基于AIOT技術(shù)的深基坑一體化作業(yè)安全視覺監(jiān)測方法

摘"要：針對深基坑一體化作業(yè)安全風(fēng)險較高的問題，研究了基于AIOT技術(shù)的深基坑一體化作業(yè)安全視覺監(jiān)測方法。利用雙目視覺相機采集深基坑一體化作業(yè)監(jiān)測區(qū)域圖像，利用物聯(lián)網(wǎng)節(jié)點將所采集圖像傳送至遠程監(jiān)測中心。遠程監(jiān)測中心接收圖像后，利用卡爾曼濾波算法優(yōu)化深基坑一體化作業(yè)監(jiān)測圖像。利用完成訓(xùn)練的YOLOv3算法，識別是否存在未佩戴安全帽以及誤入危險區(qū)域的作業(yè)人員，存在未佩戴安全帽以及誤入危險區(qū)域的作業(yè)人員時，利用物聯(lián)網(wǎng)節(jié)點定位方法定位危險作業(yè)人員位置，實現(xiàn)深基坑一體化作業(yè)安全監(jiān)測。實驗結(jié)果表明，該方法有效監(jiān)測深基坑一體化作業(yè)中，未佩戴安全帽以及進入危險區(qū)域的作業(yè)人員，提升深基坑一體化作業(yè)的管控水平。

關(guān)鍵詞：AIOT技術(shù)；深基坑；一體化；作業(yè)安全；視覺監(jiān)測方法；YOLOv3

中圖分類號：TU753""""""文獻標識碼：A

Safety"Visual"Monitoring"Method"for"Integrated"Operation"of"Deep"

Foundation"Pit"Based"on"AIOT"Technology

LIU"Shaobo，DU"Shuiting，XU"Peng，ZHANG"Jianfeng

（State"Grid"Gansu"Electric"Power"Company，Lanzhou，Gansu"730050，China）

Abstract：In"view"of"the"high"safety"risk"of"deep"foundation"pit"integrated"operation，"a"visual"safety"monitoring"method"for"deep"foundation"pit"integrated"operation"based"on"aiot"technology"is"studied."The"binocular"vision"camera"is"used"to"collect"the"image"of"the"integrated"operation"monitoring"area"of"deep"foundation"pit，"and"the"Internet"of"things"node"isnbsp;used"to"transmit"the"collected"image"to"the"remote"monitoring"center."After"the"remote"monitoring"center"receives"the"images，"the"Kalman"filter"algorithm"is"used"to"optimize"the"monitoring"images"of"deep"foundation"pit"integrated"operation."Use"thenbsp;YOLOv3"algorithm"that"has"completed"the"training"to"identify"whether"there"are"operators"who"do"not"wear"safety"helmets"and"enter"the"dangerous"area"by"mistake."When"there"are"operators"who"do"not"wear"safety"helmets"and"enter"the"dangerous"area"by"mistake，"use"the"Internet"of"things"node"positioning"method"to"locate"the"position"of"dangerous"operators，"so"as"to"realize"the"integrated"operation"safety"monitoring"of"deep"foundation"pit."The"experimental"results"show"that"this"method"can"effectively"monitor"the"operators"who"do"not"wear"safety"helmets"and"enter"the"dangerous"area"in"the"integrated"operation"of"deep"foundation"pit，"and"improve"the"control"level"of"the"integrated"operation"of"deep"foundation"pit.

Key"words：AIOT"technology;"deep"foundation"pit;"integration;"operation"safety;"visual"monitoring"method;"YOLOv3

AIOT技術(shù)指人工智能物聯(lián)網(wǎng)技術(shù)[1]，利用物聯(lián)網(wǎng)技術(shù)采集應(yīng)用數(shù)據(jù)，通過人工智能算法處理物聯(lián)網(wǎng)所采集的數(shù)據(jù)，實現(xiàn)眾多終端設(shè)備間的互通，該技術(shù)已廣泛應(yīng)用于眾多領(lǐng)域中。物聯(lián)網(wǎng)技術(shù)將設(shè)備終端與網(wǎng)絡(luò)連接[2]，實現(xiàn)不同設(shè)備間的信息交換，目前已經(jīng)廣泛應(yīng)用于定位、監(jiān)測等眾多領(lǐng)域。人工智能技術(shù)包括機器人、自然語言處理等技術(shù)，將人工智能技術(shù)和物聯(lián)網(wǎng)技術(shù)應(yīng)用于深基坑一體化作業(yè)安全監(jiān)測中[3]，提升深基坑一體化作業(yè)的管理效率以及管理質(zhì)量，實現(xiàn)深基坑一體化作業(yè)的智能化監(jiān)管。

