基于树莓派的厢式货车运输管理控制装置及系统制造方法及图纸

本发明专利技术提供基于树莓派的厢式货车运输管理控制装置及系统，根据距离传感单元对车辆的检测，图像采集单元被触发后对车辆进行分时多角度且特定距离的图像采集，扫描识别单元获取车载任务信息，主处理模块将所提取的信息与预生成信息进行比对并据此控制道闸。基于所采集图像，图像识别模块基于改进后的yolo‑v3‑tiny网络进行车型识别，在该网络的训练样本中还包括标注了车牌框、驾驶员人脸以及货车厢门的图像，多个识别任务共享同一网络，降低了模型的复杂度，提高了识别能力与管理效率。同时，基于主体图像颜色特征，通过将货车主体图片，及驾驶室图片、运输信息和任务标识等信息融合为一张存档图片，大大简化了物流运输信息的存档与交互，提高了信息表示效能。

【技术实现步骤摘要】
基于树莓派的厢式货车运输管理控制装置及系统
本专利技术专利属于物流运输领域，具体涉及基于树莓派的厢式货车运输管理控制装置及系统。
技术介绍
随着经济与贸易的发展，物流运输行业的规模快速增长。目前，物流成本占我国GDP的比重超过20％；其中，第三方物流的市场潜力很大。中国仓储协会的市场调查表明，有相当一部分生产企业和商业企业在寻找物流代理商，企业对第三方物流的满意度也在逐渐提高。企业物流运输流程中，市内配送服务需求越来越迫切，同时，物流过程管理、物流决策、资料获取等信息服务也越来越受到企业的重视。物流服务具有高周转、高可靠的运输要求，对货运车辆运输的时效性要求较高。在货运车辆进出货场或物流园区有时间花费尽量短的述求，而货车进出场区的频次又有一定波动性和持续性，因此，在出入口常有拥堵发生。当前，物流运输流程中的过程管理手段还比较落后，管理方式比较粗放，无法满足企业的需求。具体地，在整个物流链中，货物分段运输过程中的信息流通与管理不顺畅，如在货车进出货场时，往往还依赖手工记录、纸质传送信息等手段。这种方式，严重影响了物流运输的效率，制约了物流服务质量的提高。为此，需要开发一种在货场出入口对货车进行出入自动管理与信息自动采集的控制装置与系统。同时，在物流园区或者货场的管理中，还有一个重要的工作，那就是对停车位、及货车停放的检查与管理。由于到这项工作与出入口管理有很多相似的功能需求，因此，如果将货车运输管理控制装置设计为能部署在可移动嵌入式平台上，则可减少重复开发，大大增加设备的适用性与性价比。树莓派作为一款单板计算机已经推出多年了，虽然一开始是针对教育领域推出的，但由于它的开源硬件特性，得到了开源社区的大量支持，其相关的软件资源很丰富，开发新应用的速度可以更快。目前应用较广的树莓派3B是在18年3月推出的，采用了1.2GHz四核64位ARMv8处理器，有1GB的内存，其CSI相机端口与多个USB端口都可用于连接摄像头。只有信用卡大小的树莓派，具有较强的处理能力和丰富的接口，已被广泛用于各种移动式或嵌入式解决方案中。如申请号为201810047714.6的中国专利申请，基于树莓派采集家庭成员的人脸图像和手势图像并传入服务器中进行模式识别与匹配，又根据匹配结果进行门禁控制和报警处理。运输领域内在车辆车型等的模式识别处理中有一类被广泛采用的方法，就是深度学习，在深度学习的神经网络迭代处理中，需要大量的计算资源。为此，申请号为201810523617.X的中国专利申请，提出一种用于卷积神经网络硬件加速的数据处理方法；而申请号为201810523619.9的中国专利申请，提出一种基于FPGA的硬件加速方法及系统；他们都被用来提高Tiny-yolo卷积神经网络的检测速度。在科研领域，还有专为机器学习设计的硬件平台，如NVIDIA的嵌入平台JetsonTX1，其GPU部分是256个CUDA核心的Maxwell，运算性能每秒1兆次浮点，堪比小型超算，但这个平台的价格是树莓派的几十倍。因此，对于物流运输领域的嵌入式设备与系统，需要适用于算力较小的通用平台如树莓派等之上的车辆识别、管理的方法和装置。专利技术专利内容针对以上需求，本专利技术的目的是提供一种基于树莓派的厢式货车运输管理控制装置及系统和控制器，在货场出入口等场合对货车进行出入自动管理与信息自动采集。本专利技术所提供的控制装置，能用来进行物流园区或货场的出入口管理。