基于人工智能技术的基建安全管控与违章识别

国网重庆市电力公司铜梁供电分公司 赵兵

随着科技的不断发展，我国的信息技术也在不断进步，其中以人工智能技术为代表的信息技术在人们的生活及工作中越来越普及。对于电力行业来说，施工作业现场监管具有成本高、难度高等特点。人工智能技术可以从很大程度上对施工作业现场的安全管理人员进行多方面的安全管控，从而实现更好的监控管理。本文介绍了工智能技术的概述，探讨了人工智能技术的运用和发展趋势，分析了安全管控与违章识别建立的必要性，提出了基建安全管控与违章识别人工智能系统的整体设计方案，以供参考。

随着我国电网建设规模不断发展，我国电网施工作业现场也越来越点多面广，安全生产管控工作难度也越来越大，在监管过程中，存在管理盲区多问题，现场施工情况难以全面及时把握，安全生产风险难以严格把控。应用人工智能技术，对于基建电网工程建设的安全管控，以及及时纠正违章行为，就显得尤为重要。

1 人工智能技术的概述

人工智能技术简单来说，就是以人工智能技术控制各类机器。人工智能的最终目的，就是通过制造开发出一种水平能够与目前人类智慧水平相仿的并且具有独立自动处理事件或独立思考问题能力的人工智能处理机器，从它的思维功能上说，它具有推理、证明、识别、感知、思考、规划、学习等各类型的思维力和管理意识活动能力。人工智能在该领域的研究范围也在不断扩张，目前来说，其主要的研究领域包括人机语言和图像识别、自然语言的信息处理及智能机器人等多个方面。

1.1 人工智能技术的兴起

早在20世纪50年代，人工智能这一概念就已经被广泛提出了，随后很多的技术研究者和学者对其概念进行了更深入性的研究，并且取得了一定的研究成果，具体表现在对SLISP的图表处理和多语言代码编写等多个方面。很快这一项新的技术被广泛推广到很多其他学科的技术领域，但由于其他学科技术的发展一直没能真正跟上它的脚步，所以其中还存在着许多问题，而导致人工智能机器并不能准确地实时翻译。

1.2 人工智能技术的发展

人工智能技术的发展经历了许多时期的沉淀，相关研究人员始终没有放弃研究人工智能技术，直到20世纪70年代，相关的研究人员终于将人工技能技术的研究取得了一定的成效，开发出了人工智能系统，因此迎来了人工智能技术发展的新高潮。当第五代智能计算机成功完成研发之后，人工智能信息技术得到了进一步发展。由此可见，人工智能技术的发展速度和现代计算机信息技术发展水平有着极大的密切关系。

1.3 人工智能技术的发展方向

在当前信息时代的背景下，如何更好地让人工智能技术贴近人们工作和生活，是未来人工智能检索发展应用过程中必须认真思考的一个课题。对于基建工程来说，如果能够在作业的过程中，利用人工智能技术来对作业过程中的安全管控及违章识别进行更便捷化及高效化的问题处理，能够在很大程度上提高现场作业的安全性、纪律性和规范性，提高安全管控工作和违章识别工作的管理效率。

2 人工智能技术的运用

2.1 深度学习

随着时代的不断发展，人们对数据的处理工作也越来越重视，而就目前来看，在对大量的数据进行处理的时候，人们更倾向于利用人工智能技术来进行数据处理。其中人工智能技术中的机器学习可以从很大程度上，能够让人们对数据处理实现计算机模拟，从而进行广泛研究。根据学习干预法能够将其分为无监督学习和有监督学习两种，其能够通过数据反馈和计算权值综合设置技术来进行数据计算和结果的综合优化，完成对之前输入数据的综合学习。此外，其还能够在用户接受新节点数据输入的时候进行结果值计算的预测，这样可以极大地提升人工智能学习的准确性。

