技术领域
[0001] 本实用新型涉及一种用于货车的信息采集系统。
相关背景技术
[0002] 在物流活动中通常需要对已到达的和即将出发的货车进行信息采集和记录，对货车称重是货车信息采集中的一个基础环节。可以借助于称重装置、例如地磅来确定货车的重量，在称重时要求待称重的货车完全处于称重装置的称重区域中，以确保称重结果的准确性。由于货车的体积较大，位于驾驶舱中的驾驶员视野受限，难以在驾驶舱中直接观察货车的停放位置是否正确，因此，在将货车完全停放在称重装置上之后，驾驶员需要下车并围绕货车检查货车是否完全位于称重区域中。如果货车没有正确地停放在称重装置上，则驾驶员必须重新进入驾驶室调整货车的位置然后再次进行检查。在一些情况下，替代于驾驶员，也可以由专门人员来进行检查，并由所述专门人员告知货车的驾驶员货车是否停放到位或指示驾驶员对货车进行位置调整。
[0003] 一方面，这样的人工检查过程需要额外的时间成本，尤其是在繁忙的物流场景中，这可能导致信息采集操作的延迟，影响整体的物流效率；另一方面，驾驶员或专门人员围绕货车移动可能增加安全风险，在繁忙的交通区域或复杂工业环境中，可能存在与驾驶员或专门人员与其他车辆或障碍物碰撞的风险。此外，考虑到称重装置一般露天放置，即使在恶劣的环境条件、例如恶劣天气、高温或低温等情况下，驾驶员或专门人员也依然需要在露天环境下进行检查和确认，这对驾驶员或专门人员的工作舒适度和安全性都带来一定的影响。
[0004] 因此，存在提高对货车的信息采集、特别是称重的效率和安全性的需求。实用新型内容
[0005] 本实用新型的任务在于，提供一种用于货车的信息采集系统，借助于所述信息采集系统能够克服现有技术中的至少一部分缺陷。
[0006] 按照本实用新型，提出一种用于货车的信息采集系统，所述信息采集系统包括：
[0007] 称重装置，所述称重装置包括称重区域，在称重时，被测量的货车的车轮应当全部位于所述称重区域的范围内；
[0008] 图像采集装置，所述图像采集装置设置为用于采集位于称重装置上的货车的车轮的图像；
[0009] 与图像采集装置信号连接的图像处理装置，所述图像处理装置设置为用于接收和处理来自图像采集装置的图像，以便确定所述货车的车轮是否完全位于所述称重区域的范围内并产生相应的输出信号；
[0010] 与图像处理装置信号连接的信号装置，所述信号装置设置为用于，根据来自图像处理装置的输出信号输出代表货车的车轮是否完全位于所述称重区域的范围内的通知信息。
[0011] 按照本实用新型，所述信息采集系统能采集与货车有关的信息、特别是货车的重量。为此，借助于称重装置来对货车进行称重。为了确定被测量的货车的车轮是否全部位于称重装置的称重区域的范围内，本实用新型设置有图像采集装置，以用于采集位于称重装置上的货车的车轮的图像。由图像采集装置所采集的图像传输给图像处理装置，以便图像处理装置基于所采集的图像来确定货车的车轮的位置以及判断车轮是否全位于称重区域的范围内。图像处理装置根据相应的判断结果，通过信号装置来输出代表货车的车轮是否完全位于所述称重区域的范围内的通知信息。
[0012] 由此，在将货车驶入称重区域后，货车驾驶员能直接在驾驶室中经由信号装置得知货车是否停放正确(即，货车是否完全处于称重区域的范围内)，而无需下车并围绕货车进行检查并且必要时(例如在货车没有完全停放在称重区域的范围内的情况下)重新进入驾驶室进而再次调整货车的停放位置，自然也无需专门的人员进行检查。从而通过按照本实用新型的信息采集系统，能够有效地提高采集货车信息、特别是货车重量的效率和安全性。
[0013] 在此，上述组件和流程可以根据公知的算法或协议利用现有的硬件条件并结合现有的编程手段加以实现。示例性地，图像处理装置可以借助于现有技术中成熟的计算机视觉算法、特别是基于深度学习的目标检测(例如借助于YOLO v5神经网络模型)来在由图像采集装置采集的图像中识别货车的车轮。然后，可以根据由目标检测所获得的车轮边界框结合称重区域的位置和尺寸信息来判断货车是否完全处于称重区域中，例如，可以根据由车轮边界框所获得的车轮中心点在图像中的坐标位置是否落入预确定的坐标范围内来进行判断。