基于对第三方物流服务企业对停车场及出入口管理的需求分析，本专利技术装置，以嵌入式处理器树莓派为控制器，在车道入口及道闸前设置多个相机，对货车进行分时图像采集，采集触发基于距离传感单元的差分检测；基于树莓派的算力特点，选择经优化改进的yolo-v3-tiny网络作为车辆车型等识别深度学习模型，离线收集各类厢式货车的多角度图像并用来对所述改进网络进行离线训练，将训练后的网络部署在控制器上，用来在车道入口处对货车进行车型等的在线识别。之后，基于道闸前位置上货车状态的图像采集，控制器分别采集含驾驶员头像的驾驶室图像、采集车牌图像并提取货车车牌号，并可选地获取车载射频卡信息，将所提取的各种运输任务信息如车牌、车型等与运单数据库中预生成的运单信息进行比对，并根据比对判定结果输出给道闸控制器；同时，可选地从称重器获取车辆载重；最后，以道闸前获取的车体图像为背景，综合驾驶室图像、运单信息、运单码、车牌、载重、驾驶员信息等，根据对所述背景图片的分析选用特定的颜色及亮度来将以上综合的信息按分区复合的方法融合到一张图片中进行存储，并在空闲时，通过通信接口将其上传到云服务器的数据库中。另外，还对厢式货车的后部车门状态进行图像采集，基于图像处理方法对其厢门的开度进行检测判别，在发现厢门没有关严时通过输出单元告警。本专利技术的技术解决方案是，提供一种以下结构的基于树莓派的厢式货车运输管理控制装置，其包括控制器、用户接口单元、声光单元、距离传感单元、图像采集单元、扫描识别单元和通信接口，根据距离传感单元对车辆的检测，图像采集单元被触发后对车辆进行分时多角度图像采集，扫描识别单元通过扫描货车中的ID卡来获取车载任务信息，控制器又包括输入模块、主处理模块、图像预处理模块、图像识别模块、车牌检测模块、图像融合模块、存储模块和输出模块，且控制器被配置为：图像识别模块、车牌检测模块分别基于经图像预处理模块处理后的所述图像采集单元所采集图像进行车型识别、车牌识别，主处理模块将所提取的所述车载任务信息中的运输任务编号、车牌、车型等与数据库中预生成的运单信息进行比对，并根据比对判定结果输出信号给道闸控制器。可选地，在道闸动作前，图像融合模块以道闸前获取的车体图像为背景，将驾驶室图像、运单信息、运单码、车牌、载重、驾驶员等综合信息等融合到一张出入存档图片中，所述融合处理根据对所述背景图像的分析选用特定的颜色及亮度来将所述综合信息按分区复合的方法融合到所述车体图像中，之后将所述出入存档图片进行暂存，并在空闲时通过通信接口将其上传到服务器的数据库中。可选地，所述图像采集单元包括与切换阵列相连的主相机、侧视相机、俯视相机，所述图像识别模块基于yolo-v3-tiny改进后的网络模型，在原第8层前依次增加3×3卷积层、2×2下采样层及1×1卷积层共三层，且所述两个卷积层的滤波器个数分别为256、128个，以位于车辆侧前方的主相机及侧视相机所采集的两幅图片以列排列的方式融合为一幅样本图片，对所述样本图片标注后形成训练数据集，以所述数据集对所述网络模型进行离线训练，获得车型识别模型，所述控制器还被配置为：在线运行时，所述图像预处理模块将主相机、侧视相机所采集车辆图片以列排列方式融合成待测图片后输入到图像识别模块，所述图像识别模块以所述车型识别模型对所述待测图片进行处理后获得车辆的车型信息。可选地，所述图像采集单元还包括切换阵列和俯视相机，所述图像识别模块中还含有一个以所述俯视相机所采集图片作为输入的SVM车型识别器，所述车型识别器以车辆的HOG特征、长宽本文档来自技高网...

【技术保护点】
1.基于树莓派的厢式货车运输管理控制装置，其包括控制器、用户接口单元、声光单元、距离传感单元、图像采集单元、扫描识别单元和通信接口，/n根据距离传感单元对车辆的检测，图像采集单元被触发后对车辆进行分时多角度图像采集，扫描识别单元通过扫描货车中的ID卡来获取车载任务信息，/n控制器又包括输入模块、主处理模块、图像预处理模块、图像识别模块、车牌检测模块、图像融合模块、存储模块和输出模块，且控制器被配置为：/n主处理模块将所提取的所述车载任务信息中的运输任务编号、车牌、车型等与数据库中预生成的运单信息进行比对，并根据比对判定结果输出信号给道闸控制器，/n在道闸动作前，图像融合模块以道闸前获取的车体图像为背景，将驾驶室图像、运单信息、运单码、车牌、载重、驾驶员等综合信息等融合到一张出入存档图片中，所述融合处理根据对所述背景图像的分析选用特定的颜色及亮度来将所述综合信息按分区复合的方法融合到所述车体图像中，之后将所述出入存档图片进行暂存，并在空闲时通过通信接口将其上传到服务器的数据库中。/n

