基于车辆检测的抑尘喷淋方法及系统技术方案

技术编号:31454881 阅读:12 留言:0更新日期:2021-12-18 11:20
本申请涉及喷淋抑尘,公开了一种基于车辆检测的抑尘喷淋方法及系统。该方法包括:周期性地获取预设作业区域内所有车辆的待检图像;确定该待检图像中每辆车的工种类别和工作状态;根据该每辆车的工种类别和工作状态控制与该预设作业区域相对应的喷淋装置的开关或喷淋水量。本申请的实施方式在最大限度地节约水源的情况下,有效地降低了车辆作业期间粉尘污染。染。染。

【技术实现步骤摘要】
基于车辆检测的抑尘喷淋方法及系统


[0001]本申请涉及喷淋抑尘,特别涉及基于车辆检测的抑尘喷淋技术。

技术介绍

[0002]粉尘是污染大气环境的污染物之一。在矿业、冶金、建材、电力等许多的产业所使用的原料、半成品、副产品的生产工程中,会产生大量的粉尘,严重危害了作业人员的身体健康。而且,这些粉尘扩散到大气中,也严重污染了大气环境。

技术实现思路

[0003]本申请的目的在于提供一种基于车辆检测的抑尘喷淋方法及系统,在最大限度地节约水源的情况下,有效地降低了车辆作业期间粉尘污染。
[0004]本申请公开了一种基于车辆检测的抑尘喷淋方法,包括:
[0005]周期性地获取预设作业区域内所有车辆的待检图像;
[0006]确定所述待检图像中每辆车的工种类别和工作状态;
[0007]根据所述每辆车的工种类别和工作状态控制与所述预设作业区域相对应的喷淋装置的开关或喷淋水量。
[0008]在一个优选例中,所述周期性地获取预设作业区域内所有车辆的图像之前,还包括:
[0009]收集所述预设作业区域内所有车辆常规工作状态下的图像样本集,所述图像样本集中每辆车的图像标注有工种类别标签和车辆位置标签;
[0010]用所述图像样本集训练预设神经网络模型获得车辆检测模型。
[0011]在一个优选例中,所述预设神经网络模型采用YOLO-V3。
[0012]在一个优选例中,所述确定该待检图像中每辆车的工种类别和工作状态,进一步包括:
[0013]将所述待检图像输入所述车辆检测模型,获得所述待检图像中每辆车的工种类别和边界框位置坐标;
[0014]将当前待检图像中每辆车的边界框位置坐标和前一待检图像中每辆车的边界框位置坐标进行比对,根据比对结果确定每辆车的当前工作状态。
[0015]在一个优选例中,所述将当前待检图像中每辆车的边界框位置坐标和前一待检图像中每辆车的边界框位置坐标进行比对,根据比对结果确定每辆车的当前工作状态,进一步包括:
[0016]在同一坐标系下,计算所述当前待检图像中每辆车的边界框和所述前一待检图像中该辆车的边界框的位置关系;
[0017]如果二者边界框相交,且相交面积小于预设阈值,则该辆车当前处于运动状态;
[0018]如果二者边界框相交,但相交面积大于或等于所述预设阈值,的该辆车处于静止状态;
[0019]如果二者边界框相离,则该辆车当前处于运动状态。
[0020]在一个优选例中,所述根据所述每辆车的工种类别和工作状态控制与所述预设作业区域相对应的喷淋装置的开关或喷淋水量,进一步包括:
[0021]当所述预设作业区域内所述当前处于运动状态的车辆数量大于零时,打开所述喷淋装置;
[0022]对于每种工种类别的车辆,统计其中当前处于运动状态的车辆数量;
[0023]根据每种工种类别的车辆中当前处于运动状态的车辆数量计算所需喷淋水量,以控制所述喷淋装置对所述预设作业区域进行喷淋处理;
[0024]当所述预设作业区域内当前处于运动状态的车辆数量等于零,且到当前时刻为止已持续了预设时长,则关闭所述喷淋装置。
[0025]在一个优选例中,所述根据每种工种类别的车辆中当前处于运动状态的车辆数量计算所需喷淋水量,以控制所述喷淋装置对所述预设作业区域进行喷淋处理,进一步包括:
[0026]根据每种工种类别的车辆大小和作业时扬尘多少为每种工种类别的车辆设置权重系数;
[0027]根据每种工种类别的当前处于运动状态的车辆数量和每种工种类别的车辆的所述权重系数计算所述预设作业区域内的车辆扬尘评分,根据评分值计算所需喷淋水量,以控制该喷淋装置对该预设作业区域进行喷淋处理。
[0028]本申请还公开了一种基于车辆检测的抑尘喷淋系统包括:
[0029]获取模块,用于周期性地获取预设作业区域内所有车辆的待检图像;
[0030]确定模块,用于确定该待检图像中每辆车的工种类别和工作状态;
[0031]控制模块,用于根据所述每辆车的工种类别和工作状态控制与所述预设作业区域相对应的喷淋装置的开关或喷淋水量。
[0032]本申请还公开了一种基于车辆检测的抑尘喷淋系统包括至少一个图像采集装置、至少一个喷淋装置;以及,
[0033]存储器,用于存储计算机可执行指令;
