厢式货车的车厢门状态识别方法、装置、设备和存储介质制造方法及图纸

技术编号:34622568 阅读:70 留言:0更新日期:2022-08-20 09:30
本发明专利技术公开了一种厢式货车的车厢门状态识别方法、装置、设备和存储介质,针对物流货车在装货或卸货时由于车厢门没有固定而存在安全隐患的问题,通过采集生成图像数据集;构建基于RegNet的图像识别模型,对图像识别模型进行训练和优化,直至图像识别模型的识别准确率达到预设阈值;基于训练好的图像识别模型,对待测厢式货车的图像进行识别,输出识别结果。可有效识别物流货车在装货或卸货时的车厢门状态,对车厢门未规范固定的车辆进行报警提醒,减少可能出现的安全隐患。与传统的依靠特定的安检员实时检查相比,减少人力成本,并且采用计算机视觉技术降低漏检率,提高准确率。提高准确率。提高准确率。

【技术实现步骤摘要】
厢式货车的车厢门状态识别方法、装置、设备和存储介质


[0001]本专利技术属于物流管理的
,尤其涉及一种厢式货车的车厢门状态识别方法、装置、设备和存储介质。

技术介绍

[0002]随着社会发展,物流运输给我们的生活带来了便利。考虑到运力和时效等因素,越来越多的厢式货车被应用在物流运输中。当厢式货车卸货时,经常需要停靠在路边,然后将车厢门打开转动至货车两侧进行卸货,由于车厢门通常是转动设置在车厢架上,车厢门打开后可能因为振动等行为,使得车厢门容易沿着车厢架自动转动,这是十分危险的。工作人员在卸货时,如果没有注意到车厢门发生转动,此时货车旁路过的行人或汽车来不及刹车,容易撞到车厢门发生安全事故。
[0003]因此,在货车卸货和装货的过程中,厢式货车严格要求车厢门打开后固定在指定挂钩处。但是依然存在不遵守规则或者遗忘的现象,这存在着极大的安全隐患。

技术实现思路

[0004]本专利技术的目的是提供一种厢式货车的车厢门状态识别方法、装置、设备和存储介质,可有效识别物流货车在装货或卸货时的车厢门状态,对车厢门未规范固定的车辆进行报警提醒,减少可能出现的安全隐患。
[0005]为解决上述问题,本专利技术的技术方案为:
[0006]一种厢式货车的车厢门状态识别方法,包括:
[0007]服务端对物流货车装货或卸货时的厢式货车进行图像采集,生成样品图像;
[0008]对样品图像进行二值化处理,并对车厢门区域进行标记,生成图像数据集;对图像数据集按车厢门规范固定、车厢门不规范固定、车厢门未固定,进行分类;
[0009]构建基于RegNet的图像识别模型,将图像数据集随机划分为测试集和训练集,对图像识别模型进行训练和优化,直至图像识别模型的识别准确率达到预设阈值;
[0010]基于训练好的图像识别模型,对待测厢式货车的图像进行识别,输出识别结果;判断识别结果是否为车厢门规范固定,若否,则发出预警。
[0011]根据本专利技术一实施例,所述判断识别结果是否为车厢门规范固定,若否,则发出预警,进一步包括:
[0012]当识别结果为车厢门不规范固定或车厢门未固定时,提取待测厢式货车的图像;
[0013]基于OCR算法,获取厢式货车的车牌号码;
[0014]基于预存的车辆信息表,获取相应的司机信息,将车厢门不规范固定或车厢门未固定的告警信息反馈至司机。
[0015]根据本专利技术一实施例,所述构建基于RegNet的图像识别模型,进一步包括:
[0016]构建由输入模块、核心模块和输出模块构成的RegNet图像识别模型;
[0017]其中,输入模块依次包括一个卷积层、一个池化层和批归一化层;
[0018]核心模块以RegNet网络架构为基础,由a个第一模块,b个第二模块、c个第三模块,叠加构成;其中,第一模块包含一维卷积层、一维批量归一化层;第二模块包含一维卷积层、一维批量归一化层、激活函数层;第三模块包括一维卷积层、一维批量归一化层、激活函数层、瓶颈层;
[0019]输出模块包括自适应池化层和全连接层。
[0020]根据本专利技术一实施例,所述服务端对物流货车装货或卸货时的厢式货车进行图像采集,进一步包括:
[0021]构建基于计算机视觉的目标检测网络,用于检测物流视频流中是否存在厢式货车,截取装货或卸货时的厢式货车的图像。
[0022]根据本专利技术一实施例,所述构建基于计算机视觉的目标检测网络,进一步包括:
[0023]构建由依次顺连的Focus层、第一CBL模块、第一CSP_A模块、第二CBL模块、第二CSP_A模块、第一AC

Block模块、第三CBL模块、第三CSP_A模块、第二AC

B1ock模块、第四CBL模块、SPP模块、第一CSP_B模块、第五CBL模块、第一Concat模块、第二CSP_B模块、第六CBL模块、第二Concat模块、CSP_C模块和CONV模块组成的目标检测网络。
[0024]根据本专利技术一实施例,所述目标检测网络还包括第一FA模块、第二FA模块;
[0025]所述第一FA模块的输入端与第一AC

