(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210084272.9 (22)申请日 2022.01.25 (71)申请人 润建股份有限公司 地址 530000 广西壮 族自治区南宁市西乡 塘区总部路1号中国东盟科技企业孵 化基地一期D7栋501室 (72)发明人 丁永　何俊　罗桂华　许文杰　 罗剑涛　徐旭　周攀　曾运达　 (74)专利代理 机构 南宁东之智专利代理有限公 司 45128 专利代理师 汪治兴 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/54(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于图像识别的装载率计算方法 (57)摘要 本发明公开一种基于图像识别的装载率计 算方法， 包括以下步骤： （1） 采集场景为不同型号 的货车装 载货物的多条视频， 进行拆帧处理成样 本图片作为训练样本图片； （2） 得到训练样本图 片的标注信息保存为标注文件； （3） 将训练样本 图片和标注文件输入yolo ‑v3模型进行训练， 得 到货物和车厢尾端轮廓识别模型； （4） 获取实时 抓拍的货车装货场景中的多个 现场图像， 并将现 场图像输入至所述货物和车厢尾端轮廓识别模 型进行识别， 输出所述现场图像中已装载货物检 测框和车厢尾端轮廓检测框； （5） 计算已装载货 物检测框和车厢尾端轮廓检测框之间的实际距 离L； （6） 获取每辆货车 实际车厢长度K， 计算货车 装载率。 本发明提高了对货车装载率的识别效 率。 权利要求书2页 说明书6页 附图2页 CN 114463697 A 2022.05.10 CN 114463697 A 1.一种基于图像识别的装载率计算方法， 其特 征在于： 包括以下步骤： （1） 采集场景为不同型号的货车装载货物 的多条视频， 进行拆帧处理成样本图片作为 训练样本图片； 多条视频包括货车中货车装载货物的区域范围和车厢尾端的轮廓； （2） 分别对训练样本图片中的货车装载货物的区域范围和货车的车厢尾端的轮廓进行 标注， 得到训练样本图片的标注信息保存为标注文件； （3） 将训练样本图片和标注文件输入yolo ‑v3模型进行训练， 得到货物和车厢尾端轮廓 识别模型； 所述货物和车厢尾端轮廓识别模型用于输入图片并能够输出图片的已载货物检 测框和车厢尾端轮廓检测框； （4） 获取实时抓拍的货车装货场景中的多个现场图像， 并将现场图像输入至所述货物 和车厢尾端轮廓识别模型进行识别， 输出所述现场图像中已装载货物检测框和车厢尾端轮 廓检测框； 所述现场图像包括货车中货车装载货物的区域范围和车厢尾端的轮廓； （5） 通过步骤 （4） 的已装载货物检测框和车厢尾端轮廓检测框计算已装载货物检测框 和车厢尾端轮廓检测框之间的实际距离L； （6） 通过步骤 （5） 的已装载货物检测框和车厢尾端轮廓检测框之间的实际距离L获取每 辆货车实际车厢长度K， 计算货车装载率 为 （K‑L） /K *100%。 2.根据权利要求1所述的一种基于图像识别的装载率计算方法， 其特征在于： 所述标注 文件为格式为XML的文件。 3.根据权利要求1所述的一种基于图像识别的装载率计算方法， 其特征在于： 所述 yolo‑v3模型包括Dark net‑53网络。 4.根据权利要求1所述的一种基于图像识别的装载率计算方法， 其特征在于： 所述步骤 （5） 中计算已装载货物检测框和车厢尾端轮廓检测框之间的距离L的具体方法为： S1.根据已装载货物检测框分别计算左侧边的中心点坐标为已装载货物检测框左侧中 心点坐标和右侧边的中心点 坐标为已装载货物检测框左侧中心点 坐标； S2.