一种用于金融行业公共服务设备的自动落位检测装置的制作方法

本发明涉及自动落位检测装置领域，具体是一种用于金融行业公共服务设备的自动落位检测装置。

背景技术：

1、金融行业公共服务设备涵盖了金融行业中为公众提供服务的各种硬件设备。这些设备旨在提高金融服务的效率、便捷性和安全性，以满足公众对金融服务的需求。其中常见的金融行业公共服务设备包括自动取款机、自助查询终端、自动售卡机等，而自动售卡机用于发行新的银行卡或信用卡，客户可以通过这些设备自助完成申请、验证身份和领卡等流程，无需排队等待人工服务。

2、为了确保自动售卡机发卡正常，人们在自动售卡机上增设了自动落位检测装置，常见的自动落位检测装置通过结合传感器检测与视觉检测来实现对落位过程的精确控制和检测。但现有的自动落位检测装置存在一定的缺陷，通常只是对于银行卡的最终落位进行检测，忽视了银行卡下落过程中在各个时间点与高度的姿态变化，无法做到对银行卡自动落位的全过程检测，使得最终的检测结果精度不高。

3、因此，本领域技术人员提供了一种用于金融行业公共服务设备的自动落位检测装置，以解决上述背景技术中提出的问题。

技术实现思路

1、本发明的目的在于提供一种用于金融行业公共服务设备的自动落位检测装置，能够检测银行卡下落过程中在各个时间点与高度的姿态变化，从而实现对银行卡自动落位的全过程检测，提高最终的检测结果精度，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种用于金融行业公共服务设备的自动落位检测装置，包括图像信息采集模块、冲击力信息采集模块、环境信息采集模块、数据接收模块、数据分析模块、数据导入模块、评估模块、通知模块；

4、所述图像信息采集模块用于采集自动售卡机发放银行卡过程中的图像信息；所述压力信息采集模块用于采集银行卡落下时产生的冲击力信息；所述环境信息采集模块用于采集自动售卡机周围环境的湿度信息、温度信息以及灰尘度信息；所述数据接收模块用于接收所有采集到的信息并将其发送给数据分析模块；所述数据导入模块用于向数据分析模块与评估模块导入相应的预设信息；所述数据分析模块用于在接收所有信息后，构建图像分析模型、冲击力分析模型、环境分析模型，并输出分析结果给评估模块；所述评估模块用于根据接收到的分析结果与预设信息对自动售卡机的落位性能进行评估，并将评估结果发送给通知模块；所述通知模块用于将评估结果发送给自动售卡机的负责人。

