一种变电站运维智能人车管控系统及方法与流程

本发明涉及变电站管理技术领域，尤其是指一种变电站运维智能人车管控系统及方法。

背景技术：

目前，在电力系统变电站自动化领域中，变电站自动设备的广域运维方法尚属空白，变电站自动设备的运维主要集中在大量分散的变电站，以现场作业为主，检修效率低、工作量大；而且监控厂家众多，运维方式迥异，现场维护难度较大，运维成本较高。更多的，对于变电站的人车管控，缺乏有效的手段，不能及时发现人和车的匹配错误，造成管理效率低下。

技术实现要素：

本发明的目的是克服现有技术中变电站运维手段单一，对人车管控缺乏有效的手段的缺陷，提供一种变电站运维智能人车管控系统及方法。

本发明的目的是通过下述技术方案予以实现：

一种变电站运维智能人车管控系统，包括

摄像头，用于捕捉图像信息，图像信息包括人体信息和车辆信息；

信息发送单元，用于发送摄像头捕捉的图像信息至中央处理单元；

中央处理单元，用于接收信息发送单元发送图像信息，并将图像信息进行识别处理；

显示单元，用于将中央处理单元识别处理后的结果进行显示；

报警单元，与中央处理单元连接，用于对中央处理单元识别处理的异常信息进行报警。

作为一种优选方案，人体信息包括人脸信息、工作帽工作服识别信息和轨迹信息。轨迹信息是人体运行的轨迹，确保人体在正常的区域行动。

作为一种优选方案，车辆信息包括车身信息和车牌信息。

作为一种优选方案，图像信息还包括特征物图像识别，特征物包括有与车辆匹配的数字信息，特征物还内置有识别芯片，系统还包括芯片识别单元，用于识别特征物内的识别芯片信息，信息发送单元还与芯片识别单元相连接。

作为一种优选方案，特征物为手环，所述的数字信息为手环上的钢印号。

一种变电站运维智能人车管控方法，基于变电站运维智能人车管控系统，包括以下步骤：步骤1，人体和车辆经过待测区域，摄像头对人体和车辆进行扫描，将人体和车辆信息进行捕捉形成图像信息；

步骤2，信息发送单元将图像信息发送至中央处理单元，中央处理单元将图像信息进行识别处理，与已存储的正确的图像信息做比对；

步骤3，识别处理完成后，若图像信息比对成功，则判断人体和车辆信息正常，若图像信息比对失败，则判断人体和车辆信息不正常，中央处理单元控制报警单元发出报警。

作为一种优选方案，摄像头还捕捉手环图像信息，具体为手环上的钢印号；芯片识别单元识别芯片信息，钢印号、芯片信息和车辆的车牌号相匹配，若匹配成功，则判断人体和车辆信息正常，若匹配不成功，则判断人体和车辆信息不正常，中央处理单元控制报警单元发出报警。

作为一种优选方案，钢印号为一串数值信息，所述的芯片信息为另一串数值信息，中央处理单元通过加密规则将钢印号和芯片信息的数字信息组合构成新的加密数值，加密数值匹配的车牌信息和图像信息的车牌信息比对成功则表示匹配成功，加密数值匹配的车牌信息和图像信息的车牌信息比对失败则表示匹配失败。此设计提高了安全等级，确保了只有正确的人体信息和车辆信息才能匹配成功。

作为一种优选方案，人脸识别的方法为构建改进型损失函数，通过权重归一化、特征归一化操作，使得网络预测值仅取决于权重和特征之间的角度，且通过在类内角度减去边缘来减小类内距离，在类间角度加上边缘来增大类间距离，使分类边界最大化。这样不仅能够使同一类别的人脸图像更加紧凑，还会使不同类别的人脸图像尽可能的划分，从而提高人脸识别准确率。

作为一种优选方案，所述的车辆识别方法为采用传统方法实现快速车辆检测，再采用深度学习方法对车辆进行识别；所述的车牌识别的方法为采用传统方法与深度学习方法相结合。若采用传统方法进行车牌检测，速度快但精度不够，若采用深度学习方法精度高，但速度慢，所以针对车牌检测采用传统方法与深度学习方法相结合，提高检测速度和精度。

本发明的有益效果是，变电站运维智能人车管控系统及方法能对人体和车辆信息进行精准识别，检测速度快，检测精准率高，大大提高了整个系统的安全性和稳定性。

附图说明

图1是本发明的一种电路原理连接图。

其中：1、摄像头，2、信息发送单元，3、中央处理单元，4、显示单元，5、报警单元，6、芯片识别单元。

具体实施方式

下面结合附图和实施例对本发明进一步描述。

实施例：一种变电站运维智能人车管控系统，如图1所示，包括

摄像头1，用于捕捉图像信息，图像信息包括人体信息和车辆信息；

信息发送单元2，用于发送摄像头捕捉的图像信息至中央处理单元；

中央处理单元3，用于接收信息发送单元发送图像信息，并将图像信息进行识别处理；

显示单元4，用于将中央处理单元识别处理后的结果进行显示；

报警单元5，与中央处理单元连接，用于对中央处理单元识别处理的异常信息进行报警；

所述的人体信息包括人脸信息、工作帽工作服识别信息和轨迹信息。所述的车辆信息包括车身信息和车牌信息。所述的图像信息还包括特征物图像识别，特征物包括有与车辆匹配的数字信息，特征物还内置有识别芯片，系统还包括芯片识别单元6，用于识别特征物内的识别芯片信息，信息发送单元还与芯片识别单元相连接。特征物为手环，所述的数字信息为手环上的钢印号。

一种变电站运维智能人车管控方法，基于变电站运维智能人车管控系统，包括以下步骤：步骤1，人体和车辆经过待测区域，摄像头对人体和车辆进行扫描，将人体和车辆信息进行捕捉形成图像信息；

步骤2，信息发送单元将图像信息发送至中央处理单元，中央处理单元将图像信息进行识别处理，与已存储的正确的图像信息做比对；

步骤3，识别处理完成后，若图像信息比对成功，则判断人体和车辆信息正常，若图像信息比对失败，则判断人体和车辆信息不正常，中央处理单元控制报警单元发出报警。

摄像头还捕捉手环图像信息，具体为手环上的钢印号；芯片识别单元识别芯片信息，钢印号、芯片信息和车辆的车牌号相匹配，若匹配成功，则判断人体和车辆信息正常，若匹配不成功，则判断人体和车辆信息不正常，中央处理单元控制报警单元发出报警。

所述的钢印号为一串数值信息，所述的芯片信息为另一串数值信息，中央处理单元通过加密规则将钢印号和芯片信息的数字信息组合构成新的加密数值，加密数值匹配的车牌信息和图像信息的车牌信息比对成功则表示匹配成功，加密数值匹配的车牌信息和图像信息的车牌信息比对失败则表示匹配失败。

所述的人脸识别的方法为构建改进型损失函数，通过权重归一化、特征归一化操作，使得网络预测值仅取决于权重和特征之间的角度，且通过在类内角度减去边缘来减小类内距离，在类间角度加上边缘来增大类间距离，使分类边界最大化。

所述的车辆识别方法为采用传统方法实现快速车辆检测，再采用深度学习方法对车辆进行识别；所述的车牌识别的方法为采用传统方法与深度学习方法相结合。