深基坑一體化作業(yè)的作業(yè)人員缺乏安全意識時，容易出現(xiàn)忘記佩戴安全帽或進入危險區(qū)域的情況，極易造成安全事故[4，5]，嚴重者可能造成無法挽回的損失。深基坑一體化作業(yè)過程中存在較高的危險性[6]，深基坑一體化作業(yè)的視覺監(jiān)測方法可以提升深基坑一體化作業(yè)的安全性。

目前針對深基坑施工監(jiān)測的研究較多，李振興等[7]針對深基坑研究智能化安全監(jiān)測系統(tǒng)；黃曉程等[8]針對大型深基坑施工的監(jiān)測點設(shè)置進行研究。以上兩種分別實現(xiàn)了深基坑的作業(yè)安全監(jiān)測以及監(jiān)測點布置，但是存在實時性較差、視覺監(jiān)測程度較低的缺陷。為了提升深基坑的作業(yè)安全性，研究基于AIOT技術(shù)的深基坑一體化作業(yè)安全視覺監(jiān)測方法，通過AIOT技術(shù)實時監(jiān)測深基坑一體化的作業(yè)安全，為深基坑一體化的安全可靠作業(yè)提供保障，實時管控深基坑一體化作業(yè)現(xiàn)場，改善深基坑一體化作業(yè)現(xiàn)場管控難度大、難以預(yù)防安全風(fēng)險問題的缺陷，提升深基坑一體化作業(yè)的管控水平，嚴格管控深基坑一體化作業(yè)現(xiàn)場的施工安全。

1"深基坑一體化作業(yè)安全視覺監(jiān)測方法

1.1"基于DVHop方法的物聯(lián)網(wǎng)節(jié)點定位算法

DVHop方法依據(jù)物聯(lián)網(wǎng)中不同節(jié)點間的距離，選取物聯(lián)網(wǎng)中的最佳路徑，獲取節(jié)點定位結(jié)果。DV-Hop方法定位物聯(lián)網(wǎng)節(jié)點的具體過程如下。

（1）利用泛洪技術(shù)將深基坑一體化作業(yè)監(jiān)測區(qū)域內(nèi)的物聯(lián)網(wǎng)信標節(jié)點的位置信息傳送至網(wǎng)絡(luò)中的其他節(jié)點。信標節(jié)點傳送的數(shù)據(jù)包為IDi，（xi，yi），Hi，RSSIi，初始跳數(shù)值為0。物聯(lián)網(wǎng)內(nèi)的全部節(jié)點均可以接收來自信標節(jié)點發(fā)送的具有最小跳數(shù)的數(shù)據(jù)包。

（2）計算信標節(jié)點的平均跳距。

深基坑一體化作業(yè)監(jiān)測區(qū)域內(nèi)設(shè)置的物聯(lián)網(wǎng)信標節(jié)點的平均跳距計算公式如下：

Ji=∑i≠j（xi－xj）2+（yi－yj）2∑i≠jHij（1）

公式（1）中，（xi，yi）與（xj，yj）分別表示物聯(lián)網(wǎng)中的信標節(jié)點i以及信標節(jié)點j的坐標；Hij表示物聯(lián)網(wǎng)中的信標節(jié)點i以及信標節(jié)點j的最小跳數(shù)。

將獲取的平均跳距作為初始跳距的校正值，將校正值傳送至物聯(lián)網(wǎng)內(nèi)，物聯(lián)網(wǎng)中其他節(jié)點收到所獲取的校正值時[9-11]，利用該校正值獲取信標節(jié)點與待定位節(jié)點間的距離。

信標節(jié)點與待定位節(jié)點的估計距離表達式如下：

d=Hi′j′×Ji（2）

（3）深基坑一體化作業(yè)監(jiān)測區(qū)域內(nèi)的待定位節(jié)點的具體坐標需要通過所接收的三個信標節(jié)點獲取[12]。通過極大似然估計法獲取定位節(jié)點的坐標值。

