信息化背景下智慧工地科学探索与实践

摘" 要：为提高建筑施工项目的管理水平，将人工智能、云计算、物联网、数据挖掘、虚拟现实和信息感知等先进技术整合到施工项目建设中，提出智慧工地概念，设计体系框架，提升施工项目的质量、效率、安全性与可持续性，阐述各项技术的应用场景、协同工作方式，提供实施案例，综述1990—2024年期间发表的国内外智慧工地领域文献，从研究主题、发展趋势进行多角度分析。研究表明，智慧工地体系框架包含硬件设备层、感知层、接入层、网络层、数据层、应用层与用户层，具有更高效的协同性、智能化、安全性等多方面优势，可有效提升施工管理效率与水平，为建筑行业带来更多的增益与改善；与传统工地相比，项目建立的智慧工地体系框架，通过将现有先进技术进行整合实现智慧工地建设，可有效提升施工项目管理水平、效率和安全性，推动建筑行业向智能化、数字化方向发展。

关键词：智慧工地；数字化；智能化；施工项目管理；信息化

中图分类号：TU71" " " 文献标志码：A" " " " " 文章编号：2095-2945（2025）05-0031-12

Abstract： For improving the management of construction project， advanced techniques such as artificial intelligence， cloud computing， Internet of Things， data mining， virtual reality， information perception are integrated into the construction of the project. The concept of smart construction site was proposed， the system framework was designed， and the construction project was improved. The quality， efficiency， safety and sustainability of the project were elaborated on the application scenarios and collaborative working methods of various technologies， and examples were provided. This paper reviews the domestic and foreign literature in the field of smart construction sites published during the period from 1990 to 2024， and analyzes it from multiple perspectives. Research shows that： The smart construction site system framework includes hardware device layer， sensing layer， access layer， network layer， data layer， application layer and user layer. It has many advantages such as more efficient collaboration， intelligence， and security， effectively improving construction management efficiency and level， bringing more gains and improvements to the construction industry. Compared with traditional construction sites， the smart construction site system framework established by the project realizes the construction of smart construction sites by integrating existing advanced technologies， effectively improving the management level， efficiency and safety of construction projects， and promoting the construction industry to become intelligent and digital development.

Keywords： smart construction site; digitalization; intelligence; construction project management; informatization

目前，建筑行业正趋向数字化、智能化方向发展，智慧工地建设已成为提升工地管理效率、安全水平、优化资源利用的主流技术之一，并被视为建筑行业领域的研究热点。随着物联网、大数据、人工智能等技术的不断成熟，如何通过整合不同现有信息化技术实现智慧工地建设，已成为当前前瞻性的研究热点之一。

智慧工地通过利用物联网[1-5]、云计算[6-7]、大数据[8-9]和人工智能[10-12]等先进技术，实现对工地设备、人员等方面进行实时监控与管理，提升施工管理效率与水平，其中，物联网技术主要应用于环境管理[13-14]方面；云计算主要应用于数据处理分析[15-16]方面；大数据技术主要应用于视频监控[17-18]方面；人工智能技术主要应用于安全领域[19-21]、人脸识别[22-23]等方面。

本文旨在探讨如何在施工过程中通过整合现有技术，如人工智能、物联网、大数据等，实现全方位智能化管理，提高施工质量与生产效率，并结合实际案例与经验，深入探讨智慧工地建设所面临的挑战，例如技术整合的复杂性、安全隐患管理等方面，并提出相应的解决方案。

本文第1节详细阐述了1990—2024年间国内外智慧工地研究文献；第2节详细介绍了项目智慧工地体系建设，分析智慧工地建设对提升施工效率、优化资源利用和提高安全水平的作用；第3节详细介绍了项目智慧工地系统架构，讨论了人工智能、物联网等现有技术在智慧工地中的应用，以及这些技术如何实现相互整合与智能化管理；第4节结合松岗人民医院扩建（二期）项目与宝安区档案服务中心建设工程项目案例，介绍如何将现有技术应用于施工监测、人员管理、安全管理等方面，提升生产效率与施工质量；第5节对全文进行总结。

1" 相关研究

本节综述了1990—2024年间国内外智慧工地领域论文，从研究主题、发展趋势等多个维度，阐述了智慧工地的现状与发展趋势，为智慧工地的学术脉络提供了全景视角，同时为未来研究方向和实践提供了重要的参考依据。

1.1" 国外智慧工地研究现状

文献[24]结合光纤与其他仪器技术，提出了“智能”建筑。文献[25]讨论了自动化与机器人技术在建筑领域的应用前景。文献[26]提出了一种将光纤传感器嵌入大型土木结构中的方法。文献[27]通过介绍SMART系统的操作流程与实验结果，证明了自动化技术在建筑领域中的可行性。文献[28]讨论了光纤传感器在建筑设计中的应用和如何通过光纤传感器获取建筑结构中的重要信息。文献[29]讨论了施工现场用于监测脚手架的传感器技术，降低施工过程中坍塌事故的发生率。

文献[30]通过引入超媒体、无线通信等技术，提出了一种分阶段实施方法，实现施工过程中的信息高效管理与快速流通。文献[31]讨论了从20世纪80年代初到90年代中期，机器人技术在土木工程领域的发展情况。文献[32]提出了一种计算机辅助系统SEMANTIC，用于评估、分析施工过程中的成本与代价。文献[33]讨论了光纤传感器在检测混凝土结构方面的运用。文献[34]提出了一种交通管理系统，通过无线通信技术实现向交通控制中心提供工作区的视频和交通数据。

