21世纪以来,我国经济高速发展,综合实力日益提高,城市化进程不断加快。我国建筑行业也随之快速发展,建设工程体量与日俱增。建筑工程的安全管理是整个建筑项目得以顺利进行的基本前提。但与建筑业快速发展不相匹配是,我国的建筑工程普遍存在信息化、数据化程度不高的情况,智慧化仍停留于理论水平,建筑事故时有发生,阻碍了我国建筑工程安全管理水平的发展。当前我国的建筑工程安全管理的突出问题主要有:

(1)施工安全管理缺乏统一监管体系;

(2)涉及的各方参建人员全要素、全生命周期以及全场景的安全意识不高;

(3)专业的监管人员数量不足,综合能力待提高;

(4)安全管理系统信息化、智慧化程度低等。

如何有效提升建筑工程的信息化、数字化、智慧化程度,进而提升建筑工程安全管理水平,是政府、企业、科研院所等关注的重要问题。

文献中,就探索了将物联网技术应用到建设工程的监督管理中。物联网、人工智能、5G网络等新一代信息技术的发展,激发“万物互联”时代的带来。同时,传统的云计算模式无法满足“万物互联”场景下各种敏捷、实时的需求,“边缘计算”技术应运而生。根据边缘计算产业联盟相关标准,能效管理、预测性维护、智能制造、智慧城市、智慧楼宇等是边缘计算的典型应用场景。而建筑施工作为智慧楼宇、智慧城市的重要一环,也同样适用于边缘计算模式。

因此,本文先从边缘计算的技术出发,介绍其基本概念、基础架构以及技术特点。在此基础上,探索基于边缘计算的建筑工程安全管理新模式,以改善提升我国建筑工程的信息化、智能化水平。

早在2013年,美国学者Ryan La Mothe在一次报告中首次提出“edge computing”边缘计算的概念。当前对于边缘计算,行业内认可度较高的定义主要有两种。第一种为美国韦恩州立大学施巍松教授团队的定义:“边缘计算是指在网络边缘侧执行计算的一种新型计算模型,边缘计算的边缘是指从数据源到云计算中心路径之间的任意计算和网络资源”。另一种为边缘计算产业联盟(ECC)的定义:“边缘计算是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开发平台。”。

总之,边缘计算是一种充分使用网络边缘端的网络、存储、计算等资源来对边缘数据进行感知、分析、处理,进而就近为用户提供实时服务的新型计算模式。同时,边缘计算并非为了替换云计算,而是与云计算协同工作,共同为用户提供性能更优的服务。当前边缘计算的价值受到来自政企研多方机构的重视,相关的产业联盟也纷纷成立,各种应用不断落地。文献中将边缘计算应用于智慧档案馆、智慧图书馆的建设中,清华大学王强等人还将5G通信技术与边缘计算结合,应用到全场景智慧校园建设中,为智慧校园建设提供技术保障。

边缘计算从逻辑上可分为“端—边—云”三层计算架构,即在传统的终端层到云计算层之间加入一层边缘层,具体框架如图1所示。各层基于自身资源(存储、计算、网络等)情况,根据不同的具体需求,执行不同的任务,协同为用户提供服务,具体各层的组成及作用如下所述。

终端层由靠近用户或源数据、且具有特定感知能力的传感设备组成,如智能手机、RFID标签等。处于终端层的设备一般主要负责对用户数据、环境信息进行感知采集并上传到上层中,并不会进行复杂的任务运算,以保证其具有较长的续航能力。

边缘层由一个个部署在网络边缘侧,即靠近终端设备场景的边缘节点组成。此时的边缘节点是具备一定存储、计算能力的PC、路由器、基站、网关、机顶盒等设施。边缘层的主要功能是对终端层采集来的上行数据进行本地化分析、处理、缓存,并根据业务需求将必要数据通过骨干网传输至上层的云中心,以进行全面深入的分析;同时,也可以接收云中心发送的下行数据。

云中心由具有高性能的服务器和存储设备组成,拥有强大的计算、存储能力。云中心往往会搭载hadoop、spark等大数据处理框架,以实现对底层上传上来的海量数据的长期存储和智能分析,为用户提供全面决策、敏捷实时的服务。

由于边缘计算模式中引入了具有一定存储、计算能力的边缘层,底层采集上来的数据可直接在边缘侧进行本地化处理,极大降低了核心网的带宽压力以及中心集群的计算压力。具体的,边缘计算具有如下几大特点:

边缘节点直接部署在靠近用户或源数据的网络边缘侧,并将云计算中的部分或全部计算任务下沉到边缘节点中执行。当用户发送请求或有数据上传时,即可不经过核心网络上传到云计算中心,在边缘层进行本地处理分析,提供实时的就近服务。

