CN117218112B - 一种基于视频分析的危废仓库超量识别系统及方法 - Google Patents
一种基于视频分析的危废仓库超量识别系统及方法 Download PDFInfo
- Publication number
- CN117218112B CN117218112B CN202311452338.6A CN202311452338A CN117218112B CN 117218112 B CN117218112 B CN 117218112B CN 202311452338 A CN202311452338 A CN 202311452338A CN 117218112 B CN117218112 B CN 117218112B
- Authority
- CN
- China
- Prior art keywords
- warehouse
- dangerous waste
- dangerous
- waste
- storage
- 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
- 239000002699 waste material Substances 0.000 title claims abstract description 392
- 238000004458 analytical method Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000002920 hazardous waste Substances 0.000 claims abstract description 138
- 238000004806 packaging method and process Methods 0.000 claims abstract description 79
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 238000011282 treatment Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 10
- 238000012856 packing Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 231100000647 material safety data sheet Toxicity 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012864 cross contamination Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000010926 waste battery Substances 0.000 description 1
- 239000010887 waste solvent Substances 0.000 description 1
Landscapes
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种基于视频分析的危废仓库超量识别系统及方法,涉及视频分析技术领域,包括:S1:对危废仓库的相关数据和危废仓库内危险废物存放相关信息进行采集,对仓库内的存放区域进行划分;S2:对危废仓库内各区域的危险废物存放情况进行监测,判断当前仓库各存放区域的危险废物存放是否符合预设标准要求;S3:对监测得到的危险废物存放相关视频数据进行分析,结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别;S4:当危废仓库中的危险废物的数量超过预设的数量阈值时发出预警提示;对危废仓库中的危险废物存放进行监测和预警,避免危废仓库存储超量引发的安全事故。
Description
技术领域
本发明涉及视频分析技术领域,具体为一种基于视频分析的危废仓库超量识别系统及方法。
背景技术
伴随着工业的发展,各类化工产品的加工和使用导致危废物质的数量逐步增加。而危废仓库是指专门用于存放和管理危险废物的设施或区域,提供安全、有效的存储和管理危险废物的场所。危废仓库通常配备了必要的设施和设备,以确保废物处理过程符合环境法规和安全标准。危废仓库的库容量和布局根据所处理的废物类型和量来确定,以确保仓库能够容纳并安全存储废物。仓库通常会划分为不同的区域或房间,以便分类、分区和标识危险废物。
当危废仓库中的危险废物存储到一定量之后需要进行转移,运输至特定处置区域进行处理。由于危废仓库中的危险废物存储量较大,如果发生安全事故,将会波及极大范围,所以,危废仓库中的危险废物存储问题相较于其他处理环节存在更大的隐患。危废仓库的超量存放严重违反了相关规定,当仓库内存放的危险废物数量超过了规定的限制,可能会导致仓库内的堆放不稳地,增加倾倒、滑落或坍塌的风险,给相关工作人员和周围环境带来安全隐患,甚至导致事故发生,造成人身伤害或财产损失。因此,对危废仓库的超量识别具有一定的必要性。
因此,为了解决上述问题或部分问题,本发明提供了一种基于视频分析的危废仓库超量识别系统及方法。
发明内容
本发明的目的在于提供一种基于视频分析的危废仓库超量识别系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于视频分析的危废仓库超量识别方法,包括以下步骤:
S1:通过仓库内摄像头对危废仓库的相关数据进行采集,采集到危废仓库的结构特征;采集危废仓库内危险废物存放相关信息,根据危险废物的包装属性特征对仓库内的存放区域进行划分,将各包装属性特征对应的仓库区域进行标记,并在数据库中将仓库内各存放区域与各包装属性特征的对应关系进行存储;
S2:通过仓库内的视频采集设备获取危险废物存放相关视频数据,对危废仓库内各区域的危险废物存放情况进行监测;获取到当前仓库内各存放区域的危险废物的包装属性特征,并对当前仓库内各存放区域的包装属性特征与数据库中的对应的包装属性特征进行比对,判断当前仓库各存放区域的危险废物存放是否符合预设标准要求;
S3:若当前仓库各存放区域的危险废物存放符合预设标准要求,则对监测得到的危险废物存放相关视频数据进行分析,结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别;
S4:根据S3中对危废仓库内危险废物数量的识别结果,当危废仓库中的危险废物的数量超过预设的数量阈值时,向相关工作人员发出预警提示,并对危废仓库中的存放情况进行反馈。
进一步的,所述S1包括:
步骤S1-1:对危废仓库的结构特征进行采集,记录仓库的整体布局、尺寸、房间数量、货架结构等信息;根据危废仓库的结构特征,筛选当前仓库能够满足的存放需求的危险废物种类;获取到当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据;
步骤S1-2:结合各类型危险废物存放所需包装(从数据库中导入),包装类型包括钢桶、吨袋、塑料桶、玻璃瓶等,根据当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据,对仓库内的危险废物存放位置进行区域划分,根据区域划分结果,对仓库内的危险废物存放位置进行标记,将标记后的仓库区域集合C存储至数据库中;其中,C={C1、C2、...、Cn},C1,C2,...,Cn分别表示仓库区域属性集合C中的第1,2,..,n个仓库区域;任一仓库区域Ci存在对应的危险废物存放包装要求Qj,其中,i=1、2、...、n,n表示为危废仓库标记划分出的仓库区域数量;j=1、2、...、m,m表示危险废物存放包装要求的数量;且n≥m。
根据当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据,对仓库内的危险废物存放位置进行区域划分,能够获取到各区域存放危险废物的包装类型,由于视频数据采集设备的参数不同,不同包装类型的属性特征也不同,通过包装类型划分仓库区域可以针对性的选择视频数据采集设备,更有效的对视频数据进行采集,以便于后续步骤中通过视频数据分析包装属性特征时能够优化数据来源,提高视频数据的质量,减少数据分析出现误差的可能。
进一步的,所述S2包括:
步骤S2-1:通过仓库内的摄像头或其他视频采集设备对任一仓库区域Ci中的危险废物存放情况进行监测,需要说明的是,仓库内在多个位置设有视频采集设备,监测到仓库区域Ci内当前危险废物的存放视频数据,对当前危险废物的存放视频数据进行预处理,包括去噪、平滑、调整亮度或对比度等处理,以便于优化图像质量,提高后续处理的准确性;
步骤S2-2:通过计算机视觉技术,对处理后的视频数据进行分析;获取到仓库区域Ci中存放的危险废物的包装属性特征集合Zi,所述危险废物的包装属性特征集合Zi={Zi1、Zi2、...、Ziγ},Zi1,Zi2,...,Ziγ分别表示危险废物的包装属性特征集合中的第1、2、...γ个特征;所述危险废物的包装属性特征包括危废识别标签、包装类型、包装尺寸和包装容量等;
步骤S2-3:提取数据库中仓库区域Ci对应的危险废物存放包装要求Qj,若(Zi∪Qj)-Qj=Ø,则认为仓库区域Ci中存放的危险废物符合第一识别要求;若(Zi∪Qj)-Qj≠Ø,则认为仓库区域Ci中存放的危险废物不符合第一识别要求,发出预警信息,提醒相关人员对危险废物的存放进行修正;以便于避免危险废物存放位置错误,进而避免由于存放混淆导致的交叉污染,降低危废仓库的风险发生概率,保障员工和公共安全。
进一步的,所述S3包括:
步骤S3-1:若当前仓库各存放区域的危险废物存放符合预设标准要求,则对监测得到的危险废物存放相关视频数据进行分析;提取视频序列中当前时刻的视频帧,对视频帧中包含的危险废物存放图像进行解析;设仓库区域Ci中存放的危险废物的包装属性特征Zi1为危废识别标签,对仓库区域Ci中存放的危险废物进行第二识别;
使用物体检测算法对仓库区域Ci的危险废物存放图像中的包装属性特征Zi1为进行检测和定位;以仓库地面水平线为横轴,以垂直地面水平线方向作为纵轴,添加一个垂直于横轴和纵轴的轴作为第三维度,构建三维坐标系,在这个三维坐标系中,我们可以准确地描述仓库中物体的位置;获得检测和定位得到的任意危废识别标签k在三维坐标系中的坐标(xk,yk,zk);其中,zk的取值由数据库中预设危废识别标签像素数量和第三维度的坐标取值关系确定;由于仓库中的摄像头位置变动情况较小,危险废物存放的位置也较为固定,由数据库中预设的危废识别标签像素与坐标取值关系可以满足本申请中的数据分析需求,当物品距离摄像头较远时,在图像上所占的像素会比较少,因此,可以通过图像中各危废识别标签的像素数量确定危废识别标签坐标在第三维度的取值;
步骤S3-2:结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别,根据三维坐标系中的危废识别标签横坐标,对纵轴方向的危废识别标签坐标点,以坐标系原点为起点,以R为单位距离进行划分,沿水平方向对划分后的危废识别标签坐标点进行连线;
其中,;F表示当前坐标系中纵轴方向的取值最高点对应的横坐标上危废识别标签坐标点的数量;
步骤S3-3:对连接得到的f条线段进行分析,f≤F,将线段映射在由仓库地面水平线为横轴和垂直于横轴和纵轴的第三维度构成的平面直角坐标系中,对于无法连接的单点,则结合坐标点在第三维度的取值,判断该单点的堆放情况,根据数据库中预设的危险废物堆放模型,将线段斜率和单点堆放情况转化为堆放危险废物的各层数量,得到当前危险废物的堆放情况,包括堆放方式、堆放层数F和各层堆放数量;具体的,以水平面为基准,第一层堆放数量可结合视频数据中的其他视频帧进行获取,获取到当前存放危险废物堆的正面图像和侧面图像,其中,可由步骤S3-1中的方法取得第一层堆放的正面数量T1’;侧面可能不存在危废识别标签,通过图像识别技术获取危险废物堆的侧面图像中的第一层堆放的区域长度L,根据以下公式计算得到第一层堆放的侧面数量T1,其中,G表示当前坐标系中横轴方向第一层堆放对应的危险废物的按照标准包装规格计算的数量;
;
由可得第一层堆放数量;具体的,上一层的堆放数量小于等于下一层堆放数量;
将各层堆放数量累加计算得到仓库区域Ci中存放的危险废物数量。
优选的,本申请的技术方案可以减少对视频数据采集设备的参数要求,通过较小的计算量获得准确的危险废物数量识别结果,同时在视频数据存储时,通过分辨率或像素的降低,节省大量的存储空间,降低管理成本。
所述危险废物堆放模型存在线段斜率Δy/Δx与数量递减的对应关系,由危险废物的包装尺寸影响。
进一步的,所述S4包括:
步骤S4-1:接收到S3中对目标区域内的危险废物数量分析结果,根据数据库中目标区域预设的危险废物数量阈值,判断当前目标区域内的危险废物是否存在超量风险,若存在超量风险,则生成预警信息;
具体的,S3中的危险废物数量分析结果为以包装为单位的数量分析结果,可结合包装容量获取其他单位的数量分析结果;
步骤S4-2:根据S3中对目标区域内的危险废物数量分析结果和步骤S4-1中的超量风险判断结果,通过可视化技术生成危险废物数量识别结果和预警信息并显示至可视化界面向相关用户进行反馈,所述可视化界面可部署到如计算机、移动设备等终端设备上。
