CN114758267A - 一种确定装卸作业效率的方法和装置 - Google Patents
一种确定装卸作业效率的方法和装置 Download PDFInfo
- Publication number
- CN114758267A CN114758267A CN202210248808.6A CN202210248808A CN114758267A CN 114758267 A CN114758267 A CN 114758267A CN 202210248808 A CN202210248808 A CN 202210248808A CN 114758267 A CN114758267 A CN 114758267A
- Authority
- CN
- China
- Prior art keywords
- loading
- unloading
- personnel
- determining
- target
- 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 50
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 230000009471 action Effects 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种确定装卸作业效率的方法和装置,属于深度学习技术领域。所述方法包括:获取拍照装置发送的拍摄视频,其中,所述拍摄视频中包含至少一个装卸区域;将拍摄视频输入目标检测模块,得到所述目标检测模型输出的目标装卸区域中的检测结果;在所述检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和所述装卸车辆的车辆信息;根据所述人员信息和所述车辆信息中的至少一个,确定所述目标装卸区域对应的装卸作业效率。本申请准确确定装卸作业的效率。
Description
技术领域
本申请涉及深度学习技术领域,尤其涉及一种确定装卸作业效率的方法和装置。
背景技术
随着企业对于生产效能的重视程度越来越高,生产制造企业对生产运营精细化管理的要求随之提升,其中,作业效率的分析与提升就是提高生产效能的一个重点维度。
对于产品与物流交接的过程,即装卸车辆进行装卸货物的过程,只能人工通过定期(日、周等时间间隔)的装卸车辆的运货频次,来推算作业效率,但运货频次由于存在货运安排、车辆调度等干扰因素,无法准确的体现装卸作业效率。
针对目前装卸作业效率不准确的问题,目前尚无良好的解决方案。
发明内容
本申请实施例的目的在于提供一种确定装卸作业效率的方法和装置,以解决装卸作业效率不准确的问题。具体技术方案如下:
第一方面,提供了一种确定装卸作业效率的方法,所述方法包括:
获取拍照装置发送的拍摄视频,其中,所述拍摄视频中包含至少一个装卸区域;
将拍摄视频输入目标检测模块,得到所述目标检测模型输出的目标装卸区域中的检测结果;
在所述检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和所述装卸车辆的车辆信息;
根据所述人员信息和所述车辆信息中的至少一个,确定所述目标装卸区域对应的装卸作业效率。
可选地,根据所述车辆信息确定所述目标装卸区域对应的装卸作业效率包括:
将包含所述装卸车辆的视频帧输入检测模型,得到所述检测模型输出的所述装卸车辆的厢门状态,其中,所述厢门状态用于指示所述厢门是否开启;
确定厢门状态为开启状态的连续视频帧的第一累计帧数;
根据单位时长和帧数量之间的对应关系,确定所述第一累计帧数对应的厢门开启时长,其中,所述厢门开启时长用于指示所述厢门处于开启状态的累计时长;
在所述厢门开启时长超出预设时长阈值的情况下,确定所述装卸作业效率低。
可选地,根据所述人员信息确定所述目标装卸区域对应的装卸作业效率包括:
将包含人员的视频帧输入识别模型,得到所述识别模型输出的所述人员的人员身份信息;
根据所述人员身份信息确定所述人员是否为装卸人员;
根据装卸人员离开所述目标装卸区域的时长、所述装卸人员的数量,以及所述装卸人员与货物之间的位置距离、所述装卸人员的动作三者之中的任意一个,确定所述目标装卸区域对应的装卸作业效率。
可选地,确定所述目标装卸区域对应的装卸作业效率包括:
确定所述人员身份信息为非装卸身份信息的连续视频帧的第二累计帧数,其中,所述非装卸身份信息用于指示所述目标装卸区域中的人员不是装卸人员;
根据单位时长和帧数量之间的对应关系,确定所述第二累计帧数对应的离开时长,其中,所述离开时长用于指示装卸人员不在所述目标装卸区域中的时长;