設(shè)深基坑一體化作業(yè)監(jiān)測區(qū)域的m個信標節(jié)點坐標分別為（x1，y1），（x2，y2），…，（xm，ym）。用d1，d2，…，dm表示深基坑一體化作業(yè)監(jiān)測區(qū)域物聯(lián)網(wǎng)的未知節(jié)點至信標節(jié)點的間距，未知節(jié)點至信標節(jié)點的間距表達式如下：

di=（x－xi）2+（y－ym）2"（3）

以矩陣AX=a的形式表示公式（3），可得待定位深基坑一體化作業(yè)監(jiān)測區(qū)域內(nèi)未知節(jié)點坐標表達式如下：

=xy=（ATaA）－1ATa"（4）

公式（4）中的系數(shù)A與系數(shù)a的表達式如下：

A=2×（x1－xm）（y1－ym）""""（xm－1－xm）（ym－1－ym）"（5）

a=x21+x2m－y21+y2m－d2m+d21x2m－1+x2m－y2m－1+y2m－d2m+d2m－1（6）

通過以上過程實現(xiàn)深基坑一體化作業(yè)監(jiān)測區(qū)域內(nèi)物聯(lián)網(wǎng)節(jié)點的精準定位。

1.2"卡爾曼濾波的現(xiàn)場圖像卡爾曼濾波優(yōu)化

選取卡爾曼濾波算法對通過物聯(lián)網(wǎng)技術(shù)傳送至遠程監(jiān)測中心的圖像進行去噪處理，去除深基坑一體化作業(yè)監(jiān)測圖像中的遮擋等干擾[13]。卡爾曼濾波算法是利用線性系統(tǒng)估計目標運動狀態(tài)的算法。

設(shè)時間為t時，深基坑一體化作業(yè)監(jiān)測圖像中的狀態(tài)向量為Xt，卡爾曼濾波算法處理深基坑一體化作業(yè)監(jiān)測圖像的狀態(tài)預(yù)測方程表達式如下：

Xt=AXt－1+Dut+Dwt（7）

公式（7）中，D與A分別表示輸入控制模型以及狀態(tài)轉(zhuǎn)移矩陣；wt與ut分別表示深基坑一體化作業(yè)監(jiān)測圖像的過程噪聲以及控制量，設(shè)wt滿足協(xié)方差矩陣和均值分別為Q與0的正態(tài)分布。

卡爾曼濾波算法處理深基坑一體化作業(yè)監(jiān)測圖像的狀態(tài)觀測方程表達式如下：

Zt=KXt+Kvt（8）

公式（8）中，vt與K分別表示測量噪聲以及觀測矩陣，設(shè)vt滿足協(xié)方差矩陣和均值分別為R與0的正態(tài)分布。

卡爾曼濾波算法利用此時狀態(tài)的預(yù)測和更新過程獲取圖像的最優(yōu)狀態(tài)估計結(jié)果。預(yù)測階段過程如下。

（1）利用時間為t－1時獲取的深基坑一體化作業(yè)監(jiān)測圖像最優(yōu)狀態(tài)估計以及控制量[14]，預(yù)測深基坑一體化作業(yè)監(jiān)測圖像中目標的當前狀態(tài)，可將公式（7）轉(zhuǎn)化如下：

－t=At－1+DKut"（9）

（2）獲取深基坑一體化作業(yè)監(jiān)測圖像中預(yù)測值與實際值之間的誤差協(xié)方差矩陣表達式如下：

G－t=AGt－1AT+KQ"（10）

（3）獲取深基坑一體化作業(yè)監(jiān)測圖像去噪的卡爾曼增益矩陣，表達式如下：

Lt=G－tKT（KG－tKT+KR）－1"（11）

更新階段過程如下。

（1）利用深基坑一體化作業(yè)監(jiān)測圖像的狀態(tài)預(yù)測值與觀測值獲取卡爾曼估計值，表達式如下：

t=－t+Ltzt－K－t"（12）

公式（12）中，Lt表示卡爾曼增益，該值越高，所獲取的觀測值就具有越高的可信度。

（2）誤差協(xié)方差矩陣更新公式如下：

Gt=IG－t－LtK（13）

公式（13）中，I表示單位矩陣。

利用卡爾曼濾波過程，預(yù)測深基坑一體化作業(yè)監(jiān)測圖像中的不確定性信息，去除深基坑一體化作業(yè)監(jiān)測圖像中包含的噪聲。

1.3"基于人工智能算法的危險作業(yè)識別算法

YOLOv3算法是人工智能算法中的重要方法，YOLOv3算法的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示。

