无人值守检斤防作弊方法技术

本发明专利技术涉及自动称重领域，尤其涉及无人值守检斤防作弊方法

【技术实现步骤摘要】
无人值守检斤防作弊方法、装置、系统及可读介质


[0001]本专利技术涉及自动称重领域，尤其涉及无人值守检斤防作弊方法
、
装置
、
系统及可读介质
。

技术介绍

[0002]无人值守称重系统已在煤矿
、
焦化
、
钢铁冶炼
、
采矿冶金
、
石油化工
、
水泥
、
建材
、
粮食
、
食品
、
饲料
、
农产品收购
、
畜牧业
、
港口码头等多个行业得到了广泛的应用，对提高企业管理水平
、
堵塞管理漏洞
、
降低消耗
、
控制成本
、
规范生产秩序
、
提高工作效率
、
提高经济效益等起到了非常积极的作用
。
传统的无人值守智能称重系统通过多种手段代替人工进行防作弊监测，包括车辆不完全上磅监测
、
更换车牌监测
、
表头遥控干扰监测等，但是在水箱作弊上司机在过毛重前把水箱加满水，卸完货后把水放掉，从而影响净重值给收货单位造成损失
。
[0003]目前的自动称重系统重的监测系统存在的缺陷和不足包括：
1、
通过人工在检斤现场检查的方式查看车辆水箱是否被放空，检查人员需要
24
小时值班，非常浪费人力资源；
2、
通过视频监控和图像抓拍的方式检查水箱开关是否已打开，这种方式只能事后查证，不能做到实时监测；
3、
车辆水箱检查过程耗时较长，车辆过磅需要排队等候
。

技术实现思路

[0004]鉴于上述现有技术的不足之处，本专利技术的目的在于提供无人值守检斤防作弊方法
、
装置
、
系统及可读介质，可有效防止司机在过毛重前把水箱加满水，卸完货后把水放掉，从而影响净重值给收货单位造成损失
。
[0005]为了达到上述目的，本专利技术采取了以下技术方案：
[0006]一方面，本专利技术提供一种无人值守检斤防作弊方法，包括：
[0007]获取第一图像；所述第一图像包含有待称重货车的水箱的出水管图像；
[0008]使用第一识别模型对所述第一图像进行识别，得到对应的所述出水管图像的判定数据；所述判定数据包括水管打开
、
水管关闭；所述第一识别模型基于神经网络模型构建；
[0009]当所述判定数据为水管打开时，执行对所述待称重货车的称重操作
。
[0010]进一步的，在获取第一图像前，还包括：
[0011]获取待称重货车图像；
[0012]使用车型识别模型对所述待称重货车图像进行识别得到车型数据；所述车型识别模型基于神经网络模型构建；
[0013]基于所述车型数据确定水箱位置；
[0014]获取对应的所述水箱位置的第一图像
。
[0015]进一步的，在的到所述车型数据后，还执行：
[0016]基于所述车型数据获取所述待称重货车的多个风险部位；
[0017]获取待称重货车对应每个所述风险部位的第二图像；
[0018]基于第二识别模型对所述第二图像进行识别，得到风险数据；所述第二识别模型基于神经网络模型构建；
[0019]基于所述风险数据执行示警操作
。
[0020]进一步的，所述风险数据包括异常信息
、
无异常信息；
[0021]基于所述风险数据执行示警操作，具体包括：
[0022]当所述风险数据为异常信息时，对外发出示警信息
。
[0023]进一步的，基于第二识别模型对所述第二图像进行识别，得到风险数据，具体包括：
[0024]若通过所述第二识别模型对所述第二图像进行识别，判定所述第二图像中具有水箱图像，则风险数据为异常信息，否则所述风险数据为无异常信息
。
[0025]进一步的，当所述风险数据为异常信息时，还包括：
[0026]将所述第二图像输入到所述第一识别模型中进行识别，得到对应的出水管图像的判定数据，当所述判定数据为水管打开时，对所述待称重货车进行称重工作，否则对外发出示警信息
。
[0027]进一步的，当所述判定数据为水管关闭时，对外发出示警信息
。
[0028]另一方面，本专利技术提供一种无人值守检斤防作弊装置，包括：
[0029]获取模块，用于获取第一图像；所述第一图像包含有待称重货车的水箱的出水管图像；
[0030]识别模块，用于使用第一识别模型对所述第一图像进行识别，得到对应的所述出水管图像的判定数据；所述判定数据包括水管打开
、
水管关闭；所述第一识别模型基于神经网络模型构建；
[0031]称重模块，用于当所述判定数据为水管打开时，执行对所述待称重货车的称重操作
。
[0032]另一方面，本专利技术提供一种无人值守检斤防作弊系统，包括：
[0033]地磅；
[0034]一个或多个摄像头，用于获取检测图像；所述检测图像包括包含有待称重货车的水箱的出水管图像的第一图像
、
对应每个风险部位的第二图像
、
待称重货车图像；
[0035]所述的无人值守检斤防作弊装置，分别与所述地磅
、
所述摄像头连接
。
[0036]另一方面，本专利技术提供一种计算机可读介质，存储有计算机程序，所述计算机程序被处理器执行时实现所述的无人值守检斤防作弊方法
。
[0037]相较于现有技术，本专利技术提供的无人值守检斤防作弊方法
、
装置
、
系统及可读介质，具有以下有益效果：
[0038]使用本专利技术提供的无人值守检斤防作弊方法，通过获取待称重货车的水箱的出水管的图像，进而对该出水管图像进行识别，判定是否处于打开状态，若是就判定已经放水完成，进而对货车进行称重，也就是确保司机不能通过水箱放水的方式干扰精准称重，全自动完成水箱是否放空水检测，无需要人工参与，有效节省人力成本，且实时检测水箱是否排空，无需事后追查
。
附图说明
[0039]图1是本专利技术提供的无人值守检斤防作弊方法的流程图
。
[0040]图2是本专利技术提供的无人值守检斤防作弊方法一种实施方式流程图
。
[0041]图3是本专利技术提供的基于车型获取第一图像过程的流程图
。
[0042]图4是本专利技术提供的进行风险检测的流程图
。
[0043]图5是本专利技术提供的无人值守检斤防作弊装置的结构框图
。
[0044]图6是本专利技术提供的无人值守检斤防作弊系统的示意图
。...

