[发明专利]一种基于深度学习的厢式货车厢门状态识别装置与系统在审
申请号: | 202010518732.5 | 申请日: | 2020-06-09 |
公开(公告)号: | CN111723708A | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 邹细勇;黄昌清;花江峰 | 申请(专利权)人: | 杭州古德微机器人有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/20;G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310018 浙江省杭州市下*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 学习 货车 状态 识别 装置 系统 | ||
本发明提供一种基于深度学习的厢式货车厢门状态识别装置与系统,将图像采集单元获取的侧视、侧后视和俯视多视角图像融合为输入到深度学习网络的图像样本,在识别控制器中建立深度学习网络,增加特征卷积提取深度并在输出层之前增加一个特征共享层来实现厢门状态的投票判决,多视角厢门区域特征图谱融合及共享层多特征融合的互相配合,提高了网络对厢门状态识别的鲁棒性和准确性。本发明实现了对货车厢门状态的自动识别,能有效预防运输中因厢门打开而造成的隐患,提高了物流运输管理水平。通过在同一网络中实现车牌区、车型的识别,减少了识别网络的个数、提高了识别的效率;又通过对训练样本图像中厢门区域的自动初步框选,节省了标注工作量。
技术领域
本发明专利属于物流运输领域,具体涉及一种基于深度学习的厢式货车厢门状态识别装置与系统。
背景技术
物流运输是经济社会发展的重要支柱产业,对企业而言,其物流能力的建立与提高是其发展的重要推动力量。当前,由于物流园区在经济规模、地理分布、建设运作方式等方面具有明显的规模优势与聚集效应,我国已形成了全国从南到北、从东到西的物流园区建设发展局面。物流园区的占地规模较大,除了仓储、运输、加工等,还包括一些信息、咨询、维修、综合服务等配套业务。物流园区出现以后,减轻了物流对城市交通的压力,提高了物流经营的规模效益,满足了仓库建设大型化发展趋势和货物联运发展的需求。
我国物流园区发展很快,但也不断的产生了很多新的技术需求。如物流园区服务项目不充分,信息化、网络化水平不高。在物流运输的各环节中数据采集与交互的手段还不够丰富,监控措施不足。其中,货车在物流园区的出入、通行的监控与规范管理需求,表现得越来越突出。
相比其它普通货车,厢式货车具有机动灵活、工作高效、运输量大及安全、可靠等优点。因此,厢式货车被广泛应用于物流运输中。厢式货车是全天候的,其比普通货车更加安全、整洁,且下雨不会淋湿货物。厢式货车都必须设置后门,门的设置为装卸货物提供了条件,且门的开启角必须达到一定的设计要求,才能完全完成货物的安全装卸和充分发挥厢式货车的使用功能。如说明书附图中图3所示,按照ZB T52006《厢式货车通用技术条件》的规定,厢式货车的后门开启角为270度。
物流运输中的厢式货车如果在高速行车时厢门未关好,则可能导致货物掉落造成经济损失;而左右摇晃的厢门还可能伤及行人,引发交通事故。关于这类事故的报道很多,如在宁波,一辆重型厢式货车由于厢门没有关牢,厢门打开把收费站的限高杆给撞坏;在温州一辆货车因未关上车厢门,导致车门撞上了一名散步的老人;还有在山西,车的后厢门没关好,行驶过程中甩来甩去,吓得过往车辆纷纷避让,差点引发严重的交通事故。
目前,已经有一些厢门检测相关的技术方案,如申请号为2018102987891的中国专利申请,通过接触块的通断来判断车箱门是否关闭,申请号为2016200489718的中国专利申请则通过触点式机械门锁来采集车箱门的开关信息,而申请号为2017109280143的中国专利申请则通过光电发射、接收模块来实现状态检测的传感从而实现对私家车非法开门的识别。以上方案均为从车内部对车门状态进行检测,无法实现外部监督。
货车由于厢门未关好而将为公路运输带来很大的安全隐患,为此,在物流园的出入管理中,急需能自动识别货车厢门是否关好的设备和系统,通过对厢式货车厢门状态的自动检测、提醒及控制,能及时预防货物损失、人员伤害事故的发生。
在嵌入式系统领域,树莓派作为一款单板计算机已经推出多年了,虽然一开始是针对教育领域推出的,但由于它的开源硬件特性,得到了开源社区的大量支持,其相关的软件资源很丰富,开发新应用可以更快。目前应用较广的树莓派具有多个摄像头接口。只有信用卡大小的树莓派,具有较强的处理能力和丰富的接口,已被广泛用于各种移动式或嵌入式解决方案中,其性价比很高。
发明内容
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州古德微机器人有限公司,未经杭州古德微机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010518732.5/2.html,转载请声明来源钻瓜专利网。