CN113822341B - 一种地铁安检集中判图系统的判图客户端及其工作方法 - Google Patents

一种地铁安检集中判图系统的判图客户端及其工作方法 Download PDF

Info

Publication number
CN113822341B
CN113822341B CN202111013298.6A CN202111013298A CN113822341B CN 113822341 B CN113822341 B CN 113822341B CN 202111013298 A CN202111013298 A CN 202111013298A CN 113822341 B CN113822341 B CN 113822341B
Authority
CN
China
Prior art keywords
judging
graph
picture
centralized
client
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.)
Active
Application number
CN202111013298.6A
Other languages
English (en)
Other versions
CN113822341A (zh
Inventor
何东树
李名扬
邓秋雄
严军
吕博
张利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Zhiyuanhui Information Technology Co Ltd
Original Assignee
Chengdu Zhiyuanhui Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Zhiyuanhui Information Technology Co Ltd filed Critical Chengdu Zhiyuanhui Information Technology Co Ltd
Priority to CN202111013298.6A priority Critical patent/CN113822341B/zh
Publication of CN113822341A publication Critical patent/CN113822341A/zh
Application granted granted Critical
Publication of CN113822341B publication Critical patent/CN113822341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01V5/22
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种地铁安检集中判图系统的判图客户端工作方法,包括如下步骤:S1:所述判图客户端获取登录请求后,进入所述判图客户端的主界面;S2:所述判图客户端收到开始判图指令后,所述判图客户端的主界面出现倒计时提醒;S3:倒计时剩余1秒时,所示判图客户端发送请求到集中判图系统主动拉取图片,若返回的数据中没有图片数据,则所述判图客户端每隔0.5秒继续向集中判图系统发送拉取图片请求,若返回的数据中有图片数据时,则所述判图客户端的主界面展示图片。

