基于多传感及深度学习的施工人员舒适度自动评价机制
国内一线建筑工人工作环境恶劣,生活条件艰苦。这不仅严重影响了建筑工人的劳动积极性,也引发了一系列建筑工人职业健康问题。因此,本文提出基于多传感及深度学习的施工人员舒适度自动评价机制。通过BIM模型模拟施工场地,规划安全员的检测路线,并通过传感器和手机对施工现场影响工人舒适度的因素进行获取,使用模糊推理对采集的数据融合。本文首次提出将传感器与模糊推理结合的方法,达到自动评价施工人员舒适度的目的。通过实验,此评价机制适用于施工人员舒适度的评估。
多传感器 计算机视觉 深度学习 模糊推理 舒适度评价
王煜 邓逸川 邓晖 徐烨晨 苏博杨 胡志远 赵子健 王如茵
华南理工大学土木与交通学院,广东广州510640
国内会议
长沙
中文
123-127
2019-11-16(万方平台首次上网日期,不代表论文的发表时间)