CN110378300A - 一种物料提升机人货混载识别方法、***及相关装置 - Google Patents
一种物料提升机人货混载识别方法、***及相关装置 Download PDFInfo
- Publication number
- CN110378300A CN110378300A CN201910671707.8A CN201910671707A CN110378300A CN 110378300 A CN110378300 A CN 110378300A CN 201910671707 A CN201910671707 A CN 201910671707A CN 110378300 A CN110378300 A CN 110378300A
- Authority
- CN
- China
- Prior art keywords
- material elevator
- people
- target video
- video
- hybrid
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 238000013136 deep learning model Methods 0.000 claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
- B66B1/3415—Control system configuration and the data transmission or communication within the control system
- B66B1/3423—Control system configuration, i.e. lay-out
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0012—Devices monitoring the users of the elevator system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
- Image Analysis (AREA)
Abstract
本申请所提供的一种物料提升机人货混载识别方法,应用于GPU计算服务器,包括:获取目标视频;其中,目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;利用预设的深度学习模型对目标视频进行视觉识别以判断物料提升机中是否存在人;若物料提升机中存在人,则执行警告操作和电源切断操作。该方法利用预设的深度学习模型对目标视频进行视觉识别以判断物料提升机中是否存在人,能够准确地进行物料提升机人货混载的识别,进而避免出现安全事故。本申请还提供一种物料提升机人货混载识别***、GPU计算服务器及计算机可读存储介质,均具有上述有益效果。
Description
技术领域
本申请涉及物料提升机人货混载识别领域,特别涉及一种物料提升机人货混载识别方法、***、GPU计算服务器及计算机可读存储介质。
背景技术
对于基建工程建设过程中出现的人员不安全行为的监控以及安全事故发生前的预警和预防措施,在基建工程建设过程中显得尤为重要。
基建工程土建施工过程经常用到物料提升机,时常出现人货混载的情况,易出现安全事故。目前,主要是利用红外对射技术进行物料提升机人货混载的识别,但是识别的准确度较低。
因此,如何准确地进行物料提升机人货混载的识别,进而避免出现安全事故是本领域技术人员亟需解决的技术问题。
发明内容
本申请的目的是提供一种物料提升机人货混载识别方法、***、GPU计算服务器及计算机可读存储介质,能够准确地进行物料提升机人货混载的识别,进而避免出现安全事故。
为解决上述技术问题,本申请提供一种物料提升机人货混载识别方法,应用于GPU计算服务器,包括:
获取目标视频;其中,所述目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;
利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人;
若所述物料提升机中存在所述人,则执行警告操作和电源切断操作。
优选地,所述获取目标视频,包括:
接收摄像头上传的所述目标视频。
优选地,该物料提升机人货混载识别方法还包括:
接收所述摄像头发送的针对初步识别结果的报警指令;其中,所述初步识别结果为所述摄像头基于边缘计算对所述目标视频的识别结果,所述报警指令为依据所述初步识别结果判定所述物料提升机中存在所述人而生成的指令;
根据所述报警指令触发报警器进行报警,并执行所述电源切断操作。
优选地,所述执行警告操作和电源切断操作之后,还包括:
从所述目标视频中获取截图和/或视频片段,并将所述截图和/或所述视频片段发送到业务***。
优选地,该物料提升机人货混载识别方法还包括:
从所述截图或所述视频片段中分别筛选出目标截图或目标视频片段;
利用所述目标截图或所述目标视频片段进行模型训练,并将训练后的模型作为所述深度学习模型。
优选地,还包括:
依据输入的需求,重新设置所述预设报警区域。
优选地,该物料提升机人货混载识别方法包括:
所述GPU计算服务器、所述摄像头及所述报警器均处于同一局域网内。
