行业白皮书AI智慧工地，助力工地安全生产

　　一、方案背景
　　1、 现状分析
　　1）监管难度大
　　施工现场面积大、环境复杂，如物料运输车辆进出、机械设备缺乏监控、危险区域多等等，多种元素交叉造成工地全局监管难度大，传统管理方式落后，无法满足需求。
　　2）人员管理难
　　工地现场人员数量多、流动性大，监管不到位易导致违规操作多发，偷盗、纠纷、打架斗殴、玩忽职守等干预不及时，往往引起安全事故，事后追溯调查取证难。
　　3）安全事故频发
　　施工作业属于高风险，工地现场人、车、物安全隐患多，管理人员精力有限，无法实时巡查、面面俱到，监管疏忽、效率低下等因素易导致工地安全事故频发。
　　4）工地数量多且分散
　　工地数量多、区域分散，统一管理难，而且工地协作方多，各项目之间数据孤岛现象严重，传统监管模式无法让相关监管单位实时、远程、集中、全面地协同监管。
　　5）缺乏高效预警
　　缺乏针对施工作业的实时智能监控手段，无法做到对安全事故进行防范预警，如工作人员未戴安全帽、危险区域闯入、可疑人员入侵、物料偷盗、火灾等。
　　2、 需求分析
　　1）AI智能检测
　　基于AI人工智能技术，实现人、车、物、行为等检测与识别，如人脸识别、车辆识别、安全帽佩戴、周界入侵、烟火等，无需人工巡检干预。
　　2）异常智能告警
　　实时监测工地异常如工作人员未佩戴安全帽、火灾、陌生人入侵等，一旦发现立刻告警，并录像、截图存储等，同时推送消息给管理人员。
　　3）视频实时监控
　　实时监测工地异常如工作人员未佩戴安全帽、火灾、陌生人入侵等，一旦发现立刻告警，并录像、截图存储等，同时推送消息给管理人员。
　　4）平台数据共享
　　搭建工地不同监管职能部门之间的数据采集、共享、共用平台，实现工地项目资源互联互通，支持多工地项目远程、集中、统一监管。 二、方案介绍
　　1）智慧工地解决方案概述
　　将前端设备采集到的工地图像、视频等数据传输至EasyCVR智能边缘网关，并依托AI深度学习算法对现场图像、视频中的人、车、物、行为等进行检测与识别分析，如人脸识别、车辆识别、安全帽佩戴识别等，同时可对工地异常情况（周界入侵、危险区域闯入等）进行智能告警，从而实现对工地现场的可视化、智能化监管，减少施工作业存在的安全隐患，打破传统人工监管的不足，助力工地安全施工建设。
　　2）方案架构
　　3）EasyCVR智能边缘网关
　　EasyCVR智能边缘网关是TSINGSEE青犀视频旗下软硬一体的一款产品，可提供多协议的设备接入、采集、AI智能检测与识别、处理、分发等服务。通过对视频监控场景中的人、车、物、行为进行抓拍、检测与识别，对异常情况进行智能提醒和通知，可广泛应用于安防监控、智能分析、通行核验等场景。  三、功能特点
　　1）人脸检测/识别
　　平台可对前端采集的图片和视频源中的面部特征进行提取分析，实现多人脸检测与抓拍、工地人脸比对与识别、人脸属性分析（如性别、年龄、工地人员信息）、人流量统计等，对接人脸闸机，还可以实现人脸门禁、人脸考勤等，有利于工地实现更加智能化的管理。
　　人脸识别门禁： 利用人脸识别进出工地，防止陌生人员闯入
　　人脸考勤： 人脸识别打卡，并实时统计工地人员流量
　　口罩佩戴识别： 实时检测人脸是否佩戴口罩，提高防疫
　　2）车辆检测/识别
　　自动对视频图像进行检测分析，提取视频中车辆的各种信息，可实时统计工地出入口、施工监控区域的车流量、自动识别车牌和车型（大车、小车、挖掘机、工程车等），轻松管理工地车辆进出，以及监控现场施工作业情况，并及时识别出异常，如工程车载人等。
　　3）安全帽佩戴识别
　　采用AI算法，在工地出入通道口、工作区域等监控范围内对工地人员进行安全帽佩戴检测，当检测到有人员未佩戴安全帽时，将及时抓拍保存，并发出警报提示。
　　动态监测： 通过对监控画面内是否有人员活动实时监测，当检测到有人时，检测在岗人员是否佩戴安全帽。
　　联动门禁： 可结合门禁系统，例如工作人员必须佩戴安全帽，才能打开门禁进入工地防护区工作。
　　4）反光衣穿戴识别
　　对进入施工场地的人员进行反光工作服检测，未正确穿戴符合要求的工作服人员，进行抓拍并及时向平台报警，可联动语音提示。通过实时视频监测和预警在岗工人是否按照要求做好安全防范措施，减少安全事故的发生。
　　5）危险识别
　　对工地作业危险场景进行检测与识别，如周界入侵、危险区域闯入、重点区域人员徘徊、攀爬、人员摔倒等，一旦发现异常，立即抓拍并触发警报，还可联动现场语音进行提示，方便及时制止和采取救援措施，有效协助管理人员的监管工作，减少人力监管成本，降低工地安全事故发生。
　　周界入侵： 对工地周界入侵进行侦测，准确检测人体目标，及时抓拍入侵人员并报警。
　　人员徘徊： 对重点区域进行实时监测与自动识别，及时侦测可疑人员徘徊事件。
　　禁止攀爬： 对禁止爬高区域进行实时监测，当监测到有人违规爬高时，立即触发警报。