2.2 智能处理

智能处理主要是说，在处理专业技术领域相关知识的操作过程中，通常都是通过使用智能处理系统，通常是由推理知识库组成，通过管理知识库的获取、标识及信息储存等多个过程管理来直接完成知识库的管理，然后再通过利用推理功能来对其进行推理，最终可以得到准确的推理操作结果。

2.3 人机交互

人机交互技术已经是当前人工智能技术相关科学技术中非常重要的一个研究热点，其技术核心功能主要是如何利用更好的技术帮助我们实现现代机械的智能化，保障现代机械和人类之间交互顺畅。人机交互技术不仅需要通过一些硬件技术创新进行提升，同时还需要通过将人机交互语音自动识别技术、手势及3D交互技术等融入到具体应用中进行实践学习来实现提升。

3 人工智能信息技术的发展趋势

在需要解决应用问题时，人工智能信息技术本身可以对任何意外因素来建立相应的解决机制，对任何可能造成经济损失的应用问题、意外因素可以进行分析总结和再分析，并以此提供最为高效的问题应对策略预案，提升非基于预期意外因素的问题应对预案效果，减少应用问题产生带来的不良影响。尤其是对于科研应用领域，科研人员的研究重点主要在于复杂应用问题的分析求解，进而使得人工智能信息技术可以有着更为高效准确的数据计算分析能力，也因此可以能够更好地为高层次精端信息技术的研发应用提供技术帮助。

3.1 机器学习累计升级

机器学习累计升级，也就是说让智能机器提升自我完善的技术水平，能够建立完善机器自我学习技术体系，从而可以从很大程度上提高人工智能技术的发展。其中，如果想有效减少机器学习累计升级的成本，需将人工智能机器的自主学习功能发展高度限制在人类可完全控制的状态下，满足当前法治社会基本伦理道德要求的前提下进行技术发展。

3.2 智能化自动识别

现在人工智能识别系统技术已经被广泛应用在各类领域中，且得到了充分认可，对进一步提高我国人工智能识别技术研发应用管理水平来说，具有巨大的技术推动力和经验价值。对于人工智能识别技术来讲，其目前处于初步推广应用阶段，想要真正实现全方位有效应用，还需要获得来自各界完整的技术支持，而不仅仅局限于理论。

4 安全管控与违章识别建立的必要性

电力工程现场人身安全的管控主要考虑面临的三大突出问题：(1)现场作业安全管理人员本身是否涉嫌违章作业或者违法违规作业；(2)现场是否缺乏安全生产监督执法检查及报警信息管理机制；(3)人身安全意识增强教育指导措施落实是否到位。如何正确且有效地让现场安全隐患被及时发现，及时规避，进而消除，这已经从很大程度上发展成为每个施工现场安全生产管理的一项艰巨任务。因此，务必要分步规划建设电力作业现场安全统一监督的人工智能识别系统，逐步实现电力工程现场人身安全管控智能化、快速化、全面化的任务目标。系统配套联网电力作业现场监控摄像头，通过采用人工智能识别技术，有效解决了安全监管工作效率低、人力资源成本高、监管管理有智能盲区等问题，实现了对施工现场全方位过程监控可视、可感，风险监测可知、可控。

5 基建安全管控与违章识别人工智能系统的整体设计方案

5.1 移动端的功能介绍

移动端有很多功能，例如电力施工工地检修人员作业过程实时监控可视化：针对安全电网现场检修作业的各种流程，利用现场智能监控设备和人工智能识别系统进行互联互通，能够更为高效地实现多方管控。例如安全电网作业检修人员远程预警监控中心，人工智能识别系统自动进行数据综合处理分析，智能准确判断现场检修作业的安全隐患风险，及时对施工作业现场检修人员作业过程中的各种突发事件情况信息进行及时告警，保证现场检修作业得到智能化远程监督。

