可视化电力工地管理关键技术的探讨与实践

本文根据电力施工现场管理的专业需求,探讨与实践了施工管控中的关键技术实现的可行性。要提高电力工程施工的管控水平,需要借助信息化技术手段。精确电子围栏技术:通过智能手机获取卫星导航的基础信息,转发给头盔摄像头与GPS信息合并计算,实现了精确电子围栏定位;单目测距的视觉测量技术:基于深度学习神经网络理论,从拍摄的图片中提取深度信息,进一步计算现场设备安全距离或开挖沟槽尺寸是否合规;物理围栏摆放合规识别技术:设计了物理围栏摆放合规识别算法,通过提取围栏的颜色特征,采取二值化处理、连通域判断及围栏摆放缺口数量训练分类等方法,实现了围栏摆放合规的识别。研究表明,通过现场采集视频信息,验证了关键技术实现的可行性和有效性,为自动化施工管控提供了参考。

职业教育“理实一体、虚实结合”课程教学模式的探索

为了培养现代农业装备应用技术人才,针对目前职业教育实训课存在的主要问题,设计液压系统检修课程“理实一体、虚实结合”教学模式,从课程设计到教学实施进行了多维度探究和实践,完成了理论与实践的紧密结合,虚拟资源与试验设备的紧密结合,高职学校与社会需求的紧密结合,充分发挥了现代教育技术的作用,实现教学组织高效率,有效的提高学生学习主动性,极大地提高了课程教学效果。

基于Open CV围栏合规性摆放检测方法研究

近年来,可视化设备应用的普及,使得目前图像信息资源庞大,图像信息作为一种极为重要的信息,它与整个人类的生活息息相关。同时,中国工程建设行业蓬勃发展,使得施工现场数目迅速增加,施工安全问题的重要性成为亟需解决的问题,如何充分利用目前已有信息资源实现由于围栏摆放不合规导致的施工安全隐患的检测与告警,提出了一种基于Open CV的围栏合规性摆放检测方法。利用Open CV对目前电力施工现场可视化设备所收集的海量视频图像信息,对于施工现场围栏摆放的合规性进行检测。通过对于施工现场图片的处理,首先对于图象中目标围栏部分进行预处理,并通过连通区域分析算法与区域生长算法相结合,实现对于该围栏群围栏部分的提取以及缺口存在性的初步判断,然后训练专用于检测围栏缺口的分类器对于存在缺口的围栏群进行再次检测,并对检测结果中缺口数量进行统计。通过对于测试集样本进行检测,分析分类器检测结果,总结并解决分类器检测结果不准确的问题,对分类器重新训练并优化,最终该算法可以实现对于围栏摆放合规性的判断。通过一系列图像处理算法的应用以及专用分类器的训练,以缺口数量作为判断围栏摆放是否合规的突破口,首次实现了使用Open CV对电力施工现场围栏群摆放是否合规的检测,并为该类特征模糊物体的检测拓展了思路。