自动生成可视化进度的工程数据处理方法及系统与流程

1.本发明涉及工程数据处理技术领域，尤其涉及一种自动生成可视化进度的工程数据处理方法及系统。


背景技术：

2.随着施工技术的发展和建筑需求的增长，建筑施工项目的数量和复杂度都开始大幅增长，在面对更加多和更加复杂的施工工程项目，许多企业开始引入信息技术来对施工工程项目进行监控，例如通过数据传输技术来获取施工数据，或是通过数据判断来确定施工情况。但现有的数据处理技术在解决工程管理方面的工作任务时，没有考虑到对不同的工程部分引入更加直观地的可视化技术来实现施工进度把控。可见，现有技术存在缺陷，亟需解决。


技术实现要素：

3.本发明所要解决的技术问题在于，提供一种自动生成可视化进度的工程数据处理方法及系统，能够实现自动生成直观的不同工程部分的进度图像，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
4.为了解决上述技术问题，本发明第一方面公开了一种自动生成可视化进度的工程数据处理方法，所述方法包括：
5.获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息；
6.根据所述多个施工数据，确定每一所述工程部分对应的节点进度参数；
7.获取用户输入的进度生成指令；
8.响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像；所述工程节点进度图像用于直观展示所述目标工程项目的每一所述工程部分对应的节点进度情况。
9.作为一种可选的实施方式，在本发明第一方面中，所述施工数据包括施工图像数据、施工声音数据、施工视频数据、施工测距数据、施工文字汇报数据中的至少一种。
10.作为一种可选的实施方式，在本发明第一方面中，所述工程部分包括基础工程部分、主体工程部分、装修工程部分、机电工程部分、室外工程部分和工程验收部分中的至少一种。
11.作为一种可选的实施方式，在本发明第一方面中，所述根据所述多个施工数据，确定每一所述工程部分对应的节点进度参数，包括：
12.根据每一所述施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一所述施工数据对应的工程部分；
13.根据每一所述工程部分对应的所有所述施工数据的数据内容，基于神经网络算法，确定每一所述工程部分对应的节点进度参数。
14.作为一种可选的实施方式，在本发明第一方面中，所述根据每一所述施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一所述施工数据对应的工程部分，包括：
15.对于每一所述施工数据，根据该施工数据对应的数据类型，确定对应的第一神经网络预测模型；
16.将该施工数据和对应的数据获取时间和数据获取位置输入至所述第一神经网络预测模型中，以得到预测输出的该施工数据对应的工程部分；所述第一神经网络预测模型通过包括有多个对应数据类型的训练施工数据和对应的数据获取时间和数据获取位置和对应的工程部分标注的训练数据集训练得到。
17.作为一种可选的实施方式，在本发明第一方面中，所述根据每一所述工程部分对应的所有所述施工数据的数据内容，以及所述施工节点计划信息，确定每一所述工程部分对应的节点进度参数，包括：
18.对于每一所述工程部分对应的任一所述施工数据，根据该工程部分和该施工数据对应的数据类型，确定对应的第二神经网络预测模型；
19.将该施工数据的数据内容输入至所述第二神经网络预测模型中，以得到预测输出的该施工数据对应的所属节点和完成情况；所述第二神经网络预测模型通过包括有多个属于对应的工程部分和数据类型的训练施工数据和对应的所属节点标注和完成情况标注的训练数据集训练得到；
20.计算每一所述工程部分对应的所有所述施工数据的所属节点的平均值，得到每一所述工程部分对应的当前节点；
21.计算每一所述工程部分对应的所有所述施工数据的完成情况的平均值，得到每一所述工程部分对应的当前节点完成程度；
22.将每一所述工程部分对应的所述当前节点和所述当前节点完成程度，确定为每一所述工程部分对应的节点进度参数。
23.作为一种可选的实施方式，在本发明第一方面中，所述施工节点计划信息包括每一所述工程部分对应的多个施工节点；以及，所述响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像，包括：
24.对于每一所述工程部分，根据该工程部分对应的施工节点计划信息，生成该工程部分对应的施工时间线图像；所述施工时间线图像中包括有被同一时间线连接的多个施工节点；
