為，進行識別檢測并做出預警；(3)關鍵人員缺崗識別。根據施工現場要求，可以結合黃馬甲、紅色安全帽、人臉識別三種識別模式，對施工現場管理人員、關鍵人員是否到崗到位進行有效識別，并對未到場情況進行預警（可設置檢測間隔時間）；(4)未佩戴安全帶識別。當施工作業區域進行攀塔、登高等危險動作時，如檢測到未佩戴安全帶將觸發告警，并將違章行為發送平臺終端，進行及時制止，避免違章行為轉化為安全事故；(5)吸煙識別。指定區域有人做出吸煙動作，視為現場有人吸煙，即識別為違規行為并預警；系統可自動識別人員是否有抽煙行為，若有，則報警；同時識別手部動作和嘴部香煙；(6)雙鉤識別。當人員在施工作業區域進行攀塔、登高等危險動作時，對雙鉤佩戴情況檢測，保障作業人員是在佩戴雙鉤的情況下作業；(7)圍欄識別。在危險作業區域或者施工區域，對圍欄內存在人員闖入的情況進行告警提示。室內、室外均可檢測；(8)速差保護器識別。當人員在施工作業區域進行攀塔、登高等危險動作時，對速差保護器情況進行檢測，保障作業人員是在攜帶速差保護器的情況下作業。

5.4 配套施工現場終端數據采集管理

通過施工現場數據采集終端實時視頻拍攝，對人臉、人體、物品、人物結合、姿態分析、場景分類檢測與特征提取、高密人臉抓拍、高俯角人臉識別，多層級、多維度進行識別聯動，助力生產，保障安全。

5.5 施工作業現場綜合數據統計查詢

數據統計是一個承上啟下的層級，主要負責將施工現場的數據和圖像進行存儲和處理，采用負載均衡策略將數據轉發、存儲、比對、查詢任務分配到相關服務器上，根據不同的數據類型和應用場景，進行差異化數據處理。數據層相關數據處理與應用包括以下方面內容：

(1)統計報表：統計報表可以按用戶實際需求，生成報警事件的分類統計報表或統計圖表。(2)報警事件管理：可以對現場各類安全行為分析結果進行管理和展示，可以查看實時最新的報警事件或按安全行為分類查看報警事件。(3)設備管理：包括查看設備、添加設備、管理設備子模塊，可以查看現場監控攝像頭實時分析結果和監控視頻，添加設備模塊可以動態新添加攝像頭，方便現場用戶部署使用，設備管理模塊可對監控攝像頭進行管理和設置，如部署位置、名稱、編號、網絡參數、視頻分析參數等。(4)場景識別：主要包括區域闖入識別、未戴安全帽識別、未正確著裝識別、關鍵人員是否到位識別、未系安全帶識別等。

6 結語

總之，在基建安全管控與違章識別探索中應用人工智能技術，是極其重要的。在作業現場及監控系統中利用現代人工智能，通過語音、移動端等多種方式完成本地及遠程告警，并根據應用場景對視頻采集組件進行云端自定義算法升級，實現對施工現場環境進行全方位、實時自動智能安全監控，大幅降低施工現場作業風險。