Block模块的输出端相连,其输出端连接第二Concat模块;
[0026]所述第二FA模块的输入端与第二AC

Block模块的输出端相连,其输出端连接第一Concat模块。
[0027]一种厢式货车的车厢门状态识别装置,包括:
[0028]图像采集模块,用于服务端对物流货车装货或卸货时的厢式货车进行图像采集,生成样品图像;
[0029]图像处理模块,用于对样品图像进行二值化处理,并对车厢门区域进行标记,生成图像数据集;对图像数据集按车厢门规范固定、车厢门不规范固定、车厢门未固定,进行分类;
[0030]模型构建与训练模块,构建基于RegNet的图像识别模型,将图像数据集随机划分为测试集和训练集,对图像识别模型进行训练和优化,直至图像识别模型的识别准确率达到预设阈值;
[0031]识别模块,用于基于训练好的图像识别模型,对待测厢式货车的图像进行识别,输出识别结果;判断识别结果是否为车厢门规范固定,若否,则发出预警。
[0032]根据本专利技术一实施例,所述识别模块进一步用于当识别结果为车厢门不规范固定或车厢门未固定时,提取待测厢式货车的图像;基于OCR算法,获取厢式货车的车牌号码;并基于预存的车辆信息表,获取相应的司机信息,将车厢门不规范固定或车厢门未固定的告警信息反馈至司机。
[0033]一种厢式货车的车厢门状态识别设备,包括:存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行本专利技术一实施例中的厢式货车的车厢门状态识别方法中的步骤。
[0034]一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行本专利技术一实施例中的厢式货车的车厢门状态识别方
法中的步骤。
[0035]本专利技术由于采用以上技术方案,使其与现有技术相比具有以下的优点和积极效果:
[0036]本专利技术一实施例中的厢式货车的车厢门状态识别方法,针对物流货车在装货或卸货时由于车厢门没有固定而存在安全隐患的问题,通过采集相关图像,生成样品图像;对样品图像进行二值化处理,并对车厢门区域进行标记,生成图像数据集;对图像数据集按车厢门规范固定、车厢门不规范固定、车厢门未固定,进行分类;构建基于RegNet的图像识别模型,将图像数据集随机划分为测试集和训练集,对图像识别模型进行训练和优化,直至图像识别模型的识别准确率达到预设阈值;基于训练好的图像识别模型,对待测厢式货车的图像进行识别,输出识别结果;判断识别结果是否为车厢门规范固定,若否,则发出预警。可有效识别物流货车在装货或卸货时的车厢门状态,对车厢门未规范固定的车辆进行报警提醒,减少可能出现的安全隐患。与传统的依本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种厢式货车的车厢门状态识别方法,其特征在于,包括:服务端对物流货车装货或卸货时的厢式货车进行图像采集,生成样品图像;对样品图像进行二值化处理,并对车厢门区域进行标记,生成图像数据集;对图像数据集按车厢门规范固定、车厢门不规范固定、车厢门未固定,进行分类;构建基于RegNet的图像识别模型,将图像数据集随机划分为测试集和训练集,对图像识别模型进行训练和优化,直至图像识别模型的识别准确率达到预设阈值;基于训练好的图像识别模型,对待测厢式货车的图像进行识别,输出识别结果;判断识别结果是否为车厢门规范固定,若否,则发出预警。2.如权利要求1所述的厢式货车的车厢门状态识别方法,其特征在于,所述判断识别结果是否为车厢门规范固定,若否,则发出预警,进一步包括:当识别结果为车厢门不规范固定或车厢门未固定时,提取待测厢式货车的图像;基于OCR算法,获取厢式货车的车牌号码;基于预存的车辆信息表,获取相应的司机信息,将车厢门不规范固定或车厢门未固定的告警信息反馈至司机。3.如权利要求1所述的厢式货车的车厢门状态识别方法,其特征在于,所述构建基于RegNet的图像识别模型,进一步包括:构建由输入模块、核心模块和输出模块构成的RegNet图像识别模型;其中,输入模块依次包括一个卷积层、一个池化层和批归一化层;核心模块以RegNet网络架构为基础,由a个第一模块,b个第二模块、c个第三模块,叠加构成;其中,第一模块包含一维卷积层、一维批量归一化层;第二模块包含一维卷积层、一维批量归一化层、激活函数层;第三模块包括一维卷积层、一维批量归一化层、激活函数层、瓶颈层;输出模块包括自适应池化层和全连接层。4.如权利要求1所述的厢式货车的车厢门状态识别方法,其特征在于,所述服务端对物流货车装货或卸货时的厢式货车进行图像采集,进一步包括:构建基于计算机视觉的目标检测网络,用于检测物流视频流中是否存在厢式货车,截取装货或卸货时的厢式货车的图像。5.如权利要求4所述的厢式货车的车厢门状态识别方法,其特征在于,所述构建基于计算机视觉的目标检测网络,进一步包括:构建由依次顺连的Focus层、第一CBL模块、第一CSP_A模块、第二CBL模块、第二CSP_A模块、第一AC

Block模块、第三CBL模块、第三CSP_A模块、第二A...

【专利技术属性】
技术研发人员:徐梦佳李斯
申请(专利权)人:上海东普信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1