25.根据该工程部分对应的节点进度参数，在施工时间线图像中的所有所述施工节点确定出目标施工节点和对应的节点完成情况；
26.将所述施工时间线图像中所述目标施工节点以及之前的所有施工节点都显示为完成状态，并在所述目标施工节点对应的显示区域上显示所述节点完成情况，以得到该工程部分对应的进度示意图；
27.根据所有所述工程部分和对应的所述进度示意图，生成所述目标工程项目对应的工程节点进度图像。
28.本发明第二方面公开了一种自动生成可视化进度的工程数据处理系统，所述系统
包括：
29.第一获取模块，用于获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息；
30.确定模块，用于根据所述多个施工数据，基于神经网络算法，确定每一所述工程部分对应的节点进度参数；
31.第二获取模块，用于获取用户输入的进度生成指令；
32.显示模块，用于响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像；所述工程节点进度图像用于直观展示所述目标工程项目的每一所述工程部分对应的节点进度情况。
33.作为一种可选的实施方式，在本发明第二方面中，所述施工数据包括施工图像数据、施工声音数据、施工视频数据、施工测距数据、施工文字汇报数据中的至少一种。
34.作为一种可选的实施方式，在本发明第二方面中，所述工程部分包括基础工程部分、主体工程部分、装修工程部分、机电工程部分、室外工程部分和工程验收部分中的至少一种。
35.作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据所述多个施工数据，确定每一所述工程部分对应的节点进度参数的具体方式，包括：
36.根据每一所述施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一所述施工数据对应的工程部分；
37.根据每一所述工程部分对应的所有所述施工数据的数据内容，基于神经网络算法，确定每一所述工程部分对应的节点进度参数。
38.作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据每一所述施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一所述施工数据对应的工程部分的具体方式，包括：
39.对于每一所述施工数据，根据该施工数据对应的数据类型，确定对应的第一神经网络预测模型；
40.将该施工数据和对应的数据获取时间和数据获取位置输入至所述第一神经网络预测模型中，以得到预测输出的该施工数据对应的工程部分；所述第一神经网络预测模型通过包括有多个对应数据类型的训练施工数据和对应的数据获取时间和数据获取位置和对应的工程部分标注的训练数据集训练得到。
41.作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据每一所述工程部分对应的所有所述施工数据的数据内容，以及所述施工节点计划信息，确定每一所述工程部分对应的节点进度参数的具体方式，包括：
42.对于每一所述工程部分对应的任一所述施工数据，根据该工程部分和该施工数据对应的数据类型，确定对应的第二神经网络预测模型；
43.将该施工数据的数据内容输入至所述第二神经网络预测模型中，以得到预测输出的该施工数据对应的所属节点和完成情况；所述第二神经网络预测模型通过包括有多个属于对应的工程部分和数据类型的训练施工数据和对应的所属节点标注和完成情况标注的训练数据集训练得到；
44.计算每一所述工程部分对应的所有所述施工数据的所属节点的平均值，得到每一所述工程部分对应的当前节点；
45.计算每一所述工程部分对应的所有所述施工数据的完成情况的平均值，得到每一所述工程部分对应的当前节点完成程度；
46.将每一所述工程部分对应的所述当前节点和所述当前节点完成程度，确定为每一所述工程部分对应的节点进度参数。
47.作为一种可选的实施方式，在本发明第二方面中，所述施工节点计划信息包括每一所述工程部分对应的多个施工节点；以及，所述显示模块响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像的具体方式，包括：
48.对于每一所述工程部分，根据该工程部分对应的施工节点计划信息，生成该工程部分对应的施工时间线图像；所述施工时间线图像中包括有被同一时间线连接的多个施工节点；
49.根据该工程部分对应的节点进度参数，在施工时间线图像中的所有所述施工节点确定出目标施工节点和对应的节点完成情况；
