水电站无边界作业面施工人员出勤无感知打卡方法及装置

技术领域

本发明涉及出勤打卡技术领域，尤其涉及一种水电站无边界作业面施工人员出勤无感知打卡方法、装置、电子设备及计算机可读存储介质。

背景技术

出勤打卡是一种记录员工工作时长及出勤情况的管理方式，出勤打卡涉及传感器技术、云计算、大数据及人工智能等多种技术。水电站的建设施工区域大多处于偏远地区，地形地貌复杂，因此对于水电站施工工人在施工过程中的管理监护显得尤为重要。

当前进行施工人员的到离岗打卡方式大多是传统打卡方式，一般需要施工人员主动将工作卡片或指纹等放置于打卡机上打卡，这种打卡方式不能对打卡人员进行全周期的施工监护，也需要耗费较多的人力，因此当前水电站施工人员的出勤打卡方式存在打卡方式繁琐、监管效果不佳的问题。

发明内容

本发明提供一种水电站无边界作业面施工人员出勤无感知打卡方法、装置及计算机可读存储介质，其主要目的在于解决当前水电站施工人员的出勤打卡方式存在打卡方式繁琐、监管效果不佳的问题。

为实现上述目的，本发明提供的一种水电站无边界作业面施工人员出勤无感知打卡方法，包括：

利用预构建的蓝牙定位技术获取蓝牙定位信息，在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列；

根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线；

在所述蓝牙定位信息中提取所述施工人员的蓝牙定位标签，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域；

根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集；

在所述蓝牙定位信息中提取施工进场时间及施工离场时间，根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线；

在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，计算所述时空位移三维曲线的曲线总长；

获取时空位移训练曲线集及作业打卡评分序列，利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络；

将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。

可选地，所述利用预构建的蓝牙定位技术获取蓝牙定位信息，包括：

利用预构建的蓝牙单基站获取可穿戴蓝牙设备的水平面测向角度及信号强度；

根据所述信号强度，利用预构建的信号强度距离公式计算水平测距，其中所述信号强度距离公式如下所示：

其中，

获取所述蓝牙单基站的蓝牙参照坐标，根据所述蓝牙参照坐标、水平面测向角度及所述水平测距，利用预构建的移动蓝牙坐标公式计算所述可穿戴蓝牙设备的移动蓝牙坐标，其中所述移动蓝牙坐标公式如下所示：

