上海燃氣有限公司 姚 斌

上海燃氣每年管道工程開工項目超過 4 000項，分包隊伍80家，在冊施工人員約3 000名。項目數(shù)量多，小項目占比高且周期短，人員流動大，安全質(zhì)量要求高，所以迫切需要運用數(shù)字化方式來探索施工管理新路子。通過人工智能（AI）、大數(shù)據(jù)以及物聯(lián)網(wǎng)等技術和方法，對燃氣配套管線工程施工過程中的工程質(zhì)量以及現(xiàn)場施工安全進行智能管理技術可行性和應用場景等方面的研究。將人工智能運用于施工人員實名制管理和安全質(zhì)量管理。

1 智能管理應用場景

1.1 施工管理智能應用

（1） 施工人員實名登記。通過讀卡設備采集人員身份證信息并存入數(shù)據(jù)庫，現(xiàn)場采集人臉圖片，并在線應用人臉比對算法驗證身份，身份無法識別的做出預警提示。

（2） 施工人員安全培訓記錄。通過人臉識別算法進行人員識別，完成施工人員培訓簽到管理。

（3） 施工人員持證上崗查驗。在現(xiàn)場通過手持設備拍攝被查驗人員人臉照片，通過人臉比對算法驗證身份，實時獲取用工登記及持證信息。

（4） 特種設備操作人員上崗操作證登記及查驗。掃描特種設備上崗證，自動識別獲取證件信息，并與數(shù)據(jù)庫連接進行登記，以供查驗。

（5） 人臉識別考勤。通過人臉識別算法進行施工人員、監(jiān)理人員現(xiàn)場簽到管理。

（6） 陌生人員預警。對施工現(xiàn)場人員進行人臉識別掃描，發(fā)現(xiàn)未登記的陌生人員做出預警提示。

（7） 施工機械、設備等特種設備合法證件驗證。通過掃描特種設備證件自動獲取證件信息進行登記，并與第三方系統(tǒng)對接在線比對證件的合法性。

1.2 施工安全智能應用

（1） 進入閥室、下井或動火等帶氣作業(yè)，專人指揮、監(jiān)護檢測。在預先劃定的帶氣作業(yè)區(qū)域，使用錄像設備采集圖像并調(diào)用人體檢測算法，檢測是否有專人在現(xiàn)場進行指揮、監(jiān)護。

（2） 大型設備作業(yè)（如吊車、挖機）安全警戒區(qū)域監(jiān)測。在預先劃定的大型設備作業(yè)安全警戒區(qū)域，檢測是否有人員闖入。

1.3 施工質(zhì)量智能應用

（1） 地下管線施工敷設警示帶檢測。地下管線施工時通過目標檢測算法檢測是否敷設警示帶。

（2） 燃氣管道焊接數(shù)據(jù)異常檢查。系統(tǒng)錄入焊接數(shù)據(jù)，通過預設的判斷邏輯智能分析焊口記錄數(shù)據(jù)，自動發(fā)現(xiàn)焊接日期異常、環(huán)境溫度不變或波動很小、兩道焊口之間時間間隔明顯過短、口徑錯誤、材料批次錯誤、冷卻時間與口徑不匹配等問題。

（3） 燃氣管道焊接X光片檢查。通過計算機視覺算法對X光片進行分析，發(fā)現(xiàn)底片拍攝的質(zhì)量問題：焊縫缺陷位置未標注、底片編號問題、焊口號問題、黑度不足等。

1.4 文明施工智能應用

通過目標檢測算法實現(xiàn)：施工現(xiàn)場施工銘牌檢測和施工現(xiàn)場施工護欄連續(xù)性檢測。

1.5 安全防護智能應用

通過目標檢測算法實現(xiàn)：施工人員危險作業(yè)安全繩檢測（高空等作業(yè)時須佩戴安全繩）、作業(yè)安全帽檢測、作業(yè)工作服檢測和夜間施工反光服檢測。

2 技術方案

2.1 技術架構

針對智能應用場景，采用技術架構如圖1所示。

圖1 技術架構

智能服務是核心，可以通過人臉識別、目標檢測和軌跡跟蹤等來實現(xiàn)。其應用過程分為4個階段：

（1） 數(shù)據(jù)采集。視頻從攝像頭傳輸?shù)郊写鎯υO備中。

（2） 數(shù)據(jù)處理。視頻數(shù)據(jù)處理設備從存儲設備中讀取視頻，利用視覺算法庫進行視頻編解碼、圖像去噪、圖像增強等預處理，并打標簽形成訓練樣本庫，存放到集中存儲設備中。

（3） 模型訓練及調(diào)優(yōu)。按實際應用場景需求配置模型訓練的AI-GPU集群，選擇模型并配置參數(shù)，對結果進行評估；再根據(jù)結果不斷調(diào)整參數(shù)或模型，直至結果最優(yōu)。

（4） 模型應用。訓練好模型后，加載到視頻分析服務器運行，算法自主檢測違規(guī)行為并向系統(tǒng)推送預警。

經(jīng)過多次在燃氣工程現(xiàn)場進行測試和調(diào)優(yōu)，我們提出了針對不同外部條件下的數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型應用的技術方案。