50.将所述施工时间线图像中所述目标施工节点以及之前的所有施工节点都显示为完成状态，并在所述目标施工节点对应的显示区域上显示所述节点完成情况，以得到该工程部分对应的进度示意图；
51.根据所有所述工程部分和对应的所述进度示意图，生成所述目标工程项目对应的工程节点进度图像。
52.本发明第三方面公开了另一种自动生成可视化进度的工程数据处理系统，所述系统包括：
53.存储有可执行程序代码的存储器；
54.与所述存储器耦合的处理器；
55.所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的自动生成可视化进度的工程数据处理方法中的部分或全部步骤。
56.本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的自动生成可视化进度的工程数据处理方法中的部分或全部步骤。
57.与现有技术相比，本发明具有以下有益效果：
58.本发明能够根据实时的施工数据和预设的施工节点计划信息，来确定工程项目的不同部分的节点进度，并生成直观的工程节点进度图像，从而能够实现自动生成直观的不同工程部分的进度图像，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
附图说明
59.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。
60.图1是本发明实施例公开的一种自动生成可视化进度的工程数据处理方法的流程示意图；
61.图2是本发明实施例公开的一种自动生成可视化进度的工程数据处理系统的结构示意图；
62.图3是本发明实施例公开的另一种自动生成可视化进度的工程数据处理系统的结构示意图。
具体实施方式
63.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
64.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
65.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
66.本发明公开了一种自动生成可视化进度的工程数据处理方法及系统，能够根据实时的施工数据和预设的施工节点计划信息，来确定工程项目的不同部分的节点进度，并生成直观的工程节点进度图像，从而能够实现自动生成直观的不同工程部分的进度图像，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。以下分别进行详细说明。
67.实施例一
68.请参阅图1，图1是本发明实施例公开的一种自动生成可视化进度的工程数据处理方法的流程示意图。其中，图1所描述的方法可以应用于相应的数据处理设备、数据处理终端、数据处理服务器中，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定如图1所示，该自动生成可视化进度的工程数据处理方法可以包括以下操作：
69.101、获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息。
70.可选的，施工数据包括施工图像数据、施工声音数据、施工视频数据、施工测距数据、施工文字汇报数据中的至少一种。
71.可选的，工程部分包括基础工程部分、主体工程部分、装修工程部分、机电工程部分、室外工程部分和工程验收部分中的至少一种。
72.102、根据多个施工数据，确定每一工程部分对应的节点进度参数。
73.103、获取用户输入的进度生成指令。
74.104、响应进度生成指令，根据每一工程部分对应的节点进度参数，和施工节点计划信息，生成目标工程项目对应的工程节点进度图像。
75.具体的，工程节点进度图像用于直观展示目标工程项目的每一工程部分对应的节点进度情况。
76.可见，实施本发明实施例所描述的方法能够根据实时的施工数据和预设的施工节点计划信息，来确定工程项目的不同部分的节点进度，并生成直观的工程节点进度图像，从而能够实现自动生成直观的不同工程部分的进度图像，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
77.作为一种可选的实施例，上述步骤中的，根据多个施工数据，确定每一工程部分对应的节点进度参数，包括：
78.根据每一施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一施工数据对应的工程部分；
79.根据每一工程部分对应的所有施工数据的数据内容，基于神经网络算法，确定每一工程部分对应的节点进度参数。