本申请还提供一种物料提升机人货混载识别***,应用于GPU计算服务器,包括:
目标视频获取模块,用于获取目标视频;其中,所述目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;
视觉识别模块,用于利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人;
操作执行模块,用于若所述物料提升机中存在所述人,则执行警告操作和电源切断操作。
本申请还提供一种GPU计算服务器,包括:
存储器和处理器;其中,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序时实现上述所述的物料提升机人货混载识别方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的物料提升机人货混载识别方法的步骤。
本申请所提供的一种物料提升机人货混载识别方法,应用于GPU计算服务器,包括:获取目标视频;其中,所述目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人;若所述物料提升机中存在所述人,则执行警告操作和电源切断操作。
该方法利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人,能够准确地进行物料提升机人货混载的识别,进而避免出现安全事故。本申请还提供一种物料提升机人货混载识别***、GPU计算服务器及计算机可读存储介质,均具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种物料提升机人货混载识别方法的流程图;
图2为本申请实施例所提供的一种最优实施例流程示意图;
图3为本申请实施例所提供的一种物料提升机人货混载识别***的结构框图。
具体实施方式
本申请的核心是提供一种物料提升机人货混载识别方法,能够准确地进行物料提升机人货混载的识别,进而避免出现安全事故。本申请的另一核心是提供一种物料提升机人货混载识别***、GPU计算服务器及计算机可读存储介质。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
对于基建工程建设过程中出现的人员不安全行为的监控以及安全事故发生前的预警和预防措施,在基建工程建设过程中显得尤为重要。
基建工程土建施工过程经常用到物料提升机,时常出现人货混载的情况,易出现安全事故。目前,主要是利用红外对射技术进行物料提升机人货混载的识别,但是识别的准确度较低。本申请提供的一种物料提升机人货混载识别方法,能够准确地进行物料提升机人货混载的识别,进而避免出现安全事故。具体请参考图1,图1为本申请实施例所提供的一种物料提升机人货混载识别方法的流程图,该物料提升机人货混载识别方法具体包括:
S101、获取目标视频;其中,目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;
本实施例的执行主体为GPU计算服务器,GPU计算服务器获取目标视频,该目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频,该目标视频的时长在此不作具体限定,应由本领域技术人员根据实际情况作出相应的设定。在此对于视频采集设备不作具体限定,在一些实施例中,该视频采集设备具体为摄像头。在此对于预设报警区域也不作具体限定,该预设报警区域即为预先设定的物料提升机所在的危险区域。
S102、利用预设的深度学习模型对目标视频进行视觉识别以判断物料提升机中是否存在人;
S103、若物料提升机中存在人,则执行警告操作和电源切断操作。
本实施例中利用预设的深度学习模型对目标视频进行视觉识别以判断物料提升机中是否存在人;其中,深度学习模型是通过模型训练得到的。由于本实施例对于目标视频中的内容不作限定,故对于识别结果也不作具体限定,只要满足实际需求即可。例如,识别结果可以为物料提升机中存在人,还可以为物料提升机中不存在人。若物料提升机中存在人,则执行警告操作和电源切断操作。
该方法利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人,能够准确地进行物料提升机人货混载的识别,进而避免出现安全事故。
基于上述实施例,本实施例中上述获取目标视频,包括:接收摄像头上传的目标视频。本实施例限定了目标视频的视频采集设备为摄像头,且该摄像头上传目标视频至GPU计算服务器。该摄像头通常实时采集视频,采集频率不作具体限定,应由本领域技术人员根据实际情况作出相应的设定。
基于上述实施例,本实施例中还包括:接收摄像头发送的针对初步识别结果的报警指令;其中,初步识别结果为摄像头基于边缘计算对目标视频的识别结果,报警指令为依据初步识别结果判定物料提升机中存在人而生成的指令;根据报警指令触发报警器进行报警,并执行电源切断操作。具体地,摄像头实时采集视频,基于边缘计算进行实时初步的识别,如果物料提升机有人,则发送报警指令给GPU服务器,由GPU服务器触发报警器进行报警,并控制智能电源切断物料提升机的电源,防止被意外启动。摄像头对视频进行初步分析之后,视频还会实时回传给GPU计算服务器,在这里会进行比较完整的视觉识别,如果识别到物料提升机有人,同样会触发报警,并控制智能电源切断物料提升机的电源,防止被意外启动。
