[發明專利]一種基于深度學習神經網絡模型的封樣監控系統

有效

• 申請號: 202110191966.8
• 申請日: 2020-05-22
• 公開（公告）號: CN113079193B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 李學鈞;戴相龍;蔣勇;王曉鵬;何成虎;楊政
• 申請（專利權）人: 江蘇濠漢信息技術有限公司
• 主分類號: H04L67/12
• 分類號: H04L67/12;H04N7/18;G06K17/00;G06V20/59
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 田春龍

本發明提供了一種基于深度學習神經網絡模型的封樣監控系統，該基于深度學習神經網絡模型的封樣監控系統通過視頻監控、RFID射頻監控和車輛定位監控這三種不同的監控方式同時對樣品的封樣車載運輸過程進行全方位的監控，這樣能夠實現在樣品送檢運輸構成的人、車、物三者合一的監控，從而有效地防止由于對人員和車輛的監控缺失而導致樣品送檢安全性降低的情況發生；該基于深度學習神經網絡模型的封樣監控系統還能夠在樣品車載送檢的過程中同步地對采集得到的監控信息進行實時的分析處理，以此保證該封樣監控的及時性和有效性，并且該封樣監控系統還能夠與移動終端進行數據通信，以便于用戶在移動終端的應用程序上執行相應的運輸調控和運輸任務核實。

技術領域

本發明涉及封樣送檢的技術領域，特別涉及一種基于深度學習神經網絡模型的封樣監控系統。

背景技術

物資調配運輸，特別是樣品的調配運輸都需要保證物品能夠完整無缺地運輸到目的地。但是，在實際操作過程中，樣品在運輸工序，比如異地長途運輸中，樣品長時間處于暴露狀態中，這很難保證樣品在此過程中都是保持獨立的和未被觸碰的狀態，其極容易導致樣品發生性狀的改變，同時也不能在樣品發生性狀改變的情況下，對樣品進行溯源追查，這都不利于提高封樣運輸的安全性和可控性。為了保證樣品在封樣運輸過程中的安全性，現有技術通常會在運輸車輛中設置視頻監控設備來采集樣品在封樣運輸過程的全過程視頻信息，并根據該全過程視頻信息來判斷樣品在封樣運輸過程中是否被開封或者接受過其他非授權的接觸操作，并且上述方式只是在封樣運輸完畢后，對該全過程視頻信息進行分析處理，以此實現相應的判斷。但是，上述方式屬于事后分析判斷，其并不能在封樣運輸過程中同步地對樣品進行監控，并且上述方式的監控手段單一，其只能針對樣品本身進行監控，其并沒有對運輸車輛的行駛狀態進行相應的監控，這不能對樣品在車載運輸過程中進行全方面的和高效的安全監控。

發明內容

針對現有技術存在的缺陷，本發明提供一種基于深度學習神經網絡模型的封樣監控系統，該基于深度學習神經網絡模型的封樣監控系統包括圖像采集模塊、RFID射頻模塊、車輛狀態采集模塊、車載服務端模塊和云端控制模塊；其中，該圖像采集模塊用于獲取樣品當前所處車輛內部環境的相關圖像信息；該RFID射頻模塊用于獲取該樣品的實時封裝狀態信息；該車輛狀態采集模塊用于獲取該車輛的實時運行狀態信息；該車載服務端模塊用于根據該相關圖像信息、該實時封裝狀態信息和該實時運行狀態信息中的至少一者，生成關于該樣品在車載運輸過程中對應的封樣狀態變化信息；該云端控制模塊用于根據該封樣狀態變化信息，對該樣品和/或該車輛進行適應的監控操作；可見，該基于深度學習神經網絡模型的封樣監控系統通過視頻監控、RFID射頻監控和車輛定位監控這三種不同的監控方式同時對樣品的封樣車載運輸過程進行全方位的監控，這樣能夠實現在樣品送檢運輸構成的人、車、物三者合一的監控，從而有效地防止由于對人員和車輛的監控缺失而導致樣品送檢安全性降低的情況發生；此外，該基于深度學習神經網絡模型的封樣監控系統還能夠在樣品車載送檢的過程中同步地對采集得到的監控信息進行實時的分析處理，以此保證該封樣監控的及時性和有效性，并且該封樣監控系統還能夠與移動終端進行數據通信，以便于用戶在移動終端的應用程序上執行相應的運輸調控和運輸任務核實。

本發明提供一種基于深度學習神經網絡模型的封樣監控系統，其特征在于：

所述基于深度學習神經網絡模型的封樣監控系統包括圖像采集模塊、RFID射頻模塊、車輛狀態采集模塊、車載服務端模塊和云端控制模塊；其中，

所述圖像采集模塊用于獲取樣品當前所處車輛內部環境的相關圖像信息；

所述RFID射頻模塊用于獲取所述樣品的實時封裝狀態信息；

所述車輛狀態采集模塊用于獲取所述車輛的實時運行狀態信息；

所述車載服務端模塊用于根據所述相關圖像信息、所述實時封裝狀態信息和所述實時運行狀態信息中的至少一者，生成關于所述樣品在車載運輸過程中對應的封樣狀態變化信息；