[发明专利]一种应用于物流车的环境数据监测系统及方法

权利要求书

1.一种应用于物流车的环境数据监测系统，其特征在于，包括环境数据采集装置、控制器、显示设备和报警器，所述控制器分别与所述环境数据采集装置、所述显示设备和所述报警器电连接，所述控制器用于：

获取所述环境数据采集装置采集的物流车车厢内的环境数据和环境图像；

提取所述环境图像中的人脸图像，将所述人脸图像与预先存储的特征模板进行匹配，获得匹配结果，并确定所述环境数据是否在预设范围内，获得比对结果；

将所述匹配结果和所述比对结果输出至所述显示设备进行显示，当所述人脸图像与所述特征模板匹配失败时，或所述环境数据不在所述预设范围内时，控制所述报警器报警。

2.根据权利要求1所述的应用于物流车的环境数据监测系统，其特征在于，还包括红外传感装置，所述红外传感装置与所述控制器电连接，用于检测是否有人进入所述车厢，所述环境数据采集装置包括摄像头，所述控制器具体用于：

当接收到所述红外传感器输入的红外感应信号时，控制所述摄像头拍摄所述环境图像。

3.根据权利要求2所述的应用于物流车的环境数据监测系统，其特征在于，所述环境数据采集装置还包括温度传感器、湿度传感器和可燃气体传感器中的至少一种。

4.根据权利要求1所述的应用于物流车的环境数据监测系统，还包括定位装置，所述定位装置与控制器电连接，所述控制器具体用于：

获取所述定位装置实时采集的物流车的位置数据，根据所述位置数据和预先设定的行车路线确定所述物流车是否偏离所述行车路线；

输出所述位置数据至所述显示设备进行显示，当所述物流车偏离所述行车路线时，控制所述报警器报警。

5.根据权利要求1至4任一项所述的应用于物流车的环境数据监测系统，其特征在于，所述控制器具体用于：

采用基于深度学习的实例分割网络对所述环境图像进行分割，获得所述人脸图像。

6.根据权利要求5所述的应用于物流车的环境数据监测系统，其特征在于，所述特征模板包括多项模板数据项，所述控制器具体用于：

基于Adaboost学习算法，从所述人脸图像中提取特征数据，所述特征数据包括与所述模板数据项一一对应的特征数据项；

分别比对相互对应的所述模板数据项和所述特征数据项，获得比对差值；

对所有所述比对差值进行加权平均，获得加权平均差值；

比较所述加权平均差值和预设阈值，当所述加权平均差值大于所述预设阈值时，所述人脸图像和所述特征模板匹配失败。

7.一种应用于物流车的环境数据监测方法，其特征在于，所述方法包括如下步骤：

获取环境数据采集装置采集的物流车车厢内的环境数据和环境图像；

提取所述环境图像中的人脸图像，将所述人脸图像与预先存储的特征模板进行匹配，获得匹配结果，并确定所述环境数据是否在预设范围内，获得比对结果；

将所述匹配结果和所述比对结果输出至显示设备进行显示，当所述人脸图像与所述特征模板匹配失败时，或所述环境数据不在所述预设范围内时，控制报警器报警。

8.根据权利要求7所述的应用于物流车的环境数据监测方法，所述方法还包括如下步骤：

获取定位装置实时采集的物流车的位置数据，根据所述位置数据和预先设定的行车路线确定所述物流车是否偏离所述行车路线；

输出所述位置数据至所述显示设备进行显示，当所述物流车偏离所述行车路线时，控制所述报警器报警。

9.根据权利要求7或8所述的应用于物流车的环境数据监测方法，其特征在于，所述提取所述环境图像中的人脸图像的具体实现为：

采用基于深度学习的实例分割网络对所述环境图像进行分割，获得所述人脸图像。

10.根据权利要求9所述的应用于物流车的环境数据监测方法，其特征在于，所述特征模板包括多项模板数据项，所述将所述人脸图像与预先存储的特征模板进行匹配，获得匹配结果具体包括如下步骤：

基于Adaboost学习算法，从所述人脸图像中提取特征数据，所述特征数据包括与所述模板数据项一一对应的特征数据项；

分别比对相互对应的所述模板数据项和所述特征数据项，获得比对差值；

对所有所述比对差值进行加权平均，获得加权平均差值；

比较所述加权平均差值和预设阈值，当所述加权平均差值大于所述预设阈值时，所述人脸图像和所述特征模板匹配失败。