在所述离开时长超出目标时长阈值的情况下,确定所述装卸作业效率低。
可选地,确定所述目标装卸区域对应的装卸作业效率包括:
在所述人员身份信息为装卸身份信息的情况下,确定装卸人员的人员数量,其中,所述装卸身份信息用于指示所述目标装卸区域中的人员为装卸人员;
在所述人员数量超出预设数量范围的情况下,确定所述装卸作业效率低。
可选地,确定装卸人员的人员数量包括:
从包含装卸人员的视频帧中,确定每个视频帧对应的人员数量;
将人员数量最高的视频帧对应的人员数量,作为所述装卸人员的人员数量。
可选地,确定装卸人员的人员数量之后,所述方法还包括:
在所述人员数量未超出预设数量范围、且检测结果中还包括货物的情况下,确定所述装卸人员的人员动作;
确定所述装卸人员的人员位置与货物位置之间的位置距离;
在所述位置距离小于预设距离阈值、且所述人员动作为预设休息动作的情况下,确定所述装卸作业效率低。
第二方面,提供了一种确定装卸作业效率的装置,所述装置包括:
获取模块,用于获取拍照装置发送的拍摄视频,其中,所述拍摄视频中包含至少一个装卸区域;
输入输出模块,用于将拍摄视频输入目标检测模块,得到所述目标检测模型输出的目标装卸区域中的检测结果;
第一确定模块,用于在所述检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和所述装卸车辆的车辆信息;
第二确定模块,用于根据所述人员信息和所述车辆信息中的至少一个,确定所述目标装卸区域对应的装卸作业效率。
第三方面,提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现任一所述的确定装卸作业效率的方法步骤。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现任一所述的确定装卸作业效率的方法步骤。
本申请实施例有益效果:
本申请应用于深度学习技术领域的计算机视觉,本申请实施例提供了一种确定装卸作业效率的方法,在本申请中,服务器在厢门状态为开启状态时,通过厢门开启时长确定装卸作业效率,这不受装卸车辆的货运安排、车辆调度等干扰因素的影响,且本申请通过连续视频帧的第一累计帧数确定厢门开启时长,无需人工方式确定,提高厢门开启时长的准确性。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,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确定装卸作业效率的方法硬件环境示意图;
图2为本申请实施例提供的一种确定装卸作业效率的方法流程图;
图3为本申请实施例提供的一种确定装卸作业效率的装置的结构示意图;
图4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
为使本申请实施例的目的、技术方案和优点更加清楚,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,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。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的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。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明,其本身并没有特定的意义。因此,“模块”与“部件”可以混合地使用。
为了解决背景技术中提及的问题,根据本申请实施例的一方面,提供了一种确定装卸作业效率的方法的实施例。
可选地,在本申请实施例中,上述确定装卸作业效率的方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示,服务器103通过网络与终端101进行连接,可用于为终端或终端上安装的客户端提供服务,可在服务器上或独立于服务器设置数据库105,用于为服务器103提供数据存储服务,上述网络包括但不限于:广域网、城域网或局域网,终端101包括但不限于PC、手机、平板电脑等。
本申请实施例中的一种确定装卸作业效率的方法可以由服务器103来执行,用于确定装卸作业的效率。
下面将结合具体实施方式,对本申请实施例提供的一种确定装卸作业效率的方法进行详细的说明,如图2所示,具体步骤如下:
步骤201:获取拍照装置发送的拍摄视频。
其中,拍摄视频中包含至少一个装卸区域。
