笼车倾倒的预警方法、装置及相关设备与流程

本技术涉及物流，具体涉及一种笼车倾倒的预警方法、装置及相关设备。

背景技术：

1、近几年，物流行业发展迅猛，为了达到高效快速的物流运输目的，包裹在转运过程中需要使用多种转运工具。笼车作为物流中转场中极为重要的货物分拣设备，可以高效的完成货物在场地内的装运。

2、但是由于工作人员的一些违规操作，使得笼车倒地，会不可避免的导致笼车破损，造成不必要的损失。

3、因此，如何高效准确地对笼车倾倒进行预警，避免笼车的破损，是当前物流技术领域亟需解决的技术问题。

技术实现思路

1、本技术提供一种笼车倾倒的预警方法、装置及相关设备，旨在解决如何高效准确地对笼车倾倒进行预警，避免笼车的破损的技术问题。

2、一方面，本技术提供笼车倾倒的预警方法，所述方法包括：

3、从预先获取的第一预设时间段内针对目标分拣区域内笼车进行拍摄的第一监控视频中，确定多张第一目标监控图像；

4、将多张所述第一目标监控图像进行图像融合处理，得到第一目标融合图像；

5、识别所述第一目标融合图像中笼车的状态，得到所述笼车的第一状态识别结果；

6、若所述第一状态识别结果为所述笼车出现倾倒状态，则进行笼车倾倒的预警。

7、在本技术一种可能的实现方式中，所述将多张所述第一目标监控图像进行图像融合处理，得到第一目标融合图像，包括：

8、基于各所述第一目标监控图像的时序信息，确定各所述第一目标监控图像的权重；

9、基于所述第一目标监控图像的时序信息和权重，依次将多张所述第一目标监控图像进行图像融合处理，得到目标融合图像。

10、在本技术一种可能的实现方式中，所述将多张所述第一目标监控图像进行图像融合处理，得到第一目标融合图像，包括：

11、基于各所述第一目标监控图像的时序信息，将多张所述第一目标监控图像均分为三个第一目标监控图像集合；

12、分别获取各所述第一目标监控图像集合的目标颜色通道的平均值，其中，所述三个第一目标监控图像集合的目标颜色通道的颜色通道分别为r颜色通道、g颜色通道以及b颜色通道；