Description

一种地铁安检集中判图系统的判图客户端及其工作方法
技术领域
本发明涉及安检技术领域,具体涉及一种地铁安检集中判图系统的判图客户端及其工作方法。
背景技术
集中判图业务能够实现包括包裹图像自动识别违禁品、包裹图像上送、判图员远程判图、监视终端物检处置的信息化、智慧化闭环等功能。结合当前地铁安检业务场景,引入人工智能技术,提升安检效率和准确率,防止漏检漏放的安全检查事件发生,并提高地铁日常运营工作的效率,实现更快速、更高效、更智能的智慧安检,提升站务管理和决策能力,现有技术中集中判图系统一般都是采用图片系统分发的模式,实现简单,但是单环节处理的能力决定整体系统的处理能力,单环节故障必然导致系统整体故障,可扩展性差。
发明内容
本发明是提供一种地铁安检集中判图系统的判图客户端及其工作方法,集中判图的数据调度采用客户端主动拉取的方式,以保障客户端待判图片的时效性且无数据积压,本发明的上述技术目的是通过以下技术方案得以实现的:
一种地铁安检集中判图系统的判图客户端工作方法,所述集中判图系统包括集中判图应用服务器和集中判图调度服务器,所述集中判图应用服务器用于从图像管理平台获取图片数据;所述图片数据包括X光成像图及其对应的违禁品类别标记,并且违禁品类别标记符合指定类别;所述集中判图调度服务器用于调用所述集中判图应用服务器中的图片数据并放置在待判队列内;所述判图客户端用于从所述待判队列里主动拉取待判图片供判图员判别,并将判图结论反馈至所述集中判图应用服务器,所述工作方法包括如下步骤:
S1:所述判图客户端获取登录请求后,进入所述判图客户端的主界面;
S2:所述判图客户端收到开始判图指令后,进入判图准备倒计时提醒程序;
S3:倒计时剩余1秒时,所示判图客户端发送请求到集中判图系统主动拉取图片,若返回的数据中没有图片数据,则所述判图客户端每隔0.5秒继续向集中判图系统发送拉取图片请求,若返回的数据中有图片数据时,则所述判图客户端的主界面展示图片;
S4:所示判图客户端接收到图片被标记的指令时,图片会立即切换并触发新的拉取图片请求,如果在图片展示时间内,没有接收到图片被标记的指令,所述判图客户端自动标记图片反馈至集中判图系统并触发新的拉取图片请求。
进一步地,执行S4时,所述判图客户端的主界面中设置有倒计时进度条,所述进度条的时长为2-3秒。
进一步地,所述待判队列的图片数据以图片数据接收时间先进先出存取。
本发明还包括一种地铁安检集中判图系统的判图客户端,包括账号管理模块、倒计时模块、图片拉取模块和人工判图模块;
账号管理模块,用于登录以及退出判图客户端主界面以及账号密码修改;
倒计时模块,用于判图准备倒计时以及生成判图倒计时进度条;
图片拉取模块,用于主动拉取集中判图系统的待判图片数据;
人工判图模块,用于图片标记以及图片展示,包括历史图片展示。
进一步地,还包括工作监督模块,所述工作监督模块用于处理虚拟违禁品图片以及在岗询问。
进一步地,还包括数据统计模块,所述数据统计模块用于判图时长、判图数量以及历史判图结果的统计。
进一步地,还包括系统配置模块,所述系统配置模块用于判图客户端主界面底色个性化配置。
进一步地,所述的判图客户端用于进行如下模式配置:
站内集中判图模式,配置所述判图客户端在指定线路上每个车站成立一个集中判图工作组,不与其他站点交叉判图;
站间集中判图模式,配置所述判图客户端在指定线路地方成立集中判图工作组,判图对象包含指定线路上一个或多个站区符合集中判图条件的车站;
混合集中判图模式,指定线路上配置站内集中判图和站间集中判图两种模式。
进一步地,所述集中判图工作组还包括一个或多个判图员以及一个或多个安检点。
本发明具有的有益效果:本发明的集中判图客户端在获取图片时采用主动拉取的模式,较被动式的图片获取模式相比,适用于图片分级处理模式,可以处理不同站点的集中判图工作,或者当某个判图客户端出现问题时,也可由其他客户端代替其工作,具有良好的可扩展性,同时还可以对判图客户端进行模式配置满足不同条件下集中判图的工作。
附图说明
图1为集中判图客户端进行图片拉取判定的流程图;
图2为安检集中判图的整体时序图。
具体实施方式
为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白,以下结合具体实施例,对本发明的技术方案进行清查、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下获得的所有实施例,都在本发明的保护范围之内。
以下结合附图并附具体实施例详细说明本发明,
