CN116311035A - 基于机器视觉的人车安全预警系统及方法 - Google Patents

基于机器视觉的人车安全预警系统及方法 Download PDF

Info

Publication number
CN116311035A
CN116311035A CN202310114000.3A CN202310114000A CN116311035A CN 116311035 A CN116311035 A CN 116311035A CN 202310114000 A CN202310114000 A CN 202310114000A CN 116311035 A CN116311035 A CN 116311035A
Authority
CN
China
Prior art keywords
early warning
unloader
module
personnel
image
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.)
Granted
Application number
CN202310114000.3A
Other languages
English (en)
Other versions
CN116311035B (zh
Inventor
郭宇晗
何为凯
符鹏
孔超
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.)
Shandong New Purui Intelligent Technology Co ltd
Shandong Jiaotong University
Original Assignee
Shandong New Purui Intelligent Technology Co ltd
Shandong Jiaotong University
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 Shandong New Purui Intelligent Technology Co ltd, Shandong Jiaotong University filed Critical Shandong New Purui Intelligent Technology Co ltd
Priority to CN202310114000.3A priority Critical patent/CN116311035B/zh
Publication of CN116311035A publication Critical patent/CN116311035A/zh
Application granted granted Critical
Publication of CN116311035B publication Critical patent/CN116311035B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
    • B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G67/00—Loading or unloading vehicles
    • B65G67/02—Loading or unloading land vehicles
    • B65G67/24—Unloading land vehicles
    • B65G67/32—Unloading land vehicles using fixed tipping installations
    • B65G67/48—Vehicle tipplers
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Emergency Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本公开提供了一种基于机器视觉的人车安全预警系统及方法，包括图像采集处理模块，其用于采集人员或车辆的图像信息；测距装置模块，其用于采集人员或车辆的位置信息；控制模块，其用于接收远端控制服务器的作业控制指令后，向卸车机的液压翻板处理模块下发卸车机翻转指令，并将液压翻板处理模块的反馈信息返回至远端控制服务器；安全预警模块，其用于基于远端控制服务器的下发指令进行预警提醒；远端控制服务器，其用于接收所述图像信息及位置信息，并利用预设目标检测模型进行人员或车辆检测；接收所述作业控制指令，并基于控制指令获得卸车机所处作业阶段，根据作业阶段进行系统的作业控制；并向安全预警模块下发控制指令。

Description

基于机器视觉的人车安全预警系统及方法
