去年秋天，一家在江浙地区做住宅和厂房建设的建筑公司找到了我们。他们同时在建3个项目——一个18层的住宅楼、一个钢结构厂房和一个市政管廊工程。工地上人机交叉作业多，安全管理压力大。两个月前，其中一个工地的塔吊差点发生碰撞事故，虽然没伤人，但被当地住建局通报并要求限期整改。

建筑行业的安全生产有个老问题：安全规程很齐全、墙上贴满了制度，但现场执行起来完全是另一回事。工人今天戴了安全帽明天就不戴了、吊装区域有人误入、塔吊操作全凭司机经验、混凝土养护的时间温度靠人工记录——这些都是风险点，但靠安全员两条腿跑不过来。

这篇文章记录了我们给这家公司3个工地做边缘AI安全监测的方案。不吹效果，只说怎么做的、遇到什么坑、实际改造成这样。

一、现场情况摸底

和公司安全总监一起跑了3个工地，一个工地待了一天，先摸清了真实状况。

工地A（住宅楼，18层）：

工地B（钢结构厂房）：

工地C（市政管廊）：

三个工地的共性问题很明显：安全巡查全靠人、没有连续监控、数据靠纸质记录、出了事翻查困难。而且建筑工地有个特点——人员流动性大，一个工种干完就撤，下一批人来了又是新手。安全教育培训做了，但实际到了现场该犯的错一个不少。

二、方案设计

针对建筑工地的特殊性——临时性、无固定基础设施、供电不稳定、人员流动大——我们设计了四个模块并行推进的方案。

模块1：AI视觉安全行为监测

在每个工地关键区域部署摄像头+边缘AI网关，运行实时安全检测模型：

选型考虑：YOLOv8n在边缘AI网关（RK3588芯片）上跑得比较流畅，4路视频同时分析能做到15-20fps。没有用云端推理，原因是工地网络不稳定、延迟不可控。模型是在边缘端本地跑的，告警也本地触发，网络断了不影响识别功能。

模块2：塔吊安全监控

塔吊是工地上比较大的风险源。住宅楼工地的1台塔吊和厂房工地的2台汽车吊都需要监控：

边缘网关放在塔吊驾驶室下方，用防震支架固定。数据通过LoRa传到地面工地的中心网关再汇总。

模块3：环境监测

建筑工地对扬尘和噪声有环保合规要求。在工地边界和主要作业区部署：

数据每5分钟上报一次，超标时自动触发喷淋系统（扬尘）或语音提醒（噪声超限）。

另外，住宅楼工地在标准层和楼顶各布置了热电偶，监测大体积混凝土养护温度。这个做法从市政工程那边借鉴过来的——混凝土浇筑后的头72小时温度变化直接影响强度，温差太大容易开裂。

模块4：人员与设备管理

每个工人入场时发一张UWB定位胸牌，可以：

设备管理方面，在关键设备（塔吊、施工电梯、物料提升机）上装边缘计算节点，记录开机时长、作业次数、维保提醒。

整体架构

方案的分层结构是这样的：

采集层    → 摄像头 + 传感器 + UWB基站 + 塔吊监测仪
          ↓
边缘层    → 边缘AI网关（场地机房/塔吊/箱变）
          → 本地推理 + 本地存储（断网不缺数据）
          ↓
汇聚层    → 公司总部私有云（每4小时一次数据摘要）
          → 多项目管理看板
          ↓
展示层    → 总控中心大屏 + 项目经理手机App + 企业微信告警

三个工地各部署一台边缘AI网关，型号同样的BY-EG200（我们当时在用的工业级网关，IP65防护等级）。住宅楼工地的网关放在临时板房，加了防雷模块；管廊工地的网关用了一个防水箱挂在基坑边立杆上，太阳板供电+电池后备。

三、实施过程

分两个阶段实施：先在住宅楼工地做试点（2周），如果跑通了再推广到另外两个工地。

第一阶段：住宅楼工地试点（前2周）

第1-3天：布线+设备安装

摄像头安装本身不复杂——工地上已经有一些监控摄像头（之前找的安防公司装的），我们在关键位置新增了6个AI摄像头：出入口2个、塔吊附近2个、高处作业面1个、材料堆放区1个。走线走的是已有的弱电线管，省了不少事。

