CN115239791B - 基于物联网的车辆过磅方法、***、电子设备及存储介质 - Google Patents

基于物联网的车辆过磅方法、***、电子设备及存储介质 Download PDF

Info

Publication number
CN115239791B
CN115239791B CN202210952085.8A CN202210952085A CN115239791B CN 115239791 B CN115239791 B CN 115239791B CN 202210952085 A CN202210952085 A CN 202210952085A CN 115239791 B CN115239791 B CN 115239791B
Authority
CN
China
Prior art keywords
information
weighing
weight
type information
vehicle
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.)
Active
Application number
CN202210952085.8A
Other languages
English (en)
Other versions
CN115239791A (zh
Inventor
谢志江
宋云龙
罗荣业
陆明波
黎兆煜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Longan Digital Technology Co ltd
Original Assignee
Guangdong Longan Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Longan Digital Technology Co ltd filed Critical Guangdong Longan Digital Technology Co ltd
Priority to CN202210952085.8A priority Critical patent/CN115239791B/zh
Publication of CN115239791A publication Critical patent/CN115239791A/zh
Application granted granted Critical
Publication of CN115239791B publication Critical patent/CN115239791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10297—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves arrangements for handling protocols designed for non-contact record carriers such as RFIDs NFCs, e.g. ISO/IEC 14443 and 18092
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/54—Extraction of image or video features relating to texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及过磅***技术领域，具体提供了基于物联网的车辆过磅方法、***、电子设备及存储介质，该方法包括步骤：S3、判断标记种类信息是否属于多个疑似种类信息中的一种，若是，记录标记种类信息和第一重量信息，并结束称重记录，若否，则执行步骤S4；S4、根据图像信息获取物料的体积信息，根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息；S5、获取与第一重量信息的差值的绝对值最小且绝对值小于等于预设阈值的第二重量信息，记录该第二重量信息对应的疑似种类信息和第一重量信息，并结束称重记录；该方法有效地提高记录过磅数据的准确度。

Description

基于物联网的车辆过磅方法、***、电子设备及存储介质
技术领域
本申请涉及过磅***技术领域，具体而言，涉及基于物联网的车辆过磅方法、***、电子设备及存储介质。
背景技术
国内众多企业使用车辆过磅***对车辆进行过磅，现有的车辆过磅***的工作流程为：1.获取标识信息和重量信息；2.根据标识信息获取预设的车辆承载的物料的种类信息；3.将物料的种类信息和重量信息上传至云端。但由于标识信息可能存在输入出错、识别出错或数据造假等情况，因此现有的车辆过磅***可能会出现数据失真的情况。