圖1中，利用特征金字塔思想，上采樣處理首個預(yù)測層前的特征圖，將所獲取的特征圖與YOLOv3算法中的相同大小的特征圖實施融合處理。將卷積層加入第二個預(yù)測層中，利用卷積層處理完成融合的特征圖。通過以上過程處理圖像，所獲取的圖像特征更加豐富。

將樹形特征融合模塊引入YOLOv3算法中，該模塊可以在復(fù)雜圖像中，獲取圖像中不同層次的上下文信息，同時可以利用該模塊展示圖像中包含的多尺度對象，令圖像中包含的感受野范圍更大[15]。通過樹形特征融合模塊的展開步驟，將所獲取輸入復(fù)制至樹形特征融合模塊的兩個分支內(nèi)，兩個分支分別起到探索空間依賴關(guān)系范圍以及保留圖像特征的作用。將樹形特征融合模塊輸出的特征通過級聯(lián)與之前的特征疊加。

樹形特征融合模塊的展開表達式如下：

on=fn（on－1）（14）

公式（14）中，on與fn分別表示步驟為n時，樹形特征融合模塊的輸出以及卷積操作。

樹形特征融合模塊的疊加規(guī)則表達式如下：

Zn（x）=gZn－1（x）（on）（15）

公式（15）中，x與Zn分別表示樹形特征融合模塊的輸入以及步驟為n時的輸出結(jié)果；g表示特征融合操作。

在樹形特征融合模塊中，加入三個卷積核獲取深基坑一體化作業(yè)監(jiān)測圖像的多尺度特征，對多尺度特征進行批標準化處理，將完成處理后的特征傳送至ReLU層，利用ReLU層融合全部分支的特征。

將AIOT方法與視覺監(jiān)測特征相結(jié)合，監(jiān)測深基坑一體化作業(yè)安全，監(jiān)測過程如圖2所示。

（1）設(shè)置雙目視覺相機于深基坑一體化作業(yè)監(jiān)測區(qū)域內(nèi)。利用物聯(lián)網(wǎng)實現(xiàn)雙目視覺相機所采集深基坑一體化作業(yè)監(jiān)測圖像與遠程監(jiān)測中心的通信。利用物聯(lián)網(wǎng)節(jié)點將采集的深基坑一體化作業(yè)監(jiān)測區(qū)域圖像傳送至遠程監(jiān)測中心，遠程監(jiān)測中心利用人工智能算法中的YOLOv3算法監(jiān)測深基坑一體化作業(yè)安全。

（2）遠程監(jiān)測中心接收深基坑一體化作業(yè)監(jiān)測圖像后，利用卡爾曼濾波算法對圖像進行去噪處理。

（3）利用完成訓(xùn)練的YOLOv3算法監(jiān)測深基坑一體化作業(yè)監(jiān)測區(qū)域的作業(yè)人員目標以及是否佩戴安全帽的頭部目標，YOLOv3算法匹配作業(yè)人員以及作業(yè)人員的安全帽信息，完成作業(yè)人員的安全帽監(jiān)測。

（4）利用完成訓(xùn)練的YOLOv3算法監(jiān)測深基坑一體化作業(yè)區(qū)的危險區(qū)域是否存在誤入作業(yè)人員；

（5）顯示監(jiān)測結(jié)果，監(jiān)測結(jié)果包括深基坑一體化作業(yè)區(qū)是否存在未佩戴安全帽的作業(yè)人員以及是否存在危險區(qū)域誤入工作人員情況。

（6）深基坑一體化作業(yè)監(jiān)測區(qū)域存在未佩戴安全帽或誤入危險作業(yè)區(qū)域的作業(yè)人員時，顯示報警信息，記錄深基坑一體化作業(yè)監(jiān)測區(qū)域的違規(guī)人員以及違規(guī)類型。發(fā)現(xiàn)深基坑存在危險作業(yè)情況時，利用物聯(lián)網(wǎng)節(jié)點定位方法定位危險作業(yè)的監(jiān)測節(jié)點的具體位置，將危險作業(yè)位置傳送至深基坑一體化作業(yè)管理人員。

（7）接收新的深基坑一體化作業(yè)監(jiān)測區(qū)域圖像，繼續(xù)利用完成訓(xùn)練的YOLOv3算法監(jiān)測深基坑一體化作業(yè)安全。

