基于云端的移动式智能车底藏匿物检测系统设计

周逸凡; 杨智伟; 王粤洋; 千承辉

doi:10.19292/j.cnki.jdxxp.2025.04.018

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (04) : 903 -912. DOI: 10.19292/j.cnki.jdxxp.2025.04.018

基于云端的移动式智能车底藏匿物检测系统设计

周逸凡, 杨智伟, 王粤洋, 千承辉

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对目前传统安检方法对于车辆底盘表面藏匿的违禁物品的检测效率低、漏检率高、便携性差等不足，设计了一个基于云端的移动式智能车底藏匿物检测系统，通过机器人、网络通信、图像处理及目标检测等技术，实现藏匿物智能化检测。基于SIFT(Scale-Invariant Feature Transform)算法提取图像特征信息并获取车底局部全景图像，使用YOLOv5(You Only Look Once version 5)深度神经网络模型检测4种车底藏匿物，搭建云数据库存储车辆信息，轮式机器人、上位机、云数据库之间通过TCP/IP(Transmission Control Protocol/Internet Protocol)协议进行通信。经测试，该系统能在特定场景下完成车底藏匿物检测，图像拼接成功率达81.7%,目标检测准确率达83.7%,在车底安检领域具有一定的实用价值。