CN116415864A - 基于人工智能的智慧型物流快检机 - Google Patents
基于人工智能的智慧型物流快检机 Download PDFInfo
- Publication number
- CN116415864A CN116415864A CN202310330060.9A CN202310330060A CN116415864A CN 116415864 A CN116415864 A CN 116415864A CN 202310330060 A CN202310330060 A CN 202310330060A CN 116415864 A CN116415864 A CN 116415864A
- Authority
- CN
- China
- Prior art keywords
- module
- security
- logistics
- image
- security check
- 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.)
- Withdrawn
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 101
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 15
- 238000012423 maintenance Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 6
- 238000005520 cutting process Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 27
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000003139 buffering effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000013256 coordination polymer Substances 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000003860 storage Methods 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/05—Recognition of patterns representing particular kinds of hidden objects, e.g. weapons, explosives, drugs
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于人工智能的智慧型物流快检机，涉及安检技术领域，包括安检模块、图像处理模块、任务发布模块和维修管理模块；安检模块用于扫描被检对象，生成被检对象的图像；图像处理模块用于对安检模块生成的图像进行切分，初步判定是否存在嫌疑物；远程判图模块用于逐列地从安检模块接收并显示图像，以供远程判图员判别图像中是否有嫌疑物；当安检模块扫描到被检对象时，安检模块还用于向设备分析模块传输安检信号进行安检值分析；当物流快检机出现异常时，管理员通过任务发布模块发布物流快检机的检修任务至控制中心；控制中心利用维修管理模块对检修任务进行维优系数分析，得到检修任务的优先处理表；合理分配资源，提高检修效率。
Description
技术领域
本发明涉及安检技术领域，具体是基于人工智能的智慧型物流快检机。
背景技术
物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程；而物流服务是从接收顾客订单开始到将商品送到顾客手中为止所发生的所有服务活动。在很多的物流过程中会采用安检设备通过x光进行检测验货。
现有的物流快检机需要安检员在现场或远程判图站的显示器上查看安检机的X光图像中是否有违禁品，这很容易由于人员的主观因素而产生误检、漏检现象；而且机器异常发生后，维护方式反应时间慢、处理时间长，不利于降低机器故障造成的损失；基于以上不足，本发明提出基于人工智能的智慧型物流快检机。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于人工智能的智慧型物流快检机。
