CN111563568A - 残损证据提取方法、装置、计算机设备及存储介质 - Google Patents
残损证据提取方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111563568A CN111563568A CN202010360283.6A CN202010360283A CN111563568A CN 111563568 A CN111563568 A CN 111563568A CN 202010360283 A CN202010360283 A CN 202010360283A CN 111563568 A CN111563568 A CN 111563568A
- Authority
- CN
- China
- Prior art keywords
- information
- damage
- data
- target object
- evidence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 description 31
- 238000004220 aggregation Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 15
- 230000002776 aggregation Effects 0.000 description 12
- 238000001914 filtration Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 6
- 238000006116 polymerization reaction Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 238000011068 loading method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 108700026140 MAC combination Proteins 0.000 description 2
- 230000002744 anti-aggregatory effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Abstract
本发明公开了残损证据提取方法、装置、计算机设备及存储介质,属于信息技术领域,应用于智慧城市的智慧物流领域。本发明的残损证据提取方法、装置、计算机设备及存储介质,可对采集的目标对象特征信息进行处理生成立体特征信息,通过将立体特征信息与预设基准信息进行匹配,进而判断目标对象是否存在残损情况,若是,则获取相应的残损信息并对其进行加密,生成残损证据数据,为保险理赔提供可靠的残损证据。
Description
技术领域
本发明涉及智慧城市的智慧物流领域,尤其涉及残损证据提取方法、装置、计算机设备及存储介质。
背景技术
集装箱运输是现代国际物流的重要组成部分。随着经济全球化的步伐加快,以及国际贸易的快速发展,集装箱运输以其高效、便捷、安全的特点成为交通运输现代化的重要形式。目前的运输系统主要是依据运单号对货物进行跟踪,并没有针对集装箱的破损进行追踪、检测的技术。集装箱在运输装卸过程中时有残损、丢箱发生,但是由于很难定损。为了便于检验鉴定人员、理货人员、保险理赔人员以及收发货人了解集装箱的残损或丢失情况,追溯原因,以便于收发货人或代理人找到责任方,提出索赔、挽回损失,需提出一种能进行集装箱货物的残损、短缺进行有效判别、采集提取的装置。
发明内容
针对目前没有针对集装箱的破损进行检测的问题,现提供一种旨在可在运输过程中对集装箱的破损进行检测,以便于定损的残损证据提取方法、装置、计算机设备及存储介质。
本发明提供了一种残损证据提取方法,包括下述步骤:
S1.采集目标对象的特征信息;
S2.基于所述特征信息生成立体特征信息;
S3.将所述立体特征信息与预设基准信息进行匹配,获取残损信息;
S4.对所述残损信息进行加密生成残损证据数据。
优选的,所述步骤S1采集目标对象的特征信息,包括:
所述目标对象上配置有标签;
通过读取模块在预设区域读取所述目标对象的标签信息,所述预设区域对应所述位置信息;
通过采集模块在相应的所述预设区域采集所述目标对象的特征信息;
将所述目标对象的所述特征信息与所述标签信息和相应的所述位置信息相关联。
优选的,所述步骤S2基于所述特征信息生成立体特征信息,包括:
所述特征信息包括至少两幅图像;
根据所述特征信息中的至少两幅图像计算所述目标对象的尺寸数据;
根据所述尺寸数据及所述图像生成所述目标对象的所述立体特征信息,所述立体特征信息包括所述尺寸数据。
优选的,所述步骤S3将所述立体特征信息与预设基准信息进行匹配,获取残损信息,包括:
所述预设基准信息包括多个尺寸类型的基准图像信息;
S31.根据所述立体特征信息中的所述尺寸数据,选择与所述尺寸数据对应的尺寸类型的所述基准图像信息;
S32.采用相似比对法将所述立体特征信息与所述基准图像信息进行比对,获取比对值;
S33.判断所述比对值是否大于对比阈值,若是,执行步骤S34;若否,返回执行步骤S1;
S34.将所述立体特征信息对应的所述特征信息作为所述残损信息。
优选的,所述相似比对法为图像感知算法。
优选的,所述步骤S4对所述残损信息进行加密生成残损证据数据,包括:
