买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基建工地的安全管控系统和方法_广东电网有限责任公司;广东电网有限责任公司汕头供电局_201910577950.3 

申请/专利权人:广东电网有限责任公司;广东电网有限责任公司汕头供电局

申请日:2019-06-28

公开(公告)日:2024-04-05

公开(公告)号:CN110287917B

主分类号:G06Q50/26

分类号:G06Q50/26;G06V20/52;H04N7/18

优先权:

专利状态码:有效-授权

法律状态:2024.04.05#授权;2019.10.29#实质审查的生效;2019.09.27#公开

摘要:本发明公开了一种基建工地的安全管控系统,包括摄像装置用于实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同时,则向运算网关设备上传后续拍摄的监测图像;运算网关设备用于将接收到的监测图像进行图像识别,获得预设区域内的异常情况信息,并将异常情况信息上传至后台服务器;后台服务器根据异常情况信息,发出告警提示。本发明的安全管控系统中设备结构简单,易于配置和安装,运行使用成本低,且可以在多个基建工地重复使用,在很大程度上减小了基建工地的安全维护成本,有利于城市化。本发明中还提供了一种基建工地的安全管控方法,具有上述有益效果。

主权项:1.一种基建工地的安全管控系统,其特征在于,包括分布设置于基建工地的多个摄像装置;和所述摄像装置通信连接且设置在基建工地的运算网关设备;以及和所述运算网关设备异地通信连接的后台服务器;其中,所述摄像装置用于实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同时,则向所述运算网关设备上传后续拍摄的监测图像;所述运算网关设备用于将接收到的所述监测图像进行图像识别,获得预设区域内的异常情况信息,并将所述异常情况信息上传至后台服务器;其中,所述运算网关设备对所述监测图像进行图像识别为利用预先根据基建工地的实际情况创建模型,对监测图像有目的的进行分析;所述后台服务器根据所述异常情况信息,发出告警提示;所述摄像装置具体还用于,若拍摄的当前帧的监测图像和所述预存图像不存在差异时,则删除所述预存图像中拍摄时间最早的一帧预存图像;并将所述当前帧的监测图像作为新的预存图像进行存储;其中,所述摄像装置中存储有多帧所述预存图像;所述后台服务器还用于预先通过所述摄像装置采集所述预设区域的监测图像样本;并根据所述监测图像样本进行训练学习,获得异常情况识别模型,以便将所述异常情况识别模型内置于所述运算网关设备上;当后台服务器接收到用户输入的告警提示错误信息时,则记录所述告警提示错误信息;当所述告警提示错误信息出现的概率达到预设概率时,则根据记录的所述告警提示错误信息对所述异常情况识别模型进行修正;所述运算网关设备具体用于根据预先创建的异常情况识别模型,对所述监测图像进行图像识别;所述异常情况识别模型,用于识别预设区域的跨栏行为、识别佩戴安全帽徽章、识别目标人员进入危险区域行为、识别明火情况以及识别预设区域扬尘情况。

