你需要知道的关于建筑安全机器学习的一切

安全一直是建筑业的一个问题。在最近的报道中，有5000多名工人死于工地还有更多人受伤。

好消息是什么?多亏了人工智能和机器学习促进建筑安全这一切即将改变。

为什么你现在需要关注机器学习

直到最近，机器学习还是一项未来的技术，在建筑行业还没有大量的实际应用。今天，机器学习在世界各地得到应用，极大地提高了建筑安全。

为什么实际的机器学习应用在安全方面突然出现紧急情况?两个主要原因:

• 云计算和移动技术采用
• 巨大的建筑业数据源的爆炸
• 最近，机器学习和深度学习技术突飞猛进

当移动技术在建筑工地广泛应用时，随之而来的是数据的爆炸式增长。现场工作人员在移动设备上使用检查清单进行日常安全检查。他们追踪安全观察记录、拍摄照片、拍摄视频、全天录制音频，而在一些地点，无人机还会拍摄额外的镜头。我们也开始看到在工地上使用传感器/物联网和可穿戴设备来持续收集数据。现在平均每个工作站点产生50GB的数据。

与此同时，云技术使得将所有这些数据集中到一个位置进行分析成为可能。许多领先的承包商都在使用BIM 360作为他们的施工管理软件平台以及多年来BIM、图纸、标记、问题、清单、RFIs、提交、冲突、项目和业务概况以及相关项目元数据的汇总。最近，BIM 360也支持与多个数据源的连接BIM 360集成3DR)，例如无人机捕捉的图像和可穿戴技术为建设提供互联的数据生态系统。

最后，在过去的两年里，机器学习的研究人员，尤其是深度学习技术的分支，在机器学习的可能性方面取得了快速的进展。可以实时翻译语音的高性能算法和在围棋等复杂游戏中击败我们的算法只是其中的一些例子。

这似乎难以置信，但却是事实。经过适当训练的人工智能现在不仅可以比受过类似训练的人类更快地分析和分类数据，而且准确性更高。这是一个惊人的进步，使机器能够为工作现场的安全做出重大贡献。

机器学习在安全领域的最新应用

_{有远见的建筑公司喜欢莱顿建设而且在建已经在他们的工作场所使用机器学习来确保安全，还有像Smartvid这样的技术。io和BIM 360 Project IQ使它比以往任何时候都更强大和更容易使用。}

目前的安全应用包括:

• 分析和标记视觉和音频数据的安全隐患和不安全操作
• 分析和标记视觉和音频数据，以记录和搜索最佳实践
• 根据检查数据、安全观察、问题、清单、照片等，按地点和其他标准识别潜在的安全风险和危害。
• 根据工作现场数据识别不安全操作的分包商
• 根据当前和历史数据，确定工作现场最常见的安全风险和危害
• 根据当前和历史数据中反复出现的危害和风险，优先考虑分包商、项目或业务单元级别的有针对性的安全改进

这些应用程序目前可以通过Smartvid获得。io和IQ计划。让我们来看看。

Smartvid。io提高施工安全

Smartvid。IO团队在使可视化和音频数据的分析和优先级排序方面发挥了重要作用人工智能和机器学习．他们还开发了必要的机器学习平台，使这些数据具有可操作性。

Smartvid。IO平台聚合了来自多个平台和格式的视觉和音频数据。然后，它使用SmartTags提取与安全相关的数据并进行分析。

它能够根据之前识别的危险的相似性来识别危险条件，例如放置错误的孔覆盖物、使用不当的梯子和错误安装的障碍物

它还可以识别照片和视频中的个人，并分析安全协议的存在与否，包括他们是否穿戴了适当的个人防护装备。然后，可以对这些信息进行标记和优先级排序，以便为安全官员、管理员和其他可以采取行动纠正安全问题的人员创建通知。

