CN114596530B - 一种基于非接触式光学ai的飞机加油智能管理方法及装置 - Google Patents
一种基于非接触式光学ai的飞机加油智能管理方法及装置 Download PDFInfo
- Publication number
- CN114596530B CN114596530B CN202210288646.9A CN202210288646A CN114596530B CN 114596530 B CN114596530 B CN 114596530B CN 202210288646 A CN202210288646 A CN 202210288646A CN 114596530 B CN114596530 B CN 114596530B
- Authority
- CN
- China
- Prior art keywords
- task
- target object
- current
- determining
- posture
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于非接触式光学AI的飞机加油智能管理方法及装置,该方法当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;基于监控视频对应的热力图识别目标对象的姿态行为数据;当姿态行为数据与目标对象对应的当前任务姿态不匹配时,向目标对象对应的第一终端发送警示信息。本发明实现了通过监控视频对应的热力图对正在进行作业任务的工作人员的姿态行为数据进行识别与判断,以此对工作人员的作业操作是否规范进行自主判断,并在作业操作动作不规范时能够及时警示提醒,避免作业过程中存在安全隐患。
Description
技术领域
本申请涉及人工智能技术领域,具体而言,涉及一种基于非接触式光学AI的飞机加油智能管理方法及装置。
背景技术
随着机队规模的迅速扩大,机场飞机起降频率越来越高,为飞机提供燃油加注、清洁卫生、行李装卸等服务的特种车辆也越来越多,在飞机的加油服务作业过程中对驾驶员的技能作业水平要求也越来越高。为避免出现作业事故导致航班延误等问题,需要在作业时进行飞机加油安全防卫,即在飞机加油过程中,基于非接触式光学设备探测飞机加油服务作业过程的人员动作。现有的飞机加油安全防卫技术,基于视频监控技术,将飞机加油过程通过视频动态记录,可作为远程后台实时监管的渠道之一,也可作为事后追溯的重要手段,但该技术无法自动识别,依托于人工,需要人员后台实时监看,容易存在疏漏,导致安全隐患。
发明内容
为了解决上述问题,本申请实施例提供了一种基于非接触式光学AI的飞机加油智能管理方法及装置。
第一方面,本申请实施例提供了一种基于非接触式光学AI的飞机加油智能管理方法,所述方法包括:
当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;
基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据;
当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息。
优选的,所述基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据,包括:
获取所述监控视频的当前帧数据,基于所述当前帧数据设置识别帧范围;
确定所述识别帧范围内各帧数据对应的各热点图,并在所述热点图中确定骨架数据;
按照时间顺序平滑处理各所述骨架数据,得到所述目标对象的姿态行为数据。
优选的,所述在所述热点图中确定骨架数据,包括:
基于所述热点图的热度分布确定关键节点;
对各所述关键节点进行部件亲和场分析后,连接各所述关键节点,得到骨架数据。
优选的,所述当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息,包括:
确定所述目标对象对应的当前作业任务,并基于所述当前作业任务的任务类别获取预设的至少一个当前任务姿态;
当所述姿态行为数据不与任一所述当前任务姿态匹配时,向所述目标对象对应的第一终端发送警示信息。
优选的,所述向所述目标对象对应的第一终端发送警示信息之后,还包括:
记录各任务类别对应的所述警示信息在记录周期内的出现次数,根据各所述出现次数设置所述目标对象对于各所述任务类别的规范熟练等级。
优选的,所述方法还包括:
当接收到作业任务请求时,确定待处理作业任务的目标任务类别;
确定当前空闲对象,获取各所述当前空闲对象对于所述目标任务类别的所述规范熟练等级;
向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息。
第二方面,本申请实施例提供了一种基于非接触式光学AI的飞机加油智能管理装置,所述装置包括:
获取模块,用于当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;
识别模块,用于基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据;
发送模块,用于当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器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如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
第四方面,本申请实施例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如第一方面或第一方面的任意一种可能的实现方式提供的方法。
本发明的有益效果为:通过监控视频对应的热力图对正在进行作业任务的工作人员的姿态行为数据进行识别与判断,以此对工作人员的作业操作是否规范进行自主判断,并在作业操作动作不规范时能够及时警示提醒,避免作业过程中存在安全隐患。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于非接触式光学AI的飞机加油智能管理方法的流程示意图;
