[发明专利]一种运载车的轨迹跟踪监测预警系统及方法

说明书

本发明提出一种运载车的轨迹跟踪监测预警系统及方法，涉及目标轨迹跟踪监测的技术领域，通过视频采集设备采集运载车行驶的实时视频，传输至预处理模块预处理，实现对运载车的区域进行初步定位，目标检测模块对实时视频当前帧已初步定位的区域进行检测，通过特征提取单元提取每帧图像的HOG特征，利用运载车SVM分类器分类，确定运载车的实时位置，目标跟踪模块采用KCF算法跟踪运载车，综合处理模块对运载车行使是否异常进行判断，将异常信息发送给服务器；服务器接收综合处理模块发送的异常信息并存储，下发预警指令至预警模块，并生成应急响应措施，预警模块向工作人员发出预警信息，减少了人工巡查的成本，降低了人身意外伤害的风险。

技术领域

本发明涉及目标轨迹跟踪监测的技术领域，更具体地，涉及一种运载车的轨迹跟踪监测预警系统及方法。

背景技术

随着全球化市场对企业盈利及竞争能力提出的新要求，如何有效保证生产过程安全、提高产品的质量和生产效率是现代过程工业面临的主要挑战。随着人力成本的上涨，制造业开始朝自动化、智能化的方向发展，运载车逐渐成为工厂安全高效生产的重要设备之一，其能够根据地面预设的轨道自动搬运货物。

然而，针对运载车运行时的跟踪监测，工厂往往采用的是人工巡查的方式，存在如下缺点：(1)工厂中通常同时存在多个运载车，不同运载车的运输路径不同，人工巡查效率较低；(2)当某个运载车出现故障时，如断电、降速、超速、脱离轨道时，人工巡查难以及时发现并立即预警，对于多运载车故障的情况更是需要耗费较多的巡查人力及响应时间；(3)在一些对人体存在危害或有潜在危险的场景，无法采用人工巡查的方法，例如化工类工厂原料可能含有有毒有害物质，一旦泄露将会危害工人健康；(4)人工巡查不利于工厂整体自动化、智能化的发展。

当前也有一些目标跟踪的算法不断被提出，来克服人工巡查的弊端，如2017年11月10日，中国专利(公布号：CN107341820A)中公开了一种融合Cukoo搜索和KCF的突变运动目标跟踪方法，采用Cukoo搜索机制获取全局最优的目标预测状态，产生新的基图像样本，执行KCF方法跟踪目标，从理论层面实现了帧间存在运动突变目标的精确跟踪。

发明内容

为解决降低人工巡查成本高、效率低且响应时间长的问题，本发明提出一种运载车的轨迹跟踪监测预警系统及方法，降低人工巡查的成本及危险因素，缩短应急响应时间，提高工厂安全生产的可靠性。

为了达到上述技术效果，本发明的技术方案如下：

一种运载车的轨迹跟踪监测预警系统，包括：

视频采集设备，用于采集运载车行使的实时视频；

预处理模块，接收视频采集设备传输的运载车行使的实时连续视频，对实时连续视频进行滑窗预处理，生成预检框，通过滑窗对预检框内的图像进行扫描，提取HOG的特征，对运载车进行初步定位；

目标检测模块，包括特征提取单元及运载车SVM分类器，特征提取单元提取每帧图像的HOG特征，利用运载车SVM分类器分类，确定运载车所在的实时位置；

目标跟踪模块，采用KCF算法对运载车进行跟踪；

综合处理模块，对运载车行使是否异常进行判断，将异常信息发送给服务器；

服务器，接收综合处理模块发送的异常信息并存储，下发预警指令至预警模块，并生成应急响应措施；

预警模块，接收服务器下发的预警指令，向工作人员发出预警信息。