为实现上述目的，根据本发明的第一方面的实施例提出基于人工智能的智慧型物流快检机，包括安检模块、控制中心、图像处理模块、设备评估模块、任务发布模块和维修管理模块；
所述安检模块用于扫描被检对象，生成所述被检对象的图像；并将生成的图像实时地、逐列地发送至远程判图模块；所述图像处理模块用于对安检模块生成的图像进行切分，初步判定是否存在嫌疑物；具体包括：
在所述切分位置之前的第一识别范围内执行人工智能识别以识别是否存在嫌疑物；如果识别的结果是不存在嫌疑物，则不进行回溯；
如果识别的结果是存在嫌疑物，则从所述切分位置起回溯第一数量的图像列，并利用所述安检模块将回溯的图像列与从所述切分位置处起的下一幅图像一起发送给所述远程判图模块；
所述远程判图模块用于逐列地从所述安检模块接收并显示所述图像，以供远程判图员判别所述图像中是否有嫌疑物；
当安检模块扫描到被检对象时，所述安检模块还用于向设备分析模块传输安检信号；所述设备分析模块用于接收安检信号进行安检值AJ分析，并将物流快检机的安检值AJ打上时间戳并存储至数据库；
当物流快检机出现异常时，管理员通过任务发布模块发布物流快检机的检修任务至控制中心；所述控制中心利用维修管理模块对检修任务进行维优系数分析，得到检修任务的优先处理表；控制中心用于根据优先处理表依次将检修任务分配至相关维修人员。
进一步地，所述设备分析模块的具体分析步骤如下：
当监测到安检信号时，自动倒计时，倒计时时长为G2时间，G2为预设值；在倒计时阶段若监测到新的安检信号，则倒计时自动归为原值，重新按照G2进行倒计时；否则倒计时归零，停止计时；
统计倒计时阶段安检信号出现的总次数并标记为安检频次CP；统计倒计时阶段的时长为安检时长H1；统计倒计时阶段物流快检机的耗电量为E1；将相邻安检信号的出现时刻进行时间差计算得到安检间隔KTi；
将安检间隔KTi与预设间隔阈值相比较；统计KTi小于预设间隔阈值的次数占比为Zb，当KTi小于预设间隔阈值时，获取KTi与预设间隔阈值的差值并进行求和得到差隔总值GZ；
利用公式CF＝Zb×a3+GZ×a4计算得到差隔吸引系数CF，其中a3、a4均为比例因子；利用公式AJ＝(CP×a7+CF×a8)/(H1×a5+E1×a6)计算得到物流快检机的安检值AJ，其中a5、a6、a7、a8均为系数因子。
进一步地，所述设备评估模块与数据库相连接，用于根据数据库存储的带有时间戳的安检值对物流快检机进行检优系数评估；具体评估步骤为：
根据时间戳，获取到系统当前时间前十天内物流快检机所有的安检值AJ；统计物流快检机的安检总次数为Z1；将安检值AJ与预设安检阈值相比较；若AJ大于预设安检阈值，则反馈检优信号至设备评估模块；
统计检优信号的出现次数为P1；截取相邻检优信号之间的时间段为检优缓冲时段；统计每个检优缓冲时段内物流快检机的安检次数为检优缓冲频次Ti，得到检优缓冲频次信息组；计算得到物流快检机的缓冲偏值PZ；
利用公式
计算得到物流快检机的检优系数ZY，其中a1、a2为系数因子；f为均衡因子；所述设备评估模块用于将物流快检机的检优系数ZY打上时间戳并存储至控制中心。
进一步地，所述维修管理模块的具体分析步骤为：
获取检修任务的发布时间，将该发布时间与系统当前时间进行时间差计算得到发布时长FH1；获取检修任务对应的物流快检机；
调取物流快检机的检优系数ZY；利用公式WY＝FH1×g1+ZY×g2计算得到检修任务的维优系数WY，其中g1、g2均为系数因子；将检修任务根据维优系数WY大小进行排序，得到检修任务的优先处理表。
进一步地，其中，缓冲偏值PZ的具体计算得到为：
按照标准差计算公式计算得到检优缓冲频次信息组的标准差μ；若μ≤预设标准差阈值，则利用公式
计算得到物流快检机的缓冲偏值PZ；其中，Tn表示最后一个检优缓冲频次；
若μ＞预设标准差阈值，则以众数规则的方式求取检优缓冲频次信息组的众数；将检优缓冲频次信息组的众数与Tn进行差值计算得到缓冲偏值PZ。
进一步地，假设所述第一识别范围的长度为M列，所述被检对象被放置在速度为V米/秒的皮带上，所述图像的扫描频率为F列/秒，典型嫌疑物的长度为L米，则M＝F*(L/V)。
进一步地，假设所述切分位置是图像的第C列，所述第一识别范围是第C-M列至第C列，识别出的嫌疑物的坐标是(x1，y1)，则所述图像处理模块利用所述安检模块将从第x1-W列到第C列的图像与所述下一幅图像一起发送给所述远程判图模块，其中W为边缘裕量。
进一步地，仅在切分位置处存在被检对象时才进行所述人工智能识别。
与现有技术相比，本发明的有益效果是：
