[发明专利]基于机器学习的油罐车防盗系统

权利要求书

1.一种基于机器学习的油罐车防盗系统，其特征在于，其包括设于本地的：

摄像头(11)，用于实时获取油罐车注油口和/或出油口处的场景画面；

机器学习模块(12)，用于将所述场景画面输入至本地机器学习模型(13)，利用本地机器学习模型(13)预测所述场景画面中是否发生盗油事件，当预测发生盗油事件时，所述机器学习模块(12)输出报警信号；

本地报警装置(15)，用于报警提醒；

第一控制模块(14)，与所述机器学习模块(12)、本地报警装置(15)连接，当所述机器学习模块(12)输出报警信号时，所述第一控制模块(14)可控制所述本地报警装置(15)进行报警提醒；

报警确认装置(16)，与所述第一控制模块(14)连接，用于供油罐车驾驶室中的司机确认所述报警信号是否准确，所述报警确认装置(16)可输出确认结果至所述第一控制模块(14)；

本地模型更新模块(17)，可将所述确认结果及相应的场景画面作为训练数据而训练所述本地机器学习模型(13)；

第一通信模块(18)，设于油罐车本地，其与所述第一控制模块(14)连接；

及

云服务器(20)，可与所述第一通信模块(18)远程通信，所述云服务器(20)包括：

确认模块(25)，可基于所述报警确认装置(16)的确认结果而确定出所述报警信号中未经报警确认装置(16)进行确认的报警信号，并将其确定为需要确认的报警信号而将该需要确认的报警信号发送至产生该报警信号的油罐车以所述司机通过所述报警确认装置(16)确认该需要确认的报警信号是否准确。

2.如权利要求1所述的基于机器学习的油罐车防盗系统，其特征在于，所述云服务器(20)设有：

第二通信模块(26)，可与所述第一通信模块(18)远程通信；

云端报警装置(24)，用于报警提醒；

第二控制模块(23)，与所述第二通信模块(26)、确认模块(25)及云端报警装置(24)连接；

当所述机器学习模块(12)输出报警信号时，所述第二控制模块(23)控制所述云端报警装置(24)进行报警提醒。

3.如权利要求2所述的基于机器学习的油罐车防盗系统，其特征在于，所述云服务器(20)还设有：

云端机器学习模型(21)；

云端模型更新模块(22)，与所述第二控制模块(23)及云端机器学习模型(21)连接；

当所述本地模型更新模块(17)基于所述确认结果及相应的场景画面而训练更新所述本地机器学习模型(13)后，其产生模型更新信息，所述云端模型更新模块(22)可基于所述模型更新信息而更新所述云端机器学习模型(21)；

当所述云端模型更新模块(22)基于所述模型更新信息而更新所述云端机器学习模型(21)后，其产生模型更新信息，其他油罐车上的本地模型更新模块(17)可基于所述模型更新信息而更新其本地机器学习模型(13)。