[0014] 按照本实用新型的一种实施方案，所述图像采集装置包括四个车轮摄像机，所述四个车轮摄像机分别设置为用于采集位于称重装置上的货车的左前轮、右前轮、左后轮和右后轮的图像、特别是最左前方的车轮、最右前方的车轮、最左后方的车轮和最右后方的车轮的图像。通过确定货车的最前和最后的车轮的位置、例如最左前方的车轮、最右前方的车轮、最左后方的车轮和最右后方的车轮是否完全位于称重区域的范围内，能简单地确定货车是否正确地停放在称重区域中。
[0015] 按照本实用新型的一种实施方案，所述称重装置的称重区域具有矩形的基本形状，所述四个车轮摄像机分别设置在所述矩形的四个角区域周围并且朝向所述称重区域定向。在此，所述四个车轮摄像机可以关于货车的纵向方向倾斜地定向，从而在所述四个车轮摄像机所采集的图像中，相应的车轮可能具有基本上椭圆形的形状。备选地，所述四个车轮摄像机可以基本上垂直于货车的纵向方向定向，从而在所述四个车轮摄像机所采集的图像中，相应的车轮可以具有基本上圆形的形状。
[0016] 按照本实用新型的一种实施方案，所述信号装置包括：信号灯和/或扬声器和/或显示屏。由此，货车的驾驶员能够直观地得知货车是否正确地停放在称重区域中。
[0017] 按照本实用新型的一种实施方案，所述显示屏还设置用于显示所采集的车轮的图像。由此，货车的驾驶员例如能根据显示屏所显示的车轮相对于称重区域的位置来有针对性地实时调整车辆的位置。
[0018] 按照本实用新型的一种实施方案，所述图像采集装置包括设置用于采集货车的整体图像的车体摄像机。能通过车体摄像机拍摄货车的整体图像以供存档和/或进一步处理。
[0019] 按照本实用新型的一种实施方案，所述图像采集装置包括设置用于采集货车的高度信息的深度相机。所述深度相机可以是双目相机、结构光相机或TOF相机。
[0020] 按照本实用新型的一种实施方案，所述图像采集装置包括设置用于采集货车的车牌和/或特别是位于货车的前挡风玻璃的区域中的通行证和/或信息表格的图像的车辆信息摄像机，所述图像处理装置设置用于，从所述车辆信息摄像机所采集的图像中提取货车的车牌信息和/或通行证信息和/或信息表格的内容。例如，在所述信息表格中记录有货车所装载的货物类型和数量、货车的检查和维护记录等。示例性地，所述图像处理装置在此同样可以借助于现有技术中成熟的计算机视觉算法利用现有的硬件条件并结合现有的编程手段加以实现，所述计算机视觉算法例如是特征提取、匹配或识别算法(例如SIFT特征提取算法、EasyOCR识别算法)，从而精准地提取出货车的车牌信息和/或通行证信息和/或信息表格的内容。
[0021] 按照本实用新型的一种实施方案，所述图像处理装置与信息管理系统通信连接，以用于将所采集的与货车有关的信息传输给所述信息管理系统；和/或所述信息采集系统包括存储装置，以用于存储所采集的与货车有关的信息。
[0022] 按照本实用新型的一种实施方案，在所述称重装置前和/或后设置有限行闸。
[0023] 按照本实用新型的一种实施方案，在所述称重装置的表面设置有防滑结构和/或排水结构。
[0024] 按照本实用新型的一种实施方案，所述图像采集装置具有照明装置。通过照明装置能为各摄像机提供照明，从而在环境光线不佳的场景中也能可靠地使用按照本实用新型的信息采集系统。
[0025] 本实用新型的其它特征从附图以及对具体实施方式得出。所有上述在说明书中提到的特征和特征组合以及以下在具体实施方式中提到的和/或在附图中单独示出的特征和特征组合不仅能以相应给出的组合使用，而且能以其它组合使用，或者能在单独状态下使用。
具体实施方式
