[发明专利]行李智能跟踪监测方法和系统

说明书

本发明涉及行李跟踪监测技术领域，公开了一种行李智能跟踪监测方法和系统，所述方法包括：构建基础数据库，基础数据库包括多组行李数据，行李数据包括唯一识别编号、条码号、安检信息、图像数据和三维模型；构建跟踪数据库，跟踪数据库包括多组监测数据，监测数据包括视频序列图像和行李状态；将相对应的监测数据和行李数据进行关联。本发明可以将行李在各阶段的数据关联起来，形成一条完整的行李数据流，以对行李全流程跟踪监测的实施提供保障。

技术领域

本发明涉及行李跟踪监测技术领域，具体是指一种行李智能跟踪监测方法和系统。

背景技术

目前常用的民航行李处理系统在托运口由工作人员录入行李条码信息、旅客信息等，但在环线运输过程中，大多只对行李进行单点检测跟踪，且该信息无法和实现记录的行李数据对应起来。一旦出现行李异常，比如行李分拣错误、卡包、丢包等，需要耗费人力成本、时间成本进行问题排查，缺少对行李运输系统中全流程数据的智慧化管理。

发明内容

基于以上技术问题，本发明提供了一种智能跟踪监测方法和系统，在实际应用中，可以将行李在各阶段的数据关联起来，形成一条完整的行李数据流，以对行李全流程跟踪监测的实施提供保障。

为解决以上技术问题，本发明采用的技术方案如下：

一种行李智能跟踪监测方法，包括：

构建基础数据库，基础数据库包括多组行李数据，行李数据包括唯一识别编号、条码号、安检信息、图像数据和三维模型；

构建跟踪数据库，跟踪数据库包括多组监测数据，监测数据包括视频序列图像和行李状态；

将相对应的监测数据和行李数据进行关联。

作为一种优选的方式，将相对应的监测数据和行李数据进行关联包括：

对基础数据库进行初步筛选获取行李数据的初选集合；

提取视频序列图像上的行李图像；

将行李图像和初选数据集中的图像数据输入深度学习网络识别模型进行匹配识别；

若匹配成功，则将与图像数据同组的唯一识别编号存入监测数据中。

作为一种优选的方式，对基础数据库进行初步筛选获取行李数据的初选集合包括：

提取视频序列图像上的行李三维图像；

将行李三维图像和三维模型的外形尺寸进行比对；

基于比对结果获取与行李三维图像相似的三维模型集合；

基于三维模型集合获得行李数据的初选集合。

作为一种优选的方式，获取行李状态的方法包括：

获取视频序列图像上的行李数量和行李位置；

若行李数量大于一，则基于行李位置获取行李之间的位置差；

判断位置差是否大于预设阈值，是则行李状态为正常状态，否则行李状态为异常状态。

作为一种优选的方式，获取行李状态的方法还包括：

若行李数量等于一，则行李状态为正常状态。

作为一种优选的方式，异常状态包括：

当位置差在零和预设阈值范围之间时，异常状态为连包状态；

当位置差小于零时，异常状态为叠包状态。

作为一种优选的方式，获取视频序列图像上的行李数量和行李位置包括：

获取视频序列图像的RGBD深度图像数据；