全文数据:基建工地的安全管控系统和方法技术领域本发明涉及基建工地安管管控技术领域,特别是涉及一种基建工地的安全管控系统和方法。背景技术随着我国经济水平的高速发展,各种地铁、办公大楼、高架桥、城市综合体大楼等等技术设备建设也越来越多。而基建工地的安全性就成为施工单位着重需要注意的问题之一。目前对于基建工地的安全管控系统的安装复杂且使用成本较高,而对于某些已经投入使用的建筑工程,如果需要对其进行扩建或维护,工期往往较短,采用高成本的安全管控系统,必然会增加整个扩建工程的成本。发明内容本发明的目的是提供一种基建工地的安全管控系统和方法,解决了基建工地的安全管控运行成本高的问题。为解决上述技术问题,本发明提供一种基建工地的安全管控系统,包括分布设置于基建工地的多个摄像装置;和所述摄像装置通信连接且设置在基建工地的运算网关设备;以及和所述运算网关设备异地通信连接的后台服务器;其中,所述摄像装置用于实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同时,则向所述运算网关设备上传后续拍摄的监测图像;所述运算网关设备用于将接收到的所述监测图像进行图像识别,获得预设区域内的异常情况信息,并将所述异常情况信息上传至后台服务器;所述后台服务器根据所述异常情况信息,发出告警提示。其中,所述运算网关设备具体用于根据预先创建的异常情况识别模型,对所述监测图像进行图像识别。其中,所述后台服务器还用于预先通过所述摄像装置采集所述预设区域的监测图像样本;并根据所述监测图像样本进行训练学习,获得所述异常情况识别模型,以便将所述异常情况识别模型内置于所述运算网关设备上。其中,所述异常情况识别模型,用于识别预设区域的跨栏行为、识别佩戴安全帽徽章、识别目标人员进入危险区域行为、识别明火情况以及识别预设区域扬尘情况。其中,所述摄像装置具体还用于,若拍摄的当前帧的监测图像和所述预存图像不存在差异时,则删除所述预存图像中拍摄时间最早的一帧预存图像;并将所述监测图像作为新的预存图像进行存储;其中,所述摄像装置中存储有多帧所述预存图像。本发明还提供了一种基建工地的安全管控方法,应用于如上述任一项所述的基建工地的安全管控系统,包括:接收多个摄像装置上传的监测图像,其中,所述监测图像为所述摄像装置实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同之后开始拍摄上传的图像;对所述监测图像进行图像识别,获得预设区域内的异常情况信息;将所述异常情况信息上传至后台服务器,以便所述后台服务器发出告警提示。其中,所述对所述监测图像进行图像识别,获得预设区域内的异常情况信息包括:根据预先创建的异常情况识别模型,对所述检测图像进行图像识别,获得预设区域内的异常情况信息。其中,所述异常情况识别模型的创建过程包括:通过所述摄像装置采集所述预设区域的监测图像样本,其中所述监测图像样本为持续拍摄所述预设区域所获得的多帧图像;在人机交互界面显示所述检测图像样本,并接受用户对所述监测图像样本输入的异常情况标识;根据所述异常情况标识进行学习训练,获得所述异常情况识别模型;所述异常情况标识包括预设区域的跨栏行为标识、安全帽徽章标识、目标人员进入危险区域行为标识、明火情况标识以及预设区域扬尘情况标识。其中,还包括:当所述摄像装置拍摄的监测图像和所述预设图像相同时,则删除所述预存图像中拍摄时间最早的一帧预存图像;并将所述监测图像作为新的预存图像进行存储;其中,所述摄像装置中存储有多帧所述预存图像。其中,还包括:当后台服务器接收到用户输入的告警提示错误信息时,则记录所述告警提示错误信息;当告警提示错误信息出现的概率达到预设概率时,则根据记录的告警提示错误信息对所述异常情况识别模型进行修正。本发明所提供的基建工地的安全管控系统,包括分布设置于基建工地的多个摄像装置;和摄像装置通信连接且设置在基建工地的运算网关设备;以及和运算网关设备异地通信连接的后台服务器;其中,摄像装置用于实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同时,则向运算网关设备上传后续拍摄的监测图像;运算网关设备用于将接收到的监测图像进行图像识别,获得预设区域内的异常情况信息,并将异常情况信息上传至后台服务器;后台服务器根据异常情况信息,发出告警提示。