将所述目标对象的所述残损信息、所述标签信息和相应的所述位置信息进行合并,添加数字签名,并进行加密生成所述残损证据数据。
优选的,所述数字签名可采用RSA、DSA或ECDSA中的任意一种。
本发明还提供了一种残损证据提取装置,包括:
采集单元,用于采集目标对象的特征信息;
生成单元,用于基于所述特征信息生成立体特征信息;
匹配单元,用于将所述立体特征信息与预设基准信息进行匹配,获取残损信息;
获取单元,用于对所述残损信息进行加密生成残损证据数据。
本发明还提供了一种计算机设备,所述计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明提供的残损证据提取方法、装置、计算机设备及存储介质,可对采集的目标对象特征信息进行处理生成立体特征信息,通过将立体特征信息与预设基准信息进行匹配,进而判断目标对象是否存在残损情况,若是,则获取相应的残损信息并对其进行加密,生成残损证据数据,为保险理赔提供可靠的残损证据。
附图说明
图1为本发明所述的残损证据提取方法一种实施例的流程图;
图2为本发明采集目标对象的特征信息的一种实施例的流程图;
图3为本发明基于特征信息生成立体特征信息的一种实施例的流程图;
图4为本发明将立体特征信息与预设基准信息进行匹配获取残损信息的一种实施例的流程图;
图5为本发明所述的残损证据提取装置的一种实施例的模块图;
图6为本发明计算机设备的一个实施例的硬件架构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明提供的残损证据提取方法、装置、计算机设备及存储介质,适用于保险业务及运输业务领域。本发明可对采集的目标对象特征信息进行处理生成立体特征信息,通过将立体特征信息与预设基准信息进行匹配,进而判断目标对象是否存在残损情况,若是,则获取相应的残损信息并对其进行加密,生成残损证据数据,为保险理赔提供可靠的残损证据。
实施例一
请参阅图1,本实施例的一种残损证据提取方法,所述方法包括下述步骤:
S1.采集目标对象的特征信息;
需要说明的是:所述目标对象上配置有标签(Tag)。
在本实施例中,目标对象用于指代集装箱。安装在集装箱上的标签是一种高频、有源标签,标签包括睡眠模式和工作模式两种模式,当标签未被触发时,标签处于睡眠模式;当标签进入读取区域时,由睡眠模式切换为工作模式,发送标签信息,以供读取模块读取标签信息,也可由读取模块将相应的信息写入标签中。采用睡眠模与工作模式互相切换的方式可以有效地节省标签的能量,通常标签可以工作十年之久。
进一步地,如图2所示所述步骤S1采集目标对象的特征信息,包括:
S11.通过读取模块在预设区域读取所述目标对象的标签信息,所述预设区域对应所述位置信息;
作为举例而非限定,可通过在读取模块上设置GPS定位模块的方式获取读取模块的位置信息。
在本步骤中,读取模块的位置是固定的,可在读取模块上配置定位模块,以获取预设区域的位置信息;读取模块可采用识读器(Reader)。
在实际应用中,标签和识读器之间的有效读取距离可达100m,识读器可读取高速运动(如:120km/h)对象上标签信息。读取目标对象的标签信息主要应用于预设区域(小范围区域),位置信息可是静态的也可以是动态的。动态位置(如出入门以及在某个区域内移动时的位置)信息的采集比较简单,当集装箱在移动过程中进入某个Reader区域后,Reader就能感知到附着在集装箱上Tag,从而可以根据Reader的位置来确定集装箱的位置。而静态位置中主要是获取平面坐标位置和三维坐标位置(为了节约空间,集装箱一般都采用堆叠方式摆放)。集装箱的状态信息可以通过识读器写入到标签中,状态信息可包括聚合信息和反聚合信息,聚合信息是指装载货物的过程;反聚合信息是货物从集装箱中卸载的过程。聚合信息主要是利用条码技术对物品进行包装,然后,在包装箱上增加Tag或条码,再将增加Tag或条码的包装箱放入到集装箱,并在集装箱增加有源Tag。在聚合过程中,利用条码和射频(RFID)Tag混用的方式。无论是聚合过程还是反聚合过程中,都需对聚合货物进行正确性(一致性)验证,以防止货物装卸错误。
在具体实施时,可以通过条码识读器和RFID识读器将每个货物装载的信息通过有线或无线的方式送至数据服务器,再由数据服务器比较装入的货物信息和集装箱的基础信息(如到达站、出发站、到达时间等),通过比较,确认无误后,再向标签写入本次操作的数据。为了确保信息的正确性,数据服务器也可以向操作员的手持设备发送确认信息,在得到操作人员的确认后再向标签写入数据。聚合和反聚合操作对于拼箱操作是十分重要的,拼箱是将多个客户货物拼装在一个箱内,很容易将一箱中的货物错装至另一箱,导致货物丢失或错误提交的情况。利用聚合和反聚合操作可以有效地解决这一问题。
考虑到对于采用读取器读取标签信息的方式容易发生数据碰撞(Collision)的情况。数据碰撞是指在识读器识别区域内有多个射频信号同时到达,它将同时响应识读器的命令而向识读器发送信号,引起信道争用的问题,信号相互干扰,导致识读器不能正确识别电子标签中的数据,即发生了碰撞。数据碰撞主要有两种类型:标签(Tag)冲突和识读器(Reader)冲突。
针对标签冲突,可采取时域法(确定性算法和不确定性算法)。在不确定性算法中,标签随机产生应答时间。很多不确定性算法都是基于Aloha算法的。确定性算法是读写器通过搜索标签的唯一的ID来选择不同标签来应答。二进制树搜索法是最简单的确定性算法。
针对识读器碰撞,Colorwave协议利用识读器和标签通信局部化的特点来提供一个实时、分布式、局部的MAC协议为识读器分配通信频率和时隙以减少识读器间的干扰,这种方法能大大提高系统的通信负载。数据安全就是防止其他系统的读取设备读取或改动集装箱上RFID Tag中的信息。