文献[35]讨论了操作建筑机器人传感器阵列架构的方法。文献[36]描述了美国国家标准与技术研究所在建筑工地集成与自动化领域的工作。文献[37]通过建造2座桥梁证明了智能化技术在建筑工程中的应用潜力。文献[38]提出了一种建筑劳动力智能卡（CLSC），实现降低成本、提高管理效率的目的。文献[39]提出了解决传统电气监测系统在防噪音、防水等方面不足的监测系统。文献[40]阐述了在高速公路建设中部署智能化技术的研究案例。文献[41]提出了一种智能传感器，用于检测建筑工地脚手架等结构的安全性。文献[42]提出了一种基于RFID标签的自动识别与跟踪建筑工地上材料的方法。文献[43]提出了一种实时三维建模技术，用于检测施工领域内的静态与动态物体。文献[44]提出了一种基于移动计算模型的建筑工地管理方法。

文献[45]提出了一种按使用量付费的设备租赁模型，该模型通过在物理设备上集成传感器与通信设备测量设备的使用情况。文献[46]提出了一种基于ZigBee的追踪系统架构，该架构采用射频与超声波混合技术，来提高建筑行业物料管理的效率和精度。文献[47]提出了一种基于智能手机查看建筑信息建模软件中图像的方法。文献[48]提出了一种能嵌入混凝土的智能温度信息材料，实现对室内长期温度变化的监控。文献[49]提出了一种基于三维无线传感器网络的建筑监测系统。文献[50]提出了TRUSS系统，通过融合穿戴设备、分布式传感技术、视频数据，实现对施工环境进行安全探测。文献[51]提出了一种安全管理指导应用程序，提升了建筑施工管理效率与安全性。文献[52]探讨了如何利用信息技术提升施工效率、生产力、质量和安全等问题。文献[53]提出了一种基于传感器技术的施工管理系统，该系统结合了3D空间信息与传感器网络，实现实时监测施工进度与环境信息。文献[54]提出了一种通过3D重建技术捕获施工进度信息，结合AR技术实现可视化的方法。文献[55]提出了一种基于射频识别（RFID）技术与建筑信息模型（BIM）的预警系统，用于监测施工现场不安全行为。

文献[56]提出了一种基于Android的智能工地检查器，简化了现场检查和记录工作，提高了工作效率。文献[57]提出了一种基于视觉技术的自动监测系统，用于监测现场施工人员是否佩戴安全帽。文献[58]提出了一种基于云计算平台的智慧工地架构。文献[59]提出了一种可穿戴传感器系统，提升了安全率与工作效率。文献[60]提出了一种基于Android的移动办公程序，提升了施工管理效率。文献[61]提出了一种由智能模块、中继器、网关和监控系统组成的建筑工地安全管理系统，实时监测现场施工状态。文献[62]提出了一种基于智能建筑对象的数据管理系统。文献[63]讨论了智能建筑对象的应用场景。文献[64]讨论了物联网在建筑工地安全管理中的应用。文献[65]提出了一种基于“互联网+”模式的智慧工地系统，该系统运用物联网、大数据、人工智能等先进技术，大幅度提升了施工效率。文献[66]讨论了智能传感器系统在提高建筑工地安全管理方面的应用潜力与价值。

文献[67]提出了一种智慧工地安全管理框架。文献[68]提出了一种基于5G技术的智慧工地方案，结合了人工智能、大数据、视频识别技术，解决了施工安全、质量和进度等问题。文献[69]提出了一种基于深度学习的检测识别模型。文献[70]提出了一种基于卷积神经网络检测现场工人是否遵守个人坠落防护系统安全标准的算法，为建筑工地的安全监控提供有效的技术支持，提高了工人生命的安全保障。

文献[71]提出了一种基于边缘计算的数据算法，有效解决了智慧工地中视频监控的延迟问题。文献[72]讨论了智慧工地在高质量发展建设中的重要性。文献[73]提出了一种包含感知层、数据层、传输层、表示层与应用层的智慧工地框架。文献[74]提出了一种智慧工地安全管理评价体系标准。文献[75]讨论了智慧工地系统对施工管理的深远影响，强调了人工智能技术在提升效率、优化资源方面起到的关键作用。文献[76]阐述了智慧工地系统的构建、智慧工地评价因素及其相互影响关系，为未来智慧工地发展提供了参考。文献[77]提出了一种基于大数据的安全行为分析框架，有效提升了施工现场安全率。文献[78]在传统BIM技术的基础上引入AR技术，提升了现场施工管理水平。

国外智慧工地领域研究主要呈现出技术融合与创新的特点，主要致力于将人工智能、大数据、物联网和BIM等先进技术应用于建筑工地，以提高施工效率、安全性和可持续性，不仅关注技术实施，更侧重于对技术的提升与对安全建设的保障。

1.2" 国内智慧工地研究现状

文献[79]选取了广州某大型安置区项目为实施主体，论述了建筑工业化与智慧建造协同发展的必要性。文献[80]提出了一种基于BIM智慧管理平台，实现了施工项目信息化管理。文献[81]提出了一种基于BIM和物联网技术的智慧工地管理平台，有效解决了数据信息源集成多、施工过程管控难、劳务人员现场管理难等问题。文献[82]阐述了地铁施工人员安全管理系统的搭建方案。文献[83]提出了一种基于数字例会驱动的智慧工地应用管理制度，在提升项目管理人员的智慧工地平台应用能力等方面取得了良好效果。文献[84]阐述了BIM5D+智慧工地系统的构建及应用情况。文献[85]提出了一种基于BIM+智慧工地的高速铁路四电工程管理平台，实现了高效数字化协同管理模式。文献[86]提出了一种基于智慧协同的复杂形体建筑建造体系，通过工程信息实体和虚拟数字模型间的双向映射，实现复杂形体建筑设计、生产、施工到验收阶段的协同管理。文献[87]讨论了BIM+智慧工地技术的发展趋势。

