基于AI识别技术的通信检修现场安全管控关键技术研究

摘要

针对通信检修现场作业环境复杂、异构风险源隐蔽且动态监管缺失的问题，本研究提出一套基于多模态人工智能(AI)识别技术的现场安全管控关键技术体系。该技术体系基于卷积神经网络(CNN)提取视频流中的违章特征，融合物联网传感数据与声纹识别结果，构建覆盖全时空维度的立体化风险管控模型，并依托边缘计算节点实现数据的本地化快速推理。测试数据表明:该技术体系在复杂光缆接续与基站登高作业场景下，违章识别查全率提升约98%，风险预警平均耗时降低至200 ms以内，实现了通信检修作业全过程的数字化、智能化闭环管控。

关键词

人工智能(AI)识别技术 / 通信检修现场 / 安全管控 / 关键技术