一种应用于机场的行李自动识别追踪系统

技术领域

本发明涉及机场物流技术领域，尤其涉及一种应用于机场的行李自动识别追踪系统。

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。一旦出现行李异常需要回溯查询时，比如分拣错误、卡包、丢包等，需要工作人员进行大量的图片、视频排查，无法做到真正的目标溯源，浪费大量的人力、物力。

如中国专利申请(申请号：202110331795.4)所述的行李智能跟踪监测方法和系统，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。该申请未能说明对行李数据与图像数据的绑定，不能准确定位到行李的状态信息，从而影响行李的跟踪监测。

发明内容

本申请实施例通过提供一种应用于机场的行李自动识别追踪系统，解决了现有技术中独权能解决的技术问题，实现了技术效果。

本申请实施例提供了一种应用于机场的行李自动识别追踪系统，包括：入口检测模块、行李ID接收模块、RFID识别模块、行李照片抓拍模块、图像识别模块、数据逻辑绑定模块、行李实时测速追踪模块和识别结果上传模块；

入口检测模块用于检测行李是否到达所述智能行李识别系统的入口；

行李ID接收模块用于在行李到达之后，接收行李处理系统发出的行李ID；

RFID识别模块用于通过智能波瓣控制单元、功率阶梯增减单元、智能行李绑定单元和RFID识别单元综合得出标签识别结果；智能波瓣控制单元为使用窄波束平板天线，通过射频信号对通道内的行李进行识别；功率阶梯增减单元用于控制无线通讯的功率大小；智能行李绑定单元用于将行李ID和行李的标签进行绑定；

行李照片抓拍模块用于通过行李实时测速追踪模块抓拍对应准确的行李图像；

图像识别模块用于对行李图像进行处理分析，判断出行李类型、行李包装状态和行李运行状态；

数据逻辑绑定模块用于将行李ID、标签识别结果、行李照片和图像识别结果进行绑定结合，得到绑定完成的行李数据；

行李实时测速追踪模块用于测算行李运行速度、行李位置、行李的长度；

识别结果上传模块用于将行李数据上传给上位机系统。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、本发明将行李运输过程中每个节点采集的行李数据与行李图像进行监控，比较每个行李数据的读取次数、读取时间等，使得对行李全流程跟踪效果更好，能够更加快速定位到出现异常的行李。

2、本发明同时对行李实施测速，能够准确获得行李的位置，从而进行图像抓拍分析，实现了行李的准确识别，及时预防误识别、缺识别的状况；

3、本发明对行李的标签准确绑定，使得在对行李进行回溯追踪时提供了快速查看的保证；

4、本发明及时将数据逻辑进行绑定，使得在对流程检测时，能够及时提醒工作人员，从而提高了行李运输的安全性与效率。

附图说明

图1为本发明的系统示意性框图；

图2为本发明的智能行李绑定单元中行李ID绑定的流程示意图；

图3为本发明的智能行李绑定单元中标签绑定的流程示意图；

图4为本发明的图像识别模块的流程示意图；

图5为本发明的数据逻辑绑定模块中逻辑绑定的流程示意图；

图6为本发明的数据逻辑绑定模块中的数据匹配的流程示意图；

图7为本发明的RFID识别模块的结构示意性框图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本申请进行更全面的描述；附图中给出了本发明的较佳实施方式，但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式；相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。

需要说明的是，本文所使用的术语“垂直”、“水平”、“上”、“下”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同；本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明；本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

行李追踪，对行李进行值机、安检、分拣、存储、装车、出港运输、装机、卸载、进港运输、中转、到达、提取等处理环节的跟踪；机场在数据采集时应采集多个基本节点：值机、安检、分拣、存储、装车、出港运输、装机、卸载、进港运输、中转、到达、提取等环节，下文中出现的节点均是表示机场采集时任意一个节点。

如图1、图7所示，一种应用于机场的行李自动识别追踪系统，包括

入口检测模块、行李ID接收模块、RFID识别模块、行李照片抓拍模块、图像识别模块、数据逻辑绑定模块、行李实时测速追踪模块和识别结果上传模块。

入口检测模块用于检测行李是否到达所述智能行李识别系统的入口。

行李ID接收模块用于在行李到达之后，接收行李处理系统发出的行李ID。

如图7所示，RFID识别模块用于通过智能波瓣控制单元、功率阶梯增减单元、智能行李绑定单元和RFID识别单元综合得出标签识别结果；智能波瓣控制单元为使用窄波束平板天线，通过射频信号对通道内的行李进行识别；功率阶梯增减单元用于控制无线通讯的功率大小，用于调整每次信号传输时的增量和减量，从而提高通信的效果；智能行李绑定单元用于将行李ID和行李的标签进行绑定；RFID识别单元采用在行李传输通道上下左右各安装一个RFID识别器，实现对行李的360度识别；较好的实现了相邻间距较小行李的识别，对比传统RFID识别技术，在识别率、准确率上面也有较大的提高。