为了防止数据的泄露(如:其他系统的读取设备读取或改动集装箱上RFID Tag中的信息),可采用物理隔离、停止标签服务、读取访问控制以及双标签联合验证(yoking-proof)法。这些方法都是基于硬件实现的。在具体实现过程中,采用中间件来实现集装箱及其货物的基础数据采集,RFID硬件可以有效的解决数据碰撞和安全问题,因此,在中间件中主要解决:(1)中间件本身的安全以及与现有系统交互过程的数据安全问题;(2)基础数据的可靠问题,包括数据冗余和数据差错等。数据冗余问题是由于某一标签(集装箱)在没有任何改变的情况多次通过阅读区域或者长时间停留在阅读区域,造成识读器多次获取重复数据。采用两种机制的结合方法:即数据过滤和控制读取。数据过滤就是对同一时间段内的同一个标签的数据进行过滤操作,过滤处理操作在本地中间件中实现。数据过虑技术并没有减少对RFID Tag的识读次数,RFID Tag会因为多次识读而消耗能量,降低RFID Tag的使用寿命。为了有效地节约RFID Tag中的能源,当Tag进入阅读区域时,由于采用了地标技术,本地数据中心可以控制地标在一定的时间间隔内发送读取触发信号(如十分钟发一次)。这样可以有效地节约Tag的能量,提高Tag的使用寿命。数据错误是指基础数据读取过程中获得了错误的数据(如不应该读取时,读取了数据,聚合和反聚合过程中的数据不一致)。中间件采用逻辑检查方法来有效地解决这个问题,在中间件中实现了逻辑检查规则,通过这些规则可以有效地排除错误数据。中间件的数据安全主要是提供中间件内部的数据安全以及与现有系统之间交互过程中的数据安全,中间件采用了用户接入认证、数据传输认证,并采用安全的数据通道传送数据,从而保证数据交互过程的安全性。
在步骤S11中采用远距离、快速RFID技术实现小范围内数据快速获取和定位的框架结构,并针对系统中的一些关键问题提出了相应的解决措施,利用中间件作为数据采集的基本模型,通过中间件可以很好地与其他系统进行结合,通过对基础数据的准确、自动采集,可以实现对集装箱运输过程中集装箱及集装箱中货物的可视化管理,提高工作效率,减少差错率。
S12.通过采集模块在相应的所述预设区域采集所述目标对象的特征信息;
在本实施例中,采集模块可以是一组图像采集装置及其集成系统,通过多个采集装置对集装箱进行多个角度的图像采集,以便于集装箱的完整图像信息。
S13.将所述目标对象的所述特征信息与所述标签信息和相应的所述位置信息相关联。
在本步骤中,通过读取模块读取标签信息及并将该读取模块所在区域的位置信息与读取的标签信息关联,从而实现获取集装箱位置的目的,通过采集模块采集集装箱的特征信息,将集装箱的图像信息与集装箱当前的位置信息及对应的标签信息关联在一起,以便于获取集装箱在预设区域的所有信息。
S2.基于所述特征信息生成立体特征信息;
在本实施例中,将采集模块采集的二维图像转换为三维图像,以便于识别集装箱的尺寸类型。
进一步地,参考图3所述步骤S2基于所述特征信息生成立体特征信息,包括:
所述特征信息包括至少两幅图像;
S21.根据所述特征信息中的至少两幅图像计算所述目标对象的尺寸数据;
S22.根据所述尺寸数据及所述图像生成所述目标对象的所述立体特征信息,所述立体特征信息包括所述尺寸数据。
在本实施例中,可采用被动测距传感技术获取采集模块与目标对象之间的距离,在根据该距离计算目标对象的尺寸数据;也可采用主动深度传感获取采集模块与目标对象之间的距离,在根据该距离计算目标对象的尺寸数据。
对于被动测距传感技术采集模块可采用双目立体视觉系统,通过两个相隔一定距离的摄像机同时获取同一场景的两幅图像,通过立体匹配算法计算两幅图像中对应的像素点,根据三角原理计算出时差信息,而视差信息通过转换可用于表征场景中物体的深度信息。还可通过拍摄同一场景下不同角度的一组图像利用立体匹配算法获得该场景的深度图像。除此之外,场景深度信息还可以通过对图像的光度特征、明暗特征等特征进行分析间接估算得到。被动测距传感=两个相隔一定距离的相机获得两幅图像+立体匹配+三角原理计算视差(disparity)。
主动测距传感相比较于被动测距传感最明显的特征是:设备本身需要发射能量来完成深度信息的采集。这也就保证了深度图像的获取独立于彩色图像的获取。主动深度传感的方法可包括了TOF(Time of Flight)、结构光、激光扫描等。
S3.将所述立体特征信息与预设基准信息进行匹配,获取残损信息;
进一步地,参考图4所述步骤S3将所述立体特征信息与预设基准信息进行匹配,获取残损信息,包括:
所述预设基准信息包括多个尺寸类型的基准图像信息;
S31.根据所述立体特征信息中的所述尺寸数据,选择与所述尺寸数据对应的尺寸类型的所述基准图像信息;
S32.采用相似比对法将所述立体特征信息与所述基准图像信息进行比对,获取比对值;
具体地,所述相似比对法可采用图像感知算法(pHash算法)。采用图像感知算法对每张图片生成一个"指纹"(fingerprint)字符串,将基准图像信息的基准指纹字符串与目标对象的指纹字符串进行比较,比较结果越接近,就说明图片越相似。
作为举例而非限定,采用图像感知算法将立体特征信息中每一张图片与基准图像信息中的每一基准图片进行比对的过程为:
缩小尺寸:将图像缩小到8×8的尺寸,总共64个像素,通过缩小尺寸可去除图像的细节,只保留结构/明暗等基本信息,摒弃不同尺寸/比例带来的图像差异;
