浙江云匠数字建造技术研究院有限公司

企业

浙江云匠数字建造技术研究院有限公司成立于2020年，位于浙江省。所属行业为软件和信息技术服务业。主要业务包括建筑信息模型技术开发、技术咨询、技术服务、信息技术咨询服务。

高新技术企业科技型中小企业小微企业软件和信息技术服务业

成立于 2020 年浙江省

数据集列表

通过统计建筑工地各工种、岗位工人的劳作时间，智慧工地管理平台能精准分析工作强度。对持续高强度作业、风险高的工人提前预警，预防疲劳导致的安全事故，确保工人安全。当工人连续多日工作强度超标，将启动预警机制，约谈工人与班组长，调整作息。若全班组均超强度工作，则调整施工计划，优化作业时间。该平台可视化展示工作强度，实时预警并推送至管理人员，助力迅速响应，确保每位工人作业强度合理，显著提升工地安全管理效能与质量。 1、数据采集：通过智慧工地的劳务打卡系统对每位工人的进出场时间进行实时采集。2、数据处理：以每位工人每天的打卡人脸信息为唯一标识，通过前端人脸识别设备的记录，提取每位工人一天的进、出场时间数据。3、算法规则：实际工作时长=出场时间-入场时间，根据天气气温和工作环境等情况，设定各工种的允许工作时长，工作强度系数=实际工作时长÷允许工作时长，并计算过去三天工人的工作强度系数（T-1表示昨天；T-2表示前天；T-3表示大前天）。4.数据应用：当连续三天工作强度系数都大于1时，启动预警机制。

浙江省数据知识产权登记平台2024-09-25 更新540

建筑工地安全环境识别分析数据

该数据主要用来捕捉工地上对于未佩戴安全帽、吸烟、打架、未穿发光背心等违规行为，如发现违规行为会马上产生告警，可以及时保证制止违规行为，保证工地文明施工和安全施工。后续也可以通过告警数据分析，可以对违规率超标的工地进行处罚和安全教育，加强工地安全保障。安全帽检测算法：使用目标检测算法，如YOLO或Faster R-CNN，对图像或视频中的人员进行检测。对检测到的人员区域进行特征提取，如使用卷积神经网络（CNN）提取人脸区域。利用分类器或深度学习模型判断人员是否佩戴安全帽。训练这样的模型需要一组带有标注的图像数据集。吸烟检测算法：利用目标检测算法检测图像或视频中的人员。对检测到的人员区域进行特征提取，如利用CNN提取人脸区域。使用分类器或深度学习模型判断人员是否吸烟。同样，这需要训练模型的图像数据集。打架检测算法：使用行为识别算法，如长短时记忆网络（LSTM）或卷积神经网络（CNN）对图像序列或视频进行分析。提取图像序列中的人员姿态、动作等特征。使用分类器或深度学习模型判断是否存在打架行为。同样，这需要训练模型的图像、视频数据集。发光背心检测算法：利用目标检测算法检测工地上的人员。对检测到的人员区域进行特征提取，如利用CNN提取人脸区域，并进一步判断是否穿着发光背心。使用分类器或深度学习模型进行背心佩戴判断。同样，训练这样的模型需要带有标注的图像数据集。

