基于5G 的工程智能監管系統構想

周錦宏，陳華生

（中國移動通信集團廣西有限公司，南寧 530022）

社會發展，促使人類的通信業務數量遞增，大帶寬、大連接、低時延的需求驅動著通信技術由4G 邁向5G 時代，至此，高速率和大帶寬支持成為移動通信系統演進的重要指標[1]。通信運營商正積極開展5G 試點應用，助力各行各業發展轉型，不斷擴大5G網絡應用范圍。

工程施工離不開安全風險把控，一旦安全出了問題，其他一切都將成為浮云。雖然每個行業都有自己的安全風險評估和監管體系，但無法杜絕安全生產事故。輕則人員傷殘生產停滯，重則人員死亡給家庭成員巨大精神傷痛，造成不良社會影響。究其原因在于傳統監控手段無法實現全過程監控，存在投機取巧，捏造檢查證據等人為因素。

2019年1月30日，全國首個5G 電廠誕生；2019年4月28日，廣西首例基于5G 的遠程協同手術順利完成；2019年5月19日，第16屆蘇迪曼杯羽毛球混合團體錦標賽實現5G 現場直播。借鑒5G 在醫療、電力、城市、玩具、軍事等領域的研究與應用[2-5]，下文將探討網絡工程建設對5G 的需求。

1 需求分析

1.1 現狀剖析

網絡工程建設分布廣，點位不固定，無論無線工程還是有線工程的施工均受制于環境，常見痛點總結如下：

（1）安全監管方式落后。傳統監控方式依賴于現場安全員肉眼識別的方式監管，需要耗費極大精力，當人手不足時安全員需身兼多職，稍不留神就有可能發生事故。

（2）施工人員水平參差不齊。施工分包轉包現象普遍，安全作業資質真假難辨。施工人員多為農民工出身，受教育水平不高，沒有培訓課件傳承，容易出現知識傳授脫節，新手干活缺乏經驗，無法對風險準確預判。

（3）工程進度反饋與實際脫軌?，F場施工的傳統方式由施工人員手工抄錄現場信息，逐級匯報信息傳遞效率低，經常出現少報、漏報甚至瞞報的情況，導致管理人員無法全面準確把控真實進度，部分偏遠站點只能采取定期抽樣方式開展檢查，極易滋生安全隱患。

1.2 需求優化

著眼于“源于實踐，回歸實踐”的理念，以5G 技術為主導，構思一套工程智能監管系統，針對前述痛點提出如下優化需求：

（1）實時現場作業監控。網絡工程多在室外非固定區域實施，每個作業地點臨時安裝一套監控設備根本不現實，故考慮積極利用5G 網絡，借助便攜迷你型攝像頭或無人機將現場視頻實時回傳，系統將采集圖像與云內特征庫比對輸出提示。

（2）實時遠程作業指導。將常用施工方法、作業場景、作業關鍵節點、風險把控點整理存入數據庫內，攝像頭對準某場景采集數據回傳，系統自動對比輸出操作指南、注意事項和可遇到的風險。

（3）實時工程進度記錄。將作業環節、受阻類的標志性場景入庫，當攝像頭對準某場景采集數據回傳，系統自動對比鎖定當前施工進度所處環節輸出提示同時存入后臺日志。

2 設計方案

2.1 設計思路

根據需求構思該工程智能監管系統，系統結構如圖1所示。

（1）新型安全帽。裝載微型攝像頭和5G 無線模塊，作為現場信息采集窗口。融合衛星定位，RFID（Radio Frequency Identification，無線視頻識別）等技術，以NB-IOT（Narrow Band Internet of Things，窄帶物聯網）作為通信載體實現安全帽管理[6-9]。

（2）無人機。用于前期施工環境遠程實勘和施工過程定點巡檢，從整體評估作業環境風險，保障現場安全文明施工。

（3）手機。作為現場圖像采集工具的補充，現場信息采集后調用工程智能監管系統APP 回傳，亦可實現移動辦公。

（4）5G 無線網絡。以5G 網絡移動增強帶寬為主導，向下兼容4G 網絡、衛星定位等功能。

（5）云。將路由器、交換機、數據庫、流媒體服務器、存儲服務器及智能監管平臺統一搭建存放于IDC（Internet Data Center，互聯網數據中心）機房，集系統核心于一體。

（6）防火墻。在內外網信息交換過程中阻止非法信息進入計算機運算系統，實現信息過濾隔離。

（7）交換機。在云內部署匯聚交換機，客戶端機房部署接入交換機。匯聚層交換機是多臺接入交換機的匯聚點，兼做轉發及選路。

（8）監控指揮中心。采用分級結構，按區域部署監控現場，后臺監控人員根據系統提示，通過超大視頻屏幕或VR（Virtual Reality，虛擬現實）/AR（Augmented Reality，增強現實）可穿戴設備隨時調取現場情況并做指揮調度。

