CN112781584A - 一种基于加速度传感器的货物状态检测方法 - Google Patents
一种基于加速度传感器的货物状态检测方法 Download PDFInfo
- Publication number
- CN112781584A CN112781584A CN202011560130.2A CN202011560130A CN112781584A CN 112781584 A CN112781584 A CN 112781584A CN 202011560130 A CN202011560130 A CN 202011560130A CN 112781584 A CN112781584 A CN 112781584A
- Authority
- CN
- China
- Prior art keywords
- data
- cargo
- state
- detection method
- acceleration
- 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
- 230000001133 acceleration Effects 0.000 title claims abstract description 70
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 230000033001 locomotion Effects 0.000 claims abstract description 27
- 230000003068 static effect Effects 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000007704 transition Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Balance (AREA)
Abstract
本发明公开了一种基于加速度传感器的货物状态检测方法,该检测方法包括货物移动静止检测方法与货物倾倒检测方法,所述货物移动静止检测方法为通过对不同状态下的加速度数据的处理分析实现对货物“轻微抖动”、“正常移动”、“静止状态”的判断,所述货物倾倒检测方法为对货物超限撞击的方法。该一种基于加速度传感器的货物状态检测方法,对每一种情况都有其状态特点及状态量,利用传感器可以检测出这个状态量,针对不同的状态量可以协同判定货物的状态,以供监控人员做出相应的措施与结论。
Description
技术领域
本发明涉及货物状态检测方法领域,具体为一种基于加速度传感器的货物状态检测方法。
背景技术
如今货物不管是在运输途中还是在仓库,都有可能存在被破坏的风险,在没有视频监控的环境里货物主人或管理员就无法知道货物当时的状态,也无法追踪货物受损的原因;现在加速度传感器与货物绑定后,传感器能感受到被测量的信息,并能将检测感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求,通过这些信息处理可以追踪货物的状态。
为了解决技术弊端,提出一种基于加速度传感器的货物状态检测方法。
发明内容
针对背景技术的不足,本发明提供了一种基于加速度传感器的货物状态检测方法,解决了上述背景技术提出的问题。
本发明提供如下技术方案:一种基于加速度传感器的货物状态检测方法,该检测方法包括货物移动静止检测方法与货物倾倒检测方法,所述货物移动静止检测方法为通过对不同状态下的加速度数据的处理分析实现对货物“轻微抖动”、“正常移动”、“静止状态”的判断,所述货物倾倒检测方法为对货物超限撞击的方法。
优选的,该货物移动静止检测方法包括以下步骤:
步骤一、每隔tsample采集一组xyz原始数据,将其输入大小为L1的缓存buffer1中进行中值滤波;
步骤二、利用滤波数据计算合加速度,将合加速度和x,y,z轴加速度分量分别输入另一个大小为L2*4的缓存buffer2中,第1列为合加速度值,第2列为x轴加速度分量值,第3列为y轴加速度分量值,第4列为z轴加速度分量值;合加速度计算方法:滤波数据平方相加后开方,乘以3.9后取整;缓存buffer2未满时回到步骤一,当缓存buffer2存满时,分别计算buffer2中合加速度值和x、y、z三轴加速度分量的方差值V,Vx、Vy、Vz,并将缓存buffer2清空;
步骤三、若Vx<V1,则将C(1,1)加1;
若Vx>=V1,则将C(1,2)加1;
若V<V2,则将C(2,1)加1;
若V2<=V<V3,则将C(2,2)加1;
若V3<=V<V4,则将C(2,4)加1;
若V>=V4,则将C(2,4)加1;