80.通过上述实施例，能够基于神经网络算法来确定施工数据对应的工程部分以及工程部分对应的节点进度参数，从而能够充分利用算法优势以及实时施工数据来更精确地确定工程部分对应的节点进度参数，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
81.作为一种可选的实施例，上述步骤中的，根据每一施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一施工数据对应的工程部分，包括：
82.对于每一施工数据，根据该施工数据对应的数据类型，确定对应的第一神经网络预测模型；
83.将该施工数据和对应的数据获取时间和数据获取位置输入至第一神经网络预测模型中，以得到预测输出的该施工数据对应的工程部分；第一神经网络预测模型通过包括有多个对应数据类型的训练施工数据和对应的数据获取时间和数据获取位置和对应的工程部分标注的训练数据集训练得到。
84.可选的，第一神经网络方面，可以预先根据数据类型的数量训练对应数量的神经网络模型以用于后续的预测。可选的，神经网络的结构可以为cnn结构、rnn结构或ltsm结构的，本领域技术人员可以根据经验和实验选择相应的模型，本发明不作赘述。
85.通过上述实施例，能够根据施工数据对应的数据类型确定对应的神经网络预测模型，以预测施工数据对应的工程部分，从而能够充分利用算法优势以及实时施工数据来更精确地确定施工数据对应的工程部分，后续有利于进一步预测工程部分对应的节点进度参数，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
86.作为一种可选的实施例，上述步骤中的，根据每一工程部分对应的所有施工数据的数据内容，以及施工节点计划信息，确定每一工程部分对应的节点进度参数，包括：
87.对于每一工程部分对应的任一施工数据，根据该工程部分和该施工数据对应的数据类型，确定对应的第二神经网络预测模型；
88.将该施工数据的数据内容输入至第二神经网络预测模型中，以得到预测输出的该
施工数据对应的所属节点和完成情况；第二神经网络预测模型通过包括有多个属于对应的工程部分和数据类型的训练施工数据和对应的所属节点标注和完成情况标注的训练数据集训练得到；
89.计算每一工程部分对应的所有施工数据的所属节点的平均值，得到每一工程部分对应的当前节点；
90.计算每一工程部分对应的所有施工数据的完成情况的平均值，得到每一工程部分对应的当前节点完成程度；
91.将每一工程部分对应的当前节点和当前节点完成程度，确定为每一工程部分对应的节点进度参数。
92.可选的，第二神经网络方面，同样可以预先根据数据类型的数量训练对应数量的神经网络模型以用于后续的预测。可选的，神经网络的结构可以为cnn结构、rnn结构或ltsm结构的，本领域技术人员可以根据经验和实验选择相应的模型，本发明不作赘述。
93.通过上述实施例，能够根据施工数据对应的数据类型确定对应的神经网络预测模型，以预测施工数据对应的所属节点和完成情况，以充分利用算法优势以及实时施工数据来更精确地确定工程部分对应的节点进度参数，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
94.作为一种可选的实施例，施工节点计划信息包括每一工程部分对应的多个施工节点；以及，上述步骤中的，响应进度生成指令，根据每一工程部分对应的节点进度参数，和施工节点计划信息，生成目标工程项目对应的工程节点进度图像，包括：
95.对于每一工程部分，根据该工程部分对应的施工节点计划信息，生成该工程部分对应的施工时间线图像；施工时间线图像中包括有被同一时间线连接的多个施工节点；
96.根据该工程部分对应的节点进度参数，在施工时间线图像中的所有施工节点确定出目标施工节点和对应的节点完成情况；
97.将施工时间线图像中目标施工节点以及之前的所有施工节点都显示为完成状态，并在目标施工节点对应的显示区域上显示节点完成情况，以得到该工程部分对应的进度示意图；
98.根据所有工程部分和对应的进度示意图，生成目标工程项目对应的工程节点进度图像。
99.通过上述实施例，能够根据所有工程部分和对应的进度示意图，生成目标工程项目对应的工程节点进度图像，从而能够直观展示出工程项目的不同工程部分对应的进度情况，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
100.实施例二