针对上述问题，目前尚未有有效的技术解决方案。
发明内容
本申请的目的在于提供基于物联网的车辆过磅方法、***、电子设备及存储介质，能够有效地提高记录过磅数据的准确度。
第一方面，本申请提供了基于物联网的车辆过磅方法，用于对过磅车辆进行过磅，上述基于物联网的车辆过磅方法包括以下步骤：
S1、获取第一重量信息、图像信息和标识信息；
S2、根据上述图像信息获取多个关于上述过磅车辆承载的物料的疑似种类信息，并根据上述标识信息获取上述物料的标记种类信息；
S3、判断上述标记种类信息是否属于多个上述疑似种类信息中的一种，若是，记录上述标记种类信息和第一重量信息，并结束称重记录，若否，则执行步骤S4；
S4、根据上述图像信息获取上述物料的体积信息，根据上述疑似种类信息和上述体积信息计算不同疑似种类信息对应的第二重量信息；
S5、获取与上述第一重量信息的差值的绝对值最小且上述绝对值小于等于预设阈值的第二重量信息，记录该第二重量信息对应的疑似种类信息和上述第一重量信息，并结束称重记录。
本申请提供的基于物联网的车辆过磅方法，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录上述第一重量信息与上述第二重量信息的差值的绝对值最小且上述绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
可选地，上述根据上述图像信息获取多个关于上述过磅车辆承载的物料的疑似种类信息的步骤包括：
根据上述图像信息获取当前物料的表面纹理信息；
根据上述表面纹理信息和预先构建的表面纹理信息数据库获取多个关于上述过磅车辆承载的物料的疑似种类信息。
可选地，步骤S5还包括步骤：
若上述第一重量信息与上述第二重量信息的差值的绝对值大于上述预设阈值，将上述物料标记为异常物料或生成报警信息，并结束上述称重记录。
在第一重量信息与第二重量信息的差值的绝对值大于预设阈值时，该技术方案会将物料标记为异常物料或生成报警信息，以使司磅员能够及时获知过磅车辆上承载的物料异常。
可选地，上述表面纹理信息数据库的预先构建过程包括：
根据图像信息获取不同物料的表面纹理信息；
根据不同物料的物料种类和对应的表面纹理信息构建表面纹理信息数据库。
可选地，上述第一重量信息为上述物料和上述过磅车辆的重量，上述步骤S4包括步骤：
根据上述图像信息获取上述物料的体积信息；
根据上述疑似种类信息、上述体积信息和上述过磅车辆的重量计算不同疑似种类信息对应的第二重量信息。
可选地，上述标记种类信息存储在预先构建的标记种类信息数据库中，上述根据上述标识信息获取上述物料的标记种类信息的步骤包括：
根据上述标识信息从上述标记种类信息数据库中查找与上述标识信息对应的标记种类信息。
第二方面，本申请还提供了基于物联网的车辆过磅***，用于对过磅车辆进行过磅，上述基于物联网的车辆过磅***包括：
相机，用于采集生成图像信息；
称重模块，用于采集生成第一重量信息；
识别载体，用于存储标识信息；
读取模块，用于读取上述识别载体中的上述标识信息；
通讯模块，与上述相机、上述称重模块和上述读取模块电性连接；
云端服务器，上述通讯模块用于将上述图像信息、上述第一重量信息和上述标识信息发送给上述云端服务器，上述云端服务器用于执行如上述第一方面提供的方法中的步骤。
本申请提供的基于物联网的车辆过磅***，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录上述第一重量信息与上述第二重量信息的差值的绝对值最小且上述绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
可选地，上述识别载体为二维码、RFID卡、NFC卡、IC卡、ID卡的一种。
第三方面，本申请还提供了一种电子设备，包括处理器以及存储器，上述存储器存储有计算机可读取指令，当上述计算机可读取指令由上述处理器执行时，运行如上述第一方面提供的方法中的步骤。
第四方面，本申请还提供了一种存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时运行如上述第一方面提供的方法中的步骤。
由上可知，本申请提供的基于物联网的车辆过磅方法、***、电子设备及存储介质，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录上述第一重量信息与上述第二重量信息的差值的绝对值最小且上述绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
附图说明
