智能工地可視化在管道施工管理上的應用探討

鄭海爍 雷立輝 李慶 劉歡

（1.東北石油管道有限公司；2.中油龍慧自動化工程有限公司）

0 引言

在石油工程建設中，施工安全的核心要素是施工人員的安全意識、施工環境和危險源的控制。施工過程的合規操作也是保證施工安全和質量的必要措施。視頻監控的應用，能夠實時監控施工工地各個點位的現場情況，通過先進管理手段實現既定目標、避免事故發生、降低施工成本、提高施工質量、加快施工進度。通過采用精細化管理，將安全教育系統、人員信息管理系統、人員定位系統、門禁管理系統應用在智能工地可視化的實踐中［1］，并在數字化工地地圖上繪制“紅、橙、黃、藍”四色安全風險點分布圖，標注施工點的風險源分布和危險等級，然后使用現場攝像頭和后方終端設備實現對項目建設過程的實時監控［2］。

為全面落實中國石油天然氣集團有限公司“大力推進可視化監控，盡快實現對輸油氣站場、管道高后果區和管道施工現場的視頻監控全覆蓋”工作要求，確保工程質量和安全，在西氣東輸管道工程建設中，逐步開展了智能工地的探索與實踐［3］。

1 智能工地可視化開展的必要性

油氣長輸管道具有地域跨度和工程量大、信息數據傳輸效率較低、物資配送和管理難度較大的特點，使管道施工和管理風險大，施工安全管控成為重中之重［4］。強化施工建設過程中的監督和檢查，增強參與人員的安全意識，健全施工制度是提高施工安全效率，正常推進施工進度，保障人身安全的必要措施［5］。

油氣管道施工建設中施工場地面積大，作業關鍵點多，雖然多路視頻同時拍攝記錄，施工過程和施工質量可通過視頻記錄回溯及查證，但沒有智能可視化，造成人工實時判斷工作量巨大。隨著人工智能和物聯網技術的發展，視頻監控可從多維角度展開，智能工地的可視化建設實現了“數據驅動流程，流程驅動業務”的模式。通過對現場工作進行全過程管控，為業務管理人員進行數據分析、遠程協作、安全預警等提供技術支撐，達到施工過程可回溯、施工質量可查證、項目風險可預警的管理目標，實施體系化的施工過程管控。

西氣東輸管道建設中油氣場站施工較為復雜，涉及工藝、土建、設備、水暖電、自控、通信等十多個專業。通過智能工地可視化項目的實施，對作業人員培訓、安全考核、安全監督實施全方位的監管，對施工現場的工器具和物資進行精細化跟蹤管控，嚴格把控人的不安全行為、物的不安全狀態、環境的不安全因素的風險三要素，將施工進度、質量、物料、安全等進行多維度集中管理和分析決策，確保了工程建設安全優質地完成。

2 智能工地可視化的應用

2.1 人體多維特征及行為識別系統

經實驗表明人類肉眼對視頻的監視有效時間僅為20分鐘，海量監視視頻通過人工監視難以真正起到監控作用，所以通過計算機智能分析視頻中的對象行為成了當今的熱點研究課題。基于深度學習的人體骨骼關鍵點檢測技術，近年來也取得了顯著的突破。通過人體骨骼關鍵點描述人體姿態，預測人體行為能夠預警工地上很多安全問題。人體骨骼關鍵點檢測（Pose Estimation），主要是檢測人體的一些關鍵點，如關節，五官等。通過關鍵點描述人體骨骼信息，從而預測人的行為狀態。基于人體識別的應用功能分為幾個大類：

（1）視頻結構化分析。主要對視頻進行結構化處理，提取與人有關的信息并進行結構化存儲，便于后期查看、檢索和挖掘分析。

（2）人的統計識別分析。主要實現人數統計、人群密度、人體活躍度等統計分析。

（3）人的行為異常分析。主要實現入侵檢測、異常奔跑、非法尾隨、在崗離崗等異常行為分析。

（4）人的體態規范化分析。主要對一些指定規范動作或著裝要求進行檢測，對不符合規范的行為提取和報警。

目前，適合油氣管道施工工程上的行為識別場景主要是人的統計識別分析、異常行為分析和體態規范化分析。具體識別有：識別工人人數、是否佩戴工帽、根據工帽識別工種、入侵檢測、異常奔跑、非法尾隨等。