如图1所示,用户登录进入集中判图客户端主界面后,点击开始判图,主界面显示3秒倒计时提醒用户做好判图准备,当3秒倒计时剩余1秒时,客户端发送请求到集中判图系统拉取图片,如果返回的数据中没有图片数据,每隔0.5秒继续向集中判图系统发送拉取图片请求,如果返回的数据中含有图片数据,则展示图片数据,人工判图标记图片(放行或开包)时,图片会立即切换并触发拉图请求,如果在图片展示时间内,没有进行人工判图操作,判图客户端自动标记图片反馈至集中判图系统并触发新的拉取图片请求。
所述判图客户端的主界面中每张图片展示的时间为2-3秒,图片展示时间的根据包裹通过安检机的时间来决定的,以成都地铁目前占比最多的中型安检机 6550BI型X光机为例,安检机履带以0.2米/秒速率运行,包裹尺寸按照双肩包 0.4米计算,包裹到X光机中轴时开始扫描,到包裹全部扫描完成并出图需耗时 2秒,X光机中轴(X光开始扫描的位置)到安检机出包口履带末端总长1.010米,包裹从X光机中轴到出包口履带末端总时长=1.01米/0.2米/秒=5.05秒,包裹图片上送到中心服务器处理完成到对应的集中判图客户端获取到包裹图的数据链路耗时约为0.55秒,得出一张图片的判图最大时长约为5.05-2-0.55=2.5秒。
所述判图客户端所包括的模块、功能及功能说明如下:
账号管理模块,用于登录以及退出判图客户端主界面以及账号密码修改;
倒计时模块,用于倒计时显示,提醒用户做好判图准备;
图片拉取模块,用于主动拉取集中判图系统的待判图片数据;
人工判图模块,用于图片标记以及图片展示;
工作监督模块,用于处理虚拟违禁品图片以及在岗询问;
数据统计模块,所述数据统计模块用于判图时长、判图数量以及历史判图结果的统计;
系统配置模块,用于判图客户端主界面底色个性化配置;
所述的判图客户端用于进行如下模式配置:
站内集中判图模式,配置所述判图客户端在指定线路上每个车站成立一个集中判图工作组,不与其他站点交叉判图;
站间集中判图模式,配置所述判图客户端在指定线路地方成立集中判图工作组,判图对象包含指定线路上一个或多个站区符合集中判图条件的车站;
混合集中判图模式,指定线路上配置站内集中判图和站间集中判图两种模式。
所述集中判图工作组还包括一个或多个判图员以及一个或多个安检点。
以成都地铁1号线为例:
经分析,1号线每个站点各安检机,根据平均每小时进站客流量来选择不同的配置模式,部分站点如金融城、锦城广场、天府三街、天府五街、桐梓林、华府大道、五根松、华阳、海昌路,早/晚高峰的每个安检机小时进站量大于1440,不建议做集中判图。
配置站内集中模式时,安检机数量为1的站点:红石公园、麓湖、武汉路不可节约岗位,每个安检机小时进站量大于720人的站点做站内集中,意义不大,其余车站每安检点每小时进站客流剩余如下站点做站内集中,包括升仙湖、火车北站、倪家桥、火车南站、天府公园、西博城、广州路、兴隆湖、科学城,上述 10站点设立16个集中判图员岗位。
配置站间集中模式时,以站区为单位设立一个站间集中判图室,若某站区的站点较少,可与相邻站区合并为一个站间集中判图室。例如1号线需要建设4个集中判图室:
1.火北站区6个站点设立一个站间集中判图室,需9个集中判图员岗位;
2.天府站区5个站点设立一个站间集中判图室,需13个集中判图员岗位;
3.火南站区和四河站区共5个站点设立一个站间集中判图室,需16个集中判图员岗位;
4.西博城站区10个站点设立一个站间集中判图室,需5个集中判图员岗位。
混合模式指一条线路包含站内集中和站间集中两种模式,混合模式的原则如下:
1.交通枢纽站、大型活动举办地临近站点、旅游站点等特殊站点,若满足集中判图条件,做站内集中判图,不做站间集中判图,方便灵活调度;
2.站间集中判图,尽量以站区为单位,若某站区的站点较少,可与相邻站区合并为一个站间集中判图室;
例如,1号线需要建设4个站间集中判图室和4个站内集中判图,建设4个站间集中判图室如下:
1.火北站区5个站点设立一个站间集中判图室,设立8个集中判图员岗位;
2.天府站区4个站点设立一个站间集中判图室,设立8个集中判图员岗位;
3.火南站区和四河站区共3个站点设立一个站间集中判图室,设立8个集中判图员岗位;
4.西博城站区9个站点设立一个站间集中判图室,设立5个集中判图员岗位;
建设4个站内集中判图如下:
1.火车北站设立2个集中判图员岗位;
2.天府广场设立5个集中判图员岗位;
3.火车南站设立4个集中判图员岗位;
4.世纪城设立6个集中判图员岗位;
5.西博城设立1个集中判图员岗位。
以上应用具体个例对本发明的原理及实施方式进行了详细阐述,这些实施例只是用于帮助理解本发明的核心技术内容,并不用于限制本发明的保护范围,本发明的技术方案不限制于上述具体实施方式内。基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作出的任何改进和修饰,皆应落入本发明的专利保护范围。