图1为本申请实施例提供的基于物联网的车辆过磅方法的流程图。
图2为本申请实施例提供的基于物联网的车辆过磅***的结构示意图。
图3为本申请实施例提供的一种电子设备的结构示意图。
附图标记：1、相机；2、称重模块；3、读取模块；4、云端服务器；5、通讯模块；601、处理器；602、存储器；603、通信总线。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
第一方面，如图1所示，本申请提供了基于物联网的车辆过磅方法，用于对过磅车辆进行过磅，基于物联网的车辆过磅方法包括以下步骤：
S1、获取第一重量信息、图像信息和标识信息；
S2、根据图像信息获取多个关于过磅车辆承载的物料的疑似种类信息，并根据标识信息获取物料的标记种类信息；
S3、判断标记种类信息是否属于多个疑似种类信息中的一种，若是，记录标记种类信息和第一重量信息，并结束称重记录，若否，则执行步骤S4；
S4、根据图像信息获取物料的体积信息，根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息；
S5、获取与第一重量信息的差值的绝对值最小且绝对值小于等于预设阈值的第二重量信息，记录该第二重量信息对应的疑似种类信息和第一重量信息，并结束称重记录。
其中，过磅车辆上承载有物料，本申请实施例提供的基于物联网的车辆过磅方法优选在云端服务器4中执行，云端服务器4通过通讯模块5获取第一重量信息、图像信息和标识信息。步骤S1的第一重量信息可以仅为物料的重量，也可以为物料的重量与过磅车辆自身的重量的总和，步骤S1通过重量传感器、压力传感器、电子秤、弹簧秤等可以测量物体重量的传感器或组件获取第一重量信息。步骤S1通过RGB相机、面阵相机、线阵相机等相机1获取包括过磅车辆承载的物料的图像信息。由于过磅时需要将过磅车辆承载的物料的种类记录到云端服务器4，因此步骤S1需要通过标识信息快速获取标识种类信息，标识信息可以包括物料的标记种类信息，标记种类信息为预设值，标记种类信息表示过磅车辆上实际承载的物料的种类，标识信息也可以为云端服务器4中预先构建的数据库中的字段或预设构建的映射关系中的元素。应当理解的是，若标识信息为预先构建的数据库中的字段或预设构建的映射关系中的元素，一个标识信息对应于一个标记种类信息。
步骤S2利用现有的图像分析算法或图像分析模型对图像信息中的物料的颜色和/或纹理和/或光泽和/或形状特点和/或图像信息匹配程度进行自动分析以生成疑似种类信息，疑似种类信息表示过磅车辆上可能承载的物料的所有种类，例如过磅车辆上承载的物料为铜，现有的图像分析算法通过分析物料的纹理得知承载的物料为金属，通过分析图像信息中的物料的光泽得知物料的种类可能为铜、玫瑰金，即生成了两个分别为铜和玫瑰金的疑似种类信息。若标识信息包括物料的标记种类信息，步骤S2根据标识信息直接获取标记种类信息；若标识信息为预先构建的数据库中的字段或预设构建的映射关系中的元素，步骤S2根据标识信息从预先构建的数据库或映射关系中查找对应的标记种类信息。
若标记种类信息属于疑似种类信息中的任意一种，则认为标记种类信息与过磅车辆实际承载的物料的种类基本匹配，此时只需记录标记种类信息和第一重量信息并结束称重记录；若标记种类信息不属于疑似种类信息的任意一种，则认为标记种类信息与过磅车辆承载的物料的种类不匹配，即标识种类信息并不是过磅车辆承载的物料的种类，此时需要执行步骤S4以对标记种类信息进行第二次校验。因此步骤S3相当于利用步骤S2分析到的疑似种类信息对标记种类信息进行第一次校验，若标记种类信息属于疑似种类信息的任意一种，即时记录过磅数据（即标记种类信息和第一重量信息），从而有效地提高过磅数据记录的时效性，且由于步骤S3会利用疑似种类信息对标记种类信息进行第一次校验，只有在校验通过时才会记录标记种类信息和第一重量信息，从而有效地提高过磅数据记录的准确度。
步骤S4利用现有的图像分析算法或图像分析模型对图像信息进行自动分析并生成体积信息，该体积信息表示过磅车辆上承载的物料的体积，例如先根据图像信息中的过磅车辆类型或货箱类型获取其承载容量，再根据承载容量和物料在对应货箱中的占比情况分析出物料的总体积。由于可以通过云端服务器4中预先构建的数据库或映射关系获取不同疑似种类信息对应的密度，而将密度与体积信息相乘即为物料的重量，因此步骤S4能够根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，第二重量信息表示物料的估算重量。应当理解的是，第一重量信息与第二重量信息对应，即若第一重量信息为物料的重量，则第二重量信息为对应于疑似种类信息的物料的估算重量；若第一重量信息为物料的重量与过磅车辆自身的重量的总和，则第二重量信息为对应于疑似种类信息的物料的估算重量与过磅车辆自身的重量的总和。