其中，（

获取所述可穿戴蓝牙设备的定位标签及所述移动蓝牙坐标的测定时间，根据所述定位标签、测定时间及所述移动蓝牙坐标构建所述蓝牙定位信息，其中所述定位标签可以为蓝牙地址。

可选地，所述根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线，包括：

在所述实时位置序列中依次提取每一个实时位置对应的测定时间及测定位置；

根据所述测定位置在所述三维时空坐标系中确定二维空间坐标点；

根据所述测定时间及所述二维空间坐标点在所述三维时空坐标系中确定三维时空坐标点；

汇总所述实时位置序列中所有实时位置的三维时空坐标点，得到三维时空坐标点集；

拟合所述三维时空坐标点集，得到所述时空位移三维曲线。

可选地，所述根据所述施工工种确定目标施工区域，包括：

接收用户根据所述施工工种及当前日期划定的施工作业任务；

根据所述施工作业任务划定所述目标施工区域。

可选地，所述根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集，包括：

提取所述三维时空坐标系中的二维空间坐标平面；

获取所述时空位移三维曲线在所述二维空间坐标平面的投影曲线；

利用所述目标施工区域对所述二维空间坐标平面进行切分，得到区域外平面；

判断所述区域外平面是否存在区域外曲线；

若所述区域外平面存在区域外曲线，则将所述区域外曲线作为时空越界三维曲线；

汇总所有时空越界三维曲线，得到时空越界三维曲线集；

若所述区域外平面不存在区域外曲线，则将所述时空越界三维曲线集置为0。

可选地，所述根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线，包括：

根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中识别施工进场三维坐标及施工离场三维坐标；

判断所述施工进场时间是否处于预设的标准进场时间之后；

若所述施工进场时间处于所述标准进场时间之后，则根据所述标准进场时间在所述时空位移三维曲线中识别标准进场三维坐标；

根据所述标准进场三维坐标及所述施工进场三维坐标在所述时空位移三维曲线中截取进场迟至三维曲线；

若所述施工进场时间不处于所述标准进场时间之后，则判断所述施工离场时间是否处于预设的标准离场时间之前；

若所述施工离场时间处于所述标准离场时间之前，则根据所述标准离场时间在所述时空位移三维曲线中识别标准离场三维坐标；

根据所述标准离场三维坐标及所述施工离场三维坐标在所述时空位移三维曲线中截取离场早退三维曲线；

若所述施工离场时间不处于所述标准离场时间之前，则将时空迟至三维曲线及时空早退三维曲线置为0。

可选地，所述在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，包括：

在所述时空位移三维曲线中依次提取三维曲线斜率，计算所述三维曲线斜率与所述三维时空坐标系中时间坐标轴的夹角，得到时间向曲线斜率集；

计算所述三维曲线斜率与所述二维空间坐标平面的夹角，得到空间面曲线斜率集；

分别在所述时间向曲线斜率集及空间面曲线斜率集提取最大时间向曲线斜率及最大空间面曲线斜率。

可选地，所述计算所述时空位移三维曲线的曲线总长，包括：

提取所述时空位移三维曲线的曲线起始点及曲线终止点，将预设的单位移速点从所述时空位移三维曲线的曲线起始点移动至曲线终止点，得到移动时长；

根据所述预设的单位测速及所述移动时长计算所述时空位移三维曲线的曲线总长。

可选地，所述利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络，包括：

在所述时空位移训练曲线集及作业打卡评分序列中依次提取对应的时空位移训练曲线及目标作业打卡评分；

提取所述时空位移训练曲线的时空越界训练曲线集、时空迟至训练曲线、时空早退训练曲线、最大时间向训练斜率、最大空间面训练斜率及时空位移训练曲线的曲线总长；

将所述时空越界训练曲线集、时空迟至训练曲线、时空早退训练曲线、最大时间向训练斜率、最大空间面训练斜率及时空位移训练曲线的曲线总长输入至所述原始打卡评分神经网络中，得到原始作业打卡评分；

计算所述原始作业打卡评分与所述目标作业打卡评分的训练误差，判断所述训练误差是否小于等于预设的误差阈值；

若所述训练误差小于等于所述误差阈值，则得到所述目标打卡评分神经网络；

若所述训练误差不小于等于所述误差阈值，则根据所述训练误差迭代调整所述原始打卡评分神经网络，直至所述训练误差小于等于所述误差阈值，得到目标打卡评分神经网络。

为了解决上述问题，本发明还提供一种水电站无边界作业面施工人员出勤无感知打卡装置，所述装置包括：

时空位移三维曲线绘制模块，用于利用预构建的蓝牙定位技术获取蓝牙定位信息，在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列；根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线；

目标施工区域锁定模块，用于在所述蓝牙定位信息中提取所述施工人员的蓝牙定位标签，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域；

时空曲线特征提取模块，用于根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集；在所述蓝牙定位信息中提取施工进场时间及施工离场时间，根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线；在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，计算所述时空位移三维曲线的曲线总长；

神经网络训练模块，用于获取时空位移训练曲线集及作业打卡评分序列，利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络；

作业打卡评分模块，用于将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以实现上述所述的水电站无边界作业面施工人员出勤无感知打卡方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的水电站无边界作业面施工人员出勤无感知打卡方法。