技术领域
本公开属于仓储物流安全技术领域，尤其涉及一种基于机器视觉的人车安全预警系统及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
随着国内外物料输送事业的不断发展，各大企业对物料的装卸智能化水平也不断提出更高的要求，从而应对日益增长的人力成本，以及企业对经济效益、安全环保、企业形象提出的更高要求。发明人发现，在设备逐渐大型化、工作人员密集化的趋势下，物料装卸危险系数逐渐增高，一旦发生安全事故，往往会造成重大的生命和财产损失，而现有的物料装卸监管方法均需要人工参与控制，无法自动化的准确把握物料装卸的时机，且缺乏物料装卸区域的全方位监测，存在安全死角。
发明内容
本公开为了解决上述问题，提供了一种基于机器视觉的人车安全预警系统及方法，所述方案通过对卸车机区域内的工作人员或车辆进行检测识别，并结合卸车机所处作业阶段进行卸车机的翻转控制，有效保证了卸车机区域的安全；同时，根据测距装置检测结果确定人员是否处于危险区域或预警区域，若有人员或车辆进入危险区域或预警区域，则对工作人员或车辆进行告警，有效保障仓储物流工作人员及车辆的安全，减少仓储物流事故发生。
根据本公开实施例的第一个方面，提供了一种基于机器视觉的人车安全预警系统，其应用于利用卸车机的物料装卸系统，包括设置于所述卸车机四周的若干图像采集处理模块、测距装置模块、控制模块、安全预警模块以及远端控制服务器；
所述图像采集处理模块用于采集人员或车辆的图像信息，并发送至远端控制服务器；
所述测距装置模块用于检测周围人员或车辆的位置距离信息，并发送至远端控制服务器；
所述控制模块用于接收所述远端控制服务器的作业控制指令后，向所述卸车机的液压翻板处理模块下发卸车机翻转指令，并将液压翻板处理模块的反馈信息返回至远端控制服务器；
所述安全预警模块用于基于所述远端控制服务器的下发指令进行预警提醒；
所述远端控制服务器用于接收图像采集处理模块采集的图像信息，并利用预设目标检测模型进行人员或车辆检测；接收测距装置模块检测的位置距离信息，来判断人员或车辆所处位置是否符合预警范围或危险预警范围；接收控制模块发送的控制数据，并基于所述控制数据获得卸车机所处作业阶段，根据所述作业阶段进行人车安全预警系统的作业控制；以及向所述安全预警模块下发控制指令。
进一步的，所述基于所述控制数据获得卸车机所处作业阶段，根据所述作业阶段进行人车安全预警系统的作业控制，具体为：
若卸车机处于非作业阶段，基于获得的图像信息及预设目标检测模型进行人员或车辆检测，当检测到车辆进入卸车机且驾驶员离开卸车机时，向所述控制模块下发作业控制指令；
若卸车机处于作业阶段，基于获得的图像信息及预设目标检测模型进行人员或车辆检测，当检测到人员或车辆后，基于测距装置模块检测的位置距离信息，判断人员或车辆所处区域范围，并基于其所处区域范围向所述安全预警模块下发相应控制指令。
进一步的，所述图像采集处理模块包括采集单元、光照感应单元、图像预处理单元以及图像传输单元，其中，所述光照感应单元用于进行光照值数据采集，当所述光照值低于预设值时，所述采集单元采集的图像经所述图像预处理单元进行夜间图像增强处理，并将处理后的图像经图像传输单元发送至远端控制服务器。
根据本公开实施例的第二个方面，提供了一种基于机器视觉的人车安全预警方法，其基于上述的一种基于机器视觉的人车安全预警系统，所述方法包括：
接收图像采集处理模块采集的图像信息，并基于卸车机的作业阶段进行人车安全预警系统的作业控制；
若卸车机处于非作业阶段，基于获得的图像信息及预设目标检测模型进行人员及车辆检测，当检测到车辆进入卸车机且驾驶员离开卸车机时，通过下发作业控制指令，进行卸车机翻转；
若卸车机处于作业阶段，基于获得的图像信息及预设目标检测模型进行人员检测，当检测到人员后，基于测距装置模块检测的位置距离信息，判断人员所处区域范围，并基于其所处区域范围向所述安全预警模块下发相应控制指令，实现人车安全预警。
根据本公开实施例的第三个方面，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运行的计算机程序，所述处理器执行所述程序时实现所述的一种基于机器视觉的人车安全预警方法。
根据本公开实施例的第四个方面，提供了一种非暂态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所述的一种基于机器视觉的人车安全预警方法。
与现有技术相比，本公开的有益效果是：
本公开提供了一种基于机器视觉的人车安全预警系统及方法,所述方案通过对卸车机区域内的工作人员或车辆进行检测识别，并结合卸车机所处作业阶段进行卸车机的翻转控制，有效保证了卸车机区域的安全；同时，根据检测识别结果确定人员是否处于危险区域或预警区域，若有人员或车辆进入危险区域或预警区域，则对工作人员或车辆进行告警，有效保障仓储物流工作人员及车辆的安全，减少仓储物流事故发生。