1、本发明中安检模块用于扫描被检对象，生成被检对象的图像；并将生成的图像实时地、逐列地发送至远程判图模块；图像处理模块用于对安检模块生成的图像进行切分，在切分位置之前的第一识别范围内执行人工智能识别以识别是否存在嫌疑物；如果识别的结果是存在嫌疑物，则从切分位置起回溯第一数量的图像列，并利用安检模块将回溯的图像列与从切分位置处起的下一幅图像一起发送给远程判图模块；远程判图模块用于逐列地从安检模块接收并显示图像，以供远程判图员判别图像中是否有嫌疑物；提高安检效率和准确度；
2、本发明中当安检模块扫描到被检对象时，安检模块还用于向设备分析模块传输安检信号；设备分析模块用于接收安检信号并对物流快检机进行安检值分析；设备评估模块用于根据数据库存储的带有时间戳的安检值对物流快检机进行检优系数ZY评估；当物流快检机出现异常时，管理员通过任务发布模块发布物流快检机的检修任务至控制中心；控制中心利用维修管理模块对检修任务进行维优系数分析，结合检修任务的发布时长和对应物流快检机的检优系数计算得到维优系数WY，生成检修任务的优先处理表；合理分配资源，提高检修效率。
附图说明
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明基于人工智能的智慧型物流快检机的系统框图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
如图1所示，基于人工智能的智慧型物流快检机，包括安检模块、远程判图模块、控制中心、图像处理模块、设备分析模块、数据库、设备评估模块、任务发布模块以及维修管理模块；
安检模块用于扫描被检对象，生成被检对象的图像；并将生成的图像实时地、逐列地发送至远程判图模块；其中，被检对象是接受安检的物品；
图像处理模块与安检模块相连接，用于对安检模块生成的图像进行切分，初步判定是否存在嫌疑物；具体包括：
在切分位置之前的第一识别范围内执行人工智能识别以识别是否存在嫌疑物；根据本发明的实施例，仅在切分位置处存在被检对象时才进行人工智能识别；如果识别的结果是不存在嫌疑物，则不进行回溯；
如果识别的结果是存在嫌疑物，则从切分位置起回溯第一数量的图像列，并利用安检模块将回溯的图像列与从切分位置处起的下一幅图像一起发送给远程判图模块；
其中，假设第一识别范围的长度为M列，被检对象被放置在速度为V米/秒的皮带上，图像的扫描频率为F列/秒，典型嫌疑物的长度为L米，则M＝F*(L/V)；
假设切分位置是图像的第C列，第一识别范围是第C-M列至第C列，识别出的嫌疑物的坐标是(x1，y1)，则图像处理模块利用安检模块将从第x1-W列到第C列的图像与下一幅图像一起发送给远程判图模块，其中W为边缘裕量；
远程判图模块用于逐列地从安检模块接收并显示图像，以供远程判图员判别图像中是否有嫌疑物；
当安检模块扫描到被检对象时，安检模块还用于向设备分析模块传输安检信号；设备分析模块用于接收安检信号并对物流快检机进行安检值分析，具体分析步骤如下：
当监测到安检信号时，自动倒计时，倒计时时长为G2时间，G2为预设值；在倒计时阶段若监测到新的安检信号，则倒计时自动归为原值，重新按照G2进行倒计时；否则倒计时归零，停止计时；
统计倒计时阶段安检信号出现的总次数并标记为安检频次CP；统计倒计时阶段的时长为安检时长H1；将相邻安检信号的出现时刻进行时间差计算得到安检间隔KTi；
将安检间隔KTi与预设间隔阈值相比较；统计KTi小于预设间隔阈值的次数占比为Zb，当KTi小于预设间隔阈值时，获取KTi与预设间隔阈值的差值并进行求和得到差隔总值GZ；利用公式CF＝Zb×a3+GZ×a4计算得到差隔吸引系数CF，其中a3、a4均为比例因子；
统计倒计时阶段物流快检机的耗电量为E1；将安检频次、安检时长、差隔吸引系数以及耗电量进行归一化处理并取其数值；
利用公式AJ＝(CP×a7+CF×a8)/(H1×a5+E1×a6)计算得到物流快检机的安检值AJ，其中a5、a6、a7、a8均为系数因子；设备分析模块用于将物流快检机的安检值AJ打上时间戳并存储至数据库；
设备评估模块与数据库相连接，用于根据数据库存储的带有时间戳的安检值对物流快检机进行检优系数评估；具体评估步骤为：
根据时间戳，获取到系统当前时间前十天内物流快检机所有的安检值AJ；统计物流快检机的安检总次数为Z1；
将安检值AJ与预设安检阈值相比较；若AJ大于预设安检阈值，则反馈检优信号至设备评估模块；统计检优信号的出现次数为P1；