[0030] 以下将参照附图描述本发明，其中的附图示出了本发明的若干实施例。然而应当理解的是，本发明可以以多种不同的方式呈现出来，并不局限于下文描述的实施例；事实上，下文描述的实施例旨在使本发明更为完整，并向本领域技术人员充分说明本发明的保护范围。还应当理解的是，本文公开的实施例能够以各种方式进行组合，从而提供更多额外的实施例。
[0031] 应当理解的是，本文中的用语仅用于描述特定的实施例，并不旨在限定本发明。本文使用的所有术语(包括技术术语和科学术语)除非另外定义，均具有本领域技术人员通常理解的含义。为简明和/或清楚起见，公知的功能或结构可以不再详细说明。
[0032] 在本文中，用语“A或B”包括“A和B”以及“A或B”，而不是排他地仅包括“A”或者仅包括“B”，除非另有特别说明。
[0033] 在本文中，用语“示例性的”意指“用作示例、实例或说明”。在此示例性描述的任意实现方式并不一定要被解释为比其它实现方式优选的或有利的。而且，本发明不受在上述技术领域、背景技术、发明内容或具体实施方式中所给出的任何所表述的或所暗示的理论所限定。
[0034] 还应理解，“包括/包含”一词在本文中使用时，说明存在所指出的特征、整体、步骤、操作、单元和/或组件，但是并不排除存在或增加一个或多个其它特征、整体、步骤、操作、单元和/或组件以及/或者它们的组合。除非另有定义，否则所有术语(包括技术术语和科学术语)在本文中均按它们在示例所属领域的一般含义使用。
[0035] 图1示意性地示出按照本实用新型的信息采集系统100连同位于信息采集系统100中的货车200。信息采集系统100包括称重装置1，以用于采集货车200的重量信息。称重装置1例如可以是地磅。为此，称重装置1包括称重区域11，为了确保称重的准确性，在称重时，被测量的货车200的车轮201应当全部位于称重区域11的范围内。
[0036] 为了确定货车200在称重装置1上是否停放到位、即货车200的各个车轮201是否全部位于称重区域11的范围内，信息采集系统100包括(参见图3和图4)：图像采集装置2，其设置为用于采集位于称重装置1上的货车200的车轮201的图像；与图像采集装置2信号连接的图像处理装置3，其设置为用于接收和处理来自图像采集装置2的图像，以便确定货车200的车轮201是否完全位于称重区域11的范围内，并图像处理装置3设置为用于根据所确定的结果来产生相应的输出信号；以及与图像处理装置3信号连接的信号装置4，其设置为用于，根据来自图像处理装置3的输出信号输出代表货车200的车轮201是否完全位于称重区域11的范围内的通知信息。由此，货车200的驾驶员能直观地获得关于货车200是否正确地停放在称重装置1上的通知信息，而无需驾驶员或专门人员围绕货车200进行检查，从而能够有效地提高采集货车信息、特别是货车重量的效率和安全性。
[0037] 具体地，在图1所示的实施方式中，称重装置1的称重区域11可以具有矩形的基本形状。图像采集装置4包括四个车轮摄像机21，这四个车轮摄像机21分别设置在矩形的称重区域11的四个角区域周围并且朝向称重区域11、因此朝向位于称重装置1上的货车200定向，以便分别采集货车200的一个或多个左前轮、一个或多个右前轮、一个或多个左后轮以及一个或多个右后轮的图像。特别有利地，所述四个车轮摄像机21可以分别采集最左前方的车轮、最右前方的车轮、最左后方的车轮和最右后方的车轮的图像，以便降低图像处理所需的运算资源并且提高运算效率。在此，用于采集货车200的左后轮的图像的车轮摄像机21被货车200所遮挡并因此不可见。在图1所示的实施方式中，在货车200基本上位于称重装置1上的情况下，所述四个车轮摄像机21关于货车200的纵向方向倾斜地定向。也就是说，这四个车轮摄像机21以倾斜的视角拍摄相应的车轮，从而在这四个车轮摄像机21所采集的图像中，相应的车轮201可以具有基本上椭圆形的形状。与此相对，在图2所示的实施方式中，所述四个车轮摄像机21基本上垂直于货车200的纵向方向定向，从而在所述四个车轮摄像机