2.2 智能工地可視化行為分析架構

由于智能工地可視化發展時間短，受需求和現狀的約束，目前大多數工地的可視化系統應用較零碎和孤立。例如，基于AI的行為分析系統并沒有和人員進出控制閘機系統聯動，也就是說行為系統檢測出來的人如果沒有正面的人臉和特殊的工服辨認，將無法識別該人的具體身份。同樣，當前行為識別系統中的攝像頭之間無直接的溝通和聯系，由于建筑工地的障礙物和監控攝像機的機位變化造成人物軌跡跟蹤不能連續計算。這些困難造成了工地上人員的行為分析是片面的，嚴重的時候甚至會造成誤判，從而降低了行為分析的有效應用和推廣。

構建一個相對理想的智能工地可視化平臺應該有這樣幾個條件：

（1）有數字工地的3維圖紙及2維圖紙的基礎支持，這個條件目前基本上都可以達到；

（2）有全工地的環境氣候傳感器、關鍵位置或者過程的環境傳感器的實時支持，這個條件在一些重點或試點項目中能夠實現；

（3）有所有工地關鍵要素的實時地理位置數據采集，這個條件可能因為沒有意識到它的重要性，目前開展不夠；

（4）有關鍵位置和關鍵過程的視頻化實時采集，這個條件在很多試點項目和關鍵施工工地上都得到了普及。

3維圖紙和 2維圖紙能夠讓可視化平臺的顯示具有一個數字化孿生體的基本支撐。工地的構建過程通過在2維圖紙和3維圖紙的虛擬化展示下，變得立體和確定，容易想象和標注。

布置于工地上的智能環境傳感器實時采集視頻中活物的GIS數據。視頻中正在發生的過程有了多維的支撐，讓視頻分析的對象更加容易判斷。綜合輔助行為分析讓可視化行為分析具有真正實用的功能。

2.3 智能工地可視化建設有效場景應用

在工地的各個位置（室外和室內）布置固定攝像頭，通過人工智能拼接或者通過鷹眼實時切換恰當的角度，將現場所有工作人員和機器的位置都實時反映在可視化監控平臺中，工地現場一覽無余。

除了固定攝像頭記錄，實時追蹤人員活動軌跡的GIS數據，可實現動態的跟蹤和記錄。通過安全管理員工帽上的攝像頭，從安全管理員進入工地的閘機開始，所到之處，都形成了動態的跟蹤和記錄。現場人員的實時地理位置分析，為判別工作人員操作是否合規提供了充分條件。

借助視頻，綜合反映出工地的實時情景并作出實時的預警和分析。諸如不明身份人員闖入，未經批準進入禁區，違規操作等，都能作為可記錄、可監控、可追蹤的對象。

舉例來講，管道焊接過程監控是管道施工中的核心質量控制點。可視化行為分析系統能夠識別每個人的具體身份及工作場景。如質量監督員是否在場、工作人員的位置、焊接工人身份及資質確認、焊接工人操作時的氣候狀況、工位、是否按照工序操作、焊機是否合規、電流電壓狀況、送絲速度是否正常、焊縫實時的物理狀態等都能通過傳感器去記錄和分析，從而有效地指導、預警管道焊接的質量情況。行為分析系統對于工地施工行為的智能識別，是施工作業過程合理化管理的輔助，是避險、安全生產的需要。

3 智能工地可視化的未來預測

智能工地可視化的發展分為三個階段。第一階段是在工地上布置攝像頭，在施工辦公室設置安全監控室，配置專人進行視頻監控和安全管理。第二個階段是人工智能的發展階段，將一些簡單的人臉識別技術、行為識別技術和自動報警等應用于智能工地可視化。隨著網絡技術的發展，還可以采用多種監控方式，將視頻接入到監理單位進行異地監控。第三個階段則是通過無線甚至衛星網絡，監控面覆蓋整個工程的所有工地。人工智能技術將工地的人員行為、機器作業的各種數據、環境參數等實時傳輸到上級中心或總部。各部門都可以實時的關注甚至介入管理，實現了真正的“運籌帷幄之中，決勝千里之外”。

但是，在目前的智能工地的試點實踐中也存在著項目實施的難度。難度之一是油氣管道施工作業往往在野外，網絡覆蓋強度不一，視頻監控的數據量比較大，且行為分析服務器需要較高的運算能力，視頻行為分析的成本比較高，由于高成本原因不能在工地部署實施，實時性指導變得相對困難。難度之二是施工現場的復雜性。不一樣的施工任務、工地設施、視頻采集角度都會造成視頻中對象識別的困難。難度之三是深度學習的算法尚在優化之中，綜合應用各類系統、傳感器、GIS數據的實時數據還不成熟，目前的行為分析只能做簡單的應用。

智能工地實施難正說明了質量監控的必要性。相信在不遠的將來，衛星通信、5G技術、更成熟的工地智能設備會為智能工地可視化提供技術支持，成為石油工程建設中施工過程的合規、安全、保質高效的管理措施之一。