101.请参阅图2，图2是本发明实施例公开的一种自动生成可视化进度的工程数据处理系统的结构示意图。其中，图2所描述的系统可以应用于相应的数据处理设备、数据处理终端、数据处理服务器中，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图2所示，该系统可以包括：
102.第一获取模块201，用于获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息。
103.可选的，施工数据包括施工图像数据、施工声音数据、施工视频数据、施工测距数
据、施工文字汇报数据中的至少一种。
104.可选的，工程部分包括基础工程部分、主体工程部分、装修工程部分、机电工程部分、室外工程部分和工程验收部分中的至少一种。
105.确定模块202，用于根据多个施工数据，基于神经网络算法，确定每一工程部分对应的节点进度参数。
106.第二获取模块203，用于获取用户输入的进度生成指令。
107.显示模块204，用于响应进度生成指令，根据每一工程部分对应的节点进度参数，和施工节点计划信息，生成目标工程项目对应的工程节点进度图像。
108.具体的，工程节点进度图像用于直观展示目标工程项目的每一工程部分对应的节点进度情况。
109.可见，实施本发明实施例所描述的装置能够根据实时的施工数据和预设的施工节点计划信息，来确定工程项目的不同部分的节点进度，并生成直观的工程节点进度图像，从而能够实现自动生成直观的不同工程部分的进度图像，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
110.作为一种可选的实施例，确定模块202根据多个施工数据，确定每一工程部分对应的节点进度参数的具体方式，包括：
111.根据每一施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一施工数据对应的工程部分；
112.根据每一工程部分对应的所有施工数据的数据内容，基于神经网络算法，确定每一工程部分对应的节点进度参数。
113.通过上述实施例，能够基于神经网络算法来确定施工数据对应的工程部分以及工程部分对应的节点进度参数，从而能够充分利用算法优势以及实时施工数据来更精确地确定工程部分对应的节点进度参数，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
114.作为一种可选的实施例，确定模块202根据每一施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一施工数据对应的工程部分的具体方式，包括：
115.对于每一施工数据，根据该施工数据对应的数据类型，确定对应的第一神经网络预测模型；
116.将该施工数据和对应的数据获取时间和数据获取位置输入至第一神经网络预测模型中，以得到预测输出的该施工数据对应的工程部分；第一神经网络预测模型通过包括有多个对应数据类型的训练施工数据和对应的数据获取时间和数据获取位置和对应的工程部分标注的训练数据集训练得到。
117.可选的，第一神经网络方面，可以预先根据数据类型的数量训练对应数量的神经网络模型以用于后续的预测。可选的，神经网络的结构可以为cnn结构、rnn结构或ltsm结构的，本领域技术人员可以根据经验和实验选择相应的模型，本发明不作赘述。
118.通过上述实施例，能够根据施工数据对应的数据类型确定对应的神经网络预测模型，以预测施工数据对应的工程部分，从而能够充分利用算法优势以及实时施工数据来更精确地确定施工数据对应的工程部分，后续有利于进一步预测工程部分对应的节点进度参数，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
119.作为一种可选的实施例，确定模块202根据每一工程部分对应的所有施工数据的数据内容，以及施工节点计划信息，确定每一工程部分对应的节点进度参数的具体方式，包括：
120.对于每一工程部分对应的任一施工数据，根据该工程部分和该施工数据对应的数据类型，确定对应的第二神经网络预测模型；
121.将该施工数据的数据内容输入至第二神经网络预测模型中，以得到预测输出的该施工数据对应的所属节点和完成情况；第二神经网络预测模型通过包括有多个属于对应的工程部分和数据类型的训练施工数据和对应的所属节点标注和完成情况标注的训练数据集训练得到；
122.计算每一工程部分对应的所有施工数据的所属节点的平均值，得到每一工程部分对应的当前节点；
123.计算每一工程部分对应的所有施工数据的完成情况的平均值，得到每一工程部分对应的当前节点完成程度；
124.将每一工程部分对应的当前节点和当前节点完成程度，确定为每一工程部分对应的节点进度参数。