图2为本申请实施例提供的一种基于非接触式光学AI的飞机加油智能管理装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在下述介绍中,术语“第一”、“第二”仅为用于描述的目的,而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例,不同实施例之间可以替换或者合并组合,因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而,如果一个实施例包含特征A、B、C,另一个实施例包含特征B、D,那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例,尽管该实施例可能并未在以下内容中有明确的文字记载。
下面的描述提供了示例,并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下,对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行,并且可以添加、省略或组合各种步骤。此外,可以将关于一些示例描述的特征组合到其他示例中。
参见图1,图1是本申请实施例提供的一种基于非接触式光学AI的飞机加油智能管理方法的流程示意图。在本申请实施例中,所述方法包括:
S101、当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频。
本申请的执行主体可以是云端服务器。
在本申请实施例中,对于飞机的加油服务相关的作业任务可以是通过飞机的预计降落时间来规划与分配的,且根据飞机的历史运行情况、历史飞行数据的不同,降落后需要进行的诸如燃油加注、清洁卫生、行李装卸等加油服务也是不同的。故云端服务器可以根据即将前往本机场停靠的飞机所实时传输回的飞行数据确认其预计降落时间以及需要进行的加油服务,进而确定与分配作业任务至相关工作人员,使其驾驶特种车辆前往作业。而当对应的特种车辆开始对飞机进行作业任务时,可以向云端服务器反馈开始作业信息,使得云端服务器接收到开始作业信息时,即认为当前存在针对飞机加油服务的作业任务。此时云端服务器将通过机场内设置的摄像头获取正在进行该作业任务的目标对象的监控视频,以对其进行动作姿态确认。
S102、基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据。
在本申请实施例中,为了从采集到的监控视频中确定目标对象的姿态行为数据,即目标对象当前正在进行的行为动作,云端服务器将会根据摄像头拍摄到的监控视频数据中获取出对应的热力图,进而根据热力图来对图像中的目标对象进行识别,以此识别出目标对象的姿态行为数据。
在一种可实施方式中,步骤S102包括:
获取所述监控视频的当前帧数据,基于所述当前帧数据设置识别帧范围;
确定所述识别帧范围内各帧数据对应的各热点图,并在所述热点图中确定骨架数据;
按照时间顺序平滑处理各所述骨架数据,得到所述目标对象的姿态行为数据。
所述识别帧范围在本申请实施例中可以理解为以当前帧数据为基准,选取当前帧数据前N帧的数据和后N帧的数据所形成的数据范围。
在本申请实施例中,热点图表征出的是监控视频中某一帧的瞬态热点分布,为了识别出目标对象的动作行为,需要通过连续的多张热点图来确定。具体而言,云端服务器将获取出监控视频中的当前帧数据,以当前帧数据为基准设置识别帧范围。接着确定出识别帧范围内每一帧数据所对应的热点图。根据热点图中的热量分布,能够确定出目标对象在热点图中的骨架数据,骨架数据即能够表征出目标对象在这一帧数据中的动作姿态。通过按时间顺序平滑处理各个骨架数据,保证考虑到了当前帧在前后帧中的骨架数据变化,进而使得最终生成的姿态行为数据能够更加准确的表征出监控视频中目标对象正在进行动作姿态,即反映出目标对象的运动轨迹。
在一种可实施方式中,所述在所述热点图中确定骨架数据,包括:
基于所述热点图的热度分布确定关键节点;
对各所述关键节点进行部件亲和场分析后,连接各所述关键节点,得到骨架数据。
所述关键节点在本申请实施例中可以理解为能够形成人体姿势的人体主要关节点,例如头、肩、躯干等。
在本申请实施例中,热力图能够表征出整张图中的热度分布,通过热度分布,可以将热力图的局部最大值的坐标作为目标对象的关键节点的坐标,以此在热力图中确定出关键节点。接着通过对各个关键节点进行部件亲和场分析,便能够确定出各个关键节点之间的关系,进行对关键节点进行连接,以此得到骨架数据。具体而言,上述过程可以选用openpose实现识别与计算。
S103、当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息。
在本申请实施例中,识别出的姿态行为数据即可表征出目标对象目前的行为姿态动作,而根据目标对象正在进行的当前任务可以确认出正确进行该项作业任务时应该处于当前任务姿态。若姿态行为数据无法与当前任务姿态匹配,则说明目标对象的作业动作存在问题,可能会产生安全隐患。此时云端服务器会生成有警示信息,并将警示信息发送至目标对象所使用的第一终端,以此对目标对象进行警示,提示其改正自身的作业动作,进而规避安全隐患。
在一种可实施方式中,步骤S103包括:
确定所述目标对象对应的当前作业任务,并基于所述当前作业任务的任务类别获取预设的至少一个当前任务姿态;
当所述姿态行为数据不与任一所述当前任务姿态匹配时,向所述目标对象对应的第一终端发送警示信息。
在本申请实施例中,根据云端服务器中存储的目标对象的任务安排数据,能够确定出目标对象所对应的当前作业任务。不同任务类别的作业任务会根据相关标准操作要求预先设置有相应的多个任务姿态。故云端服务器会根据确定出的当前作业任务来获取对应的当前任务姿态,当目标对象的作业动作符合规范标准时,获取到的姿态行为数据能够与当前任务姿态匹配。反之,如果获取到的姿态行为数据不能够与任何一个当前任务姿态匹配,则说明目标对象的作业姿态动作存在问题,会存在安全隐患,云端服务器便会向目标对象的第一终端发送警示信息对其进行警示。
