一种基于人工智能的自学习安检方法、安检系统和安检门技术方案

本发明专利技术公开了一种基于人工智能的自学习安检方法、安检系统和安检门，方法步骤中对安检物进行信号采集；对采集到的信号进行放大、整形、滤波，记录安检物的信号波形，进行数据存储和算法处理，建立数据模型，对信号进行描点复原，生成信号波形图，形成安检物样本数据库；在相同区域内重复采集相同的安检物，对安检物样本数据库进行修正和灵敏度校准；将进入安检区域的物品产生的所有信号与大数据样本库进行对比，对物品进行排除或反排除。本发明专利技术能够还原物品通过安检门时的数据模型，判别通过的物品是否和数据库样品图一致，智能检测使得安检门能够适应检测环境的变化，实现实时精准检测，使得安检门更智能、更精准。更精准。更精准。

【技术实现步骤摘要】
一种基于人工智能的自学习安检方法、安检系统和安检门


[0001]本专利技术涉及一种自学习安检方法、安检系统和安检门，尤其涉及一种基于人工智能的自学习安检方法、安检系统和安检门，属于智能安检设备的


技术介绍

[0002]现有技术的安检门功能单一，只能检测金属，但不能具体分辨金属的种类和大小等，如果用户需要过滤排除某些小金属(如皮带、钥匙扣等)或者日常用品(如手机等)，只能通过降低灵敏度(提高阈值)来排除某些小金属、皮带、钥匙扣等同等大小的金属物品。且需要人工设置参数等，繁琐操作。
[0003]现有技术的安检门在进行信号采集和算法处理时需要人工设置参数来实现，仅仅依靠单个线圈的阈值或者每个线圈独立工作的思路来判断排除，存在以下缺陷：
[0004]1、排除的物品种类有限，且需要物品种类几乎同等大小；
[0005]2、不具备物品分类或很难做到物品分类；
[0006]3、使用的过程中没有样本数据的采集学习、储存并用于设备检测的依据，不具备智能化、数字化条件；
[0007]4、不具备反排除功能，即针对特定物品的检测功能；
[0008]5、不具备设备参数的智能运算和校准。
[0009]上述问题尚未得到有效解决，已经不能满足人们的要求。