第4-5天：边缘网关部署

网关放在临时板房机柜里，连了企业内网的网桥。但有个问题——工地的临时用电电压波动非常大，白天大型设备启动时电压能降到180V。网关的开关电源扛不住，一天重启了3次。

加了一个UPS稳压电源之后解决了。后面另外两个工地直接标配了稳压模块。

第6天：模型调试

安全帽检测模型在工厂测试时准确率不错，到了工地现场就不行了——下午西晒的时候，阳光直射摄像头，工人迎面走来，安全帽和背景过曝，完全看不清。加了背光补偿和宽动态处理之后有所改善，但靠西侧的摄像头还是会在下午3-4点区间出现误报率升高的情况。我们的解决办法是把那个摄像头调了一个角度，从侧光改为顺光。

安全绳检测碰到更大的坑：工地的安全绳有黄色、蓝色、白色各种颜色，而且经常被脚手架钢管遮挡，模型经常检测不到或误检。花了两天时间重新采集数据、标注了400多张工地现场照片，retrain了一版才把准确率拉到可用的水平。

第7天：塔吊监测接入

塔吊本身是2019年的设备，没有数字接口。我们在回转机构加装了编码器和角度传感器，把信号接入边缘网关的RS485口。网关跑了一个简单的Modbus协议解析，把回转角度、高度、吊重数据读出来推送看板。

有个小插曲：传感器装上去第二天数据就断了，上去一看，传感器被塔吊司机碰掉了——司机嫌传感器盒子碍事。后来给传感器装了个不锈钢防护罩，焊死在安装底座上。

第8-10天：UWB定位部署

UWB基站在工地上部署起来比较麻烦。建筑工地不像工厂车间，钢结构框架会反射信号、混凝土墙会屏蔽、新立起来的钢筋笼也会干扰。我们做了两轮信号盲区测试，在塔吊基础、标准层电梯井、物料堆场边缘都补了基站。最终覆盖率做到了约85%。室内部分（地下室）还是有一些信号盲区，但非主要施工面，影响不大。

给120个工人发了定位胸牌，每人领用时登记姓名和工种。一开始在实名制通道门口设了个发牌点，发了两天发现工人领了不爱戴——嫌麻烦。后来改成和门禁闸机联动，不戴胸牌刷不开闸机，戴了才能进工地。倒逼了两天之后，佩戴率基本稳定在90%以上。

第11-14天：系统联调和基线测试

前面一周半的时间花在安装和调试上，第11天开始第一次全系统联调。联调试了3次才跑通全链路：摄像头画面到边缘网关→边缘推理→告警推送企业微信→手机端看到告警消息。

碰到的最后一个问题是在告警推送的延迟上。企业微信的消息推送接口本身有1-2秒延迟，但边缘网关的4G网桥偶尔会有5-8秒的延迟。安全总监说这个延迟对禁区入侵告警来说太长了——人都走进去了8秒才收到提醒，来不及阻止。最后我们给现场加了本地语音播报音箱，网关检测到入侵直接在工地上响警报（"警告：您已进入吊装危险区域，请立即离开"），云端推送作为第二次通知。这样本地响应延迟控制在500ms以内，云端推送不依赖实时性。

第二阶段：推广到另外两个工地（第3-4周）

有了住宅楼工地的经验，后面两个工地的部署快了很多——安装3天、联调2天就搞定了。

钢结构厂房工地的特殊问题：

市政管廊工地的特殊问题：

四、实际效果

系统上线运行了大概3个月，以下几个变化是比较明显的：

安全违规行为大幅减少。安全帽佩戴率从不到80%提升到96%以上（能检测到的范围内）。安装头两周工人还不适应，被AI抓拍后工地的电子屏上会实时显示违规照片，对工人的震慑效果比较明显。一个月后，不戴安全帽的情况基本看不到了。