文献[88]提出一种基于构件级的施工进度精细化管理，提升了智慧化监管水平。文献[89]提出了一种基于管道特征及项目全生命周期的智慧工地概念，创建了管道智慧工地模块化构建方法，有效提升了施工管理效能。文献[90]讨论了如何利用BIM软件与Dynamo软件创建桩基模型、桩基编码和生成桩基放样数据。文献[91]提出了一种基于智慧工地管理平台系统框架，主要包括特种安全管理、设备管理、项目信息、人员管理、环境管理和物料管理等模块。文献[92]提出了一种基于深度学习的低分辨率安全帽状态识别算法。文献[93]提出了一种基于物联网技术的智慧工地框架体系。

国内智慧工地领域主要聚焦在探索云计算、人工智能、物联网和5G等先进技术构建智慧工地管理系统，实现施工现场实时监控、风险预警等，从而提高安全管理水平与工程质量。随着政策的推动与行业需求的增长，智慧工地建设正逐步从理论研究走向实际应用。

1.3" 对比分析

目前，国内智慧工地研究正处于快速发展阶段，不断吸收国际先进经验，同时也在探索适合当前政策环境和国内市场的发展路径。

国内与国外智慧工地均重视技术的融合与创新，如人工智能、物联网、大数据等在工地管理中的运用，以提升施工效率与安全性。与国内智慧工地相比，国外智慧工地在技术与系统集成方面较为先进，更侧重于探索前沿技术，如自动化与机器人技术、人工智能技术等，主要聚焦在如何通过智慧工地实现建筑行业的可持续发展。国内研究在政策驱动和市场需求的双重影响下，更注重技术的快速落地与标准化建设。

2" 智慧工地体系的构建

2.1" 工程概况

2.1.1" 松岗人民医院扩建（二期）项目

松岗人民医院扩建（二期）项目是深圳市卫生健康委员会督办的重点项目，位于宝安区松岗人民医院西北角，地处松岗街道与燕罗街道的交界处，建设用地面积2 142.59 m2，总建筑面积53 590.3 m2，其中地上建筑面积43 273.3 m2，地下建筑面积10 317 m2，总高度99.9 m，总层数23层。主要建设内容为在医院原有的600张床位规模上增加200张，达到800张床位规模，并完善医院配套设施，新建一栋集急诊、医技、住院、教研、科研和行政为一体的综合住院楼，项目建成后将满足松岗、燕罗片区医疗需求，成为粤港澳大湾区中深圳西北部乃至莞深毗邻区域性中心医院，效果图如图1所示。

2.1.2" 深圳市宝安区档案服务中心建设工程项目

宝安区档案服务中心建设工程项目是深圳市宝安区重点民生工程，位于广东省深圳市宝安区新安街道翻身路与新安一路交汇处，建设用地面积为9 090.34 m2，总建筑面积为100 086 m2，包含3层裙房、3层地下室、1栋10层综合服务楼（高48.75 m）和1栋24层档案服务楼（高99.8 m），项目采用新型建筑工业化的建造方式，集档案管理、教育、办公、展览和科研等多功能于一体，建成后有利于满足宝安区未来30年的档案管理需求，效果图如图2所示。

2.2" 构建目标

项目智慧工地建设结合物联网、人工智能、大数据等先进技术，实现数字化与智能化管理，实时监测现场情况、设备状态、材料运输等工地各项指标情况，及时发现并解决问题，从而提升施工生产效率与管理水平。例如，施工人员可以通过智慧工地系统对现场作业情况、机械设备运行状态进行监测与管理，提高施工管理效率。项目智慧工地体系建设注重安全管理，通过智能化监测和预警系统，及时发现应对潜在安全风险，比如，AI智能监测系统能够实时监测工人佩戴安全帽情况，一旦发现异常将会立即触发预警，大幅度降低了安全隐患。同时，项目智慧工地在设计上侧重于环境保护，采用TSP噪音与环境监测设备，通过实时监测施工现场的扬尘、噪音等环境指标，根据实际情况及时调整施工方案，营造绿色文明施工环境。

通过以上措施，项目智慧工地不仅可以提升施工管理效率，同时可以为工程建设行业的可持续发展作出积极贡献，通过实时监测施工现场各项指标并采取相应措施，实现最大程度减少环境污染与安全隐患，推动项目建设朝着更环保、更高效的方向发展。项目智慧工地建设不仅是对传统施工管理模式的革命性突破，更是一项技术革新，通过数字化、智能化管理手段，提高工地的安全性和稳定性，为工程建设行业走向更高水平的发展提供坚实的基础与保障。

2.3" 功能规划

项目智慧工地功能主要包含实时监测与数据管理、绿色施工与环境监测、安全管理与预警、AR辅助、智能化施工与管理5个方面，其中，项目智慧工地采用实名制管理系统、数字工地管理平台、塔吊智慧监测系统，实现对现场各项数据进行实时监测与管理，包括人员考勤、设备状态、施工进度和安全教育情况等，为管理人员提供数据支持，实时了解工地运行情况，发现并及时解决问题，同时，现场利用AI安全监测与预警系统、智慧安监平台等技术平台实现对工地安全情况全方位监控与管理，通过实时监测危险区域、施工行为等，及时发现潜在安全隐患并提供解决方案，保障现场施工安全。