浙江省数据知识产权登记平台2023-09-09 更新2710

智慧工地环境管理分析数据

扬尘监测仪器实时采集的数据包括有：pm2.5、pm10、温度、湿度、噪音、风速、风向、tsp；根据实时采集的数据可以知道当前工地环境质量情况，从而根据当环境质量情况触发预警，采取相对的措施，当pm2.5、pm10、tsp预警时，可以打开喷淋系统，降低pm2.5、pm10、tsp，保证施工环境质量，或者根据温度、湿度各种不同的预警做好相对的措施。PM2.5、PM10、TSP预警算法：监测仪器实时采集的PM2.5、PM10和TSP数据可以与设定的阈值进行比较。如果某个指标超过了设定阈值，则触发预警。可以根据预警类型，如PM2.5或PM10，判断喷淋系统应根据实际情况启动，并进行适当控制以降低颗粒物浓度。温度、湿度预警算法：利用实时采集的温度、湿度数据与设定的阈值进行对比，判断是否触发预警。根据预警类型，如温度过高或湿度过高，可以采取相应的措施，如启动降温系统或通风系统，以调整环境温度和湿度。噪音、风速、风向预警算法：根据实时采集的噪音、风速和风向数据，与设置的预警阈值进行比较，判断是否触发预警。可以根据预警类型，如噪音超标或风速过大，采取相应的措施，如加装隔声装置、调整工艺流程或采取风向调节措施，以降低噪音、控制风速和风向。这些算法分析可以基于实时采集的数据，结合设定的阈值和规则来判断环境质量情况并触发相应的预警。通过实时监测和预警，能够及时采取措施，降低工地对周边环境的影响，保证施工环境的质量和工人的健康安全。

浙江省数据知识产权登记平台2023-09-02 更新120

升降机实时监测分析数据

该数据主要来自升降机上的传感器测量回传的数据，主要应用在项目施工过程中，建筑施工人员可以通过智慧工地可视化平台实时的查看升降机的当前状态以及预警情况，通过采集的数据施工人员可以：1、通过实时监测升降机的传感器数据，可以即时了解升降机的运行状态，例如高度、速度、载荷、电力消耗等。如果发现异常或故障，可以及时采取措施，防止事故发生或减少停机时间。 2、利用升降机实时数据，可以实现对升降机的安全性能进行监控和管理。例如，通过监测载荷数据，当载荷超过设定的安全阈值时，系统可以发出预警，以避免超载导致的安全风险。异常检测算法：通过监测升降机传感器数据，例如高度、速度、载荷、电力消耗等，利用异常检测算法检测异常数据点或数据模式。当监测到异常情况，如超过正常范围的载荷或速度波动，可以触发预警并通知施工人员，以及时采取措施来解决问题，避免事故发生。预测性维护算法：利用历史传感器数据和机器学习算法，建立升降机的运行模型，预测升降机在未来的运行状态。通过分析预测结果，可以判断升降机可能出现的故障或需要维护的部件，提前进行维护，减少停机时间，提高设备的可靠性和性能。数据统计和可视化分析算法：将升降机传感器数据进行统计和可视化分析，例如绘制载荷随时间的变化曲线、电力消耗的趋势等。这些分析结果可以帮助施工人员全面了解升降机的运行状况，及时发现异常和问题，并做出相应的调整和决策。通过以上算法的应用，可以实时监测升降机的状态、预警异常情况，以及进行安全性能监控和管理。这些算法辅助施工人员及时掌握升降机运行情况，保障工地安全，并提高设备的可靠性和使用效率。

浙江省数据知识产权登记平台2023-09-02 更新140

建筑工地塔吊防碰撞预警管理数据

这些数据的及时分析可以帮助识别潜在的碰撞风险，并有效预警可能导致事故的情况。一旦发生事故，这些数据可作为关键线索，有助于深入分析事故原因并找出问题所在。目前，该数据主要应用于塔吊的运行过程监测以及塔吊碰撞事故后的详细分析。通过对这些数据的收集和应用，可以显著提升工地的安全性，并提高事故处理的效率，为塔吊操作提供更加可靠的支持。这些数据不仅可以帮助预防事故，还能够为塔吊操作人员提供实时支持和指导，从而最大限度地降低潜在风险，并确保工地安全稳定运行。针对防碰撞预警数据的算法分析，可以采用以下方法来识别潜在的碰撞风险和进行事件分析：空间碰撞检测算法：基于传感器数据和塔吊位置信息，利用空间碰撞检测算法来判断各个移动物体（如塔吊臂、建筑物、其他设备等）之间是否存在潜在的碰撞风险。通过实时监测对象的位置、速度和方向等信息，计算物体之间的最小距离，并与预设的安全距离进行比较，判断是否触发预警。动作行为识别算法：利用传感器数据和图像分析技术，对工地工人的动作行为进行监测和识别，例如工人的行走、装卸物料的动作等。通过分析和模型训练，识别出可能导致碰撞的危险动作，如行走路径交叉、物料搬运过程中的不规范动作等。预警触发算法：设定预警规则和阈值，例如距离阈值、速度阈值等，当监测到潜在的碰撞风险时，触发预警。预警可以通过声音报警、震动提示等方式提醒相关工人和操作人员及时采取避免碰撞的措施。数据分析和事件还原算法：将防碰撞预警数据进行记录和分析，整合其他环境数据和工地实际情况，对事件进行还原和分析。通过数据分析，找出导致碰撞事故的原因和问题，并识别出改进工作流程和安全管理策略的关键点。

