電力基建施工現場安全管控系統的開發與應用

國網思極位置服務有限公司 石 帥 鄭越峰

1 引言

電力基建施工項目作為一項龐大復雜工程，在實際施工中，主要涉及施工作業、施工進度、施工現場管理等環節。為確保這些環節能夠高標準執行，利用人工智能技術，制定人臉識別監控體系，完成對智慧工地的打造，從而實現對電力基建施工相關作業信息的全面化記錄和統計[1]，有效地保證施工現場管理高效性和安全性，使得施工安全風險降到最低，為實現以上目標，技術人員要應用人工智能技術，完成對電力基建施工現場安全管控系統的設計和應用。

2 系統架構設計

電力基建施工現場安全管控系統架構設計如圖1所示，該系統層級如下。

圖1 系統架構設計

一是展現層。展現層主要用于人機交互操作。該層在具體設計中，需要利用B/S 架構設計思想，利用瀏覽器，完成對流程任務的實時化展示以及文檔數據的存儲和管理；二是數據控制層。數據控制層主要用于對數據的封裝、解析、加解密處理，并將數據傳輸到展現層中，由展現層顯示這些信息；三是業務邏輯層。業務邏輯層在具體設計時，要利用動態加載技術，結合實際業務需求，完成對所需模塊的加載和使用，同時，還能拓展和升級系統功能，確保系統具有易維護、易升級特點。另外，通過運用業務邏輯層，可以為用戶提供多個API 接口，便于系統內部功能的調用；四是持久層。通過設計持久層，可以實現對邏輯業務與數據庫的有效分離，便于系統靈活地切換和使用不同的數據庫，同時，為離線數據庫的使用提供一定的技術支持。系統架構設計如圖1所示。

3 系統硬件設計

3.1 CCD 驅動電路設計

系統在具體設計時，要結合CCD（電荷耦合元件）驅動波形特點，對監控設備內部的驅動電路進行科學設計，同時，還要使用攝像頭，采用逐行掃描的方式，完成對相關圖像單幀的讀寫。此外，還要利用視頻圖形陣列的方式[2]，完成對相關圖像信號的實時化輸出，并將系統驅動頻率設置為24.55MHz，確保監控影像表現出較高的分辨率。

3.2 AD 采樣電路設計

AD 采樣電路設計，可以保證圖像質量，同時，還能實現對圖像采集精確度的有效控制。通常情況下，AD 采樣模塊轉換流程主要包含采樣、增益、編碼三個環節。要想提高AD 芯片精確度，要綜合考慮采樣速率、線性因素。因此，在處理AD 信號芯片時，要確保所選用的時鐘具有較高的完整性和精確性[3]，并將圖像采集頻率設置為40MHz 左右，只有這樣，才能保證系統前端模擬功能實現效果，使得驅動器表現較高的增益性。

最后，在保證編程水平的前提下，對相機時序驅動模式進行實時調整。同時，還要將虛擬裝置統一設置到AD 采樣模塊中，為后期模擬轉換控制中心提供便利[4]，從而保證驅動電路設計的完整性和科學性，確保脈沖位移能夠在最短時間內快速處于復位狀態。

3.3 接口電路設計

要想借助監控設備存儲模塊，將所存儲的圖像信息安全、可靠地傳輸到PC 端，需要重視對外接數據設備的使用，而接口電路設計是否合理，直接影響外接設備運行性能，因此，為保證外接設備運行的穩定性和可靠性，相關人員要重視對接口電路的科學化設計。在設計接口電路時，要將接口電路與上位機有效地連接，便于用戶實時查看和分析圖像信息。另外，還要利用高速串口協議，對串聯驅動器的數據進行一系列轉換處理，并將數據轉換裝置與上位機進行對接處理，從而形成統一整體，以達到全面化采集和整理圖像信息的目的，最后，還要采用相關性排序法，嚴格按照相關連接規范和標準，做好對低壓差分信號的安全化、實時化傳輸。