2"實驗分析

為了驗證所研究的基于AIOT技術(shù)的深基坑一體化作業(yè)安全視覺監(jiān)測方法，監(jiān)測深基坑一體化作業(yè)安全有效性，將該方法應(yīng)用于某市地鐵5號線的深基坑一體化施工中，施工主體的基坑長度為305"m，施工主體的基坑寬度為19.5～22.8"m。施工主體的基坑平面為長條形，施工主體基坑的開挖深度為17.5～19"m。施工深基坑為一級安全等級。深基坑一體化作業(yè)的圍護結(jié)構(gòu)設(shè)置為900"mm厚的地下連續(xù)墻加內(nèi)支撐。深基坑一體化作業(yè)的基坑開挖面積為6584"m2。設(shè)置本文方法所使用的物聯(lián)網(wǎng)中包含節(jié)點數(shù)量480個。

監(jiān)測深基坑一體化作業(yè)安全性，對深基坑一體化作業(yè)人員是否佩戴安全帽進行監(jiān)測，監(jiān)測結(jié)果如圖3所示。

通過圖3實驗結(jié)果可以看出，采用本文方法可以有效監(jiān)測深基坑一體化作業(yè)人員是否佩戴安全帽。圖3采用綠色方形框展示未佩戴安全帽作業(yè)人員的應(yīng)佩戴安全帽位置，其余正常佩戴安全帽的作業(yè)人員，采用紅色方形框展示安全帽。本文方法識別出存在未佩戴安全帽的作業(yè)人員后，實時發(fā)送報警信息至深基坑一體化作業(yè)管理人員。

采用本文方法監(jiān)測深基坑一體化作業(yè)的危險區(qū)域是否存在進入人員，監(jiān)測結(jié)果如圖4所示。

通過圖4實驗結(jié)果可以看出，采用本文方法可以有效監(jiān)測深基坑一體化作業(yè)的危險區(qū)域是否存在違規(guī)進入人員。圖4利用綠色方形框直觀展示監(jiān)測結(jié)果中，一人違規(guī)進入深基坑一體化作業(yè)的危險區(qū)域，驗證本文方法監(jiān)測深基坑一體化作業(yè)安全具有較高的有效性。

本文采用物聯(lián)網(wǎng)技術(shù)與人工智能技術(shù)結(jié)合方法，實現(xiàn)深基坑一體化作業(yè)安全的視覺監(jiān)測，在此過程中，物聯(lián)網(wǎng)的通信性能極為重要。統(tǒng)計采用本文方法監(jiān)測過程中，物聯(lián)網(wǎng)的存活節(jié)點數(shù)量變化，與文獻[7]方法和文獻[8]方法對比，對比結(jié)果如圖5所示。

通過圖5實驗結(jié)果可以看出，采用本文方法監(jiān)測深基坑一體化作業(yè)安全，本文方法中的物聯(lián)網(wǎng)存活節(jié)點數(shù)量明顯高于另兩種方法，且物聯(lián)網(wǎng)節(jié)點存活時間較長，節(jié)點能耗分布更加均勻，避免物聯(lián)網(wǎng)中節(jié)點出現(xiàn)過早死亡情況，有效驗證本文方法可以提升物聯(lián)網(wǎng)壽命。

物聯(lián)網(wǎng)節(jié)點定位性能影響深基坑一體化作業(yè)安全的監(jiān)測性能。精準定位物聯(lián)網(wǎng)節(jié)點，有助于深基坑一體化作業(yè)管理人員快速獲取危險作業(yè)人員的具體位置。統(tǒng)計采用本文方法定位物聯(lián)網(wǎng)節(jié)點位置與實際物聯(lián)網(wǎng)節(jié)點位置，統(tǒng)計結(jié)果如圖6所示。

通過圖6實驗結(jié)果可以看出，本文方法采用物聯(lián)網(wǎng)作為深基坑一體化作業(yè)安全監(jiān)測的通信網(wǎng)絡(luò)，對危險作業(yè)目標的定位精度較高。本文方法的定位結(jié)果與物聯(lián)網(wǎng)節(jié)點實際結(jié)果相差極小，驗證本文方法所采用的物聯(lián)網(wǎng)具有較好的定位性能，可以實現(xiàn)在深基坑一體化作業(yè)安全監(jiān)測中的良好應(yīng)用。

統(tǒng)計采用本文方法監(jiān)測深基坑一體化作業(yè)安全，其中10次報警的深基坑一體化作業(yè)安全風(fēng)險問題，監(jiān)測結(jié)果如表1所示。

通過表1實驗結(jié)果可以看出，采用本文方法可以實現(xiàn)深基坑一體化作業(yè)安全的有效監(jiān)測，監(jiān)測不同日期、不同時間存在的深基坑一體化作業(yè)安全問題。深基坑一體化作業(yè)管理人員可以依據(jù)監(jiān)測結(jié)果，管理深基坑一體化作業(yè)。