步骤S5的预设阈值为预设值，预设阈值为第一重量信息和第二重量信息之间允许的误差。若存在若干个与第一重量信息的差值的绝对值小于等于预设阈值的第二重量信息，则认为标记种类信息不属于疑似种类信息的任意一种是由于标记种类信息记录错误造成的，物料的种类应为最小的绝对值对应的疑似种类信息，因此需要记录最小的绝对值对应的疑似种类信息和第一重量信息，并结束称重记录；若所有第一重量信息与第二重量信息的差值的绝对值均大于预设阈值，则认为标记种类信息不属于疑似种类信息的任意一种可能是由于重量造假、司机偷换物料等异常情况造成的，因此不会记录标记种类信息和第一重量信息。因此，步骤S5相当于利用第一重量信息、第二重量信息和预设阈值对标记种类信息进行第二次校验，若标记种类信息不属于疑似种类信息的任意一种是由于标记种类信息记录错误造成的，则记录疑似种类信息和第一重量信息，即将标记种类信息替换成疑似种类信息，以避免出现由于标记种类信息记录错误而导致过磅数据没有被记录的情况，从而进一步地提高记录过磅数据的准确度。
本申请提供的基于物联网的车辆过磅方法，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录第一重量信息与第二重量信息的差值的绝对值最小且绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
在另一些实施例中，标识信息包括过磅车辆的标记车牌信息，一个标记车牌信息对应一个物料的标记种类信息，根据标识信息获取物料的标记种类信息的步骤包括：
根据标识信息获取过磅车辆的车牌信息；
根据车牌信息获取物料的标记种类信息。
该实施例的标记车牌信息为预设值，标记车牌信息表示过磅车辆的预测车牌。由于标识信息包括过磅车辆的车牌信息，而在云端服务器4中一个车牌信息对应一个标记种类信息，因此该实施例需要先通过标识信息获取过磅车辆的车牌信息，再根据车牌信息获取标记种类信息。
在一些实施例中，标识信息为过磅车辆的标记车牌信息，在步骤S2之前还包括步骤：
根据包括过磅车辆的车牌的图像信息获取过磅车辆的实际车牌信息；
判断标记车牌信息是否与实际车牌信息相同，若是，则执行步骤S2。
该实施例通过现有的车牌识别算法或模型对包括过磅车辆的车牌的图像信息进行处理以获取过磅车辆的实际车牌信息，实际车牌信息表示过磅车辆的实际车牌。该实施例利用标记车牌信息和实际车牌信息对过磅车辆进行检验，只有在标记车牌信息和实际车牌信息相同时才会执行步骤S2。
在一些实施例中，根据图像信息获取多个关于过磅车辆承载的物料的疑似种类信息的步骤包括：
根据图像信息获取当前物料的表面纹理信息；
根据表面纹理信息和预先构建的表面纹理信息数据库获取多个关于过磅车辆承载的物料的疑似种类信息。
其中，表面纹理信息数据库为预先构建的，表面纹理信息数据库中至少存储有表面纹理信息和物料种类这两种相互关联的数据。该实施例先利用现有的表面纹理提取算法或表面纹理提取模型对图像信息进行处理以得到物料的表面纹理信息，然后将当前物料的表面纹理信息与表面纹理信息数据库存储的所有表面纹理信息进行匹配，并根据表面纹理信息数据库中所有与当前物料的表面纹理信息的匹配度大于等于预设匹配度的表面纹理信息对应的物料种类生成疑似种类信息。
在一些实施例中，表面纹理信息数据库的预先构建过程包括：
根据图像信息获取不同物料的表面纹理信息；
根据不同物料的物料种类和对应的表面纹理信息构建表面纹理信息数据库。
其中，该实施例通过相机采集包括不同物料的图像信息，并利用现有的表面纹理提取算法或表面纹理提取模型对图像信息进行处理以得到不同物料对应的表面纹理信息。由于不同物料的物料种类已知，因此该实施例可以根据不同物料的物料种类和对应的表面纹理信息构建表面纹理信息数据库。
在一些实施例中，步骤S5还包括步骤：
若第一重量信息与第二重量信息的差值的绝对值大于预设阈值，将物料标记为异常物料或生成报警信息，并结束称重记录。
在第一重量信息与第二重量信息的差值的绝对值大于预设阈值时，该实施例会将物料标记为异常物料或生成报警信息，以使司磅员能够及时获知过磅车辆上承载的物料异常。应当理解的是，由于第二重量信息的数量为多个，因此该实施例将物料标记为异常物料或生成报警信息的前提为：所有第一重量信息与第二重量信息的差值的绝对值均大于预设阈值。
在一些实施例中，第一重量信息为物料的重量，步骤S4可以通过以下方式获取第一重量信息：1.先通过图像信息识别过磅车辆的类型或编号，并根据该类型或编号从数据库中获取过磅车辆的重量，再通过重量传感器、压力传感器、电子秤、弹簧秤等可以测量物体重量的传感器或组件获取载物料后的过磅车辆的重量，两者之间的差值即为物料的重量，也即第一重量信息；2.在过磅车辆的货箱上设置重量传感器、压力传感器、电子秤、弹簧秤等可以测量物体重量的传感器或组件，通过这些传感器或组件获取第一重量信息。由于该实施例的第一重量信息为物料的重量，因此第二重量信息应为物料的估算重量，也即只需要根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息。