在本申请实施例中,服务器按照预先划定的边界信息,将货物装卸场景中的不同装卸区域(月台区域)进行区隔,拍摄装置对货物装卸场景进行拍摄得到至少一个装卸区域,每个装卸区域在装卸时会有装卸车辆和装卸人员,货物装卸场景中具有拍摄装置,该拍摄装置的位置与拍摄角度是固定的,因此,拍摄装置的拍摄视频中包含至少一个装卸区域。
服务器具有视频接入模块,可以对接视频监控系统,获取拍照装置发送的拍摄视频,然后将视频数据拉取到算法服务器,采用各类机器视觉技术对拍摄视频进行自动分析,执行步骤202-204。
步骤202:将拍摄视频输入目标检测模块,得到目标检测模型输出的目标装卸区域中的检测结果。
在本申请实施例中,服务器将拍摄视频输入目标检测模块,目标检测模型输出目标装卸区域中的检测结果,检测结果包括是否具有装卸车辆和人员。其中,目标装卸区域为多个装卸区域中的任意一个区域。示例性地,目标检测模块为Yolo模型。
若检测结果中不包含装卸车辆,表明当前目标装卸区域中没有可装卸的货物,则服务器继续获取拍摄视频;检测结果中包含装卸车辆和人员,表明当前目标装卸区域中有可装卸的货物和人员,则服务器执行步骤203。
步骤203:在检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和装卸车辆的车辆信息。
在本申请实施例中,服务器确定检测结果中包含装卸车辆和人员,则确定目标装卸区域中的人员信息和装卸车辆的车辆信息。其中,人员信息包括但不限于:装卸人员离开目标装卸区域的时长,或装卸人员的数量,或装卸人员与货物之间的位置距离、装卸人员的动作。车辆信息包括厢门状态和厢门开启时长。
步骤204:根据人员信息和车辆信息中的至少一个,确定目标装卸区域对应的装卸作业效率。
在本申请实施例中,服务器根据人员信息,或根据车辆信息,或根据人员信息和车辆信息,确定目标装卸区域对应的装卸作业效率。
在本申请中,服务器确定目标装卸区域包含装卸车辆和人员时,根据人员信息和车辆信息中的至少一个,确定目标装卸区域对应的装卸作业效率。本申请通过人员信息和车辆信息中的至少一个确定装卸作业效率,不受装卸车辆的运货频次影响,提高装卸作业效率的准确性。
另外,针对现有技术中管理人员数量有限,无法一对一的覆盖所有装卸区域的问题,本申请采用机器方式自动确定装卸作业效率,无需人工在装卸区域现场进行监督管理,减少人员工作量,降低人工成本。相对于现有技术中装卸人员在人工监督下工作效率高,无人工监督时工作效率低的问题,本申请也可通过拍摄装置的持续性监督,实时提醒装卸人员提高工作效率。
作为一种可选的实施方式,根据车辆信息确定目标装卸区域对应的装卸作业效率包括:将包含装卸车辆的视频帧输入检测模型,得到检测模型输出的装卸车辆的厢门状态,其中,厢门状态用于指示厢门是否开启;确定厢门状态为开启状态的连续视频帧的第一累计帧数;根据单位时长和帧数量之间的对应关系,确定第一累计帧数对应的厢门开启时长,其中,厢门开启时长用于指示厢门处于开启状态的累计时长;在厢门开启时长超出预设时长阈值的情况下,确定装卸作业效率低。
在本申请实施例中,服务器对目标视频中的视频帧进行逐帧处理,轮询每个视频帧中的装卸区域,具体为:服务器先确定目标装卸区域,然后将包含装卸车辆的视频帧输入检测模型,得到检测模型输出的目标装卸区域中装卸车辆的厢门状态,厢门状态包括厢门关闭状态和厢门开启状态,厢门关闭状态指示当前没有进行货物装卸,厢门开启状态指示当前正在进行货物装卸。
若服务器确定厢门状态为开启状态,则确定该开启状态对应的连续视频帧,然后确定该连续视频帧的第一累计帧数,第一累计帧数用于确定厢门开启时长(从开门开始计时直到关门结束),具体的,数据库中存储有单位时长和帧数量之间的对应关系,服务器根据该对应关系和第一累计帧数,可以确定厢门开启时长,即厢门处于开启状态的累计时长。服务器若确定厢门开启时长超出预设时长阈值,表明装卸作业效率低。服务器若确定厢门开启时长没超出预设时长阈值,则继续根据人员信息确定装卸作业效率。
示例性地,工厂对于每次月台的装卸货时长有明确的时间要求,装卸车辆停到车位后,车厢门打开进行装卸货物,完成装卸货物工作后关闭车厢门,要求时长不能超过1.5小时。如果超过该时长,说明本次装卸作业是存在效率问题的。
在本申请中,服务器在厢门状态为开启状态时,通过厢门开启时长确定装卸作业效率,这不受装卸车辆的货运安排、车辆调度等干扰因素的影响,且本申请通过连续视频帧的第一累计帧数确定厢门开启时长,无需人工方式确定,提高厢门开启时长的准确性。