根据车厢尾端轮廓检测框分别计算左侧边的中心点坐标为左侧车厢尾端轮廓检测 框中心点 坐标和右侧边的中心点 坐标为右侧车厢尾端轮廓检测框中心点 坐标； S3.计算左侧车厢尾端轮廓检测框 中心点坐标到已装载货物检测框左侧中心点坐标的 像素距离L 1， 计算右侧车厢尾端轮廓检测框中心 点坐标到已装载货物检测框右侧中心 点坐 标的像素距离L2； S4.结合预先采集的货物框 中心点到车厢尾端轮廓中心点相对的像素距离和实际测量 货物边缘中心点到车厢尾端轮廓中心点的实际距离， 拟合一个像素距离和实际距离的关系 模型， 可以实现像素距离 到实际距离的转换； S5.根据步骤S4中拟合的关系模型将步骤S3中像素距离L1和像素距离L2分别转换对应 的实际距离L1 ’和实际距离L2 ’， 并求出实际距离L1 ’和实际距离L2 ’的平均距离L作为已装 载货物检测框和车厢尾端轮廓检测框之间的距离L。 5.一种使用权利要求1 ‑4任意一种方法进行基于图像识别的装载率计算的系统， 包括： 获取模块， 用于采集场景为不同型号的货车装载货物的多条视频； 所述获取模块还用 于将多条视频进 行拆帧处理成样本图片作为训练样本图片； 多条视频能采集到货车中货车 装载货物区域和车厢尾端轮廓位置； 标注模块， 用于分别对训练样本图片中的货车装载货物的区域范围和货车的车厢尾端权　利　要　求　书 1/2 页 2 CN 114463697 A 2的轮廓进行 标注， 得到训练样本图片的标注信息保存为标注文件； 训练模块， 用于将训练样本图片和标注文件输入yolo ‑v3模型进行训练， 得到货物和车 厢尾端轮廓识别模型； 所述货物和车厢尾端轮廓识别模型用于输入图片并能够输出图片的 已载货物检测框和车厢尾端轮廓检测框； 识别模块， 用于获取实时抓拍的货车装货场景中的多个现场图像， 并将现场图像输入 至所述货物和车厢尾端轮廓识别模型进行识别， 输出所述现场图像中已装载货物检测框和 车厢尾端轮廓检测框； 所述现场图像包括货车中货车装载货物的区域范围和车厢尾端的轮 廓； 距离转换模块， 用于通过识别模块获取的已装载货物检测框和车厢尾端轮廓检测框计 算已装载货物检测框和车厢尾端轮廓检测框之间的实际距离L； 装载率计算模块， 用于通过距离转换模块的已装载货物检测框和车厢尾端轮廓检测框 之间的实际距离L获取每辆货车实际车厢长度K， 计算货车装载率 为 （K‑L） /K *100%； 所述获取模块、 标注模块、 训练模块、 识别模块、 距离转换模块、 装载率计算模块依次相 连。 6.根据权利要求5所述的一种方法进行基于图像识别的装载率计算的系统， 其特征在 于： 所述获取模块为在货车的车厢尾部顶端安装的IP摄像机或者固定在舵口上的拍摄货车 装货场景视频的摄 像机。 7.根据权利要求5所述的一种方法进行基于图像识别的装载率计算的系统， 其特征在 于： 所述距离转换模块获得的 已装载货物检测框和车厢尾端轮廓检测框之间的实际距离L 采用json格式信息传输 至装载率计算模块。 8.根据权利要求5所述的一种方法进行基于图像识别的装载率计算的系统， 其特征在 于： 所述获取模块还包括若干个红外线测距传感器； 所述红外线测距传感器布设于货车车 厢沿纵深方向在车厢的前端和末端的边 缘。 9.根据权利要求5所述的一种方法进行基于图像识别的装载率计算的系统， 其特征在 于： 所述标注文件为格式为XML的文件。 10.根据权利要求5所述的一种方法进行基于图像识别的装载率计算的系统， 其特征在 于： 所述yo lo‑v3模型包括Dark net‑53网络。权　利　要　求　书 2/2 页 3 CN 114463697 A 3