[發明專利]基于機器學習的油罐車防盜系統

有效

• 申請號: 202110295740.2
• 申請日: 2021-03-19
• 公開（公告）號: CN113103946B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 李志勇;朱磊;黃永華
• 申請（專利權）人: 深圳恩聯科技有限公司
• 主分類號: B60P3/22
• 分類號: B60P3/22;G08B13/196;G06V20/52;G06N20/00
• 代理公司: 廣州京諾知識產權代理有限公司 44407
• 代理人: 肖金艷

一種基于機器學習的油罐車防盜系統，包括攝像頭和機器學習模塊，所述攝像頭用于實時獲取油罐車注油口和/或出油口處的場景畫面；所述機器學習模塊用于將所述場景畫面輸入至機器學習模型，利用機器學習模型預測所述場景畫面中是否發生盜油事件，當預測發生盜油事件時，所述機器學習模塊輸出報警信號。本發明的基于機器學習的油罐車防盜系統，可利用機器學習模型自動預測盜油事件、自動發出報警提醒，并可基于司機的正向反饋而訓練更新本地機器學習模型，且可以遠程監控盜油報警情況。本實施例的系統，不僅可大大提高預測準確性，及時發現盜油事件并發出報警提醒，并可對司機的行為進行約束，避免司機監守自盜，從而實現對油罐車的全局管控。

【技術領域】

本發明涉及車輛管理技術，特別涉及一種基于機器學習的油罐車防盜系統。

【背景技術】

陸上石油運輸，通常都是通過專用油罐車運輸完成。在實際運輸過程中，時有盜油現象發生。盜油行為本身非常危險，此外，油罐車油品頻繁被盜，也會產生巨大的經濟損失。因此，需要對油罐車的盜油行為進行管控。

現有技術中，有通過油箱重量進行檢測的，其設有壓力傳感器和警報器，當油品被盜時，油箱內油的重量變少而可觸發警報。而現實中，盜油者盜油時或盜油后向油箱內注水，便可保持盜油前后油箱重量一致，從而躲避監控而不被發現。

此外，也有在油箱口設置傳感器，檢測油箱口有沒有被打開。這種方式，實際運用時，效果較差，經常無法及時報警，或誤報警。

隨著視頻技術的發展，市面上一部分油罐車采用攝像頭進行監控，現有的這種視頻管控方法，在一定程度上能起到震懾作用，但是，其錄制的視頻在本地，其方便事后調查，但并不適合運輸過程中及時發現盜油事件，其無法及時進行提醒。而且，這種管控方法，只能依賴于司機的判斷，而對于司機的行為卻無法管控，因此，其并不方便管理人員對油品輸運的盜油現象進行全面監管。

【發明內容】

本發明旨在解決上述問題，而提供一種可全面管控油罐車盜油，并進行自動提醒的基于機器學習的油罐車防盜系統。

為解決上述問題，本發明提供了一種基于機器學習的油罐車防盜系統，其特征在于，其包括攝像頭和機器學習模塊，所述攝像頭用于實時獲取油罐車注油口和/或出油口處的場景畫面；所述機器學習模塊用于將所述場景畫面輸入至機器學習模型，利用機器學習模型預測所述場景畫面中是否發生盜油事件，當預測發生盜油事件時，所述機器學習模塊輸出報警信號。

進一步地，其還包括本地報警裝置和第一控制模塊，所述本地報警裝置用于報警提醒；所述第一控制模塊與所述機器學習模塊、本地報警裝置連接，當所述機器學習模塊輸出報警信號時，所述第一控制模塊控制所述本地報警裝置進行報警提醒。

進一步地，其還包括報警確認裝置，所述報警確認裝置與所述第一控制模塊連接，用于供油罐車駕駛室中的司機確認所述報警信號是否準確，所述報警確認裝置可輸出確認結果至所述第一控制模塊。

進一步地，其還包括模型更新模塊，其可將所述確認結果及相應的場景畫面作為訓練數據而訓練所述機器學習模型。

進一步地，其還包括第一通信模塊和云服務器，所述第一通信模塊設于油罐車本地，其與所述第一控制模塊連接；所述云服務器可與所述第一通信模塊進行通信。

進一步地，所述云服務器設有第二通信模塊、云端報警裝置和第二控制模塊，所述第二通信模塊可與所述第一通信模塊遠程通信；所述云端報警裝置用于報警提醒；所述第二控制模塊與所述第二通信模塊及云端報警裝置連接；當所述機器學習模塊輸出報警信號時，所述第二控制模塊控制所述云端報警裝置進行報警提醒。

進一步地，所述云服務器還設有確認模塊，其與所述第二控制模塊連接，用于將需要確認的報警信號發送至產生該報警信號的油罐車。