1. 系统概述
流机具有机动灵活作业的优点，但也是港口里最为危险的设备之一。传统的流机通过加装雷达来检测周围的物体或人，但是由于过频预警让司机高度紧张而导致驾驶疲劳。此外，在流机行驶过程中存在视觉盲区，无法保证完全避免此类事件。本系统基于机器视觉和深度学习技术，通过对流机周围的人形进行实时检测，通过警报声提醒司机注意，并在显示器用红框标注出人的位置，并免碰撞事故。有效的减轻司机疲劳，增加了设备的安全，并提高流机的运行效率。
2. 总体方案
2.1 设计理念
本系统基于机器视觉手段，通过实时获取流机周围的场景图像，系统使用深度学习方法，实时监测并判断周围是否存在人员。若存在，会用红框标注出来，并产生报警声提醒司机注意。
2.2 系统架构
本系统由前端设备、交换机、智慧盒（Broad_Box）和显示器组成，系统架构如下图所示。
其中：
前端设备：采用6个4cm*5cm（相当于半张身份证大小）的 Emos摄像头，用于采集流机周围的图像数据；
智慧盒和显示器：用于防撞功能的实现，以及相应功能检测信息的输出、存储和显示；
交换机：采用8口的千兆工业交换机，把前端摄像头采集到的图像数据传到智慧盒。
2.3摄像头安装
（1）摄像头安装位置位置如下图所示（具体位置还应以实际作业环境为准）
（2）人形检测效果：
显示画面
2.4工作流程：
6个摄像头的图像信号，经过深度学习模型的计算推理，当车身附近出现行人，会把行人位置框出来，并产生报警提示。
2.5系统参数:
（1）摄像头画面延时<350ms;
（2）防撞检测范围8米；
（3）本防撞系统方案即为防撞人系统。系统对可识别的“人”的定义为：人体站/侧立，下蹲，俯身，行走，奔跑等多种形态。
（4）系统开机自启动；
（5）系统自检、断线重连、网络自检；
（6）系统对人的识别率为95%。
3. 物料清单