行李照片抓拍模块用于抓拍对应准确的行李图像。在对行李图像进行抓拍时，根据行李实时测速追踪模块测量行李的运行速度，进行多次采样。

图像识别模块用于对行李图像进行处理分析，判断出行李类型、行李包装状态和行李运行状态。

数据逻辑绑定模块用于将行李ID、标签识别结果、行李照片和图像识别结果进行绑定结合，得到绑定完成的行李数据。

行李实时测速追踪模块用于测算行李运行速度、行李位置、行李的长度。

识别结果上传模块用于将行李数据上传给上位机系统。

在本发明的一个实施例中，如图2、图3所示，智能行李绑定单元用于对行李进行绑定处理；

如图2所示，行李ID绑定如下所示：行李进入触发光眼，收到进入信号，收到不同信号存入信号队列；获取每个行李的ID后将每个行李的ID同步到ID队列；行李离开光眼后，发送离开信号，将每个行李对应的离开信号，存到信号队列；

当接收到信号队列时，信号队列数量大于0，则新增一个行李列表，记录存入的时间；ID队列数量大于0时，初始化行李的绑定情况，记录离开的时间。

如图3所示，智能行李绑定单元中标签绑定方式如下所示：

获取行李列表对应的标签列表；

从标签列表中获取读取次数小于指定次数且第一次读取时间在进入识别通道之前的标签；

当行李列表数量大于1时，从标签列表中获取读取次数小于指定次数且第一次读取时间在下一个行李进入通道之前以及最后一次读取时间在下一个行李离开通道之前的标签存入临时标签；

当标签列表中标签数量大于1时，从标签列表中获取读取次数最大标签和与此标签读取次数小于指定值的标签存入临时标签；

临时标签数量等于1时，将临时标签加入标签列表，否则将最后一次读取时间小于指定值的标签赋值给标签列表；

当标签列表数量大于1且行李长度小于指定值时，得到行李对应的标签。

具体的，对于每个行李列表，当行李列表中第一个行李尾部达到指定范围，获取标签列表，将当前时间之前使用的标签存入临时列表；移除历史记录标签，从临时列表中移除不是本机场降效标签，将剩下的标签按照连续读取次数并排列入标签列表；从标签列表中移除读取次数小于指定次数且第一次读取时间在进入识别通道之前的标签，并从标签列表中移除相同标签次数小的记录；从标签列表中移除读取次数小于指定次数且最后一次读取时间在离开识别通道之后的标签；当行李列表数量大于1时，从标签列表中获取读取次数小于指定次数且第一次读取时间在下一个行李进入通道之前及最后一次读取时间在下一个行李离开通道之前的标签存入临时标签；当标签列表中标签数量大于1时，从标签列表中读取次数最大标签及与此标签读取次数小于指定值的标签存入临时标签；临时标签数量等于1时，将临时标签加入标签列表，否则从标签列表中获取最先读取的标签及与此标签第一次读取时间小于指定值，且与此标签最后一次读取时间小于指定值的标签赋值给标签列表；当标签列表数量大于1且行李长度小于指定值时，得到行李对应的标签，发送标签识别结果到数据逻辑绑定模块。

进一步，对不同分类标签的信号的返回值，对同一行李采用连续读取，比较前一次读取与后一次读取信息，比较读取时间之间的区别，去除不符合要求的行李标签，从而准确甄别出行李的标签，从而能够识别到当前行李状况，此时识别的标签是安装在行李向上的RFID标签。

在本发明的一个实施例中，为了提高信息条码的识别效果，将可识别的条码信息的第一次读取信息和最近一次保存信息。获取每个节点的行李数据，这里采集数据的节点是值机、安检、分拣、存储、装车、出港运输、装机、卸载、进港运输、中转、到达、提取等处理环节的行李数据；

当节点发生变化时，对每个行李进行两次数据采集，比较前一次采集的数据与后一次采集的数据，比较两次采集数据中的变化，并将数据变化同步到节点中；

当节点的行李数据出现异常时，将对应的行李数据传送到外设终端，对外设终端进行数据分析处理；行李的异常状态可以为，获取每个行李之间的间隔，当行李间隔小于预设距离时，则判断行李为异常状态，