步骤四、计算计数缓存C第2列C(2,1:4)的值Csum;当Csum大于等于T/(L2*tsample)时,如果条件C(2,1)>=T/(L2*tsample)和条件C(2,2)+C(2,3)C(2,4)=0都成立,则判断当前状态为“由动变静”;否则判断当前状态为“轻微震动或正常移动”;若当前状态为“轻微震动或正常移动”,如果条件C(1,1)>=T/(L2*tsample)成立,则当前状态为“轻微震动”;否则,当前状态为“正常移动”;完成全部判断后将计数器C全部置0,回步骤一。
优选的,货物倾倒检测方法,该检测方法包括以下步骤:
步骤一、采集新数据,从是否更新基准角度出发,如果是,那么将数据存入背景缓冲区,如果否将数据存入缓冲区;
步骤二、数据存入背景缓冲区时,若缓冲区存储数据时间长度到达阈值时,根据缓冲区数据计算更新背景,且删除缓冲区中最旧的历史数据;
步骤三、数据存入缓冲区时,若缓冲区存储数据时间长度没有达到阈值,取缓冲区内数据均值作为滤波后数据,并且根据滤波数据用状态机法确定最终状态,并且倾倒状态输出,若缓冲区存储数据时间长度达到阈值,对缓冲区数据进行中值均值滤波,并且删除缓冲区中最旧的历史数据,然后根据滤波数据用状态机法确定最终状态,并且倾倒状态输出。
优选的,假设缓冲区数据则认定数据稳定得条件为max(data_bak_save)-min(data_bak_save)<=THRESH_BAK,当数据稳定时,计算背景data_background的方法为:
Data_bacground=[sum(data_bak_save)-max(data-bak_save)-min(data_bak_save)]/(N-2)。
本发明具备以下有益效果:该一种基于加速度传感器的货物状态检测方法,对每一种情况都有其状态特点及状态量,利用传感器可以检测出这个状态量,针对不同的状态量可以协同判定货物的状态,以供监控人员做出相应的措施与结论。
附图说明
图1为本发明货物移动静止检测方法流程图;
图2为本发明货物倾倒检测方法流程图;
图3为本发明超限撞击检测方法流程图;
图4为本发明状态机结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例中的附图:图中不同种类的剖面线不是按照国标进行标注的,也不对元件的材料进行要求,是对图中元件的剖视图进行区分。
请参阅图1-4,一种基于加速度传感器的货物状态检测方法,该检测方法包括货物移动静止检测方法与货物倾倒检测方法,所述货物移动静止检测方法为通过对不同状态下的加速度数据的处理分析实现对货物“轻微抖动”、“正常移动”、“静止状态”的判断,所述货物倾倒检测方法为对货物超限撞击的方法。
优选的,该货物移动静止检测方法包括以下步骤:
步骤一、每隔tsample采集一组xyz原始数据,将其输入大小为L1的缓存buffer1中进行中值滤波;
步骤二、利用滤波数据计算合加速度,将合加速度和x,y,z轴加速度分量分别输入另一个大小为L2*4的缓存buffer2中,第1列为合加速度值,第2列为x轴加速度分量值,第3列为y轴加速度分量值,第4列为z轴加速度分量值;合加速度计算方法:滤波数据平方相加后开方,乘以3.9后取整;缓存buffer2未满时回到步骤一,当缓存buffer2存满时,分别计算buffer2中合加速度值和x、y、z三轴加速度分量的方差值V,Vx、Vy、Vz,并将缓存buffer2清空;
步骤三、若Vx<V1,则将C(1,1)加1;
若Vx>=V1,则将C(1,2)加1;
若V<V2,则将C(2,1)加1;
若V2<=V<V3,则将C(2,2)加1;
若V3<=V<V4,则将C(2,4)加1;
若V>=V4,则将C(2,4)加1;
步骤四、计算计数缓存C第2列C(2,1:4)的值Csum;当Csum大于等于T/(L2*tsample)时,如果条件C(2,1)>=T/(L2*tsample)和条件C(2,2)+C(2,3)C(2,4)=0都成立,则判断当前状态为“由动变静”;否则判断当前状态为“轻微震动或正常移动”;若当前状态为“轻微震动或正常移动”,如果条件C(1,1)>=T/(L2*tsample)成立,则当前状态为“轻微震动”;否则,当前状态为“正常移动”;完成全部判断后将计数器C全部置0,回步骤一。
优选的,货物倾倒检测方法,该检测方法包括以下步骤:
步骤一、采集新数据,从是否更新基准角度出发,如果是,那么将数据存入背景缓冲区,如果否将数据存入缓冲区;
步骤二、数据存入背景缓冲区时,若缓冲区存储数据时间长度到达阈值时,根据缓冲区数据计算更新背景,且删除缓冲区中最旧的历史数据;
步骤三、数据存入缓冲区时,若缓冲区存储数据时间长度没有达到阈值,取缓冲区内数据均值作为滤波后数据,并且根据滤波数据用状态机法确定最终状态,并且倾倒状态输出,若缓冲区存储数据时间长度达到阈值,对缓冲区数据进行中值均值滤波,并且删除缓冲区中最旧的历史数据,然后根据滤波数据用状态机法确定最终状态,并且倾倒状态输出。
优选的,假设缓冲区数据则认定数据稳定得条件为max(data_bak_save)-min(data_bak_save)<=THRESH_BAK,当数据稳定时,计算背景data_background的方法为:
Data_bacground=[sum(data_bak_save)-max(data-bak_save)-min(data_bak_save)]/(N-2)。
实施例1
货物移动静止检测算法
货物移动静止检测算法思路是通过对不同状态下的加速度数据的处理分析实现对货物“轻微抖动”、“正常移动”、“静止状态”的判断。
算法参数设置如下:
加速度传感器采样间隔----------------------- tsample,默认为10ms
中值滤波缓存---------------------------------buffer1,默认大小为3*3
中值滤波缓存长度-----------------------------L1,默认为3
加速度缓存-----------------------------------buffer2,默认大小为10*4
合加速度缓存长度-----------------------------L2,默认为10
方差阈值1------------------------------------V0,默认为20
方差阈值2------------------------------------V1,默认为50
方差阈值3------------------------------------V2,默认为500
方差阈值4------------------------------------V3,默认为5000
计算缓存-------------------------------------C,大小为4*2
定时输出结果的时间阈值--------------------- T,默认10s
货物移动静止检测优化算法步骤如下:
每隔tsample采集一组xyz原始数据,将其输入大小为L1的缓存buffer1中进行中值滤波;进入步骤(2)。
利用滤波数据计算合加速度,将合加速度和x,y,z轴加速度分量分别输入另一个大小为L2*4的缓存buffer2中,第1列为合加速度值,第2列为x轴加速度分量值,第3列为y轴加速度分量值,第4列为z轴加速度分量值;
合加速度计算方法:滤波数据平方相加后开方,乘以3.9后取整;缓存buffer2未满时回到步骤(1)。
当缓存buffer2存满时,分别计算buffer2中合加速度值和x、y、z三轴加速度分量的方差值V,Vx、Vy、Vz,并将缓存buffer2清空;进入步骤(3)。
若Vx<V1,则将C(1,1)加1;
若Vx>=V1,则将C(1,2)加1;
若V<V2,则将C(2,1)加1;
若V2<=V<V3,则将C(2,2)加1;
若V3<=V<V4,则将C(2,4)加1;
若V>=V4,则将C(2,4)加1;
进入步骤(4)。
计算计数缓存C第2列C(2,1:4)的值Csum;当Csum大于等于T/(L2*tsample)时,如果条件C(2,1)>=T/(L2*tsample)和条件C(2,2)+C(2,3)C(2,4)=0都成立,则判断当前状态为“由动变静”;否则判断当前状态为“轻微震动或正常移动”。
若当前状态为“轻微震动或正常移动”,如果条件C(1,1)>=T/(L2*tsample)成立,则当前状态为“轻微震动”;否则,当前状态为“正常移动”。
完成全部判断后将计数器C全部置0,回步骤(1)。
实施例2
货物倾倒检测算法
超限检测算法在上述移动静止检测优化算法基础上实现,具体方式是:在步骤(4)中,判断车辆运动状态结束之后,增加一条判断内容:任何时刻,如果C(2,4)>=1则判断发生了“超限撞击”;将C置0,并回步骤(1)。
实施例3
货物倾倒检测算法
1)本算法用于根据加速度传感器采集的数据判断安装货物是否发生90°以上倾倒。一旦货物发生倾倒,加速度在各轴上会发生一定变化,通过比较实时三轴加速度数据和基准加速度数据,可实现倾倒的检测。注意到安装的货物在某个方向上进行加速或减速运动时,也会带来相关轴向的加速度数据变化,其多数情况下同时还会带来加速度模值得变化。算法针对这一情况进行了过滤,以避免物体在加速度运动时可能出现得倾倒检测误判。此外算法还提供了可选得基准角度更新算法,可以自动实时记录节点稳定时得角度位置。
2)算法中可以配置是否使用动态背景,如使用动态背景,则可配置背景更新窗口长度、背景更新阈值等;此外还可以配置倾倒加速度模值阈值、倾倒加速度差值阈值、数据滤波时间窗口长度、倾倒检测延时等参数,以适应具体不同应用环境。
3)算法流程
算法总体流程图如下,途中阴影部分得中值均值滤波、背景更新和状态机方法分别下面具体介绍
4)滤波
此处中值均值滤波得计算方法如下:
tmp_filp_filter=[sum(data_flip_save)-max(data_flip_save)-min(data_flip_save)]/(N-2)
其中sum(.)为求和,max()为求最大值,min()wei求最小值。
4)背景更新