截取相邻检优信号之间的时间段为检优缓冲时段；统计每个检优缓冲时段内物流快检机的安检次数为检优缓冲频次Ti，i＝1，…，n；得到检优缓冲频次信息组；其中Tn表示最后一个检优缓冲频次；
按照标准差计算公式计算得到检优缓冲频次信息组的标准差μ；若μ≤预设标准差阈值，则按照偏离值计算公式得到物流快检机的缓冲偏值PZ，其中，偏离值计算公式为：
若μ＞预设标准差阈值，则以众数规则的方式求取检优缓冲频次信息组的众数；将检优缓冲频次信息组的众数与Tn进行差值计算得到缓冲偏值PZ；其中众数规则为：以检优缓冲频次信息组中任意一个元素为中心，统计差值在预设值内的元素数量并标记为对应元素的重合数；将重合数最多的元素作为检优缓冲频次信息组的众数；
利用公式
计算得到物流快检机的检优系数ZY，其中a1、a2为系数因子；f为均衡因子；设备评估模块用于将物流快检机的检优系数ZY打上时间戳并存储至控制中心；
当物流快检机出现异常时，管理员通过任务发布模块发布物流快检机的检修任务至控制中心；控制中心利用维修管理模块对检修任务进行维优系数分析，得到检修任务的优先处理表，合理分配资源，提高检修效率；
维修管理模块的具体分析步骤为：
获取检修任务的发布时间，将该发布时间与系统当前时间进行时间差计算得到发布时长FH1；获取检修任务对应的物流快检机；
调取物流快检机的检优系数ZY；利用公式WY＝FH1×g1+ZY×g2计算得到检修任务的维优系数WY，其中g1、g2均为系数因子；
将检修任务根据维优系数WY大小进行排序，得到检修任务的优先处理表并反馈至控制中心，控制中心用于根据优先处理表依次将检修任务分配至相关维修人员。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
基于人工智能的智慧型物流快检机，在工作时，安检模块用于扫描被检对象，生成被检对象的图像；并将生成的图像实时地、逐列地发送至远程判图模块；图像处理模块用于对安检模块生成的图像进行切分，在切分位置之前的第一识别范围内执行人工智能识别以识别是否存在嫌疑物；如果识别的结果是存在嫌疑物，则从切分位置起回溯第一数量的图像列，并利用安检模块将回溯的图像列与从切分位置处起的下一幅图像一起发送给远程判图模块；远程判图模块用于逐列地从安检模块接收并显示图像，以供远程判图员判别图像中是否有嫌疑物；提高安检效率和准确度；
当安检模块扫描到被检对象时，安检模块还用于向设备分析模块传输安检信号；设备分析模块用于接收安检信号并对物流快检机进行安检值分析；设备评估模块用于根据数据库存储的带有时间戳的安检值对物流快检机进行检优系数ZY评估；当物流快检机出现异常时，管理员通过任务发布模块发布物流快检机的检修任务至控制中心；控制中心利用维修管理模块对检修任务进行维优系数分析，结合检修任务的发布时长和对应物流快检机的检优系数计算得到维优系数WY，生成检修任务的优先处理表；合理分配资源，提高检修效率。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.基于人工智能的智慧型物流快检机，其特征在于，包括安检模块、控制中心、图像处理模块、设备评估模块、任务发布模块和维修管理模块；
所述安检模块用于扫描被检对象，生成所述被检对象的图像；并将生成的图像实时地、逐列地发送至远程判图模块；所述图像处理模块用于对安检模块生成的图像进行切分，初步判定是否存在嫌疑物；具体包括：
在切分位置之前的第一识别范围内执行人工智能识别以识别是否存在嫌疑物；如果识别的结果是不存在嫌疑物，则不进行回溯；
如果识别的结果是存在嫌疑物，则从所述切分位置起回溯第一数量的图像列，并利用所述安检模块将回溯的图像列与从所述切分位置处起的下一幅图像一起发送给所述远程判图模块；
所述远程判图模块用于逐列地从所述安检模块接收并显示所述图像，以供远程判图员判别所述图像中是否有嫌疑物；
当安检模块扫描到被检对象时，所述安检模块还用于向设备分析模块传输安检信号；所述设备分析模块用于接收安检信号进行安检值AJ分析，并将物流快检机的安检值AJ打上时间戳并存储至数据库；
当物流快检机出现异常时，管理员通过任务发布模块发布物流快检机的检修任务至控制中心；所述控制中心利用维修管理模块对检修任务进行维优系数分析，得到检修任务的优先处理表；控制中心用于根据优先处理表依次将检修任务分配至相关维修人员。
2.根据权利要求1所述的基于人工智能的智慧型物流快检机，其特征在于，所述设备分析模块的具体分析步骤如下：
当监测到安检信号时，自动倒计时，倒计时时长为G2时间，G2为预设值；在倒计时阶段若监测到新的安检信号，则倒计时自动归为原值，重新按照G2进行倒计时；否则倒计时归零，停止计时；
