Monitoring at Construction Sites: Algorithms for Recognition and Risk Prevention
EDN: EWTMQY
Abstract
This publication analyzes machine vision algorithms for monitoring safety standards at construction sites. The process of algorithm creation is described: from image collection and augmentation to training an artificial intelligence model. In previous work, a model was developed to identify the danger zone around a crane and to monitor the movement of personnel with alerts.
About the Authors
V. V. SolovievРоссия
S. V. Fedorova
Россия
References
1. Кузина, О. Н. Управление строительством с иcпользованием компьютерного зрения на строительной площадке / О. Н. Кузина. - Текст : электронный // Строительство и архитектура. - 2023. - Т.11, №4. - С.34. - URL : https://elibrary.ru/item.asp?id=55053580 (дата обращения: 24.01.2025).
2. Роструд: статистика несчастных случаев на производстве за 2023 год. - URL: https://nkprom.ru/news/rostrud-statistika-neschastnykh-sluchaev-na-proizvodstve-za-2023-god/55053580 (дата обращения: 24.01.2025). - Текст : электронный.
3. Cheng, T.; Lu, Q.; Kang, H.; Fan, Z.; Bai, S. Productivity Prediction and Analysis Method of Large Trailing Suction Hopper Dredger Based on Construction Big Data. Buildings 2022, 12, 1505. https://doi.org/10.3390/buildings12101505 (дата обращения: 24.01.2025).- Текст : электронный.
4. Кузина, О. Н. Модель управления производительностью труда в строительстве методами искусственного интеллекта / О. Н. Кузина - Текст : непосредственный // Научно-технический вестник Поволжья. - 2023. - №3. - С. 68-73. - ISSN 2079-5920.
5. Основные положения теории искусственных нейронных сетей Pandia.ru. - интернет-издание. - URL: https://pandia.ru/text/78/393/56772.php (дата обращения: 24.01.2025). - Текст : электронный.
6. Федор Добровицкий. LSTM и GRU. Блог компании М. Видео-Эльдорадо. Python. Аналитика мобильных приложений. Машинное обучение. 15.12. 2023.- URL : https://habr.com/ru/companies/mvideo/articles/780774/ (дата обращения: 24.01.2025). - Текст : электронный.
7. Владимир Быстрицкий. RNN, LSTM, GRU и другие рекуррентные нейронные сети. - URL: http://vbystricky.ru/2021/05/rnn_lstm_gru_etc.html (дата обращения: 24.01.2025). - Текст : электронный.
8. Абдулкадиров, Р. И. Новый подход к обучению нейронных сетей с помощью натурального градиентного спуска с импульсом на основе распределений Дирихле / Р. И. Абдулкадиров, П. А. Ляхов. - Текст: непосредственный // Компьютерная оптика. - 2023. - Т. 47, № 1. - С. 160-169. - DOI: 10.18287/2412-6179-CO-1147.
9. Руликова, Н. С. Метод нейронных сетей в управлении портфелями проектов / Н. С. Руликова. - Текст : электронный // Вестник Приднепровской государственной академии строительства и архитектуры. - 2011. - № январь-февраль. - С. 44 - 45. - URL : https://cyberleninka.ru/article/n/metod-neyronnyh-setey-v-upravlenii-portfelyami-proektov?ysclid=m85ja5duvn517545849 (дата обращения: 24.01.2025).
10. U-Net: нейросеть для сегментации изображений. Информационный портал Neurohive. - URL : https://neurohive.io/ru/vidy-nejrosetej/u-net-image-segmentation/(дата обращения : 24.01.2025 ). - Текст : электронный.
11. Шеврикуко, Ю. Ф. Компенсация ошибок инерциальной навигационной системы на основе mems датчиков посредством нейросетевых алгоритмов / Ю. Ф. Шеврикуко. - Текст : электронный// Аспирант и соискатель. - 2016. - №6 (96). - С. 96-103. - URL : https://elibrary.ru/item.asp?id=28768387 (дата обращения : 24.01.2025).
12. Федина, Е. В. Анализ основных причин травматизма при эксплуатации башенных кранов. - Текст : электронный // Инженерный вестник Дона / Е. В. Федина, С. Л. Пушенко. - 2012. - №4-1 (22). - С. 172.- eISSN: 2073-8633. - URL: https://www.elibrary.ru/item.asp?id=18640238&ysclid=m85ixjb55f852819334 (дата обращения : 24.01.2025 ).
13. Алгоритм определения параметров основания зданий и сооружений с помощью обработки георадиолокационных изображений / А. А. Локтев, Д. А. Локтев, В. В. Королев, А. А. Кузнецов. - Текст : электроннный // Приборы и системы. Управление, контроль, диагностика. - 2022. - № 4. - С. 11 -17. - URL: https://www.elibrary.ru/item.asp?id=48317064&ysclid=m85j54qh8p140960899 (дата обращения : 24.01.2025). DOI 10.25791/pribor.4.2022.1331.
Review
For citations:
Soloviev V.V., Fedorova S.V. Monitoring at Construction Sites: Algorithms for Recognition and Risk Prevention. Science and Technology in Transport. 2025;(1):109-113. (In Russ.) EDN: EWTMQY
JATS XML