浙江省数据知识产权登记平台2024-06-28 更新960

建筑工地车辆过磅信息识别数据

数据用途与场景：货车进出管理：通过识别货车的车牌号码、车型和颜色等信息，可以准确记录和管理货车的进出情况。这对于工地管理人员来说至关重要，可以确保只有授权的货车进入工地，并进行实时监控和统计。货物追踪与管理：通过识别货车上的货物信息，如货物种类、数量和重量等，可以实现对货物的追踪和管理。这有助于确保货物的准确性和安全性，并且可以提供库存管理和物流跟踪支持。车辆安全管理：通过对车辆信息的识别和比对，可以实现对非法车辆的识别和防范。例如，可以与车辆黑名单数据库进行比对，及时发现未授权车辆或潜在风险，从而提升工地的安全性。数据分析和决策支持：通过整理和分析信息识别数据，可以提供有关货车进出的统计数据和趋势分析。这些数据可以帮助管理人员做出准确的决策，优化货车调度、流程和资源分配，并改进工地的运作效率。此外，这些数据还可以用于生成各种报告，如货物流量统计报告、运输成本分析报告等。车牌识别算法：利用图像处理和模式识别技术，对货车进出的车牌进行识别和提取。通过训练模型和比对车牌号码，可以记录和管理货车的进出情况，确保只有授权的货车可以进入工地。物体识别算法：利用计算机视觉技术，对货车上的货物信息进行识别和提取。通过对货物种类、数量和重量等数据的分析，可以实现货物的追踪和管理，确保货物的准确性和安全性。数据分析和统计算法：对进出记录、货物信息等数据进行整理和分析，提取有关货车进出的统计数据和趋势分析。基于这些数据，可以支持管理人员做出准确的决策，优化货车调度、流程和资源分配，并改进工地的运作效率。通过应用以上算法，可以实现货车进出管理、货物追踪与管理、车辆安全管理以及数据分析和决策支持等功能。这些算法可以提升工地的管理效率、安全性和运作效果，并为决策者提供准确的数据支持。

浙江省数据知识产权登记平台2023-09-02 更新360

建筑工程项目成本测算分析数据

该数据将成本与产值精确分配到各施工结构，可以让BIM成本分析师一目了然的到各成本科目的计划理论成本与计划理论产值、材料差价分析、供应商排行等。另外还可以结合项目施工结构的实际进度，公司管理层可以查看当前项目的实际产值进度、实际成本进度以把握项目的产值进度风险，从而更好的调整项目进度及质量。成本与产值精确分配算法：基于BIM模型和工程量清单，将成本按照各个施工结构进行精确分配。这可以通过根据BIM模型中的元素属性和数量，结合每个元素对应的单位成本，计算出每个施工结构的计划理论成本。类似地，根据BIM模型和工程量清单的数量和单位产值，可以计算出每个施工结构的计划理论产值。这样，BIM成本分析师可以一目了然地了解到各个成本科目的计划理论成本和计划理论产值。材料差价分析算法：利用BIM模型和项目的材料清单，将实际使用的材料与计划使用的材料进行比对分析。通过比对实际采购材料的价格和计划材料价格的差异，计算材料的差价。进一步分析材料差价的原因，例如供应商价格的波动、材料的质量问题等。实际产值进度与成本进度分析算法：利用BIM模型和项目的实际进度数据，计算出实际产值进度和实际成本进度。通过对实际产值进度和实际成本进度的分析，可以及时掌握项目的进展情况。

浙江省数据知识产权登记平台2023-09-02 更新170