一种基于视频分析的危废仓库超量识别系统,包括:仓库数据采集模块、危险废物数据监测模块、仓库数据识别分析模块和仓库超量预警模块;
所述仓库数据采集模块用于对危废仓库的相关数据进行采集,采集到危废仓库的组成情况和仓库内的废物存放情况;
所述危险废物数据监测模块用于对危废仓库内各区域的危险废物的存放情况进行监测,监测得到危废仓库中危险废物的堆放相关数据;
所述仓库数据识别分析模块用于对危废仓库中危险废物的堆放相关数据进行分析,通过视频分析的方式,识别危废仓库中的危险废物数量;
所述仓库超量预警模块用于根据仓库数据识别分析模块的分析结果对危废仓库中的危险废物的超量情况进行预警,当仓库内的危险废物数量超过设定阈值时,向相关工作人员发出预警提示;以便于避免废物超量严重的情况,减少超量危险废物带来的安全隐患,帮助提示相关人员及时采取措施,并进一步通过管理系统对危废仓库的存储情况进行调整和优化。
所述仓库数据采集模块和危险废物数据监测模块的输出端与仓库数据识别分析模块的输入端连接,所述仓库数据识别分析模块的输出端与仓库超量预警模块的输入端连接。
进一步的,所述仓库数据采集模块包括仓库特征数据采集单元、仓库存放数据采集单元和仓库区域标记单元;
所述仓库特征数据采集单元用于对危废仓库的相关数据进行采集,采集到危废仓库的基本信息,包括仓库名称、仓库的建筑结构、大小、布局、通道、容量和设备等信息;
所述仓库存放数据采集单元用于对危废仓库中危险废物的存放相关数据进行采集,采集到危废仓库内危险废物存放相关信息,包括仓库内可存放的废物类型、各危险废物类型存放时对应的包装方式和仓库中的可用存放位置;
所述仓库区域标记单元用于根据危险废物的包装方式,对仓库内的存放区域进行划分、标记,在数据库中将仓库内各存放区域与各包装方式的对应关系进行存储。
进一步的,所述危险废物数据监测模块包括危险废物存放数据获取单元、危险废物特征获取单元和各区域存放情况判别单元;
所述危险废物存放数据获取单元用于对危废仓库中各区域内的危险废物存放情况进行监测,通过仓库内的摄像头获取到危险废物存放相关视频数据;
所述危险废物特征获取单元用于对危险废物存放相关视频数据进行处理,提取视频数据中的危险废物的包装属性特征;
所述各区域存放情况判别单元用于根据提取的危险废物的包装属性特征,结合数据库中仓库内各存放区域与各包装属性特征的对应关系,判断当前仓库内各存放区域内的危险废物存放情况是否满足预设要求。
进一步的,所述仓库数据识别分析模块包括危险废物数量特征提取单元和危险废物数量分析单元;
所述危险废物数量特征提取单元用于根据危险废物存放相关视频数据,对危废仓库内的危险废物数量特征进行识别和提取;
所述危险废物数量分析单元用于根据提取的危废仓库内的危险废物数量特征对危废仓库内的危险废物数量进行分析。
进一步的,所述仓库超量预警模块包括仓库超量判别单元和超量数据反馈单元;
所述仓库超量判别单元用于根据危废仓库内的危险废物数量分析结果判别当前危废仓库是否存在超量风险;
所述超量数据反馈单元用于对当前危废仓库内的危险废物数量情况进行反馈,通过可视化技术将危废仓库的超量识别结果显示至终端界面;将危险废物的数量等信息以可视化的方式展示出来,以便于相关人员通过仓库管理人员做出合理的库存管理决策,并为仓库数据统计和分析提供实时数据支持。
与现有技术相比,本发明所达到的有益效果是:
本发明通过仓库数据采集模块对危废仓库的相关数据进行采集,采集到危废仓库的组成情况和仓库内的废物存放情况;对于危废仓库中危险废物的数量识别使用视频分析的方式,通过监控摄像头或其他视频采集设备,在危废仓库中进行实时视频录制,根据物体的特征对视频中的危险废物进行计数。
通过危险废物数据监测模块对危废仓库内各区域的危险废物的存放情况进行监测,监测得到危废仓库中危险废物的堆放相关数据;帮助实现危废仓库中危险废物存放的监测和预警,避免人工巡视中出现的漏检和误判等问题,有效避免因为危险废物存储不当而引发的安全事故,保障危险废物管理的安全性。
通过仓库数据识别分析模块对危废仓库中危险废物的堆放相关数据进行分析,通过视频分析的方式,识别危废仓库中的危险废物数量;通过仓库超量预警模块根据仓库数据识别分析模块的分析结果对危废仓库中的危险废物的超量情况进行预警,当仓库内的危险废物数量超过设定阈值时,向相关工作人员发出预警提示;以便于避免废物超量严重的情况,减少超量危险废物带来的安全隐患,帮助提示相关人员及时采取措施,并进一步通过管理系统对危废仓库的存储情况进行调整和优化。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于视频分析的危废仓库超量识别系统的模块结构示意图;
图2是本发明一种基于视频分析的危废仓库超量识别方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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他实施例,都属于本发明保护的范围。
实施例1:如图1所示,本实施例提供了一种基于视频分析的危废仓库超量识别系统,所述系统包括:仓库数据采集模块、危险废物数据监测模块、仓库数据识别分析模块和仓库超量预警模块;
仓库数据采集模块,用于对危废仓库的相关数据进行采集,采集到危废仓库的组成情况和仓库内的废物存放情况;仓库数据采集模块包括仓库特征数据采集单元、仓库存放数据采集单元和仓库区域标记单元;
仓库特征数据采集单元用于对危废仓库的相关数据进行采集,采集到危废仓库的基本信息,包括仓库名称、仓库的建筑结构、大小、布局、通道、容量和设备等信息;
仓库存放数据采集单元用于对危废仓库中危险废物的存放相关数据进行采集,采集到危废仓库内危险废物存放相关信息,包括仓库内可存放的废物类型、各危险废物类型存放时对应的包装方式和仓库中的可用存放位置;
仓库区域标记单元用于根据危险废物的包装方式,对仓库内的存放区域进行划分、标记,在数据库中将仓库内各存放区域与各包装方式的对应关系进行存储。
危险废物数据监测模块,用于对危废仓库内各区域的危险废物的存放情况进行监测,监测得到危废仓库中危险废物的堆放相关数据;危险废物数据监测模块包括危险废物存放数据获取单元、危险废物特征获取单元和各区域存放情况判别单元;
危险废物存放数据获取单元用于对危废仓库中各区域内的危险废物存放情况进行监测,通过仓库内的摄像头获取到危险废物存放相关视频数据;
危险废物特征获取单元用于对危险废物存放相关视频数据进行处理,提取视频数据中的危险废物的包装属性特征;
各区域存放情况判别单元用于根据提取的危险废物的包装属性特征,结合数据库中仓库内各存放区域与各包装属性特征的对应关系,判断当前仓库内各存放区域内的危险废物存放情况是否满足预设要求。
仓库数据识别分析模块,用于对危废仓库中危险废物的堆放相关数据进行分析,通过视频分析的方式,识别危废仓库中的危险废物数量;仓库数据识别分析模块包括危险废物数量特征提取单元和危险废物数量分析单元;
危险废物数量特征提取单元用于根据危险废物存放相关视频数据,对危废仓库内的危险废物数量特征进行识别和提取;
危险废物数量分析单元用于根据提取的危废仓库内的危险废物数量特征对危废仓库内的危险废物数量进行分析。
仓库超量预警模块,用于根据仓库数据识别分析模块的分析结果对危废仓库中的危险废物的超量情况进行预警,当仓库内的危险废物数量超过设定阈值时,向相关工作人员发出预警提示;仓库超量预警模块包括仓库超量判别单元和超量数据反馈单元;
仓库超量判别单元用于根据危废仓库内的危险废物数量分析结果判别当前危废仓库是否存在超量风险;
超量数据反馈单元用于对当前危废仓库内的危险废物数量情况进行反馈,通过可视化技术将危废仓库的超量识别结果显示至终端界面;将危险废物的数量等信息以可视化的方式展示出来,例如在视频中标注出数量、生成统计图表等;以便于相关人员通过仓库管理人员做出合理的库存管理决策,并为仓库数据统计和分析提供实时数据支持。
请参阅图1、图2和具体实施例对本发明作进一步的说明。
实施例2:如图2所示,本实施例提供了一种基于视频分析的危废仓库超量识别方法,其基于实施例中的一种基于视频分析的危废仓库超量识别系统实现,具体包括以下步骤:
S1:通过仓库内摄像头对危废仓库的相关数据进行采集,采集到危废仓库的结构特征;采集危废仓库内危险废物存放相关信息,根据危险废物的包装属性特征对仓库内的存放区域进行划分,将各包装属性特征对应的仓库区域进行标记,并在数据库中将仓库内各存放区域与各包装属性特征的对应关系进行存储;
步骤S1-1:对危废仓库的结构特征进行采集,记录仓库的整体布局、尺寸、房间数量、货架结构等信息;根据危废仓库的结构特征,结合安全数据表(MSDS),又称为物质安全技术说明书(Material Safety Data Sheet),提供了有关化学品或危险物质的详细信息和化学品的安全操作建议,包括个人防护措施、通风要求、储存条件等;筛选当前仓库能够满足的存放需求的危险废物种类;获取到当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据;
考虑到危险废物的特性和要求,评估当前仓库的设施和结构条件是否满足存放该类别危险废物的要求。例如,是否有适当的容器、是否有必要的防护设施、是否具备合适的通风条件等。
步骤S1-2:结合各类型危险废物存放所需包装(从数据库中导入),包装类型包括钢桶、吨袋、塑料桶、玻璃瓶等,根据当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据,对仓库内的危险废物存放位置进行区域划分,根据区域划分结果,对仓库内的危险废物存放位置进行标记,将标记后的仓库区域集合C存储至数据库中;其中,C={C1、C2、...、Cn},C1,C2,...,Cn分别表示仓库区域属性集合C中的第1,2,..,n个仓库区域;任一仓库区域Ci存在对应的危险废物存放包装要求Qj,其中,i=1、2、...、n,n表示为危废仓库标记划分出的仓库区域数量;j=1、2、...、m,m表示危险废物存放包装要求的数量;且n≥m。
根据当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据,对仓库内的危险废物存放位置进行区域划分,能够获取到各区域存放危险废物的包装类型,由于视频数据采集设备的参数不同,不同包装类型的属性特征也不同,通过包装类型划分仓库区域可以针对性的选择视频数据采集设备,更有效的对视频数据进行采集,以便于后续步骤中通过视频数据分析包装属性特征时能够优化数据来源,提高视频数据的质量,减少数据分析出现误差的可能。
S2:通过仓库内的视频采集设备获取危险废物存放相关视频数据,对危废仓库内各区域的危险废物存放情况进行监测;获取到当前仓库内各存放区域的危险废物的包装属性特征,并对当前仓库内各存放区域的包装属性特征与数据库中的对应的包装属性特征进行比对,判断当前仓库各存放区域的危险废物存放是否符合预设标准要求;
步骤S2-1:通过仓库内的摄像头或其他视频采集设备对任一仓库区域Ci中的危险废物存放情况进行监测,需要说明的是,仓库内在多个位置设有视频采集设备,监测到仓库区域Ci内当前危险废物的存放视频数据,对当前危险废物的存放视频数据进行预处理,包括去噪、平滑、调整亮度或对比度等处理,以便于优化图像质量,提高后续处理的准确性;
步骤S2-2:通过计算机视觉技术,对处理后的视频数据进行分析;获取到仓库区域Ci中存放的危险废物的包装属性特征集合Zi,所述危险废物的包装属性特征集合Zi={Zi1、Zi2、...、Ziγ},Zi1,Zi2,...,Ziγ分别表示危险废物的包装属性特征集合中的第1、2、...γ个特征;所述危险废物的包装属性特征包括危废识别标签、包装类型、包装尺寸和包装容量等;
步骤S2-3:提取数据库中仓库区域Ci对应的危险废物存放包装要求Qj,若(Zi∪Qj)-Qj=Ø,则认为仓库区域Ci中存放的危险废物符合第一识别要求;若(Zi∪Qj)-Qj≠Ø,则认为仓库区域Ci中存放的危险废物不符合第一识别要求,发出预警信息,提醒相关人员对危险废物的存放进行修正;以便于避免危险废物存放位置错误,进而避免由于存放混淆导致的交叉污染,降低危废仓库的风险发生概率,保障员工和公共安全。
S3:若当前仓库各存放区域的危险废物存放符合预设标准要求,则对监测得到的危险废物存放相关视频数据进行分析,结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别;
步骤S3-1:若当前仓库各存放区域的危险废物存放符合预设标准要求,则对监测得到的危险废物存放相关视频数据进行分析;提取视频序列中当前时刻的视频帧,对视频帧中包含的危险废物存放图像进行解析;设仓库区域Ci中存放的危险废物的包装属性特征Zi1为危废识别标签,对仓库区域Ci中存放的危险废物进行第二识别;
使用物体检测算法对仓库区域Ci的危险废物存放图像中的包装属性特征Zi1为进行检测和定位;以仓库地面水平线为横轴,以垂直地面水平线方向作为纵轴,添加一个垂直于横轴和纵轴的轴作为第三维度,构建三维坐标系,在这个三维坐标系中,我们可以准确地描述仓库中物体的位置;获得检测和定位得到的任意危废识别标签k在三维坐标系中的坐标(xk,yk,zk);其中,zk的取值由数据库中预设危废识别标签像素数量和第三维度的坐标取值关系确定;由于仓库中的摄像头位置变动情况较小,危险废物存放的位置也较为固定,由数据库中预设的危废识别标签像素与坐标取值关系可以满足本申请中的数据分析需求,当物品距离摄像头较远时,在图像上所占的像素会比较少,因此,可以通过图像中各危废识别标签的像素数量确定危废识别标签坐标在第三维度的取值;
其中,对仓库区域Ci的危险废物存放图像中的包装属性特征Zi1为进行检测和定位包括以下步骤:
D1:收集包含仓库区域Ci中危险废物存放的图像数据集,并对每个图像进行标注,标注出危险废物的边界框和包装属性特征Zi1;
D2:使用已标注的数据集训练危废识别标签检测模型,常用的物体检测算法包括YOLO、Faster R-CNN、SSD等,训练模型的目标是能够准确地检测和定位危险废物,并输出其边界框和关联的包装属性特征Zi1;
D3:将训练好的危废识别标签检测模型应用于待检测的仓库区域Ci图像中,通过模型检测得到仓库区域Ci的当前图像中的包装属性特征Zi1;
D4:根据模型检测结果,获取危险废物的位置信息和包装属性特征Zi1;进一步的,通过分析这些特征,可以判断当前仓库区域是否符合危险废物的存放标准等。
步骤S3-2:结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别,根据三维坐标系中的危废识别标签横坐标,对纵轴方向的危废识别标签坐标点,以坐标系原点为起点,以R为单位距离进行划分,沿水平方向对划分后的危废识别标签坐标点进行连线;
其中,;F表示当前坐标系中纵轴方向的取值最高点对应的横坐标上危废识别标签坐标点的数量;
步骤S3-3:对连接得到的f条线段进行分析,f≤F,将线段映射在由仓库地面水平线为横轴和垂直于横轴和纵轴的第三维度构成的平面直角坐标系中,对于无法连接的单点,则结合坐标点在第三维度的取值,判断该单点的堆放情况,根据数据库中预设的危险废物堆放模型,将线段斜率转化为堆放危险废物的各层数量,得到当前危险废物的堆放情况,包括堆放方式(如垂直堆放、水平堆放、交错堆放等)、堆放层数和各层堆放数量;具体的,以水平面为基准,第一层堆放数量可结合视频数据中的其他视频帧进行获取,获取到当前存放危险废物堆的正面图像和侧面图像,其中,可由步骤S3-1中的方法取得第一层堆放的正面数量T1’;侧面可能不存在危废识别标签,通过图像识别技术获取危险废物堆的侧面图像中的第一层堆放的区域长度L,根据以下公式计算得到第一层堆放的侧面数量T1,其中,G表示当前坐标系中横轴方向第一层堆放对应的危险废物的按照标准包装规格计算的数量;
;
由可得第一层堆放数量;具体的,上一层的堆放数量小于等于下一层堆放数量;
将各层堆放数量累加计算得到仓库区域Ci中存放的危险废物数量。
所述危险废物堆放模型存在线段斜率Δy/Δx与数量递减的对应关系,由危险废物的包装尺寸影响。
S4:根据S3中对危废仓库内危险废物数量的识别结果,当危废仓库中的危险废物的数量超过预设的数量阈值时,向相关工作人员发出预警提示,并对危废仓库中的存放情况进行反馈;
步骤S4-1:接收到S3中对目标区域内的危险废物数量分析结果,根据数据库中目标区域预设的危险废物数量阈值,判断当前目标区域内的危险废物是否存在超量风险,若存在超量风险,则生成预警信息;
具体的,S3中的危险废物数量分析结果为以包装为单位的数量分析结果,可结合包装容量获取其他单位的数量分析结果;
步骤S4-2:根据S3中对目标区域内的危险废物数量分析结果和步骤S4-1中的超量风险判断结果,通过可视化技术生成危险废物数量识别结果和预警信息并显示至可视化界面向相关用户进行反馈,所述可视化界面可部署到如计算机、移动设备等终端设备上。
根据设计的界面,利用相应的数据可视化工具和库,如Matplotlib、D3.js等,将处理后的数据转化为可视化图形,反映危险废物数量情况和超量识别结果;例如,可以采用柱状图、饼图、进度条、警示提示等方式来呈现数据,所述可视化界面实时更新危险废物数量情况和超量识别结果,可通过定期采集、传输数据以及界面的刷新机制来实现;
所述可视化界面包括视频展示,并对视频数据中的危险废物的基础属性进行说明,包括包装类型(钢桶、吨袋、塑料桶、玻璃瓶等),危废分类(废油、废酸、废碱、废溶剂、废涂料、废药品、废电池等)和危险等级(一级、二级、三级、四级)。
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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于视频分析的危废仓库超量识别方法,其特征在于:包括以下步骤:
S1:对危废仓库的相关数据进行采集,采集到危废仓库的结构特征;采集危废仓库内危险废物存放相关信息,根据危险废物的包装属性特征对仓库内的存放区域进行划分,将各包装属性特征对应的仓库区域进行标记,并在数据库中将仓库内各存放区域与各包装属性特征的对应关系进行存储;
S2:通过仓库内的视频采集设备获取危险废物存放相关视频数据,对危废仓库内各区域的危险废物存放情况进行监测;获取到当前仓库内各存放区域的危险废物的包装属性特征,并对当前仓库内各存放区域的包装属性特征与数据库中的对应的包装属性特征进行比对,判断当前仓库各存放区域的危险废物存放是否符合预设标准要求;
S3:若当前仓库各存放区域的危险废物存放符合预设标准要求,则对监测得到的危险废物存放相关视频数据进行分析,结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别;
S4:根据S3中对危废仓库内危险废物数量的识别结果,当危废仓库中的危险废物的数量超过预设的数量阈值时,向相关工作人员发出预警提示,并对危废仓库中的存放情况进行反馈;
所述S3包括:
步骤S3-1:若当前仓库各存放区域的危险废物存放符合预设标准要求,则对监测得到的危险废物存放相关视频数据进行分析;提取视频序列中当前时刻的视频帧,对视频帧中包含的危险废物存放图像进行解析;设仓库区域Ci中存放的危险废物的包装属性特征Zi1为危废识别标签,对仓库区域Ci中存放的危险废物进行第二识别;
使用物体检测算法对仓库区域Ci的危险废物存放图像中的包装属性特征Zi1进行检测和定位;以仓库地面水平线为横轴,以垂直地面水平线方向作为纵轴,添加一个垂直于横轴和纵轴的轴作为第三维度,构建三维坐标系;获得检测和定位得到的任意危废识别标签k在三维坐标系中的坐标(xk,yk,zk);其中,zk的取值由数据库中预设危废识别标签像素数量和第三维度的坐标取值关系确定;
步骤S3-2:结合危险废物的包装属性特征对危废仓库内的危险废物数量进行识别,根据三维坐标系中的危废识别标签横坐标,对纵轴方向的危废识别标签坐标点,以坐标系原点为起点,以R为单位距离进行划分,沿水平方向对划分后的危废识别标签坐标点进行连线;
其中,;F表示当前坐标系中纵轴方向的取值最高点对应的横坐标上危废识别标签坐标点的数量;
步骤S3-3:对连接得到的f条线段进行分析,f≤F,将线段映射在由仓库地面水平线为横轴和垂直于横轴和纵轴的第三维度构成的平面直角坐标系中,对于无法连接的单点,则结合坐标点在第三维度的取值,判断该单点的堆放情况,根据数据库中预设的危险废物堆放模型,将线段斜率和单点堆放情况转化为堆放危险废物的各层数量,得到当前危险废物的堆放情况,包括堆放方式、堆放层数F和各层堆放数量;具体的,以水平面为基准,第一层堆放数量结合视频数据中的其他视频帧进行获取,获取到当前存放危险废物堆的正面图像和侧面图像,其中,由步骤S3-1中的方法取得第一层堆放的正面数量T1’;通过图像识别技术获取危险废物堆的侧面图像中的第一层堆放的区域长度L,根据以下公式计算得到第一层堆放的侧面数量T1,其中,G表示当前坐标系中横轴方向第一层堆放对应的危险废物的按照标准包装规格计算的数量;
;
由可得第一层堆放数量;具体的,上一层的堆放数量小于等于下一层堆放数量;
将各层堆放数量累加计算得到仓库区域Ci中存放的危险废物数量。
2.根据权利要求1所述的一种基于视频分析的危废仓库超量识别方法,其特征在于:所述S1包括:
步骤S1-1:对危废仓库的结构特征进行采集,根据危废仓库的结构特征,筛选当前仓库能够满足的存放需求的危险废物种类;获取到当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据;
步骤S1-2:结合各类型危险废物存放所需包装,根据当前危废仓库的可存放危险废物类型和各类型危险废物对应的位置数据,对仓库内的危险废物存放位置进行区域划分,根据区域划分结果,对仓库内的危险废物存放位置进行标记,将标记后的仓库区域集合C存储至数据库中;其中,C={C1、C2、...、Cn},C1,C2,...,Cn分别表示仓库区域属性集合C中的第1,2,..,n个仓库区域;任一仓库区域Ci存在对应的危险废物存放包装要求Qj,其中,i=1、2、...、n,n表示为危废仓库标记划分出的仓库区域数量;j=1、2、...、m,m表示危险废物存放包装要求的数量;且n≥m。
3.根据权利要求1所述的一种基于视频分析的危废仓库超量识别方法,其特征在于:所述S2包括:
步骤S2-1:通过仓库内的摄像头或其他视频采集设备对任一仓库区域Ci中的危险废物存放情况进行监测,监测到仓库区域Ci内当前危险废物的存放视频数据,对当前危险废物的存放视频数据进行预处理;
步骤S2-2:通过计算机视觉技术,对处理后的视频数据进行分析;获取到仓库区域Ci中存放的危险废物的包装属性特征集合Zi,所述危险废物的包装属性特征集合Zi={Zi1、Zi2、...、Ziγ},Zi1,Zi2,...,Ziγ分别表示危险废物的包装属性特征集合中的第1、2、...γ个特征;
步骤S2-3:提取数据库中仓库区域Ci对应的危险废物存放包装要求Qj,若(Zi∪Qj)-Qj=Ø,则认为仓库区域Ci中存放的危险废物符合第一识别要求;若(Zi∪Qj)-Qj≠Ø,则认为仓库区域Ci中存放的危险废物不符合第一识别要求,发出预警信息,提醒相关人员对危险废物的存放进行修正。
4.根据权利要求1所述的一种基于视频分析的危废仓库超量识别方法,其特征在于:所述S4包括:
步骤S4-1:接收到S3中对目标区域内的危险废物数量分析结果,根据数据库中目标区域预设的危险废物数量阈值,判断当前目标区域内的危险废物是否存在超量风险,若存在超量风险,则生成预警信息;
步骤S4-2:根据S3中对目标区域内的危险废物数量分析结果和步骤S4-1中的超量风险判断结果,通过可视化技术生成危险废物数量识别结果并显示至可视化界面向相关用户进行反馈。
5.一种基于视频分析的危废仓库超量识别系统,所述系统应用权利要求1至4中任意一项所述的一种基于视频分析的危废仓库超量识别方法实现,其特征在于:所述系统包括:仓库数据采集模块、危险废物数据监测模块、仓库数据识别分析模块和仓库超量预警模块;
所述仓库数据采集模块用于对危废仓库的相关数据进行采集,采集到危废仓库的组成情况和仓库内的废物存放情况;
所述危险废物数据监测模块用于对危废仓库内各区域的危险废物的存放情况进行监测,监测得到危废仓库中危险废物的堆放相关数据;
所述仓库数据识别分析模块用于对危废仓库中危险废物的堆放相关数据进行分析,通过视频分析的方式,识别危废仓库中的危险废物数量;
所述仓库超量预警模块用于根据仓库数据识别分析模块的分析结果对危废仓库中的危险废物的超量情况进行预警,当仓库内的危险废物数量超过设定阈值时,向相关工作人员发出预警提示;
所述仓库数据采集模块和危险废物数据监测模块的输出端与仓库数据识别分析模块的输入端连接,所述仓库数据识别分析模块的输出端与仓库超量预警模块的输入端连接。
6.根据权利要求5所述的一种基于视频分析的危废仓库超量识别系统,其特征在于:所述仓库数据采集模块包括仓库特征数据采集单元、仓库存放数据采集单元和仓库区域标记单元;
所述仓库特征数据采集单元用于对危废仓库的相关数据进行采集,采集到危废仓库的基本信息;
所述仓库存放数据采集单元用于对危废仓库中危险废物的存放相关数据进行采集,采集到危废仓库内危险废物存放相关信息,包括仓库内可存放的废物类型、各危险废物类型存放时对应的包装方式和仓库中的可用存放位置;
所述仓库区域标记单元用于根据危险废物的包装方式,对仓库内的存放区域进行划分、标记,在数据库中将仓库内各存放区域与各包装方式的对应关系进行存储。
7.根据权利要求5所述的一种基于视频分析的危废仓库超量识别系统,其特征在于:所述危险废物数据监测模块包括危险废物存放数据获取单元、危险废物特征获取单元和各区域存放情况判别单元;
所述危险废物存放数据获取单元用于对危废仓库中各区域内的危险废物存放情况进行监测,通过仓库内的摄像头获取到危险废物存放相关视频数据;
所述危险废物特征获取单元用于对危险废物存放相关视频数据进行处理,提取视频数据中的危险废物的包装属性特征;
所述各区域存放情况判别单元用于根据提取的危险废物的包装属性特征,结合数据库中仓库内各存放区域与各包装属性特征的对应关系,判断当前仓库内各存放区域内的危险废物存放情况是否满足预设要求。
8.根据权利要求5所述的一种基于视频分析的危废仓库超量识别系统,其特征在于:所述仓库数据识别分析模块包括危险废物数量特征提取单元和危险废物数量分析单元;
所述危险废物数量特征提取单元用于根据危险废物存放相关视频数据,对危废仓库内的危险废物数量特征进行识别和提取;
所述危险废物数量分析单元用于根据提取的危废仓库内的危险废物数量特征对危废仓库内的危险废物数量进行分析。
9.根据权利要求5所述的一种基于视频分析的危废仓库超量识别系统,其特征在于:所述仓库超量预警模块包括仓库超量判别单元和超量数据反馈单元;
所述仓库超量判别单元用于根据危废仓库内的危险废物数量分析结果判别当前危废仓库是否存在超量风险;
所述超量数据反馈单元用于对当前危废仓库内的危险废物数量情况进行反馈,通过可视化技术将危废仓库的超量识别结果显示至终端界面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311452338.6A CN117218112B (zh) | 2023-11-03 | 2023-11-03 | 一种基于视频分析的危废仓库超量识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311452338.6A CN117218112B (zh) | 2023-11-03 | 2023-11-03 | 一种基于视频分析的危废仓库超量识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117218112A CN117218112A (zh) | 2023-12-12 |
CN117218112B true CN117218112B (zh) | 2024-02-06 |
Family
ID=89039257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311452338.6A Active CN117218112B (zh) | 2023-11-03 | 2023-11-03 | 一种基于视频分析的危废仓库超量识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117218112B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523870A (zh) * | 2023-04-24 | 2023-08-01 | 山东高速建设管理集团有限公司 | 一种对施工现场钢筋管理的监测方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005324936A (ja) * | 2004-05-14 | 2005-11-24 | Nippon Yusoki Co Ltd | 自動倉庫の在庫管理装置、及びその方法 |
KR20130082528A (ko) * | 2011-12-07 | 2013-07-22 | 삼성에스디에스 주식회사 | 창고 관리 시스템 및 창고 관리 방법 |
CN104574241A (zh) * | 2015-02-03 | 2015-04-29 | 陈飞鸣 | 一种在线教育测评系统及测评方法 |
CN110111440A (zh) * | 2019-05-06 | 2019-08-09 | 常州市瑞德信息科技有限公司 | 一种基于人工智能技术的安全生产监管信息系统 |
CN110688879A (zh) * | 2018-07-06 | 2020-01-14 | 感融物联网科技(上海)有限公司 | 一种仓储计数方法 |
CN110686649A (zh) * | 2019-09-20 | 2020-01-14 | 天津普达软件技术有限公司 | 一种基于机器视觉的危险废物库存量变化的检测方法 |
CN111311630A (zh) * | 2020-01-19 | 2020-06-19 | 上海智勘科技有限公司 | 在仓储管理中通过视频智能统计货物数量的方法和系统 |
CN114913154A (zh) * | 2022-05-16 | 2022-08-16 | 成都商汤科技有限公司 | 物品拿取数量的确定方法、装置、电子设备及存储介质 |
CN115063730A (zh) * | 2022-07-13 | 2022-09-16 | 山东建筑大学 | 基于视频轨迹分析的工人闯入临边区域预警方法及系统 |
CN115186953A (zh) * | 2022-04-18 | 2022-10-14 | 苏州环职安环境工程技术有限公司 | 一种危废仓库的安全识别和预警系统 |
CN115346163A (zh) * | 2021-04-27 | 2022-11-15 | 顺丰科技有限公司 | 仓库安全监控方法、装置、系统、设备和计算机存储介质 |
CN115630897A (zh) * | 2022-10-27 | 2023-01-20 | 杭州雷风新能源科技有限公司 | 一种仓库智能管理及防火预警的系统及其装置 |
CN115759492A (zh) * | 2022-10-25 | 2023-03-07 | 四川业亿辰科技有限公司 | 一种基于卷积神经网络算法的仓储管理方法及系统 |
CN116704429A (zh) * | 2023-05-10 | 2023-09-05 | 河北辰百生信息科技有限公司 | 基于大数据分析的智能处理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014113271A1 (de) * | 2014-09-15 | 2016-03-17 | Dematic Gmbh | Nachschubverfahren für Palettiervorrichtungen in Verteilzentren |
US10913605B2 (en) * | 2019-01-22 | 2021-02-09 | Everseen Limited | Warehouse management system |
-
2023
- 2023-11-03 CN CN202311452338.6A patent/CN117218112B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005324936A (ja) * | 2004-05-14 | 2005-11-24 | Nippon Yusoki Co Ltd | 自動倉庫の在庫管理装置、及びその方法 |
KR20130082528A (ko) * | 2011-12-07 | 2013-07-22 | 삼성에스디에스 주식회사 | 창고 관리 시스템 및 창고 관리 방법 |
CN104574241A (zh) * | 2015-02-03 | 2015-04-29 | 陈飞鸣 | 一种在线教育测评系统及测评方法 |
CN110688879A (zh) * | 2018-07-06 | 2020-01-14 | 感融物联网科技(上海)有限公司 | 一种仓储计数方法 |
CN110111440A (zh) * | 2019-05-06 | 2019-08-09 | 常州市瑞德信息科技有限公司 | 一种基于人工智能技术的安全生产监管信息系统 |
CN110686649A (zh) * | 2019-09-20 | 2020-01-14 | 天津普达软件技术有限公司 | 一种基于机器视觉的危险废物库存量变化的检测方法 |
CN111311630A (zh) * | 2020-01-19 | 2020-06-19 | 上海智勘科技有限公司 | 在仓储管理中通过视频智能统计货物数量的方法和系统 |
CN115346163A (zh) * | 2021-04-27 | 2022-11-15 | 顺丰科技有限公司 | 仓库安全监控方法、装置、系统、设备和计算机存储介质 |
CN115186953A (zh) * | 2022-04-18 | 2022-10-14 | 苏州环职安环境工程技术有限公司 | 一种危废仓库的安全识别和预警系统 |
CN114913154A (zh) * | 2022-05-16 | 2022-08-16 | 成都商汤科技有限公司 | 物品拿取数量的确定方法、装置、电子设备及存储介质 |
CN115063730A (zh) * | 2022-07-13 | 2022-09-16 | 山东建筑大学 | 基于视频轨迹分析的工人闯入临边区域预警方法及系统 |
CN115759492A (zh) * | 2022-10-25 | 2023-03-07 | 四川业亿辰科技有限公司 | 一种基于卷积神经网络算法的仓储管理方法及系统 |
CN115630897A (zh) * | 2022-10-27 | 2023-01-20 | 杭州雷风新能源科技有限公司 | 一种仓库智能管理及防火预警的系统及其装置 |
CN116704429A (zh) * | 2023-05-10 | 2023-09-05 | 河北辰百生信息科技有限公司 | 基于大数据分析的智能处理方法 |
Non-Patent Citations (2)
Title |
---|
Intelligence Technology with Application at Receiving Stage - A Review;Judy X Yang 等;《International Journal of Machine Learning and Computing》;第11卷(第3期);第242-249页 * |
基于物联网的危险化学品仓储信息监测与预警系统;倪凯 等;《智能计算机与应用》;第8卷(第01期);第22-26页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117218112A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117218112B (zh) | 一种基于视频分析的危废仓库超量识别系统及方法 | |
US20220084186A1 (en) | Automated inspection system and associated method for assessing the condition of shipping containers | |
US8786442B2 (en) | Systems and methods for indicating a quality of grouped items | |
CN113792826B (zh) | 基于神经网络和多源数据的双视角关联安检方法及系统 | |
US20210248731A1 (en) | Estimating a number of containers by digital image analysis | |
US20220391796A1 (en) | System and Method for Mapping Risks in a Warehouse Environment | |
AU2020101729A4 (en) | Continuous labelling assessment of products to improve efficiency of reverse logistics by deep learning model | |
CN113688965B (zh) | 一种自动仓储扫码检测的方法和货物管理系统 | |
CN114724076A (zh) | 图像识别方法、装置、设备及存储介质 | |
CN110533371B (zh) | 一种具有安全装置的电力物联网设备的智能物流仓储系统及方法 | |
CN113516322B (zh) | 基于人工智能的工厂障碍物风险评估方法及系统 | |
CN112756265A (zh) | 物品分拣异常检测方法、装置工控设备及存储介质 | |
CN117735244A (zh) | 一种箱式货物智慧查验一体化系统及方法 | |
CN116994192A (zh) | 一种作业现场作业人员未佩戴安全帽的预警方法及系统 | |
CN116665305A (zh) | 基于计算机视觉和知识图谱的工人行为检测方法和系统 | |
US20220371058A1 (en) | Mobile waste segregation system | |
CN115879855A (zh) | 一种基于erp管理系统的订单数据分析系统及方法 | |
KR20230064680A (ko) | 개인별 재활용 폐기물 배출에 따른 보상 지급 시스템 | |
CN113807680A (zh) | 生产物流效率评价方法、装置及可读存储介质 | |
CN117854211B (zh) | 一种基于智能视觉的目标对象识别方法及装置 | |
CN112037199A (zh) | 热轧棒材收集完成辊道落料检测方法、系统、介质及终端 | |
CN116611773B (zh) | 一种基于离线盘点的仓库库存盘点系统与方法 | |
CN117253199B (zh) | 一种基于视频分析的危废仓库监测识别系统及方法 | |
CN220626914U (zh) | 用于危险品乳化炸药生产线及仓库的安全巡检系统 | |
CN116823237B (zh) | 一种循环包装管理系统 |
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 |