BIM 360项目智商如何提高安全性

Project IQ是欧特克公司的一项技术，它被内置于BIM 360中，使用基于人工智能的深度学习技术来分析过去和当前的项目，以确保安全和效率，并针对延误和对工人安全的威胁提供有针对性的警告。Project IQ从您的施工文件、问题、基于检查的检查清单、相关元数据和历史数据中筛选数以百万计的数据点，并对其进行分析，以识别和优先考虑每个工作的安全风险，包括:

• 项目级安全风险分析和预测
• 标记有较高安全风险和高风险行为的分包商
• 项目中的特定危险和风险
• 减轻工作现场安全的最佳实践和有针对性的改进

安全也关乎建立一种积极的文化。Project IQ通过突出分包商所做的积极安全工作，并从安全绩效的角度创建排行榜，在这方面有所帮助。Project IQ界面允许您按项目，或跨业务单元或区域，或按项目类型，甚至跨整个组织查看安全风险优先级。您可以很容易地看到哪个项目更容易出现风险，以及采取最佳实践措施来减轻这些风险。通过与传感器数据、时间表、无人机现场照片和建筑信息建模信息的集成，Project IQ等智能系统将能够提供项目风险的整体视图。Project IQ目前可作为BIM 360现有客户的试点。

看:建筑机器学习:项目经理的视角

_{在这次由欧特克大学和雷顿建筑公司举办的网络研讨会上，库珀·达林分享他在辅助技术的帮助下帮助识别和降低建筑工地安全风险的项目经理经验。}

如何利用机器学习提高工作场所的安全

_{用于安全的机器学习已经在这里并且已经在使用最好的部分是像Project IQ这样的技术不需要额外的设置或配置。如果你已经在使用BIM 360, Project IQ只是位于你的数据之上，为你工作。要在项目中充分利用机器学习，肯定有一些最佳实践。}

让组织的最高层参与进来

实现机器学习需要跨部门的努力来组织和协调所有的数据和最佳实践，并在许多项目中标准化。这需要公司领导层的远见和支持。

数字化你的工作流程，开始记录所有的项目数据

如果你在纸上做检查和检查清单，而没有将你的工作流程数字化，那么你就错过了利用这些关键信息，让机器学习算法可以处理和预测风险。将开始记录所有项目数据并激励项目团队这样做作为最佳实践。

建立数据捕获和分类的标准流程

智能机器的智能程度取决于它的数据和训练。建立标准流程和术语，用于在工作现场捕获数据，并对安全隐患进行分类。例如，雷顿建筑公司(Layton Construction)建立了一个让管理员在现场行走的实践，并在他们遇到危险时录像记录和叙述。通过捕捉视频和音频，然后手动标记它们，他们训练人工智能识别接收到的任何视频或音频数据中类似的潜在危险。

记录最佳实践

为了识别和优先考虑安全风险，了解您的安全最佳实践非常重要。一旦记录在案，你的AI将能够标记并通知你没有遵循这些最佳实践。如果你建议每天运行一份基于检查清单的安全检查，那么当你没有按时完成安全检查时，AI会提醒你。

确保覆盖整个站点以及所有利益相关者

为了充分利用AI，数据必须是完整的。将流程置于适当的位置，以确保定期在数据中捕获整个站点。此外，确保所有项目涉众都参与进来。如果每个团队成员都记录安全观察，那么您就有了用于风险分析的丰富数据集。

连接所有数据

机器学习能够访问的数据越多，它就越有效。选择像BIM 360这样的数据平台，可以让您集成和聚合所有的数据文本，文档，模型，视觉、听觉及传感器dAta来自你所有的工作网站，并将数据提供给你的机器学习平台。

结论

用于安全的机器学习已经在这里，而这只是一个开始。我们预计，在未来几年内，该领域将出现大量新应用。其结果将是该行业安全方面的重大变革。我们期待有一天，100%无伤害的工作场所成为常态，而不是例外。通过投资以数字形式捕获和记录工作现场数据，准备好在安全方面利用机器学习应用程序。