大数跨境

矩案例 | 铁路货车“车厢编号”识别

矩案例 | 铁路货车“车厢编号”识别 矩视智能
2022-03-03
0


交通运输部公布的数据显示,受疫情等因素影响,到2020年底全国旅客发送和周转量并未实现预期目标,但铁路货运量指标完成情况较好,2021年1-11月全国铁路货运量为429586万吨,同比增长6.1%;其中11月当月为41886万吨,同比增长6%。

数据来源:中商产业研究院整理

我国铁路担负着全国70%以上的货运周转量,计有货车50万辆,每天开行列车17000多对,承担各个方向列车解编的大型编组站有46个,负责局部列车解编任务的区段站318个,为了充分利用现有运能,铁路专门制定了货物列车编组计划,列车始发站与沿途技术站均严格遵照计划对列车进行编组。

但由于种种原因,会与列车在内容、顺序上有出入,因此,列车到站后,车号员还必须进行逐车核对,列车长度一般为800-1000米,车号员核对车号并修改确报通常需要30-50分钟,效率低、劳动强度大。

车号是车站各项作业的最重要依据,所以必须保证正确,对于每天到达数十列以至上百列货物列车的车站,车号员的重要性和辛苦程度可想而知。

货车编号识别面临难题


由于目前车号工作包括确认和输入都由人工完成,占用作业时间较长,在几百个车站,一万多对列车里,造成相当可观的资源浪费。所以,车号的自动输入问题显然是一个急需解决的关键问题。

这个问题的解决,能够加快货车的解编速度,提高车辆的周转率,带来巨大的经济效益。

哈尔滨XX有限公司是一家具有集成能力的工业设备供应商,在货车编号识别问题上,便需要一套自动化解决方案。

项目背景

铁路客户存在解决人工记录/读取/录入火车编号的需求,希望通过对抓拍的车箱图片进行处理,自动统计检测车站不同时间段的各种类型火车编号,减少对人工的依赖,提高效率。

项目难点

货车的不确定性比较大而且容易出错,编号时间久且容易磨损,辨别起来比较困难。

项目描述

1、需求:识别相机拍摄的铁路车厢照片or视频流,本地分析输出10位数车厢号,汇总进车站管理系统便于管理和统计,解决人工读数问题;


2、识别场景:火车站、铁路车辆段场景;


3、识别对象:货车编号;


4、环境:白天,室外环境下,夜晚光照充足情况下。


矩视云平台

AI识别货运列车车号


矩视云平台AI识别系统,应用深度学习技术,通过现场部署高清摄像机拍摄经过的列车车厢视频/图片,传至系统,以自主训练的AI模型计算引擎为核心进行字符学习并实时分析,实现对货车编号信息的准确识别。

平台能够有效解决货车编号因损坏、磨损等问题导致的无法识别,信息不精准等问题,减轻相关工作人员维护负担,弥补现场信息化系统短板。

01

采用功能

OCR识别


02

测试效果

1、夜间拍摄 VS 矩视云平台 夜间标注识别


夜间拍摄


矩视云平台 夜间标注识别


2、编号磨损 VS 矩视云平台 磨损标注识别


编号磨损


矩视云平台 磨损标注识别


3、布罩脏污 VS 矩视云平台 字符标注识别


布罩脏污


矩视云平台 字符标注识别


4、字符变形 VS 矩视云平台 字符标注识别


字符变形


矩视云平台 字符标注识别

03

应用效果

99%以上识别率:与车站管理系统结合,实现货运列车车厢编号识别99%以上的准确率。


客户反馈说:“使用矩视云平台大大缩减了人力资源,且识别效率高,甚至可以在车运行过程中准确识别并记录,目前识别准确率高达99%以上,且识别效率为100ms/次。”


矩视云平台在线提供OCR识别、像素分割、目标定位、尺寸测量等功能,现在长按下方二维码,即可获得立即免费试用机会!

长按识别二维码
免费申请试用
👇👇👇
申请后我们会有工作人员第一时间与您联系
请耐心等待!

往期回顾

01

|57万只口罩不合格!!矩视云——助力新冠防疫线⌈口罩⌋视觉检

02

|矩案例 | 超实用!一招解决汽车曲轴钢印编号识别难题!!

03

|冬奥会闭幕了,“冰墩墩”仍一墩难求,纺织业背的锅有多大?

04

|欢聚元宵,有「矩」才完整!


更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!

【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312