CN110119655A - 一种石化企业厂区内车辆与人员聚集预警系统及预警方法 - Google Patents

Abstract

本发明公开了一种石化企业厂区内车辆与人员聚集预警系统及预警方法，其包括信息数据库模块，其中，该信息数据库模块与一视频接入模块通信连接，视频接入模块与一图像检测模块通信连接，图像检测模块与一车辆识别与计数模块通信连接，车辆识别与计数模块与一人员识别与计数模块通信连接，人员识别与计数模块与一信息对比与预警模块通信连接；及预警方法。本发明对石化厂区内的视频图像资源进行快速、全面分析，本发明改变了以往对现场情况的了解与调解基本靠人的主观经验观察的传统方法，实现了对于石化企业作业厂区内的车辆与人员的及时疏散，能够防止风险叠加，有效地提升了企业风险管控与事故防范能力。

Description

一种石化企业厂区内车辆与人员聚集预警系统及预警方法

技术领域

本发明涉及石化企业安全管理领域，尤其涉及一种石化企业厂区内车辆与人员聚集预警系统及预警方法。

背景技术

长期以来，车辆与人员聚集场所一直是安全、治安管理的重点与难点，一旦发生火灾、爆炸、踩踏等事故，很容易引起群死、群伤等问题的发生。另一方面，石化企业本身具有易燃易爆、高温高压、生产介质多为危险化学品的特点，其厂区具备高风险，特别是危化品装卸区域以其特殊性更成为事故的多发区。若车辆、人员聚集在石化企业厂区范围内，风险发生叠加，大大增加了风险的不可控性。例如，临沂金誉石化有限公司“6·5”爆炸着火事故中，卸车区24小时连续作业，10余辆罐车同时进入卸车现场，尤其是扩产后液化原料产品吞吐量增加三分之二仍全部采取罐车运输装卸，卸车完成后的车辆及人员未及时离开装卸区域，造成风险严重叠加，最终造成爆炸着火事故。

目前石化企业虽然视频监控网络建设完善，监控点密集，但是智能视频分析相对缺乏，现场情况基本靠人工凭借主观经验观察、判断。厂区出现车辆或者人员密集的情况时，尚缺乏有效的管理预警手段。当前使用的人工观察与告知方法效率极低，且影响人员的疏散撤离速度，一旦发生危险事故，后果严重。因此，现有技术有待于更进一步的改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种石化企业厂区内车辆与人员聚集预警系统及预警方法，实现石化厂区内车辆与人员的及时疏散，提高石化企业风险管控与事故防范能力。

为解决上述技术问题，本发明方案包括：

一种石化企业厂区内车辆与人员聚集预警系统，其包括信息数据库模块，其中，该信息数据库模块与一视频接入模块通信连接，视频接入模块与一图像检测模块通信连接，图像检测模块与一车辆识别与计数模块通信连接，车辆识别与计数模块与一人员识别与计数模块通信连接，人员识别与计数模块与一信息对比与预警模块通信连接；石化企业厂区内通过视频监控设备进行目标区域的车辆及人员的视频接入，通过视频分析服务器对视频图像进行分析，对该区域的视频图像进行图像检测，然后统计区域内的车辆及人员的数量，对区域内的运输车辆及人员分别进行识别与计数，并分别将统计出的车辆、人员的数量与该厂区内对车辆及人员的设定值进行比对。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述视频接入模块包括布置在石化企业厂区内对应位置的多个现场监控高清摄像头。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述信息数据库模块的信息数据中包括已在本厂内备案的参与作业的全部人员信息、车辆信息，以供车辆与人员身份的识别与匹配，实现车辆与人员的信息确认与调度指挥。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述视频接入模块用于从石化企业厂区的视频监控网络中获取目标区域的车辆与人员作业时的视频信息。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述图像检测模块用于对上述视频接入模块的视频信息进行图像检测，根据图像检测结果确定画面中车辆和人员信息的像素提取范围。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述车辆识别与计数模块用于根据上述图像检测模块提供的信息提取范围，确定车辆的具体数量。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述人员识别与计数模块用于根据上述图像检测模块提供的信息提取范围，确定人员的具体数量。

所述的石化企业厂区内车辆与人员聚集预警系统，其中，上述信息对比与预警模块用于根据车辆识别与计数模块和人员识别与计数模块中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，并给出相应指令。