在一种可实施方式中,所述向所述目标对象对应的第一终端发送警示信息之后,还包括:
记录各任务类别对应的所述警示信息在记录周期内的出现次数,根据各所述出现次数设置所述目标对象对于各所述任务类别的规范熟练等级。
在本申请实施例中,生成警示信息后,云端服务器还对警示信息进行记录,以此确定出目标对象在记录周期(例如一周)内执行各个任务类别的作业任务时出现规范问题而被警示的出现次数,进而根据各个任务类别的出现次数来设置目标对象在各个任务类别的作业任务上的规范熟练等级,以此只管表征出目标对象对于各个任务类别的作业任务的操作熟练程度,进而便于后续对目标对象培训,提高其对于各任务类别的规范熟练等级,或者根据操作熟练程度来进行各任务类别的作业任务的分配。
在一种可实施方式中,所述方法还包括:
当接收到作业任务请求时,确定待处理作业任务的目标任务类别;
确定当前空闲对象,获取各所述当前空闲对象对于所述目标任务类别的所述规范熟练等级;
向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息。
在本申请实施例中,当有新的飞机即将回归机场时,云端服务器会接收到作业任务请求,此时云端服务器将会生成有对应的待处理作业任务,并需要为其分配进行处理的目标对象。为了保证分配的每一个待处理作业任务都能够被尽可能顺利的完成,云端服务器将会确定目前处于空闲状态的各个当前空闲对象对于该目标任务类别的规范熟练等级,并选取规范熟练等级最高的那一个当前空闲对象作为处理该作业任务的人选,向其对应的第二终端发送任务处理信息,指引其前往准备作业。
可能的,所述向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息,包括:
确定预设时长内的作业需求密度;
当所述作业需求密度小于预设密度时,向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息;
当所述作业需求密度不小于预设密度时,确定所述规范熟练等级高于预设等级的各所述当前空闲对象对应的路径距离等级,向整体等级最高的所述当前空闲对象对应的第二终端发送任务处理信息,所述路径距离等级用以表征所述当前空闲对象距离所述待处理作业任务的任务地点的距离远近,所述整体等级为所述规范熟练等级与所述路径距离等级之和。
所述作业需求密度在本申请实施例中可以理解为从当前时刻起预设时长内需要被处理的作业任务数量。
在本申请实施例中,机场内的作业任务繁忙程度是动态变化的,为了更好的适应不同繁忙程度下的作业效率,云端服务器首先会根据预设时长内剩余需要处理的作业任务数量,确定出作业需求密度,并对作业需求密度进行判断。如果作业需求密度小于预设密度,即认为接下来这段时间的作业任务繁忙程度较低,可以优先将需要分配的作业任务分配给空闲人员中该作业类别的规范熟练等级最高的人,以减少作业过程中出现问题的概率。如果作业需求密度不小于预设密度,即认为接下来这段时间的作业任务繁忙程度较高,考虑到机场面积较大,若一直以规范熟练等级作为唯一标准来分配空闲人员,可能会导致某些熟练工被分配了过多的任务,一方面造成该熟练工的任务量过于饱和而其他人的任务量过少,另一方面该熟练工可能需要在硕大的机场内频繁来回走动甚至更换特种车辆,效率极低。因此,云端服务器将认为规范熟练等级高于预设等级的当前空闲对象均能够胜任该作业任务,并根据各个当前空闲对象与该作业任务的任务地点的距离划分出路径距离等级。路径距离等级越高即表明距离任务地点越近。接着云端服务器再综合规范熟练等级与路径距离等级,以整体等级作为分配标准,向整体等级最高的人员分配该作业任务,保证机场整体的作业效率。
下面将结合附图2,对本申请实施例提供的基于非接触式光学AI的飞机加油智能管理装置进行详细介绍。需要说明的是,附图2所示的基于非接触式光学AI的飞机加油智能管理装置,用于执行本申请图1所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请图1所示的实施例。
请参见图2,图2是本申请实施例提供的一种基于非接触式光学AI的飞机加油智能管理装置的结构示意图。如图2所示,所述装置包括:
获取模块201,用于当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;
识别模块202,用于基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据;
发送模块203,用于当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息。
在一种可实施方式中,识别模块202包括:
设置单元,用于获取所述监控视频的当前帧数据,基于所述当前帧数据设置识别帧范围;
第一确定单元,用于确定所述识别帧范围内各帧数据对应的各热点图,并在所述热点图中确定骨架数据;
平滑处理单元,用于按照时间顺序平滑处理各所述骨架数据,得到所述目标对象的姿态行为数据。
在一种可实施方式中,第一确定单元包括:
确定元件,用于基于所述热点图的热度分布确定关键节点;
连接元件,用于对各所述关键节点进行部件亲和场分析后,连接各所述关键节点,得到骨架数据。
在一种可实施方式中,发送模块203包括:
第二确定单元,用于确定所述目标对象对应的当前作业任务,并基于所述当前作业任务的任务类别获取预设的至少一个当前任务姿态;
发送单元,用于当所述姿态行为数据不与任一所述当前任务姿态匹配时,向所述目标对象对应的第一终端发送警示信息。
在一种可实施方式中,所述装置还包括:
记录模块,用于记录各任务类别对应的所述警示信息在记录周期内的出现次数,根据各所述出现次数设置所述目标对象对于各所述任务类别的规范熟练等级。
在一种可实施方式中,所述装置还包括:
接收模块,用于当接收到作业任务请求时,确定待处理作业任务的目标任务类别;
确定模块,用于确定当前空闲对象,获取各所述当前空闲对象对于所述目标任务类别的所述规范熟练等级;
处理模块,用于向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息。
本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammableGate Array,FPGA)、集成电路(Integrated Circuit,IC)等。
本申请实施例的各处理单元和/或模块,可通过实现本申请实施例所述的功能的模拟电路而实现,也可以通过执行本申请实施例所述的功能的软件而实现。
参见图3,其示出了本申请实施例所涉及的一种电子设备的结构示意图,该电子设备可以用于实施图1所示实施例中的方法。如图3所示,电子设备300可以包括:至少一个中央处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,中央处理器301可以包括一个或者多个处理核心。中央处理器301利用各种接口和线路连接整个电子设备300内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行终端300的各种功能和处理数据。可选的,中央处理器301可以采用数字信号处理(Digital SignalProcessing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器(Central Processing Unit,CPU)、图像中央处理器(GraphicsProcessing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到中央处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述中央处理器301的存储装置。如图3所示,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而中央处理器301可以用于调用存储器305中存储的基于非接触式光学AI的飞机加油智能管理应用程序,并具体执行以下操作:
当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;
基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据;
当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory, ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (6)
1.一种基于非接触式光学AI的飞机加油智能管理方法,其特征在于,所述方法包括:
当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;
基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据;
当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息,包括:确定所述目标对象对应的当前作业任务,并基于所述当前作业任务的任务类别获取预设的至少一个当前任务姿态;当所述姿态行为数据不与任一所述当前任务姿态匹配时,向所述目标对象对应的第一终端发送警示信息;
记录各任务类别对应的所述警示信息在记录周期内的出现次数,根据各所述出现次数设置所述目标对象对于各所述任务类别的规范熟练等级;
当接收到作业任务请求时,确定待处理作业任务的目标任务类别;
确定当前空闲对象,获取各所述当前空闲对象对于所述目标任务类别的所述规范熟练等级;
向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息。
2.根据权利要求1所述的方法,其特征在于,所述基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据,包括:
获取所述监控视频的当前帧数据,基于所述当前帧数据设置识别帧范围;
确定所述识别帧范围内各帧数据对应的各热点图,并在所述热点图中确定骨架数据;
按照时间顺序平滑处理各所述骨架数据,得到所述目标对象的姿态行为数据。
3.根据权利要求2所述的方法,其特征在于,所述在所述热点图中确定骨架数据,包括:
基于所述热点图的热度分布确定关键节点;
对各所述关键节点进行部件亲和场分析后,连接各所述关键节点,得到骨架数据。
4.一种基于非接触式光学AI的飞机加油智能管理装置,其特征在于,所述装置包括:
获取模块,用于当存在针对飞机加油服务的作业任务时,获取目标对象的监控视频;
识别模块,用于基于所述监控视频对应的热力图识别所述目标对象的姿态行为数据;
发送模块,用于当所述姿态行为数据与所述目标对象对应的当前任务姿态不匹配时,向所述目标对象对应的第一终端发送警示信息;所述发送模块包括第二确定单元,用于确定所述目标对象对应的当前作业任务,并基于所述当前作业任务的任务类别获取预设的至少一个当前任务姿态;发送单元,用于当所述姿态行为数据不与任一所述当前任务姿态匹配时,向所述目标对象对应的第一终端发送警示信息;
记录模块,用于记录各任务类别对应的所述警示信息在记录周期内的出现次数,根据各所述出现次数设置所述目标对象对于各所述任务类别的规范熟练等级;
接收模块,用于当接收到作业任务请求时,确定待处理作业任务的目标任务类别;
确定模块,用于确定当前空闲对象,获取各所述当前空闲对象对于所述目标任务类别的所述规范熟练等级;
处理模块,用于向所述规范熟练等级最高的所述当前空闲对象对应的第二终端发送任务处理信息。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-3任一项所述方法的步骤。
