基于数据处理的押运安全预警方法、系统、设备和介质技术方案

本发明专利技术提供的一种基于数据处理的押运安全预警方法、系统、设备和介质，涉及数据处理领域，该方法包括基于押运车外部环境的监控视频使用长短期神经网络模型确定监控视频中的多个行人信息和多个车辆信息，基于点云匹配模型确定多个行人对应的三维点云数据和多个车辆对应的三维点云数据，基于图神经网络模型确定多个行人的风险度和多个车辆的风险度，最后将多个行人的风险度中超过第一预警阈值的风险度所对应的行人的位置坐标发送给押运人员，将多个车辆的风险度中超过第二预警阈值的风险度所对应的车辆的位置坐标发送给押运人员，并提醒押运人员进行重点防备。该方法能够准确识别出押运过程中的风险，提高了押运人员的运输体验。体验。体验。

【技术实现步骤摘要】
基于数据处理的押运安全预警方法、系统、设备和介质


[0001]本专利技术涉及数据处理
，具体涉及一种基于数据处理的押运安全预警方法、系统、设备和介质。

技术介绍

[0002]随着现代经济的快速发展，押运行业在保障资金流通和安全交易的重要环节上扮演着至关重要的角色。然而，押运过程中存在各种风险，如盗抢、车祸、自然灾害等，这些风险不仅会给财产带来直接损失，也会威胁人身安全。因此，在押运运输过程中的安全预警非常重要。传统的押运运输过程中的安全预警方法主要是押运人员基于经验来判断当前押运过程中的风险，存在较大的主观性，且由于押运人员的观察能力有限，有些押运过程中的风险不能被识别处理，而且押运人员需要时刻注意周围环境，这对押运人员的体力、心理都提出了很大的考验。因此，如何准确识别出押运过程中的风险，提高押运人员的运输体验是当前亟待解决的问题。