作为一种可选的实施方式,根据人员信息确定目标装卸区域对应的装卸作业效率包括:将包含人员的视频帧输入识别模型,得到识别模型输出的人员的人员身份信息;根据人员身份信息确定人员是否为装卸人员;根据装卸人员离开目标装卸区域的时长、装卸人员的数量,以及装卸人员与货物之间的位置距离、装卸人员的动作三者之中的任意一个,确定目标装卸区域对应的装卸作业效率。
在本申请实施例中,服务器将包含人员的视频帧输入识别模型,得到识别模型输出的目标装卸区域中人员的人员身份信息,然后根据该人员身份信息确定人员是否为装卸人员,最后通过装卸人员离开目标装卸区域的时长,或根据装卸人员的数量,或根据装卸人员与货物之间的位置距离、装卸人员的动作,确定目标装卸区域对应的装卸作业效率。
在本申请中,服务器还可以通过人员信息确定装卸作业效率,具体可以采用上述三种方式之中的任意一种确定装卸作业效率,提高效率确定方式的多样性。
其中,在目标装卸区域存在装卸车辆时,服务器可以只根据车辆信息(厢门开启时长超出预设时长阈值)确定装卸作业效率;也可以只根据人员信息(无论厢门开启时长是否超出预设时长阈值)确定装卸作业效率;也可以根据车辆信息((厢门开启时长未超出预设时长阈值))和人员信息确定装卸作业效率。
在一种可选地实施方式中,服务器若确定人员身份信息为非装卸身份信息,则通过装卸人员的离开时长确定装卸作业效率。
可选地,确定目标装卸区域对应的装卸作业效率包括:确定人员身份信息为非装卸身份信息的连续视频帧的第二累计帧数,其中,非装卸身份信息用于指示目标装卸区域中的人员不是装卸人员;根据单位时长和帧数量之间的对应关系,确定第二累计帧数对应的离开时长,其中,离开时长用于指示装卸人员不在目标装卸区域中的时长;在离开时长超出目标时长阈值的情况下,确定装卸作业效率低。
在本申请实施例中,服务器若确定人员身份信息为非装卸身份信息,表明目标装卸区域中不存在装卸人员,服务器确定人员身份信息为非装卸身份信息的连续视频帧,然后确定连续视频帧的第二累计帧数。数据库中存储有单位时长和帧数量之间的对应关系,服务器可以根据该对应关系和第二累计帧数确定离开时长,离开时长用于指示装卸人员不在目标装卸区域中的时长。服务器若确定离开时长超出目标时长阈值,表明装卸人员长时间未参与装卸作业,装卸作业效率低。
在另一种可选地实施方式中,服务器若确定人员身份信息为装卸身份信息,则通过人员数量确定装卸作业效率。
可选地,确定目标装卸区域对应的装卸作业效率包括:在人员身份信息为装卸身份信息的情况下,确定装卸人员的人员数量,其中,装卸身份信息用于指示目标装卸区域中的人员为装卸人员;在人员数量超出预设数量范围的情况下,确定装卸作业效率低。
在本申请实施例中,服务器若确定人员身份信息为装卸身份信息,表明目标装卸区域中存在装卸人员,服务器确定装卸人员的人员数量,若人员数量超出预设数量范围,表明装卸人员数量过多或过少,人员数量过多会造成人员浪费,人员数量过少会增大装卸难度,从而装卸作业效率低。
可选地,确定装卸人员的人员数量包括:不同视频帧中的装卸人员的数量可能是不同的,服务器从包含装卸人员的视频帧中,确定每个视频帧对应的人员数量,然后将人员数量最高的视频帧对应的人员数量,作为装卸人员的人员数量。
在又一种可选地实施方式中,服务器若确定人员身份信息为装卸身份信息,则通过人员位置与货物位置之间的位置距离、人员动作确定装卸作业效率。
可选地,在人员数量未超出预设数量范围、且检测结果中还包括货物的情况下,确定装卸人员的人员动作;确定装卸人员的人员位置与货物位置之间的位置距离;在位置距离小于预设距离阈值、且人员动作为预设休息动作的情况下,确定装卸作业效率低。
在本申请实施例中,若目标装卸区域中存储装卸车辆、且人员数量未超出预设数量范围,表明目标装卸区域中存在装卸人员且装卸人员的人员数量合适,则服务器确定检测结果中的货物。检测结果中的人员和货物分别用检测框来表示,服务器可以根据检测框在视频帧中的位置,分别确定装卸人员的人员位置与货物位置。然后确定人员位置与货物位置之间的位置距离,若位置距离小于预设距离阈值,表明装卸人员在货物处休息,或正在搬动货物。为了更加精准的确定装卸人员是否在搬动货物,服务器采用识别模型识别人员动作,若人员动作为预设休息动作,表明装卸人员在装卸过程中休息,则装卸作业效率低;若人员动作为非预设休息动作,表明装卸人员进行装卸过程,装卸作业效率高。
本申请可以将监督结果以Restful API的形式发送至终端,以通知管理人员装卸作业效率的高低,使管理人员做出应对措施。
可选地,服务器还可以采用识别模块识别装卸人员的搬动动作是否标准,若不标准,则发送警示信息至终端,以提醒装卸人员规范动作,避免货物损失或人身受到损害,本申请管理细致化,可以保证装卸人员规范作业。
在本申请中,服务器采用机器视觉算法,通过机器视觉管理技术实现对装卸区域中装卸车辆的厢门状态识别、人员身份信息识别、人员动作识别、人员-装卸车辆-货物的检测,从而确定装卸作业效率和动作是否规范。