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例中所述的一种基于机器视觉的人车安全预警系统结构示意图；
图2为本公开实施例中所述的人车安全预警系统的设备分布示意图；
图3为本公开实施例中所述的警示牌结构示意图；
图4为本公开实施例中所述的图像采集处理模块的图像预处理流程图；
图5为本公开实施例中所述的基于机器视觉的人车安全预警方法的整体流程图；
其中，1、卸车机；2、警示牌；2-1、图像采集处理模块；2-2、语音提示模块；2-3、蜂鸣器；2-4、报警指示灯；2-5激光发射板；2-6激光接收板。
具体实施方式
下面结合附图与实施例对本公开做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一：
本实施例的目的是提供一种基于机器视觉的人车安全预警系统。
一种基于机器视觉的人车安全预警系统，其应用于利用卸车机的物料装卸系统，包括设置于所述卸车机四周的若干图像采集处理模块、测距装置模块、控制模块、安全预警模块以及远端控制服务器；
所述图像采集处理模块用于采集人员或车辆的图像信息，并发送至远端控制服务器；
所述测距装置模块用于检测周围人员或车辆的位置距离信息，并发送至远端控制服务器；
所述控制模块用于接收所述远端控制服务器的作业控制指令后，向所述卸车机的液压翻板处理模块下发卸车机翻转指令，并将液压翻板处理模块的反馈信息返回至远端控制服务器；
所述安全预警模块用于基于所述远端控制服务器的下发指令进行预警提醒；
所述远端控制服务器用于接收图像采集处理模块采集的图像信息，并利用预设目标检测模型进行人员或车辆检测；接收测距装置模块检测的位置距离信息，来判断人员或车辆所处位置是否符合预警范围或危险预警范围；接收控制模块发送的控制数据，并基于所述控制数据获得卸车机所处作业阶段，根据所述作业阶段进行人车安全预警系统的作业控制；以及向所述安全预警模块下发控制指令。
进一步的，所述基于所述控制数据获得卸车机所处作业阶段，根据所述作业阶段进行人车安全预警系统的作业控制，具体为：
若卸车机处于非作业阶段，基于获得的图像信息及预设目标检测模型进行人员或车辆检测，当检测到车辆进入卸车机且驾驶员离开卸车机时，向所述控制模块下发作业控制指令；
若卸车机处于作业阶段，基于获得的图像信息及预设目标检测模型进行人员或车辆检测，当检测到人员或车辆后，基于测距装置模块检测的位置距离信息，判断人员或车辆所处区域范围，并基于其所处区域范围向所述安全预警模块下发相应控制指令。
进一步的，所述图像采集处理模块包括采集单元、光照感应单元、图像预处理单元以及图像传输单元，其中，所述光照感应单元用于进行光照值数据采集，当所述光照值低于预设值时，所述采集单元采集的图像经所述图像预处理单元进行夜间图像增强处理，并将处理后的图像经图像传输单元发送至远端控制服务器。
进一步的，所述夜间图像增强处理具体采用限制对比度的自适应直方图均衡化方法。
进一步的，所述区域范围被划分为危险范围以及预警范围，其中，所述危险范围为卸车机四周20m*5m范围内，所述预警范围为卸车机四周22m*7m范围内且危险范围外的区域。
进一步的，所述卸车机四周预设位置设置有警示牌，所述图像采集模块设置于所述警示牌上，对卸车机进行全方位的图像信息采集。
进一步的，所述预设目标检测模型采用预先训练的YOLOv4模型。
具体的，为了便于理解，以下结合附图对本实施例所述方案进行详细说明：
为了解决现有技术存在的问题，本实施例提供了一种基于机器视觉的人车安全预警系统，如图1至图2所示，所述系统包括图像采集处理模块、测距装置模块、控制模块、远端控制服务器、安全预警模块以及所述卸车机的液压翻板智能化集控处理模块；其中，图像采集处理模块、测距装置模块、控制模块、安全预警模块以及液压翻板智能化集控处理模块均与远端控制服务器通信连接；
所述图像采集处理模块包括采集单元、光照感应单元、图像预处理单元和图像传输单元，当人员或者车辆靠近时，采集单元采集到人员或车辆的图像信息，并把图像信息发送给远端控制服务器，并对采集到的图像进行夜间图像增强等预处理测算出人员或车辆的位置信息；
所述测距装置模块用于检测周围人员或车辆的位置距离信息，并发送至远端控制服务器；
所述控制模块接收远端控制服务器发送的开始作业指令，向液压翻板智能化集控处理模块发送卸车机翻转指令。
所述安全预警模块根据远端控制服务器发出的控制指令进行预警提醒；
