271 lines
12 KiB
Markdown
271 lines
12 KiB
Markdown
# 角色
|
||
你是资深的计算机系统分析师。现在准备写一份系统建设方案。
|
||
|
||
## 项目背景
|
||
|
||
随着采样设备智能自动化的普及和应用，越来越多的钢铁、煤炭、化工等企业选择用汽车采样机来代替人工完成采样制样工作。
|
||
|
||
桥式汽车采样机的工作原理：
|
||
|
||
1. 货车车辆进入采样机设备下方规定取样区域
|
||
2. 主桥移动至货车上方
|
||
3. 桥上方小车做位置调整，调整至选定区域
|
||
4. 螺旋采样头由液压设备控制升降，旋转取样
|
||
5. 取出的样品送至制样设备中，依次为破碎、缩分、储样
|
||
|
||
在采样前，需要识别货车的长宽高等参数传递给桥式汽车采样机，以便采样机制订采样方案。目前都是人工采集，效率比较低。
|
||
|
||
货车车厢中的“拉筋”通常是指用于加强结构稳定性和抗扭强度的构件。它们通常是一些钢制或合金制的杆、梁或线缆，通过合理的布局和连接，增加车厢的整体刚性和强度。这对于货车车厢来说尤其重要，因为在运输过程中，车厢需要承受货物的重量以及道路颠簸产生的各种力。拉筋的合理应用可以减少车厢的变形、防止结构损坏，从而延长使用寿命并确保运输安全。
|
||
|
||
由于车厢中安装了拉筋，会安装多个，所以采样机工作时要确保采样头避开拉筋来进行采样。拉筋在车厢的位置目前也是人工采集。
|
||
|
||
现在想启动一个项目，在进入桥式汽车采样机前，货车先驶入一个长方形的测量场中，以便摄像头对其进行检测时减少误差。
|
||
通过计算机视觉，识别车辆的类型，车牌号，及以下参数：
|
||
|
||
- 货车车厢长度
|
||
- 货车车厢宽度
|
||
- 车头到车厢头的内壁长度
|
||
- 车厢底内壁到地面高度
|
||
- 拉筋数量
|
||
- 拉筋位置，安装了几个拉筋，需要识别出各拉筋到车厢头的长度
|
||
- 车厢头内壁到拉筋1长度
|
||
- 车厢头内壁到拉筋2长度
|
||
- 车厢头内壁到拉筋3长度……
|
||
|
||
这个项目包括软硬件及工程实施，比如划出区域，安装一道闸门——让货车通过保证货车行驶的角度符合拍摄要求，在闸门上安装摄像头等。
|
||
|
||
车辆可能挂有拖车，拖车的话，一样需要测量车厢的各项参数。
|
||
|
||
## 项目的核心目标
|
||
|
||
提高采样过程的自动化程度；解决人工测量货车车厢参数的效率问题。
|
||
|
||
## 系统的最终目标
|
||
|
||
有一套自动化货车测量系统。对货车测量完毕后，系统将测量结果传递至采样机，同时发出测量完成的提示。
|
||
考虑在闸门上安装一个喇叭——提示“测量完成，请通过。”
|
||
同时记录车辆的车牌号，车辆类型，车辆的各参数数据，以便下次简化测量。
|
||
拖车的话不进行记录，因为下次车辆可能会挂不同的拖车。
|
||
|
||
## 货车识别与测量需求
|
||
|
||
目前参与测量的货车有7~8种，都是标准大小的货车。
|
||
货车车厢的材质可能不一致，考虑初次测量某种类型的车辆时，会由工作人员校验测量结果，之后无需人工介入。
|
||
拉筋的识别，是否有标准安装方式。这部分现在还无法确定，
|
||
|
||
对于拉筋的识别，目前只能确认到拉筋没有完全隐藏，从上面拍摄时可以看到。其他问题暂时还无法确定，只能暂时保留。
|
||
- 是否有标准安装方式？
|
||
- 拉筋的安装位置、数量是否有行业标准，或者货车可能会随意安装？
|
||
- 拉筋的材质和颜色是否会影响识别？是否有反光、隐藏等情况？
|
||
|
||
需要识别的车厢参数到厘米级就可以，测量误差不超过10厘米。
|
||
|
||
## 硬件需求与安装
|
||
|
||
若要测量和识别，需要安装几个摄像头？仅从顶部和侧上方可以么？
|
||
到达闸门前会规划一条行驶线路，主要作用是规范货车的角度，以免测量出现误差。闸门实际上没有闸没有横杆，有点类似于公路上的限高架，只是为了规范货车角度，并在其上安装摄像头。
|
||
摄像头会考虑安装带自清洁的带补光的高清摄像头。
|
||
|
||
## 软件需求
|
||
对于具体的计算机视觉算法没有特殊要求，当然开源的最好，比如Yolo。
|
||
我们有使用Yolo的经验，有丰富的应用程序开发经验，但是在算法上经验不太多，所以倾向于选择成熟的算法而不考虑二次开发算法。
|
||
> 如何处理车辆不同角度、遮挡等问题
