本发明专利技术提供了一种智能化检斤系统及智能化检斤方法，涉及智能监控系统技术领域，智能化检斤包括：检斤设备单元用于获取待测车辆的基础数据，所述基础数据包括当前载重数据和图像数据；数据处理单元用于基于深度学习模型对所述图像数据进行识别，得到图像识别结果，根据所述图像识别结果和预设目标对所述载重数据进行划分，得到临时类别数据；数据分析单元用于对所述临时类别数据和所述图像识别结果进行综合分析，得到最终分析结果。本发明专利技术实现了自动化的数据处理和分析流程，以减少了人工操作，提高了整体的工作效率。并可通过高精度的称重设备和深度学习模型确保了数据的准确性。
【技术实现步骤摘要】
本专利技术涉及智能监控系统，具体而言，涉及一种智能化检斤系统及智能化检斤方法。
技术介绍
1、随着交通运输业的快速发展，车辆超载问题日益凸显，不仅对道路基础设施造成损害，也严重威胁着道路交通安全。为了有效监控和管理车辆载重，智能化检斤系统应运而生，智能化检斤系统通过自动化技术提高检斤效率和准确性。
2、传统的智能化检斤系统采用了人工操作配合基础自动化设备，例如地磅和基础称重传感器。这些系统在数据处理和分析方面具有一定的能力，但在精度和实时性方面表现一般，这在现代物流和交通管理的高标准要求下显得有所不足。而随着技术的发展，对更高精度和实时性的需求日益增长，传统的检斤系统对车辆载重的精细化管理方面存在一定的局限性。
技术实现思路
1、本专利技术解决的问题是上述现有技术问题中的一个或者多个。
2、为解决上述问题，本专利技术提供一种智能化检斤系统及智能化检斤方法。
3、第一方面，本专利技术提供了一种智能化检斤系统，包括：
4、检斤设备单元，用于获取待测车辆的基础数据，所述基础数据包括当前载重数据和图像数据；
5、数据处理单元，用于基于深度学习模型对所述图像数据进行识别，得到图像识别结果，根据所述图像识别结果和预设目标对所述载重数据进行划分，得到临时类别数据；
6、数据分析单元，用于对所述临时类别数据和所述图像识别结果进行综合分析，得到最终分析结果。
7、可选地，所述检斤设备单元包括称重设备和图像采集设备；</p>8、所述称重设备用于获取待测车辆的当前载重数据；
9、所述图像采集设备用于采集所述待测车辆的图像数据，所述图像数据包括车牌数据和驾驶员人脸图像数据。
10、可选地，所述深度学习模型包括多尺度卷积模块，深度可分离卷积模块和多任务输出模块，所述基于深度学习模型对所述图像数据进行识别，得到图像识别结果，包括：
11、对所述图像数据进行预处理，得到临时图像数据；
12、通过所述多尺度卷积模块对临时图像数据进行特征提取，得到多尺度特征数据；
13、通过深度可分离卷积模块对所述多尺度特征数据进行数据处理，得到临时特征数据；
14、通过所述多任务输出模块对所述临时特征数据进行识别，得到所述图像识别结果，所述图像识别结果包括车辆编码数据、车辆类型数据、车牌数据和货物类型数据。
15、可选地，所述根据所述图像识别结果和预设目标对所述载重数据进行划分，得到临时类别数据，包括：
16、将所述图像识别结果与所述载重数据进行关联，并基于所述预设目标对关联后的数据进行划分，得到所述临时类别数据；
17、其中，所述预设目标包括超重阈值和安全标准。
18、可选地，所述对所述临时类别数据和所述图像识别结果进行综合分析，得到最终分析结果，包括：
19、将所述临时类别数据和所述图像识别结果进行融合，得到融合数据；
20、获取所述待测车辆的的历史数据，并对所述历史数据和所述融合数据进行综合分析，得到所述最终分析结果。
21、可选地，所述对所述历史数据和所述融合数据进行综合分析，得到所述最终分析结果，包括：
22、获取预设分析指标；
23、基于所述预设分析指标，对所述历史数据和所述融合数据进行分析，得到所述最终分析结果。
24、可选地，所述预设分析指标包括合规指标、超载率指标和行为识别指标，基于所述预设分析指标，对所述历史数据和所述融合数据进行分析，得到所述最终分析结果，包括：
25、当所述预设分析指标为所述合规指标时，计算所述融合数据与所述历史数据的变化数据，并基于所述变化数据判断所述待测车辆的合规风险；
26、当所述预设分析指标为所述超载率指标时，根据所述历史数据计算所述待测车辆的超载率，并与所述融合数据进行比较，确定所述待测车辆的变化趋势；
27、当所述预设分析指标为所述行为识别指标时，将所述历史数据根据设定时间间隔进行划分，得到时间序列数据，基于所述时间序列数据确定特定超载模式，并根据所述特定超载模式对所述融合数据进行分析，得到所述待测车辆的当前对应的所述特定超载模式。
28、可选地，所述的智能化检斤系统还包括加密单元、显示单元和存储单元；
29、所述加密单元用于对处理过程中的数据进行加密处理；
30、所述显示单元用于对用户可视化展示；
31、所述存储单元用于存储所述的智能化检斤系统的历史数据。