【技术特征摘要】
1.基于树莓派的厢式货车运输管理控制装置，其包括控制器、用户接口单元、声光单元、距离传感单元、图像采集单元、扫描识别单元和通信接口，
根据距离传感单元对车辆的检测，图像采集单元被触发后对车辆进行分时多角度图像采集，扫描识别单元通过扫描货车中的ID卡来获取车载任务信息，
控制器又包括输入模块、主处理模块、图像预处理模块、图像识别模块、车牌检测模块、图像融合模块、存储模块和输出模块，且控制器被配置为：
主处理模块将所提取的所述车载任务信息中的运输任务编号、车牌、车型等与数据库中预生成的运单信息进行比对，并根据比对判定结果输出信号给道闸控制器，
在道闸动作前，图像融合模块以道闸前获取的车体图像为背景，将驾驶室图像、运单信息、运单码、车牌、载重、驾驶员等综合信息等融合到一张出入存档图片中，所述融合处理根据对所述背景图像的分析选用特定的颜色及亮度来将所述综合信息按分区复合的方法融合到所述车体图像中，之后将所述出入存档图片进行暂存，并在空闲时通过通信接口将其上传到服务器的数据库中。


2.根据权利要求1所述的基于树莓派的厢式货车运输管理控制装置，其特征在于，所述图像采集单元包括与切换阵列相连的主相机、侧视相机、俯视相机，
所述图像识别模块基于yolo-v3-tiny改进后的网络模型，在原第8层前依次增加3×3卷积层、2×2下采样层及1×1卷积层共三层，且所述两个卷积层的滤波器个数分别为256、128个，
以位于车辆侧前方的主相机及侧视相机所采集的两幅图片以列排列的方式融合为一幅样本图片，对所述样本图片标注后形成训练数据集，
以所述数据集对所述网络模型进行离线训练，获得车型识别模型，
所述控制器还被配置为：
在线运行时，所述图像预处理模块将主相机、侧视相机所采集车辆图片以列排列方式融合成待测图片后输入到图像识别模块，
所述图像识别模块以所述车型识别模型对所述待测图片进行处理后获得车辆的车型信息。


3.根据权利要求2所述的基于树莓派的厢式货车运输管理控制装置，其特征在于，所述图像采集单元还包括切换阵列和俯视相机，所述图像识别模块中还含有一个以所述俯视相机所采集图片作为输入的SVM车型识别器，所述车型识别器以车辆的HOG特征、长宽比等作为SVM的特征向量，
在线运行时，所述图像识别模块以经离线训练的所述车型识别器对车辆进行车型识别，且仅当所述识别的结果属于货车类车型时，才采用所述车型识别模型进一步进行货车车型的细分类型识别。


4.根据权利要求1所述的基于树莓派的厢式货车运输管理控制装置，其特征在于，
所述出入存档图片包括货车主体图片区，及驾驶室图片区、标识区、运输信息区三个图文区，所述标识区包括车牌号、运单码、射频卡ID、驾驶员ID，所述运输信息区包括运单信息、车型、车辆颜色、载重等信息，
所述图像融合模块还被配置为：根据预设的区块位置，首先从基于驾驶室相机获取的货车驾驶室图片中截取驾驶员人脸区图像块融合到道闸前获取的车体图像中，获得第一融合图像；然后，基于后续图像编码所用的颜色空间的各分量，对所述第一融合图像分别进行频数直方图统计，获得各分量中频数最大的两个分量值作为各分量选定值，
将所述标识区、运输信息区内容以双色表示，且其背景色与前景色的各颜色空间分量分别采用所述分量选定值。


5.根据权利要求2所述的基于树莓派的厢式货车运输管理控制装置，其特征在于，所述图像采集单元包括位于道闸前用于拍摄车牌区域图像的车牌相机，其被用来获取车牌图像，
所述训练数据集中还包括标注了车牌框的所述车牌图像样本，在线运行时，经离线训练的所述网络模型对所采集的...

【专利技术属性】
技术研发人员：邹细勇，李子印，花江峰，
申请(专利权)人：杭州古德微机器人有限公司，
类型：发明
国别省市：浙江;33