网站首页

产品中心

应用背景 产品优势 产品功能 AI模型

新闻中心

关于我们

联系我们

申请免费试用

官方微信 官方微博

新闻中心 矩阵软件将为您分享更多AI技术和智能业界的新进展

主页 > 应用场景 >

货运列车AI车号识别+轨道衡+RFID系统

发布时间:2020-11-27 15:08:12浏览次数:来源于:未知

应用现状

当前,在铁路货场包括货物的集运、转运、存储、进出物资等环节,货运信息是运输管理工作关键信息之一。在实际作业管理过程中,对于压缩货车在站停留时间,保证作业信息管理和货物准确识别有更为严格、高效的要求,如何运用人工智能技术充分发挥各个环节作用,赋能货场作业提质、增效,具有现实意义和重大影响。

系统设计理念

矩阵软件通过深度学习,针对性建立和训练AI模型,完成算法优化和固化,形成产品系统,实现了高效灵敏的多目标动态监测技术,可以对行进中的货运列车进行车头出现、车厢间隔和标记信息区域的实时甄别,并进而完成多尺寸多目标信息的动态监测和识别。系统运行逻辑流程如下图所示:

系统配置高速摄像机,安装在进站口附近,可以响应50公里每小时的火车车厢运行速度,视频解析节点高速完成视频帧解析,交由总控节点统一任务调度:首先完成帧快速过滤,过滤掉空轨帧和无信息帧,将目标帧转发至信息区域提取节点,完成车厢类型编号信息区域和车厢属性信息区域的大尺寸目标识别提取,并根据对车厢间隔的识别,完成对车厢的切分;标记信息识别节点进一步完成详细标记信息(车厢类型、编号、载重、自重、容积、换长等)的小尺寸目标识别,识别结果反馈给总控节点,由总控节点完成各车厢标记信息的综合,得出最终识别结果,最后由应用系统接口模块将识别结果提供给业务应用系统。
目前,矩阵软件的货运列车AI车号识别系统,基于人工智能深度学习技术,通过视频流分析,可对包含“车型”、“车号”、“载重”、“自重”、“容积”、“换长”六大类进行精准识别。
对于货运列车车号识别的不同场景和应用现状,采用传统图像处理技术进行车号识别,往往难以满足准确性的需求。目前,针对列车车号间断和不同货车型号的识别难点,采用机器学习来解决此类问题。依托AI信息识别系统,通过融合机器学习、机器视觉与人工智能算法,实现专业化、精准化的识别与支持能力。通过高清摄像头采集车辆集装箱运行情况,并对其信息进行过车采集、信息整理,实现实时识别车辆集装箱信息,可为上层系统提供相应的识别数据。以实现作业流程准确、高效衔接与支撑服务。采用机器学习的Matrix-LirsNet模型,可根据识别数据的训练情况,不断提升识别的准确率。

下一篇:货运汽车AI集装箱号识别+无人值守系统
上一篇:货运汽车AI集装箱号识别+汽车衡系统

分享这篇文章:

咨询我们

输入您的疑问及需求发送邮箱给我们