一种车间设备扫码巡检防作弊的方法、装置及系统与流程

1.一种车间设备扫码巡检防作弊的方法，其特征在于，其步骤如下：

2.根据权利要求1所述的车间设备扫码巡检防作弊的方法，其特征在于，所述图像识别技术通过深度学习目标检测模型实现，所述深度学习目标检测模型为基于yolov5的深度学习目标检测模型，基于yolov5的深度学习目标检测模型是通过训练样本集x和样本集y训练得到的，所述训练样本集x中包括摄像机拍摄的多张现场图片，样本集y中包括需要巡检的设备的多张现场图片，训练样本集x中标注设备，样本集y中标注巡检人员的人体，样本集y中标注巡检人员的头部。

3.根据权利要求2所述的车间设备扫码巡检防作弊的方法，其特征在于，所述设备位置静态数据集s中每一条数据代表识别出的一个设备的位置坐标，位置坐标包括设备距离初始图像最上端的像素个数、距离初始图像最左侧的像素个数、设备的高度和设备的宽度；所述头部位置数据集s1中的位置坐标包括头部距离摄像图像最上端的像素个数、距离摄像图像最左侧的像素个数、头部的高度和头部的宽度，所述人体位置数据集s2中的位置坐标包括人体距离摄像图像最上端的像素个数、距离摄像图像最左侧的像素个数、人体的高度和人体的宽度。

4.根据权利要求1-3中任意一项所述的车间设备扫码巡检防作弊的方法，其特征在于，所述步骤三中面积重合度的计算方法为：

5.根据权利要求4所述的车间设备扫码巡检防作弊的方法，其特征在于，所述计算巡检人员的头部到摄像机的距离distance的方法为：获取头部位置数据集s1中的头部在摄像图像中的头部宽度m=width，取人实际头部宽度为15cm，根据摄像机成像原理公式，距离distance=人实际头部宽度15cm*摄像机焦距f/头部宽度m。

6.根据权利要求5所述的车间设备扫码巡检防作弊的方法，其特征在于，所述摄像机焦距f的计算方法是：选取初始图像中固定物体作为参照物，测量参照物的高度w，用测距仪测量参照物的高度中间位置到摄像机的距离d，测量在初始图像里消防栓的高度w，单位为像素；根据成像原理：w/w=d/f，得到摄像机焦距f=w*d/w，单位是像素；

7.根据权利要求4或5所述的车间设备扫码巡检防作弊的方法，其特征在于，所述距离distance与距离a的差值应小于150cm，根据a-distince>=0且a-distince<150筛选出符合条件的样本集r1。

8.根据权利要求7所述的车间设备扫码巡检防作弊的方法，其特征在于，在样本集r1上，将获取的人体的位置坐标和设备位置静态数据集s中设备的位置坐标进行比对，计算重叠面积，筛选出面积重合度在50%以上的样本组成集合r2；

9.一种车间设备扫码巡检防作弊的装置，其特征在于，包括摄像机和二维码纸质标签，二维码纸质标签固定在需要监控的设备上，摄像机设置在车间的上部，设备在摄像机的监控范围内，摄像机与边缘服务器相连接，边缘服务器与移动终端相连接，移动终端与设备上的二维码纸质标签相匹配，边缘服务器内的边缘网关内置模块执行如权利要求1-8中任意一项所述的一种车间设备扫码巡检防作弊的方法。

10.根据权利要求1-8中任意一项所述的车间设备扫码巡检防作弊的方法的系统，其特征在于，包括边缘服务器，边缘服务器内设有边缘网关管理云平台，边缘网关管理云平台内设有图像获取模块、图像识别模块、数据计算模块、数据分析模块和巡检告警模块，其中，图像获取模块用于获取扫码时间后摄像机每秒采集的摄像图像，图像识别模块通过图像识别技术识别图像中设备、人或头部并提取设备、人或头部的位置坐标；数据计算模块分别用于计算头部位置数据集s1中头部和人体位置数据集s2中人体的面积重合度、面积重合度最高的人体位置数据集s2中人体与设备位置静态数据集s中设备的面积重合度以及头部位置数据集s1中头部与摄像机的距离，数据分析模块用于根据数据计算模块计算的结果筛选出符合条件的样本以及判断巡检是否有效，巡检告警模块用于根据数据分析模块的判断结果生成巡检操作无效的告警信息。