惯性传感器的施工应用探索

第一部分 惯性传感器对建筑工人的施工应用
1 绪论
1.1 背景与意义
1.2 问题的提出及解决方案
1.3 本部分的相关研究工作
1.3.1 具体目标
1.3.2 采用的方法与技术路线
1.3.3 具体的研究内容
2 肢体活动识别概述
2.1 建筑业中应用计算机视觉方法的肢体活动识别
2.2 基于惯性传感器的肢体活动识别的发展概述
2.3 基于惯性传感器的肢体活动识别性能研究概述
2.3.1 数据采集
2.3.2 数据处理
2.3.3 分类技术
2.4 建筑业中初步应用惯性传感器的肢体活动识别
本章小结
3 研究方法与实验步骤
3.1 惯性传感器数据采集
3.1.1 施工任务活动选择
3.1.2 惯性传感器位置
3.1.3 实验数据采集
3.2 数据处理
3.2.1 数据过滤
3.2.2 信号分割
3.2.3 特征提取
3.3 施工活动识别模型建立与评价
3.3.1 分类算法
3.3.2 模型评价
3.4 基于多类型惯性传感器协同的工人工效监控系统
本章小结
4 多类型惯性传感器协同下的施工活动识别
4.1 数据过滤
4.2 信号分割窗口尺寸研究
4.2.1 窗口尺寸对加速度数据模型的影响
4.2.2 窗口尺寸对角速度数据模型的影响
4.2.3 最佳窗口尺寸
4.3 惯性传感器类别与位置优化研究分析
4.4 惯性传感器类别及位置组合优化实验研究
4.4.1 单一位置的惯性传感器类别配置优化
4.4.2 两个位置组合的惯性传感器类别配置优化
4.4.3 三个位置组合的惯性传感器类别配置优化
4.4.4 四个位置的惯性传感器类别配置优化
本章小结
5 多类型惯性传感器协同下的工人工效监控系统开发
5.1 工人工效识别依据
5.2 多类型惯性传感器协同下的工人工效识别
5.2.1 数据分析及处理
5.2.2 实验结果与讨论
5.3 多类型惯性传感器协同下的工人工效监控系统
本章小结
第二部分 惯性传感器应用于装配式建筑施工
6 研究步骤及实验方法
6.1 数据采集
6。1.1 吊装活动的分类
6.1.2 研究对象的选择与传感器放置的位置
6.1.3 实验步骤
6.1.4 实验数据采集
6.2 数据处理
6.2.1 信号分割
6.2.2 特征提取
6.3 吊装活动识别模型的建立与评价
6.3.1 分类算法
6.3.2 模型评价
7 吊装活动识别模型的结果分析及优化
7.1 惯性传感器数据分析
7.2 单一位置的惯性传感器结果分析
7.3 两个位置组合的惯性传感器结果分析
7.4 三个位置融合的惯性传感器结果分析
第三部分 惯性传感器应用于装配式吊装碰撞提前感知探索
8 实验设计及步骤
8.1 设置实验的目的
8.2 具体的实验步骤
8.3 实验内容
9 实验数据的处理与分析评价
9.1 惯性传感器的数据采集
9.2 数据处理
9.3 是否碰撞结果预测及说明
9.3.1 神经网络算法
9.3.2 K-NN算法
9.4 人为干涉情况分析
本章小结
10 图像分析
10.1 碰撞分类的图像分析
10.1.1 直接碰撞的图像分析
10.1.2 急停时的图像分析
10.1.3 绕行时的图像分析
10.2 人为干涉与无人干涉分类的图像分析
10.2.1 构件的图像对比分析
lO.2.2 人为干涉时人体活动图像分析
10.2.3 采用惯性传感器检测碰撞的标准化操作流程
本章小结
11 利用惯性传感器进行防碰撞与其他防碰撞手段的技术对比
11.1 其他防碰撞技术手段
11.2 惯性传感器防碰撞技术的优缺点
11.2.1 优点
11.2.2 缺点
12 结论与展望
参考文献