技术实现思路

[0010]本专利技术的目的在于提供一种基于人工智能的自学习安检方法、安检系统和安检门，具有人工智能学习功能，能够采集样本数据，根据采集的数据校准灵敏度值，实现智能化运算校准，排除或反排除(只检测)某些特定的物品，利用形状特征算法分辨出被检测物品种类，解决现有技术存在的缺憾。
[0011]本专利技术提供了下述方案：
[0012]一种基于人工智能的自学习安检方法，该安检方法具体包括：
[0013]对安检物进行信号采集；
[0014]对采集到的信号进行放大、整形、滤波，记录安检物的信号波形，进行数据存储和算法处理，建立数据模型，对信号进行描点复原，生成信号波形图，形成安检物样本数据库；
[0015]在相同区域内重复采集相同的安检物，对安检物样本数据库进行修正和灵敏度校准；
[0016]将进入安检区域的物品产生的所有信号与大数据样本库进行对比，对物品进行排除或反排除。
[0017]进一步的，在相同区域内重复采集相同的安检物，一个安检物的所有信号形成一个整体信号波形；
[0018]若干安检物样本数据库组合形成大数据样本库；
[0019]对大数据样本库进行多次采样、学习、训练；
[0020]判断物品的性质和种类，对物品进行排除或反排除，排除物品指的是不检测特定的物品，反排除物品指的是只检测特定的物品。
[0021]进一步的，通过信号采集板对进入安检区域的安检物进行数据采集，在信号采集板上安装有若干信号接收器，信号采集板把接收到的交流信号进行放大、整形、滤波，使交流信号呈现磁性物质和非磁性物质的变化信号。
[0022]进一步的，所述信号接收器为电磁线圈。
[0023]进一步的，电磁线圈采集安检物的信号波形，信号采集板记录信号波形的特征值，信号波形的特征值包括正弦波的最高点、最低点。
[0024]进一步的，对采集结果进行图文显示。
[0025]一种基于人工智能的自学习安检系统，自学习安检系统包括：
[0026]信号采集模块，对进入安检区域的安检物进行信号采集；
[0027]信号处理模块，对采集到的信号进行放大、整形、滤波；
[0028]信号存储模块，记录安检物的信号波形，进行数据存储和算法处理，建立数据模型，对信号进行描点复原，生成信号波形图，形成安检物样本数据库；
[0029]校准修正模块，在相同区域内重复采集相同的安检物，对安检物样本数据库进行修正和灵敏度校准；
[0030]大数据样本库模块，在大数据样本库中一个安检物的所有信号形成一个整体信号波形；
[0031]信号对比模块，将物品的所有信号波形与大数据样本库模块中的所有整体信号波形进行对比，判断安检物的性质和种类。
[0032]进一步的，在信号采集模块中利用电磁线圈采集安检物的信号波形，信号采集板记录信号波形的特征值，信号波形的特征值包括正弦波的最高点、最低点。
[0033]一种基于人工智能自学习功能的安检门，所述安检门设置有基于人工智能的自学习安检系统。
[0034]一种基于人工智能自学习功能的安检门，所述安检门具有智能运算校准灵敏度值(也叫阈值、基准值等)的功能，在无人通过安检门时(即设备空闲状态时)，电脑工控板将若干个小线圈(信号接收器)的数据进行接收储存，随着时间推移，数据越来越多，把一段时间内的数据经过算法处理，当作安检门的灵敏度值(也叫阈值、基准值等)，再经过一段时间(具体时间周期可设置)，又把采集到的数据进行运算处理，再次校准灵敏度值(也叫阈值、基准值等)，实现了安检门的智能运算校准功能。
[0035]本专利技术与现有技术相比具有以下的优点：本专利技术能够还原物品通过安检门时的数据模型，判别通过的物品是否和数据库样品图一致，扩展和丰富了安检门的功能，智能检测使得安检门能够适应检测环境的变化，实现实时精准检测，产品更智能化、数据化，通过大量的采集、学习、训练样本，使得安检门更智能、更精准。
附图说明
[0036]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的
附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本专利技术的方法流程图。
[0038]图2是本专利技术的系统架构图。
[0039]图3是具体实施例的系统架构图。
[0040]图4是各个小线圈(信号接收器)的信号波形图。
[0041]图5是大数据样本库中整体的信号波形图。
[0042]图6是第2实施例的方法流程图之一。
[0043]图7是第2实施例的方法流程图之二。
[0044]图8是信号采集板采集到8组小线圈的信号值。
[0045]图9是在相同时间点按照最高幅值点进行描点复原的样本图一。
[0046]图10是在相同时间点按照最高幅值点进行描点复原的样本图二。
[0047]图11是由最具明显特征的样本图二得出的正式样本图。
[0048]图12是行人通过安检门时携带物品产生的所有信号的类似正弦波的波形图之一，可以进行排除或反排除(只检测)该物品。
[0049]图13是行人通过安检门时携带物品产生的所有信号的类似正弦波的波形图之二，不符合排除条件和反排除条件，只输出声光告警。
具体实施方式
[0050]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的自学习安检方法，其特征在于，该安检方法具体包括：对安检物进行信号采集；对采集到的信号进行放大、整形、滤波，记录安检物的信号波形，进行数据存储和算法处理，建立数据模型，对信号进行描点复原，生成信号波形图，形成安检物样本数据库；在相同区域内重复采集相同的安检物，对安检物样本数据库进行修正和灵敏度校准；将进入安检区域的物品产生的所有信号与大数据样本库进行对比，对物品进行排除或反排除。2.根据权利要求1所述的人工智能自学习安检方法，其特征在于，在相同区域内重复采集相同的安检物，一个安检物的所有信号形成一个整体信号波形；若干安检物样本数据库组合形成大数据样本库；对大数据样本库进行多次采样、学习、训练；判断物品的性质和种类，对物品进行排除或反排除，排除物品指的是不检测特定的物品，反排除物品指的是只检测特定的物品。3.根据权利要求2所述的人工智能自学习安检方法，其特征在于，通过信号采集板对进入安检区域的安检物进行数据采集，在信号采集板上安装有若干信号接收器，信号采集板把接收到的交流信号进行放大、整形、滤波，使交流信号呈现磁性物质和非磁性物质的变化信号。4.根据权利要求3所述的人工智能自学习安检方法，其特征在于，所述信号接收器为电磁线圈。5.根据权利要求4所述的人工智能自学习安检方法，其特征在于，电磁线圈采集安检物的信号波形，信号采集板记录信号波形的特征值，信号波形的特征值包括正弦波的最高点、最低点。6.根据权利要求1所述的人工智能自学习安检方法，其特...

【专利技术属性】
技术研发人员：张富顺，陈小聪，胡冬胜，周云志，
申请(专利权)人：深圳市盾为科技有限公司，
类型：发明
国别省市：