基于上述实施例,本实施例中上述执行警告操作和电源切断操作之后,还包括:从目标视频中获取截图和/或视频片段,并将截图和/或视频片段发送到业务***。在此对于截图、视频片段的数量均不作具体限定,各个视频片段的时长也不作具体限定,应由本领域技术人员根据实际情况作出相应的设定。具体地,如果人员在物料提升机内停留过久,则除了持续报警和切断电源外,同时会将相应的截图或者小段视频通过网络发送到业务***中,管理人员或者业务人员可以在小程序中进行查看,或者对人员进行考核等。可以理解的是,本实施例可以通过截图、视频片段对人员进行识别,可以识别出具体身份信息。
基于上述实施例,本实施例中危险区域越界识别方法还包括:从截图或视频片段中分别筛选出目标截图或目标视频片段;利用目标截图或目标视频片段进行模型训练,并将训练后的模型作为深度学习模型。在此对于目标截图或目标视频片段的筛选标准及各自筛选出的数量均不作具体限定,应由本领域技术人员根据实际情况作出相应的设定。本实施例利用目标截图或目标视频片段进行模型训练,并将训练后的模型作为深度学习模型,也即对部署在GPU计算服务器上的深度学习模型进行更新。具体地,在业务***中的有问题的截图或者小视频,可以在离线进行标注,并进行深度学习模型的训练,训练好的模型可以更新到GPU计算服务器中,这样后续的识别就可以启用新的识别模型。
基于上述实施例,本实施例中危险区域越界识别方法还包括:依据输入的需求,重新设置预设报警区域。可以理解的是,本实施例可以基于需求,更新设置预设报警区域。在此对于需求的输入方式不作具体限定,应由本领域技术人员根据实际情况作出相应的设定。具体地,管理员可以在管理后台设置报警区域,业务***会将设置通过网络发送到GPU计算服务器和摄像头的边缘计算模块中。
基于上述实施例,本实施例中危险区域越界识别方法包括:GPU计算服务器、摄像头及报警器均处于同一局域网内。具体地,GPU计算服务器、摄像头、智能电源和报警器都在同一个局域网内,最大限度降低网络延迟。此外,GPU计算服务器与业务***之间通过公网进行链接,使用加密通信,避免信息泄露。
下面以一个最优实施例进行说明,具体请参考图2,图2为本申请实施例所提供的一种最优实施例流程示意图,如图2所示,左边最大虚线框表示框中所有成分组成一个物料提升机人货识别***,在该最大虚线框中有一个较小的虚线框表示该虚线框中的报警器、智能电源、摄像头及GPU计算服务器均处于同一局域网。摄像头将视频或指令发送给GPU计算服务器,GPU计算服务器可以根据指令触发报警器进行报警,同时控制智能电源切断物料提升机的电源。除了持续报警和切断电源外,GPU计算服务器同时会将相应的图片或小段视频或指令通过网络发送到业务***中,领导或者业务员可以在小程序中进行查看,或者对人员进行考核等。管理员或相关人可以在管理后台设置报警区域,业务***会将设置通过网络发送到GPU计算服务器和摄像头的边缘计算模块中。业务***将有问题的图片或者视频导出,可以在离线进行样本标注,并在离线GPU服务器和模型训练服务器上进行深度学习模型的训练,训练好的模型可以更新部署到GPU计算服务器中,这样后续的识别就可以启用新的识别模型。
下面对本申请实施例提供的一种物料提升机人货混载识别***、GPU计算服务器及计算机可读存储介质进行介绍,下文描述的物料提升机人货混载识别***、GPU计算服务器及计算机可读存储介质与上文描述的物料提升机人货混载识别方法可相互对应参照。
请参考图3,图3为本申请实施例所提供的一种物料提升机人货混载识别***的结构框图;该物料提升机人货混载识别***包括:
目标视频获取模块301,用于获取目标视频;其中,目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;
视觉识别模块302,用于利用预设的深度学习模型对目标视频进行视觉识别以判断物料提升机中是否存在人;
操作执行模块303,用于若物料提升机中存在人,则执行警告操作和电源切断操作。
基于上述实施例,本实施例中所述目标视频获取模块301,包括:
目标视频获取单元,用于接收摄像头上传的所述目标视频。
基于上述实施例,本实施例中还包括:
报警指令接收模块,用于接收所述摄像头发送的针对初步识别结果的报警指令;其中,所述初步识别结果为所述摄像头基于边缘计算对所述目标视频的识别结果,所述报警指令为依据所述初步识别结果判定所述物料提升机中存在所述人而生成的指令;
报警触发模块,用于根据所述报警指令触发报警器进行报警,并执行所述电源切断操作。
基于上述实施例,本实施例中物料提升机人货混载识别***,还包括:
截图和/或视频片段获取模块,用于从所述目标视频中获取截图和/或视频片段,并将所述截图和/或所述视频片段发送到业务***。
基于上述实施例,本实施例中还包括:
筛选模块,用于从所述截图或所述视频片段中分别筛选出目标截图或目标视频片段;
模型训练模块,用于利用所述目标截图或所述目标视频片段进行模型训练,并将训练后的模型作为所述深度学习模型。
基于上述实施例,本实施例中还包括:
报警区域设置模块,用于依据输入的需求,重新设置所述预设报警区域。