所述远端控制服务器包括分析单元、目标检测模型和通讯单元，用于接收图像采集处理模块发送的人员或者车辆的图像数据，控制模块发送的控制数据，接收安全预警模块发出的控制数据；通讯单元接收控制模块发送的作业反馈信息确定卸车机所处作业阶段，若卸车机开始翻转作业，分析单元开始进行人车安全预警，若卸车机作业结束，分析单元结束人车安全预警；分析单元在卸车机非作业阶段接收图像采集处理模块发送的卸车机图像，将该图像输入YOLOv4算法训练好的目标检测模型，判断是否有货车进入卸车机准备翻转作业，以及判断是否驾驶员离开卸车机具备翻转作业条件，若驾驶员离开卸车机，通讯单元向控制模块发送开始作业指令；分析单元在卸车机作业阶段接收测距装置模块发送的位置距离信息，检测是否有人员进入危险区域或预警区域；若有人员进入预警区域，则向安全预警模块发送预警信息以提示；若有人员进入危险区域，则向安全预警模块发送危险预警信息以提示。
其中，所述将该图像输入YOLOv4算法训练好的目标检测模型，判断是否有货车进入卸车机准备翻转作业，以及判断是否驾驶员离开卸车机具备翻转作业条件，具体为：
将该图像输入YOLOv4算法训练好的目标检测模型，模型若检测到该图像中存在货车则在原图像上用红色目标预测框将货车标记，若检测到该图像中存在人则在原图像上用绿色目标预测框将人标记；分析单元接收经YOLOv4目标检测模型处理的图像，若图像中未出现红色目标预测框则可确定未有货车进入卸车机，若图像中出现红色目标预测框则可确定有货车进入卸车机准备翻转作业；若图像中存在红色目标预测框且出现绿色目标预测框则可确定驾驶员离开货车准备离开卸车机；若图像中存在红色目标预测框且绿色目标预测框消失则可确定驾驶员已离开卸车机，卸车机具备翻转作业条件。
所述液压翻板智能化集控处理模块向控制模块发送作业反馈信息，控制模块将作业反馈信息发送远端控制服务器，远端控制服务器根据作业反馈信息确定卸车机所处作业阶段，在卸车机开始作业至作业结束这个时间段进行人车安全预警。
如图3所示，所述警示牌模型图包含图像采集处理模块、报警指示灯、语音提示模块和蜂鸣器。
进一步的，所述安全预警模块包括蜂鸣器、报警指示灯和语音提示模块；当收到控制服务器发送的预警信息，则报警指示灯闪烁和语音提示模块进行播报，并将完成预警提示的信息发送回控制服务器；当收到控制服务器所发送的危险预警信息，则报警指示灯闪烁、语音提示模块进行播报和蜂鸣器报警，其安装于警示牌上，放置在液压翻板四周。
进一步的，所述危险区域的范围为卸车机四周20m*5m处，所述预警区域的范围为卸车机四周22m*7m处，预警范围之外为安全范围。
进一步的，所述测距装置包括激光发射板和激光接收板。
如图4所示，基于机器视觉人车安全预警系统，其控制流程如下：卸车机非作业阶段图像采集处理模块采集卸车机周围图像，并对图像进行夜间图像增强预处理，图像发送远端控制服务器的分析单元，分析单元将图像输入目标检测模型，判断是否有货车进入卸车机准备翻转作业，以及判断是否驾驶员离开卸车机具备翻转作业条件，若驾驶员离开卸车机，通讯单元向控制模块发送开始作业指令，控制模块接收远端控制服务器发送的开始作业指令，向液压翻板智能化集控处理模块发送卸车机翻转指令，液压翻板智能化集控处理模块开始作业，卸车机进入翻转作业阶段，图像采集处理模块采集卸车机周围图像，并对图像进行夜间图像增强预处理，图像发送远端控制服务器的分析单元，分析单元将图像进行夜间图像增强等预处理，测距装置模块采集周围人员或车辆的位置距离信息，判断是否有人员进入危险区域或预警区域；若有人员进入预警区域，则向安全预警模块发送预警信息以提示；若有人员进入危险区域，则向安全预警模块发送危险预警信息以提示。卸车机翻转作业结束，液压翻板智能化集控处理模块向控制模块发送作业反馈信息，控制模块将作业反馈信息发送远端控制服务器，远端控制服务器根据作业反馈信息确定卸车机翻转作业结束，分析单元停止人车安全预警。
本实施例所述的基于机器视觉的人车安全预警系统，能够及时采集工作人员或车辆的位置信息，根据位置信息划定是否处于危险区域或预警区域，若有人员或车辆进入危险区域或预警区域，则对工作人员或车辆进行预警提醒，有效保障仓储物流工作人员及车辆的安全，减少仓储物流事故发生。
实施例二：
本实施例的目的是提供一种基于机器视觉的人车安全预警方法。
一种基于机器视觉的人车安全预警方法，其基于上述的一种基于机器视觉的人车安全预警系统，所述方法包括：
接收图像采集处理模块采集的图像信息，并基于卸车机的作业阶段进行人车安全预警系统的作业控制；
若卸车机处于非作业阶段，基于获得的图像信息及预设目标检测模型进行人员及车辆检测，当检测到车辆进入卸车机且驾驶员离开卸车机时，通过下发作业控制指令，进行卸车机翻转；
若卸车机处于作业阶段，基于获得的图像信息及预设目标检测模型进行人员检测，当检测到人员后，基于测距装置模块检测的位置距离信息，判断人员所处区域范围，并基于其所处区域范围向所述安全预警模块下发相应控制指令，实现人车安全预警。
在更多实施例中，还提供：
