《高處墜落風險智慧型監控方法及關鍵技術研究》是依託香港城市大學深圳研究院，由駱曉偉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：高處墜落風險智慧型監控方法及關鍵技術研究
- 項目類別：青年科學基金項目
- 項目負責人：駱曉偉
- 依託單位：香港城市大學深圳研究院
項目摘要,結題摘要,
項目摘要
建築業是傷亡率最高的行業之一，我國年均建築安全事故總損失達1800~2500億元，已經超過建築企業的平均利潤。統計數據表明，高處墜落占建築安全事故的近50%。目前高處墜落安全管理主要集中在墜落後的安全防護、日常現場安全巡查等人工手段。智慧型預警系統套用了信息技術，提高了安全管理的實時性和全面性，但大多簡單依賴距離信息來判斷工人的安全狀況，準確度有待提高。本研究旨旨在提取高空墜落防護的安全知識，整合多種感測數據，設計更科學可靠的高處墜落風險評估算法，建立更為可靠的墜落預警方法。預期研究成果將有助於研究人員更好的了解高空墜落髮生機制及預測方法，對於建築從業人員提供實用的高處墜落預警系統及配套硬體，具有理論創新性及高度的實用性。研究成果提供了積極有效的高處墜落防範措施，將有效減少安全事故對人、企業和社會造成的損害，實現保護人類財富，減少無益損失，保障勞動條件和維護社會經濟成長。
結題摘要
建築業是傷亡率最高的行業之一，我國年均建築安全事故總損失達1800~2500億元，已經超過建築企業的平均利潤。統計數據表明，高處墜落占建築安全事故的近50%。目前高處墜落安全管理主要集中在墜落後的安全防護、日常現場安全巡查等人工手段。智慧型預警系統套用了信息技術，提高了安全管理的實時性和全面性，但大多簡單依賴距離信息來判斷工人的安全狀況，準確度有待提高。 本研究從高墜風險判斷模型、工人室內定位系統、安全圍欄檢測模型、高墜可能性分析模型、高墜後果分析等五個方面展開研究。形成的研究成果主要包括： （1）簡化的高空墜落風險判斷模型、高墜風險的影響因素及潛在數據源；（2）建立了無需環境學習可快速低成本部署的工人室內定位模型；（3）使用深度學習算法建立了準確度達97%的安全圍欄檢測算法；（4）使用穿戴式感測器獲取姿態數據預測高墜機率；（5）對美國過去10年的高墜事件進行分析確定影響高墜後果的關鍵因素。研究成果提供了積極有效的高處墜落防範措施，將有效減少安全事故對人、企業和社會造成的損害，實現保護人類財富，減少無益損失，保障勞動條件和維護社會經濟成長。