【技术保护点】

【技术特征摘要】
1.
一种无人值守检斤防作弊方法，其特征在于，包括：获取第一图像；所述第一图像包含有待称重货车的水箱的出水管图像；使用第一识别模型对所述第一图像进行识别，得到对应的所述出水管图像的判定数据；所述判定数据包括水管打开
、
水管关闭；所述第一识别模型基于神经网络模型构建；当所述判定数据为水管打开时，执行对所述待称重货车的称重操作
。2.
根据权利要求1所述的无人值守检斤防作弊方法，其特征在于，在获取第一图像前，还包括：获取待称重货车图像；使用车型识别模型对所述待称重货车图像进行识别得到车型数据；所述车型识别模型基于神经网络模型构建；基于所述车型数据确定水箱位置；获取对应的所述水箱位置的第一图像
。3.
根据权利要求2所述的无人值守检斤防作弊方法，其特征在于，在的到所述车型数据后，还执行：基于所述车型数据获取所述待称重货车的多个风险部位；获取待称重货车对应每个所述风险部位的第二图像；基于第二识别模型对所述第二图像进行识别，得到风险数据；所述第二识别模型基于神经网络模型构建；基于所述风险数据执行示警操作
。4.
根据权利要求3所述的无人值守检斤防作弊方法，其特征在于，所述风险数据包括异常信息
、
无异常信息；基于所述风险数据执行示警操作，具体包括：当所述风险数据为异常信息时，对外发出示警信息
。5.
根据权利要求4所述的无人值守检斤防作弊方法，其特征在于，基于第二识别模型对所述第二图像进行识别，得到风险数据，具体包括：若通过所述第二识别模型对所述第二图像进行识别，判定所述第二图像中具有水箱图像，则风险...

【专利技术属性】
技术研发人员：黄恒，杨小剑，陈海茂，
申请(专利权)人：广东长盈科技股份有限公司，
类型：发明
国别省市：