技术实现思路

[0003]本专利技术主要解决的技术问题是如何准确识别出押运过程中的风险和如何提高押运人员的押运体验。
[0004]根据第一方面，本专利技术提供一种基于数据处理的押运安全预警方法，包括：获取押运车外部环境的监控视频；基于所述押运车外部环境的监控视频使用长短期神经网络模型确定所述监控视频中的多个行人信息和多个车辆信息，所述多个行人信息包括所述多个行人的生理信息、所述多个行人的出现频率、所述多个行人的移动速度、所述多个行人的穿着信息、所述多个行人的位置坐标、所述多个行人与押运车的距离范围，所述多个车辆信息包括所述多个车辆的颜色、所述多个车辆的位置坐标、所述多个车辆的型号、所述多个车辆的大小、所述多个车辆的移动速度、所述多个车辆的出现频率；获取押运车外部环境的三维点云数据；基于点云匹配模型确定所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据，所述点云匹配模型的输入为所述押运车外部环境的三维点云数据、所述监控视频中的多个行人信息和多个车辆信息，所述点云匹配模型的输出为所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据；基于图神经网络模型确定所述多个行人的风险度和所述多个车辆的风险度，所述图神经网络模型的输入包括多个节点和多条边，所述多个节点包括多个行人节点和多个车辆节点，所述多条边为多个节点之间的位置关系，所述多个节点中的每个节点包括多个节点特征，所述行人节点的节点特征包括所述多个行人对应的三维点云数据、所述多个行人信息，所述车辆节点的节点特征包括所述多个车辆对应的三维点云数据、所述多个车辆信息，所述图神经网络模型的输出为所述多个行人的风险度和所述多个车辆的风险度；将所述多个行人的风险度中超过第一预警阈值的风险度所对应的行人的位置坐标发送给押运人员，将所述多个车辆的风险度中超过第二预警阈值的风险度所对应的车辆的位置坐标发送给押运人员，并提醒押运人员进行重点防
备。
[0005]更进一步地，所述押运车外部环境的三维点云数据基于押运车的激光雷达扫描得到。
[0006]更进一步地，所述方法还包括：对所述多个行人的风险度和所述多个车辆的风险度分别赋予不同的权重，再进行加权求和后得到加权求和后的数值，判断所述加权求和后的数值是否超过位置风险阈值，若所述加权求和后的数值超过位置风险阈值，则提醒押运人员变更当前押运车的停车位置。
[0007]更进一步地，所述方法还包括：若所述多个行人的风险度中均不超过第一预警阈值，所述多个车辆的风险度中也均不超过第二预警阈值，则提醒押运人员当前环境安全。
[0008]更进一步地，所述押运车外部环境的监控视频基于押运车车载摄像装置拍摄得到。
[0009]根据第二方面，本专利技术提供一种基于数据处理的押运安全预警系统，包括：第一获取模块，用于获取押运车外部环境的监控视频；视频处理模块，用于基于所述押运车外部环境的监控视频使用长短期神经网络模型确定所述监控视频中的多个行人信息和多个车辆信息，所述多个行人信息包括所述多个行人的生理信息、所述多个行人的出现频率、所述多个行人的移动速度、所述多个行人的穿着信息、所述多个行人的位置坐标、所述多个行人与押运车的距离范围，所述多个车辆信息包括所述多个车辆的颜色、所述多个车辆的位置坐标、所述多个车辆的型号、所述多个车辆的大小、所述多个车辆的移动速度、所述多个车辆的出现频率；第二获取模块，用于获取押运车外部环境的三维点云数据；点云确定模块，用于基于点云匹配模型确定所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据，所述点云匹配模型的输入为所述押运车外部环境的三维点云数据、所述监控视频中的多个行人信息和多个车辆信息，所述点云匹配模型的输出为所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据；风险度确定模块，用于基于图神经网络模型确定所述多个行人的风险度和所述多个车辆的风险度，所述图神经网络模型的输入包括多个节点和多条边，所述多个节点包括多个行人节点和多个车辆节点，所述多条边为多个节点之间的位置关系，所述多个节点中的每个节点包括多个节点特征，所述行人节点的节点特征包括所述多个行人对应的三维点云数据、所述多个行人信息，所述车辆节点的节点特征包括所述多个车辆对应的三维点云数据、所述多个车辆信息，所述图神经网络模型的输出为所述多个行人的风险度和所述多个车辆的风险度；提醒模块，用于将所述多个行人的风险度中超过第一预警阈值的风险度所对应的行人的位置坐标发送给押运人员，将所述多个车辆的风险度中超过第二预警阈值的风险度所对应的车辆的位置坐标发送给押运人员，并提醒押运人员进行重点防备。
[0010]更进一步地，所述押运车外部环境的三维点云数据基于押运车的激光雷达扫描得到。
[0011]更进一步地，所述系统还包括位置判断模块，所述位置判断模块用于：对所述多个行人的风险度和所述多个车辆的风险度分别赋予不同的权重，再进行加权求和后得到加权求和后的数值，判断所述加权求和后的数值是否超过位置风险阈值，若所述加权求和后的数值超过位置风险阈值，则提醒押运人员变更当前押运车的停车位置。
[0012]根据第三方面，本专利技术提供一种电子设备，包括：存储器；处理器；以及计算机程
序；其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现上述的方法。
[0013]根据第四方面，本专利技术提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现如上述方面中任一项所述的方法。
[0014]本专利技术提供的一种基于数据处理的押运安全预警方法、系统、设备和介质，该方法包括基于所述押运车外部环境的监控视频使用长短期神经网络模型确定所述监控视频中的多个行人信息和多个车辆信息，基于点云匹配模型确定所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据，基于图神经网络模型确定所述多个行人的风险度和所述多个车辆的风险度，最后将所述多个行人的风险度中超过第一预警阈值的风险度所对应的行人的位置坐标发送给押运人员，将所述多个车辆的风险度中超过第二预警阈值的风险度所对应的车辆的位置坐标发送给押运人员，并提醒押运人员进行重点防备。该方法能够准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据处理的押运安全预警方法，其特征在于，包括：获取押运车外部环境的监控视频；基于所述押运车外部环境的监控视频使用长短期神经网络模型确定所述监控视频中的多个行人信息和多个车辆信息，所述多个行人信息包括所述多个行人的生理信息、所述多个行人的出现频率、所述多个行人的移动速度、所述多个行人的穿着信息、所述多个行人的位置坐标、所述多个行人与押运车的距离范围，所述多个车辆信息包括所述多个车辆的颜色、所述多个车辆的位置坐标、所述多个车辆的型号、所述多个车辆的大小、所述多个车辆的移动速度、所述多个车辆的出现频率；获取押运车外部环境的三维点云数据；基于点云匹配模型确定所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据，所述点云匹配模型的输入为所述押运车外部环境的三维点云数据、所述监控视频中的多个行人信息和多个车辆信息，所述点云匹配模型的输出为所述多个行人对应的三维点云数据和所述多个车辆对应的三维点云数据；基于图神经网络模型确定所述多个行人的风险度和所述多个车辆的风险度，所述图神经网络模型的输入包括多个节点和多条边，所述多个节点包括多个行人节点和多个车辆节点，所述多条边为多个节点之间的位置关系，所述多个节点中的每个节点包括多个节点特征，所述行人节点的节点特征包括所述多个行人对应的三维点云数据、所述多个行人信息，所述车辆节点的节点特征包括所述多个车辆对应的三维点云数据、所述多个车辆信息，所述图神经网络模型的输出为所述多个行人的风险度和所述多个车辆的风险度；将所述多个行人的风险度中超过第一预警阈值的风险度所对应的行人的位置坐标发送给押运人员，将所述多个车辆的风险度中超过第二预警阈值的风险度所对应的车辆的位置坐标发送给押运人员，并提醒押运人员进行重点防备。2.如权利要求1所述的基于数据处理的押运安全预警方法，其特征在于，所述押运车外部环境的三维点云数据基于押运车的激光雷达扫描得到。3.如权利要求1所述的基于数据处理的押运安全预警方法，其特征在于，所述方法还包括：对所述多个行人的风险度和所述多个车辆的风险度分别赋予不同的权重，再进行加权求和后得到加权求和后的数值，判断所述加权求和后的数值是否超过位置风险阈值，若所述加权求和后的数值超过位置风险阈值，则提醒押运人员变更当前押运车的停车位置。4.如权利要求1所述的基于数据处理的押运安全预警方法，其特征在于，所述方法还包括：若所述多个行人的风险度中均不超过第一预警阈值，所述多个车辆的风险度中也均不超过第二预警阈值，则提醒押运人员当前环境安全。5.如权利要求1所述的基于数据处理的押运安全预警方法，其特征在于，所述押运车外部环境的监控视频基于押运车车载摄像装置拍摄得到。6.一种基于数据处理的押运安全预警系统，其特征在于，包括：第一获取模块，用于获取押运车外部环...

【专利技术属性】
技术研发人员：叶飞，朱文渊，陈志杰，喻钰立，
申请(专利权)人：浙江安邦护卫科技服务有限公司，
类型：发明
国别省市：