|
||
|
||
目前规划的测量场域，在测量场域安装的闸门，进入测量场域规划的行驶路线，就是为了使行驶车辆尽量保证在一个角度。这个测量场域不存在遮挡问题。
|
||
|
||
> 是否需要自动生成采样方案
|
||
|
||
只需要将车辆的各项参数传递给采样机即可。
|
||
|
||
## 数据处理与集成
|
||
|
||
数据库计划使用MySQL。
|
||
考虑建立数据库来存储测量数据。按照每10分钟做一次采样计算，每天也就144条数据。
|
||
会建立车辆表，记录车辆的固有信息，比如类型，车牌号等；车辆测量表，每次测量会产生一条数据，包括其拖车的相关数据，包括各项长度宽度及对应的拉筋位置等。
|
||
车辆的本身测量数据（不含拖车）会更新至车辆表中，这部分会人工审核。若没有测量数据，则人工审核后进入车辆表；若本次测量数据与车辆表中的偏差较大，需要人工复审。
|
||
|
||
> 数据格式和传输方式
|
||
|
||
目前尚未与采样机系统对接，不清楚具体传递方式。暂时考虑使用Json作为接口。
|
||
没有与其他系统对接的需要。
|
||
|
||
## 性能与稳定性
|
||
|
||
对系统响应时间的要求，从车辆驶入测量场域，需要在5秒内完成检测。
|
||
> 如何保障系统的稳定性和可维护性
|
||
|
||
暂时不考虑稳定性和可维护性这部分。
|
||
|
||
## 项目实施与人员培训
|
||
|
||
项目实施周期和里程碑，大致考虑分为施工、硬件部署、数据采集与算法开发、系统集成调试以及测试验收与上线等。
|
||
施工，规划道路，设置场域，安装闸门等。
|
||
硬件部署，安装摄像机。
|
||
数据采集与算法开发，采集车辆视频以便训练和优化，并开始逐步积累车辆表数据。
|
||
系统集成调试，将所有组件集成到一套完整的系统中，并确保各个模块相互协同工作。
|
||
测试验收与上线，全面的测试和试运行。
|
||
|
||
## 成本与预算
|
||
|
||
我看见你的问题里提示了有利用激光雷达做辅助手段的描述，用激光雷达肯定会比较精确。
|
||
考虑到车辆总共就8种，拖车的型号也可以考虑进行记录，若新的记录都经过人工审核，这个摄像头测量其实就变成了辅助手段，不是每次都需要完整的重新测量。
|
||
|
||
## 方案提纲
|
||
|
||
### 《货车车辆参数检测系统方案》提纲
|
||
|
||
---
|
||
|
||
#### 一、建设背景
|
||
1. **项目背景介绍**
|
||
- 产业背景：智能自动化采样设备的普及
|
||
- 当前面临问题：人工测量货车车厢参数效率低下、精度不稳定
|
||
- 货车车厢拉筋对采样工作的影响
|
||
- 启动项目的必要性：自动化、提高效率及减少人工介入
|
||
|
||
2. **行业需求**
|
||
- 钢铁、煤炭、化工等行业对于采样自动化的需求
|
||
- 货车参数测量在采样过程中的重要性
|
||
|
||
3. **项目驱动力**
|
||
- 降低人工成本
|
||
- 提升采样精度及效率
|
||
- 保证采样设备长期稳定运行
|
||
|
||
---
|
||
|
||
#### 二、预期目标
|
||
1. **总体目标**
|
||
- 实现货车参数的自动化识别与测量
|
||
- 数据传递到采样机，优化采样流程
|
||
- 提高采样过程自动化程度，减少人工干预
|
||
|
||
2. **系统功能性目标**
|
||
- 自动识别车辆车牌号、类型、车厢长宽高及拉筋位置
|
||
- 支持拖车的检测与测量
|
||
- 数据存储与管理，建立车辆数据库（记录车辆类型、车牌号及测量参数）
|
||
- 数据校验与复审机制，确保测量数据精确度
|
||
- 测量完成提示功能：声音提示货车司机“测量完成，请通过”
|
||
|
||
3. **性能目标**
|
||
- 确保测量速度：车辆驶入测量场后5秒内完成检测
|
||
- 数据测量误差控制在10厘米以内
|
||
- 支持7-8类标准货车的测量
|
||
|
||
4. **数据管理目标**
|
||
- 记录每次测量的车辆数据，尤其是拖车相关信息
|
||
- 支持数据复审和历史数据更新
|
||
- 提供冗余的测量方式和数据处理，具备复审机制防止误差积累
|
||
|
||
---
|
||
|
||
#### 三、系统总体设计
|
||
1. **系统架构设计**
|
||
- 系统总体架构图
|
||
- 前端硬件：摄像头、测量场、行驶路线规划设施