相比于背景技术所述：当前水电站施工人员的出勤打卡方式存在打卡方式繁琐、监管效果不佳的现象，本发明实施例是利用将时空位移三维曲线中的时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及时空位移三维曲线的曲线总长等时空曲线特征输入目标打卡评分神经网络，从而得到所述施工人员的作业打卡评分，此方法是在存在时空曲线特征及目标打卡评分神经网络的前提下进行的，因此需要获取时空曲线特征及目标打卡评分神经网络，在获取时空曲线特征的过程中，需要先绘制时空位移三维曲线，再利用目标施工区域在所述时空位移三维曲线中提取时空曲线特征，在绘制时空位移三维曲线过程中需要先在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列，再根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线，在确定目标施工区域的过程中，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域，此时就可以分别根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集，再在所述蓝牙定位信息中提取施工进场时间及施工离场时间，从而可以根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线，通过在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，最后计算所述时空位移三维曲线的曲线总长即可得到所述时空曲线特征，在获取目标打卡评分神经网络时，需要先获取时空位移训练曲线集及作业打卡评分序列，再利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，从而得到目标打卡评分神经网络，最后将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。因此本发明提出的水电站无边界作业面施工人员出勤无感知打卡方法、装置、电子设备及计算机可读存储介质，可以解决当前水电站施工人员的出勤打卡方式存在打卡方式繁琐、监管效果不佳的问题。

附图说明

图1为本发明一实施例提供的水电站无边界作业面施工人员出勤无感知打卡方法的流程示意图；

图2为本发明一实施例提供的水电站无边界作业面施工人员出勤无感知打卡装置的功能模块图；

图3为本发明一实施例提供的实现所述水电站无边界作业面施工人员出勤无感知打卡方法的电子设备的结构示意图。

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种水电站无边界作业面施工人员出勤无感知打卡方法。所述水电站无边界作业面施工人员出勤无感知打卡方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述水电站无边界作业面施工人员出勤无感知打卡方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

实施例1：参照图1所示，为本发明一实施例提供的水电站无边界作业面施工人员出勤无感知打卡方法的流程示意图。在本实施例中，所述水电站无边界作业面施工人员出勤无感知打卡方法包括：

S1、利用预构建的蓝牙定位技术获取蓝牙定位信息，在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列。

可解释的，所述蓝牙定位技术可以为蓝牙beacon技术，是一种信号质量要求低、抗干扰性强的蓝牙定位技术，通过信号强度分布特征，可以对佩戴蓝牙设备的人员的位置、出勤状态和持续时间进行感知，实时分析地面工程的人员状态信息。

具体的，首先通过在水电站施工作业面部署蓝牙单基站，基站绑定书电站施工作业面的位置信息，通过蓝牙单基站实时采集作业现场的人员信息（包括人员姓名、人员工种、所在施工单位、入场时间、离场时间及打卡位置）。

进一步地，所述蓝牙定位信息可以包括可穿戴蓝牙设备的蓝牙地址、实时位置序列等信息。所述实时位置序列指不同测定时间及其对应的移动蓝牙坐标组成的序列。

本发明实施例中，所述利用预构建的蓝牙定位技术获取蓝牙定位信息，包括：

利用预构建的蓝牙单基站获取可穿戴蓝牙设备的水平面测向角度及信号强度；

根据所述信号强度，利用预构建的信号强度距离公式计算水平测距，其中所述信号强度距离公式如下所示：

其中，

获取所述蓝牙单基站的蓝牙参照坐标，根据所述蓝牙参照坐标、水平面测向角度及所述水平测距，利用预构建的移动蓝牙坐标公式计算所述可穿戴蓝牙设备的移动蓝牙坐标，其中所述移动蓝牙坐标公式如下所示：

其中，（

获取所述可穿戴蓝牙设备的定位标签及所述移动蓝牙坐标的测定时间，根据所述定位标签、测定时间及所述移动蓝牙坐标构建所述蓝牙定位信息，其中所述定位标签可以为蓝牙地址。

可理解的，所述第一估计参数及第二估计参数需要事先进行测量估计，不同环境具有不同的第一估计参数及第二估计参数。所述信号强度距离公式可以通过对数正态阴影衰落模型获取，为现有技术，在此不再赘述。

进一步地，所述蓝牙单基站拥有上面的测向模块b及下面的测向模块a，所述测向模块a大致与被测施工人员处于同一水平面，所述水平面测向角度指被测人员与测向模块a在水平面的角度。所述蓝牙参照坐标指所述蓝牙单基站的位置坐标。所述水平测距指所述蓝牙单基站与被测人员的水平距离。