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例一中所述的方法。为了简洁，在此不再赘述。
应理解，本实施例中，处理器可以是中央处理模块CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一中所述的方法。
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的模块即算法步骤，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公开的范围。
上述实施例提供的一种基于机器视觉的人车安全预警系统及方法可以实现，具有广阔的应用前景。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于机器视觉的人车安全预警系统，其特征在于，其应用于利用卸车机的物料装卸系统，包括设置于所述卸车机四周的若干图像采集处理模块、测距装置模块、控制模块、安全预警模块以及远端控制服务器；
所述图像采集处理模块用于采集人员或车辆的图像信息，并发送至远端控制服务器；
所述测距装置模块用于检测周围人员或车辆的位置距离信息，并发送至远端控制服务器；
所述控制模块用于接收所述远端控制服务器的作业控制指令后，向所述卸车机的液压翻板处理模块下发卸车机翻转指令，并将液压翻板处理模块的反馈信息返回至远端控制服务器；
所述安全预警模块用于基于所述远端控制服务器的下发指令进行预警提醒；
所述远端控制服务器用于接收图像采集处理模块采集的图像信息，并利用预设目标检测模型进行人员或车辆检测；接收测距装置模块检测的位置距离信息，来判断人员或车辆所处位置是否符合预警范围或危险预警范围；接收控制模块发送的控制数据，并基于所述控制数据获得卸车机所处作业阶段，根据所述作业阶段进行人车安全预警系统的作业控制；以及向所述安全预警模块下发控制指令。
2.如权利要求1所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述基于所述控制数据获得卸车机所处作业阶段，根据所述作业阶段进行人车安全预警系统的作业控制，具体为：
若卸车机处于非作业阶段，基于获得的图像信息及预设目标检测模型进行人员或车辆检测，当检测到车辆进入卸车机且驾驶员离开卸车机时，向所述控制模块下发作业控制指令；
若卸车机处于作业阶段，基于获得的图像信息及预设目标检测模型进行人员或车辆检测，当检测到人员后，基于测距装置模块检测的位置距离信息，判断人员或车辆所处区域范围，并基于其所处区域范围向所述安全预警模块下发相应控制指令。
3.如权利要求1所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述图像采集处理模块包括采集单元、光照感应单元、图像预处理单元以及图像传输单元，其中，所述光照感应单元用于进行光照值数据采集，当所述光照值低于预设值时，所述采集单元采集的图像经所述图像预处理单元进行夜间图像增强处理，并将处理后的图像经图像传输单元发送至远端控制服务器。
4.如权利要求3所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述夜间图像增强处理具体采用限制对比度的自适应直方图均衡化方法。
5.如权利要求1所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述区域范围被划分为危险范围以及预警范围，其中，所述危险范围为卸车机四周20m*5m范围内，所述预警范围为卸车机四周22m*7m范围内且危险范围外的区域。
6.如权利要求1所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述测距装置包括激光发射板和激光接收板。
7.如权利要求1所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述卸车机四周预设位置设置有警示牌，所述图像采集模块设置于所述警示牌上，对卸车机进行全方位的图像信息采集。
8.一种基于机器视觉的人车安全预警方法，其基于如权利要求1-7任一项所述的一种基于机器视觉的人车安全预警系统，其特征在于，所述方法包括：
接收图像采集处理模块采集的图像信息，并基于卸车机的作业阶段进行人车安全预警系统的作业控制；
若卸车机处于非作业阶段，基于获得的图像信息及预设目标检测模型进行人员及车辆检测，当检测到车辆进入卸车机且驾驶员离开卸车机时，通过下发作业控制指令，进行卸车机翻转；
若卸车机处于作业阶段，基于获得的图像信息及预设目标检测模型进行人员检测，当检测到人员后，基于测距装置模块检测的位置距离信息，判断人员所处区域范围，并基于其所处区域范围向所述安全预警模块下发相应控制指令，实现人车安全预警。