3"結(jié)"論

為了解決深基坑一體化作業(yè)過程中，缺少安全監(jiān)控導(dǎo)致可能發(fā)生安全事故的問題，本文研究了基于AIOT技術(shù)的深基坑一體化作業(yè)安全視覺監(jiān)測方法，利用AIOT技術(shù)實現(xiàn)深基坑一體化作業(yè)的安全監(jiān)測。深基坑一體化作業(yè)是具有較高復(fù)雜性的工程項目，存在眾多安全隱患。利用AIOT技術(shù)及時掌握深基坑一體化作業(yè)現(xiàn)場，提升深基坑一體化作業(yè)的安全性，為深基坑一體化作業(yè)的施工質(zhì)量、提升深基坑一體化作業(yè)的施工效率提供保障，為推動我國建筑行業(yè)的發(fā)展水平提供重要依據(jù)。

參考文獻

［１］"金劍鋒，"姚元，"王明曉，等."新零售時代，基于5G和AIoT技術(shù)的智慧門店探索與應(yīng)用[J]."電信科學(xué)，"2020，"36（S1）：284-292.

[2]"柏彬，"陳勇，"杜長青，等."基于物聯(lián)網(wǎng)技術(shù)的智能安全監(jiān)控建筑信息模型[J]."工業(yè)建筑，"2020，"50（4）：175-179.

[3]"徐建中，"陳潛心，"李冰洋."數(shù)據(jù)挖掘下建筑安全防護驅(qū)動因素檢測仿真[J]."計算機仿真，"2020，"37（6）：430-433.

[4]"陳波，"徐成桂."川南山區(qū)公路深基坑施工安全風(fēng)險評估案例研究[J]."公路工程，"2020，"45（1）：146-151.

[5]"李穩(wěn)，"顧蘇，"汪志剛，等."基于ToF技術(shù)的帶電作業(yè)安全監(jiān)測與預(yù)警系統(tǒng)[J]."中國電力，"2020，"53（2）：63-68.

[6]"鄔昱昆，"肖亞子，"樊恒通，等."基于“天空地”一體化技術(shù)的安全監(jiān)測系統(tǒng)建設(shè)與應(yīng)用[J]."水力發(fā)電，"2021，"47（3）：54-57.

[7]"李振興，"李天福，"董開發(fā)，等."鄰近地鐵的深基坑智能化安全監(jiān)測系統(tǒng)研究及應(yīng)用[J]."建筑技術(shù)，"2021，"52（1）：78-80.

[8]"黃曉程，"余地華，"鄧昌福，等."大型深基坑施工內(nèi)控集約化監(jiān)測點布設(shè)研究[J]."施工技術(shù)，"2020，"49（1）：41-44.

[9]"焦柯，"賴鴻立，"彭子祥，等."基于物聯(lián)網(wǎng)的既有建筑全生命周期安全運維服務(wù)系統(tǒng)關(guān)鍵技術(shù)研究[J]."工業(yè)建筑，"2021，"51（10）：201-210+8.

[10]賀勃濤，"辛鵬飛，"朱棟，等."基于三維激光掃描儀對深基坑實時監(jiān)測與動態(tài)管理[J]."建筑結(jié)構(gòu)，"2020，"50（S1）：1038-1043.

[11]李新剛."軟土深基坑逆作法樁柱一體化施工技術(shù)[J]."施工技術(shù)，"2020，"49（9）：78-80+84.

[12]鄒德華，"嚴宇，"王偉，等."基于ToF技術(shù)的高壓輸電線路帶電作業(yè)安全監(jiān)測方法[J]."高電壓技術(shù)，"2020，"46（7）：2570-2577.

[13]疏禮春."基于大數(shù)據(jù)的云邊一體化煤礦安全生產(chǎn)風(fēng)險監(jiān)測預(yù)警平臺[J]."煤礦安全，"2021，"52（5）：144-148.

[14]關(guān)祥宏."基于安全性分析的深基坑變形實測與曲線擬合方法研究[J]."施工技術(shù)，"2020，"49（11）：109-112.

[15]劉國龍."基于監(jiān)測數(shù)據(jù)的地鐵深基坑施工動態(tài)風(fēng)險評估[J]."四川建筑科學(xué)研究，"2021，"47（2）：70-76+84.