本申请中通过在基建工地布置多个摄像装置和运算网关设备,该摄像装置可以对拍摄的监测图像作简单的判断分析,只有在拍摄到的监测图像相对于预存图像出现变化时,才向运算网关设备上传监测图像,减小了摄像装置和运算网关设备之间数据上传量以及运算网关设备对监测图像的处理量;再通过运算网关设备识别出监测图像中的异常情况,并直接将异常情况的结果发送至后台服务器,无需工作人员对检测结果进行二次分析,且减小运算网关设备和后台服务器之间的数据交互量;另外运算网关设备和摄像装置均设置于基建工地,减小了两者之间的数据传输难度,进而降低了对摄像装置和运算网关设备的要求,有利于降低系统设备成本。本发明的安全管控系统中设备结构简单,易于配置和安装,运行使用成本低,且可以在多个基建工地重复使用,在很大程度上减小了基建工地的安全维护成本,有利于城市化。本发明中还提供了一种基建工地的安全管控方法,具有上述有益效果。附图说明为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本发明实施例提供的基建工地的安全管控系统的框架示意图;图2为本发明实施例提供的基建工地的安全管控方法的流程示意图;图3为本发明实施例提供的创建异常情况识别模块的创建过程流程示意图;图4为本发明实施例提供的创建过程流程框图;图5为本发明实施例提供的基建工地的安全管控方法流程框图。具体实施方式为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。如图1所示,图1为本发明实施例提供的基建工地的安全管控系统的框架示意图;该安全管控系统可以包括:分布设置于基建工地的多个摄像装置1;和摄像装置1通信连接且设置在基建工地的运算网关设备2;以及和运算网关设备2异地通信连接的后台服务器3;其中,摄像装置1用于实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同时,则向运算网关设备2上传后续拍摄的监测图像;运算网关设备2用于将接收到的监测图像进行图像识别,获得预设区域内的异常情况信息,并将异常情况信息上传至后台服务器3;后台服务器3根据异常情况信息,发出告警提示。具体地,该异常情况信息具体可以是显示有异常情况的一帧或数帧监测图像,以及配合的文字说明或者是语音报警声等等,以便工作人员更清晰的了解具体异常情况。如图1所示,本实施例中该摄像装置1具体可以内置有存储芯片、运算芯片、通信芯片以及摄像头;通过摄像头可以实时监控拍摄预设区域内的监测图像。在实际应用中,可以根据实际需要在基建工地几个重要关卡分别设置摄像装置1,将摄像装置1的摄像头正对需要拍摄的区域,摄像头拍摄到监测图像后,运算芯片就对监测图像进行基本分析,并和存储芯片中已经存储的预存图像进行对比,判断监测图像和预存图像是否存在差异。需要说明的是,该预存图像也是该摄像装置1在同一预设区域内拍摄的,且无人无异常情况的图像。以此作为判断标准,只要新拍摄的监测图像和预存图像之间不存在差异,则说明并无人无异常情况出现;如果存在差异,例如有人进入拍摄区域。此时摄像装置1开始通过通信芯片持续向运算网关设备2上传后续拍摄到的监测图像。本实施例中摄像装置1中的运算芯片只需要对监测图像和预存图像做简单的对比,运算简单,对芯片的运算能力要求低,也就能够在一定程度上降低装置成本。本实施例中的运算网关设备2接收到监测图像后即可对该监测图像中的异常情况进行识别,并获得明确的异常情况信息后,将异常情况信息发送至后台服务器3,后台服务器3即可向工作人员发出报警。可选地,本实施例中的运算网关设备2具体用于根据预先创建的异常情况识别模型,对所述监测图像进行图像识别。为了减小运算网关设备2识别监测图像中异常情况的难度,可以先根据基建工地的实际情况创建模型,在对运算网关设备2对监测图像进行分析处理时直接根据该异常情况识别模型,对监测图像有目的的进行分析,减小运算难度。