可选的,本申请实施例还提供了确定装卸作业效率的处理流程图,具体步骤如下。
步骤1:获取拍照装置发送的拍摄视频。
步骤2:采用目标检测模型输出的目标装卸区域中的装卸车辆、人员和货物。
步骤3:判断装卸车辆厢门开启时长是否超出预设时长阈值,若超出,则执行步骤4,若不超出,则执行步骤5。
步骤4:确定装卸作业效率低。
步骤5:确定目标装卸区域中的人员是否为装卸人员,若不是,则执行步骤6;若是,则执行步骤7。
步骤6:判断装卸人员的离开时长是否超出目标时长阈值,若超出,则执行步骤4。
步骤7:确定目标装卸区域中装卸人员的人员数量。
步骤8:判断人员数量是否超出预设数量范围,若是,则执行步骤4;若不是,则执行步骤9。
步骤9:判断人员位置与货物位置之间的位置距离是否小于预设距离阈值,若不小于,则执行步骤11,若小于,则执行步骤10。
步骤10:判断人员动作是否为预设休息动作,若是,则执行步骤4,若不是,则执行步骤11。
步骤11:装卸作业效率高。
其中,步骤3和步骤5为并列步骤。
基于相同的技术构思,本申请实施例还提供了一种确定装卸作业效率的装置,如图3所示,该装置包括:
获取模块301,用于获取拍照装置发送的拍摄视频,其中,拍摄视频中包含至少一个装卸区域;
输入输出模块302,用于将拍摄视频输入目标检测模块,得到目标检测模型输出的目标装卸区域中的检测结果;
第一确定模块303,用于在检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和装卸车辆的车辆信息;
第二确定模块304,用于根据人员信息和车辆信息中的至少一个,确定目标装卸区域对应的装卸作业效率。
可选地,第二确定模块304用于:
将包含装卸车辆的视频帧输入检测模型,得到检测模型输出的装卸车辆的厢门状态,其中,厢门状态用于指示厢门是否开启;
确定厢门状态为开启状态的连续视频帧的第一累计帧数;
根据单位时长和帧数量之间的对应关系,确定第一累计帧数对应的厢门开启时长,其中,厢门开启时长用于指示厢门处于开启状态的累计时长;
在厢门开启时长超出预设时长阈值的情况下,确定装卸作业效率低。
可选地,第二确定模块304用于:
将包含人员的视频帧输入识别模型,得到识别模型输出的人员的人员身份信息;
根据人员身份信息确定人员是否为装卸人员;
根据装卸人员离开目标装卸区域的时长、装卸人员的数量,以及装卸人员与货物之间的位置距离、装卸人员的动作三者之中的任意一个,确定目标装卸区域对应的装卸作业效率。
可选地,第二确定模块304用于:
确定人员身份信息为非装卸身份信息的连续视频帧的第二累计帧数,其中,非装卸身份信息用于指示目标装卸区域中的人员不是装卸人员;
根据单位时长和帧数量之间的对应关系,确定第二累计帧数对应的离开时长,其中,离开时长用于指示装卸人员不在目标装卸区域中的时长;
在离开时长超出目标时长阈值的情况下,确定装卸作业效率低。
可选地,第二确定模块304用于:
在人员身份信息为装卸身份信息的情况下,确定装卸人员的人员数量,其中,装卸身份信息用于指示目标装卸区域中的人员为装卸人员;
在人员数量超出预设数量范围的情况下,确定装卸作业效率低。
可选地,第二确定模块304用于:
从包含装卸人员的视频帧中,确定每个视频帧对应的人员数量;
将人员数量最高的视频帧对应的人员数量,作为装卸人员的人员数量。
可选地,第二确定模块304用于:
在人员数量未超出预设数量范围、且检测结果中还包括货物的情况下,确定装卸人员的人员动作;
确定装卸人员的人员位置与货物位置之间的位置距离;
在位置距离小于预设距离阈值、且人员动作为预设休息动作的情况下,确定装卸作业效率低。
根据本申请实施例的另一方面,本申请提供了一种电子设备,如图4所示,包括存储器403、处理器401、通信接口402及通信总线404,存储器403中存储有可在处理器401上运行的计算机程序,存储器403、处理器401通过通信接口402和通信总线404进行通信,处理器401执行计算机程序时实现上述方法的步骤。
上述电子设备中的存储器、处理器通过通信总线和通信接口进行通信。所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
根据本申请实施例的又一方面还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质。