Claims (8)

1.一种地铁安检集中判图系统的判图客户端工作方法,其特征在于,所述集中判图系统包括集中判图应用服务器和集中判图调度服务器,所述集中判图应用服务器用于从图像管理平台获取图片数据;所述图片数据包括X光成像图及其对应的违禁品类别标记,并且违禁品类别标记符合指定类别;所述集中判图调度服务器用于调用所述集中判图应用服务器中的图片数据并放置在待判队列内;所述判图客户端用于从所述待判队列里主动拉取待判图片供判图员判别,并将判图结论反馈至所述集中判图应用服务器,所述判图客户端的主界面中设置有倒计时进度条,所述进度条的时长为2-3秒,所述工作方法包括如下步骤:
S1:所述判图客户端获取登录请求后,进入所述判图客户端的主界面;
S2:所述判图客户端收到开始判图指令后,进入判图准备倒计时提醒程序;
S3:倒计时剩余1秒时,所示判图客户端发送请求到集中判图系统主动拉取图片,若返回的数据中没有图片数据,则所述判图客户端每隔0.5秒继续向集中判图系统发送拉取图片请求,若返回的数据中有图片数据时,则所述判图客户端的主界面展示图片;
S4:所述判图客户端接收到图片被标记的指令时,图片会立即切换并触发新的拉取图片请求,如果在图片展示时间内,没有接收到图片被标记的指令,所述判图客户端自动标记图片反馈至集中判图系统并触发新的拉取图片请求。
2.根据权利要求1所述的判图客户端工作方法,其特征在于,所述待判队列的图片数据以图片数据接收时间先进先出存取。
3.一种地铁安检集中判图系统的判图客户端,其特征在于,所述判图客户端用于实现如权利要求1-2任意一项所述的判图客户端工作方法,包括账号管理模块、倒计时模块、图片拉取模块和人工判图模块;
账号管理模块,用于登录以及退出判图客户端主界面以及账号密码修改,具体包括获取登录请求后,进入所述判图客户端的主界面;
倒计时模块,用于判图准备倒计时以及生成判图倒计时进度条,具体包括收到开始判图指令后,进入判图准备倒计时提醒程序;
图片拉取模块,用于主动拉取集中判图系统的待判图片数据,具体包括倒计时剩余1秒时,
发送请求到集中判图系统主动拉取图片,若返回的数据中没有图片数据,则每隔0.5秒继续向集中判图系统发送拉取图片请求,若返回的数据中有图片数据时,则所述判图客户端的主界面展示图片;
人工判图模块,用于图片标记以及图片展示,包括历史图片展示,具体包括接收到图片被标记的指令时,图片会立即切换并触发新的拉取图片请求,如果在图片展示时间内,没有接收到图片被标记的指令,则自动标记图片反馈至集中判图系统并触发新的拉取图片请求。
4.根据权利要求3所述的判图客户端,其特征在于,还包括工作监督模块,所述工作监督模块用于处理虚拟违禁品图片以及在岗询问。
5.根据权利要求3所述的判图客户端,其特征在于,还包括数据统计模块
所述数据统计模块用于判图时长、判图数量以及历史判图结果的统计。
6.根据权利要求3所述的判图客户端,其特征在于,还包括系统配置模块,
所述系统配置模块用于判图客户端主界面底色个性化配置。
7.根据权利要求3所述的判图客户端,其特征在于,所述的判图客户端用于进行如下模式配置:
站内集中判图模式,配置所述判图客户端在指定线路上每个车站成立一个集中判图工作组,不与其他站点交叉判图;
站间集中判图模式,配置所述判图客户端在指定线路地方成立集中判图工作组,判图对象包含指定线路上一个或多个站区符合集中判图条件的车站;
混合集中判图模式,指定线路上配置站内集中判图和站间集中判图两种模式。
8.根据权利要求7所述的判图客户端,其特征在于,所述集中判图工作组还包括一个或多个判图员以及一个或多个安检点。
CN202111013298.6A 2021-08-31 2021-08-31 一种地铁安检集中判图系统的判图客户端及其工作方法 Active CN113822341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111013298.6A CN113822341B (zh) 2021-08-31 2021-08-31 一种地铁安检集中判图系统的判图客户端及其工作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111013298.6A CN113822341B (zh) 2021-08-31 2021-08-31 一种地铁安检集中判图系统的判图客户端及其工作方法