5、作为本发明进一步的方案：所述图像分析模型的具体分析过程为：

6、s1：将银行卡从自动售卡机出卡口出来的时间点标记为t1，再将银行卡掉落在接卡区域上的时间点标记为t2；

7、s2：计算银行卡下落时长t1=t2-t1；

8、s3：将t1按照预设程序均分为若干个时间段，再将各个时间段的时间节点标记为ti，i=1···n，其中，n为正整数；

9、s4：从采集的图像信息中捕捉ti时刻银行卡的姿态图像，标记为ai，i=1···n；

10、s5：从预设信息中提取银行卡从自动售卡机出卡口出来后在各个时间节点ti的姿态图像，标记为ai，i=1···n；

11、s6：将ai与ai进行一一对应匹配，若任意一个ai与相应的ai不匹配，则输出分析结果为落位异常；若所有ai均与对应的ai匹配，则进入下一步骤；

12、s7：将银行卡从自动售卡机出卡口出来的高度标记为h1，再将银行卡掉落在接卡区域上的高度标记为h2；

13、s8：计算银行卡下落高度h=h1-h2；

14、s9：将h按照预设程序均分为若干个高度段，再将各个高度段的顶点与底点所在高度标记为hi，i=1···n，其中，n为正整数；

15、s10：从采集的图像信息中捕捉银行卡在hi高度时的姿态图像，标记为bi，i=1···n；

16、s11：从预设信息中提取银行卡从自动售卡机出卡口出来后在各个hi高度时的姿态图像，标记为bi，i=1···n；

17、s12：将bi与bi进行一一对应匹配，若任意一个bi与相应的bi不匹配，则输出分析结果为落位异常；若所有bi均与对应的bi匹配，则输出分析结果为落位正常。

18、作为本发明再进一步的方案：在所述步骤s6中，姿态图像的具体匹配过程为：

19、从ai与相应的ai中提取银行卡的轮廓图形，并分别标记为x、y；

20、将x与y进行重合，并旋转x使得x与y的重合面积达到最大；

21、获取x与y的最大重合面积标记为z，并获取x的旋转角度标记为α；

22、若z小于预设信息中的预设值c1，或α大于预设信息中的预设值c2，则说明该ai与相应的ai不匹配；

23、若z大于等于预设信息中的预设值c1，且α小于等于预设信息中的预设值c2，则说明该ai与相应的ai匹配。

24、作为本发明再进一步的方案：所述冲击力分析模型的具体分析过程为：

25、s101：从采集的冲击力信息中提取银行卡落在接卡区域上造成的冲击力大小f、冲击力的方向p；

26、s102：将f与预设信息中的预设值f进行比对，若f＞f，则输出分析结果为落位异常，若f≤f，则进入下一步骤；

27、s103：将p与预设信息中的预设方向p进行比对，若p与p的角度偏差不在预设范围内，则输出分析结果为落位异常，若p与p的角度偏差在预设范围内，则进入下一步骤；

28、s104：将银行卡冲击接卡区域的初始受力面积标记为k1，再将银行卡平整落在接卡区域上的受力面积标记为k2；

29、s105：将预设信息中银行卡冲击接卡区域的初始受力面积标记为k1，再将预设信息中银行卡平整落在接卡区域上的受力面积标记为k2；

30、s106：将k1与k1进行比对，若k1与k1的绝对值之差小于预设值d1，则进入下一步骤，若k1与k1的绝对值之差大于等于预设值d1，则输出分析结果为落位异常；

31、s107：将k2与k2进行比对，若k2与k2的绝对值之差小于预设值d2，则输出分析结果为落位正常，若k2与k2的绝对值之差大于等于预设值d2，则输出分析结果为落位异常。

32、作为本发明再进一步的方案：所述环境分析模型的具体分析过程为：

33、采集自动售卡机从接到发卡指令到银行卡从出卡口出来的时长并将其标记为t2；

34、将采集到的湿度标记为u，将采集到的温度标记为v，将采集到的灰尘度标记为w；

35、对u、v、w进行综合分析，得到当前环境异常程度g；

36、计算修正后的出卡响应时长t3=t2*（1-g）；

37、将t3与预设时间t4进行比对，若t3≤t4，则输出分析结果为落位正常，若t3＞t4，则输出分析结果为落位异常。

38、作为本发明再进一步的方案：所述异常程度g的具体分析过程为：

39、将u与预设湿度u进行比对，若u＞u，则得到湿度异常参数u=（u-u）/u；若u≤u，则得到湿度异常参数u=0；

40、将v与预设温度v进行比对，若v＞v，则得到温度异常参数v=（v-v）/v；若v≤v，则得到温度异常参数v=0；

41、将w与预设湿度w进行比对，若w＞w，得到湿度异常参数w=（w-w）/w；若w≤w，则得到温度异常参数w=0；

42、计算异常程度g=u+v+w。

43、作为本发明再进一步的方案：所述评估模块对自动售卡机的落位性能进行评估的具体过程为：

44、从预设信息中提取该自动售卡机的使用年限，将其标记为r，计算该自动售卡机老化阈值为e1=（0.1*r）

45、若图像分析模型、冲击力分析模型、环境分析模型的分析结果中均出现落位异常，赋予该自动售卡机此次落位异常阈值为e2=0.3；

46、若图像分析模型、冲击力分析模型、环境分析模型的分析结果中任意两项出现落位异常，赋予该自动售卡机此次落位异常阈值为e2=0.2；

47、若图像分析模型、冲击力分析模型、环境分析模型的分析结果中任意一项出现落位异常，赋予该自动售卡机此次落位异常阈值为e2=0.1；

48、若图像分析模型、冲击力分析模型、环境分析模型的分析结果中均未出现落位异常，赋予该自动售卡机此次落位异常阈值为e2=0；

49、计算自动售卡机的落位性能评估结果q=1-（e1+e2）。

50、作为本发明再进一步的方案：所述通知模块在接收到评估结果后，若评估结果q＜0.5，则以电话通知的方式将评估结果反馈给自动售卡机的负责人，若评估结果q≥0.5，则以短信通知的方式将评估结果反馈给自动售卡机的负责人。

51、与现有技术相比，本发明的有益效果是：

52、1、本技术通过设置的图像分析模型，能够检测银行卡下落过程中在各个时间点与高度的姿态变化，从而实现对银行卡自动落位的全过程检测，提高最终的检测结果精度。

53、2、本技术构建的冲击力分析模型，从冲击力大小、冲击力方向、银行卡冲击接卡区域的初始受力面积以及银行卡平整落在接卡区域上的受力面积四个角度分析银行卡掉落冲击过程是否存在异常，为此次落位检测提供良好的验证材料，进而提高最终的检测结果精度。

54、3、本技术通过构建的环境分析模型，针对检测到的环境因素对出卡响应时长进行修正，从而降低环境因素的影响，提高检测结果的准确精度。