统计倒计时阶段安检信号出现的总次数并标记为安检频次CP；统计倒计时阶段的时长为安检时长H1；统计倒计时阶段物流快检机的耗电量为E1；将相邻安检信号的出现时刻进行时间差计算得到安检间隔KTi；
将安检间隔KTi与预设间隔阈值相比较；统计KTi小于预设间隔阈值的次数占比为Zb，当KTi小于预设间隔阈值时，获取KTi与预设间隔阈值的差值并进行求和得到差隔总值GZ；
利用公式CF＝Zb×a3+GZ×a4计算得到差隔吸引系数CF，其中a3、a4均为比例因子；利用公式AJ＝(CP×a7+CF×a8)/(H1×a5+E1×a6)计算得到物流快检机的安检值AJ，其中a5、a6、a7、a8均为系数因子。
3.根据权利要求2所述的基于人工智能的智慧型物流快检机，其特征在于，所述设备评估模块与数据库相连接，用于根据数据库存储的带有时间戳的安检值对物流快检机进行检优系数评估；具体评估步骤为：
根据时间戳，获取到系统当前时间前十天内物流快检机所有的安检值AJ；统计物流快检机的安检总次数为Z1；将安检值AJ与预设安检阈值相比较；若AJ大于预设安检阈值，则反馈检优信号至设备评估模块；
统计检优信号的出现次数为P1；截取相邻检优信号之间的时间段为检优缓冲时段；统计每个检优缓冲时段内物流快检机的安检次数为检优缓冲频次Ti，得到检优缓冲频次信息组；计算得到物流快检机的缓冲偏值PZ；
利用公式
计算得到物流快检机的检优系数ZY，其中a1、a2为系数因子；f为均衡因子；所述设备评估模块用于将物流快检机的检优系数ZY打上时间戳并存储至控制中心。
4.根据权利要求3所述的基于人工智能的智慧型物流快检机，其特征在于，所述维修管理模块的具体分析步骤为：
获取检修任务的发布时间，将该发布时间与系统当前时间进行时间差计算得到发布时长FH1；获取检修任务对应的物流快检机；
调取物流快检机的检优系数ZY；利用公式WY＝FH1×g1+ZY×g2计算得到检修任务的维优系数WY，其中g1、g2均为系数因子；将检修任务根据维优系数WY大小进行排序，得到检修任务的优先处理表。
5.根据权利要求3所述的基于人工智能的智慧型物流快检机，其特征在于，其中，缓冲偏值PZ的具体计算得到为：
按照标准差计算公式计算得到检优缓冲频次信息组的标准差μ；若μ≤预设标准差阈值，则利用公式
计算得到物流快检机的缓冲偏值PZ；其中，Tn表示最后一个检优缓冲频次；
若μ＞预设标准差阈值，则以众数规则的方式求取检优缓冲频次信息组的众数；将检优缓冲频次信息组的众数与Tn进行差值计算得到缓冲偏值PZ。
6.根据权利要求1所述的基于人工智能的智慧型物流快检机，其特征在于，假设所述第一识别范围的长度为M列，所述被检对象被放置在速度为V米/秒的皮带上，所述图像的扫描频率为F列/秒，典型嫌疑物的长度为L米，则M＝F*(L/V)。
7.根据权利要求6所述的基于人工智能的智慧型物流快检机，其特征在于，假设所述切分位置是图像的第C列，所述第一识别范围是第C-M列至第C列，识别出的嫌疑物的坐标是(x1，y1)，则所述图像处理模块利用所述安检模块将从第x1-W列到第C列的图像与所述下一幅图像一起发送给所述远程判图模块，其中W为边缘裕量。
8.根据权利要求1所述的基于人工智能的智慧型物流快检机，其特征在于，仅在切分位置处存在被检对象时才进行所述人工智能识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310330060.9A CN116415864A (zh) | 2023-03-30 | 2023-03-30 | 基于人工智能的智慧型物流快检机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310330060.9A CN116415864A (zh) | 2023-03-30 | 2023-03-30 | 基于人工智能的智慧型物流快检机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116415864A true CN116415864A (zh) | 2023-07-11 |
Family
