[发明专利]一种针对粮库仓门的异常监测方法、设备及介质在审
申请号: | 202310464536.8 | 申请日: | 2023-04-23 |
公开(公告)号: | CN116469054A | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 张壮;贾腾飞;张兴振;王宏达;赵春昀;邹宗锐;陈超;赵韫珂 | 申请(专利权)人: | 浪潮数字粮储科技有限公司 |
主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/26;G06V10/764;G08B21/18 |
代理公司: | 北京君慧知识产权代理事务所(普通合伙) 11716 | 代理人: | 肖鹏 |
地址: | 250100 山东*** | 国省代码: | 山东;37 |
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 针对 粮库 异常 监测 方法 设备 介质 | ||
1.一种针对粮库仓门的异常监测方法,其特征在于,包括:
通过图像采集装置进行图像采集,以获取包含粮库仓门的仓门图像;
对所述仓门图像进行图像分析,以得到针对所述粮库仓门的图像分析结果,所述图像分析结果用于形容所述粮库仓门的状态;
获取所述粮库仓门对应的操作规律信息;
根据所述图像分析结果确定所述粮库仓门处于异常状态,并确定所述异常状态不符合所述操作规律信息,发出告警。
2.根据权利要求1所述的方法,其特征在于,通过图像采集装置进行图像采集之前,所述方法还包括:
确定图像采集装置的设置位置符合预设要求,其中,所述预设要求包括:位于所述粮库仓门的正上方区域,外物遮挡区域低于粮库仓门大小的预设比例。
3.根据权利要求1所述的方法,其特征在于,对所述仓门图像进行图像分析,以得到针对所述粮库仓门的图像分析结果,具体包括:
通过预先训练的卷积神经网络模型对所述仓门图像进行图像分析,并根据所述卷积神经网络模型的输出,确定所述粮库仓门的图像分析结果;
其中,所述卷积神经网络模型的训练过程包括:
预先采集多张包含粮库仓门的图像作为训练样本;
在所述训练样本中对粮库仓门的状态进行标记,作为标签,标签包括:关闭状态、开启状态、密闭不严状态;
通过所述训练样本和所述标签进行有监督训练,直至损失收敛,得到所述卷积神经网络模型。
4.根据权利要求3所述的方法,其特征在于,根据所述图像分析结果确定所述粮库仓门处于异常状态,具体包括:
根据所述图像分析结果,确定至少连续帧中,所述粮库仓门属于开启状态,或者,所述粮库仓门属于密闭不严状态。
5.根据权利要求4所述的方法,其特征在于,确定所述异常状态不符合所述操作规律信息,具体包括:
若所述异常状态为所述开启状态,则确定所述操作规律信息中,在当前时间段内,是否存在粮仓活动,且该粮仓活动需要开启粮库仓门;
若不存在,则确定所述异常状态不符合所述操作规律信息;
若所述异常状态为所述密闭不严状态,则确定所述异常状态不符合所述操作规律信息。
6.根据权利要求5所述的方法,其特征在于,发出告警,具体包括:
根据所述异常状态,发出相应级别的告警信息,并采用该相应级别对应的告警方式,其中,级别越高表示严重程度越高,且所述开启状态对应的级别高于所述密闭不严状态的级别。
7.根据权利要求6所述的方法,其特征在于,根据所述异常状态,发出相应级别的告警信息,具体包括:
若所述异常状态为所述密闭不严状态,则确定在所述连续帧的每帧仓门图像中,所述粮库仓门对应的密闭程度;
根据所述密闭程度,拟合生成密闭程度曲线;
根据所述密闭程度曲线的曲线变化情况,确定对应告警信息的级别,其中,变化速度越快,告警信息的级别越高。
8.根据权利要求3所述的方法,其特征在于,根据所述图像分析结果确定所述粮库仓门处于异常状态,并确定所述异常状态不符合所述操作规律信息,具体包括:
根据所述图像分析结果,确定至少连续帧中,所述粮库仓门属于关闭状态,并确定所述操作规律信息中,在当前时间段内,是否存在粮仓活动,且该粮仓活动需要开启粮库仓门;
若存在,则确定所述异常状态不符合所述操作规律信息。
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浪潮数字粮储科技有限公司,未经浪潮数字粮储科技有限公司许可,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/202310464536.8/1.html,转载请声明来源钻瓜专利网。