慣性傳感器的施工應用探索

第一部分 慣性傳感器對建筑工人的施工應用
1 緒論
1.1 背景與意義
1.2 問題的提出及解決方案
1.3 本部分的相關(guān)研究工作
1.3.1 具體目標
1.3.2 采用的方法與技術(shù)路線
1.3.3 具體的研究內(nèi)容
2 肢體活動識別概述
2.1 建筑業(yè)中應用計算機視覺方法的肢體活動識別
2.2 基于慣性傳感器的肢體活動識別的發(fā)展概述
2.3 基于慣性傳感器的肢體活動識別性能研究概述
2.3.1 數(shù)據(jù)采集
2.3.2 數(shù)據(jù)處理
2.3.3 分類技術(shù)
2.4 建筑業(yè)中初步應用慣性傳感器的肢體活動識別
本章小結(jié)
3 研究方法與實驗步驟
3.1 慣性傳感器數(shù)據(jù)采集
3.1.1 施工任務活動選擇
3.1.2 慣性傳感器位置
3.1.3 實驗數(shù)據(jù)采集
3.2 數(shù)據(jù)處理
3.2.1 數(shù)據(jù)過濾
3.2.2 信號分割
3.2.3 特征提取
3.3 施工活動識別模型建立與評價
3.3.1 分類算法
3.3.2 模型評價
3.4 基于多類型慣性傳感器協(xié)同的工人工效監(jiān)控系統(tǒng)
本章小結(jié)
4 多類型慣性傳感器協(xié)同下的施工活動識別
4.1 數(shù)據(jù)過濾
4.2 信號分割窗口尺寸研究
4.2.1 窗口尺寸對加速度數(shù)據(jù)模型的影響
4.2.2 窗口尺寸對角速度數(shù)據(jù)模型的影響
4.2.3 最佳窗口尺寸
4.3 慣性傳感器類別與位置優(yōu)化研究分析
4.4 慣性傳感器類別及位置組合優(yōu)化實驗研究
4.4.1 單一位置的慣性傳感器類別配置優(yōu)化
4.4.2 兩個位置組合的慣性傳感器類別配置優(yōu)化
4.4.3 三個位置組合的慣性傳感器類別配置優(yōu)化
4.4.4 四個位置的慣性傳感器類別配置優(yōu)化
本章小結(jié)
5 多類型慣性傳感器協(xié)同下的工人工效監(jiān)控系統(tǒng)開發(fā)
5.1 工人工效識別依據(jù)
5.2 多類型慣性傳感器協(xié)同下的工人工效識別
5.2.1 數(shù)據(jù)分析及處理
5.2.2 實驗結(jié)果與討論
5.3 多類型慣性傳感器協(xié)同下的工人工效監(jiān)控系統(tǒng)
本章小結(jié)
第二部分 慣性傳感器應用于裝配式建筑施工
6 研究步驟及實驗方法
6.1 數(shù)據(jù)采集
6。1.1 吊裝活動的分類
6.1.2 研究對象的選擇與傳感器放置的位置
6.1.3 實驗步驟
6.1.4 實驗數(shù)據(jù)采集
6.2 數(shù)據(jù)處理
6.2.1 信號分割
6.2.2 特征提取
6.3 吊裝活動識別模型的建立與評價
6.3.1 分類算法
6.3.2 模型評價
7 吊裝活動識別模型的結(jié)果分析及優(yōu)化
7.1 慣性傳感器數(shù)據(jù)分析
7.2 單一位置的慣性傳感器結(jié)果分析
7.3 兩個位置組合的慣性傳感器結(jié)果分析
7.4 三個位置融合的慣性傳感器結(jié)果分析
第三部分 慣性傳感器應用于裝配式吊裝碰撞提前感知探索
8 實驗設計及步驟
8.1 設置實驗的目的
8.2 具體的實驗步驟
8.3 實驗內(nèi)容
9 實驗數(shù)據(jù)的處理與分析評價
9.1 慣性傳感器的數(shù)據(jù)采集
9.2 數(shù)據(jù)處理
9.3 是否碰撞結(jié)果預測及說明
9.3.1 神經(jīng)網(wǎng)絡算法
9.3.2 K-NN算法
9.4 人為干涉情況分析
本章小結(jié)
10 圖像分析
10.1 碰撞分類的圖像分析
10.1.1 直接碰撞的圖像分析
10.1.2 急停時的圖像分析
10.1.3 繞行時的圖像分析
10.2 人為干涉與無人干涉分類的圖像分析
10.2.1 構(gòu)件的圖像對比分析
lO.2.2 人為干涉時人體活動圖像分析
10.2.3 采用慣性傳感器檢測碰撞的標準化操作流程
本章小結(jié)
11 利用慣性傳感器進行防碰撞與其他防碰撞手段的技術(shù)對比
11.1 其他防碰撞技術(shù)手段
11.2 慣性傳感器防碰撞技術(shù)的優(yōu)缺點
11.2.1 優(yōu)點
11.2.2 缺點
12 結(jié)論與展望
參考文獻