9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求8所述的一种基于机器视觉的人车安全预警方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求8所述的一种基于机器视觉的人车安全预警方法。
CN202310114000.3A 2023-02-13 2023-02-13 基于机器视觉的人车安全预警系统及方法 Active CN116311035B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310114000.3A CN116311035B (zh) 2023-02-13 2023-02-13 基于机器视觉的人车安全预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310114000.3A CN116311035B (zh) 2023-02-13 2023-02-13 基于机器视觉的人车安全预警系统及方法

Publications (2)

Publication Number Publication Date
CN116311035A true CN116311035A (zh) 2023-06-23
CN116311035B CN116311035B (zh) 2024-05-17

Family

ID=86821441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310114000.3A Active CN116311035B (zh) 2023-02-13 2023-02-13 基于机器视觉的人车安全预警系统及方法

Country Status (1)

Country Link
CN (1) CN116311035B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007120110A (ja) * 2005-10-27 2007-05-17 Nishimatsu Constr Co Ltd 重機接近者警報装置
US20100045092A1 (en) * 2005-03-01 2010-02-25 Volvo Construction Equipment Holding Sweden Ab method and an arrangement for preventing overturning a dump vehicle
CN102139831A (zh) * 2011-01-25 2011-08-03 三一集团有限公司 集装箱起重机及其装箱和卸箱方法
US20150217691A1 (en) * 2012-09-21 2015-08-06 Komatsu Ltd. Work vehicle periphery monitoring system and work vehicle
JP2016115038A (ja) * 2014-12-12 2016-06-23 鹿島建設株式会社 重機周りの安全管理方法及びシステム
CN206142486U (zh) * 2016-08-30 2017-05-03 大唐环境产业集团股份有限公司 一种新型翻车机压车、靠车机构压力监控系统
KR20170047703A (ko) * 2015-10-23 2017-05-08 주식회사 경우시스테크 Uwb를 이용한 작업장 안전 관리 시스템
CN108202673A (zh) * 2018-03-19 2018-06-26 内江市川威特殊钢有限公司 单轨吊行车报警装置以及行车系统
CN110119655A (zh) * 2018-02-07 2019-08-13 中国石油化工股份有限公司 一种石化企业厂区内车辆与人员聚集预警系统及预警方法
CN110422809A (zh) * 2019-07-04 2019-11-08 苏州法艾姆物流设备有限公司 一种人员安全防护系统
CN110532905A (zh) * 2019-08-13 2019-12-03 齐霄强 一种自装卸机构作业影像辅助操控方法
US20200031374A1 (en) * 2016-12-28 2020-01-30 Optim Corporation System, method, and program for preventing accidents
CN111260881A (zh) * 2020-01-19 2020-06-09 中国十七冶集团有限公司 一种炼钢车间施工作业智能安全报警系统及其报警方法
CN112434975A (zh) * 2020-12-14 2021-03-02 上善智城(苏州)信息科技有限公司 一种加油站卸油作业过程数字化监管方法及系统