6.一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如权利要求1-3任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210288646.9A CN114596530B (zh) | 2022-03-23 | 2022-03-23 | 一种基于非接触式光学ai的飞机加油智能管理方法及装置 |
PCT/CN2022/085406 WO2023178734A1 (zh) | 2022-03-23 | 2022-04-06 | 一种基于非接触式光学ai的飞机加油智能管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210288646.9A CN114596530B (zh) | 2022-03-23 | 2022-03-23 | 一种基于非接触式光学ai的飞机加油智能管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114596530A CN114596530A (zh) | 2022-06-07 |
CN114596530B true CN114596530B (zh) | 2022-11-18 |
Family
ID=81809913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210288646.9A Active CN114596530B (zh) | 2022-03-23 | 2022-03-23 | 一种基于非接触式光学ai的飞机加油智能管理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114596530B (zh) |
WO (1) | WO2023178734A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11961024B1 (en) | 2023-02-14 | 2024-04-16 | Insight Direct Usa, Inc. | Automated staffing allocation and scheduling |
CN117275097A (zh) * | 2023-11-02 | 2023-12-22 | 北京首华建设经营有限公司 | 基于色彩空间的影像追踪方法、装置、系统 |
CN117726352A (zh) * | 2024-02-07 | 2024-03-19 | 中国航空油料有限责任公司成都分公司 | 一种航空燃油油品监控追溯管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321852A (zh) * | 2019-07-05 | 2019-10-11 | 名创优品(横琴)企业管理有限公司 | 一种动作类型识别方法、装置、存储介质及计算机设备 |
CN110662007A (zh) * | 2019-12-02 | 2020-01-07 | 杭州云视通互联网科技有限公司 | 航班地面保障作业流程的监控方法、装置及监控系统 |
CN112004064A (zh) * | 2020-09-03 | 2020-11-27 | 四川弘和通讯有限公司 | 基于ai识别加油站区域安全风险行为的管理平台及方法 |
CN112991656A (zh) * | 2021-02-04 | 2021-06-18 | 北京工业大学 | 基于姿态估计的全景监控下人体异常行为识别报警系统及方法 |
CN113591600A (zh) * | 2021-07-08 | 2021-11-02 | 深圳市火王燃器具有限公司 | 基于用户识别的烹饪设备控制方法、装置及燃气灶 |
CN113657163A (zh) * | 2021-07-15 | 2021-11-16 | 浙江大华技术股份有限公司 | 行为识别方法、电子装置和存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9785464B2 (en) * | 2015-06-29 | 2017-10-10 | International Business Machines Corporation | Intellective switching between tasks |
CN107707872A (zh) * | 2017-08-30 | 2018-02-16 | 深圳市盛路物联通讯技术有限公司 | 一种基于图像处理技术的监控方法及相关设备 |
US11235776B2 (en) * | 2019-01-31 | 2022-02-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for controlling a vehicle based on driver engagement |
CN110110710A (zh) * | 2019-06-03 | 2019-08-09 | 北京启瞳智能科技有限公司 | 一种场景异常状态识别方法、系统和智能终端 |
CN110490125B (zh) * | 2019-08-15 | 2023-04-18 | 成都睿晓科技有限公司 | 一种基于手势自动检测的加油区服务质量检测系统 |
CN110705390A (zh) * | 2019-09-17 | 2020-01-17 | 平安科技(深圳)有限公司 | 基于lstm的形体姿态识别方法、装置及存储介质 |
WO2021243561A1 (zh) * | 2020-06-02 | 2021-12-09 | 中国科学院深圳先进技术研究院 | 行为识别装置及方法 |
US11608079B2 (en) * | 2020-06-09 | 2023-03-21 | GM Global Technology Operations LLC | System and method to adjust overtake trigger to prevent boxed-in driving situations |
