水利工程机电安装复杂场景下人员行为合规性视觉分析研究

任 振东
阿拉善右旗供水站

摘要


水利水电工程机电安装过程中存在多种工种、大型重物吊装以及高压电气试验等，作业环境具备大量受限
空间、照明条件较为恶劣、安全隐患严重的特点。传统的“人盯人”或人工监控巡查方式由于视野有限、滞后性
强等原因已经无法适应当前大型水利枢纽“零事故”的管理标准。为此提出一种基于改进型计算机视觉技术进行
人员行为是否符合规定自动检测的方法。本系统应用YOLOv8目标检测以及OpenPose人体姿态估计两种技术，在
水电站厂房中存在大量转子、定子硅钢片等大块金属物体造成严重反光和弱光遮挡情况下采用自适应直方图均衡
化（CLAHE）以及基于注意力机制的时间-空间特征融合的方法来解决上述问题。并且在“M大型水利枢纽”机组
安装项目上进行实地应用并测试，形成包含“未戴安全帽/反光衣、进入危险区、进入有限空间一人作业”等常见
情形的数据集。实验结果显示，优化后的方法对于复杂的实际应用场景下平均检测精度（mAP@0.5）为94.6%，比
baseline提高了6.1%的同时，也使安全告警延迟降低到1.5秒以内。这极大地减轻了安全管理人员的工作负担以及提
高了水利工程现场最后一道防线的安全防护能力。

关键词


水利工程；机电安装；计算机视觉；深度学习；YOLOv8；行为合规性；安全监管

全文:

PDF


参考


[1]庞建、张大伟.巨型水轮发电机组安装高风险作

业区域安全管控体系建设研究[J].水利水电技术（中英

文），2022，53（S2）：210-215.

[2]陈思，郑毅.机器视觉在大型起重机械作业安全监

控的应用[J].机械工程学报，2020，56（14）：215-223.

[3]中华人民共和国水利部.SL721-2015水利水电工程

施工安全管理导则[S].北京：中国水利水电出版社，2015.

[4]李晓明，郭建。基于边缘计算工业视频实时智能

分析系统的研究[J]。通信学报，2021，42（11）：188-

199.国家能源局.NB/T 10877-2021水电工程机电设备安

装安全技术规程[S].北京：中国水利水电出版社，2021.

[5]Jocher G, Chaurasia A, Stoken A. YOLOv8: RealTime Object Detection and Image Segmentation[EB/OL].

(2023-01-10)[2023-11-05]. https://github.com/ultralytics/

ultralytics.

[6]刘建国、赵鑫.基于自适应增强的方法解决复杂

光照条件下厂房图像问题的应用与发展[J].自动化学报，

2021,47(8)：1850-1862.

[7]He K, Zhang X, Ren S et al. Deep Residual Learning

for Image Recognition[C]//Proceedings of the IEEE

Conference on Computer Vision and Pattern Recognition

(CVPR), Las Vegas, USA, 2016:770-778.

[8]丁烈云，骆汉宾等.智慧建造与施工安全智能监

管技术[M].北京：中国建筑工业出版社，2020.


Refbacks

  • 当前没有refback。