一种检测集装箱箱外5个面好坏的控制系统、方法技术方案

本发明专利技术涉及一种检测集装箱箱外5个面好坏的控制系统，尤其涉及一种应用视频流技术、算法识别，对集装箱箱体的凹凸损、破损、锈蚀检测的控制系统，辅以点云数据处理，控制系统，其包括：服务器、摄像头、雷达、前置机、闸机。闸机。闸机。

【技术实现步骤摘要】
一种检测集装箱箱外5个面好坏的控制系统、方法


[0001]本专利技术涉及控制系统，尤其设计一种检测集装箱箱外5个面好坏的控制系统。

技术介绍

[0002]随着我国经济迅猛发展，综合国力日益增强，国际地位不断提升，作为经济全球化中重要的一员，我国港口货物吞吐量呈稳步上升的趋势。 2020年1
‑
11月，全国港口累计完成货物吞吐量132.49亿吨，同比增长4.2％。如此大的吞吐量对港口工作效率也是一项极大的挑战。在传统闸口控制系统中，需要耗费人力识别集装箱的好坏，这不仅会导致车辆在闸口前排起长龙，还极大地影响港口的吞吐速率；将人工应用于集装箱检测中，不仅提高了检测效率，提高港口吞吐速率，还极大地节省了人力成本，而且本专利技术会将检测结果储存在服务器中，以方便查询统计。传统工作流程如下：(1)车辆进入检测区域。(2) 安检人员进行肉眼检测，并判断车辆是否可以出行(3)开启闸门或者人工干预。