边缘节点无需像云中心那样使用高性能、成本高昂的服务器,而是使用网关、WiFi路由、个人PC等已有或成本较低的边缘设备,充分利用边缘节点的资源来提供本地化服务。同时,因为数据已在近端进行了处理分析,无需全部甚至不用上传到云中心,使得云中心的计算负载大大降低,能量损耗也随之降低。

传统云计算架构是集中式的,单点故障危害高,易受外部因素影响(如断电,网络受限等),一旦发生崩溃,整个系统无法正常工作。而边缘计算是分布式的,并在边缘侧提供服务,提高了整个系统的健壮性。同时,本地的数据更多是在近端边缘层进行分析处理缓存,即使受到攻击,也不会影响其他边缘侧的数据和服务。

人工智能技术的快速发展,尤其是人工智能芯片的发展,通过在边缘侧嵌入AI芯片,可在边缘侧处理更加复杂的计算任务,如视频处理、语音识别、NLP等。这不仅进一步降低了云中心的计算压力,还提高了边缘层的智能化服务水平。

本文在分析边缘计算技术特点的基础上,将建筑工程中涉及的人、物、数据等全要素,项目规划、施工、竣工、验收以及运营等全周期,作业人员场景、管理人员场景、工程管理场景等全场景统筹分析,构建一个基于边缘计算的建筑工程全场景安全管理架构,以提高整个工程安全管理的信息化、数据化、智能化水平,保障项目的顺利、安全进行。

建筑工程中涉及的生产要素多种多样,经常发生动态变化(如人事调动、物料增减等),大体可分为人、物、数据等类型。在施工项目中涉及建设单位、勘察单位、施工单位、监管单位等多个责任主体。各个主体在项目建设管理中的任务不同、需求不同,侧重点也有所不同。施工所需的钢筋、水泥等原材料,安全帽、安全服等保护工具,焊机、吊机等作业工具,以及建筑物的构件等都归属于“物”的范畴。前两者在施工前、中、后会产生大量反映施工情况的数据,也需要进行监测管理。所以,在建筑工程的安全管理中,对工程中的全要素进行有效的安全管理,是整个项目得以正常进行的基本前提。

一个建筑工程完整的周期包括项目立项、启动施工、竣工验收以及运营等多个阶段,各阶段的顺利、安全运行完成都会对整个工程的安全管理产生重要影响。尤其是在施工阶段,需要参建各方的通力合作,信息互通交流。施工人员按照规范进行作业,监管人员利用管理平台进行实时监督跟进。

在建筑工程中,涉及的参建人员利用各自的作业工具在不同的场景中参与到工程建设。如施工队伍在实际建筑工地场景里进行搬砖、焊机、接线等工作;监管人员需要根据摄像头、电表等设备采集上来的数据进行监督分析;承建单位结合整个项目规划,结合当前项目进度,进行人员、物料的调控;安保人员需要对进出工地的人员进行安全检查等。各个场景都需要正常运转,整个工程建设才可能安全进行。

为了实现对建筑工程全要素、全周期、全场景的安全管理,结合边缘计算技术特点,本文设计了基于边缘计算的安全管理架构,提高整个工程的监管水平,具体的体系架构如图2所示。该框架主要由数据采集层、边缘节点层、数据应用层三个模块组成。

数据感知层由具备各式传感器的终端设备构成,可实时准确地获取建筑工程人、事、物,全要素、全周期、全过程的相关信息。如采集施工现场视频数据的摄像头,采集施工环境温湿度的温湿度采集模块,获取作业人员位置信息的RFID标签等。数据感知层中采集建筑工程全生命周期、全场景中全要素产生的数据,主要包括参建人员的工作行为数据(安全帽佩戴、操作行为、用水用电数据等),以及建筑施工环境中各种生产物资(如钢材位置及数量,用具运转数据等),外部环境数据(温度、湿度等),形成实体世界的“数字孪生”模型,为安全管理平台提供全面的数据信息。

数据感知层除了利用各种传感终端设备对施工现场各要素进行就近采集实时数据之外,还通过ZigBee、WiFi、网线等方式将采集感知到的数据上传到上层,实现数据交互。

存于建筑工程安全管理模式架构中间层的边缘处理层,由具备一定存储、计算等资源的智能处理设备组成,尤其是当嵌入了具有人工智能处理能力的芯片之后,更是提升了边缘处理节点的智能水平。常见的边缘处理节点如智能网关、蜂窝网基站、边缘计算服务器等。边缘处理层负责部分甚至全部的计算任务,以满足用户的实时性需求(如实时的位置服务,视频分析服务等),实现与数据感知层、场景应用层之间的数据交互。