|
||
- 后台处理：图像处理算法、数据存储、数据传输模块
|
||
- 数据库设计：车辆信息表、测量记录表、复审日志
|
||
- 系统模块划分
|
||
- 车辆识别与参数测量模块
|
||
- 数据存储与管理模块
|
||
- 复审与更新模块
|
||
- 提示与反馈模块
|
||
- 数据流动设计
|
||
- 从车辆驶入测量场到数据传递至采样机的流程
|
||
|
||
2. **硬件设计**
|
||
- 摄像头布置
|
||
- 安装数量与位置：顶摄、侧摄摄像头布置
|
||
- 摄像头的自清洁与补光方案
|
||
- 闸门设计，起到限高及角度控制作用
|
||
- 测量场设计
|
||
- 车辆行驶路线规划
|
||
- 避免车辆遮挡和角度偏移
|
||
|
||
3. **软件设计**
|
||
- 使用成熟的计算机视觉算法（如YOLO）进行标注与识别
|
||
- 车辆类型、车厢参数、拉筋识别的算法设计
|
||
- 数据传输与采样机系统对接的接口设计（待确认）
|
||
|
||
4. **数据管理与存储**
|
||
- 数据库设计：车辆信息表、测量数据表、复审日志
|
||
- 数据更新机制：初次测量时人工校验，并定期复审误差较大的记录
|
||
- 数据查询、导出功能
|
||
|
||
5. **系统性能与稳定性设计**
|
||
- 数据缓存与延迟处理机制
|
||
- 备份与恢复方案
|
||
- 异常数据处理与报警机制
|
||
|
||
---
|
||
|
||
#### 四、实施部署计划
|
||
1. **项目实施阶段**
|
||
- **施工与场地准备**
|
||
- 测量场地规划：行驶路线、限高架、摄像头支架
|
||
- 场地基础设施建设：电力、网络布线
|
||
- **硬件部署**
|
||
- 摄像头安装与调试
|
||
- 摄像头的自清洁与补光设备安装
|
||
- 外部设备（如闸门和提示装置）安装
|
||
- **数据采集与算法开发**
|
||
- 初步车辆数据采集，标注及训练
|
||
- YOLO或其他成型算法的调优与测试
|
||
- 建立车辆类型与参数的基础数据库
|
||
- **系统集成与调试**
|
||
- 数据流从识别到传输的完整测试
|
||
- 系统各模块接口的协同工作测试
|
||
- **测试验收与上线**
|
||
- 完整系统功能测试（包括测量、数据传输、提示功能等）
|
||
- 系统误差检测与修正
|
||
- 考察实际运行情况，进行试运行
|
||
- 用户验收和反馈
|
||
|
||
2. **人员培训**
|
||
- 系统操作培训：如何监控与操作系统，处理常见问题
|
||
- 数据复审操作培训：人工审核数据的流程与工具使用
|
||
- 维护人员培训：硬件设备检查与维护
|
||
|
||
3. **项目周期与时间表**
|
||
- 各阶段的时间安排（例如：施工、设备安装、初始测试、数据积累、全面测试、上线）
|
||
|
||
---
|
||
|
||
#### 五、建设预算与内容
|
||
1. **预算概述**
|
||
- 项目总预算框架
|
||
- 硬件设备成本：摄像头、支架、闸门、补光设备
|
||
- 软件开发与集成成本：算法开发与测试、系统集成
|
||
- 数据存储与管理系统建设成本
|
||
- 系统测试与验收成本
|
||
- 人员培训与维护成本
|
||
|
||
2. **详细预算分配**
|
||
- **硬件成本**
|
||
- 摄像头采购与安装费用
|
||
- 闸门与提示装置安装
|
||
- 自清洁设备与补光系统
|
||
- **软件开发成本**
|
||
- 算法开发与优化成本
|
||
- 数据库设计与开发成本
|
||
- 系统集成与接口开发成本
|
||
- **施工与场地建设成本**
|
||
- 场地设施布置
|
||
- 网络与电力基础设施建设
|
||
- **人员成本**
|
||
- 人工审核人员培训费用
|
||
- 系统操作与维护培训费用
|
||
- 项目管理人员与执行人员费用
|
||
|
||
3. **成本控制与优化方案**
|
||
- 针对成本超支风险的控制措施
|
||
- 通过充分利用现有资源、避免不必要的软硬件开发来节省成本
|
||
|
||
---
|
||
|
||
### 结语
|
||
- 系统建设的重要性总结
|
||
- 阶段性目标与项目效益
|
||
|
||
|
||
现在完成第一章的撰写，预计800字 |