且若该基建工地建设完成之后,只需要将该异常情况识别模块更新为下一个需要建设的基建工地的模型即可,而其他设备仍然可以继续使用,有利于整套系统的重复利用。目前常规的基建工地中的安全管控系统,一般都需要配置多种检测设备、例如摄像头持续录制图像并上传到后台服务器,通过人工观察基建工地是否存在异常情况、通过人脸识别技术,判断进入的人员是否是工作人员,同时还设置红外传感器,探测是否有人进入危险区域等等;各种不同的探测设备都是直接和后台服务器相连接,直接向后台服务器上传检测数据,再通过后台服务器或者人工识别分析是否存在异常情况,存在上传数据量大、对检测的数据处理更为复杂,对设备要求也更高。本申请中采用具有简单运算功能的摄像装置预先过滤排除一部分无用的监测图像数据,在一定程度上减小了数据上传量,又通过运算网关设备对可能存在异情况的监测图像进行进一步地识别确认,最终只将识别结果上传至后台服务器,使得后台服务器能够获得明确的监控图像的分析结果,无需工作人员再次通过监测图像进行人工分析,同时减小了上传后台服务器的数据量,以及减小后台服务器对数据的处理量。本申请中的安全管控系统,设备简单,方便拆卸安装,使用成本低,有利于降低基建工程的安全管控成本,适用于短期基建工程的施工。如前所述,运算网关设备是基于异常情况识别模块对监测图像进行检测分析,在本发明的另一具体实施例中,还可以进一步地包括:后台服务器3还用于预先通过摄像装置1采集预设区域的监测图像样本;并根据监测图像样本进行训练学习,获得异常情况识别模型,以便将异常情况识别模型内置于运算网关设备2上。具体地,采用本申请中的安全管控系统前,可以先将各个摄像装置1在基建工地布置完成,并持续拍摄预设区域内的监测图像样本,具体可以连续采样三天以上;再通过运算网关设备2上传到后台服务器3,后台服务器3即可基于该监测图像样本进行学习训练,获得异常情况识别模型。需要说明的是,本实施例中并不必然是有后台服务器3完成异常情况识别模型的创建,也可以采用其他专门用于创建模块的服务器完成,对此本发明中不做限制。可选地,本实施例中的异常情况识别模型,用于识别预设区域的跨栏行为、识别佩戴安全帽徽章、识别目标人员进入危险区域行为、识别明火情况以及识别预设区域扬尘情况。具体地,对于异常情况识别模型具体识别的内容,可以根据基建工地中实际可能出现的各种需要报警的情况而设定。基于上述任意实施例,在本发明的另一具体实施例中,还可以进一步地包括:摄像装置2具体还用于,若拍摄的当前帧的监测图像和预存图像相同时,则删除预存图像中拍摄时间最早的一帧预存图像;并将监测图像作为新的预存图像进行存储;其中,摄像装置2中存储有多帧预存图像。在摄像装置2中的运算芯片将预存图像和当前拍摄的监测图像进行对比判断时,如果预存图像的拍摄时间,环境中光线明暗、天气情况和当前情况均存在不同,或者摄像头存在细微的偏转,都会导致对监测图像的对比判断结果产生影响,使得判断结果不准确。为此,本实施例中摄像装置2中的预存图像属于实时更新的图像。例如,可以线通过摄像装置2拍摄10张图像作为预存图像,再通过摄像头进行后续图像的拍摄。当摄像头拍摄的当前帧的监测图像和这10张预存图像对比,并无明显区别时,则将10张预存图像中拍摄时间距离当前时间最长的图像删除,并将当前帧的监测图像最为一个新的预存图像进行存储;在摄像头拍摄到下一帧监测图像时,采用相同的方式进行对比判断,若不存在区别,则再次对预存图像进行更新。本实施例中采用摄像头实时拍摄的监测图像对预存图像进行实时更行,而摄像头连续拍摄多帧图像的时间间隔非常短,在进行图像对比时,环境变化对图像造成的不同基本可以忽略,避免了在将预存图像和监测图像进行对比时,环境因素对图像对比的影响,使得对比结果更为准确。下面对本发明实施例提供的基建工地的安全管控方法进行介绍,下文描述的基建工地的安全管控方法与上文描述的基建工地的安全管控系统可相互对应参照。图2为本发明实施例提供的基建工地的安全管控方法的流程示意图,参照图2本实施例中的基建工地的安全管控方法可以包括:步骤S11:接收多个摄像装置上传的监测图像。具体地,监测图像为摄像装置实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同之后开始拍摄上传的图像,减少摄像装置的图像数据上传量。