[发明专利]一种安全检测赛博物理系统在审

专利信息
申请号: 202111073794.0 申请日: 2021-09-14
公开(公告)号: CN113671589A 公开(公告)日: 2021-11-19
发明(设计)人: 赵自然;陈志强;李元景;张丽;李荐民;王学武;康克军;王子野 申请(专利权)人: 清华大学
主分类号: G01V8/00 分类号: G01V8/00;G01V8/10;G01V5/00;H04N7/18
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 蒋冬梅;栗若木
地址: 10008*** 国省代码: 北京;11
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 安全 检测 博物 系统
【权利要求书】:

1.一种安全检测赛博物理系统,其特征在于,包括:物理探测设备、智能控制中心、数据存储中心和联网信息处理器;

所述物理探测设备包括:分散在不同区域的对象扫描设备和分散在不同区域的环境检测设备;所述对象扫描设备,用于对所在区域的待检对象进行扫描,得到对象扫描数据;所述环境检测设备,用于对所在区域的环境进行扫描,得到环境扫描数据;

每一区域的对象扫描设备配套一个环境检测设备、一个智能控制中心、一个数据存储中心和一个联网信息处理器;

所述智能控制中心,用于获取所在区域对象扫描设备传输的对象扫描数据,根据所在区域的环境检测设备传输的环境扫描数据确定所在区域对象扫描设备的安检场景,根据所述安检场景向所在区域的联网信息处理器发送联网信号,所述联网信号用于指示将所在区域的对象扫描设备与具有相同安检场景的其他区域的对象扫描设备相匹配并联网;

所述联网信息处理器,用于接收到所述联网信号后将所在区域的对象扫描设备,与具有相同安检场景的其他区域的对象扫描设备相匹配并联网,以及调用与所在区域具有相同安检场景的其他区域的检测信息,所述其他区域的检测信息包括:与所在区域对象扫描设备具有相同安检场景的其他区域的对象扫描设备扫描的对象扫描数据和该对象扫描数据的检测结果;

所述数据存储中心,用于存储所在区域的历史检测信息,所述历史检测信息包括:所在区域的对象扫描设备扫描的历史对象扫描数据和所述历史对象扫描数据的检测结果;

所述智能控制中心,还用于调用对象识别模型,并根据所述其他区域的检测信息和所述历史检测信息训练所述对象识别模型,将获取到所在区域的对象扫描数据输入训练好的所述对象识别模型,以识别所在区域的对象扫描数据并给出检测结果,所述检测结果包括:待检对象携带或装有可疑物品,或待检对象未携带或未装有可疑物品,或待检对象携带或装有可疑物品且标注出可疑物品的位置。

2.根据权利要求1所述的系统,其特征在于,所述智能控制中心包括:数据融合模块、成像算法模块、智能判图模块和决策控制模块;

所述数据融合模块,用于将所在区域的物理探测设备、数据存储中心以及联网信息处理器传输的数据进行筛选及融合,以得到所在区域的对象扫描数据、所在区域的环境扫描数据、所在区域的历史检测信息和与所在区域具有相同安检场景的其他区域的检测信息;

所述成像算法模块,用于根据所在区域的对象扫描数据和所在区域的环境扫描数据选择预设成像算法进行图像重建,得到所在区域的对象重建图像;

所述智能判图模块,用于将所在区域的对象重建图像代入训练好的对象识别模型,确定出所在区域中携带或装有物品的待检对象;

所述决策控制模块,用于对每个携带或装有物品的待检对象分别进行如下操作:确定所携带或装有的物品所在的位置,提取对象重建图像中该位置处的物品信息,将该位置处的物品信息与预先存储的物品属性信息比对,以确定该位置处的物品是否为可疑物品。

3.根据权利要求2所述的系统,其特征在于,所述数据存储中心,还用于存储物品属性信息,所述物品属性信息包括:安全物品信息和危险物品信息;

所述决策控制模块将该位置处的物品信息与预先存储的物品属性信息比对,以确定该位置处的物品是否为可疑物品,包括:

在该位置处的物品信息与所述安全物品信息匹配时,确定该位置处的物品是为非可疑物品;

在该位置处的物品信息与所述危险物品信息匹配时,确定该位置处的物品是为可疑物品。

4.根据权利要求2所述的系统,其特征在于,所述智能控制中心还包括:

联网更新模块,用于接收联网的交互信息并根据交互信息进行更新和自动升级;

所述联网更新模块接收联网的交互信息并根据交互信息进行更新和自动升级,包括:

将所述智能控制中心给出的检测结果传输至所在区域的数据储存中心,在传输的次数达到设定次数时,进行更新和升级;

所述联网更新模块进行更新和升级包括:根据数据储存中心更新后的数据分别进行所述对象识别模型和/或所述预设成像算法的更新;

和/或,

所述联网更新模块进行更新和升级包括:在待检对象携带或装有的物品为新的危险物品或安全物品时,对数据存储中心存储的物品属性信息进行更新。

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清华大学,未经清华大学许可,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/202111073794.0/1.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