[发明专利]一种用于集装箱吊装作业的卡车安全智能保护系统

权利要求书

1.一种用于集装箱吊装作业的卡车安全智能保护系统，其特征在于，该系统硬件组成包括数字相机(1)、激光雷达(2)以及高性能工控机(3)。所述的数字相机(1)和激光雷达(2)，通过光纤与高性能工控机(3)连接。

2.一种用于集装箱吊装作业的卡车安全智能保护系统，其特征在于，该系统软件组成包括智能视频分析模组(4)。所述的智能视频分析模组(4)，采用了深度神经网络算法，可以通过像素判别的方法找出图像中卡车车头、卡车托盘、卡车负载这三类感兴趣物体。

3.根据权利要求1所述的一种用于集装箱吊装作业的卡车安全智能保护系统，其系统硬件特征在于，所述的数字相机(1)，安装在轮胎吊的两端。数字相机的安装位置，可以保证在不同卡车卸货位置，卡车托盘和卡车负载都能进入相机视场；同时卡车在正常的卸货位置时，卡车车头不会占据相机视场超过2/3的范围。

4.根据权利要求1所述的一种用于集装箱吊装作业的卡车安全智能保护系统，其系统硬件特征在于，所述的激光雷达(2)，安装在轮胎吊的中间下部，离地200mm～1000mm。激光雷达的扫描平面，与水平面夹角范围在±15°内，以保证卡车在正常作业位置时，可以横扫到卡车侧面的若干个轮胎。

5.根据权利要求2所述的一种用于集装箱吊装作业的卡车安全智能保护系统，其系统软件特征在于，视频分析模组(4)，采用了深度神经网络实现图像分割算法。分割算法为输入图像上每一个像素分配一个标签。标签从卡车车头、卡车托盘、卡车负载和背景这四类中选择一个。具体选择过程为：将图片作为输入项传入神经网络，输出项为每个像素对于每个标签类的选取概率。取最大选取概率的标签，赋给当前像素。此过程称之为正向传播。

6.根据权利要求5所述的一种用于集装箱吊装作业的卡车安全智能保护系统，其系统软件特征在于，视频分析模组(4)，所采用的图像处理算法中的深度神经网络，网络各层的参数，根据训练数据最优拟合而来。最优化拟合的过程采用梯度下降法，通过逐步迭代达到最小化损失函数的目的。单次计算梯度的过程，称之为反向传播。用来反向传播的训练数据，由人工标记数字相机(1)和激光雷达(2)获取的原始数据得到。

7.根据权利要求6所述的一种用于集装箱吊装作业的卡车安全智能保护系统，其系统软件特征在于，视频分析模组(4)，所采用的图像处理算法中的深度神经网络，用来反向传播的大量训练数据，保存在非现场的云端服务器上，服务器被称为训练端。所有标记和训练的过程，都在训练端进行。系统现场所用的高性能工控机(3)，称之为部署端，只保存有深度神经网络模型的结构和最优化的参数。部署端一方面通过正向传播实现图像分割，另一方面也保存新的有效作业数据，定期将数据远程回传给训练端。训练端将人工清洗、整理、标记后得到的作业数据，加入原有训练数据，形成卡车防吊起视频大数据库。训练端还不定期继承训练，优化深度神经网络所有层的参数，再更新到部署端上，提高对各类车头、托盘和负载的识别率。从而本系统的软件组成，具有一定的机器学习能力，智能化表现随着大数据的积累越来越高，直至完全和人工判断的正确率不相上下。