13、基于各所述第一目标监控图像集合的目标颜色通道的平均值，将所述三个第一目标监控图像集合进行图像融合处理，得到目标融合图像。

14、在本技术一种可能的实现方式中，所述从预先获取的第一预设时间段内针对目标分拣区域内笼车进行拍摄的第一监控视频中，确定多张第一目标监控图像，包括：

15、获取第一预设时间段内针对目标分拣区域内笼车进行拍摄的第一监控视频，所述第一监控视频包括多张第一连续帧监控图像；

16、基于所述多张第一连续帧监控图像中各监控图像的时序信息和预设的图像数量需求，依次从多张第一连续帧监控图像均匀选取多张第一目标监控图像。

17、在本技术一种可能的实现方式中，所述识别所述第一目标融合图像中笼车的状态，得到所述笼车的第一状态识别结果，包括：

18、采用预先训练的基于深度神经网络的笼车状态识别模型，识别所述第一目标融合图像中笼车的状态，得到所述笼车的第一状态识别结果。

19、在本技术一种可能的实现方式中，所述若所述第一状态识别结果为所述笼车出现倾倒状态，则进行笼车倾倒的预警，包括：

20、若所述第一状态识别结果为所述笼车出现倾倒状态，则分别获取位于所述第一预设时间段之后的预设个第二预设时间段内目标分拣区域的第二监控视频；

21、依次识别所述预设个第二预设时间段内目标分拣区域的第二监控视频中笼车的状态，得到所述笼车的多个第二状态识别结果；

22、若多个所述第二状态识别结果均为所述笼车出现倾倒状态，则进行笼车倾倒的预警。

23、在本技术一种可能的实现方式中，所述若多个所述第二状态识别结果均为所述笼车出现倾倒状态，则进行笼车倾倒的预警，包括：

24、若多个所述第二状态识别结果均为所述笼车出现倾倒状态，则生成预警信息；

25、将所述预警信息发送至预设的用户终端。

26、另一方面，本技术提供一种笼车倾倒的预警装置，所述装置包括：

27、第一确定单元，用于从预先获取的第一预设时间段内针对目标分拣区域内笼车进行拍摄的第一监控视频中，确定多张第一目标监控图像；

28、第一融合单元，用于将多张所述第一目标监控图像进行图像融合处理，得到第一目标融合图像；

29、第一识别单元，用于识别所述第一目标融合图像中笼车的状态，得到所述笼车的第一状态识别结果；

30、第一预警单元，用于若所述第一状态识别结果为所述笼车出现倾倒状态，则进行笼车倾倒的预警。

31、在本技术一种可能的实现方式中，所述第一融合单元，具体用于：

32、基于各所述第一目标监控图像的时序信息，确定各所述第一目标监控图像的权重；

33、基于所述第一目标监控图像的时序信息和权重，依次将多张所述第一目标监控图像进行图像融合处理，得到目标融合图像。

34、在本技术一种可能的实现方式中，所述第一融合单元，具体用于：

35、基于各所述第一目标监控图像的时序信息，将多张所述第一目标监控图像均分为三个第一目标监控图像集合；

36、分别获取各所述第一目标监控图像集合的目标颜色通道的平均值，其中，所述三个第一目标监控图像集合的目标颜色通道的颜色通道分别为r颜色通道、g颜色通道以及b颜色通道；

37、基于各所述第一目标监控图像集合的目标颜色通道的平均值，将所述三个第一目标监控图像集合进行图像融合处理，得到目标融合图像。

38、在本技术一种可能的实现方式中，所述第一确定单元，包括：

39、获取第一预设时间段内针对目标分拣区域内笼车进行拍摄的第一监控视频，所述第一监控视频包括多张第一连续帧监控图像；

40、基于所述多张第一连续帧监控图像中各监控图像的时序信息和预设的图像数量需求，依次从多张第一连续帧监控图像均匀选取多张第一目标监控图像。

41、在本技术一种可能的实现方式中，所述第一识别单元，具体用于：

42、采用预先训练的基于深度神经网络的笼车状态识别模型，识别所述第一目标融合图像中笼车的状态，得到所述笼车的第一状态识别结果。

43、在本技术一种可能的实现方式中，所述第一预警单元，具体包括：

44、第一获取单元，用于若所述第一状态识别结果为所述笼车出现倾倒状态，则分别获取位于所述第一预设时间段之后的预设个第二预设时间段内目标分拣区域的第二监控视频；

45、第二识别单元，用于依次识别所述预设个第二预设时间段内目标分拣区域的第二监控视频中笼车的状态，得到所述笼车的多个第二状态识别结果；

46、第二预警单元，用于若多个所述第二状态识别结果均为所述笼车出现倾倒状态，则进行笼车倾倒的预警。

47、在本技术一种可能的实现方式中，所述第二预警单元，具体用于：

48、若多个所述第二状态识别结果均为所述笼车出现倾倒状态，则生成预警信息；

49、将所述预警信息发送至预设的用户终端。

50、另一方面，本技术还提供一种计算机设备，所述计算机设备包括：

51、一个或多个处理器；

52、存储器；以及

53、一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的笼车倾倒的预警方法。

54、另一方面，本技术还提供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进行加载，以执行所述的笼车倾倒的预警方法中的步骤。

55、本技术实施例通过从预先获取的第一预设时间段内针对目标分拣区域内笼车进行拍摄的第一监控视频中，确定多张第一目标监控图像；将多张所述第一目标监控图像进行图像融合处理，得到第一目标融合图像；识别所述第一目标融合图像中笼车的状态，得到所述笼车的第一状态识别结果；若所述第一状态识别结果为所述笼车出现倾倒状态，则进行笼车倾倒的预警。相较于传统方法，在现有方法无法准确对笼车是否倾倒进行笼车倾倒的预警的情况下，本技术实施例通过对由多张第一目标监控图像融合后的图像进行状态识别，突出图像中笼车倾倒状态的特征信息，由此提高了对笼车倾倒状态的识别精度和准确性，实现了对笼车倾倒情况的实时监控预警。