KR20210095337A (ko) * 2020-01-23 2021-08-02 (주)넷믹스 실시간 크레인 충돌방지 모니터링 장치 및 그 방법
KR102325652B1 (ko) * 2021-06-24 2021-11-12 주식회사 바라스토 Uwb를 이용한 지게차 충돌방지 시스템
CN215479363U (zh) * 2021-07-16 2022-01-11 广州特种机电设备检测研究院 一种汽车起重机全方位智能安全监控系统
CN114943955A (zh) * 2022-07-25 2022-08-26 山东广通汽车科技股份有限公司 一种用于半挂车自动卸货控制方法
US20220351596A1 (en) * 2021-04-28 2022-11-03 Gary Hatton Telematics system for preventing collisions and improving worksite safety
CN115496757A (zh) * 2022-11-17 2022-12-20 山东新普锐智能科技有限公司 基于机器视觉的液压翻板余料量检测方法及系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100045092A1 (en) * 2005-03-01 2010-02-25 Volvo Construction Equipment Holding Sweden Ab method and an arrangement for preventing overturning a dump vehicle
JP2007120110A (ja) * 2005-10-27 2007-05-17 Nishimatsu Constr Co Ltd 重機接近者警報装置
CN102139831A (zh) * 2011-01-25 2011-08-03 三一集团有限公司 集装箱起重机及其装箱和卸箱方法
US20150217691A1 (en) * 2012-09-21 2015-08-06 Komatsu Ltd. Work vehicle periphery monitoring system and work vehicle
JP2016115038A (ja) * 2014-12-12 2016-06-23 鹿島建設株式会社 重機周りの安全管理方法及びシステム
KR20170047703A (ko) * 2015-10-23 2017-05-08 주식회사 경우시스테크 Uwb를 이용한 작업장 안전 관리 시스템
CN206142486U (zh) * 2016-08-30 2017-05-03 大唐环境产业集团股份有限公司 一种新型翻车机压车、靠车机构压力监控系统
US20200031374A1 (en) * 2016-12-28 2020-01-30 Optim Corporation System, method, and program for preventing accidents
CN110119655A (zh) * 2018-02-07 2019-08-13 中国石油化工股份有限公司 一种石化企业厂区内车辆与人员聚集预警系统及预警方法
CN108202673A (zh) * 2018-03-19 2018-06-26 内江市川威特殊钢有限公司 单轨吊行车报警装置以及行车系统
CN110422809A (zh) * 2019-07-04 2019-11-08 苏州法艾姆物流设备有限公司 一种人员安全防护系统
CN110532905A (zh) * 2019-08-13 2019-12-03 齐霄强 一种自装卸机构作业影像辅助操控方法
CN111260881A (zh) * 2020-01-19 2020-06-09 中国十七冶集团有限公司 一种炼钢车间施工作业智能安全报警系统及其报警方法
KR20210095337A (ko) * 2020-01-23 2021-08-02 (주)넷믹스 실시간 크레인 충돌방지 모니터링 장치 및 그 방법
CN112434975A (zh) * 2020-12-14 2021-03-02 上善智城(苏州)信息科技有限公司 一种加油站卸油作业过程数字化监管方法及系统
US20220351596A1 (en) * 2021-04-28 2022-11-03 Gary Hatton Telematics system for preventing collisions and improving worksite safety
KR102325652B1 (ko) * 2021-06-24 2021-11-12 주식회사 바라스토 Uwb를 이용한 지게차 충돌방지 시스템