在一些实施例中，第一重量信息为物料和过磅车辆的重量，步骤S4包括步骤：
S41、根据图像信息获取物料的体积信息；
S42、根据疑似种类信息、体积信息和过磅车辆的重量计算不同疑似种类信息对应的第二重量信息。
其中，该实施例通过重量传感器、压力传感器、电子秤、弹簧秤等可以测量物体重量的传感器或组件获取承载物料后的过磅车辆的重量，即第一重量信息。该实施例的第一重量信息为物料的重量与过磅车辆的自身重量的总和，因此第二重量信息应为疑似种类信息对应的物料的估算重量与过磅车辆的自身重量的总和，也即需要根据疑似种类信息、体积信息和过磅车辆的重量计算不同疑似种类信息对应的第二重量信息。
在一些实施例中，标记种类信息存储在预先构建的标记种类信息数据库中，根据标识信息获取物料的标记种类信息的步骤包括：
根据标识信息从标记种类信息数据库中查找与标识信息对应的标记种类信息。
其中，标识信息可以为云端服务器4随机生成的字符串或数字串，标记种类信息数据库为预先构建的，标记种类信息数据库至少存储有标识信息和标记种类信息这两种相互关联的数据，例如，标记种类信息数据库中存储有标识信息和标记种类信息，标记种类信息数据库的数据存储格式如表1所示。
表1 标记种类信息数据库的数据存储表
标识信息 165162030 6626163 161626541
标记种类信息 铜 银 铁
由上可知，本申请提供的基于物联网的车辆过磅方法，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录第一重量信息与第二重量信息的差值的绝对值最小且绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
第二方面，如图2所示，本申请还提供了基于物联网的车辆过磅***，用于对过磅车辆进行过磅，基于物联网的车辆过磅***包括：
相机1，用于采集生成图像信息；
称重模块2，用于采集生成第一重量信息；
识别载体，用于存储标识信息；
读取模块3，用于读取识别载体中的标识信息；
通讯模块5，与相机1、称重模块2和读取模块3电性连接；
云端服务器4，通讯模块5用于将图像信息、第一重量信息和标识信息发送给云端服务器4，云端服务器4用于执行如第一方面提供的方法中的步骤。
其中，相机1可以为RGB相机、面阵相机、线阵相机等相机1中的任意一种或多种，相机1用于采集生成包括过磅车辆承载的物料的图像信息。称重模块2可以为重量传感器、压力传感器、电子秤、弹簧秤等可以测量物体重量的传感器或组件，称重模块2用于采集生成第一重量信息。识别载体可以为二维码、RFID卡、NFC卡、IC卡、ID卡的一种，识别载体用于存储标识信息，读取模块3为与识别载体对应的读取组件，读取模块3用于读取识别载体中的标识信息，例如识别载体为RFID卡，读取模块3为RFID卡读取器；又例如识别载体为二维码，读取模块3为手机。标识信息可以包括物料的标记种类信息，标记种类信息为预设值，标记种类信息表示过磅车辆上实际承载的物料的种类，标识信息也可以为云端服务器4中预先构建的数据库中的字段或预设构建的映射关系中的元素。应当理解的是，若标识信息为预先构建的数据库中的字段或预设构建的映射关系中的元素，一个标识信息对应于一个标记种类信息。通讯模块5可以为蓝牙模块或无线网络模块等，通讯模块5与相机1、称重模块2和读取模块3电性连接，通讯模块5用于将图像信息、第一重量信息和标识信息发送给云端服务器4。云端服务器4用于执行上述第一方面的基于物联网的车辆过磅方法。本申请实施例提供的基于物联网的车辆过磅***的工作原理与第一方面提供的基于物联网的车辆过磅方法的工作原理相同，此处不再进行详细论述。
由上可知，本申请提供的基于物联网的车辆过磅***，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录第一重量信息与第二重量信息的差值的绝对值最小且绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