项目智慧工地采用TSP噪音与环境监测设备实现对工地周围环境参数进行实时监测，包括空气质量、噪音等，通过所得数据及时采取相应措施减少对周围环境的影响，保护生态环境，提升绿色施工水平，并通过AI智能地磅系统、智慧车辆识别系统实现施工材料与进出车辆的智能监测与管理，通过AI智能地磅系统可以实现自动感知货物重量，与人工称重相比，大幅度减少了人为因素带来的误差，同时，通过智慧车辆识别系统实现自动登记车辆信息、进出时间等相关数据，有效解决了传统手工记录的繁琐，提升了施工管理效率与准确性，为工程建设与安全管理带来便利和提升，期间，采用了AR鹰眼技术帮助管理人员更好地了解工地情况，指导施工作业，提高工作效率与安全性。与无人机相比，AR鹰眼技术能够实时监测施工现场查看施工情况，同时，AR鹰眼无须飞行，不仅避免了无人机可能存在的安全隐患，同时更适合复杂多变的施工环境。

3" 智慧工地技术系统

3.1" 系统架构概述

项目智慧工地建设主要遵循可维护性、层级化、安全性、可靠性、可扩展性与交互性，通过物联网（IoT）、人工智能（AI）、大数据等信息化技术，实现智能化管理，其中，整体架构分为硬件设备层、感知层、接入层、网络层、数据层、应用层与用户层，共7个层次，如图3所示，其中每一层负责不同功能与任务，各层间相互协调与配合，支撑起项目整体智慧工地的运作，打造更加高效、和谐、安全的工作环境。

硬件设备层是项目智慧工地的基础，主要包括各种传感器、监控摄像机、RFID标签和机械设备等。这些设备主要负责收集工地现场的原始数据，如环境参数、人员位置、设备状态等。

感知层是硬件设备层与其他层之间的桥梁，通过监控摄像机、各类传感器、视频与图像识别等智能传感设备对施工机械、工作人员、施工环境与危险源等进行实时监测、数据采集与预处理。

接入层负责接入住建局、环保所等第三方平台，实现施工过程的数字化监管和信息共享，如安全监控、环境监测等，监管部门能够远程监控施工活动，确保其符合国家法律法规和行业标准，有效预防和减少安全事故和环境污染事件的发生。

网络层是数据传输的桥梁，主要包括有线网络、无线网络（Wi-Fi、4G/5G），负责将数据传输到数据层。

数据层是智慧工地系统的核心层，主要负责存储、处理来自施工现场的各类数据，如人员、设备、环境等数据信息。

应用层负责提供各种应用服务，如实时监控、安全生产情况、工人情况、车辆情况和施工环境等，为施工人员提供智能化应用，实现智能化管理，对危险与违规情况进行预警与监督，提高工地安全性、施工质量与环保水平。

用户层负责提供与智慧工地系统的交互界面，使操作人员能够查询、分析和管理工地数据。

3.2" 技术整合与智能化管理

项目智慧工地建设的核心在于整合了各种先进信息化技术，如云计算、物联网、数据挖掘、虚拟现实、人工智能与信息感知。其中，云计算提高了数据处理的高效性；物联网提供了数据采集的基础；数据挖掘阐述了数据背后的价值；虚拟现实带来了沉浸式体验；人工智能提供了智能决策；信息感知确保了实时监控。这些技术相互协调与配合，共同实现了项目建设过程中的智能化管理。

在智慧工地感知层，通过监控设备与传感器，实时收集施工现场环境数据，如施工状态、设备状态、施工情况等关键信息，确保施工现场的实时监控与快速响应，提升了施工管理的实时性与准确性。

感知层获得的数据通过网络层传输至数据层，为现场数据分析与决策支持提供基础，通过云平台，实现数据管理与共享，提高利用率，降低成本，为数据挖掘和AI分析提供支持，利用数据挖掘与分析技术，对海量数据进行深入分析，揭示施工过程中的规律与潜在问题，预测施工进度、成本控制、质量管理与施工安全，提升施工管理的整体水平。在应用层，对施工现场实时监控、自动识别安全隐患、预测施工风险，同时结合虚拟现实技术，进行安全培训，提高施工效率与安全性。

4" 智慧工地技术的应用

本节以广东省深圳市松岗人民医院扩建（二期）项目部和宝安区档案服务中心建设工程项目部为例，探讨了智慧工地技术在施工监测、人员管理等方面的运用，以及如何提升安全效率、生产效率与施工质量。

项目施工现场引入了实名制管理系统、数字工地管理平台、塔吊智慧监测系统、环境监测设备（TSP噪音与环境监测系统）、AI智能地磅系统、智慧安监平台、AI安全监测与预警系统、AR鹰眼和智慧车辆识别系统，实现了施工现场的精细化管理，在确保工程质量与进度的同时，大幅度提升了安全性与可持续性。

4.1" 实名制管理系统

施工现场要求所有参建者（包含临时访客），在进入施工现场前均需扫码注册项目实名制管理系统进行身份登记，记录现场内所有参建者的身份信息，以便于考勤统计与工资发放，为项目管理提供决策支持，同时，引入实名制管理系统减少了人为误差，实现更加规范、透明与高效的施工管理。

4.2" 数字工地管理平台

项目数字工地管理平台采用了先进的信息化技术为建筑施工现场提供了一个高效、透明且可追溯的施工管理平台，该平台通过结合物联网（IoT）、大数据、云计算和人工智能（AI）等先进技术，对工地的人、机、料、法和环等各个环节进行智能化管理与优化，提高施工质量和效率，降低施工成本和风险，数字工地管理平台如图4所示。

项目数字工地管理平台的主要功能包括6个方面，具体如下：①人员管理，对施工现场人员进行考勤管理、安全教育管理等；②设备管理，对施工设备进行实时监测，确保设备正常运行，提高施工效率；③环境监测，对施工现场环境指标进行实时监测和数据分析，为绿色施工提供数据支持； ④视频监控，对施工现场进行不间断的视频监控，保障施工现场的安全和秩序； ⑤安全管理，对施工现场的安全隐患进行实时监测和预警，提高施工现场的安全管理水平；⑥进度管理，对施工进度进行实时监控和数据分析，为施工进度计划和调整提供依据。采用数字工地管理平台通过实时监测和管理，有效提高了建筑工地的管理水平和施工效率，为智慧工地建设提供了有力支持。