CN113627311A (zh) * | 2021-08-04 | 2021-11-09 | 成都趣油科技有限公司 | 一种撬装加油站点的管理方法及系统 |
CN114187561A (zh) * | 2021-11-30 | 2022-03-15 | 广西世纪创新显示电子有限公司 | 异常行为的识别方法、装置、终端设备及存储介质 |
-
2022
- 2022-03-23 CN CN202210288646.9A patent/CN114596530B/zh active Active
- 2022-04-06 WO PCT/CN2022/085406 patent/WO2023178734A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321852A (zh) * | 2019-07-05 | 2019-10-11 | 名创优品(横琴)企业管理有限公司 | 一种动作类型识别方法、装置、存储介质及计算机设备 |
CN110662007A (zh) * | 2019-12-02 | 2020-01-07 | 杭州云视通互联网科技有限公司 | 航班地面保障作业流程的监控方法、装置及监控系统 |
CN112004064A (zh) * | 2020-09-03 | 2020-11-27 | 四川弘和通讯有限公司 | 基于ai识别加油站区域安全风险行为的管理平台及方法 |
CN112991656A (zh) * | 2021-02-04 | 2021-06-18 | 北京工业大学 | 基于姿态估计的全景监控下人体异常行为识别报警系统及方法 |
CN113591600A (zh) * | 2021-07-08 | 2021-11-02 | 深圳市火王燃器具有限公司 | 基于用户识别的烹饪设备控制方法、装置及燃气灶 |
CN113657163A (zh) * | 2021-07-15 | 2021-11-16 | 浙江大华技术股份有限公司 | 行为识别方法、电子装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114596530A (zh) | 2022-06-07 |
WO2023178734A1 (zh) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114596530B (zh) | 一种基于非接触式光学ai的飞机加油智能管理方法及装置 | |
US10650340B2 (en) | Tracking and/or analyzing facility-related activities | |
CA3014482C (en) | System and method for processing simultaneous carpool requests | |
US10977497B2 (en) | Mutual augmented reality experience for users in a network system | |
CN108052384B (zh) | 一种任务处理方法、服务平台及电子设备 | |
CN105930920A (zh) | 物流配送管理方法和物流配送管理装置 | |
US20180276997A1 (en) | Flight tag obtaining method, terminal, and server | |
CN110689254A (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN107845253B (zh) | 一种预约订单的预警方法及服务器 | |
CN113627792B (zh) | 无人车的调度管理方法、装置、设备、存储介质及程序 | |
CN111369137A (zh) | 配送任务的分配方法、装置、服务器和存储介质 | |
CN114282823A (zh) | 车辆调度方法及装置、存储介质及电子设备 | |
CN112085953A (zh) | 一种交通指挥方法、装置及设备 | |
CN109416788A (zh) | 植保任务的管理方法及设备 | |
US20190385262A1 (en) | Information processing method and information processing device | |
CN109636090B (zh) | 工位分配方法、装置、设备及存储介质 | |
CN111079525A (zh) | 图像处理方法、设备、系统及存储介质 | |
CN114565284A (zh) | 一种任务分配的方法、系统、电子设备及存储介质 | |
CN115674198A (zh) | 一种对机器人进行部署的方法、装置、设备及存储介质 | |
CN115146965A (zh) | 值班人员规划方法、装置、存储介质和设备 | |
CN110942240B (zh) | 信息处理方法、系统、终端及存储介质 | |
US10846282B2 (en) | Behavior characteristic amount analysis system and behavior characteristic amount analysis method | |
CN111626588A (zh) | 车辆投放区域确定方法、装置、服务器和存储介质 | |
CN113537853A (zh) | 订单分配方法、订单分配装置、可读存储介质及电子设备 | |
CN111461779A (zh) | 地图信息处理的方法、装置、可读存储介质和电子设备 |
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 |