简化色彩:将缩小后的图像,转为64级灰度,即所有像素点总共只有64种颜色;
计算平均值:计算所有64个像素的灰度平均值;
比较像素的灰度:将每个像素的灰度,与平均值进行比较,大于或等于平均值记为1,小于平均值记为0;
计算哈希值:将上一步的比较结果,组合在一起,就构成了一个64位的整数,这就是这张图像的指纹。
在上述过程中,处理过程的次序不做限定,只要保证所有图像都采用同样次序即可;得到指纹以后,就可以对比不同的图像,获取64位中不同的个数。在理论上,这等同于”汉明距离”(Hamming distance,在信息论中,两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数)。如果不相同的数据位数不超过5,就说明两张图像很相似;如果大于10,就说明这是两张不同的图像。
S33.判断所述比对值是否大于对比阈值,若是,执行步骤S34;若否,返回执行步骤S1;
在本实施例中,比对阈值可以根据需要设定,这等同于”汉明距离”(Hammingdistance,在信息论中,两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数)。如果不相同的数据位数不超过5,就说明两张图像很相似;如果大于对比阈值(如:10),就说明这是两张不同的图像。
S34.将所述立体特征信息对应的所述特征信息作为所述残损信息。
S4.对所述残损信息进行加密生成残损证据数据。
进一步地,所述步骤S4对所述残损信息进行加密生成残损证据数据,包括:
将所述目标对象的所述残损信息、所述标签信息和相应的所述位置信息进行合并,添加数字签名,并进行加密生成所述残损证据数据。
具体地,所述数字签名可采用RSA、DSA或ECDSA中的任意一种。数字签名,它的作用跟手写签名其实是一样的,用来证明某个消息或者文件是本人发出/认同的,利用公钥加密系统保证不可伪造和不可抵赖两个特性。
其中,RSA主要针对大整数分解问题,DSA主要针对离散对数问题;ECDSA,属于DSA的一个变种,主要针对椭圆曲线上的离散对数问题。
以采用RSA签名为例,服务器发送RSA签名过程为:服务器外发布公钥,并声明对应的私钥在自己手上;服务器对消息M计算摘要,得到摘要D;服务器使用私钥对D进行签名,得到签名S;将M和S一起发送出去;客户端验证RSA签名过程为:客户端首先对M使用跟服务器一样的摘要算法计算摘要,得到摘要D;使用服务器公钥对S进行解签,得到摘要D’;如果D和D’相同,那么证明M确实是服务器发出的,并且没有被篡改过。
在本实施例中,残损证据提取方法可对采集的目标对象特征信息进行处理生成立体特征信息,通过将立体特征信息与预设基准信息进行匹配,进而判断目标对象是否存在残损情况,若是,则获取相应的残损信息并对其进行加密,生成残损证据数据,为保险理赔提供可靠的残损证据。残损证据提取方法以图像技术为基础在很大程度上解决了集装箱的残损识别问题,提高电子证据数据装置的适用性。本方案属于智慧物流领域,通过本方案能够推动智慧城市的建设。
实施例二
请参阅图5,本实施例的一种残损证据提取装置1,包括:采集单元11、生成单元12、匹配单元13和获取单元14;其中,
采集单元11,用于采集目标对象的特征信息;
需要说明的是:所述目标对象上配置有标签(Tag)。
在本实施例中,目标对象用于指代集装箱。安装在集装箱上的标签是一种高频、有源标签,标签包括睡眠模式和工作模式两种模式,当标签未被触发时,标签处于睡眠模式;当标签进入读取区域时,由睡眠模式切换为工作模式,发送标签信息,以供读取模块读取标签信息,也可由读取模块将相应的信息写入标签中。采用睡眠模与工作模式互相切换的方式可以有效地节省标签的能量,通常标签可以工作十年之久。
进一步地,采集单元11通过读取模块在预设区域读取所述目标对象的标签信息,所述预设区域对应所述位置信息;
作为举例而非限定,可通过在读取模块上设置GPS定位模块的方式获取读取模块的位置信息。
在本实施例中,读取模块的位置是固定的,可在读取模块上配置定位模块,以获取预设区域的位置信息;读取模块可采用识读器(Reader)。
在实际应用中,标签和识读器之间的有效读取距离可达100m,识读器可读取高速运动(如:120km/h)对象上标签信息。读取目标对象的标签信息主要应用于预设区域(小范围区域),位置信息可是静态的也可以是动态的。动态位置(如出入门以及在某个区域内移动时的位置)信息的采集比较简单,当集装箱在移动过程中进入某个Reader区域后,Reader就能感知到附着在集装箱上Tag,从而可以根据Reader的位置来确定集装箱的位置。而静态位置中主要是获取平面坐标位置和三维坐标位置(为了节约空间,集装箱一般都采用堆叠方式摆放)。集装箱的状态信息可以通过识读器写入到标签中,状态信息可包括聚合信息和反聚合信息,聚合信息是指装载货物的过程;反聚合信息是货物从集装箱中卸载的过程。聚合信息主要是利用条码技术对物品进行包装,然后,在包装箱上增加Tag或条码,再将增加Tag或条码的包装箱放入到集装箱,并在集装箱增加有源Tag。在聚合过程中,利用条码和射频(RFID)Tag混用的方式。无论是聚合过程还是反聚合过程中,都需对聚合货物进行正确性(一致性)验证,以防止货物装卸错误。
在具体实施时,可以通过条码识读器和RFID识读器将每个货物装载的信息通过有线或无线的方式送至数据服务器,再由数据服务器比较装入的货物信息和集装箱的基础信息(如到达站、出发站、到达时间等),通过比较,确认无误后,再向标签写入本次操作的数据。为了确保信息的正确性,数据服务器也可以向操作员的手持设备发送确认信息,在得到操作人员的确认后再向标签写入数据。聚合和反聚合操作对于拼箱操作是十分重要的,拼箱是将多个客户货物拼装在一个箱内,很容易将一箱中的货物错装至另一箱,导致货物丢失或错误提交的情况。利用聚合和反聚合操作可以有效地解决这一问题。