21所采集的图像中，相应的车轮201可以具有基本上圆形的形状。
[0038] 图像处理装置3可以包括图像处理单元，该图像处理单元可以借助于现有技术中成熟的计算机视觉算法、特别是基于深度学习的目标检测算法(例如借助于YOLO v5神经网络模型)来在由图像采集装置2、如车轮摄像机21采集的图像中识别货车200的车轮201，并例如获得相应的车轮201的边界框。然后，图像处理装置3可以根据车轮边界框结合称重区域11的位置和尺寸信息来判断货车200是否完全处于称重区域中。例如，可以根据由车轮边界框所获得的车轮中心点在相应图像中的坐标位置是否落入预确定的坐标范围内来进行判断。
[0039] 示例性地，在借助于YOLO v5神经网络模型进行目标检测的方案中，可以使用大量经标注的训练集来训练YOLO v5模型，可以使用标注有货车车轮的边界框的图像作为训练集。训练过程可以包括将数据集划分为训练集和验证集，然后使用训练集对模型进行训练，并使用验证集进行模型性能评估和超参数调整，从而最终获得用于检测货车车轮的YOLO v5模型。在信息采集系统100的运行中，图像处理单元可以例如首先对车轮的图像进行预处理，预处理可以包括调整尺寸、归一化或增强灯。然后，经预处理的车轮的图像可以输入到经训练的YOLO v5模型中，从而例如获得由经训练的YOLO v5模型输出的相应的车轮201的边界框。在另一些实施方式中，训练集可以例如包括卡车的车轮在称重区域之内和在称重区域之外的示例，并标注有其相应的类别(例如，位于称重区域内或外)，使用这样的训练集训练的模型可以例如直接输出相应的分类结果(例如，位于称重区域内或外)。
[0040] 图像处理装置3可以向信号装置4输出与判断结果相对应的输出信号，以促使信号装置4输出对应的通知信息。如图1所示，信号装置4包括显示屏41和信号灯42，并且信号装置4放置在处于货车200的驾驶室中的驾驶员能轻松地观察到的位置上、例如沿货车200在称重装置1上的行驶方向放置在称重装置1的斜前方。信号装置4可以通过显示屏41和信号灯42告知货车200的驾驶员：货车200的车轮201是否完全位于称重区域11的范围内。示例性地，信号灯42可以具有上下相叠的以不同阴影表示的三个灯光区段、如红、黄、绿三色的灯光区段，这三个灯光区段不同时点亮，也就是说在某一时刻仅点亮一个灯光区段。其中，红色灯光区段可以表示货车200的车轮201没有完全位于称重区域11的范围内；绿色灯光区段可以表示货车200的车轮201已完全位于称重区域11的范围内；而黄色灯光区段可以表示未检测到货车200的车轮201，这种情况可能在称重装置1上不存在货车200时出现，也可能在货车200已位于称重装置1上，但信息采集系统100未能成功检测到货车200的车轮201时出现。与信号灯42类似地，显示屏41也可以通过相应的颜色或文字显示来输出对应的通知信息。
[0041] 在一些实施方式中，显示屏41也可以与图像采集装置2或图像处理装置3信号连接，以便通过显示屏41实时地显示相应的车轮201的图像。由于图像采集装置2在采集车轮201的图像时一般也能拍摄到一部分的称重区域11、特别是称重区域11的边界线的一部分，因此，货车200的驾驶员例如能根据显示屏41所显示的车轮201与称重区域11(或者说称重区域11的边界线)的相对位置来有针对性地调整货车200的位置。
[0042] 在图2所示的实施方式中，信号灯42可以包括四个显示灯。这四个显示灯分别与货车200的左前轮、右前轮、左后轮和右后轮相配设。可以通过相应的显示灯的明灭来指示货车200的对应车轮是否位于称重区域11中。例如，在图2所示的情况下，货车200的左前轮超出了称重区域11的范围，而货车200的右前轮、左后轮和右后轮均位于称重区域11之内，因此，信号灯42的与左前轮相配设的显示灯、即位于左上角的显示灯处于熄灭状态，而其他三个显示灯均亮起。由此，货车200的驾驶员也能直观地知晓货车200目前的位置状况，进而有针对性地做出调整。