4.3" 塔吊智慧监测系统

项目采用塔吊智慧监测系统以其集成的高科技传感器、精确的数据采集和智能分析能力，实现了对塔吊运行状态的全面实时监控，该系统通过在塔吊上安装高精度的传感器、摄像头和数据传输设备，实时收集并分析设备的运行参数，如载重、高度、幅度和力矩等，通过网络将数据传输到控制台，使施工员能够监控塔吊设备的状态，及时发现并预防潜在的安全风险，塔吊监测平台和驾驶舱塔吊智慧监测系统如图5和图6所示。

4.4" TSP噪音与环境监测系统

项目采用TSP（Total Suspended Particulate）噪音与环境监测设备用于实时监测和记录现场噪音水平、颗粒物浓度等关键环境指标，帮助施工员及时了解现场施工环境状况，并采取相应的解决措施，打造绿色模范工地。

4.5" AI智能地磅系统

项目AI智能地磅系统采用人工智能算法与传感器技术，实现自动感知货物重量，与传统手动称重相比，消除了人为因素带来的误差，确保了数量的准确性和可靠性，并通过数据管理与分析生成报表，帮助管理人员进行决策和优化运营，AI智能地磅系统如图7所示。

4.6" 智慧安监平台

项目智慧安监平台通过集成物联网传感器、视频监控、大数据分析等技术手段，实现对施工现场的实时监控和隐患排查，提供了多元化施工现场信息，并根据设定的阈值进行预警，使施工人员能够发现潜在风险并采取相应措施，避免事故发生，有效提升了现场施工安全生产水平，智慧安监平台如图8所示。

4.7" AI安全监测与预警系统

项目AI安全监测与预警系统采用人工智能与计算机视觉技术，利用计算机视觉算法对摄像头拍摄到的图像进行分析，通过边缘检测、颜色分割、形状匹配等AI算法，对拍摄到的图像进行分析与识别，实时监测现场工人是否佩戴安全帽、是否存在违章行为等，并及时发出预警信息，AI安全监测与预警系统如图9所示。

4.8" AR鹰眼

项目采用AR鹰眼系统实现对施工区域全面监控，它是一种具有高分辨率、广角视野和强大成像能力的监控系统设备，结合了人工智能、物联网、云计算等先进技术，能够实时采集目标声音、图像、位置等信息，并通过网络传输至云端进行分析和处理，能够有效提高目标管理的效率和质量，为项目提供强有力的决策支撑，AR鹰眼平台如图10所示。

4.9" 智慧车辆识别系统

项目采用智慧车辆识别系统对进出工地车辆进行自动记录和管理，利用图像识别算法捕捉车辆经过时的车牌图像，实现自动登记车辆信息、进出时间等相关数据，有效解决了传统手工记录的繁琐，提高了工地管理的效率与准确性，智慧车辆识别系统如图11所示。

5" 结论

本文设计了包含硬件设备层、感知层、接入层、网络层、数据层、应用层与用户层的智慧工地体系框架，探讨了物联网、人工智能、大数据分析等现有技术在智慧工地中的应用，阐述了这些技术如何相互整合，实现施工过程的智能化管理，并对1990—2024年期间国内外智慧工地领域文献进行综述与分析，结合实际案例，展示了现有技术在施工监测、人员管理等方面的应用，与传统工地相比，本文智慧工地体系框架通过技术整合，实现了施工项目管理水平的显著提升，推动了建筑行业向智能化、数字化方向的转型。

参考文献：

[1] MUSARAT M A， ALALOUL W S， KHAN A M， et al. A survey-based approach of framework development for improving the application of internet of things in the construction industry of Malaysia[J]. Results in Engineering，2024： 101823.

[2] RATH K C， KHANG A， ROY D. The role of Internet of Things （IoT） technology in Industry 4.0 economy[M]//Advanced IoT technologies and applications in the industry 4.0 digital economy. CRC Press，2024：1-28.

[3] RODRIGO N， OMRANY H， CHANG R， et al. Leveraging digital technologies for circular economy in construction industry： a way forward[J]. Smart and Sustainable Built Environment，2024，13（1）：85-116.

[4] KHURSHID K， DANISH A， SALIM M U， et al. An in-depth survey demystifying the Internet of Things （IoT） in the construction industry： Unfolding new dimensions[J]. Sustainability，2023，15（2）：1275.

[5] MAQBOOL R， SAIBA M R， ASHFAQ S. Emerging industry 4.0 and Internet of Things （IoT） technologies in the Ghanaian construction industry： sustainability， implementation challenges， and benefits[J]. Environmental Science and Pollution Research，2023，30（13）：37076-37091.

[6] MUSARAT M A， ALALOUL W S， KHAN M H F， et al. Evaluating cloud computing in construction projects to avoid project delay[J]. Journal of Open Innovation： Technology， Market， and Complexity，2024，10（2）：100296.

[7] PACHOURI V， SINGH R， GEHLOT A， et al. Empowering sustainability in the built environment： A technological Lens on industry 4.0 Enablers[J]. Technology in Society， 2024 （76）：102427.

[8] KOPEINIG J， WOSCHANK M， OLIPP N. Industry 4.0 Technologies and their Implications for Environmental Sustainability in the Manufacturing Industry[J]. Procedia Computer Science，2024（232）：2777-2789.

[9] TALLA A， MCILWAINE S. Industry 4.0 and the circular economy： using design-stage digital technology to reduce construction waste[J]. Smart and Sustainable Built Environment，2024，13（1）：179-198.