可选地,在本申请实施例中,计算机可读介质被设置为存储用于所述处理器执行上述方法的程序代码。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本申请实施例在具体实现时,可以参阅上述各个实施例,具有相应的技术效果。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以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,所述模块的划分,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,例如多个模块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接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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。
所述功能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介质中。基于这样的理解,本申请实施例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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,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。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。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。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种确定装卸作业效率的方法,其特征在于,所述方法包括:
获取拍照装置发送的拍摄视频,其中,所述拍摄视频中包含至少一个装卸区域;
将拍摄视频输入目标检测模块,得到所述目标检测模型输出的目标装卸区域中的检测结果;
在所述检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和所述装卸车辆的车辆信息;
根据所述人员信息和所述车辆信息中的至少一个,确定所述目标装卸区域对应的装卸作业效率。
2.根据权利要求1所述的方法,其特征在于,根据所述车辆信息确定所述目标装卸区域对应的装卸作业效率包括:
将包含所述装卸车辆的视频帧输入检测模型,得到所述检测模型输出的所述装卸车辆的厢门状态,其中,所述厢门状态用于指示所述厢门是否开启;
确定厢门状态为开启状态的连续视频帧的第一累计帧数;
根据单位时长和帧数量之间的对应关系,确定所述第一累计帧数对应的厢门开启时长,其中,所述厢门开启时长用于指示所述厢门处于开启状态的累计时长;
在所述厢门开启时长超出预设时长阈值的情况下,确定所述装卸作业效率低。
3.根据权利要求1所述的方法,其特征在于,根据所述人员信息确定所述目标装卸区域对应的装卸作业效率包括:
将包含人员的视频帧输入识别模型,得到所述识别模型输出的所述人员的人员身份信息;
根据所述人员身份信息确定所述人员是否为装卸人员;
根据装卸人员离开所述目标装卸区域的时长、所述装卸人员的数量,以及所述装卸人员与货物之间的位置距离、所述装卸人员的动作三者之中的任意一个,确定所述目标装卸区域对应的装卸作业效率。
4.根据权利要求3所述的方法,其特征在于,确定所述目标装卸区域对应的装卸作业效率包括:
确定所述人员身份信息为非装卸身份信息的连续视频帧的第二累计帧数,其中,所述非装卸身份信息用于指示所述目标装卸区域中的人员不是装卸人员;
根据单位时长和帧数量之间的对应关系,确定所述第二累计帧数对应的离开时长,其中,所述离开时长用于指示装卸人员不在所述目标装卸区域中的时长;
在所述离开时长超出目标时长阈值的情况下,确定所述装卸作业效率低。
5.根据权利要求3所述的方法,其特征在于,确定所述目标装卸区域对应的装卸作业效率包括:
在所述人员身份信息为装卸身份信息的情况下,确定装卸人员的人员数量,其中,所述装卸身份信息用于指示所述目标装卸区域中的人员为装卸人员;
在所述人员数量超出预设数量范围的情况下,确定所述装卸作业效率低。
6.根据权利要求5所述的方法,其特征在于,所述确定装卸人员的人员数量包括:
从包含装卸人员的视频帧中,确定每个视频帧对应的人员数量;
将人员数量最高的视频帧对应的人员数量,作为所述装卸人员的人员数量。
7.根据权利要求5所述的方法,其特征在于,所述确定装卸人员的人员数量之后,所述方法还包括:
