为了解决大型综合交通枢纽施工范围广、作业项目复杂情况下的高作业风险问题,针对既定施工危险区域,提出1种基于Yolov5模型的人员异常侵入检测及分级预警算法,以低成本、强独立性、覆盖范围广的优势降低施工作业风险。首先,基于Yolov5模型实现施工区域内的人员检测以及人员位置信息参数化;然后,根据人员位置参数化描述实现异常侵入检测以及分级预警。研究结果表明:该算法能够在人员多姿态、多人员、人员遮挡等挑战场景下实现有效的异常侵入检测及分级预警,其有效性及鲁棒性能在公开的玛珈工地(加油站)物品数据集(MaJia Construction Site(Gas Station)Dataset,MJCSD)上得到验证。研究结果可为改善施工安全、降低预警成本提供新的解决思路,具有实际工程应用价值。