125.可选的，第二神经网络方面，同样可以预先根据数据类型的数量训练对应数量的神经网络模型以用于后续的预测。可选的，神经网络的结构可以为cnn结构、rnn结构或ltsm结构的，本领域技术人员可以根据经验和实验选择相应的模型，本发明不作赘述。
126.通过上述实施例，能够根据施工数据对应的数据类型确定对应的神经网络预测模型，以预测施工数据对应的所属节点和完成情况，以充分利用算法优势以及实时施工数据来更精确地确定工程部分对应的节点进度参数，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
127.作为一种可选的实施例，施工节点计划信息包括每一工程部分对应的多个施工节点；以及，显示模块204响应进度生成指令，根据每一工程部分对应的节点进度参数，和施工节点计划信息，生成目标工程项目对应的工程节点进度图像的具体方式，包括：
128.对于每一工程部分，根据该工程部分对应的施工节点计划信息，生成该工程部分对应的施工时间线图像；施工时间线图像中包括有被同一时间线连接的多个施工节点；
129.根据该工程部分对应的节点进度参数，在施工时间线图像中的所有施工节点确定出目标施工节点和对应的节点完成情况；
130.将施工时间线图像中目标施工节点以及之前的所有施工节点都显示为完成状态，并在目标施工节点对应的显示区域上显示节点完成情况，以得到该工程部分对应的进度示意图；
131.根据所有工程部分和对应的进度示意图，生成目标工程项目对应的工程节点进度图像。
132.通过上述实施例，能够根据所有工程部分和对应的进度示意图，生成目标工程项目对应的工程节点进度图像，从而能够直观展示出工程项目的不同工程部分对应的进度情况，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。
133.实施例三
134.请参阅图3，图3是本发明实施例公开的另一种自动生成可视化进度的工程数据处
理系统的结构示意图。如图3所示，该系统可以包括：
135.存储有可执行程序代码的存储器301；
136.与存储器301耦合的处理器302；
137.处理器302调用存储器301中存储的可执行程序代码，执行本发明实施例一公开的自动生成可视化进度的工程数据处理方法中的部分或全部步骤。
138.实施例四
139.本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的自动生成可视化进度的工程数据处理方法中的部分或全部步骤。
140.以上所描述的系统实施例仅是示意性的，其中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模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
141.通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
142.最后应说明的是：本发明实施例公开的一种自动生成可视化进度的工程数据处理方法及系统所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

技术特征：
1.一种自动生成可视化进度的工程数据处理方法，其特征在于，所述方法包括：获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息；根据所述多个施工数据，确定每一所述工程部分对应的节点进度参数；获取用户输入的进度生成指令；响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像；所述工程节点进度图像用于直观展示所述目标工程项目的每一所述工程部分对应的节点进度情况。2.根据权利要求1所述的自动生成可视化进度的工程数据处理方法，其特征在于，所述施工数据包括施工图像数据、施工声音数据、施工视频数据、施工测距数据、施工文字汇报数据中的至少一种。3.根据权利要求1所述的自动生成可视化进度的工程数据处理方法，其特征在于，所述工程部分包括基础工程部分、主体工程部分、装修工程部分、机电工程部分、室外工程部分和工程验收部分中的至少一种。4.根据权利要求3所述的自动生成可视化进度的工程数据处理方法，其特征在于，所述根据所述多个施工数据，确定每一所述工程部分对应的节点进度参数，包括：根据每一所述施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一所述施工数据对应的工程部分；根据每一所述工程部分对应的所有所述施工数据的数据内容，基于神经网络算法，确定每一所述工程部分对应的节点进度参数。