一种物流园区车行通道智能调度系统及方法
【技术领域】
[0001] 本发明涉及智能信息技术领域，尤其涉及一种物流园区车行通道智能调度系统 及方法。
【背景技术】
[0002] 物流园区是多种运输方式衔接地，是一个具有一定规模和多种服务功能的物流企 业集结点，包括综合功能、集约功能、信息交易功能、集中仓储功能、配送加工功能、多式联 运功能、辅助服务功能及停车场功能。可以全面处理储存、包装、装卸、流通加工、配送等作 业方式以及不同作业方式之间相互转换。
[0003] 物流园区内部物流作业繁忙，货物装卸作业频繁、吞吐量大、周转率高，人员流动 性强，为了防止物流园区内货车高效通行，合理科学的物流园区规划是基本的要求。一般情 况下，物流园区分单循环的岛型结构及多循环的双区型结构，在仓储月台的车行通道一般 都采用单行线方式。
[0004] 为了减少等待货车上下月台的时间，有的物流园区在车行通道一侧还设置有货车 停车位。另一方面，物流园区土地资源宝贵，为了节约物流园区土地面积，提高土地面积使 用率，有的物流园区将月台作业位两侧区域设置为货车停车位。物流园区内部货车停车位 虽然提高了土地使用率，但是也提高了作业区域货车密度，遮挡了货车司机的视线，对于物 流园区精益作业、精细化管理能力提出了更高的要求。
[0005] 目前，物流园区内部货车调度主要依靠人工管理方式，为了降低管理难度，简化管 理流程，有的物流园区采用限制入园货车数量的方式，即只允许即将装卸作业货车进入物 流园区，这种方法一方面造成物流园区原有设计容量得不到有效发挥；另一方面，未排到的 货车滞留物流园区外面的城市交通道路上，造成该地区交通堵塞，影响当地其他企业、居民 出行。
[0006] 如何提高物流园区货车通行管理精益化管理水平，有效利用物流园区设计停车位 面积、行车通道面积余量？对物流园区内部行车通道货车通行情况的实时监控是关键。
[0007] 目前，港口、机场都采用雷达定位技术，对进港船只、在场飞机进行定位和跟踪，由 于船只和飞机体积大，定位精度要求低，进港之后运行速度慢，进出港口机场相比货车频率 低，因此，雷达定位技术无法应用于物流园区内部货车的定位跟踪。
[0008] 长春工业大学谭思书硕士论文《基于图像视觉的停车场管理系统的实现》采用图 像识别技术高效管理停车场，但是其技术方案只是识别车牌和车型，智能识别结果无法判 断停车场道路占用情况，且不能用于货车装卸作业调度优化。
[0009] 发表在《有色冶金设计与研究》杂志2013年6月刊上的论文《用于生产区域的人 员与车辆识别系统》采用安全光栅和地感线圈对车辆进入危险区域进行监控，防止生产控 制系统发出错误指令，缺点是改造成本高。
[0010] 发表在《四川水力发电》杂志2010年4月刊上的论文《车辆调度识别系统在锦屏 二级水电站西端混凝土生产系统中的应用》记录了使用车辆自动识别系统简称AV頂的美 国IntermecTechnologiesCorporation的电子识别卡技术，实现监管混凝土运输车辆的 科学调度，但是该设备适用于多车道单作业场合，对于物流园区复杂动态的月台作业并不 适用。
【发明内容】
[0011] 本发明目的在于实现物流园区车行通道有无货车及人员的检测需求，解决上述技 术问题，本发明第一目的提供一种物流园区车行通道智能调度系统。
[0012] 为了实现上述的目的，本发明采用了以下的技术方案：
[0013] -种物流园区车行通道智能调度系统，该系统包括车行通道、直道信号灯、进入信 号灯、监控探头、作业终端机和通道仲裁系统，所述进入信号灯设置在进入所述的车行通道 的转弯角上，所述直道信号灯设置在所述的车行通道的远端尽头，所述的车行通道的一侧 设置多个结构相同的仓储库区，所述的多个仓储库区上分别设置月台，所述的月台一侧上 设置所述的作业终端机，所述的车行通道的另一侧设置多个侧方停车位，所述的监控探头 设置在车行通道正对直行通道的一侧，所述通道仲裁系统分别连接作业终端机、监控探头、 直道信号灯及进入信号灯。
[0014] 作为进一步改进，作业终端机的界面上分别设置显示屏、倒车申请按键和倒车确 认按键。
[0015] 作为进一步改进，所述的作业终端机为触控屏，显示屏、倒车申请按键及倒车确认 按键同时在触控屏上显示，并且倒车申请按键与倒车确认按键区域接受触屏输入。
[0016] 作为进一步改进，所述通道仲裁系统为计算机系统。
[0017] 采用此监控系统，本发明第二目的还提供了一种物流园区车行通道智能调度系统 的方法，具体步骤包括以下：
[0018] -、室外环境亮度检测
[0019] 步骤1 :定期采集一帧图像；