max(data_bak_save)-min(data_bak_save)<=THRESH_BAK
当数据稳定时,计算背景data_background的方法为
Data_bacground=[sum(data_bak_save)-max(data-bak_save)-min(data_bak_save)]/(N-2)
其中sum(.)为求和,max()为求最大值,min()wei求最小值。
5)状态机
设置5种状态,初始化状态T0、正常状态T1、倾倒状态T3、倾倒转正常状态T4、加速度状态T5。其中T0、T1状态的输出是正常(normal),T3-T4状态的输出是倾倒(flip)、T5状态的输出与其上一历史状态一致。
状态转换条件有C0-C1定义如下:
在从T3状态进入T4状态时,需将计数器清零flip_num=0;在T4状态每次循环需将计数累加flip_num=flip_num+1;在T4状态,除了之前的状态转换条件C1外还有D0-D1。
D0:flip_num<NUM_DELAY_FLIP
D1:flip_num>=NUM_DELAY_FLIP
其中NUM_DELAY_FLIP为根据算法参数TIME_DELAY_FLIP和传感器采样间隔TIME_SAMPLE计算得到的NUM_DELAY_FLIP=TIME_DELAY_FLIP/TIME_SAMPLE
此外,在状态T1、T3、T4、T5还有状态转换条件F0-F1
在T1、T3、T4状态如检测到条件F1,转入T5状态,同时记录历史状态,并维持输出不变。在T5状态如检测到条件F0,则转回该记录的历史状态。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种基于加速度传感器的货物状态检测方法,该检测方法包括货物移动静止检测方法与货物倾倒检测方法,其特征在于:所述货物移动静止检测方法为通过对不同状态下的加速度数据的处理分析实现对货物“轻微抖动”、“正常移动”、“静止状态”的判断,所述货物倾倒检测为对货物倾倒检测的方法。
2.根据权利要求1所述的货物移动静止检测方法,其特征在于:该货物移动静止检测方法包括以下步骤:
步骤一、每隔tsample采集一组xyz原始数据,将其输入大小为L1的缓存buffer1中进行中值滤波;
步骤二、利用滤波数据计算合加速度,将合加速度和x,y,z轴加速度分量分别输入另一个大小为L2*4的缓存buffer2中,第1列为合加速度值,第2列为x轴加速度分量值,第3列为y轴加速度分量值,第4列为z轴加速度分量值;合加速度计算方法:滤波数据平方相加后开方,乘以3.9后取整;缓存buffer2未满时回到步骤一,当缓存buffer2存满时,分别计算buffer2中合加速度值和x、y、z三轴加速度分量的方差值V,Vx、Vy、Vz,并将缓存buffer2清空;
步骤三、若Vx<V1,则将C(1,1)加1;
若Vx>=V1,则将C(1,2)加1;
若V<V2,则将C(2,1)加1;
若V2<=V<V3,则将C(2,2)加1;
若V3<=V<V4,则将C(2,4)加1;
若V>=V4,则将C(2,4)加1;
步骤四、计算计数缓存C第2列C(2,1:4)的值Csum;当Csum大于等于T/(L2*tsample)时,如果条件C(2,1)>=T/(L2*tsample)和条件C(2,2)+C(2,3)C(2,4)=0都成立,则判断当前状态为“由动变静”;否则判断当前状态为“轻微震动或正常移动”;若当前状态为“轻微震动或正常移动”,如果条件C(1,1)>=T/(L2*tsample)成立,则当前状态为“轻微震动”;否则,当前状态为“正常移动”;完成全部判断后将计数器C全部置0,回步骤一。
3.根据权利要求1所述的货物倾倒检测方法,其特征在于:该检测方法包括以下步骤:
步骤一、采集新数据,从是否更新基准角度出发,如果是,那么将数据存入背景缓冲区,如果否将数据存入缓冲区;
步骤二、数据存入背景缓冲区时,若缓冲区存储数据时间长度到达阈值时,根据缓冲区数据计算更新背景,且删除缓冲区中最旧的历史数据;
步骤三、数据存入缓冲区时,若缓冲区存储数据时间长度没有达到阈值,取缓冲区内数据均值作为滤波后数据,并且根据滤波数据用状态机法确定最终状态,并且倾倒状态输出,若缓冲区存储数据时间长度达到阈值,对缓冲区数据进行中值均值滤波,并且删除缓冲区中最旧的历史数据,然后根据滤波数据用状态机法确定最终状态,并且倾倒状态输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560130.2A CN112781584A (zh) | 2020-12-25 | 2020-12-25 | 一种基于加速度传感器的货物状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560130.2A CN112781584A (zh) | 2020-12-25 | 2020-12-25 | 一种基于加速度传感器的货物状态检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112781584A true CN112781584A (zh) | 2021-05-11 |
