Resumen

Para apoyar la construcción inteligente, el gemelo digital ha sido un concepto bien reconocido para representar virtualmente las instalaciones físicas. Es igualmente importante reconocer las acciones humanas y el movimiento del equipo de construcción en escenas de construcción virtuales. En comparación con la extensa investigación sobre el reconocimiento de acciones humanas (HAR) que se puede aplicar para identificar a los trabajadores de la construcción, la investigación en el campo del reconocimiento de acciones de equipos de construcción (CEAR) es muy limitada, principalmente debido a la falta de conjuntos de datos disponibles con videos que muestren las acciones del equipo de construcción. Las contribuciones de esta investigación son las siguientes: (1) el desarrollo de un conjunto de datos de video completo de 2,064 clips con cinco tipos de acciones para excavadoras y camiones volquete; (2) un nuevo enfoque de CEAR basado en aprendizaje profundo (conocido como red convolucional temporal simplificada o STCN) que combina una red neuronal convolucional (CNN) con memoria a corto plazo (LSTM, una red neuronal recurrente artificial

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Construcción inteligente; Gemelo digital; Acciones humanas; Equipos de construcción; Reconocimiento de acciones; Aprendizaje profundo
• Keywords:Smart construction; Digital twin; Human actions; Construction equipment; Action recognition; Deep learning