一种使用上述石化企业厂区内车辆与人员聚集预警系统的预警方法，其包括以下步骤：

石化企业厂区内通过视频监控设备进行目标区域的车辆及人员视频接入，通过视频分析服务器对视频图像进行分析，对该目标区域的视频图像进行图像检测，然后统计目标区域内的车辆及人员的数量，对目标区域内的运输车辆及人员分别进行识别与计数，并分别将统计出的车辆、人员的数量与该厂区内对车辆及人员的设定值进行比对；如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续作业；如果目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果目标区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

所述的预警方法，其中，上述步骤具体的还包括：

视频接入模块调取石化厂区内的视频监控内容，将视频接入系统中；

图像检测模块采用Darknet的YOLO.2算法，基于神经网络快速将图像划分为若干区域，计算区域的边框预测和概率，根据阈值目标检测框架能从图像中识别目标，确定目标区域；

车辆识别与统计模块的信息源是运输车辆的车牌号，采用光学字符识别方法，对每个检测到的车牌，将其每个字符分割出来，将获得的车牌图像进行直方图均衡，然后采用阈值滤波器对图像进行处理，然后查找字符轮廓，使用人工神经网络学习算法识别字符确定车牌号，并反馈到信息数据库模块中查找相应车辆信息，根据识别到的车牌号，合并重复新型，并使用计数器对车量数量进行统计；

人员识别与统计模块以人员的头部图像作为参考对象，采用Adaboost分类器检测人头目标，并利用距离聚类的方法判断人数的多少，对目标区域内的作业人员人数进行统计，并将该数据传输到信息对比与预警模块；

信息对比与预警模块根据车辆识别与计数模块和人员识别与计数模块中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续进行装卸作业；如果出现目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入危化品装卸作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

本发明提供了一种石化企业厂区内车辆与人员聚集预警系统及预警方法，基于视频监控、图像检测、图像识别与人员行为理解等技术，针对风险程度高的石化企业作业区域内的日常作业，对现场的车辆、人员发生聚集情况进行及时地预警；本发明对石化厂区内的视频图像资源进行快速、全面分析，对目标区域内的视频图像进行车辆与人员检测，然后对目标区域内的车辆与人员进行数量统计，根据车辆和人员数量信息厂区规定的上限值比对的结果，发布声音指令警示，本发明改变了以往对现场情况的了解与调解基本靠人的主观经验观察的传统方法，实现了对于石化企业作业厂区内的车辆与人员的及时疏散，能够防止风险叠加，有效地提升了企业风险管控与事故防范能力。

附图说明

图1为本发明中石化企业厂区内车辆与人员聚集预警系统；

图2为本发明中预警方法的示意图。

具体实施方式

本发明提供了一种石化企业厂区内车辆与人员聚集预警系统及预警方法，为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种石化企业厂区内车辆与人员聚集预警系统，如图1所示的，其包括信息数据库模块1，其中，该信息数据库模块1与一视频接入模块2通信连接，视频接入模块2与一图像检测模块3通信连接，图像检测模块3与一车辆识别与计数模块4通信连接，车辆识别与计数模块4与一人员识别与计数模块5通信连接，人员识别与计数模块5与一信息对比与预警模块6通信连接；石化企业厂区内通过视频监控设备进行目标区域的车辆及人员的视频接入，通过视频分析服务器对视频图像进行分析，对该区域的视频图像进行图像检测，然后统计区域内的车辆及人员的数量，对区域内的运输车辆及人员分别进行识别与计数，并分别将统计出的车辆、人员的数量与该厂区内对车辆及人员的设定值进行比对。

更进一步的，上述视频接入模块2包括布置在石化企业厂区内对应位置的多个现场监控高清摄像头。上述信息数据库模块1的信息数据中包括已在本厂内备案的参与作业的全部人员信息、车辆信息，以供车辆与人员身份的识别与匹配，实现车辆与人员的信息确认与调度指挥。上述视频接入模块2用于从石化企业厂区的视频监控网络中获取目标区域的车辆与人员作业时的视频信息。上述图像检测模块3用于对上述视频接入模块的视频信息进行图像检测，根据图像检测结果确定画面中车辆和人员信息的像素提取范围。上述车辆识别与计数模块4用于根据上述图像检测模块提供的信息提取范围，确定车辆的具体数量。上述人员识别与计数模块5用于根据上述图像检测模块提供的信息提取范围，确定人员的具体数量。上述信息对比与预警模块6用于根据车辆识别与计数模块和人员识别与计数模块中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，并给出相应指令。

比如信息对比与预警模块6根据车辆识别与计数模块4和人员识别与计数模块5中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续进行装卸作业；如果出现目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入危化品装卸作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