第三方面，请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备，包括：处理器601和存储器602，处理器601和存储器602通过通信总线603和/或其他形式的连接机构（未标出）互连并相互通讯，存储器602存储有处理器601可执行的计算机程序，当计算设备运行时，处理器601执行该计算机程序，以执行时执行实施例的任一可选的实现方式中的方法，以实现以下功能：S1、获取第一重量信息、图像信息和标识信息；S2、根据图像信息获取多个关于过磅车辆承载的物料的疑似种类信息，并根据标识信息获取物料的标记种类信息；S3、判断标记种类信息是否属于多个疑似种类信息中的任意一种，若是，记录标记种类信息和第一重量信息，并结束称重记录，若否，则执行步骤S4；S4、根据图像信息获取物料的体积信息，根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息；S5、获取与第一重量信息的差值的绝对值最小且绝对值小于等于预设阈值的第二重量信息，记录该第二重量信息对应的疑似种类信息和第一重量信息，并结束称重记录。
第四方面，本申请实施例提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行实施例的任一可选的实现方式中的方法，以实现以下功能：S1、获取第一重量信息、图像信息和标识信息；S2、根据图像信息获取多个关于过磅车辆承载的物料的疑似种类信息，并根据标识信息获取物料的标记种类信息；S3、判断标记种类信息是否属于多个疑似种类信息中的任意一种，若是，记录标记种类信息和第一重量信息，并结束称重记录，若否，则执行步骤S4；S4、根据图像信息获取物料的体积信息，根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息；S5、获取与第一重量信息的差值的绝对值最小且绝对值小于等于预设阈值的第二重量信息，记录该第二重量信息对应的疑似种类信息和第一重量信息，并结束称重记录。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random AccessMemory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable ProgrammableRead-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable ProgrammableRead Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory,简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
由上可知，本申请提供的基于物联网的车辆过磅方法、***、电子设备及存储介质，根据图像信息分析到的疑似种类信息和标记种类信息对物料进行第一次校验，若标记种类信息属于疑似种类信息中的任意一种，则记录标记种类信息和第一重量信息；若标记种类信息不属于疑似种类信息中的任意一种，则根据疑似种类信息和体积信息计算不同疑似种类信息对应的第二重量信息，并根据第一重量信息和第二重量信息对物料进行第二次校验，以记录第一重量信息与第二重量信息的差值的绝对值最小且绝对值小于等于预设阈值对应的疑似种类信息和第一重量信息，从而有效地提高记录过磅数据的准确度。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个机器人，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以上升至一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.基于物联网的车辆过磅方法，用于对过磅车辆进行过磅，其特征在于，所述基于物联网的车辆过磅方法包括以下步骤：
S1、获取第一重量信息、图像信息和标识信息，所述标识信息为预先构建的数据库中的字段或预先构建的映射关系中的元素，或包括物料的标记种类信息；
S2、根据所述图像信息获取多个关于所述过磅车辆承载的物料的疑似种类信息，并根据所述标识信息获取所述物料的标记种类信息，多个疑似种类信息表示所述过磅车辆可能承载的物料的所有种类；
S3、判断所述标记种类信息是否属于多个所述疑似种类信息中的一种，若是，记录所述标记种类信息和第一重量信息，并结束称重记录，若否，则执行步骤S4；
S4、根据所述图像信息获取所述物料的体积信息，根据所述疑似种类信息和所述体积信息计算不同疑似种类信息对应的第二重量信息；
S5、获取与所述第一重量信息的差值的绝对值最小且所述绝对值小于等于预设阈值的第二重量信息，记录该第二重量信息对应的疑似种类信息和所述第一重量信息，并结束称重记录。
2.根据权利要求1所述的基于物联网的车辆过磅方法，其特征在于，所述根据所述图像信息获取多个关于所述过磅车辆承载的物料的疑似种类信息的步骤包括：
根据所述图像信息获取当前物料的表面纹理信息；