2.2 數(shù)據(jù)采集

針對不同外部條件下的數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型應用所使用的技術方案，最后對模型訓練及調(diào)優(yōu)所應用到的關鍵技術進行必要的闡述。采用PyTorh、Mask-RCNN以及YOLO v3等與人工智能相關的技術支撐應用場景。

（1） 移動巡查記錄儀。設備支持錄像、數(shù)據(jù)上傳等功能，重量輕，體積小，攜帶方便?？梢允褂帽驹O備用于現(xiàn)場移動位置的視頻采集。

（2） 定點布控球。定點布控球內(nèi)置3G/4G模塊、GPS/北斗模塊、高性能鋰電池組，可安裝在車輛或其他需要布控的特殊位置?？梢允褂帽驹O備用于現(xiàn)場定點位置視頻采集。

2.3 數(shù)據(jù)傳輸

數(shù)據(jù)傳輸方案的選擇受現(xiàn)場網(wǎng)絡的制約：現(xiàn)場的3G/4G/5G信號強弱，是否有WIFI,是否有有線網(wǎng)絡等。從傳輸?shù)目煽啃院退俣葋碇v，優(yōu)先選擇順序依次是：有線網(wǎng)絡、WIFI、5G、4G和3G。如果不具備網(wǎng)絡條件，那只有采用離線的方式：采集的視頻在本地完成存儲后，通過U盤等移動介質(zhì)人工傳到分析系統(tǒng)進行模型應用。

2.4 模型應用

模型應用所采用的技術方案依賴于：網(wǎng)絡條件、所應用場景的實時性要求、所應用場景模型的復雜程度和同時接入的視頻路數(shù)。這4個因素決定了在實際應用過程中是采用現(xiàn)場邊緣計算、后臺集中運算還是兩者相結合。

（1） 現(xiàn)場邊緣計算?，F(xiàn)場邊緣計算的目的在于有效分擔后臺集中運算的壓力，提高分析結果輸出的實時性，減少視頻傳輸帶寬，節(jié)省網(wǎng)絡成本。

（2） 后臺集中運算。與邊緣設備相對應，采用后臺集中運算可以支持更多的視頻路數(shù)，也可以支持更復雜的算法模型。這一切均依賴于其強大的運算能力和對網(wǎng)絡帶寬的大量消耗。

（3） 現(xiàn)場邊緣計算+后臺集中運算。相較于現(xiàn)場邊緣計算或后臺集中運算單獨應用方案，更推薦現(xiàn)場邊緣計算+后臺集中運算技術方案。這種方案可以降低后臺集中運算的硬件和帶寬成本，也兼顧了模型運算的實時性。

3 典型應用及其技術實現(xiàn)

選擇了3個典型應用場景進行技術實現(xiàn)。一旦檢測到上述預警事件，將向系統(tǒng)推送預警信息，供管理人員查看及處理。

3.1 人臉識別考勤

很多應用場景中都用到了人臉識別技術，如：施工人員實名登記、安全培訓的簽到管理、持證上崗查驗等。在崇明花博會燃氣工程施工現(xiàn)場進行了人臉識別測試，智能發(fā)現(xiàn)合法登記人員用綠色框進行定位，發(fā)現(xiàn)陌生人員用紅色框進行定位。

3.2 施工護欄連續(xù)性檢測

在燃氣工程作業(yè)場地中要按規(guī)范要求安裝防護欄桿并保證防護欄桿的連續(xù)性，在施工現(xiàn)場進行了安全護欄不連續(xù)檢測測試。智能發(fā)現(xiàn)安全護欄不連續(xù)，對間隙用紅色框定位。

3.3 施工人員作業(yè)安全帽檢測

為了有效避免在燃氣工程作業(yè)過程中工人不佩戴安全帽而引發(fā)的安全事故,對施工現(xiàn)場歷史錄像進行了安全帽佩戴規(guī)范檢測測試。智能發(fā)現(xiàn)有人未按規(guī)定佩帶安全帽，用紅色框進行定位。

4 結語

施工人員管理和工程安全質(zhì)量管理是工程管理的關鍵點，AI的運用將有效提高燃氣行業(yè)工程管理水平：對施工人員的管理變得更簡單；能提前發(fā)現(xiàn)更多的安全隱患；質(zhì)量監(jiān)督更及時、更全面；施工過程更文明；日常運維變得更智能。整個方案既可以適用于固定位置的智能監(jiān)控，也可以適用于移動點的智能監(jiān)控；既可以適用于管線工程的智能監(jiān)控，也可以適用于燃氣附屬設施的智能監(jiān)控；既可以適用于事中及時性智能預警，也可以適用于事后全面智能核查。上海市住建委制定了《上海市建設工程施工現(xiàn)場人員實名制管理辦法》，從2021年4月1日起房屋建設、市政基礎設施、水務等建設工程運用信息化管理實現(xiàn)數(shù)據(jù)共享，互聯(lián)互通。燃氣工程尚未列入，但要密切關注、積極探索，做到規(guī)劃在前、規(guī)則在后，分步實施、落地扎實，努力打造燃氣工程應用人工智能提升管理水平的標桿。