本发明还提供了一种使用上述石化企业厂区内车辆与人员聚集预警系统的预警方法，如图2所示的，其包括以下步骤：

石化企业厂区内通过视频监控设备进行目标区域的车辆及人员视频接入，通过图像检测模块3的视频分析服务器对视频图像进行分析，对该目标区域的视频图像进行图像检测，然后统计目标区域内的车辆及人员的数量，对目标区域内的运输车辆及人员分别进行识别与计数，并分别将统计出的车辆、人员的数量与该厂区内对车辆及人员的设定值进行比对；如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续作业；如果目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果目标区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

在本发明的另一较佳实施例中，其具体包括以下步骤：

视频接入模块2调取石化厂区内的视频监控内容，将视频接入系统中；

图像检测模块3采用Darknet的YOLO.2算法，基于神经网络快速将图像划分为若干区域，计算区域的边框预测和概率，根据阈值目标检测框架能从图像中识别目标，确定目标区域；

车辆识别与统计模块4的信息源是运输车辆的车牌号，采用光学字符识别方法，对每个检测到的车牌，将其每个字符分割出来，将获得的车牌图像进行直方图均衡，然后采用阈值滤波器对图像进行处理，然后查找字符轮廓，使用人工神经网络学习算法识别字符确定车牌号，并反馈到信息数据库模块中查找相应车辆信息，根据识别到的车牌号，合并重复新型，并使用计数器对车量数量进行统计；

人员识别与统计模块5以人员的头部图像作为参考对象，采用Adaboost分类器检测人头目标，并利用距离聚类的方法判断人数的多少，对目标区域内的作业人员人数进行统计，并将该数据传输到信息对比与预警模块6；

信息对比与预警模块6根据车辆识别与计数模块4和人员识别与计数模块5中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续进行装卸作业；如果出现目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入危化品装卸作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

为了更进一步的描述本发明，以下列举更为具体的实施例进行说明。

基于石化厂区原有的视频监控网络，排查危化品装卸区、液化气罐区、油气管廊等高风险区域的监控设备安装及分布情况，对监控盲区进行设备加装完善，确保大空间内监控范围全覆盖，并将以上设备进行联网改造，接入本系统内，由图像检测模块进行分析处理。

图像检测模块3包含视频核心交换机、视频分析服务器等，视频分析服务器内采用基于Darknet的YOLO.2算法，该算法基于神经网络快速将图像划分为若干区域，计算区域的边框预测和概率，根据阈值目标检测框架能从图像中识别目标，基于石化企业常见的储罐、运输车辆等特定装置以及操作人员，并可对事件进行分级评价，该系统在使用过程中通过不断训练更新学习，实现对目标区域内的物或人的定位与识别。

根据石化厂区相关规定，设定区域内车辆和人员的上限值，即报警阈值(n1和n2，单位为m^-1)。选定监控区域为目标区域，图像检测模块3对接入该目标区域内的视频进行检测分析，确定目标区域的范围，然后由车辆识别与计数模块4与人员识别与计数模块5分别识别、统计目标区域内车辆与人员的数量(x1和x2，m^-1)；信息对比与预警模块6接收到目标区域内车辆与人员的数值，根据x1、x2与n1、n2的对比结果，发出语音预警信号，并提示现场调度人员做出相应指示。

下面以石化厂区内风险度极高的危化品装卸区域为例，基于所述方法及系统，说明本发明的实施方法，具体为：

(1)视频接入模块2调取石化厂区内某危化品装卸区域的视频监控内容，将视频接入系统中。

(2)图像检测模块3采用Darknet的YOLO.2算法，基于神经网络快速将图像划分为若干区域，计算区域的边框预测和概率，根据阈值目标检测框架能从图像中识别目标，确定目标区域。

(3)车辆识别与统计模块4的主要信息源是运输车辆的车牌号，采用OCR(光学字符识别)方法，对每个检测到的车牌，将其每个字符分割出来，将获得的车牌图像进行直方图均衡，然后采用阈值滤波器对图像进行处理，然后查找字符轮廓，然后使用人工神经网络(ANN：artificial neural network：人工神经网络)学习算法识别字符确定车牌号，并反馈到数据库中查找相应车辆信息。根据识别到的车牌号，合并重复新型，并使用计数器对车量数量进行统计。

(4)人员识别与统计模块5以人员的头部图像作为主要参考对象，采用精度较高的Adaboost分类器检测人头目标，并利用距离聚类的方法判断人数的多少，对目标区域内的作业人员人数进行统计，并将该数据传输到信息对比与预警模块6。在实际应用中要采集和场景相似的样本来训练分类器，并且还要考虑脱发、染发、戴帽子、光照等影响因素，进一步增加对于人头检测的正确性。