32、可选地，所述的智能化检斤系统还包括告警单元用于当所述待测车辆存在异常情况时，发出警报信息并通知管理人员。
33、第二方面，本专利技术提供了一种智能化检斤方法，应用于所述的智能化检斤系统，所述智能化检斤方法，包括：
34、获取待测车辆的基础数据，所述基础数据包括当前载重数据和图像数据；
35、基于深度学习模型对所述图像数据进行识别，得到图像识别结果，根据所述图像识别结果和预设目标对所述载重数据进行划分，得到临时类别数据；
36、对所述临时类别数据和所述图像识别结果进行综合分析，得到最终分析结果。
37、本专利技术的智能化检斤系统及智能化检斤方法有益效果是：该智能化检斤系统通过结合先进的称重技术和深度学习算法，实现了对车辆载重的自动化和智能化管理。
38、检斤设备单元可通过使用如高精度称重传感器，这些传感器能够测量车辆的实时载重数据，并且具有快速响应能力，以适应动态称重的需求。再通过例如高分辨率摄像头，用于捕捉车辆的图像，这些图像数据对于后续的深度学习识别至关重要。根据精确的车辆载重数据，有助于确保称重过程的准确性和可靠性，而通过图像数据采集，为深度学习模型提供了丰富的信息源，为后续的自动化处理和分析打下基础。
39、数据处理单元利用已训练好的深度学习模型对图像数据进行处理，识别出车辆编码、类型、车牌号码和货物类型等关键信息，根据图像识别结果，结合预设的目标(如超重阈值和安全标准等)，将载重数据划分为不同的类别，形成临时类别数据。而对于深度学习模型的引入大大提高了图像识别的准确性，减少了人工干预，提高了处理速度。并通过预设目标的设置，系统能够自动对车辆进行分类，为后续的数据分析和决策提供支持。
40、最后数据分析单元对临时类别数据和图像识别结果进行分析，例如可通过获取待测车辆的历史数据，并与临时类别数据和图像识别进行对比分析，以得出最终的分析结果。通过历史数据的对比分析，系统能够识别出潜在的问题和风险，为管理决策提供数据支持。
41、因此，本专利技术实现了自动化的数据处理和分析流程，以减少了人工操作，提高了整体的工作效率。并可通过高精度的称重设备和深度学习模型确保了数据的准确性。在系统运行中，可通过实时监控和分析，系统能够及时发现超载等安全隐患，采取措施预防事故。且可通过综合分析结果为管理层提供了有本文档来自技高网
...
【技术保护点】
1.一种智能化检斤系统，其特征在于，包括：
2.根据权利要求1所述的智能化检斤系统，其特征在于，所述检斤设备单元包括称重设备和图像采集设备；
3.根据权利要求2所述的智能化检斤系统，其特征在于，所述深度学习模型包括多尺度卷积模块，深度可分离卷积模块和多任务输出模块，所述基于深度学习模型对所述图像数据进行识别，得到图像识别结果，包括：
4.根据权利要求3所述的智能化检斤系统，其特征在于，所述根据所述图像识别结果和预设目标对所述载重数据进行划分，得到临时类别数据，包括：
5.根据权利要求1所述的智能化检斤系统，其特征在于，所述对所述临时类别数据和所述图像识别结果进行综合分析，得到最终分析结果，包括：
6.根据权利要求5所述的智能化检斤系统，其特征在于，所述对所述历史数据和所述融合数据进行综合分析，得到所述最终分析结果，包括：
7.根据权利要求6所述的智能化检斤系统，其特征在于，所述预设分析指标包括合规指标、超载率指标和行为识别指标，基于所述预设分析指标，对所述历史数据和所述融合数据进行分析，得到所述最终分析结果，包括：
8.根据权利要求1所述的智能化检斤系统，其特征在于，还包括加密单元、显示单元和存储单元；
9.根据权利要求1所述的智能化检斤系统，其特征在于，还包括告警单元用于当所述待测车辆存在异常情况时，发出警报信息并通知管理人员。
10.一种智能化检斤方法，其特征在于，应用于如权利要求1至9任一项所述的智能化检斤系统，所述智能化检斤方法包括：
...
【技术特征摘要】
1.一种智能化检斤系统，其特征在于，包括：
2.根据权利要求1所述的智能化检斤系统，其特征在于，所述检斤设备单元包括称重设备和图像采集设备；
3.根据权利要求2所述的智能化检斤系统，其特征在于，所述深度学习模型包括多尺度卷积模块，深度可分离卷积模块和多任务输出模块，所述基于深度学习模型对所述图像数据进行识别，得到图像识别结果，包括：
4.根据权利要求3所述的智能化检斤系统，其特征在于，所述根据所述图像识别结果和预设目标对所述载重数据进行划分，得到临时类别数据，包括：
5.根据权利要求1所述的智能化检斤系统，其特征在于，所述对所述临时类别数据和所述图像识别结果进行综合分析，得到最终分析结果，包括：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：姜宏志，
申请(专利权)人：中国第一重型机械股份公司，
类型：发明
国别省市：
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。