工程车辆识别旨在解决工业运输中的安全问题,伴随着无人机技术的发展,工业工业无人机在多领域的应用,让人们看到曙光。将工业无人机投放到工业运输场景,能够及时地帮助人们捕捉工程车辆信息,操作更加便捷。由此将深度学习方法和工业无人机应用到工业运输车辆的识别中,可以很好的分类识别工程车辆,为实现工业运输的智能化起到纽带作用。

1、应用领域广泛

随着人工智能的飞速发展和科学技术的不断进步,工业运输中的安全问题变得更加严峻,由于工程车本身结构不到位,缺乏安全措施和驾驶人的不规范行为导致事故频发。而且近期屡屡发生油罐车的爆炸、重型货车侧翻、卡车超速等事件。针对这一现象,对于工程车辆的识别,迫在眉睫。对于环境差异巨大的复杂场景,使用道路上的监控视频存在很大的盲点,仅仅能提供现场监测,无法实现视频实时监测的功能,它已经大大不能满足识别需求,海量的视频数据也给人工识别带来巨大挑战,如何从复杂场景中实现工程车辆的检测和识别成为更加重要和困难的问题。工业无人机的应用,对于工程车辆的监测和管理发挥关键作用。如今工业无人机的应用范围越来越广,在防火防灾、工业运输、勘探能源等领域中都发挥巨大作用。

2、作用颇大

通过利用无人机能够很好地完成各类飞行识别任务。但是在实际工业运输环境中,无人机采集的视频也存在许多干扰因素,比如姿态、距离、高度、光照、车辆背景等,这些都会表现出不同的特征,需要识别时对这些因素具有一定的抗干扰能力。在这种背景下,通过选取激活函数、改变卷积核大小和数量、增加优化策略、加深网络层次、增加多样化的视频帧数据来更细致的刻画视频帧特征,提高算法的鲁棒性。在识别出工程车辆类别后,如果可进一步识别出在视频帧中的具体事物,可辅助工作人员根据实际状况做出合理的决策。

近年来虽然出现许多车型识别算法,但是采用工业无人机与深度学习的方法对工程车辆类别识别的研究还是比较罕见,有效的识别技术能够帮助实时准确地掌握工业运输环境下的工程车辆信息,利于有效采取措施,识别特定的工程车,进而对车辆进行监测、分析、调度和疏导,实现工业运输资源的较大化。