在所述人员数量未超出预设数量范围、且检测结果中还包括货物的情况下,确定所述装卸人员的人员动作;
确定所述装卸人员的人员位置与货物位置之间的位置距离;
在所述位置距离小于预设距离阈值、且所述人员动作为预设休息动作的情况下,确定所述装卸作业效率低。
8.一种确定装卸作业效率的装置,其特征在于,所述装置包括:
获取模块,用于获取拍照装置发送的拍摄视频,其中,所述拍摄视频中包含至少一个装卸区域;
输入输出模块,用于将拍摄视频输入目标检测模块,得到所述目标检测模型输出的目标装卸区域中的检测结果;
第一确定模块,用于在所述检测结果中包含装卸车辆和人员的情况下,确定目标装卸区域中的人员信息和所述装卸车辆的车辆信息;
第二确定模块,用于根据所述人员信息和所述车辆信息中的至少一个,确定所述目标装卸区域对应的装卸作业效率。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210248808.6A CN114758267A (zh) | 2022-03-14 | 2022-03-14 | 一种确定装卸作业效率的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210248808.6A CN114758267A (zh) | 2022-03-14 | 2022-03-14 | 一种确定装卸作业效率的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114758267A true CN114758267A (zh) | 2022-07-15 |
Family
ID=82326511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210248808.6A Pending CN114758267A (zh) | 2022-03-14 | 2022-03-14 | 一种确定装卸作业效率的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114758267A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020052436A1 (zh) * | 2018-09-12 | 2020-03-19 | 杭州海康威视数字技术股份有限公司 | 车辆超载报警方法、装置、电子设备及存储介质 |
CN111613028A (zh) * | 2020-06-24 | 2020-09-01 | 上海明略人工智能(集团)有限公司 | 一种人员监测系统及人员监测方法 |
CN111859252A (zh) * | 2020-07-07 | 2020-10-30 | 北京京东振世信息技术有限公司 | 一种装卸时长的确定方法、装置、设备和存储介质 |
CN112189210A (zh) * | 2018-05-16 | 2021-01-05 | 松下知识产权经营株式会社 | 作业分析装置和作业分析方法 |
CN112819306A (zh) * | 2021-01-22 | 2021-05-18 | 同济大学 | 基于计算机视觉的工作效率评价方法、系统、设备及介质 |
CN113411542A (zh) * | 2020-03-16 | 2021-09-17 | 北京睿客邦科技有限公司 | 一种智能化的工作状况监测设备 |
CN113822518A (zh) * | 2021-02-07 | 2021-12-21 | 香港理工大学深圳研究院 | 一种ais大数据驱动的集装箱港口装卸效率计算方法 |
CN114067295A (zh) * | 2021-11-18 | 2022-02-18 | 上海高德威智能交通系统有限公司 | 一种车辆装载率的确定方法、装置及车辆管理系统 |
CN114154084A (zh) * | 2021-12-03 | 2022-03-08 | 吉旗物联科技(上海)有限公司 | 一种货车装卸货的识别方法 |
-
2022
- 2022-03-14 CN CN202210248808.6A patent/CN114758267A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112189210A (zh) * | 2018-05-16 | 2021-01-05 | 松下知识产权经营株式会社 | 作业分析装置和作业分析方法 |
WO2020052436A1 (zh) * | 2018-09-12 | 2020-03-19 | 杭州海康威视数字技术股份有限公司 | 车辆超载报警方法、装置、电子设备及存储介质 |