Family
ID=75752373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011560130.2A Pending CN112781584A (zh) | 2020-12-25 | 2020-12-25 | 一种基于加速度传感器的货物状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112781584A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114783163A (zh) * | 2022-06-17 | 2022-07-22 | 深圳市信润富联数字科技有限公司 | 货物堕落的预警方法及装置、存储介质、电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004203528A (ja) * | 2002-12-24 | 2004-07-22 | Toyota Industries Corp | 荷移載方法、荷移載装置、スタッカクレーン及び自動倉庫 |
US20090138191A1 (en) * | 2007-11-27 | 2009-05-28 | Elektrobit Automotive Gmbh | Technique for detecting shifted cargo |
US20090189788A1 (en) * | 2008-01-29 | 2009-07-30 | Qualcomm Incorporated | System and method for sensing cargo loads and trailer movement |
CN101949953A (zh) * | 2010-07-30 | 2011-01-19 | 中国科学院软件研究所 | 基于三维加速度无线传感器网络的货物状态监测方法 |
KR101324275B1 (ko) * | 2012-11-30 | 2013-11-01 | (주)덕평물류 | 화물 볼륨 체커 |
CN107315118A (zh) * | 2016-04-27 | 2017-11-03 | 敦盛(上海)物联网科技合伙企业(有限合伙) | 一种车载设备状态检测方法 |
CN108139740A (zh) * | 2016-07-04 | 2018-06-08 | 深圳市爱丰达盛科技有限公司 | 货物运输状态监测方法、监测系统、监测终端及服务器 |
CN108256797A (zh) * | 2017-12-22 | 2018-07-06 | 座头鲸(上海)信息技术有限公司 | 一种货物运输状态检测方法 |
CN109001488A (zh) * | 2018-04-26 | 2018-12-14 | 深圳市有为信息技术发展有限公司 | 一种车辆位置监控的静止运动的检测方法及检测系统 |
CN109947007A (zh) * | 2018-11-16 | 2019-06-28 | 浙江大学 | 一种基于多传感器融合的物流状态监控方法及系统 |
CN111340156A (zh) * | 2020-02-14 | 2020-06-26 | 天津知途物联科技有限公司 | 一种货物运输信息监测系统、监测仪及货物运输信息隔箱监测方法 |
-
2020
- 2020-12-25 CN CN202011560130.2A patent/CN112781584A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004203528A (ja) * | 2002-12-24 | 2004-07-22 | Toyota Industries Corp | 荷移載方法、荷移載装置、スタッカクレーン及び自動倉庫 |
US20090138191A1 (en) * | 2007-11-27 | 2009-05-28 | Elektrobit Automotive Gmbh | Technique for detecting shifted cargo |
US20090189788A1 (en) * | 2008-01-29 | 2009-07-30 | Qualcomm Incorporated | System and method for sensing cargo loads and trailer movement |
CN101949953A (zh) * | 2010-07-30 | 2011-01-19 | 中国科学院软件研究所 | 基于三维加速度无线传感器网络的货物状态监测方法 |