塔吊防碰撞预警。住宅楼工地有一次刮风天气，塔吊在回转时吊臂接近相邻建筑，系统提前触发了告警。塔吊司机看到告警后及时制动，避免了可能发生的碰撞。这种情况以前完全靠司机个人判断。

禁区入侵告警。3个月内系统自动检测到87次人员误入吊装区域或基坑边缘等危险区，其中大部分是工人抄近路穿过吊装区。触发了本地语音警报后，人都能及时离开。

环境合规数据自动留存。以前环保部门来检查扬尘监测记录，安全员要翻手写台账，经常被质疑数据真实性。现在系统自动生成合规报告，扬尘和噪声数据15分钟一条、可追溯。上个月当地环保突击检查，一次性通过了。

管理效率提升。安全总监说现在打开手机就能看到3个工地的实时状态——哪个区域有违规、哪个设备在运行、各工种人员分布。以前只能靠安全员电话汇报，信息滞后不说，还容易漏报。

五、遇到的问题和思考

这个项目做下来，踩了不少坑。挑几个比较值得说的：

1. 建筑工地不是工厂，方案不能照搬

我们之前做的工厂项目经验在工地上有一半不适用。工厂是稳定环境——固定照明、固定网络、固定电源。工地是动态的：今天还在的通道明天可能就变成了基坑，昨天装的摄像头今天可能就被脚手架挡住了。线缆经常被施工车辆压断，设备容易被水泥浆糊住。方案设计时必须有"应急冗余"的思维。

2. 工人对监控的抵触比预想的大

初期有些工人觉得摄像头在"盯着"不舒服，还有人故意用安全帽遮挡摄像头。我们做了一次现场沟通会，说明了这些摄像头的目的是安全保护、不是扣钱。安全总监也明确表态：抓拍违规不是罚款依据，是安全教育素材。有了这个承诺，抵触情绪明显减少了。

3. 白天和晚上是两个完全不同的场景

白天有自然光，晚上工地虽然有照明灯，但光照不均匀——塔吊附近亮、基坑暗、材料堆场半亮。AI模型在白天的准确率有94%以上，晚上直降到约70%。原因是训练数据以白天为主，晚上的样本太少。后来补采了三个晚上的数据（从傍晚6点到凌晨2点），重新训练后才把夜间准确率拉到约88%。

4. 数据最有价值的部分不是"告警"而是"趋势"

项目初期大家关注的是告警：今天抓到了几个违规。但跑了两个月发现，告警数量本身意义不大——每天抓到100次违规不代表工地更安全，反而说明管理有问题。更有价值的数据是趋势分析：哪个区域的违规最多？什么时间段最多发？哪个工种最不遵守规定？这些洞察能指导管理者做针对性的改善。

5. 协同上的阻力

这个项目最难的部分不在技术，而在推动各工地配合。每个工地的项目经理都有自己的施工进度压力，他们觉得装摄像头、拉定位是"添乱"，影响施工。我们的做法是让安全总监出面协调，先把"安全表现纳入项目考核"这条线讲清楚，再说技术方案。搞定了考核，各项目经理配合了很多。

六、给同行的一些参考

如果你也在考虑类似的工地智能化改造，几点经验：

  1. 先从一个最"好做"的工地开始试点，别一上来就铺3个。我们如果没先在住宅楼工地踩一遍坑，后面两个工地可能也会一样踩一遍。
  2. 不要低估供电和网络的难度。工地的临时用电和网络比工厂差很多，UPS和双SIM卡冗余几乎是标配，不是可选项。
  3. 告警要本地+云端双重冗余。建筑工地的网络随时可能断（挖断光缆、电源跳闸），本地语音播报是兜底方案。
  4. AI模型必须用工地本地的数据重训。标准模型在自己的场景里一定会有偏差，留出至少一周的现场数据采集+微调时间。
  5. 工人抵触问题要提前沟通。跟工人说清楚AI是保护他们而不是监控他们，最好让安全负责人当面讲，比贴公告管用。
  6. 关注数据趋势，不要只看告警数量。告警谁都会看，但能看出"木工班的违规次数是钢筋工班的3倍"这种信息，才能做针对性改善。