CN113411542A (zh) * | 2020-03-16 | 2021-09-17 | 北京睿客邦科技有限公司 | 一种智能化的工作状况监测设备 |
CN111613028A (zh) * | 2020-06-24 | 2020-09-01 | 上海明略人工智能(集团)有限公司 | 一种人员监测系统及人员监测方法 |
CN111859252A (zh) * | 2020-07-07 | 2020-10-30 | 北京京东振世信息技术有限公司 | 一种装卸时长的确定方法、装置、设备和存储介质 |
CN112819306A (zh) * | 2021-01-22 | 2021-05-18 | 同济大学 | 基于计算机视觉的工作效率评价方法、系统、设备及介质 |
CN113822518A (zh) * | 2021-02-07 | 2021-12-21 | 香港理工大学深圳研究院 | 一种ais大数据驱动的集装箱港口装卸效率计算方法 |
CN114067295A (zh) * | 2021-11-18 | 2022-02-18 | 上海高德威智能交通系统有限公司 | 一种车辆装载率的确定方法、装置及车辆管理系统 |
CN114154084A (zh) * | 2021-12-03 | 2022-03-08 | 吉旗物联科技(上海)有限公司 | 一种货车装卸货的识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107203804B (zh) | 一种数据处理方法、装置及系统 | |
CN104200698A (zh) | 立体车库存取车安全管理方法及系统 | |
CN113515985A (zh) | 自助过磅系统、过磅检测方法、设备及存储介质 | |
CN103826108A (zh) | 基于视频图像的贷后监控方法及系统 | |
CN109255330A (zh) | 一种基于视频监控的飞机货舱门开启关闭自动检测方法 | |
CN115600953A (zh) | 仓库库位的监控方法、装置、计算机设备和存储介质 | |
CN112258038A (zh) | 站台使用状态及车辆装卸货状态的识别方法、装置和设备 | |
CN107993031B (zh) | 一种港口理货方法及装置 | |
CN105513168A (zh) | 一种用于有色金属交割库的门禁控制方法和系统 | |
CN109033964B (zh) | 一种判断车辆到离港事件的方法、系统及设备 | |
CN114758267A (zh) | 一种确定装卸作业效率的方法和装置 | |
CN113823054A (zh) | 换流站的综合安防管理系统、方法、装置和计算机设备 | |
US20220164727A1 (en) | Monitoring and feedback system for processing container loads to direct performance outcomes | |
CN115393791A (zh) | 一种异物检测方法、设备和计算机可读存储介质 | |
CN114701934A (zh) | 电梯的安防控制方法、装置、系统以及云平台、存储介质 | |
CN115204789A (zh) | 一种无人值守仓储管理方法、装置、电子设备及存储介质 | |
Xiang et al. | Automatic vehicle identification in coating production line based on computer vision | |
CN109146371B (zh) | 一种无人值守电力仓库人和物资出入库智能匹配方法 | |
CN113487298A (zh) | 用于码头的自动化远程理货管控方法、系统及终端 | |
CN116311035B (zh) | 基于机器视觉的人车安全预警系统及方法 | |
CN112348443A (zh) | 一种基于物联网装置和区块链算法的货物监测方法 | |
CN111862665A (zh) | 管理数据即时显示平台 | |
CN209433554U (zh) | 病死及病害动物无害化处理的车牌识别装置 | |
CN204731863U (zh) | 一种小区车辆防盗系统 | |
CN108460542B (zh) | 一种粮库出入库管理的方法、装置及计算机可读存储介质 |
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 |