考虑到对于采用读取器读取标签信息的方式容易发生数据碰撞(Collision)的情况。数据碰撞是指在识读器识别区域内有多个射频信号同时到达,它将同时响应识读器的命令而向识读器发送信号,引起信道争用的问题,信号相互干扰,导致识读器不能正确识别电子标签中的数据,即发生了碰撞。数据碰撞主要有两种类型:标签(Tag)冲突和识读器(Reader)冲突。
针对标签冲突,可采取时域法(确定性算法和不确定性算法)。在不确定性算法中,标签随机产生应答时间。很多不确定性算法都是基于Aloha算法的。确定性算法是读写器通过搜索标签的唯一的ID来选择不同标签来应答。二进制树搜索法是最简单的确定性算法。
针对识读器碰撞,Colorwave协议利用识读器和标签通信局部化的特点来提供一个实时、分布式、局部的MAC协议为识读器分配通信频率和时隙以减少识读器间的干扰,这种方法能大大提高系统的通信负载。数据安全就是防止其他系统的读取设备读取或改动集装箱上RFID Tag中的信息。
为了防止数据的泄露(如:其他系统的读取设备读取或改动集装箱上RFID Tag中的信息),可采用物理隔离、停止标签服务、读取访问控制以及双标签联合验证(yoking-proof)法。这些方法都是基于硬件实现的。在具体实现过程中,采用中间件来实现集装箱及其货物的基础数据采集,RFID硬件可以有效的解决数据碰撞和安全问题,因此,在中间件中主要解决:(1)中间件本身的安全以及与现有系统交互过程的数据安全问题;(2)基础数据的可靠问题,包括数据冗余和数据差错等。数据冗余问题是由于某一标签(集装箱)在没有任何改变的情况多次通过阅读区域或者长时间停留在阅读区域,造成识读器多次获取重复数据。采用两种机制的结合方法:即数据过滤和控制读取。数据过滤就是对同一时间段内的同一个标签的数据进行过滤操作,过滤处理操作在本地中间件中实现。数据过虑技术并没有减少对RFID Tag的识读次数,RFID Tag会因为多次识读而消耗能量,降低RFID Tag的使用寿命。为了有效地节约RFID Tag中的能源,当Tag进入阅读区域时,由于采用了地标技术,本地数据中心可以控制地标在一定的时间间隔内发送读取触发信号(如十分钟发一次)。这样可以有效地节约Tag的能量,提高Tag的使用寿命。数据错误是指基础数据读取过程中获得了错误的数据(如不应该读取时,读取了数据,聚合和反聚合过程中的数据不一致)。中间件采用逻辑检查方法来有效地解决这个问题,在中间件中实现了逻辑检查规则,通过这些规则可以有效地排除错误数据。中间件的数据安全主要是提供中间件内部的数据安全以及与现有系统之间交互过程中的数据安全,中间件采用了用户接入认证、数据传输认证,并采用安全的数据通道传送数据,从而保证数据交互过程的安全性。
采集单元11可采用远距离、快速RFID技术实现小范围内数据快速获取和定位的框架结构,并针对系统中的一些关键问题提出了相应的解决措施,利用中间件作为数据采集的基本模型,通过中间件可以很好地与其他系统进行结合,通过对基础数据的准确、自动采集,可以实现对集装箱运输过程中集装箱及集装箱中货物的可视化管理,提高工作效率,减少差错率。
采集单元11通过采集模块在相应的所述预设区域采集所述目标对象的特征信息;
在本实施例中,采集模块可以是一组图像采集装置及其集成系统,通过多个采集装置对集装箱进行多个角度的图像采集,以便于集装箱的完整图像信息。
采集单元11还用于将所述目标对象的所述特征信息与所述标签信息和相应的所述位置信息相关联。采集单元11通过读取模块读取标签信息及并将该读取模块所在区域的位置信息与读取的标签信息关联,从而实现获取集装箱位置的目的,通过采集模块采集集装箱的特征信息,将集装箱的图像信息与集装箱当前的位置信息及对应的标签信息关联在一起,以便于获取集装箱在预设区域的所有信息。
生成单元12,用于基于所述特征信息生成立体特征信息;
在本实施例中,将采集模块采集的二维图像转换为三维图像,以便于识别集装箱的尺寸类型。
所述特征信息包括至少两幅图像;生成单元12根据所述特征信息中的至少两幅图像计算所述目标对象的尺寸数据;根据所述尺寸数据及所述图像生成所述目标对象的所述立体特征信息,所述立体特征信息包括所述尺寸数据。
在本实施例中,可采用被动测距传感技术获取采集模块与目标对象之间的距离,在根据该距离计算目标对象的尺寸数据;也可采用主动深度传感获取采集模块与目标对象之间的距离,在根据该距离计算目标对象的尺寸数据。
对于被动测距传感技术采集模块可采用双目立体视觉系统,通过两个相隔一定距离的摄像机同时获取同一场景的两幅图像,通过立体匹配算法计算两幅图像中对应的像素点,根据三角原理计算出时差信息,而视差信息通过转换可用于表征场景中物体的深度信息。还可通过拍摄同一场景下不同角度的一组图像利用立体匹配算法获得该场景的深度图像。除此之外,场景深度信息还可以通过对图像的光度特征、明暗特征等特征进行分析间接估算得到。被动测距传感=两个相隔一定距离的相机获得两幅图像+立体匹配+三角原理计算视差(disparity)。
主动测距传感相比较于被动测距传感最明显的特征是:设备本身需要发射能量来完成深度信息的采集。这也就保证了深度图像的获取独立于彩色图像的获取。主动深度传感的方法可包括了TOF(Time of Flight)、结构光、激光扫描等。