S2、根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线。

可解释的，所述三维时空坐标系指以水平面作为空间二维坐标（有x、y轴组成），以时间作为z轴的三维坐标系。所述时空位移三维曲线指将实时位置序列在所述三维时空坐标系描点拟合后得到的曲线。

本发明实施例中，所述根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线，包括：

在所述实时位置序列中依次提取每一个实时位置对应的测定时间及测定位置；

根据所述测定位置在所述三维时空坐标系中确定二维空间坐标点；

根据所述测定时间及所述二维空间坐标点在所述三维时空坐标系中确定三维时空坐标点；

汇总所述实时位置序列中所有实时位置的三维时空坐标点，得到三维时空坐标点集；

拟合所述三维时空坐标点集，得到所述时空位移三维曲线。

S3、在所述蓝牙定位信息中提取所述施工人员的蓝牙定位标签，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域。

可理解的，所述蓝牙定位标签可以为可穿戴蓝牙设备的蓝牙地址，具有唯一标识的作用，可以与施工人员姓名、施工人员工种、所在施工单位进行绑定。所述目标施工区域指施工人员可以进入的区域，不同工种的施工人员可以进入的区域不同。

本发明实施例中，所述根据所述施工工种确定目标施工区域，包括：

接收用户根据所述施工工种及当前日期划定的施工作业任务；

根据所述施工作业任务划定所述目标施工区域。

S4、根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集。

可理解的，所述时空越界三维曲线集指所述时空位移三维曲线中超过目标施工区域的部分。

本发明实施例中，所述根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集，包括：

提取所述三维时空坐标系中的二维空间坐标平面；

获取所述时空位移三维曲线在所述二维空间坐标平面的投影曲线；

利用所述目标施工区域对所述二维空间坐标平面进行切分，得到区域外平面；

判断所述区域外平面是否存在区域外曲线；

若所述区域外平面存在区域外曲线，则将所述区域外曲线作为时空越界三维曲线；

汇总所有时空越界三维曲线，得到时空越界三维曲线集；

若所述区域外平面不存在区域外曲线，则将所述时空越界三维曲线集置为0。

S5、在所述蓝牙定位信息中提取施工进场时间及施工离场时间，根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线。

可理解的，所述施工进场时间指施工人员进入目标施工区域的时间，所述施工离场时间指施工人员离开目标施工区域的时间。所述时空迟至三维曲线指所述时空位移三维曲线中处于迟到时段的曲线，所述时空早退三维曲线指所述时空位移三维曲线中处于早退时段的曲线。