根据所述表面纹理信息和预先构建的表面纹理信息数据库获取多个关于所述过磅车辆承载的物料的疑似种类信息。
3.根据权利要求1所述的基于物联网的车辆过磅方法，其特征在于，步骤S5还包括步骤：
若所述第一重量信息与所述第二重量信息的差值的绝对值大于所述预设阈值，将所述物料标记为异常物料或生成报警信息，并结束所述称重记录。
4.根据权利要求2所述的基于物联网的车辆过磅方法，其特征在于，所述表面纹理信息数据库的预先构建过程包括：
根据图像信息获取不同物料的表面纹理信息；
根据不同物料的物料种类和对应的表面纹理信息构建表面纹理信息数据库。
5.根据权利要求1所述的基于物联网的车辆过磅方法，其特征在于，所述第一重量信息为所述物料和所述过磅车辆的重量，所述步骤S4包括步骤：
根据所述图像信息获取所述物料的体积信息；
根据所述疑似种类信息、所述体积信息和所述过磅车辆的重量计算不同疑似种类信息对应的第二重量信息。
6.根据权利要求1所述的基于物联网的车辆过磅方法，其特征在于，所述标记种类信息存储在预先构建的标记种类信息数据库中，所述根据所述标识信息获取所述物料的标记种类信息的步骤包括：
根据所述标识信息从所述标记种类信息数据库中查找与所述标识信息对应的标记种类信息。
7.基于物联网的车辆过磅***，用于对过磅车辆进行过磅，其特征在于，所述基于物联网的车辆过磅***包括：
相机（1），用于采集生成图像信息；
称重模块（2），用于采集生成第一重量信息；
识别载体，用于存储标识信息；
读取模块（3），用于读取所述识别载体中的所述标识信息；
通讯模块（5），与所述相机（1）、所述称重模块（2）和所述读取模块（3）电性连接；
云端服务器（4），所述通讯模块（5）用于将所述图像信息、所述第一重量信息和所述标识信息发送给所述云端服务器（4），所述云端服务器（4）用于执行如权利要求1-6任一项所述的基于物联网的车辆过磅方法中的步骤。
8.根据权利要求7所述的基于物联网的车辆过磅***，其特征在于，所述识别载体为二维码、RFID卡、NFC卡、IC卡、ID卡的一种。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-6任一项所述方法中的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-6任一项所述方法中的步骤。
CN202210952085.8A 2022-08-09 2022-08-09 基于物联网的车辆过磅方法、***、电子设备及存储介质 Active CN115239791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210952085.8A CN115239791B (zh) 2022-08-09 2022-08-09 基于物联网的车辆过磅方法、***、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210952085.8A CN115239791B (zh) 2022-08-09 2022-08-09 基于物联网的车辆过磅方法、***、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115239791A CN115239791A (zh) 2022-10-25
CN115239791B true CN115239791B (zh) 2023-05-02

Family

ID=83679912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210952085.8A Active CN115239791B (zh) 2022-08-09 2022-08-09 基于物联网的车辆过磅方法、***、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115239791B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117760532B (zh) * 2024-02-22 2024-05-03 江苏宏力称重设备有限公司 一种基于物联网的地磅称重信息管理***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012068962A (ja) * 2010-09-24 2012-04-05 Yupiteru Corp 車載用電子機器及びプログラム