匹配单元13,用于将所述立体特征信息与预设基准信息进行匹配,获取残损信息;
进一步地,所述预设基准信息包括多个尺寸类型的基准图像信息;
匹配单元13根据所述立体特征信息中的所述尺寸数据,选择与所述尺寸数据对应的尺寸类型的所述基准图像信息;采用相似比对法将所述立体特征信息与所述基准图像信息进行比对,获取比对值;
具体地,所述相似比对法可采用图像感知算法(pHash算法)。采用图像感知算法对每张图片生成一个"指纹"(fingerprint)字符串,将基准图像信息的基准指纹字符串与目标对象的指纹字符串进行比较,比较结果越接近,就说明图片越相似。
匹配单元13还用于判断所述比对值是否大于对比阈值,当比对值大于对比阈值时,将所述立体特征信息对应的所述特征信息作为所述残损信息。
获取单元14,用于对所述残损信息进行加密生成残损证据数据。
进一步地,获取单元14将所述目标对象的所述残损信息、所述标签信息和相应的所述位置信息进行合并,添加数字签名,并进行加密生成所述残损证据数据。
具体地,所述数字签名可采用RSA、DSA或ECDSA中的任意一种。数字签名,它的作用跟手写签名其实是一样的,用来证明某个消息或者文件是本人发出/认同的,利用公钥加密系统保证不可伪造和不可抵赖两个特性。
其中,RSA主要针对大整数分解问题,DSA主要针对离散对数问题;ECDSA,属于DSA的一个变种,主要针对椭圆曲线上的离散对数问题。
以采用RSA签名为例,服务器发送RSA签名过程为:服务器外发布公钥,并声明对应的私钥在自己手上;服务器对消息M计算摘要,得到摘要D;服务器使用私钥对D进行签名,得到签名S;将M和S一起发送出去;客户端验证RSA签名过程为:客户端首先对M使用跟服务器一样的摘要算法计算摘要,得到摘要D;使用服务器公钥对S进行解签,得到摘要D’;如果D和D’相同,那么证明M确实是服务器发出的,并且没有被篡改过。
在本实施例中,残损证据提取装置1可对采集的目标对象特征信息进行处理生成立体特征信息,通过将立体特征信息与预设基准信息进行匹配,进而判断目标对象是否存在残损情况,若是,则获取相应的残损信息并对其进行加密,生成残损证据数据,为保险理赔提供可靠的残损证据。残损证据提取装置1以图像技术为基础在很大程度上解决了集装箱的残损识别问题,提高电子证据数据装置的适用性。
实施例三
为实现上述目的,本发明还提供一种计算机设备2,该计算机设备2包括多个计算机设备2,实施例二的残损证据提取装置1的组成部分可分散于不同的计算机设备2中,计算机设备2可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备2至少包括但不限于:可通过系统总线相互通信连接的存储器21、处理器23、网络接口22以及残损证据提取装置1(参考图6)。需要指出的是,图6仅示出了具有组件-的计算机设备2,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,所述存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,存储器21也可以是计算机设备2的外部存储设备,例如该计算机设备2上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,存储器21通常用于存储安装于计算机设备2的操作系统和各类应用软件,例如实施例一的残损证据提取方法的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器23在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器23通常用于控制计算机设备2的总体操作例如执行与所述计算机设备2进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器23用于运行所述存储器21中存储的程序代码或者处理数据,例如运行所述的残损证据提取装置1等。
所述网络接口22可包括无线网络接口或有线网络接口,该网络接口22通常用于在所述计算机设备2与其他计算机设备2之间建立通信连接。例如,所述网络接口22用于通过网络将所述计算机设备2与外部终端相连,在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication,GSM)、宽带码分多址(WidebandCode Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图6仅示出了具有部件21-23的计算机设备2,但是应理解的是,并不要求实施所有示出的部件,可以替代的实施更多或者更少的部件。
在本实施例中,存储于存储器21中的所述残损证据提取装置1还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器23)所执行,以完成本发明。
实施例四
为实现上述目的,本发明还提供一种计算机可读存储介质,其包括多个存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器23执行时实现相应功能。本实施例的计算机可读存储介质用于存储残损证据提取装置1,该计算机可读存储介质被处理器23执行时实现实施例一的残损证据提取方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种残损证据提取方法,其特征在于,包括下述步骤:
S1.采集目标对象的特征信息;
S2.基于所述特征信息生成立体特征信息;
S3.将所述立体特征信息与预设基准信息进行匹配,获取残损信息;
S4.对所述残损信息进行加密生成残损证据数据。
2.根据权利要求1所述的残损证据提取方法,其特征在于,所述步骤S1采集目标对象的特征信息,包括:
所述目标对象上配置有标签;
通过读取模块在预设区域读取所述目标对象的标签信息,所述预设区域对应所述位置信息;
通过采集模块在相应的所述预设区域采集所述目标对象的特征信息;
将所述目标对象的所述特征信息与所述标签信息和相应的所述位置信息相关联。
3.根据权利要求2所述的残损证据提取方法,其特征在于,所述步骤S2基于所述特征信息生成立体特征信息,包括:
所述特征信息包括至少两幅图像;
根据所述特征信息中的至少两幅图像计算所述目标对象的尺寸数据;
根据所述尺寸数据及所述图像生成所述目标对象的所述立体特征信息,所述立体特征信息包括所述尺寸数据。
4.根据权利要求3所述的残损证据提取方法,其特征在于,所述步骤S3将所述立体特征信息与预设基准信息进行匹配,获取残损信息,包括:
所述预设基准信息包括多个尺寸类型的基准图像信息;
S31.根据所述立体特征信息中的所述尺寸数据,选择与所述尺寸数据对应的尺寸类型的所述基准图像信息;
S32.采用相似比对法将所述立体特征信息与所述基准图像信息进行比对,获取比对值;
S33.判断所述比对值是否大于对比阈值,若是,执行步骤S34;若否,返回执行步骤S1;
S34.将所述立体特征信息对应的所述特征信息作为所述残损信息。
5.根据权利要求4所述的残损证据提取方法,其特征在于,所述相似比对法为图像感知算法。
6.根据权利要求4所述的残损证据提取方法,其特征在于,所述步骤S4对所述残损信息进行加密生成残损证据数据,包括:
将所述目标对象的所述残损信息、所述标签信息和相应的所述位置信息进行合并,添加数字签名,并进行加密生成所述残损证据数据。
7.根据权利要求6所述的残损证据提取方法,其特征在于,所述数字签名可采用RSA、DSA或ECDSA中的任意一种。
8.一种残损证据提取装置,其特征在于,包括:
采集单元,用于采集目标对象的特征信息;
生成单元,用于基于所述特征信息生成立体特征信息;
匹配单元,用于将所述立体特征信息与预设基准信息进行匹配,获取残损信息;
获取单元,用于对所述残损信息进行加密生成残损证据数据。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360283.6A CN111563568A (zh) | 2020-04-30 | 2020-04-30 | 残损证据提取方法、装置、计算机设备及存储介质 |
PCT/CN2020/103839 WO2021217914A1 (zh) | 2020-04-30 | 2020-07-23 | 残损证据提取方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360283.6A CN111563568A (zh) | 2020-04-30 | 2020-04-30 | 残损证据提取方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111563568A true CN111563568A (zh) | 2020-08-21 |
Family
ID=72071902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010360283.6A Pending CN111563568A (zh) | 2020-04-30 | 2020-04-30 | 残损证据提取方法、装置、计算机设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111563568A (zh) |
WO (1) | WO2021217914A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115904263A (zh) * | 2023-03-10 | 2023-04-04 | 浪潮电子信息产业股份有限公司 | 一种数据迁移方法、系统、设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274121A (zh) * | 2017-05-25 | 2017-10-20 | 上海撬动网络科技有限公司 | 无固定场地集装箱检验系统 |
JP2018019373A (ja) * | 2016-07-29 | 2018-02-01 | パナソニックIpマネジメント株式会社 | 監視カメラ及び荷物読取方法 |
CN208420046U (zh) * | 2018-05-25 | 2019-01-22 | 深圳市深触科技有限公司 | 一种获取货物信息的设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033070A (zh) * | 2009-09-24 | 2011-04-27 | 宁波中科集成电路设计中心有限公司 | 一种集装箱破损监测系统 |
US9336506B2 (en) * | 2014-05-02 | 2016-05-10 | Google Inc. | Machine-readable delivery platform for automated package delivery |
CN210534787U (zh) * | 2019-10-30 | 2020-05-15 | 重庆仙桃前沿消费行为大数据有限公司 | 物流智能信息采集装置 |
CN110954546A (zh) * | 2019-12-20 | 2020-04-03 | 上海撬动网络科技有限公司 | 一种非固定场景的集装箱图像采集和验视系统 |
-
2020
- 2020-04-30 CN CN202010360283.6A patent/CN111563568A/zh active Pending
- 2020-07-23 WO PCT/CN2020/103839 patent/WO2021217914A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018019373A (ja) * | 2016-07-29 | 2018-02-01 | パナソニックIpマネジメント株式会社 | 監視カメラ及び荷物読取方法 |
CN107274121A (zh) * | 2017-05-25 | 2017-10-20 | 上海撬动网络科技有限公司 | 无固定场地集装箱检验系统 |
CN208420046U (zh) * | 2018-05-25 | 2019-01-22 | 深圳市深触科技有限公司 | 一种获取货物信息的设备 |
Non-Patent Citations (2)
Title |
---|
于宝琴等: "《现代物流技术与应用》", 31 January 2017 * |
韩洁等: "《物联网RFID技术与应用》", 30 April 2019 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115904263A (zh) * | 2023-03-10 | 2023-04-04 | 浪潮电子信息产业股份有限公司 | 一种数据迁移方法、系统、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021217914A1 (zh) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829677B (zh) | 一种物流运输过程监控方法及系统 | |
CA3120888C (en) | Enforcing data consistency in a transportation network | |
CN102027483A (zh) | 用于验证rfid标签的方法 | |
CN110290522A (zh) | 用于移动设备的风险识别方法、装置和计算机系统 | |
US11797912B2 (en) | Unique object face ID | |
US20210192441A1 (en) | Goods IOT and System Based on Blockchain | |
US20140101063A1 (en) | Counterfeit detection | |
CN111512317A (zh) | 一种多目标实时跟踪方法、装置及电子设备 | |
CN113255651A (zh) | 包裹安检方法、装置及系统和节点设备、存储装置 | |
CN110717698A (zh) | 货物位置追踪方法、装置以及物流管理系统、存储介质 | |
WO2012125947A2 (en) | Methods and systems for securing chattels | |
CN113139428A (zh) | 目标识别方法、边缘设备、边防监控系统及可读存储介质 | |
CN113421044A (zh) | 基于物联网的危废运输监控方法、装置及计算机设备 | |
CN111563568A (zh) | 残损证据提取方法、装置、计算机设备及存储介质 | |
CN115393681A (zh) | 一种目标融合方法、装置、电子设备及存储介质 | |
US20210390025A1 (en) | Execution Sequence Integrity Monitoring System | |
CN110751490A (zh) | 欺诈识别方法、装置、电子设备及计算机可读存储介质 | |
US20230123879A1 (en) | Method and apparatus for positioning express parcel | |
CN103679421A (zh) | 基于无线射频技术和哈希算法的产品运输管理方法 | |
CN112581061A (zh) | 一种基于人工智能的立体仓储管理方法及装置 | |
CN113642352A (zh) | 快递面单的文本信息的获取方法、装置和终端设备 | |
CN111260291B (zh) | 一种基于区块链技术的无人物流配送系统及配送方法 | |
CN103763106A (zh) | 一种物联网认证中的位置隐私保护方法 | |
CN113744236A (zh) | 回环检测方法、装置、存储介质及计算机程序产品 | |
CN112733561A (zh) | 一种建筑施工车辆监测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200821 |
|
RJ01 | Rejection of invention patent application after publication |