边缘处理层对于实时边缘服务的处理流程为:

首先,接收底层传感器设备采集而来的上行数据(如监控员工是否佩戴安全帽的视频数据),或者是来自上层发布的下行统筹指令(如佩戴安全帽的指令)。

然后,利用边网关或服务器对接收到的上行或下行数据进行处理分析(如判断哪些员工未按规范佩戴了安全帽)。

最后,把处理后的结果通过各类传感器反馈到终端设备中(如对于未佩戴的员工发出警告提醒),进而实现个性化、实时、敏捷的服务。

场景应用层主要由具有高性能的云服务器集群构建,通过搭载大数据运算架构,对各个边缘层上传来的原始数据、半处理数据、结果数据进行长久保存,更加深入的分析挖掘,以应对各种建筑工程安全管理的场景需求,如人员调度、物料管理、安全评估、技术方案部署等全局性统筹需求。

在建筑工程的建设过程中,涉及到很多责任主体,不同的责任主体负责不同的职责与工作。而在整个安全管理体系中,作业人员的生命安全居于首要位置。基于边缘计算的建筑工程安全管理模式通过三层体系结构保障作业人员安全。

通过数据感知层中RFID、ZigBee、蓝牙模块等可以获取到参建人员的精确的位置信息,在边缘处理层中进行“非法区域”识别分析,若分析出当前施工人员不具有权限进入到该区域,则立即通过边缘层向底层终端设备发出警告信息,并且将分析的数据(如当前人员的身份信息、侵入区域、侵入时间等)上传到上层的场景应用层,进行长期保存留证。

结合视频数据以及智能安全帽上的运动参数,借助边缘处理节点中的智能识别算法,分析出当前作业人员是否按照规范佩戴安全帽上岗作业。同样的若是分析出未正常佩戴,则立即向相关作业人员和监管人员发出警告信息,保证参建人员规范上岗。

若在施工过程中,发生意外险情,如施工人员跌倒、物品摔落等,可以快速定位到事故发生位置,及时发出紧急信号,进而迅速进行危险排查、人员施救。

建筑工程的顺利进行除了要保护参建人员安全之外,还需要实时监控保证建筑过程中各种物料、整体构件等的安全。

借助射频识别、条形码以及溯源技术,自动获取识别建筑工程所需要的物料耗材信息(产地、数量等),并上传到边缘端以及云中心进行数据比对、存储,保证材料的质量安全。

一般的大型建筑工程所需耗材种类以及数量都比较多,常堆放在施工现场,若不对此进行有效监控,往往会有盗窃变卖行为。借助边缘计算的安全管理平台,通过视频监控数据进行实时的智能分析,可实时监控耗材的存放安全情况,以保证工程顺利进行。

在建筑构件中嵌入微小型传感器设备,采集结构组件的物理受力、外形变化等信息,并上传到边缘处理层和云中心进行存储分析。当变化值发生异常变化时,及时通知相关人员进行跟踪处理。基于传感器终端设备可快速定位到异常构件、异常部位,帮助监管人员快速定位,及时进行加固、维修,甚至是替换,保证建筑在全生命周期过程,尤其是在运营阶段都处于可监控、正常的状态。

为了实现工程的高速高质建设,施工方会使用多种作业设备,如吊塔、搅拌机等大型机械设备。通过在这些设备关键部分嵌入必要的传感器设备,如振动传感器、智能电表等,检测这些设备的运行状态,并将数据存储在上层中,实时监测这些作业设备的运行状态,进而保证相关操作人员的安全。

在建筑工程的全周期、全场景中,涉及到的资源、要素、流程、需求等多种多样,如何合理分配资源,进行作业调度,保证项目合理高效的运行,也是建筑工程安全管理体系需要考虑的重要内容。

因为在建筑工程中部署了能采集感知机械设备(吊塔、搅拌机等)、参建人员(施工单位、监督单位等)、环境参数(温湿度等)、建筑物料(钢材、水电等)等数据,为工程的日常运营提供了准确的数据依据。同时借助边缘处理层、场景应用层进行分层统计分析,前者就近提供实时的运营数据,如当前在场的车辆信息,剩余的物料等,而后者进行全局的统计规划。

边缘计算并非为了替代云计算,而是两者相互协调工作以解决“万物互联”下的需求,对海量用户数据进行分析处理,提供敏捷实时服务。在建筑工程安全管理领域,通过引入边缘计算技术,搭建关注建筑工程全生产要素、工程前、中、后全生命周期以及各种应用场景的全场景新型安全管理模式。该模式充分发挥了边缘计算的临近源数据、实时性强、可靠性强、安全性高、智能化水平高等优势,为有效提升建筑工程的安全管理水平,提供了可靠的技术保障。