Publications (2)

Publication Number Publication Date
CN113822341A CN113822341A (zh) 2021-12-21
CN113822341B true CN113822341B (zh) 2023-06-20

Family

ID=78913915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111013298.6A Active CN113822341B (zh) 2021-08-31 2021-08-31 一种地铁安检集中判图系统的判图客户端及其工作方法

Country Status (1)

Country Link
CN (1) CN113822341B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115457398B (zh) * 2022-11-14 2023-04-07 成都智元汇信息技术股份有限公司 一种基于双重视角的集中判图客户端及展示方法
CN115567415B (zh) * 2022-12-02 2023-03-10 成都智元汇信息技术股份有限公司 一种降级状态触发集中判图系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109030524A (zh) * 2018-09-04 2018-12-18 广州地铁设计研究院有限公司 一种城市轨道交通安检集中判图系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871122A (zh) * 2017-11-14 2018-04-03 深圳码隆科技有限公司 安检检测方法、装置、系统及电子设备
CN112396277A (zh) * 2019-08-19 2021-02-23 同方威视技术股份有限公司 判图任务分配系统及用于判图任务分配的方法
CN112131499A (zh) * 2020-09-24 2020-12-25 腾讯科技(深圳)有限公司 图像标注方法、装置、电子设备及存储介质
CN112181629B (zh) * 2020-11-30 2021-05-04 同方威视技术股份有限公司 安检集中判图系统及其自动工作模式切换控制方法
CN112287908B (zh) * 2020-12-24 2021-08-10 成都智元汇信息技术股份有限公司 一种基于人工智能的安检快速图片识别方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109030524A (zh) * 2018-09-04 2018-12-18 广州地铁设计研究院有限公司 一种城市轨道交通安检集中判图系统

Also Published As

Publication number Publication date
CN113822341A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN113822341B (zh) 一种地铁安检集中判图系统的判图客户端及其工作方法
CN104243612B (zh) 一种水利建设人员安全保障信息管理系统及方法
CN110769195B (zh) 输电线路施工现场违章智能监控识别系统
CN107657388A (zh) 一种基于手机app的建筑工地工友实名制信息闭环管理系统
CN110472858A (zh) 一种建设工程监理信息管理方法
CN106707939A (zh) 一种变电检修现场智能管控装置
CN107040602A (zh) 一种基于Revit平台的基坑及地下工程智能监测系统及方法
CN112001709A (zh) 一种基于蚁群算法的智能指派调度ar多人远程协助方法
CN107705042A (zh) 电力设备的巡检方法及装置
CN105046185B (zh) 收集可移动电子设备信息的方法及收集可移动电子设备信息的系统
CN110223411B (zh) 一种公共饮水机巡检系统及方法
CN107798489A (zh) 一种基于微信平台的电网作业现场安全管理方法
CN106357326A (zh) 一种传输光缆线路故障点定位导航系统
CN109345208A (zh) 一种基于bim的智慧路网系统
CN109063576A (zh) 用于航班动作节点的管理方法及装置
CN104732608A (zh) 一种实时质检方法、装置及巡检系统
CN104112377A (zh) 一种列车调度仿真培训系统及培训方法
CN115225859A (zh) 基于视频融合的车站安全巡检方法、装置和设备
CN103426060A (zh) 一种基建现场作业管理系统
CN107026898A (zh) 心墙掺砾土料反铲掺配远程动作采集系统及方法
CN112669009A (zh) 一种基于“智慧监理”系统的项目管理方法
CN111563136A (zh) 应用于应急指挥系统的应急预案数字化展示方法
CN106302689A (zh) 物联网传感网络平台
CN113867404B (zh) 一种基于无人机的海滩垃圾巡检方法和系统
CN109361902A (zh) 一种基于边缘计算的智能安全帽佩戴监测系统

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
GR01 Patent grant
GR01 Patent grant