应用现状
传统的集装箱管理系统有赖于手工的箱号辨别和输入,容易出现错误、疏忽和人为干预的种种问题。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
矩阵软件研发的货运汽车AI车号识别系统,根据货运汽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,实现对车号和集装箱信息关联管理,达到提高通行效率的目的。系统包括集装箱车辆经过时触发,摄相机抓拍,识别箱号,数据储存和接口的数据传输等部分。在收到识别结果之后,可以做出比对,计算,放行等相应的作业流程或后台处理。后台采用机器学习的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。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。
系统捕捉到图像后,第一步是对目标区域的特征与胶带、尾灯、广告语、电话号码、重量标签等相似物的特征进行对比,当出现非常复杂的情况,如号码或车牌被严重损坏、上面被泥巴遮住或故意隐藏时,Perceptics公司开发了一种算法,用于目标区域中某一目的物的尺寸、面积和基本特征识别,并与其他目的物区分开来。
每一个国际标准集装箱都有唯一的识别码,由三到五个不同的部分组成:货主号码;序列号;检验数位;地区代码和尺寸、类型(所有集装箱上都必须由前三个号码)。识别内容取决于车辆上含有的货主及集装箱信息。
集装箱和车牌图像被传送到工作站供操作人员或计算机进行识别,从LPR和CCR系统传来的图像是关键。操作人员或计算机在已有的信息系统如在线数据库等的基础上对图像的全部进行仔细分析和鉴别,并根据分析结果进行下一步操作。如:
1、当集装箱从船上卸下时,就可以决定其搬运路线或采取其他处理措施。通过与装运清单相比较,货主和船运公司就可以得到该集装箱准确的信息。
2、当向船上或火车上装箱时,系统能够快捷、准确地阅读编码,自动形成装运清单。
3、在仓库的入口或出口处,可以获知进出大门的集装箱信息,加上卡车信息,操作员就可以将获物分配到正确的车辆上。运用包含日期和时间的电子标签,货物的装载和运输过程就一目了然了。
4、在道路上行驶时,有关部门可以按照其运输情况和行驶距离进行收费。
识别系统的计算机工作站的软件能够对信息处理机上的图像数据进行解析,其性能可通过车牌照和集装箱编码的识别正确率和侦错率进行评价。当系统不能完成某一识别时将向操作员报警,操作员将根据实际情况进行纠正。当数据报告被送至客户系统时,原始数据和纠正数据将保存在图象资料中。系统可以采用网络结构与主机或其它装置联接,也可以采用单机模式。