[10] ZENG Y， HUANG X. Smart building fire safety design driven by artificial intelligence[M]//Interpretable Machine Learning for the Analysis Design Assessment and Informed Decision Making for Civil Infrastructure. Woodhead Publishing，2024：111-133.

[11] SUEN C W K， LIU Z， SHI Y， et al. ICON-Pose： Toward Egocentric Action Recognition for Intelligent Construction[M]//Computing in Civil Engineering，2023：682-689.

[12] ZENG Y， HUANG X. Artificial intelligence powered building fire safety design analysis[J]. Intelligent Building Fire Safety and Smart Firefighting，2024：101-124.

[13] POPESCU S M， MANSOOR S， WANI O A， et al. Artificial intelligence and IoT driven technologies for environmental pollution monitoring and management[J]. Frontiers in Environmental Science，2024（12）：1336088.

[14] NASUTION S F， HARMADI H， SURYADI S， et al. Development of River Flow and Water Quality Using IOT-based Smart Buoys Environment Monitoring System[J]. Jurnal Ilmu Fisika，2024，16（1）：1-12.

[15] CHOU J S， NGO N T， CHONG W K， et al. Big data analytics and cloud computing for sustainable building energy efficiency[M]//Start-up creation. Woodhead Publishing， 2016：397-412.

[16] BEACH T， RANA O， REZGUI Y， et al. Governance model for cloud computing in building information management[J]. IEEE Transactions on Services Computing，2013， 8（2）：314-327.

[17] LIN Z， ZHEN L， YINGMEI C， et al. The video monitoring system based on big data processing[C]//2014 7th International Conference on Intelligent Computation Technology and Automation. IEEE，2014：865-868.

[18] SUBUDHI B N， ROUT D K， GHOSH A. Big data analytics for video surveillance[J]. Multimedia Tools and Applications，2019，78（18）：26129-26162.

[19] YANG G， RIDGEWAY C， MILLER A， et al. Comprehensive assessment of artificial intelligence tools for driver monitoring and analyzing safety critical events in vehicles[J]. Sensors，2024，24（8）：2478.

[20] PEREZ-CERROLAZA J， ABELLA J， BORG M， et al. Artificial intelligence for safety-critical systems in industrial and transportation domains： A survey[J]. ACM Computing Surveys，2024，56（7）：1-40.

[21] LEE J， LEE S. Construction site safety management： a computer vision and deep learning approach[J]. Sensors， 2023，23（2）：944.

[22] LIAO C， CHEN H， LIU C， et al. Computer vision-based monitoring method of non-wearing helmet events using face recognition[J].2023.

[23] WANG H， HU Z， GUO Y， et al. A Combined Method for Face and Helmet Detection in Intelligent Construction Site Application[C]//Recent Featured Applications of Artificial Intelligence Methods. LSMS 2020 and ICSEE 2020 Workshops： Workshops of the 6th International Conference on Life System Modeling and Simulation， LSMS 2020， and 6th International Conference on Intelligent Computing for Sustainable Energy and Environment， ICSEE 2020， Shanghai， China， October 25， 2020， Proceedings 6. Springer Singapore，2020：401-415.

[24] ROBISON R. Smart structures[J]. Civil Engineering， 1992， 62（11）：66.

[25] BRADLEY D A ， SEWARD D W .Artificial intelligence and robotic construction plant-the `smart artisan'[C]//IEE Colloquium on Artificial Intelligence in Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ． ＩＥＴ，１９９２：８/１－８/４．

[26] FUHR P L ， HUSTON D R ， AMBROSE T P .Prefabricated sensor panels for smart-civil-structures instrumentation[C]//Smart Structures and Materialｓ １９９３：Ｓｍａｒｔ Ｓｅｎｓｉｎｇ，Ｐｒｏｃｅｓｓｉｎｇ， ａｎｄ Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ．ＳＰＩＥ，１９９３（１９１８）：４３５－４３９．

[27] MAEDA J. Development and application of an all-weather automated building construction system'the SMART system'. Zentenkogata biru jido seko （sumato system） no kaihatsu to tekiyo[J]. Yosetsu Gijutsu （Welding Technique）;（Japan）， 1993，41（12）.

[28] AMBROSE T P， HUSTON D R， FUHR P L .Lessons learned in embedding fiber sensors into large civil structures[C]//Fiber Optic Smart Structures and Skins Ｖ． ＳＰＩＥ， １９９３（１７９８）：１９４－１９９．

[29] AMBROSE T P， HOUSTON D R， FUHR P L， et al. Shoring systems for construction load monitoring[J]. Smart Materials and Structures，1994，3（1）：26.

[30] WILLIAMS T P. Applying portable computing and hypermedia to construction[J]. Journal of Management in Engineering，1994，10（3）：41-45.

[31] HAAS C， SKIBNIEWSKI M， BUDNY E. Robotics in civil engineering[J]. Computer-Aided Civil and Infrastructure Engineering，1995，10（5）：371-381.

[32] LAMBROPOULOS S， MANOLOPOULOS N， PANTOUVAKIS J P. SEMANTIC： smart EarthMoving analysis and estimation of cost[J]. Construction Management amp; Economics，1996，14（2）：79-92.

[33] MERZBACHER C I， KERSEY A D， FRIEBELE E J. Fiber optic sensors in concrete structures： a review[J]. Smart materials and structures，1996（2）：196.

[34] NOOKALA M ， DILLINGHAM J ， MELBY G ，et al.SMART WORK ZONE. ITS OPERATIONAL TEST RESULTS[J].1997.

[35] STONE W C ， PFEFFER L E .Automation Infrastructure System for a Robotic 30-Ton Bridge Crane[C]//Asce Specialty Conference on Robotics for Challenging Environments，1998：195-201.

[36] STONE W， REED K， CHANG P， et al. NIST research toward construction site integration and automation[J]. Journal of aerospace engineering，1999，12（2）：50-57.