CN215479363U (zh) * 2021-07-16 2022-01-11 广州特种机电设备检测研究院 一种汽车起重机全方位智能安全监控系统
CN114943955A (zh) * 2022-07-25 2022-08-26 山东广通汽车科技股份有限公司 一种用于半挂车自动卸货控制方法
CN115496757A (zh) * 2022-11-17 2022-12-20 山东新普锐智能科技有限公司 基于机器视觉的液压翻板余料量检测方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
崔长明;: "机车柴油机升降翻转架的设计原理及应用", 科技与创新, no. 04, 20 February 2015 (2015-02-20), pages 105 - 106 *
张胜平等: "恶劣天气下公路急弯路段追尾预警系统设计", 公路交通科技(应用技术版), no. 09, 15 September 2016 (2016-09-15), pages 237 - 239 *
李益琴;: "基于RFID技术的港口装卸作业安全预警系统", 集装箱化, no. 11, 28 November 2015 (2015-11-28), pages 24 - 26 *
邓术章等: "基于物联网的危化品储存智能监测管理平台的开发", 中国储运, no. 07, 1 July 2016 (2016-07-01), pages 106 - 109 *
陆明路等: "集装箱正面吊倒车报警装置的研究与应用", 港口科技, no. 06, 15 June 2009 (2009-06-15), pages 6 - 8 *
魏赛等: "基于计算机视觉的架空线近距离预警系统", 华东理工大学学报(自然科学版), no. 04, 30 August 2013 (2013-08-30), pages 482 - 487 *

Also Published As

Publication number Publication date
CN116311035B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
CN112446896B (zh) 一种基于图像识别的输送物料掉落监控方法、装置及系统
CN113192037B (zh) 一种皮带机监测方法、系统、介质及电子终端
CN112700198A (zh) 危化品运输监测信息处理方法和装置
CN110895412B (zh) 一种环卫车及其作业机构的安全控制方法和系统
CN114998824A (zh) 一种车辆装卸任务监控方法、装置及系统
CN109094574A (zh) 一种基于台架的无人车驾驶状态测量控制系统
CN111170161B (zh) 基于场景检测的模式设定系统
CN113984082B (zh) 基于大数据的停车场车辆巡检管理系统
CN111967384A (zh) 车辆信息处理方法、装置、设备及计算机可读存储介质
CN117372979A (zh) 道路巡检方法、装置、电子设备及存储介质
CN116311035B (zh) 基于机器视觉的人车安全预警系统及方法
CN111507269B (zh) 车位状态的识别方法及装置、存储介质和电子装置
CN107386720B (zh) 垂直循环式立体车库安全管理方法、装置和系统
CN111427063B (zh) 一种移动装置通行控制方法、装置、设备、系统及介质
CN113055658A (zh) 一种基于全景拼接技术的隧道危化品车辆识别方法及系统
Dragaš et al. Development and Implementation of Lane Departure Warning System on ADAS Alpha Board
CN113450567A (zh) 一种人工智能预警系统
CN114972731A (zh) 交通灯检测识别方法及装置、移动工具、存储介质
CN204990435U (zh) 一种基于胎压监测及北斗定位的物流车车载装置
CN113593253A (zh) 车辆的闯红灯监测方法和装置
CN111277795A (zh) 一种基于人工智能的停车场监控方法和系统
CN113743844A (zh) 车间物料管理方法和系统
CN116259159A (zh) 一种车辆跨区作业告警系统及方法
CN116189430A (zh) 高速公路入口的车辆管理方法、装置、设备和存储介质
CN215182119U (zh) 一种仓储作业引导系统

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