技术实现思路

[0003]专利技术主要应用视频流技术，对截帧的图片进行算法识别，检测得到集装箱箱况信息；辅以3D激光雷达技术，获取点云数据，对三维数据进行处理，从而提高检测正确率。技术方案为：
[0004]一种应用所述检测集装箱箱外5个面好坏的控制系统，其特征是，包括：服务器、摄像头、前置机、闸机；
[0005]其中，所述的摄像头部署设置在闸口位置，用以获取集装箱上、前、后、左、右各个面的视频数据；
[0006]所述摄像头与所述的前置机连接，所述前置机获取所述的视频数据，并存储视频流截帧图片，对截帧图片数据进行箱况检测，并将箱况检测结果发送给所述的服务器和所述闸机；所述的服务器连接所述前置机，接收所述的前置机发送的箱况检测结果并存储，用以箱况查询。进一步的，还包括雷达，用于获取集装箱的点云数据，所述雷达与所述的前置机连接，所述前置机根据点云数据生成三维模型，用以识别集装箱凹凸损状况进行箱况检测，并将箱况检测结果发送给所述的服务器，所述的服务器接收所述的前置机发送的箱况检测结果并存储，用以箱况查询。
[0007]进一步的，所述的箱况检测通过神经网络训练出的模型处理所述的截帧图片，将所述截帧图片作为输入，生成特征向量，将此图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断所述的截帧图片是否存在相关联的标识。
[0008]进一步的，所述的前置机通过rtsp接口连接所述的摄像头，通过http 协议连接所述的服务器。
[0009]进一步的，所述的箱况检测包括对进入检测区域的车辆进行车牌号、集装箱箱号、集装箱箱型号识别以及对集装箱破损、凹凸损、锈蚀、危险标志物的检测。
[0010]进一步的，所述的前置机存储视频流截帧图片，对所述的截帧图片进行目标识别，
OCR字符识别处理，以及对所述的截帧图进行拼接并保存。
[0011]一种集装箱检测方法，其特征在于，所述方法是基于权利要求1
‑
5任一项所述的系统，所述方法包括以下步骤：
[0012]步骤1、启动程序；
[0013]步骤2、检测识别区域，检测是否有车辆进入识别区域；如果是，开始检测是否安装雷达，如果否，则再次检测识别区域；
[0014]步骤3、检测是否安装雷达，如果是，则存储雷达获取的数据；如果否，则存储视频流截帧图片，之后进入车辆识别；
[0015]步骤4、车辆识别包括识别车牌号、箱号、箱型、将车辆顶部和两侧的截帧图片拼接保存成连接图、识别箱损、凹损、破损、锈蚀、危标，并保存识别图片；通过神经网络训练模型处理所述的截帧图片，将所述截帧图片作为输入，生成特征向量，将此图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断所述的截帧图片是否存在相关联的标识；
[0016]步骤5、获取识别数据，并将数据存储到服务器；
[0017]步骤6、根据识别数据，判断车辆是否可出门，如果是，请求闸口系统自动开闸。
[0018]进一步的，神经网络训练模型包括：收集图片数据；对图片标注相应的标签；使用LabelImg工具每标注一张样本，生成一个xml的标注文件；放置在训练集目录下，用作训练；训练完成后，需要把训练的过程文件导出，从而生成所需的模型。
[0019]有益效果：
[0020](1)本专利技术通过对集卡车牌号、集装箱箱号、箱型号识别，对集装箱凹凸损、破损、锈蚀、危险标志进行检测，形成一一对应的关系，应用视频流技术，让检测具有时效性，将检测结果存储服务器，有利于查询以及确认；
[0021](2)本专利技术辅以3D激光雷达技术，存储点云数据并处理，由传统平面图片识别转换为3D检测，掌握的数据更加全面，更接近真实状况，从而提高检测结果的正确率。
附图说明
[0022]图1是本专利技术装置示意图；
[0023]图2是本专利技术识别系统进程1的运行示意图，负责存储采集装置获取的原始数据；
[0024]图3是本专利技术识别系统进程2的运行示意图，负责识别集卡车牌号、集装箱箱号、箱型号；
[0025]图4是本专利技术识别系统进程3的运行示意图，负责集装箱顶部、两侧截帧图的拼接与保存，；
[0026]图5是本专利技术识别系统进程4的运行示意图，负责点云数据处理，截帧图数据处理，记录坏箱数据；
[0027]图6是本专利技术识别系统进程5的运行示意图，接收以上进程发送的信号，上传数据至服务器，并携检测结果请求闸口系统。
具体实施方式
[0028]如图1所示，本专利技术中检测集装箱箱外5个面好坏的控制系统，系统包括服务器、摄像头、雷达、前置机、闸机，其中摄像头、雷达部署在闸口特定位置，获取集装箱上、前、后、
左、右各个面的图片以及点云数据；
[0029]前置机连接摄像头、雷达，所述前置机获取摄像头、雷达得到的数据，对获取的数据进行各项检测处理，并将检测结果发送给服务器；
[0030]服务器连接所述前置机，所述服务器接收前置机发送的处理之后的数据并存储，用以数据查询；
[0031]当运载集装箱的车辆进入检测区域时，前置机启动多进程对检测区域进行车辆检测。
[0032]识别系统进程1包括通过摄像头、雷达获取集装箱上、前、后、左、右各个面的图片以及点云数据；
[0033]识别系统进程2包括根据图片以及点云数据进行车牌号、集装箱箱号、集装箱箱型号识别；
[0034]识别系统进程3包括将顶部和两侧的截帧图进行拼接并保存拼接图；识别系统进程4收到信号后进行点云数据处理识别箱损，并对截取的图片进行集装箱箱体凹凸损、破损、锈蚀、危险标志的识别，保存箱体损坏的图片；
[0035]对于识别系统的工作方式可以是：
[0036]服务器对接收的视频进行截帧处理，运用被训练好的模型，将截取的图像作为输入，并且产生特征向量作为输出，通过使用和图像相应的特征向量与先前存储的数据之间匹配相关联的置信度值，从而对截取的图片进行算法识别，检测是否有集装箱，若有则识别集装箱箱号、箱型、箱重以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测集装箱箱外5个面好坏的控制系统，其特征是，包括：服务器、摄像头、前置机、闸机；其中，所述的摄像头部署设置在所述闸口位置，用以获取集装箱上、前、后、左、右各个面的视频数据；所述摄像头与所述的前置机连接，所述前置机获取所述的视频数据，并存储视频流截帧图片，对截帧图片数据进行箱况检测，并将箱况检测结果发送给所述的服务器和所述闸机；所述的服务器连接所述前置机，接收所述的前置机发送的箱况检测结果并存储，用以箱况查询。2.根据权利要求1所述的控制系统，其特征在于，还包括雷达，用于获取集装箱的点云数据，所述雷达与所述的前置机连接，所述前置机根据点云数据生成三维模型，用以识别集装箱凹凸损状况进行箱况检测，并将箱况检测结果发送给所述的服务器，所述的服务器接收所述的前置机发送的箱况检测结果并存储，用以箱况查询。3.根据权利要求1所述的控制系统，其特征在于，所述的箱况检测包括用神经网络训练出的模型处理所述的截帧图片，将所述截帧图片作为输入，生成特征向量，将此图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断所述的截帧图片是否存在相关联的标识。4.根据权利要求1所述的控制系统，其特征在于，所述的前置机通过rtsp接口连接所述的摄像头，通过http协议连接所述的服务器。5.根据权利要求3所述的控制系统，其特征在于，所述的箱况检测包括对进入检测区域的车辆进行车牌号、集装箱箱号、集装箱箱型号识别以及对集装箱破损、凹凸损、锈蚀、危险标志物的检测。6....

【专利技术属性】
技术研发人员：李豪，
申请(专利权)人：中集飞瞳上海科技有限公司，
类型：发明
国别省市：