（9）智能監管平臺。具有可視化、可監控、可調度功能，含采集模塊、存儲模塊、智能分析模塊、輸出模塊、報表打印模塊、實時通信模塊等，良好的人機交互方便隨時跟蹤施工狀態和進展，發現異常自動預警，將風險控制在萌芽狀態。

圖1 系統結構圖

2.2 系統運作原理描述

系統核心監測工作原理如圖2所示。

圖2 系統工作原理圖

首先，每個施工現場至少指定安全員和施工人員各1名，新型安全帽內使用5G 通信卡即時連接5G 網絡。對于高危作業環境的現場，還應派出無人機作為輔助。

其次，數據庫內預先收集多幀圖片構建訓練模型，訓練獲得帶標記的特征圖片存入分類特征庫?，F場采集圖像通過5G 網絡回傳至系統進行圖像預處理（去抖動、亮度、對比度調節等），利用圖像識別算法和AI 技術比對輸出施工進度，安全風險預警，操作指南等。

最后，系統將所有輸出圖像建模為現場第一視角，呈現于可穿戴的VR/AR 設備上，同時呈現于監控指揮中心區域大屏內，實時圖像傳輸和良好的人機交互可讓監控人員一眼獲悉當前站點的施工進展，主次分明地進行指揮調度。整個系統工作循環反復進行。

3 技術可行性分析

擬定某區域日均施工站點100個，所有站點都在無人機最大航程半徑內，每個站點帶2路攝像頭，每日有效工作時長6小時，要求視頻存儲不少于3個月，攝像頭分辨率為720P，主碼流為2Mb/s，逐項分析系統關鍵單元。

3.1 前端采集單元

本文攝像頭要求分辨率為720P60幀，擬采用華為5G 芯片作為內核集成無線通信和視頻采集功能，無人機選型考慮國產一流品牌。

3.2 核心控制單元

根據蘇迪曼杯的直播經驗，現場視頻數據的采集原理可參考國內如網易云、?？滴炇频漠a品，設置公網IP 共享訪問。根據文獻[10-12]可通過圖像AI 算法，Tensorflow 深度學習框架，經訓練后可分析人員是否正確穿戴安全帽。考慮動態存儲，預計每日存儲容量需要：2（Mb/s）/8（bit 轉換為Byte）×3600（秒）×6（日有效采集時長）×100（站點數目）×2（單站攝像頭數目）=1080000MB，則存儲3 個月視頻則總容量需要：1080000/1024/1024×90（日）/0.9（硬盤可用系數）=103TB。部署路由器（480Gb/s 交換網單元）、核心交換機（交換容量≥800Gb/s）、匯聚交換機（交換容量≥400Gb/s）各2臺互為主備、防火墻1臺（15Gb/s 級吞吐量），其余數通設備如服務器、解碼器、硬盤錄像機的具體數目和性能參數根據當地監控指揮中心架構配置。

3.3 后端輸出單元

擬配置大液晶屏幕和X86服務器，視頻音響與VR/AR 穿戴技術相結合方式，利用全景拍攝結合3D 圖形融合技術構建VR場景特征庫；運用三維激光掃描技術構建物品、人像、衣著特征庫。穿戴裝備時眼前直接呈現3D 全景圖像，系統通過Faster RCNN（Regions with Convolutional Neural Networks features，具有卷積神經網絡特征的區域）目標檢測技術可匹配危險行為或疑似隱患，調出現場畫面廣播。擬設定監控指揮中心接入帶寬1000M，支持多畫面監控、輪巡、分組等模式；支持集中錄像、圖片存儲、錄像回放、抓圖、下載等功能。

綜上，可找到合適的硬件和軟件資源實現本文構想。新型安全帽和無人機續航能力可考慮結合太陽能電池優化。

4 結束語

生產最重要的是把控安全，而不單停留于制度、規程的制定，必須利用現代化先進科技手段把控關鍵因素—人。

目前，本文構想已申請年度創新項目計劃，擬定試點開展研究工作。針對網絡工程建設場地不確定性，抓住關鍵因素“人”，靈活借助5G 增強型移動帶寬、多接入的特點，輔以新型安全帽、無人機、人工智能、云計算、VR/AR 技術的應用，全面提升網絡工程建設現代化管理水平。該構想具有可移植性和啟發作用，為礦井、隧道、路橋、電力桿塔、基站鐵塔、樓宇、工廠、市政開發等工地建設的安全生產監管提供參考依據。