[0020]步骤2:计算总体亮度均值；采用计算公式：
[0021]
[0022] 式中，f为单帧图像总体亮度均值;N为单帧图像像素宽度，Μ为单帧图像像素高 度，Y(x，y)为第X列，第y行像素的亮度值，用以下亮度公式计算：
[0023]Y(x,y) = 0. 299 ·R(x,y) +0. 587 ·G(x,y) +0. 114 ·B(x,y)
[0024] 式中，R(x,y),G(x,y),B(x,y)分别为第x列，第y行像素的红色、绿色、蓝色颜色 分量；
[0025] 步骤3 :切换人工调度模式；判断3?或者?7 <心丨如果是，则切换为人工调度 模式，否则为自动调度模式；其中为环境亮度过亮阈值，大于此阈值表明监控图像中物 体解析度降低；Υβ为环境亮度过暗阈值，小于此阈值表明监控图像中物体解析度降低；这 两种情况都有可能引起智能识别错误，造成调度失误，因此切换为人工调度模式；
[0026] 二、监控背景图像提取
[0027] 步骤4:迭代法背景图像建模；采用计算公式：
[0028]
[0029] 式中，I_j(x,y)为第j帧采集图像在像素（X，y)处的亮度值，Jx，y)是上一帧时 背景图像在像素（x，y)处的亮度值，Bjxj)为当前帧背景图像在像素（x，y)处的亮度值；
[0030] 步骤5 :背景迭代计数重置；
[0031] 第1帧背景图像采用背景迭代计数重置之后的图像，S卩AiUy) =M^y)，式 中队(X，y)是第1帧背景图像在像素（X，y)处的亮度值，L(X，y)是第1帧采集图像在像素 (X，y)处的亮度值；
[0032] 三、车行通道区域检测
[0033] 步骤6:车行通道区域勾勒；
[0034] 车行通道两侧的月台停车位和侧方停车位在采集图像中经过透视变换后，由一系 列点坐标链表连接的直线段围成一个封闭图像区域D;进入该封闭图像区域D内的货车或 人员都被认为是占道情况；车行通道区域勾勒图为固定值，仅在监控探头位置、光学等参数 调整及月台停车位、侧方停车位调整之后重新划定；
[0035] 四、运动区域检测
[0036] 步骤7 :背景差法检测运动区域；采用计算公式：
[0037] Δ j (χ, y) = | B j (x, y) -I s (x, y) | (j ^ 1)
[0038] 式中，Δ,α,γ)为第j帧采集图像与背景图像在像素（x，y)处差值的亮度绝对值， BjUy)为第j帧背景图像在像素（x，y)处的亮度值，I^y)为第j帧采集图像在像素 (χ,y)处的亮度值；
[0039] 步骤8:二值化；采用计算公式：
[0040]
[0041] 式中，Λ为二值化阈值，为一常数，δJx，y)为二值化后第j帧二值化图像在像素 (X，y)处的标记值，〇表示像素（X，y)为非运动区域像素，1表示像素（X，y)为运动区域像 素；
[0042] 步骤9 :剔除非通道区域像素；判断δJxj) = 1的像素是否属于车行通道封闭 图像区域D?如果是，则该像素保持1不变；如果不是，则该像素改为0 ;
[0043] 步骤10:运动区域融合；
[0044] 采用像素八连通域融合算法，S卩：如果像素δ(χ，y) = 1，则其八邻域 δ (x-1，y-Ι)、δ (χ, y-Ι)、δ (χ+1，y-Ι)、δ (χ-I, y)、δ (χ+1，y)、δ (χ-1，y+Ι)、δ (χ, y+1) 及δ(X+l，y+l)中值为1的都属于和像素（X，y)相同的运动区域；连通域像素赋予相同的 标号，标号总数为k个，表明有k个运动区域；
[0045] 步骤11:计算运动区域面积；
[0046]分别统计k个运动区域的像素总和，即计算：Si=count(lbl(i))i= 1，. . .，k，式 中lbl(i)表示标号为i的像素，每找到一个这样的像素，函数count( ·)加1，因此标号为i的运动区域面积Sjp1 ;
[0047] 步骤12 :触发背景迭代计数重置；计算总运动区域面积S :
[0048]
[0049] 式中Si为第i个标号的运动区域面积，判断如果S<S ，则没有占道货车或人 员，其中为一常数；持续统i十T分钟后，T为一常数，仍然满足未占道条件，则认为所有 月台停车位、侧方停车位都已经停泊完毕，整个采集图像可作为新的背景，因此跳转到步骤 5,触发背景迭代技术重置；否则跳转到步骤12,检测移动类型；
[0050] 五、移动类型检测
[0051] 步骤13:货车上月台
[0052] 如果总运动区域面积S不断减少，且运动区域在月台停车位一侧，则认为是货车 上月台类型；
[0053] 步骤14 :货车下月台
[0054] 如果总运动区域面积S不断