[0034]处理器,用于在执行所述计算机可执行指令时实现如前文描述的方法中的步骤。
[0035]本申请还公开了一种计算机可读存储介质所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如前文描述的方法中的步骤。
[0036]本申请实施方式中,与现有技术相比,至少包括以下优点和效果:
[0037]考虑到不同工种类别的车辆由于车子大小形状不同,车子处于运动状态(例如,经过或作业)时扬起的粉尘量不同。本申请的实施方式通过周期性地获取预设作业区域内所有车辆的待检图像,根据所获取的待检图像识别每辆车的工种类别和工作状态,进而根据每辆车的工种类别和工作状态控制相应喷淋装置的打开、关闭、或调节喷淋量等,可以根据实际粉尘量的多少控制喷淋量的多少,在最大限度地节约水源的情况下,有效地降低了车辆作业期间粉尘污染。
[0038]本申请的说明书中记载了大量的技术特征,分布在各个技术方案中,如果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话,会使得说明书过于冗长。为了避免这个问题,本申请上述
技术实现思路
中公开的各个技术特征、在下文各个实施方式和例子中
公开的各技术特征、以及附图中公开的各个技术特征,都可以自由地互相组合,从而构成各种新的技术方案(这些技术方案均因视为在本说明书中已经记载),除非这种技术特征的组合在技术上是不可行的。例如,在一个例子中公开了特征A+B+C,在另一个例子中公开了特征A+B+D+E,而特征C和D是起到相同作用的等同技术手段,技术上只要择一使用即可,不可能同时采用,特征E技术上可以与特征C相组合,则,A+B+C+D的方案因技术不可行而应当不被视为已经记载,而A+B+C+E的方案应当视为已经被记载。
附图说明
[0039]图1是根据本申请第一实施方式的基于车辆检测的抑尘喷淋方法流程示意图;
[0040]图2是根据本申请第二实施方式的基于车辆检测的抑尘喷淋系统结构示意图。
具体实施方式
[0041]在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
[0042]为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请的实施方式作进一步地详细描述。
[0043]本申请的第一实施方式涉及一种基于车辆检测的抑尘喷淋方法,其流程如图1所示,该方法包括以下步骤:
[0044]在步骤101中,周期性地获取本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于车辆检测的抑尘喷淋方法,其特征在于,包括:周期性地获取预设作业区域内所有车辆的待检图像;确定所述待检图像中每辆车的工种类别和工作状态;根据所述每辆车的工种类别和工作状态控制与所述预设作业区域相对应的喷淋装置的开关或喷淋水量。2.如权利要求1所述的基于车辆检测的抑尘喷淋方法,其特征在于,所述周期性地获取预设作业区域内所有车辆的图像之前,还包括:收集所述预设作业区域内所有车辆常规工作状态下的图像样本集,所述图像样本集中每辆车的图像标注有工种类别标签和车辆位置标签;用所述图像样本集训练预设神经网络模型获得车辆检测模型。3.如权利要求2所述的基于车辆检测的抑尘喷淋方法,其特征在于,所述预设神经网络模型采用YOLO-V3。4.如权利要求3所述的基于车辆检测的抑尘喷淋方法,其特征在于,所述确定该待检图像中每辆车的工种类别和工作状态,进一步包括:将所述待检图像输入所述车辆检测模型,获得所述待检图像中每辆车的工种类别和边界框位置坐标;将当前待检图像中每辆车的边界框位置坐标和前一待检图像中每辆车的边界框位置坐标进行比对,根据比对结果确定每辆车的当前工作状态。5.如权利要求4所述的基于车辆检测的抑尘喷淋方法,其特征在于,所述将当前待检图像中每辆车的边界框位置坐标和前一待检图像中每辆车的边界框位置坐标进行比对,根据比对结果确定每辆车的当前工作状态,进一步包括:在同一坐标系下,计算所述当前待检图像中每辆车的边界框和所述前一待检图像中该辆车的边界框的位置关系;如果二者边界框相交,且相交面积小于预设阈值,则该辆车当前处于运动状态;如果二者边界框相交,但相交面积大于或等于所述预设阈值,的该辆车处于静止状态;如果二者边界框相离,则该辆车当前处于运动状态。6.如权利要求5所述的基于车辆检测的抑尘喷淋方法,其特征在于,所述根据所述每辆车的工种类别和工作状态控制与所述预设作业...

【专利技术属性】
技术研发人员:王亚蒙谢晨潘今一
申请(专利权)人:杭州云深弘视智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1