步骤S12:对监测图像进行图像识别,获得预设区域内的异常情况信息。步骤S13:将异常情况信息上传至后台服务器,以便后台服务器发出告警提示。仅仅将异常情况信息上传,减少信息数据上传量,并无需后台服务器和工作人员的二次分析。本实施例中的安全管控方法,步骤简单,数据运算量小进而降低对设备运算能力的要求,降低设备的运行成本,进而降低基建工程安全管控的成本。可选地,在本发明的另一具体实施例中,上述步骤S12具体可以包括:根据预先创建的异常情况识别模型,对所述检测图像进行图像识别,获得预设区域内的异常情况信息。通过预先创建好的模型对监测图像进行有目的的识别分析,有利于进一步降低对监测图像的分析难度,降低运算难度。可选地,在本发明的另一具体实施例中,如图3所示,图3为本发明实施例提供的创建异常情况识别模块的创建过程流程示意图;具体可以包括:步骤S21:通过摄像装置采集预设区域的监测图像样本,其中监测图像样本为持续拍摄预设区域所获得的多帧图像。步骤S22:在人机交互界面显示所述检测图像样本,并接受用户对监测图像样本输入的异常情况标识。步骤S23:根据异常情况标识进行学习训练,获得异常情况识别模型。具体地,异常情况标识包括预设区域的跨栏行为标识、安全帽徽章标识、目标人员进入危险区域行为标识、明火情况标识以及预设区域扬尘情况标识。可选地,在本发明的另一具体实施例中,还可以进一步地包括:当所述摄像装置拍摄的监测图像和所述预设图像相同时,则删除所述预存图像中拍摄时间最早的一帧预存图像;并将所述监测图像作为新的预存图像进行存储;其中,所述摄像装置中存储有多帧所述预存图像。可选地,在本发明的另一具体实施例中还可以进一步包括:当后台服务器接收到用户输入的告警提示错误信息时,则记录所述告警提示错误信息;当告警提示错误信息出现的概率达到预设概率时,则根据记录的告警提示错误信息对所述异常情况识别模型进行修正。如图4所示,图4为本发明实施例提供的创建过程流程框图。需要经由摄像装置采集监测图像样本数据至GPU服务器也即是后台服务器,GPU服务器通过人机交互系统提供给工作人员做需求标识,然后再由GPU服务器进行算法训练,利用监测图像样本进行训练结算后,再次提供给人工判别标识,用人工纠错的方式再优化算法。当对现有视频数据判别成功率达到100%后,即转入封装环节,并发送给运算网关及边缘计算摄像头执行烧录步骤,然后由运算网关与边缘计算摄像头运行。如图5所示,图5为本发明实施例提供的基建工地的安全管控方法流程框图,图5是经过图4中的训练完后正式实施后的业务流程。此时,运算网关设备及摄像装置已经有较成熟的运算算法在执行。通过摄像头采集视频数据即监测图像,并分为两个方向进行下一步动作,在摄像装置本身的运算模块即一级运算,对视频数据进行该部分的图像对比运算,并将结果反馈给运算网关。运算网关设备在接收到视频数据后,执行封装烧录完成的图像识别算法,并反馈计算结果至GPU服务器;运算网关设备同时会转发视频数据至GPU服务器,提供给GPU服务器做抽样和决策判别使用。GPU服务器对接收到的计算结果及视频数据进行三级运算,此处三级运算做视频数据的采样图像识别计算,并将结果与二级运算的结果反馈在人机交互界面,提供给人工进行决策判断,同时三级运算后GPU服务器还会将结果通过微信小程序等经互联网通道反馈至用户手机端进行告警提示。而在人机交互界面上,提供给工作人员进行判定决策的,若经由人工判别后其结果是属于正确的,则会反馈回三级运算模块,对于人工判别后其结果是属于误判的,则人工需要在交互界面设置该点标识并提交,GPU服务器会对人工判定结果对算法进行调整深度学习,调整的样例越多,对于算法的再封装烧录及后续的一、二级计算结果将会更准确。如此整个图5的过程是重复不断进行采集、计算、判定、训练、优化及再烧录封装的。需要说明的是,这里的再封装烧录并不是每一次的标识后都会执行这一步,再封装烧录是必须当误判率达到或超过10%的样本点总数,才会执行此步骤。本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

权利要求:1.一种基建工地的安全管控系统,其特征在于,包括分布设置于基建工地的多个摄像装置;和所述摄像装置通信连接且设置在基建工地的运算网关设备;以及和所述运算网关设备异地通信连接的后台服务器;其中,所述摄像装置用于实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同时,则向所述运算网关设备上传后续拍摄的监测图像;所述运算网关设备用于将接收到的所述监测图像进行图像识别,获得预设区域内的异常情况信息,并将所述异常情况信息上传至后台服务器;所述后台服务器根据所述异常情况信息,发出告警提示。2.如权利要求1所述的基建工地的安全管控系统,其特征在于,所述运算网关设备具体用于根据预先创建的异常情况识别模型,对所述监测图像进行图像识别。3.如权利要求2所述的基建工地的安全管控系统,其特征在于,所述后台服务器还用于预先通过所述摄像装置采集所述预设区域的监测图像样本;并根据所述监测图像样本进行训练学习,获得所述异常情况识别模型,以便将所述异常情况识别模型内置于所述运算网关设备上。4.如权利要求2所述的基建工地的安全管控系统,其特征在于,所述异常情况识别模型,用于识别预设区域的跨栏行为、识别佩戴安全帽徽章、识别目标人员进入危险区域行为、识别明火情况以及识别预设区域扬尘情况。5.如权利要求1至4任一项所述的基建工地的安全管控系统,其特征在于,所述摄像装置具体还用于,若拍摄的当前帧的监测图像和所述预存图像不存在差异时,则删除所述预存图像中拍摄时间最早的一帧预存图像;并将所述监测图像作为新的预存图像进行存储;其中,所述摄像装置中存储有多帧所述预存图像。6.一种基建工地的安全管控方法,其特征在于,应用于如权利要求1至5任一项所述的基建工地的安全管控系统,包括:接收多个摄像装置上传的监测图像,其中,所述监测图像为所述摄像装置实时拍摄基建工地预设区域的监测图像,且若当前帧的监测图像和预存图像存在不同之后开始拍摄上传的图像;对所述监测图像进行图像识别,获得预设区域内的异常情况信息;将所述异常情况信息上传至后台服务器,以便所述后台服务器发出告警提示。7.如权利要求6所述的基建工地的安全管控方法,其特征在于,所述对所述监测图像进行图像识别,获得预设区域内的异常情况信息包括:根据预先创建的异常情况识别模型,对所述检测图像进行图像识别,获得预设区域内的异常情况信息。8.如权利要求7所述的基建工地的安全管控方法,其特征在于,所述异常情况识别模型的创建过程包括:通过所述摄像装置采集所述预设区域的监测图像样本,其中所述监测图像样本为持续拍摄所述预设区域所获得的多帧图像;在人机交互界面显示所述检测图像样本,并接受用户对所述监测图像样本输入的异常情况标识;根据所述异常情况标识进行学习训练,获得所述异常情况识别模型;所述异常情况标识包括预设区域的跨栏行为标识、安全帽徽章标识、目标人员进入危险区域行为标识、明火情况标识以及预设区域扬尘情况标识。9.如权利要求6至8任一项所述的基建工地的安全管控方法,其特征在于,还包括:当所述摄像装置拍摄的监测图像和所述预设图像相同时,则删除所述预存图像中拍摄时间最早的一帧预存图像;并将所述监测图像作为新的预存图像进行存储;其中,所述摄像装置中存储有多帧所述预存图像。10.如权利要求9所述的基建工地的安全管控方法,其特征在于,还包括:当后台服务器接收到用户输入的告警提示错误信息时,则记录所述告警提示错误信息;当所述告警提示错误信息出现的概率达到预设概率时,则根据记录的所述告警提示错误信息对所述异常情况识别模型进行修正。

百度查询: 广东电网有限责任公司;广东电网有限责任公司汕头供电局 基建工地的安全管控系统和方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。