5.2 PC端功能各个模块的介绍

人员管理模块：主要是采集相关工作人员的信息，并且统一记录与安排，并且可以从很大程度上监控他们的安全穿戴以及安全行为是否合格，并且将这些相关数据统一进行处理。

(1)机械监控模块：这主要是将机械监控模块中的数据传递到系统中，从而让相关的管理人员能够进行提醒与警示。这也就是说，可以有效地监管相关工作人员的操作，判断其是否违规，如果存在违规情况，那么管理人员就可以对相关工作人员的操作进行提醒与警示。(2)数据应用平台：数据应用平台主要是各个平台的汇总，也就是说汇聚了各个模块的应用于一身。通过数据应用平台，可以广泛的对各个模块中的数据进行统计与处理。

5.3 施工作业现场远程检修作业监护及预警

主要包括几项内容：(1)未佩戴安全帽识别。根据现场要求，监控视频终端对于所辐射区域内施工人员是否佩戴安全帽进行检测识别，一旦检测到未佩戴安全帽即触发告警，并将告警图片及违章信息推送客户端，同时触发现场语音告警；(2)未正确着装识别。根据施工要求，可以设定某个或多个监控终端，对于视频辐射区域内着装短袖短裤的行为，进行识别检测并做出预警；(3)关键人员缺岗识别。根据施工现场要求，可以结合黄马甲、红色安全帽、人脸识别三种识别模式，对施工现场管理人员、关键人员是否到岗到位进行有效识别，并对未到场情况进行预警（可设置检测间隔时间）；(4)未佩戴安全带识别。当施工作业区域进行攀塔、登高等危险动作时，如检测到未佩戴安全带将触发告警，并将违章行为发送平台终端，进行及时制止，避免违章行为转化为安全事故；(5)吸烟识别。指定区域有人做出吸烟动作，视为现场有人吸烟，即识别为违规行为并预警；系统可自动识别人员是否有抽烟行为，若有，则报警；同时识别手部动作和嘴部香烟；(6)双钩识别。当人员在施工作业区域进行攀塔、登高等危险动作时，对双钩佩戴情况检测，保障作业人员是在佩戴双钩的情况下作业；(7)围栏识别。在危险作业区域或者施工区域，对围栏内存在人员闯入的情况进行告警提示。室内、室外均可检测；(8)速差保护器识别。当人员在施工作业区域进行攀塔、登高等危险动作时，对速差保护器情况进行检测，保障作业人员是在携带速差保护器的情况下作业。

5.4 配套施工现场终端数据采集管理

通过施工现场数据采集终端实时视频拍摄，对人脸、人体、物品、人物结合、姿态分析、场景分类检测与特征提取、高密人脸抓拍、高俯角人脸识别，多层级、多维度进行识别联动，助力生产，保障安全。

5.5 施工作业现场综合数据统计查询

数据统计是一个承上启下的层级，主要负责将施工现场的数据和图像进行存储和处理，采用负载均衡策略将数据转发、存储、比对、查询任务分配到相关服务器上，根据不同的数据类型和应用场景，进行差异化数据处理。数据层相关数据处理与应用包括以下方面内容：

(1)统计报表：统计报表可以按用户实际需求，生成报警事件的分类统计报表或统计图表。(2)报警事件管理：可以对现场各类安全行为分析结果进行管理和展示，可以查看实时最新的报警事件或按安全行为分类查看报警事件。(3)设备管理：包括查看设备、添加设备、管理设备子模块，可以查看现场监控摄像头实时分析结果和监控视频，添加设备模块可以动态新添加摄像头，方便现场用户部署使用，设备管理模块可对监控摄像头进行管理和设置，如部署位置、名称、编号、网络参数、视频分析参数等。(4)场景识别：主要包括区域闯入识别、未戴安全帽识别、未正确着装识别、关键人员是否到位识别、未系安全带识别等。

6 结语

总之，在基建安全管控与违章识别探索中应用人工智能技术，是极其重要的。在作业现场及监控系统中利用现代人工智能，通过语音、移动端等多种方式完成本地及远程告警，并根据应用场景对视频采集组件进行云端自定义算法升级，实现对施工现场环境进行全方位、实时自动智能安全监控，大幅降低施工现场作业风险。