　　危险区域闯入： 对工地塔吊、围栏、深坑、边坡等易发生事故的危险区域实时监测，检测到有人员闯入时，立即触发警报。
　　突然摔倒： 自动识别出监控区域的人员摔倒行为，并立即报警，便于及时救援。
　　6）工作状态监控
　　工地监管职能部门的工作不容懈怠，基于智能视频分析，可针对工地管理中的重要岗位进行工作状态异常监测，对监控区域内的人员睡岗、离岗、玩手机等行为进行识别，一旦发现，立即触发警报提醒，有效提高岗位工作人员的工作责任心。
　　睡岗、离岗识别： 一旦发现工作人员不在工作区域内的时间超出规定设置时间，便会实时报警。
　　玩手机识别： 可实时自动检测与识别监控区域的人员玩手机行为，并抓拍及上报平台。
　　7）抽烟识别
　　施工现场环境复杂，易燃易爆区域多，如安全网、沼气等，在这些易燃易爆地方抽烟，极有可能引起危险事故。抽烟识别功能可对施工区域内人员抽烟行为进行自动识别，及时发现工作人员抽烟行为，并向平台告警，便于人工干预。
　　8）烟火识别
　　实时对监控区域内的烟雾和火焰进行准确识别，一旦检测到烟火，立刻将报警信息及时推送给相关的管理和安全人员，及时应对和处置。同时还可查看现场实时图像，根据直观的画面直接指挥调度救火。
　　9）工地环境监测
　　能排除气候与环境因素的干扰，对工地监控区域内的扬尘、粉尘、颗粒物PM10、PM2.5、颗粒物浓度等进行识别预警，还可以对噪声、风速、风向、温湿光、二氧化碳等环境数据进行感知监测。当系统监测到环境异常时，立即向平台预警，管理人员可手动或自动进行高空、地面以及雾炮喷淋，改善施工环境。
　　渣土车未清洗识别： 对施工现场出入口进行实时监控，当监测到车辆出入时未冲洗或冲洗时间未达标准，立即触发报警。
　　10）支持多路视频并发接入
　　支持接入多路摄像头的高清视频流，覆盖整个工地项目，实现4G/5G/WiFi多网络条件下的海量视频轻量化接入，拥有高效传输、处理与分发能力，实现设备与平台的视频监控资源互联互通。支持H.265 / H.264视频压缩技术，有效降低带宽消耗和存储成本。
　　11）实时视频抓拍、上传
　　7*24小时无人值守，无死角实时高清视频监控。对监控区域的异常情况进行实时、自动检测与识别，一旦发现异常，及时抓拍、保存，并将报警信息上传至平台，便于进行人工干预。
　　12）云端视频录像
　　EasyCVR视频融合平台提供云端录像、检索、回放、存储等管理功能，基于实时音视频录像，可将发生的异常事件高清还原，实现对现场监控的视频资料追溯、调阅、取证，协助查明事件发生起因，以便追责。
　　13）全终端覆盖
　　支持 RTSP / RTMP / HTTP-FLV / WS-FLV / HLS 视频流格式，可使用电脑、手机、平板等多终端查看监控视频，便于工地监管人员日常任务的执行与监管。
　　14）数据分析
　　可视化、综合化、智慧化的数据融合分析、管理与展示平台：
　　l 显示电子地图、摄像机实时监控画面；
　　l 显示设备状态监测、内存、CPU、带宽等信息。
　　将设备采集的数据经AI检测分析，展示数据结果：
　　l 人脸检测数据实时分析如：年龄、性别、工人相关信息，人流量统计等；
　　l 车辆检测数据实时分析如：车型、车牌、车流量统计等；
　　l 工地安全监控检测信息如：安全帽未戴、周界入侵、危险区域闯入等；
　　l 异常告警信息提示如：越界、攀爬、烟火告警、抽烟等。
　　四、方案优势
　　1）AI深度学习算法
　　基于AI深度学习的视频结构化分析，可对实时视频中人、车、物、行为等进行检测、识别、抓拍、预警，实现对工地的智能化监管，节省人力成本。
　　2）识别精确度高
　　基于高精度的AI智能算法，快速、准确识别出目标，能排除气候与环境因素的干扰，有效弥补人工监控的不足，极大地提高工地监管效率。
　　3）实时识别报警
　　对工地安全生产的多场景进行实时监测，对异常情况及时预警，预警消息及时推送至平台及移动端，可联动驱动警灯和警号提示用户及时处理。
　　4）资源互通，多方监督
　　支持多平台级联，实现多方监管，资源互通，提升住建部门的监督效能，辅助监管及时发现工地安全隐患，实现问题追溯与责任界定的数字化依托。
　　5）投入成本低
　　支持标准协议与厂商私有协议、多类型的设备接入，兼容市面上几乎所有的视频终端设备，便于设备利旧，降低投入成本，实现工地降本增效。
　　6）平台拓展能力强
　　平台具有强大的数据接入、处理及分发能力，兼容性强、开放度高，轻松部署，功能可灵活拓展，轻松与第三方集成，满足更高级的业务需求。
　　7）全天时运行 ，稳定可靠
　　可对监控画面进行7×24H不间断地智能分析，减少人工监控的工作强度与疏忽，提高视频资源的利用率，便于及时发现安全隐患，保障工地安全。
　　8）云边端一体化
　　基于智慧工地云边端一体化管理，实现对施工现场的全面感知，解决了传统模式下信息获取不及时、预警不到位、人力成本过高等痛点。