倒车安全监测方法及倒车安全监测系统技术方案

倒车安全监测方法及倒车安全监测系统，所述监测方法包括：根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容。本发明专利技术在物流园区货车倒车停靠月台的过程中，辅助货车司机进行倒车，在危险发生之前提前提供安全预警，保障了行人安全，同时也避免了损坏堆放的货物。

【技术实现步骤摘要】
倒车安全监测方法及倒车安全监测系统
本专利技术涉及物流
，特别是涉及一种倒车安全监测方法及装置。
技术介绍
月台也称为进出货站台，是物流园区货物的入口、以及出口，通常与仓库相连。月台的基本作用是装卸货物、进出库货物暂存、车辆停靠，同时，实现网络中线与节点的衔接转换。它设置的基本目的是使货物装卸作业高效、有序、省力。月台设施既是物流园区库房运行的基本保证条件，又是库房高效运作不可忽视的场所。实践中，物流园区的月台区域往往空间比较紧凑，留给司机的倒车空间很小(常见的货车结构，需要将后车门对准月台来停放，从而便于装卸货)。此外，在没有货车停靠时，倒车路线可以供行人通行，且人流量较大，月台区域的靠台区域有时还堆放着一些货物(例如前一辆车装卸货时留下的)，这些因素进一步加大了月台区域倒车的难度。现有技术中，通常由月台处库房的工作人员来引导货车司机进行倒车，但效果并不理想，经常因为倒车失误而损坏月台区域两侧的墙面，甚至在倒车过程中对行人或临时堆放的货物造成损伤。
技术实现思路
本专利技术解决的技术问题是：如何在物流园区的月台区域辅助货车司机进行倒车。为了解决上述技术问题，本专利技术实施例提供一种倒车安全监测方法，包括：通过视频采集设备实时采集月台区域的视频，采集过程中保持视频采集设备的安装高度、角度与训练第一深度神经网络时相同；根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；通过雷达实时探测月台区域的靠台区域；根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容。可选的，还包括：预先训练SSD深度神经网络。可选的，还包括：预先将视频采集设备安装在能够拍摄到物流园区的月台区域的位置；预先在物流园区的月台区域固定安装雷达。可选的，所述雷达为声波雷达。可选的，所述将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容包括：如果有车辆、且有行人、且行人位置在车辆的倒车路线上，则发出警告，警告的内容包括提示车辆驾驶员停车、以及提示行人注意安全。可选的，所述将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容包括：如果月台区域的靠台区域有障碍物，则发出警告，警告的内容包括提示车辆驾驶员停车、以及播报障碍物的尺寸和位置。为了解决上述技术问题，本专利技术实施例还提供一种倒车安全监测系统，包括：一个或多个月台区域；处理器，适于加载并执行软件程序的指令；存储器，适于存储软件程序，所述软件程序包括用于执行以下步骤的指令：通过视频采集设备实时采集月台区域的视频，采集过程中保持视频采集设备的安装高度、角度与训练第一深度神经网络时相同；根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；通过雷达实时探测月台区域的靠台区域；根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容。可选的，还包括：预先训练SSD深度神经网络。可选的，还包括：预先将视频采集设备安装在能够拍摄到物流园区的月台区域的位置；预先在物流园区的月台区域固定安装雷达。可选的，所述将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容包括：如果有车辆、且有行人、且行人位置在车辆的倒车路线上，则发出警告，警告的内容包括提示车辆驾驶员停车、以及提示行人注意安全。可选的，所述将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容包括：如果月台区域的靠台区域有障碍物，则发出警告，警告的内容包括提示车辆驾驶员停车、以及播报障碍物的尺寸和位置。与现有技术相比，本专利技术的技术方案具有以下有益效果：在物流园区货车倒车停靠月台的过程中，根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容，从而辅助货车司机进行倒车，在危险发生之前提前提供安全预警，保障了行人安全，同时也避免了损坏堆放的货物。附图说明图1为本专利技术实施例中倒车安全监测方法流程图。具体实施方式根据
技术介绍
部分的分析可知，物流园区的月台区域往往空间比较紧凑，留给司机的倒车空间很小(常见的货车结构，需要将后车门对准月台来停放，从而便于装卸货)。此外，在没有货车停靠时，倒车路线可以供行人通行，且人流量较大，月台区域的靠台区域有时还堆放着一些货物(例如前一辆车装卸货时留下的)，这些因素进一步加大了月台区域倒车的难度。现有技术中，通常由月台处库房的工作人员来引导货车司机进行倒车，但效果并不理想，经常因为倒车失误而损坏月台区域两侧的墙面，甚至在倒车过程中对行人或临时堆放的货物造成损伤。本专利技术在物流园区货车倒车停靠月台的过程中，根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容，从而辅助货车司机进行倒车，在危险发生之前提前提供安全预警，保障了行人安全，同时也避免了损坏堆放的货物。为使本领域技术人员更好地理解和实现本专利技术，以下参照附图，通过具体实施例进行详细说明。实施例一如下所述，本专利技术实施例提供一种倒车安全监测方法。本实施例中的倒车安全监测方法，适用于在物流园区的月台处(或其它货物装卸处)安装摄像头和声波雷达，通过将对摄像头捕获的视频的分析结果、以及雷达探测的结果结合，来本文档来自技高网...

【技术保护点】
1.一种倒车安全监测方法，其特征在于，包括：/n通过视频采集设备实时采集月台区域的视频，采集过程中保持视频采集设备的安装高度、角度与训练第一深度神经网络时相同；/n根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；/n如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；/n通过雷达实时探测月台区域的靠台区域；/n根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；/n如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；/n将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容。/n

【技术特征摘要】
1.一种倒车安全监测方法，其特征在于，包括：
通过视频采集设备实时采集月台区域的视频，采集过程中保持视频采集设备的安装高度、角度与训练第一深度神经网络时相同；
根据视频采集设备采集到的视频流，采用SSD深度神经网络算法实时分析所述视频流中的图像帧，确定是否有车辆、是否有行人；
如果有车辆、且有行人，则确定车辆位置、行人位置、行人位置是否在车辆的倒车路线上；
通过雷达实时探测月台区域的靠台区域；
根据雷达探测的结果，确定月台区域的靠台区域是否有障碍物；
如果有障碍物，则根据雷达探测的结果，确定所述障碍物的尺寸和位置；
将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容。


2.如权利要求1所述的倒车安全监测方法，其特征在于，还包括：预先训练SSD深度神经网络。


3.如权利要求1所述的倒车安全监测方法，其特征在于，还包括：预先将视频采集设备安装在能够拍摄到物流园区的月台区域的位置；预先在物流园区的月台区域固定安装雷达。


4.如权利要求1所述的倒车安全监测方法，其特征在于，所述雷达为声波雷达。


5.如权利要求1所述的倒车安全监测方法，其特征在于，所述将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容包括：如果有车辆、且有行人、且行人位置在车辆的倒车路线上，则发出警告，警告的内容包括提示车辆驾驶员停车、以及提示行人注意安全。


6.如权利要求1所述的倒车安全监测方法，其特征在于，所述将SSD深度神经网络算法实时分析的结果和雷达探测的结果相结合，确定是否发出警告、以及警告的内容包括：如果月台区域的靠台区域有障碍物，则发出警告，警告的内容包括提示车辆驾驶员停车、以及播报障碍物的尺寸和位置。


7.一种倒车安全...

【专利技术属性】
技术研发人员：朱曦，
申请(专利权)人：上海际链网络科技有限公司，
类型：发明
国别省市：上海;31