5.根据权利要求4所述的自动生成可视化进度的工程数据处理方法，其特征在于，所述根据每一所述施工数据对应的数据获取时间和数据获取位置，基于神经网络算法，确定每一所述施工数据对应的工程部分，包括：对于每一所述施工数据，根据该施工数据对应的数据类型，确定对应的第一神经网络预测模型；将该施工数据和对应的数据获取时间和数据获取位置输入至所述第一神经网络预测模型中，以得到预测输出的该施工数据对应的工程部分；所述第一神经网络预测模型通过包括有多个对应数据类型的训练施工数据和对应的数据获取时间和数据获取位置和对应的工程部分标注的训练数据集训练得到。6.根据权利要求5所述的自动生成可视化进度的工程数据处理方法，其特征在于，所述根据每一所述工程部分对应的所有所述施工数据的数据内容，以及所述施工节点计划信息，确定每一所述工程部分对应的节点进度参数，包括：对于每一所述工程部分对应的任一所述施工数据，根据该工程部分和该施工数据对应的数据类型，确定对应的第二神经网络预测模型；将该施工数据的数据内容输入至所述第二神经网络预测模型中，以得到预测输出的该施工数据对应的所属节点和完成情况；所述第二神经网络预测模型通过包括有多个属于对应的工程部分和数据类型的训练施工数据和对应的所属节点标注和完成情况标注的训练数据集训练得到；计算每一所述工程部分对应的所有所述施工数据的所属节点的平均值，得到每一所述
工程部分对应的当前节点；计算每一所述工程部分对应的所有所述施工数据的完成情况的平均值，得到每一所述工程部分对应的当前节点完成程度；将每一所述工程部分对应的所述当前节点和所述当前节点完成程度，确定为每一所述工程部分对应的节点进度参数。7.根据权利要求6所述的自动生成可视化进度的工程数据处理方法，其特征在于，所述施工节点计划信息包括每一所述工程部分对应的多个施工节点；以及，所述响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像，包括：对于每一所述工程部分，根据该工程部分对应的施工节点计划信息，生成该工程部分对应的施工时间线图像；所述施工时间线图像中包括有被同一时间线连接的多个施工节点；根据该工程部分对应的节点进度参数，在施工时间线图像中的所有所述施工节点确定出目标施工节点和对应的节点完成情况；将所述施工时间线图像中所述目标施工节点以及之前的所有施工节点都显示为完成状态，并在所述目标施工节点对应的显示区域上显示所述节点完成情况，以得到该工程部分对应的进度示意图；根据所有所述工程部分和对应的所述进度示意图，生成所述目标工程项目对应的工程节点进度图像。8.一种自动生成可视化进度的工程数据处理系统，其特征在于，所述系统包括：第一获取模块，用于获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息；确定模块，用于根据所述多个施工数据，基于神经网络算法，确定每一所述工程部分对应的节点进度参数；第二获取模块，用于获取用户输入的进度生成指令；显示模块，用于响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像；所述工程节点进度图像用于直观展示所述目标工程项目的每一所述工程部分对应的节点进度情况。9.一种自动生成可视化进度的工程数据处理系统，其特征在于，所述系统包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的自动生成可视化进度的工程数据处理方法。10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的自动生成可视化进度的工程数据处理方法。

技术总结
本发明公开了一种自动生成可视化进度的工程数据处理方法及系统，该方法包括：获取多个参建方终端实时发送的多个施工数据，以及目标工程项目对应的多个工程部分对应的施工节点计划信息；根据所述多个施工数据，确定每一所述工程部分对应的节点进度参数；获取用户输入的进度生成指令；响应所述进度生成指令，根据每一所述工程部分对应的节点进度参数，和所述施工节点计划信息，生成所述目标工程项目对应的工程节点进度图像。可见，本发明能够实现自动生成直观的不同工程部分的进度图像，以实现对工程项目的更加高效和精确地监督把控，保证项目按时按质完成。证项目按时按质完成。证项目按时按质完成。


技术研发人员：黄大权
受保护的技术使用者：华腾建信科技有限公司
技术研发日：2023.06.29
技术公布日：2023/9/22