此时的异常状态为当行李间隔过小时，对行李的长度、移动速度识别会出现影响，导致对行李上标签信息核对较差，使得行李被误分拣，导致无法及时追踪行李的位置；

其中，预设距离为30厘米，此时可以满足检查时对行李通过不同角度的检查形式，使得行李可以更快的进行识别。

在本发明的一个实施例中，如图4所示，图像识别模块的图像识别流程如下所示：

图像识别模块是比较每个节点采集的图像数据，根据每个行李的条形码扫描结果和图像识别来确认当前行李，从而识别出破损、缺失等异常状态的行李；图像识别模块输出的图像识别结果是行李数据中每个行李是否相连、行李之间的状态是否连续，同时输出物品在空间的位置追踪信息，从而获得有关物品位置、流程效率、库存管理等方面的优化，从而可以追踪操作流程以及客户行为分析方面的结果。

将行李图像根据连续的采集时间被划分为第一识别信息和第二识别信息，当行李通过第一预设位置时，获取第一识别信息；当行李通过第二预设位置时，若通过时间小于预设时间，则采集第二识别信息；对于第一识别信息和第二识别信息的行李图像，分别提取特征向量，并进行相似度匹配。这里可以使用余弦相似度或欧氏距离等度量方法来比较特征向量的相似度，从而判断是否匹配。

具体的，例如比较入库和出库的连续图像，确定当前行李的状态；对图像在进行比较时，比较连续两次的识别信息，分别记为第一识别信息和第二识别信息，识别信息包括当前行李对应的条形码、长度、大小；比较第一识别信息和第二识别信息的位置，当第一识别信息中条形码与第二识别信息中条形码完全一致时，上传对应的第一识别信息；

对第一识别信息进行识别时，比较每次采集到的行李信息，对每个行李的长度、高度、运行速度根据采集图像的时间间隔进行识别；比较每次行李的特征信息，当出现特征信息不一致时，表示行李出现一定形式损坏；通常情况下，行李时通过传送带进行运输的，当行李体积过大或者过重时，移动的速度会出现一定程度的速度不同；此时需要对不同的行李进行处理，根据初始采集的图像数据对图像设置相应的特征信息，根据不同的特征信息调整行李的运输方式；防止出现行李丢失以及其他的异常状况。

对第二识别信息进行识别时，主要是对第一识别信息采集到的特征数据进行补充修正，减少图像采集时出现的误差。

其中，第一预设位置与第二预设位置两者之间是为识别行李的区域，当通过的时间大于预设时间是，说明行李过重、行李出现重叠、叠加；此时识别的行李至少为一个行李或者是更多数量的行李，进一步根据图像采集的识别效果，将当前出现异常的行李数据进行区分，识别出现重叠、连续的行李。

进一步，为了过滤出现异常的行李数据，图像采集模块在进行采集时，先进形对标签的分析，获得每个标签对应的读取次数、读取时间、得到多个标签对应的正态分布情况，对于每个被读取的标签，获取标签在读取时对应的状态信息，如果行李数据标签读取异常，则使用图像识别对当前行李进行识别，减少出现的异常。

在本发明的一个实施例中，数据逻辑绑定模块还包括将标签识别结果、图像识别结果、行李的唯一标识进行绑定，并且比较每次行李的前后变化信息，从而可以快速准确定位到行李。如图5所示，逻辑绑定方式如下所示：

读取多组行李数据，比较每组行李数据中连续行李之间的关联情况，关联情况包括：

对多组行李数据进行初步筛选得到行李数据的第一集合；

将第一集合的行李数据进行比对，获取每个第一集合的时间序列；所述的时间序列是表示行李数据在每个节点对应的读取时间和次数；

提取第一集合对应的行李图像；

将行李图像根据时间序列与第一集合进行匹配，匹配成功的行李数据完成绑定。

本步骤中根据第一集合提取行李图像时为了将筛选得到的数据集合与行李图像进行匹配，从而确定行李数据是否与图像数据保持一致；

获取的关联情况是为了识别连续的行李数据中是否出现了连续叠加的行李，或者其他情况导致部分行李被忽略的情况，每个节点采集的行李数据进行汇总时，是根据设置好的标签排序，行李对应的信息也会和对应的航班绑定，此时行李就会按照一定顺序存储，这是对行李的每个采集时间、读取次数进行识别就可以知道什么行李出现问题。