4 系統軟件設計

4.1 雙眼坐標區域數據提取模塊設計

傳統人臉檢測算法結構復雜，增加操作難度，很容易引起誤檢現象，為保證系統檢測結果的精確性和真實性，要對傳統人臉識別檢測算法進行改進和優化。不同人的雙眼坐標位置存在很大的不同，因此，可以將人的雙眼作為人臉判定的參考和依據。通過完成不同形式圖像特征表現的采集，如圖2所示，精確地計算人臉圖像灰度值，并實時觀察和記錄相鄰矩形區域相關參數變化情況，可以實現對不同人臉圖像的精確化獲得和識別。

圖2 不同形式的圖像特征表現

4.2 加載人臉分類器模塊設計

在檢測人臉時，可以利用強弱分類器，確定出相應的候選區域，并對正負例樣本進行預測，從而獲得人臉分類模型，如圖3所示。

圖3 人臉分類模型

使用該分類器，對人臉分類模型進行線性判別分析，并使用投影函數，可以確保整個圖像樣本表現出較高的離散度。投影函數表達式為：

根據緯度數大小，可以確定透射處理后的圖像方向。在降低樣本向量的同時，要適當增加向量緯數，便于后期科學地劃分內散向量。如果所獲得的準確特征值存在一定的差異，需要有針對性地設計排序方式，從而科學化劃分最佳投影向量，進而保證人臉圖像分類操作的規范性和合理性。

4.3 人臉識別模塊設計

運用上述所提出的計算方式，利用AI 技術完成對人臉識別算法結構設計，人臉識別算法結構如圖4所示。該系統在正常運行時，需要利用人臉分類器，確定出正臉識別相關標準和要求，如果沒有成功檢測和識別到正臉，需要加載和使用雙眼分類器，結合雙眼在面部上坐標位置，進而深入地挖掘和分析不同人的面部特征。系統識別模塊的設計，除了可以幫助用戶在第一時間內快速地獲取人臉圖像外，還能獲得人的雙眼坐標位置，然后對這些獲取結果進行轉換，使其轉換為相應的數據格式，計算出系統返回值，從而確定出最終人臉識別結果。人臉識別算法結構如圖4所示。

圖4 人臉識別算法結構

4.4 系統功能測試

以“某供電企業”為研究對象，將本文系統應用到該企業在建工程施工現場中，然后，統計和分析相關測試數據。為保證最終系統測試結果可以真實、有效地反映出系統功能實現效果，需要利用LoadRunner 專業工具，對系統進行測試，同時采用錄制/ 回放操作方式，對用戶使用程序進行真實化模擬，在此基礎上，利用多線程管理方式，對系統終端業務進行實時化管控和加載，從而獲得系統功能測試結果，見表1。本次系統測試所選用的用戶測試用例為10個，分別對數據加載功能、數據存儲功能、數據查詢功能、圖像回放功能進行測試，其通過率均達到99%以上。

表1 系統功能測試結果（單位：%）

從表1中的數據可以看出，通過測試以上10個用例，發現加載通過率、存儲通過率、回放通過率、查詢通過率均達到99%以上。這表明本文系統各個功能穩定，具有運行性能良好、人臉識別通過率高等特點，完全符合電力基建施工現場管理相關標準和要求。

5 結語

電力基建工程施工是否規范、安全，直接關乎電力企業社會效益和經濟效益，甚至還影響著人們日常生活和工作。因此，促使施工現場管理向智能化、高效化、精細化方向發展，可以極大地提高電力企業整體經營水平。為解決傳統施工現場管理系統存在的人臉識別精確率低等問題，現利用人工智能技術，完成對原有系統硬件和軟件的重新設計，從而構建一款功能強大、適用性強的電力基建施工現場安全管控系統，然后，對該系統應用進行測試，經過測試發現該系統具有人臉識別通過率高特點，具有較高應用價值和應用前景，值得被進一步推廣和普及。