(5)信息对比与预警模块6根据车辆识别与计数模块4和人员识别与计数模块5中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，根据比较结果发出警告。如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续进行装卸作业；如果出现目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入危化品装卸作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。

Claims (10)

1.一种石化企业厂区内车辆与人员聚集预警系统，其包括信息数据库模块，其特征在于，该信息数据库模块与一视频接入模块通信连接，视频接入模块与一图像检测模块通信连接，图像检测模块与一车辆识别与计数模块通信连接，车辆识别与计数模块与一人员识别与计数模块通信连接，人员识别与计数模块与一信息对比与预警模块通信连接；石化企业厂区内通过视频监控设备进行目标区域的车辆及人员的视频接入，通过视频分析服务器对视频图像进行分析，对该区域的视频图像进行图像检测，然后统计区域内的车辆及人员的数量，对区域内的运输车辆及人员分别进行识别与计数，并分别将统计出的车辆、人员的数量与该厂区内对车辆及人员的设定值进行比对。

2.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述视频接入模块包括布置在石化企业厂区内对应位置的多个现场监控高清摄像头。

3.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述信息数据库模块的信息数据中包括已在本厂内备案的参与作业的全部人员信息、车辆信息，以供车辆与人员身份的识别与匹配，实现车辆与人员的信息确认与调度指挥。

4.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述视频接入模块用于从石化企业厂区的视频监控网络中获取目标区域的车辆与人员作业时的视频信息。

5.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述图像检测模块用于对上述视频接入模块的视频信息进行图像检测，根据图像检测结果确定画面中车辆和人员信息的像素提取范围。

6.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述车辆识别与计数模块用于根据上述图像检测模块提供的信息提取范围，确定车辆的具体数量。

7.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述人员识别与计数模块用于根据上述图像检测模块提供的信息提取范围，确定人员的具体数量。

8.根据权利要求1所述的石化企业厂区内车辆与人员聚集预警系统，其特征在于，上述信息对比与预警模块用于根据车辆识别与计数模块和人员识别与计数模块中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，并给出相应指令。

9.一种使用如权利要求1所述石化企业厂区内车辆与人员聚集预警系统的预警方法，其包括以下步骤：

石化企业厂区内通过视频监控设备进行目标区域的车辆及人员视频接入，通过视频分析服务器对视频图像进行分析，对该目标区域的视频图像进行图像检测，然后统计目标区域内的车辆及人员的数量，对目标区域内的运输车辆及人员分别进行识别与计数，并分别将统计出的车辆、人员的数量与该厂区内对车辆及人员的设定值进行比对；如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续作业；如果目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果目标区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。

10.根据权利要求9所述的预警方法，其特征在于，上述步骤具体的还包括：

视频接入模块调取石化厂区内的视频监控内容，将视频接入系统中；

图像检测模块采用Darknet的YOLO.2算法，基于神经网络快速将图像划分为若干区域，计算区域的边框预测和概率，根据阈值目标检测框架能从图像中识别目标，确定目标区域；

车辆识别与统计模块的信息源是运输车辆的车牌号，采用光学字符识别方法，对每个检测到的车牌，将其每个字符分割出来，将获得的车牌图像进行直方图均衡，然后采用阈值滤波器对图像进行处理，然后查找字符轮廓，使用人工神经网络学习算法识别字符确定车牌号，并反馈到信息数据库模块中查找相应车辆信息，根据识别到的车牌号，合并重复新型，并使用计数器对车量数量进行统计；

人员识别与统计模块以人员的头部图像作为参考对象，采用Adaboost分类器检测人头目标，并利用距离聚类的方法判断人数的多少，对目标区域内的作业人员人数进行统计，并将该数据传输到信息对比与预警模块；

信息对比与预警模块根据车辆识别与计数模块和人员识别与计数模块中的车辆与人员信息，与设定的石化企业厂区规定数值进行对比，如果目标区域内的车辆和人员数量均在规定的设定值以内，则不发出任何警告，可按要求继续进行装卸作业；如果出现目标区域内车辆或人员超出规定的设定值的情况，则分别针对车辆或人员发出相应语音警告，提示厂区调度人员暂缓车辆及人员进入危化品装卸作业区，同时督促已完成作业的车辆及人员迅速离开作业区域；如果区域内已开始作业的车辆或人员数量超出规定的设定值，发出语音预警后提示调度人员中断开始时间较晚的车辆与人员作业，直至目标区域内的车辆与人员达到设定要求。