本申请还提供一种GPU计算服务器,包括:
存储器和处理器;其中,存储器用于存储计算机程序,处理器用于执行计算机程序时实现上述任意实施例的物料提升机人货混载识别方法的步骤。
本申请还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述任意实施例的物料提升机人货混载识别方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的***而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种物料提升机人货混载识别方法、***、GPU计算服务器及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种物料提升机人货混载识别方法,其特征在于,应用于GPU计算服务器,包括:
获取目标视频;其中,所述目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;
利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人;
若所述物料提升机中存在所述人,则执行警告操作和电源切断操作。
2.根据权利要求1所述的物料提升机人货混载识别方法,其特征在于,所述获取目标视频,包括:
接收摄像头上传的所述目标视频。
3.根据权利要求2所述的物料提升机人货混载识别方法,其特征在于,还包括:
接收所述摄像头发送的针对初步识别结果的报警指令;其中,所述初步识别结果为所述摄像头基于边缘计算对所述目标视频的识别结果,所述报警指令为依据所述初步识别结果判定所述物料提升机中存在所述人而生成的指令;
根据所述报警指令触发报警器进行报警,并执行所述电源切断操作。
4.根据权利要求3所述的物料提升机人货混载识别方法,其特征在于,所述执行警告操作和电源切断操作之后,还包括:
从所述目标视频中获取截图和/或视频片段,并将所述截图和/或所述视频片段发送到业务***。
5.根据权利要求4所述的物料提升机人货混载识别方法,其特征在于,还包括:
从所述截图或所述视频片段中分别筛选出目标截图或目标视频片段;
利用所述目标截图或所述目标视频片段进行模型训练,并将训练后的模型作为所述深度学习模型。
6.根据权利要求5所述的物料提升机人货混载识别方法,其特征在于,还包括:
依据输入的需求,重新设置所述预设报警区域。
7.根据权利要求6所述的物料提升机人货混载识别方法,其特征在于,包括:
所述GPU计算服务器、所述摄像头及所述报警器均处于同一局域网内。
8.一种物料提升机人货混载识别***,其特征在于,应用于GPU计算服务器,包括:
目标视频获取模块,用于获取目标视频;其中,所述目标视频为视频采集设备实时采集物料提升机所在预设报警区域的视频;
视觉识别模块,用于利用预设的深度学习模型对所述目标视频进行视觉识别以判断所述物料提升机中是否存在人;
操作执行模块,用于若所述物料提升机中存在所述人,则执行警告操作和电源切断操作。
9.一种GPU计算服务器,其特征在于,包括:
存储器和处理器;其中,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序时实现如权利要求1至7任一项所述的物料提升机人货混载识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的物料提升机人货混载识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910671707.8A CN110378300A (zh) | 2019-07-24 | 2019-07-24 | 一种物料提升机人货混载识别方法、***及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910671707.8A CN110378300A (zh) | 2019-07-24 | 2019-07-24 | 一种物料提升机人货混载识别方法、***及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378300A true CN110378300A (zh) | 2019-10-25 |
Family
ID=68255559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910671707.8A Pending CN110378300A (zh) | 2019-07-24 | 2019-07-24 | 一种物料提升机人货混载识别方法、***及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378300A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112794174A (zh) * | 2019-11-13 | 2021-05-14 | 深圳市赛特尔信息技术有限公司 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201332488Y (zh) * | 2009-01-07 | 2009-10-21 | 上海国际港务(集团)股份有限公司龙吴分公司 | 移动式无线监控*** |
