【技术实现步骤摘要】
基于人工智能的到港异常货物检测系统及其检测方法
[0001]本专利技术涉及一种到港异常货物检测系统及其检测方法，尤其涉及一种基于人工智能的到港异常货物检测系统及其检测方法，属于货物智能安检领域。
技术介绍
[0002]到港货物由于来自全世界各地，因此需要对于货物是否属于本国违禁或者需要拒绝入关的物品进行安全检查。然而现有技术对于安全的检查一般通过单侧的图像进行判断，由于物品在货物包裹中随机的摆放，通过单向的图像，无法准确确认物品的类型，因此开箱验视成为最直接的排除方法。而且由于货物物品属性和需要检测项目的复杂性，单一的X光透视智能提供外形、原子序数、一般物品类型(比如瓶子、液体、刀具、剪刀、五金工具、硬币、枪支、打火机等)的检测，完全不能满足要求，对于异常气味源自分子、异常材料(如粉末或)辐射超标元素等的类型则无法在集散现场进一步统一判断。
[0003]而一般到港货物集散流程，如果所有货物都是安全的，即结果就是先是到港卸货，然后按照货物的发往地进行集中堆放，然后专车发送。因此存在堆放和发送的相续的作业流程。然而开箱验...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的到港异常货物检测系统，其特征在于包括，含多维度安检系统的基于到港物流调度机器人的物流调度系统，至少一个用于多安检项目检测的跟随机器人，能够与所述跟随机器人信号通信和数据传输的用户终端。2.根据权利要求1所述的系统，其特征在于，所述含多维度安检系统的基于到港物流调度机器人的物流调度系统包括贴包标识物，出箱机器人，基于至少一条传送带的传送系统，多个分类货物架，以及识别喷码并将包裹准确上架到相应分类货物架上进行货物归类的至少一个上架机器人，其中贴包标识物包括通过人工或贴标机器人标贴在货物包裹固定一面的贴标，以便出箱机器人在从所述集装箱内取出包裹之前，被所述出箱机器人识别，所述贴标包括了货物发往的地区；所述出箱机器人包括能够抓取集装箱出口横向宽度上从上至下的多排货物的抓手；所述基于至少一条传送带的传送系统中，所述传送带侧在传送方向上依次布置的多维度安检系统和喷码机器人。3.根据权利要求1或2所述的系统，其特征在于，所述多维度安检系统包括用于在第一和第二维度方向上检测包裹内物品的第一X光机、包裹转向机构，以及用于在第三维度方向上检测包裹内物品的第二X光机，以及用于对第一X光机和第二X光机检测到的透射X光信号进行成像和物品类型初步识别的成像分析设备，所述成像分析设备一旦检测出异常物品则发送信号给喷码机器人，使喷码机器人在喷码中加入异常图案。4.根据权利要求3所述的系统，其特征在于，所述传送带在第一X光机检测仓内具有空间上断开为传送方向上预设距离间隔L的两个独立传送机构，所述第一X光机包括用于在沿着传送带相对两侧向方向上进行第一X光图像采集的第一检测系统以及在预设距离间隔的竖直方向上进行第二X光图像采集的第二检测系统，所述第一检测系统和第二检测系统都包括X射线源，以及透射X射线信号采集器，所述透射X射线信号采集器将采集到的信号发送给成像分析设备进行成像以及物品类型初步识别，其中，所述成像分析设备能够根据预设的时间间隔，触发脉冲给所述第二检测系统，以实现在所述预设距离间隔L上的多幅分割图像信号的采集，以便在所述成像分析设备中拼接成完整的第二X光图像；所述第二X光机包括用于在沿着传送带相对两侧向方向上进行第三X光图像采集的第三检测系统。5.根据权利要求4所述的系统，其特征在于，当包裹端部在t时刻经过所述预设距离间隔在传送方向的末端，成像分析设备触发脉冲信号给所述第二检测系统，以采集第一幅分割图像，之后在t+n
·
△
t时刻，采集第n+1幅分割图像，其中
△
t
·
v＝L，v为传送带的所述两个独立传送机构的相同的传送速度。6.根据权利要求4或5所述的系统，其特征在于，所述第一X光机的末端竖直切平面和第二X光机的初始端竖直切平面之间间距为L的整数倍。7.根据权利要求6所述的系统，其特征在于，所述包裹转向机构包括设置在传送带上方的竖直导向柱，所述包裹碰撞到所述导向柱时会被迫转向90
°
使得第三维度方向与所述传送带相对两侧向方向一致。8.根据权利要求7所述的系统，其特征在于，所述竖直导向柱在所述传送带上的投影几何中心位于远离所述传送带对称轴一侧传送带半宽度的1/2
‑
2/3处，所述导向柱的外径为
所述传送带半宽度的1/5
‑
1/6。9.根据权利要求8所述的系统，其特征在于，所述预设距离间隔L为1
‑
5cm。10.根据权利要求8所述的系统，其特征在于，所述预设距离间隔L为2
‑
3cm。11.根据权利要求7
‑
10中任一项所述的系统，其特征在于，在所述竖直导向柱碰撞包裹到达包裹旋转90
°
的姿态之后的传送带上安装有校正栏，使得所述包裹于所述传送带对称轴两侧成轴对称状态而继续传送。12.根据权利要求11所述的系统，其特征在于，所述物品类型初步识别的方法包括：S1所述成像分析设备获取历史异常的第一至第三X光图像，根据感兴趣的原子序数在图像上形成对应于原子序数的衬度，通过边缘算法识别物品轮廓，与物品名称建立关联表；S2根据S1获取每一类物品的多幅轮廓图像，采用对抗生成网络GAN将随机成像图案混合噪声输入生成器G
k
中，与所述每一类物品对应设置多个判别器D
k
，k为物品类型的编号，对于每一种物品类型，都对应一个生成器G
k
和一个判别器D
k
；S3将S2中的生成器G
k
输出的图案输入到每一个对应的判别器D
k
中，并将各类物品的多幅轮廓图像输入对应的判别器D
k
中，通过输出值(概率)计算损失函数，反向传播先训练生成器G
k
，再训练判别器D
k
，形成多个GAN
k
模型；S4将待检测图像根据步骤S1形成多个物品轮廓分别输入GAN
k
中，将输出概率最大者对应关联表中的物品名称作为待检测图像中对应轮廓的物品类型。13.根据权利要求12所述的系统，其特征在于，所述边缘算法使用Sobel算子、Canny算子、Laplacian算子中任一种。14.根据权利要求4,5,7
‑
10,12,13中任一项所述的系统，其特征在于，对于正常包裹，所述上架机器人在传送带货物送出口识别到每一个包裹的所述喷码后取走包裹并按照第一规定路线行走，将每一个包裹按照货物分类架的多层分隔层从下至上，且每一分隔层内按规定方向依次摆放在与喷码对应地区的分类货物架上的每一层分隔层上，并掉头原第一规定路线返回，当放满一个分类货物架之后，再按照第二规定路线行走，对下一个与放满分类货物架对应地区一致的其他未放满分类货物架进行包裹摆放，并掉头原第二规定路线返回，以此进行多个规定路线的行走、摆放、返回，直至所有箱内货物被摆放完毕，完成一个批次的仓储作业而返回传送带货物送出口待机，当扫描到喷码中存在异常图案时，所述上架机器人将内藏异常物品的异常...
【专利技术属性】
技术研发人员：刘桂超，顾吉仁，陈隆波，李玉满，钟良伟，李正举，
申请(专利权)人：南昌理工学院，
类型：发明
国别省市：
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。