本发明实施例中，所述根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线，包括：

根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中识别施工进场三维坐标及施工离场三维坐标；

判断所述施工进场时间是否处于预设的标准进场时间之后；

若所述施工进场时间处于所述标准进场时间之后，则根据所述标准进场时间在所述时空位移三维曲线中识别标准进场三维坐标；

根据所述标准进场三维坐标及所述施工进场三维坐标在所述时空位移三维曲线中截取进场迟至三维曲线；

若所述施工进场时间不处于所述标准进场时间之后，则判断所述施工离场时间是否处于预设的标准离场时间之前；

若所述施工离场时间处于所述标准离场时间之前，则根据所述标准离场时间在所述时空位移三维曲线中识别标准离场三维坐标；

根据所述标准离场三维坐标及所述施工离场三维坐标在所述时空位移三维曲线中截取离场早退三维曲线；

若所述施工离场时间不处于所述标准离场时间之前，则将时空迟至三维曲线及时空早退三维曲线置为0。

进一步地，所述标准进场时间及标准离场时间分别指所述施工人员的规定进场时间及规定离场时间。

S6、在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，计算所述时空位移三维曲线的曲线总长。

进一步地，所述最大时间向曲线斜率指所述时空位移三维曲线在时间轴方向的夹角，所述最大空间面曲线斜率指所述时空位移三维曲线在二维空间坐标平面的最大夹角。

本发明实施例中，所述在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，包括：

在所述时空位移三维曲线中依次提取三维曲线斜率，计算所述三维曲线斜率与所述三维时空坐标系中时间坐标轴的夹角，得到时间向曲线斜率集；

计算所述三维曲线斜率与所述二维空间坐标平面的夹角，得到空间面曲线斜率集；

分别在所述时间向曲线斜率集及空间面曲线斜率集提取最大时间向曲线斜率及最大空间面曲线斜率。

本发明实施例中，所述计算所述时空位移三维曲线的曲线总长，包括：

提取所述时空位移三维曲线的曲线起始点及曲线终止点，将预设的单位移速点从所述时空位移三维曲线的曲线起始点移动至曲线终止点，得到移动时长；

根据所述预设的单位测速及所述移动时长计算所述时空位移三维曲线的曲线总长。

S7、获取时空位移训练曲线集及作业打卡评分序列，利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络。

可理解的，所述时空位移训练曲线集指预先采集或构建的用于训练的时空位移三维曲线的集合。所述作业打卡评分序列指不同作业打卡评分组成的序列，例如：10分、30分、50分、70分以及90分等等。时空位移训练曲线越符合规定的标准，对应的作业打卡评分越高。

本发明实施例中，所述利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络，包括：

在所述时空位移训练曲线集及作业打卡评分序列中依次提取对应的时空位移训练曲线及目标作业打卡评分；

提取所述时空位移训练曲线的时空越界训练曲线集、时空迟至训练曲线、时空早退训练曲线、最大时间向训练斜率、最大空间面训练斜率及时空位移训练曲线的曲线总长；

将所述时空越界训练曲线集、时空迟至训练曲线、时空早退训练曲线、最大时间向训练斜率、最大空间面训练斜率及时空位移训练曲线的曲线总长输入至所述原始打卡评分神经网络中，得到原始作业打卡评分；

计算所述原始作业打卡评分与所述目标作业打卡评分的训练误差，判断所述训练误差是否小于等于预设的误差阈值；

若所述训练误差小于等于所述误差阈值，则得到所述目标打卡评分神经网络；

若所述训练误差不小于等于所述误差阈值，则根据所述训练误差迭代调整所述原始打卡评分神经网络，直至所述训练误差小于等于所述误差阈值，得到目标打卡评分神经网络。

进一步地，所述时空越界训练曲线集、时空迟至训练曲线、时空早退训练曲线、最大时间向训练斜率、最大空间面训练斜率及时空位移训练曲线的曲线总长可以视为施工人员的数据画像，通过大数据画像的手段提取人员信息的特征信息，并输入至预先训练好的目标打卡评分神经网络中，基于目标打卡评分神经网络分析地面工程的人员出勤打卡状态，结合各类人员的打卡到位状态分析施工人员的到位和缺勤情况。所述原始打卡评分神经网络可以为BP神经网络，包括：输入层节点、隐藏层节点及输出层节点。

S8、将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。

可理解的，所述目标打卡评分神经网络的输入层节点可以分为时空越界三维曲线集输入节点、时空迟至三维曲线输入节点、时空早退三维曲线输入节点、最大时间向曲线斜率输入节点、最大空间面曲线斜率输入节点及所述时空位移三维曲线的曲线总长输入节点。

相比于背景技术所述：当前水电站施工人员的出勤打卡方式存在打卡方式繁琐、监管效果不佳的现象，本发明实施例是利用将时空位移三维曲线中的时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及时空位移三维曲线的曲线总长等时空曲线特征输入目标打卡评分神经网络，从而得到所述施工人员的作业打卡评分，此方法是在存在时空曲线特征及目标打卡评分神经网络的前提下进行的，因此需要获取时空曲线特征及目标打卡评分神经网络，在获取时空曲线特征的过程中，需要先绘制时空位移三维曲线，再利用目标施工区域在所述时空位移三维曲线中提取时空曲线特征，在绘制时空位移三维曲线过程中需要先在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列，再根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线，在确定目标施工区域的过程中，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域，此时就可以分别根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集，再在所述蓝牙定位信息中提取施工进场时间及施工离场时间，从而可以根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线，通过在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，最后计算所述时空位移三维曲线的曲线总长即可得到所述时空曲线特征，在获取目标打卡评分神经网络时，需要先获取时空位移训练曲线集及作业打卡评分序列，再利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，从而得到目标打卡评分神经网络，最后将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。因此本发明提出的水电站无边界作业面施工人员出勤无感知打卡方法、装置、电子设备及计算机可读存储介质，可以解决当前水电站施工人员的出勤打卡方式存在打卡方式繁琐、监管效果不佳的问题。