[37] DUNN K A ， LOUTHAN M R ， IYER N C ，et al.Application of Smart Materials/Technology at the Savannah River Site[J].Proceedings of SPIE - The International Society for Optical Engineering， 2000（3671）：64-75.

[38] ELGAFY H .Framework for smart card use in the construction industry[J].GaQ， 2001.

[39] YOSHIDA Y， KASHIWAI Y， MURAKAMI E， et al. Development of the monitoring system for slope deformations with fiber Bragg grating arrays[C]//Smart structures and materials 2002： Smart sensor technology and measurement systems. SPIE，2002：296-303.

[40] KUENNEN T. Smart construction： using cutting-edge technology to maximize public investment in america's transportation network[J]. Transportation Builder，2003，15（7）.

[41] CHEN Y F ， LIU S C ， WU W J ，et al.Design and implementation of smart sensor nodes for wireless disaster monitoring systems[J].Proceedings of SPIE - The International Society for Optical Engineering，2004（5391）：610-614.

[42] SONG J， HAAS C T， CALDAS C H. Tracking the location of materials on construction job sites[J]. Journal of construction engineering and management，2006，132（9）： 911-918.

[43] CALDAS C H， HAAS C T， LIAPI K A， et al. Modeling job sites in real time to improve safety during equipment operation[C]//Smart Structures and Materials 2006： Sensors and Smart Structures Technologies for Civil， Mechanical， and Aerospace Systems. SPIE，2006：1148-1155.

[44] CHEN Y， KAMARA J M. Using mobile computing for construction site information management[J]. Engineering， construction and architectural management，2008，15（1）： 7-20.

[45] FITTON D ， SUNDRAMOORTHY V ， KORTUEM G ，et al.Exploring the Design of Pay-Per-Use Objects in the Construction Domain[C]//Smart Sensing aｎｄ Ｃｏｎｔｅｘｔ： Ｔｈｉｒｄ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ， ＥｕｒｏＳＳＣ ２００８， Ｚｕｒｉｃｈ， Ｓｗｉｔｚｅｒｌａｎｄ， Ｏｃｔｏｂｅｒ ２９－３１，２００８． Ｐｒｏceedings 3. Springer Berlin Heidelberg，2008：192-205.

[46] JANG W S， SKIBNIEWSKI M J. A wireless network system for automated tracking of construction materials on project sites[J]. Journal of civil engineering and management， 2008，14（1）：11-19.

[47] LAINE R， IKONEN J. A construction plan image service for smart phones[C]//Proceedings of the 12th International Conference on Computer Systems and Technologies，2011： 292-297.

[48] CHANG C Y， HUNG S S， CHANG Y C， et al. Research and Development of RFIC Technology in Smart Temperature Information Material[J]. Journal of construction engineering and project management，2011，1（1）：18-23.

[49] WEI X， JUN Y， AODONG W. Design of wireless sensor networks for monitoring at construction sites[J]. Intelligent Automation amp; Soft Computing，2012，18（6）：635-646.

[50] DUBLON G ， PARADISO J A ， MAYTON B D ，et al.TRUSS： Tracking Risk with Ubiquitous Smart Sensing[J].IEEE Sensors Proceedings，2012，3（11）：1-4.

[51] PARK M S ， KIM E J ， LEE H S ，et al.Real Time Safety Management Framework at Construction Site based on Smart Mobile[J].Korean Journal of Construction Engineering amp; Management，2013，2（3）：3-14.

[52] KIVRAK S， ARSLAN G， AKGUN A， et al. Augmented reality system applications in construction project activities[J].ISARC Proceedings，2013：1560-1571.

[53] YEON S， LEE Y. Implementation of ubiquitous-based construction site management system[J]. The Journal of the Institute of Internet， Broadcasting and Communication，2013， 13（2）：239-244.

[54] ZOLLMANN S， HOPPE C， KLUCKNER S， et al. Augmented reality for construction site monitoring and documentation[J].Proceedings of the IEEE，2014，102（2）：137-154.

[55] GUO H ， LIU W ， ZHANG W ，et al.A BIM-RFID Unsafe On-Site Behavior Warning System[C]//2014 International Conference on Construction and Real Estate Management，2014.

[56] NGUYEN L D， KOUFAKOU A， MITCHELL C. A smart mobile app for site inspection and documentation[C]//Proceedings of ICSC15 5th International/11th Construction Specialty Conference，2015.

[57] PARK M W， ELSAFTY N， ZHU Z. Hardhat-wearing detection for enhancing on-site safety of construction workers[J]. Journal of Construction Engineering and Management， 2015，141（9）：04015024.

[58] LIU T Z ， HOU J ， XIONG G ，et al.Smart cloud-based platform for construction sites[C]//International Conference on Service Operations and Logistics， and Informatics.IEEE， 2016.

[59] PIRKL G， HEVESI P， AMARISLANOV O， et al. Smart helmet for construction site documentation and work support[C]//Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing： Adjunct，2016： 349-352.

[60] KIM S J， OK H， KIM T H. Mobile app development for smart construction site work processing[C]//Proceedings of the 9th International Conference on Information Management and Engineering，2017：24-28.

[61] LEE C H， KIM K H， KIM J W， et al. Construction site safety management system using zigbee communication[J]. Journal of the Institute of Electronics and Information Engineers，2017，54（3）：39-51.

[62] NIU Y， LU W， LIU D， et al. A smart construction object （SCO）-Enabled proactive data management system for construction equipment management[M]//Computing in Civil Engineering 2017，2017：130-138.

[63] NIU Y， LU W， LIU D. The application scenarios of smart construction objects （SCOs） in Construction[C]//Proceedings of the 20th International Symposium on Advancement of Construction Management and Real Estate. Springer Singapore，2017：969-980.