CN112861631A (zh) * 2020-12-31 2021-05-28 南京理工大学 一种基于Mask Rcnn以及SSD的地磅人体入侵检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8577088B2 (en) * 2010-08-05 2013-11-05 Hi-Tech Solutions Ltd. Method and system for collecting information relating to identity parameters of a vehicle
CN110717072A (zh) * 2019-10-11 2020-01-21 珠海格力电器股份有限公司 地磅数据与图像数据的匹配方法、介质及电子设备
CN110940407A (zh) * 2019-12-11 2020-03-31 北京星际华通科技有限公司 用于物联网的智能电子秤及其交易方法、装置和***
CN112699738B (zh) * 2020-12-10 2024-03-12 交通运输部公路科学研究所 基于无人机平台的高速公路绿色通道车辆快速检测方法
CN114595791A (zh) * 2022-04-08 2022-06-07 中冶（贵州）建设投资发展有限公司 收料***、方法及计算机可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012068962A (ja) * 2010-09-24 2012-04-05 Yupiteru Corp 車載用電子機器及びプログラム
CN112861631A (zh) * 2020-12-31 2021-05-28 南京理工大学 一种基于Mask Rcnn以及SSD的地磅人体入侵检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
拌和站及现场物料信息化管控研究;周小华;李晓龙;;公路交通科技(应用技术版)(01);全文 *
污水处理厂地磅房自动称重***;奚向民;范舜年;;电气自动化(04);全文 *
浅谈计算机技术在远程管理磅房***中的应用;杨瑞兵;;河北企业(04);全文 *

Also Published As

Publication number Publication date
CN115239791A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN110110726A (zh) 电力设备铭牌识别方法、装置、计算机设备和存储介质
CN115239791B (zh) 基于物联网的车辆过磅方法、***、电子设备及存储介质
CN111406270B (zh) 基于图像的伪造品检测
CN109118316B (zh) 线上店铺真实性的识别方法和装置
CN110717189A (zh) 数据泄露识别方法、装置及设备
CN110610431A (zh) 基于大数据的智能理赔方法及智能理赔***
CN107133140A (zh) 基于相片的图像分析的监控***
CN115358751B (zh) 一种交易单据的自动审核方法、装置及电子设备
CN106708729A (zh) 代码缺陷的预测方法及装置
CN115063224A (zh) 基于用户画像的业务审核方法、装置、设备及存储介质
CN114756669A (zh) 问题意图的智能分析方法、装置、电子设备及存储介质
CN108182444A (zh) 基于场景分类的视频质量诊断的方法及装置
CN103034866A (zh) 一种目标识别方法、装置及***
CN113743547A (zh) 基于rfid标签的资产监管方法和平台、存储介质
CN112966965A (zh) 进出口大数据的分析和决策方法、装置、设备及存储介质
CN114219497A (zh) 账户信息确定方法、装置及服务器
CN110278524B (zh) 用户位置确定方法、图模型生成方法、装置及服务器
CN111222923A (zh) 一种判断潜在客户的方法及装置、电子设备和存储介质
CN116222723A (zh) 垃圾重量确定方法、装置、计算机设备和存储介质
CN115203364A (zh) 软件故障反馈处理方法、装置、设备及可读存储介质
CN109885710B (zh) 基于差分演化算法的用户画像刻画方法及服务器
CN112686702A (zh) 羊毛党识别方法、装置、计算机设备及存储介质
CN112866295A (zh) 一种区块链大数据防爬虫处理方法及云平台***
CN112232697A (zh) 基于数字经济和新零售的业务处理方法及大数据服务器
CN110674129A (zh) 异常事件处理方法、***、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant