本发明涉及工地监测，特别涉及一种工地监测方法及相关设备。
背景技术：
1、随着城市化进程的加速，建筑工地的安全管理显得尤为重要。传统工地监测主要依赖人工巡检和定期检查，这种方式不仅效率低下，而且难以做到实时监控和全面覆盖，特别是在复杂多变的施工环境中，难以及时发现潜在的安全风险，如地面塌陷、土壤侵蚀等问题。此外，现有的监测手段往往缺乏对风险的量化评估和动态响应机制，导致风险识别滞后，应对措施不及时，增加了安全事故的发生概率。
技术实现思路
1、本发明的主要目的为提供一种工地监测方法及相关设备，解决了监测数据来源单一，缺乏多维度数据融合分析，影响风险评估的准确性的技术问题。
2、为实现上述目的，本发明提供一种工地监测方法，包括以下步骤：
3、通过预设的摄像机获取所述工地的全覆盖图像，并对所述全覆盖图像进行风险识别，得到识别风险区域；
4、利用预设的gps技术，对所述识别风险区域进行定位，得到风险区域位置；
5、调用所述风险区域位置对应的传感器，利用所述传感器对风险区域位置进行全面监测，得到风险区域位置对应的土壤参数；其中，所述土壤参数包括土壤结构稳定性及土壤含水量；
6、对所述土壤参数与所述识别风险区域进行风险等级计算，得到风险等级系数；
7、若所述风险等级系数高于预设风险等级系数，则基于所述风险等级系数得到对应的风险应对策略。
8、进一步的，通过预设的摄像机获取所述工地的全覆盖图像，并对所述全覆盖图像进行风险识别，得到识别风险区域，包括：
9、通过预设的摄像机对所述工地进行全覆盖拍摄，得到全覆盖图像；
10、对所述全覆盖图像进行预处理，得到预处理图像；
11、将所述预处理图像输入预设的识别算法内进行风险识别；其中，所述识别算法包括y0l0v7模型及simam无参数注意力机制，所述y0l0v7模型包括elan模块、cbs模块、sppcspc模块、rep模块及mp模块；
12、将所述预处理图像输入所述elan模块内进行特征提取和聚合，得到多层次的特征表示图像；
13、将所述多层次的特征表示图像输入所述cbs模块内进行批量归一化和激活处理，得到特征增强图像。
14、将所述特征增强图像输入所述sppcspc模块内进行不同尺度的最大池化，得到多尺度特征的增强特征图；
15、将所述预处理图像输入所述rep模块内进行多分支卷积操作，得到优化的卷积特征图；
16、将所述优化的卷积特征图输入所述mp模块内进行多路径特征处理，得到全面和丰富的图像；
17、将所述全面和丰富的图像输入所述simam无参数注意力机制内进行注意力权重计算，得到识别风险区域。
18、进一步的，利用预设的gps技术，对所述识别风险区域进行定位，得到风险区域位置，包括：
19、对所述识别风险区域进行关键特征提取，得到关键提取特征；其中，所述关键提取特征包括环境条件特征及时间序列特征，所述环境条件特征包括区域编码或id、参照物关联及图像标记；
20、对各个所述关键提取特征进行构建矩阵，得到风险区域矩阵；
21、通过预设的gps技术，基于所述风险区域矩阵进行风险区域定位，得到风险区域位置。
22、进一步的，通过预设的gps技术，基于所述风险区域矩阵进行风险区域定位，得到风险区域位置，包括：
23、对所述全覆盖图像提取识别风险区域对应的风险区域图像；
24、对所述风险区域图像进行提取像素点，并通过预设的gps技术将所述像素点赋予坐标，得到像素点对应的坐标；
25、将所述像素点对应的坐标与所述险区域矩阵内的元素点进行映射，得到元素点的坐标；
26、基于各个所述元素点的坐标进行风险区域定位，得到风险区域位置。
27、进一步的，利用所述传感器对风险区域位置进行全面监测，得到风险区域位置对应的土壤参数，包括：
28、利用各个所述传感器对风险区域位置进行全面监测，得到对应的监测数据；
29、对所述监测数据进行主成分分析，得到土壤的成分；
30、对土壤的成分进行ph值计算，得到土壤的ph值；
31、对所述土壤的成分进行温湿度计算，得到土壤参数的温湿度参数；
32、对所述土壤的成分进行密度计算，得到土壤的密度；
33、基于所述土壤的密度、所述温湿度参数及所述土壤的ph值得到风险区域位置对应的土壤参数。
34、进一步的，所述土壤参数包括土壤的ph值、温湿度参数及土壤的密度；对所述土壤参数与所述识别风险区域进行风险等级计算，得到风险等级系数，包括：
35、分别对所述土壤的ph值、温湿度参数及土壤的密度进行标准化，得到对应的标准化参数，并将所述标准化参数转化为标准化向量，将所述标准化向量作为行向量；
36、调用数据库内的历史土壤参数权重，利用历史土壤参数权重赋予所述标准化参数权重，得到对应的权重参数；其中，所述权重参数包括ph值权重、温湿度参数权重及土壤的密度权重，并将所述权重参数转化为权重向量，将所述权重向量作为列向量；
37、将所述行向量与所述列向量进行相乘，得到对应的初步风险评估分数；
38、将所述初步风险评估分数作为点坐标，利用线性插值法，基于所述点坐标进行绘制光滑曲线；
39、调用数据库内的历史的极值点权重、拐点权重及斜率权重，识别所述光滑曲线的极值点、拐点及斜率，基于所述极值点、拐点及斜率及历史的极值点权重、拐点权重及斜率权重对所述识别风险区域进行风险等级计算，得到风险等级系数；其中，所述极值点表示风险的严重性，拐点表示风险状态的转折关键时刻，斜率表示风险变化的速度和方向。
40、进一步的，若所述风险等级系数高于预设风险等级系数，则基于所述风险等级系数得到对应的风险应对策略，包括：
41、若所述风险等级系数高于预设风险等级系数，则对高于所述风险等级系数对应的图像进行监测，得到对应的监视风险变化图像；
42、对所述监视风险变化图像进行风险类型识别划分，得到风险类型；其中，所述风险类型包括结构裂缝扩展及土壤流失加剧；
43、调用数据库内的历史应对策略和历史风险类型，利用ner技术，基于所述风险类型对所述历史风险类型进行关系抽取，得到相似度最大的历史风险类型；
44、基于所述历史风险类型得到对应的风险应对策略。
45、本发明还提供了一种工地监测装置，包括：
46、识别模块，用于通过预设的摄像机获取所述工地的全覆盖图像，并对所述全覆盖图像进行风险识别，得到识别风险区域；
47、定位模块，用于利用预设的gps技术，对所述识别风险区域进行定位，得到风险区域位置；
48、监测模块，用于调用所述风险区域位置对应的传感器，利用所述传感器对风险区域位置进行全面监测，得到风险区域位置对应的土壤参数；其中，所述土壤参数包括土壤结构稳定性及土壤含水量；
49、计算模块，用于对所述土壤参数与所述识别风险区域进行风险等级计算，得到风险等级系数；
50、系数模块，用于若所述风险等级系数高于预设风险等级系数，则基于所述风险等级系数得到对应的风险应对策略。
51、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
52、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
53、本发明提供的工地监测方法，包括以下步骤：通过预设的摄像机获取所述工地的全覆盖图像，并对所述全覆盖图像进行风险识别，得到识别风险区域；利用预设的gps技术，对所述识别风险区域进行定位，得到风险区域位置；调用所述风险区域位置对应的传感器，利用所述传感器对风险区域位置进行全面监测，得到风险区域位置对应的土壤参数；其中，所述土壤参数包括土壤结构稳定性及土壤含水量；对所述土壤参数与所述识别风险区域进行风险等级计算，得到风险等级系数；若所述风险等级系数高于预设风险等级系数，则基于所述风险等级系数得到对应的风险应对策略，通过上述的技术方案，解决了监测数据来源单一，缺乏多维度数据融合分析，影响风险评估的准确性的技术问题，实现了对工地风险的全面、实时监测，减少了漏报和误报，增强了对潜在风险的预见性。
1.一种工地监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的工地监测方法，其特征在于，通过预设的摄像机获取所述工地的全覆盖图像，并对所述全覆盖图像进行风险识别，得到识别风险区域，包括：
3.根据权利要求1所述的工地监测方法，其特征在于，利用预设的gps技术，对所述识别风险区域进行定位，得到风险区域位置，包括：
4.根据权利要求3所述的工地监测方法，其特征在于，通过预设的gps技术，基于所述风险区域矩阵进行风险区域定位，得到风险区域位置，包括：
5.根据权利要求1所述的工地监测方法，其特征在于，利用所述传感器对风险区域位置进行全面监测，得到风险区域位置对应的土壤参数，包括：
6.根据权利要求1所述的工地监测方法，其特征在于，所述土壤参数包括土壤的ph值、温湿度参数及土壤的密度；对所述土壤参数与所述识别风险区域进行风险等级计算，得到风险等级系数，包括：
7.根据权利要求1所述的工地监测方法，其特征在于，若所述风险等级系数高于预设风险等级系数，则基于所述风险等级系数得到对应的风险应对策略，包括：
8.一种工地监测装置，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