[64] LI R Y M. Smart working environments using the Internet of Things and construction site safety[J]. An Economic Analysis on Automated Construction Safety： Internet of Things， Artificial Intelligence and 3D Printing，2018：137-153.

[65] CHEN H， TANG J， FANG S， et al. Research on the Architecture and Technologies of the “Internet+” Smart Site[C]//2018 12th International Conference on Software， Knowledge， Information Management amp; Applications （SKIMA）. IEEE， 2018： 1-4.

[66] KAMARUDIN S S， ＰＡＮＧ Ｃ Ｓ， ＯＳＭAN N A .Smart sensor system in enhancing construction site safety management[J].INTI Jｏｕｒｎａｌ，２０２０（１）：1-6.

[67] JIANG W， DING L ， ZHOU C .Cyber physical system for safety management in smart construction site[J].Engineering Construction amp; Architectural Management，2021，28（3）：788-808.

[68] XIONG Z ， GAN X ， LI Y ，et al. Application of smart substation site management system based on 3D digitization[C]//Journal of Physics： Conference Series. IOP Publishing， 2021，1983（1）：012086.

[69] WANG Y. Research on a Safety Helmet Detection Method Based on Smart Construction Site[C]//2021 IEEE International Conference on Advances in Electrical Engineering and Computer Applications （AEECA）.IEEE，2021：341-343.

[70] SHANTI M Z， CHO C S， BYON Y J， et al. A novel implementation of an ai-based smart construction safety inspection protocol in the uae[J]. IEEE Access，2021（9）： 166603-166616.

[71] MING Z， CHEN J， CUI L， et al. Edge-based video surveillance with graph-assisted reinforcement learning in smart construction[J]. IEEE Internet of Things Journal， 2021，9（12）：9249-9265.

[72] GUO F， PENG X， GU J. Promotion Strategy of Smart Construction Site Based on Stakeholder： An Evolutionary Game Analysis[J]. Buildings，2022，12（5）：585.

[73] XUE H ， ZHANG T ， WANG Q ，et al.Developing a Unified Framework for Data Sharing in the Smart Construction Using Text Analysis[J].KSCE Journal of Civil Engineering，2022，26（11）：4359-4379.

[74] QIAN Y， LIU H， MAO P， et al. Evaluation of safety management of smart construction sites from the perspective of resilience[J]. Buildings， 2023，13（9）：2205.

[75] WANG C. The Role of Artificial Intelligence in Construction Management： A Case Study of Smart Worksite Systems[J]. Journal of Artificial Intelligence Practice，2023，6（9）：13-19.

[76] LIU N， PANG Y， CAO S， et al. Research on Digital Construction Process of Smart Site[C]//Proceedings of the 3rd International Conference on Big Data Economy and Information Management， BDEIM 2022， December 2-3， 2022， Zhengzhou， China，2023.

[77] FANG Q， CASTRO-LACOUTURE D， LI C. Smart safety： big data-enabled system for analysis and management of unsafe behavior by construction workers[J]. Journal of Management in Engineering，2024，40（1）：04023053.

[78] LIU L. The application of BIM+AR smart construction technology in municipal engineering[M]//Water Conservancy and Civil Construction Volume 2. CRC Press，2024：319-324.

[79] 徐光苗，纪波，钟启恩，等.智能建造与建筑工业化协同发展综合策划——以广州某大型安置区项目为例[J].建筑结构，2023，53（S1）：1148-1155.

[80] 刘美霞，卞光华，陈伟，等.超高层公共建筑智能建造技术体系探索实践[J].建筑结构，2023，53（10）：10-14.

[81] 李家华，黄黎明，陈良志.基于BIM和物联网技术的智慧工地平台在LNG码头施工中的应用[J].水运工程，2024（2）：169-174.

[82] 代永双，张志伟.基于建筑信息模型技术与智慧工地理念的地铁施工人员安全管理系统[J].城市轨道交通研究，2024，27（1）：229-233.

[83] 李伟，王小斌，张硕英，等.基于数字例会驱动的智慧工地落地应用研究[J].建筑经济，2023，44（11）：53-57.

[84] 杨汉宁，沈建增，陆峰.BIM5D+智慧工地系统构建研究与应用——以中国移动成都研究院科研枢纽工程项目为例[J].建筑经济，2023，44（5）：46-52.

[85] 安蕾.BIM+智慧工地在高速铁路四电工程管理中的应用[J].建筑经济，2023，44（4）：70-78.

[86] 费腾，陈玉婷.基于智慧协同的复杂形体建筑建造体系研究——以郑州市博物馆新馆项目为例[J].建筑学报，2022（S2）：227-232.

[87] 邱昌，康文创，邓运生，等.BIM+智慧工地应用价值与发展趋势探讨[J].建筑经济，2022，43（S2）：275-278.

[88] 王颖，邓祥文.智慧工地管理平台研究与应用——以白龙湾引黄涵闸项目为例[J].建筑经济，2022，43（12）：48-55.

[89] 施宁，庚琳，马云宾，等.管道智慧工地模块化构建及评价方法[J].油气储运，2022，41（8）：908-915.

[90] 张志伟，曹伍富，苑露莎，等.基于BIM+智慧工地平台的桩基施工进度管理方式[J].城市轨道交通研究，2022，25（1）：180-185.

[91] 黄建城，徐昆，董湛波.智慧工地管理平台系统架构研究与实现[J].建筑经济，2021，42（11）：25-30.

[92] 王秋茗，孙广玲，陆小锋，等.智慧工地中低分辨率的安全帽状态识别[J].电子测量技术，2020，43（15）：63-67.

[93] 徐友全，贾美珊.物联网在智慧工地安全管控中的应用[J].建筑经济，2019，40（12）：101-106.