深度学习和基于计算机视觉的方法的发展有可能为工程师提供提高项目性能的能力。本研究旨在金博宝188欢迎你为工程项目设计和开发一个基于深度学习和计算机视觉的框架。研究目标金博宝188欢迎你是:(1)考虑当前计算机视觉和深度学习的进展;(2)确定在工程中使用深度学习可金博宝188欢迎你以实现的研究挑战;(3)为未来工程背景下深度学习这一新兴领域的研究提供了一个路标。金博宝188欢迎你

民用基础设施项目对重型设备的需求很大，这些设备的性能是现场业务能否成功交付的决定因素。虽然制造商提供设备性能手册，但需要额外的监测机制，以避免仅根据移动材料的单位成本来衡量性能。基于视觉的跟踪和姿态估计可以方便地进行站点性能监测。博士研究金博宝188欢迎你项目将开发基于回归的深度神经网络(DNNs)来监测设备，以确保设备运行的安全性、生产率、可持续性和质量

民用基础设施工程与许多现场事故和严重伤害有关。建立在现场工作人员危险感知基础上的适当安全培训将有助于提高安全性能和减少现场事故。为了实现这一目标，本博士研究将开发一个框架，以促进现场金博宝188欢迎你流程的上下文感知安全培训。然后，通过使用建筑信息模型(BIM)、虚拟现实(VR)和增强现实(AR)创建安全培训场景，对该框架的适用性进行评估。

建筑业是自动化程度最低的行业之一，以手工密集型劳动为主要生产力来源。无论是新的商业建筑、翻新还是拆除，机器人都还没有在建筑生命周期的任何步骤中发挥重要作用。

莫纳什大学正在测试交互式机器人在建筑中的应用，以改变该行业的现状。

作为一个高度非自动化的行业，建筑机器人将对该行业的生产率和安全性产生重大影响。随着建筑公司寻求越来越多的自动化任务，对建筑机器人的需求将稳步增长。该项目旨在解决这一需求。

施工和组装设计(DfCA)优化了施工中的产品设计和开发过程。DfCA的主要目标是改善建筑和装配中的有形绩效指标，如结构、环境和时间属性。在建筑细分行业中，非现场预制为实施DfCA提供了巨大的潜力。与制造类似，在场外进行产品设计之后是生产操作、组装和安装。采用DfCA原则，如减少组件的数量和重量，已被证明在优化施工和现场组装方面有效。

有必要研究定量分析DfCA在施工环境金博宝188欢迎你中的影响，从而优化决策。在此基础上，目前的研究将DfCA视为一个将设计、建造和金博宝188欢迎你装配需求定义为约束的优化问题。在一个新的建模计划中，结构、环境和时间属性被量化，并与DfCA目标的实现和约束条件的满足联系起来。

基础设施项目为社区提供必要的物质和组织设施。此类项目中的信息流是复杂的，特别是在进行现场和场外过程的混合时。由于基础设施项目仍在经历预算和时间超支，有必要重新审查信息流。

有必要进行研究，为基础设施项目中的信金博宝188欢迎你息流开发强有力的框架。在此基础上，需要从投资组合、流程和运营三个方面对建筑生产进行三维视角，以改进设计、施工、运营和维护等方面的绩效措施。这些改进包括但不限于最大限度地减少返工和再入流程、灵活的结构、增强的多学科协作和高效的维护。这项研究通金博宝188欢迎你过检查复杂基础设施设置中的信息流，对知识体系做出了贡献。

稳健的供应决策是预制产品先进制造的关键。主流研究的重点是通过优金博宝188欢迎你化采购决策，最大限度地减少场外建筑供应网络的成本超支。然而，诸如包括或排除某些供应商的战略偏好以及多供应商配置的利用等决策参数还有待制定和分析解决。该项目旨在以较小的总投资提高供应网络性能。

为了实现这一目标，该项目开发并测试了几个关于优化供应决策和配置的研究假设。金博宝188欢迎你现实世界的预制项目作为测试平台，以证明分析的有效性，并分析供应相关决策的成本影响。建模方法和结果有助于预制产品先进制造的优化决策。

混合基础设施项目被定义为现场/协调/场外项目维度的三位一体。在这种情况下，不确定性的相互作用会导致项目目标的偏离，导致时间和成本超支、安全问题、质量缺陷、技术问题和缺乏客户满意度。为了解决这些问题，需要在混合(多维)项目中识别和分析风险的整体方法。为了实现这一目标，目前的项目利用基础设施项目的真实数据开发和测试了几个研究假设。金博宝188欢迎你

混合基础设施项目中三元风险分析的实际意义将为项目设置中的最佳决策提供信息。风险管理的综合方法将减少偏离项目目标的机会。