[发明专利]一种油罐车底部装油口安全监控方法及系统有效

专利信息
申请号: 202110374996.2 申请日: 2021-04-08
公开(公告)号: CN112794274B 公开(公告)日: 2021-07-06
发明(设计)人: 袁顺昌;孟证;葛凯 申请(专利权)人: 南京东富智能科技股份有限公司
主分类号: B67D7/04 分类号: B67D7/04;B67D7/06;B67D7/32;B67D7/42
代理公司: 南京泰普专利代理事务所(普通合伙) 32360 代理人: 房小颖
地址: 211153 江苏省南京*** 国省代码: 江苏;32
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 油罐车 底部 装油口 安全 监控 方法 系统
【权利要求书】:

1.一种油罐车底部装油口安全监控方法,其特征在于,包括:

建立分析系统、识别系统和网络识别模型;

启动所述分析系统对付油作业开始时间进行监测;

付油作业开始时,所述分析系统发送识别指令至所述识别系统;

所述识别系统接收指令,截取图像采集设备对鹤管对接过程采集的视频图像;

所述网络识别模型接收图像采集设备监测时产生的图像数据,输出对象分类识别结果;

根据所述对象分类识别结果,结合提油单信息,判断鹤管对接结果;

可视化鹤管对接结果;

通过使用经过训练所述网络识别模型,对所述视频图像进行识别分类;

其中,所述网络识别模型的训练过程为:

获取样本数据集;

对所述样本数据集进行预处理;

接收经过预处理的样本数据集;

提取视频图像的特征信息;

对特征尺度转换迁移融合,进一步提取特征;

通过忽略一半特征检测器,进行特征参数简化;

采用激活函数对样本数据集中的对象进行非线性对象类别的识别;

其中,所述网络识别模型采用端到端的模式进行分类识别,利用YOLOv3算法实现,并在增加多尺度预测、提供尺寸不一的边界框同时,利用Darknet53进行深层次的对象特征提取;

采用relu函数作为网络识别模式的激活函数,并采用忽略一半特征检测器,以及增加正则化约束的方式降低过拟合现象;

采用聚类方式对YOLOv3的anchor值进行优化,具体的:利用DBSCAN聚类算法在忽略中心点的情况下获得若干数量的类;其次,为了获得检测目标的局部和整体信息,通过增加多尺度进行聚类,进一步为对检测目标的轮廓信息进行多尺度聚类;再次,经过多尺度聚类和卷积操作,获得初代特征图;最后,将这些类作为输入数据,通过K-means算法进行划分聚类,获得准确的中心点位置。

2.根据权利要求1所述的一种油罐车底部装油口安全监控方法,其特征在于,

所述分析系统通过在分析服务器上运行识别注册文件,进入就绪状态;

所述识别系统通过在终端输入启动命令,在识别服务器上,进入就绪状态。

3.根据权利要求1所述的一种油罐车底部装油口安全监控方法,其特征在于,

所述识别系统接收所述分析系统发送的识别命令,进入响应状态。

4.根据权利要求1所述的一种油罐车底部装油口安全监控方法,其特征在于,

所述样本数据集中的样本数据,通过原始图像获取、数据增广、数据标记、数据集划分和训练参数修改形成;

所述预处理进一步为对样本数据集中油罐车底部罐装接口进行标记。

5.根据权利要求1所述的一种油罐车底部装油口安全监控方法,其特征在于,

安全监控过程中,当识别服务器、分析服务器运行出现异常时,进行报警提示。

6.根据权利要求1所述的一种油罐车底部装油口安全监控方法,其特征在于,

通过记录安全监控过程中产生的数据信息,进行数据查询以及问题追溯。

7.一种油罐车底部装油口安全监控系统,用于实现权利要求1~6任意一项方法,其特征在于,包括:

分析系统,被设置为:监测发油系统、触发识别系统以及结合提油单信息分析鹤管对接情况;

识别系统,包括网络识别模型,信息采集设备;

发油系统,被设置为:记录用户刷卡信息,接收最终的鹤管对接对错的状态;

数据库,被设置为:记录操作过程中,产生的数据信息,用于作为问题追溯的依据;

数据传输模块,被设置为:在系统各个模块之间,根据需求传输数据;

所述信息采集设备被设置为:与数据传输模块连接,获取实时图像数据,并将获取到的图像数据传输至分析系统;所述网络识别模型,被设置为接收信息采集设备获取得到的图像数据,分析图像数据中鹤管对接的状态。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项油罐车底部装油口安全监控方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京东富智能科技股份有限公司,未经南京东富智能科技股份有限公司许可,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/202110374996.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top