[0043] 备选地或附加地，信号装置4可以包括扬声器。可以通过扬声器输出声学的通知信息。
[0044] 如图1所示，图像采集装置2包括车体摄像机22，以用于采集货车200的整体图像。车体摄像机22可以在称重装置1旁安装在较高的支柱上，以便拍摄整车图像。在另外的实施例中，车体摄像机22也可以例如安装在门型架上，该门型架跨接称重装置的两侧，货车200可以行驶通过门型架。此外，在图1的实施方式中，图像采集装置2还包括车辆信息摄像机
23，车辆信息摄像机23可以用于采集货车200的车牌202和/或位于货车的前挡风玻璃的区域中的通行证和/或信息表格203的图像。例如，在所述信息表格203中记录有货车200所装载的货物类型和数量、货车200的检查和维护记录等。相应地，图像处理装置3可以设置用于，从车辆信息摄像机23所采集的图像中提取货车200的车牌信息和/或通行证信息和/或信息表格的内容。示例性地，图像处理装置3可以借助于现有技术中成熟的计算机视觉算法，如特征提取、匹配或识别算法(例如SIFT特征提取算法、EasyOCR识别算法)，精准地提取出货车200的车牌信息和/或通行证信息和/或信息表格的内容。
[0045] 在一些实施方式中，图像采集装置2还可以包括深度相机以用于采集货车200的高度信息。所述深度相机可以例如构造为双目相机、结构光相机或TOF相机。在另一些实施方式中，车体摄像机22本身可以构造为深度相机，从而可以借助于车体摄像机22在采集货车200的整体图像的同时获取车辆高度信息。
[0046] 此外，如图2所示，在称重装置1的前方设置有限行闸6。在此，称重装置1的前方可以理解为沿货车200的行驶方向在前。限行闸6可以例如在大多情况下处于关闭状态，而仅在成功采集到所有需要的货车信息后，限行闸6才打开以允许货车200通行。特别是，限行闸6可以在例如成功验证所采集的车牌信息和/或通行证信息后才打开。对车牌信息和/或通行证信息的验证可以例如与预存储的可通行的车牌信息和/或通行证信息进行比较来实现。在未示出的实施方式中，可以在称重装置1之前和之后分别设置限行闸6，这在允许双向通行的情况下是有利的。
[0047] 图3和图4分别示出按照本实用新型的信息采集系统100的一种实施方式的示意性框图。
[0048] 在图3所示的实施方式中，图像处理装置3与信息管理系统300通信连接，以用于将由称重装置1和/或图像采集装置2所采集的与货车200有关的信息、如之前提及的重量信息、高度信息、整体图像、车牌信息、通行证信息、信息表格的内容等传输给信息管理系统300。
[0049] 在图4所示的实施方式中，信息采集系统100包括自身的存储装置5、例如数据库，以用于存储所采集的与货车200有关的信息。
[0050] 在未示出的实施方式中，所述图像采集装置2可以具有照明装置，以便在环境光不足的情况下为图像采集装置2的各个摄像机提供照明。
[0051] 本发明不限于所示的实施例，而是包括或者延及可落入所附权利要求书的有效范围内的所有技术上的等效物。在说明书中所选择的位置说明如例如上、下、左、右等等参照直接的描述以及示出的附图并且在位置变化时按照意义能转用到新的位置上。
[0052] 本实用新型虽然已以较佳实施例公开如上，但其并不是用来限定本实用新型，任何本领域技术人员在不脱离本实用新型的精神和范围内，都可以利用上述揭示的方法和技术内容对本实用新型技术方案做出可能的变动和修改，因此，凡是未脱离本实用新型技术方案的内容，依据本实用新型的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本实用新型技术方案的保护范围。