CN106338944A (zh) * | 2016-09-29 | 2017-01-18 | 山东华旗新能源科技有限公司 | 施工升降机安全智能控制*** |
CN109052092A (zh) * | 2018-09-12 | 2018-12-21 | 南通星云智能科技有限公司 | 一种分布式升降机安全管理***及管理方法 |
CN109410496A (zh) * | 2018-10-25 | 2019-03-01 | 北京交通大学 | 入侵预警方法、装置及电子设备 |
CN109712360A (zh) * | 2018-12-24 | 2019-05-03 | 衢州市林森消防设备有限公司 | 一种定位跟踪式警示装置及方法 |
-
2019
- 2019-07-24 CN CN201910671707.8A patent/CN110378300A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201332488Y (zh) * | 2009-01-07 | 2009-10-21 | 上海国际港务(集团)股份有限公司龙吴分公司 | 移动式无线监控*** |
CN106338944A (zh) * | 2016-09-29 | 2017-01-18 | 山东华旗新能源科技有限公司 | 施工升降机安全智能控制*** |
CN109052092A (zh) * | 2018-09-12 | 2018-12-21 | 南通星云智能科技有限公司 | 一种分布式升降机安全管理***及管理方法 |
CN109410496A (zh) * | 2018-10-25 | 2019-03-01 | 北京交通大学 | 入侵预警方法、装置及电子设备 |
CN109712360A (zh) * | 2018-12-24 | 2019-05-03 | 衢州市林森消防设备有限公司 | 一种定位跟踪式警示装置及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112794174A (zh) * | 2019-11-13 | 2021-05-14 | 深圳市赛特尔信息技术有限公司 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110379125A (zh) | 一种危险区域越界识别方法、***及相关装置 | |
CN109146217A (zh) | 行程安全评估方法、装置、服务器、计算机可读存储介质 | |
CN109558301A (zh) | 一种分布式***数据监测方法、装置及相关设备 | |
CN111612422B (zh) | 一种突发事件的响应方法、装置、存储介质及设备 | |
CN103198231B (zh) | 通过人因可靠性判定数字化控制***人机界面的可靠性的方法和*** | |
CN108046073A (zh) | 一种电梯物联网监控*** | |
CN110378300A (zh) | 一种物料提升机人货混载识别方法、***及相关装置 | |
CN108175995A (zh) | 跑步机安全监测方法、装置及跑步机 | |
CN105992188B (zh) | 一种应用更新方法及装置 | |
CN104320761A (zh) | 一种基于智能手机的人身安全预警*** | |
CN110806924B (zh) | 一种基于cpu占用率的网络处理方法及装置 | |
CN110188731A (zh) | 一种作业现场的违章告警方法及相关装置 | |
CN106744124A (zh) | 一种基于物联网的城市电梯管理***及方法 | |
CN202218244U (zh) | 用于业务***监控的it运维*** | |
CN110457101A (zh) | 一种信息处理方法、电子设备和存储介质 | |
CN109981338A (zh) | 代码拉取的告警方法、装置及存储介质 | |
CN106846080A (zh) | 在线业务下单的实时监控***及方法 | |
CN203563147U (zh) | 消防值班监控平台 | |
CN106354071A (zh) | 一种配电站综合监控装置 | |
CN109245937A (zh) | 一种pim平台的告警方法及装置 | |
CN109063856B (zh) | 生成安全围栏的方法及装置 | |
CN108650251A (zh) | 一种网络安全综合态势感知数据的显示处理方法及装置 | |
CN104898535B (zh) | 监护方法、装置及*** | |
CN106744125A (zh) | 一种基于大数据的电梯故障告警***及方法 | |
CN114298464A (zh) | 任务处理方法、装置、电子设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |
|
RJ01 | Rejection of invention patent application after publication |