ID=87054303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310330060.9A Withdrawn CN116415864A (zh) | 2023-03-30 | 2023-03-30 | 基于人工智能的智慧型物流快检机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116415864A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117112816A (zh) * | 2023-10-20 | 2023-11-24 | 浙江啄云智能科技有限公司 | 安检图像的排序方法、装置、设备及存储介质 |
-
2023
- 2023-03-30 CN CN202310330060.9A patent/CN116415864A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117112816A (zh) * | 2023-10-20 | 2023-11-24 | 浙江啄云智能科技有限公司 | 安检图像的排序方法、装置、设备及存储介质 |
| CN117112816B (zh) * | 2023-10-20 | 2024-02-02 | 浙江啄云智能科技有限公司 | 安检图像的排序方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108711148B (zh) | 一种基于深度学习的轮胎缺陷智能检测方法 | |
| CN110490842A (zh) | 一种基于深度学习的带钢表面缺陷检测方法 | |
| CN103221807A (zh) | 快速处理和检测幅材型材料中的不均匀因素 | |
| CN113128555B (zh) | 一种用于列车闸片部件异常检测的方法 | |
| CN104573659A (zh) | 一种基于svm的驾驶员接打电话监控方法 | |
| CN116415864A (zh) | 基于人工智能的智慧型物流快检机 | |
| CN114049624B (zh) | 一种基于机器视觉的船舶舱室智能检测方法及系统 | |
| CN113888480A (zh) | 一种基于mes的质量追溯方法和系统 | |
| CN116957612B (zh) | 一种纺织品出货的检验系统 | |
| CN118134432B (zh) | 一种食品安全的协同监管方法、系统、电子设备及介质 | |
| CN110210338A (zh) | 一种对目标人员的着装信息进行检测识别的方法及系统 | |
| CN114662619B (zh) | 基于多源数据融合的桥梁监测系统 | |
| CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
| CN116468373B (zh) | 一种基于物联网的电厂设备仓储管理系统 | |
| CN110705552B (zh) | 行李托盘识别方法及装置 | |
| CN111832931A (zh) | 一种基于大数据的智慧工厂人员流动检测方法 | |
| CN116859842A (zh) | 一种化工生产线安全评估系统 | |
| CN115861895A (zh) | 一种磷酸铁锂生产现场的物料追踪方法及系统 | |
| CN115938009A (zh) | 一种智能电子巡检定位方法及系统 | |
| CN112732773B (zh) | 一种继电保护缺陷数据的唯一性校核方法及系统 | |
| Xu et al. | Intelligent corrosion detection and rating based on faster region-based convolutional neural network | |
| CN108875830A (zh) | 一种基于图像识别的货架商品离线识别方法、系统及装置 | |
| Ji et al. | A Computer Vision-Based System for Metal Sheet Pick Counting. | |
| CN117654907B (zh) | 用于带料检测机的自动剔除方法及系统 | |
| CN117557551B (zh) | 一种基于深度学习的航空安检行李图像分析方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230711 |
|
| WW01 | Invention patent application withdrawn after publication |