实施例2：如图2所示，是本发明一实施例提供的水电站无边界作业面施工人员出勤无感知打卡装置的功能模块图。

本发明所述水电站无边界作业面施工人员出勤无感知打卡装置100可以安装于电子设备中。根据实现的功能，所述水电站无边界作业面施工人员出勤无感知打卡装置100可以包括时空位移三维曲线绘制模块101、目标施工区域锁定模块102、时空曲线特征提取模块103、模块104及模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

所述时空位移三维曲线绘制模块101，用于利用预构建的蓝牙定位技术获取蓝牙定位信息，在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列；根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线；

所述目标施工区域锁定模块102，用于在所述蓝牙定位信息中提取所述施工人员的蓝牙定位标签，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域；

所述时空曲线特征提取模块103，用于根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集；在所述蓝牙定位信息中提取施工进场时间及施工离场时间，根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线；在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，计算所述时空位移三维曲线的曲线总长；

所述神经网络训练模块104，用于获取时空位移训练曲线集及作业打卡评分序列，利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络；

所述作业打卡评分模块105，用于将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。

详细地，本发明实施例中所述水电站无边界作业面施工人员出勤无感知打卡装置100中的所述各模块在使用时采用与上述的图1中所述的水电站无边界作业面施工人员出勤无感知打卡方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

实施例3：如图3所示，是本发明一实施例提供的实现水电站无边界作业面施工人员出勤无感知打卡方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如水电站无边界作业面施工人员出勤无感知打卡程序。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（SecureDigital， SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如水电站无边界作业面施工人员出勤无感知打卡程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如水电站无边界作业面施工人员出勤无感知打卡程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。

所述总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的水电站无边界作业面施工人员出勤无感知打卡程序是多个指令的组合，在所述处理器10中运行时，可以实现：

利用预构建的蓝牙定位技术获取蓝牙定位信息，在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列；

根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线；

在所述蓝牙定位信息中提取所述施工人员的蓝牙定位标签，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域；

根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集；

在所述蓝牙定位信息中提取施工进场时间及施工离场时间，根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线；

在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，计算所述时空位移三维曲线的曲线总长；

获取时空位移训练曲线集及作业打卡评分序列，利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络；

将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。

具体地，所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

利用预构建的蓝牙定位技术获取蓝牙定位信息，在所述蓝牙定位信息中提取施工人员在预设施工时段内的实时位置序列；

根据所述实时位置序列在预构建的三维时空坐标系中拟合出所述施工人员的时空位移三维曲线；

在所述蓝牙定位信息中提取所述施工人员的蓝牙定位标签，根据所述蓝牙定位标签获取所述施工人员的施工工种，根据所述施工工种确定目标施工区域；

根据所述目标施工区域在所述时空位移三维曲线中截取时空越界三维曲线集；

在所述蓝牙定位信息中提取施工进场时间及施工离场时间，根据所述施工进场时间及施工离场时间在所述时空位移三维曲线中截取时空迟至三维曲线及时空早退三维曲线；

在所述时空位移三维曲线中提取最大时间向曲线斜率及最大空间面曲线斜率，计算所述时空位移三维曲线的曲线总长；

获取时空位移训练曲线集及作业打卡评分序列，利用所述时空位移训练曲线集及作业打卡评分序列对预构建的原始打卡评分神经网络进行训练，得到目标打卡评分神经网络；

将所述时空越界三维曲线集、时空迟至三维曲线、时空早退三维曲线、最大时间向曲线斜率、最大空间面曲线斜率及所述时空位移三维曲线的曲线总长输入所述目标打卡评分神经网络，得到所述施工人员的作业打卡评分。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。