如图6所示，当数据匹配时，出现读取次数异常、或者其他形式的问题时，处理方式如下所示：

获取第一集合的平均读取次数，提取小于平均读取次数的行李数据，作为第二集合；

提取第二集合对应的行李图像，比较每个节点对应的行李图像；

识别每个行李图像的大小、特征、状态是否一致，标出行李状态出现异常的行李数据；

当连续的行李图像不一致时，获取第二集合读取时间最近的行李数据，作为第三集合；

比较第二集合和第三集合之间连续的行李数据，获取初次读取的行李图像，作为基准图像；

将基准图像与相邻的行李图像进行比对，筛选得到目标异常数据。

对于基准图像，依次与基准图像相邻的行李图像进行比较，提取出与基准图像相同的行李图像，并根据行李图像的时间序列依次存储；

进一步，基准图像与相邻的行李图像进行比对时，获取行李实时测速追踪模块得到的行李速度，根据图像识别模块获取的行李位置进行比较，确认当前基准图像对应的行李图像，并核对行李图像对应的特征信息，筛选出当前异常的行李数据。

此时设置的第三集合是表示出现异常丢失，缺少了采集的行李图像，此时进行的逻辑绑定方式是对多个已经经过的行李进行再次检测的，主要是确定当前绑定后的行李数据是否完成绑定，或者是否出现连包、间距过小难以识别的状态。识别完成后可以更加迅速便捷的处理传送的行李数据。

进一步，对于出现异常的行李数据，根据行李数据出现异常的时间进行处理，具体为：

获取目标异常数据，提取得到目标异常数据对应的目标异常图像；

获取目标异常数据对应的基准图像，将目标异常图像与基准图像进行比较，确定出现异常时对应的行李；若出现异常的行李数量大于一，比较目标异常图像相邻的行李图像，逐个遍历行李图像，直到所有的行李数据读取次数一致。

行李实时测速追踪模块包括根据行李运行速度对行李的状态进行实时追踪；对行李运行速度的计算包括行李在传送带的移动速度和在载具上的移动速度，并且在行李识别中获取每个节点对应的节点信息变化，得到对应的信息变化情况。

具体的，获取所有节点行李的运行速度，对于同一个行李比较每一次行李的运行速度；读取每次移动时关联的图像库，比较每个图像库内对应的行李数据，确定目标图像；对目标图像进行分析，确定目标图像中行李的运行速度；根据目标图像中行李的运行速度，推算出当前行李的位置。

此时，是识别行李的每次运行状况，每次进行行李节点中转时，每个行李的运行速度应该是相同的，每次进行移动的距离以及传送带等传送的速度应该也是相同的，如果在同样条件下出现运行速度不同，行李就有可能破损，此时就需要对不同行李进行标记，方便后续对出现问题进行处理。

进一步，为了提高图像识别的效果，比较图像识别模块与行李实时测速追踪模块中行李的运行速度；选择其中速度不一致的部分作为第四集合；

对于第四集合中的每个行李数据，根据行李数据的分布情况，确定当前时间序列是否出现异常，出现异常时，获取每个节点的预设速度，比较行李运行速度与预设速度之间的差值，若差值大于第一阈值，则发出警报；若差值小于第一阈值且大于第二阈值时，实时监控行李数据，直到差值小于第二阈值。

其中，第一阈值大于第二阈值，差值大于第一阈值时，说明行李因为某种原因出现了长时间数据不更新，表示可能丢失行李、或者是超时等情况；差值位于第一阈值与第二阈值之间，说明当前的行李短时间没有更新，需要实施监控；差值小于第二阈值，说明当前处于可接受的正常误差。第四集合用于记录速度、位置不一致的行李数据，从而可以识别出当前机器工作状态，防止出现机器宕机，或者是采集数据异常的情况。

此时是根据图像识别模块中对应的行李图像推算出行李运行速度，与行李实时测速进行比较，选择其中速度不一致、是位置不一致的行李数据，并对速度出现不一致的数据进行分析，从而使得得到的数据更具备参考性。

在本发明的一个实施例中，识别结果上传模块包括，将每个行李数据的变化信息实施同步到上位机中，并对多个节点的数据依次进行上传处理；

识别结果上传模块还包括格式转化单元、通信单元；

格式转化单元将综合识别结果进行格式化，转化为特定的格式上传；

通信单元用于确认上位机的网络连接，捕获通讯过程中出现的错误，将生成的错误日志进行上传；

当通信出现异常时，通信单元建立起于上位机的连接，在确定发送的数据后，保持数据发生的一致性，并记录出现的错误信息。

上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：

通过对行李进行图像抓拍、智能图像识别、智能数据逻辑绑定技术；实现了行李的行李条数据和行李实物照片的双信息提取和匹配，从而极大提升了行李人工处理环节的效率；实现了行李条图像识别功能，可以准确的判断行李类型、行李包装状态和行李运行状态。形成了行李条数据、行李实物照片和图像识别结果数据的多维行李信息数据，可极大的支撑满足行李处理系统高效、准确处理行李的需求。

以上所述仅为本发明的优选实施方式，并不用于限制本发明，对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明精神和原则内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。