KR101324275B1 (ko) * | 2012-11-30 | 2013-11-01 | (주)덕평물류 | 화물 볼륨 체커 |
CN107315118A (zh) * | 2016-04-27 | 2017-11-03 | 敦盛(上海)物联网科技合伙企业(有限合伙) | 一种车载设备状态检测方法 |
CN108139740A (zh) * | 2016-07-04 | 2018-06-08 | 深圳市爱丰达盛科技有限公司 | 货物运输状态监测方法、监测系统、监测终端及服务器 |
CN108256797A (zh) * | 2017-12-22 | 2018-07-06 | 座头鲸(上海)信息技术有限公司 | 一种货物运输状态检测方法 |
CN109001488A (zh) * | 2018-04-26 | 2018-12-14 | 深圳市有为信息技术发展有限公司 | 一种车辆位置监控的静止运动的检测方法及检测系统 |
CN109947007A (zh) * | 2018-11-16 | 2019-06-28 | 浙江大学 | 一种基于多传感器融合的物流状态监控方法及系统 |
CN111340156A (zh) * | 2020-02-14 | 2020-06-26 | 天津知途物联科技有限公司 | 一种货物运输信息监测系统、监测仪及货物运输信息隔箱监测方法 |
Non-Patent Citations (1)
Title |
---|
祝汉成;侯开虎;曹丽银;: "冷链物流动态监测系统应用研究", 新技术新工艺, no. 02, 25 February 2017 (2017-02-25) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114783163A (zh) * | 2022-06-17 | 2022-07-22 | 深圳市信润富联数字科技有限公司 | 货物堕落的预警方法及装置、存储介质、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110057380B (zh) | 计步方法、装置、终端和存储介质 | |
CN111558195B (zh) | 基于穿戴式设备的跳绳计数方法、装置、设备及存储介质 | |
JP4203736B2 (ja) | 画像の動き検出装置及びコンピュータプログラム | |
US20120130586A1 (en) | Impact sensor calibration tool | |
JPH11502351A (ja) | 時間的に順次連続する画像の運動物体を検出する方法 | |
CN106441350A (zh) | 一种计步方法及终端 | |
CN106500830B (zh) | 一种开关门振动检测方法 | |
CN112781584A (zh) | 一种基于加速度传感器的货物状态检测方法 | |
CN104021601A (zh) | 基于三轴加速度传感器的汽车碰撞检测方法和装置 | |
CN110853353B (zh) | 基于视觉的密度交通车辆计数和交通流量计算方法及系统 | |
CN104680504A (zh) | 场景变化检测方法及其装置 | |
CN109711241B (zh) | 物体检测方法、装置与电子设备 | |
CN112131075B (zh) | 一种用于存储监控数据异常检测的方法及设备 | |
CN111259868A (zh) | 基于卷积神经网络的逆行车辆检测方法、系统及介质 | |
CN100375530C (zh) | 一种运动检测方法 | |
CN111064865A (zh) | 一种动态视觉传感器背景活动噪声过滤器及处理器 | |
CN110335313A (zh) | 音频采集设备定位方法及装置、说话人识别方法及系统 | |
CN107204118A (zh) | 称重信息匹配方法、装置和服务器 | |
Nghiem et al. | Background subtraction in people detection framework for RGB-D cameras | |
WO2023005789A1 (zh) | 一种温度处理方法及装置 | |
CN116343436A (zh) | 一种山体滑坡检测的方法、装置、设备及介质 | |
CN112348686A (zh) | 理赔图片的采集方法、装置及通讯设备 | |
CN113673454A (zh) | 遗留物检测方法、相关设备和存储介质 | |
CN111797079A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN110407052B (zh) | 一种电梯内剧烈运动行为检测方法及系统 |
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 |