基于物联网和人工智能技术的智能行李安检系统研究

魏可才 宋雪述 徐国 赵俣钧

摘 要：文章阐述基于物联网、人工智能等新技术的智能行李安检系统，从研究背景、传统行李安检系统存在的问题等方面，重点阐述智能行李安检系统的系统层级、组成及系统功能。通过使用丰富的传感器、大数据和人工智能算法，实现行李安检工作的智能化、自动化，进一步丰富和完善检测手段，提高检测准确率和工作效率，有效降低因人员经验不足和状态不佳等原因造成行李中违禁品漏检、误检带来的安全隐患，尤其通过人工智能的机器自我学习，全面实现行李安检的智慧化。

关键词：物联网;人工智能;行李安检

中图分类号：TP391.4

1 研究背景

随着社会交通技术的发展，人员和物品的流动性在加强，不法分子往往通过公共交通、货物流企业携带或运输刀具、枪、炸药等易爆品，汽油等易燃品，活动物等违禁物品，给公共交通安全带来了巨大的隐患和挑战。为降低隐患，一般都会在机场、火车站、地铁站、汽车站、大型活动现场、邮递公司、物流行业等场所设置安检设备，利用X光行李安检设备对行李进行现场检查。随着需要检测的内容和范围越来越广，要求也越来越高，需运用物联网、大数据、人工智能（AI）等新技术来完善检测技术手段，快速控制风险和消除隐患。

2 现状及问题分析

目前，行李安检多采用人工+X光机安检设备安检方式，X光机安检设备一般由X射线发射器、图像系统、输送机系统等部分组成，实现对有机物、无机物、混合物、材料等的分辨，并通过图像处理系统实时处理彩色/黑白图像、反像显示、边缘增强，实现图像增强、亮暗调节、回拉、报警、检索等功能，并对不同的材料赋予不同的颜色，便于人员直观快速识别判断。但它无法识别液态物品，液态物品的检测主要通过人的观察和闻气味的方式检测。安检人员一般凭经验判断是否存在违禁品，由于每个人的经验不同、状态不同，往往会出现误判、漏判、漏检，从而带来安全隐患，同时，由于X光有电离辐射，长期在这种环境工作的人存在被电离辐射的安全隐患，长时间闻易燃易爆的液体也会对安检人员的身体健康带来很大影响。

现阶段，物联网、大数据、人工智能技术已经逐渐成熟，并在部分领域率先得到应用，将这些先进技术应用到行李安检系统，提升系统的智能化水平非常必要，也非常可行。

3 系统层级、组成及功能

3.1 系统层级

为解决传统检测方式存在的弊端，充分利用当前物联网、人工智能等技术，对智能行李安检系统进行研究开发。智能行李安检系统分为数据采集层、网络传输层、平台层、应用层，如图1所示。

（1）数据采集层。由X光安检设备、液体测试仪、气味传感器、AI摄像头等传感器终端设备组成，这些传感器是物联网技术的核心部件，它让系统有了触觉、味觉、嗅觉、听觉和视觉，主要负责行李内物品和旅客数据的采集，是数据的重要来源。

（2）网络传输层。包括基于5G、Wifi6或者光网专线的网络及传输设备，要求网络稳定、传输速度快、时延低。

（3）平台层。是本系统的核心和大脑，主要负责连接的管理，检测数据的存储、分析、运算、管理和应用，包括连接管理平台、云设施、设备管理平台、大数据人工智能算法平台等。其中，连接管理平台负责连接的管理，主要有连接资费、停开、自动化规则、应用程 序（API）接口协议等功能，云设施主要负责数据的存储和计算;设备管理平台主要负责设备注册、实时计算、数据存储、数据处理、安全管理、终端及应用平台的兼容耦合、设备的远程管理等;大数据人工智能算法平台主要包括模型工具、数据发掘、认知计算、知识数据库等模块，实现数据的整合和管理、模型开发、模型注册、模型调度、统计分析、机器学习、文本分析、图像识别等功能，知识数据库模块包括由传感器数据库、设备应用数据库、违禁品数据库等整合成的数据集市和由规则库、文档库、领域知识图谱、非结构化文本库等组成的数据库。

（4）应用层。负责人员的管理，检测结果的展示、告警，行李与顾客的匹配等功能，分成检测告警模塊、设备管理模块、人员管理模块、数据管理模块等。其中，检测告警模块为主要模块，负责违禁品检出告警、图像展示、特殊人员提醒等，设备管理模块具有设备运行状态展示、设备升级、设备定位、设备远程诊断等功能;人员管理模块主要负责运营人员的分级管理，匹配不同权限和范围;数据管理模块主要负责数据的管理、违禁品库的升级管理等。

3.2 系统组成及功能

智能行李安检系统由X光检测设备、液体检测设备、AI摄像头、气味传感器、其他传感器、网络设备、设备管理和人工智能平台及安检应用管理平台组成，如图2所示，其系统功能如下。

（1）数据采集。智能行李安检系统通过X光检测设备采集行李物体的形状和材质等数据;液体检测仪使用准静态计算机断层扫描技术，通过测量待测液体的介电常数和电导率，辨别其易燃易爆性，实时采集行李中的液体材质等数据;通过AI摄像头采集人员的图像，专用人脸识别系统自动抓拍人脸并上传人脸图像，进行身份核查，由系统自动将收集到的人员信息与公安机关重点人员信息库进行比对， 一旦发现人员与重点人员匹配，系统立即报警提示;通过气味传感器及时采集行李中部分物体的数据;根据需要再增加其他传感器采集所需要的数据。

（2）数据上传分析。这些数据通过网络实时上传至设备管理和人工智能平台，依托机器视觉和神经网络技术的图像识别系统，与现有的违禁品库数据进行比对，利用人工智能和大数据的算法分析，及时分析人员和行李中物体信息，针对可能存在的问题物品行李和人员及时进行告警，让人员、行李或者货物无死角展现“相貌”;通过对人工智能和大数据进行不停地训练，完善算法，完善违禁品库，实现更精准识别，以达到预期效果;通过机器代替人员及时准确地完成行李安检工作，避免因安检人员经验不足、注意力不集中等原因造成漏检、误检，降低设备电离辐射影响安检人员人身健康的风险;通过将人员信息与公安人员系统数据、车票信息数据比对，及时发现问题人员及其去向。

（3）系统升级。为应对违禁品的种类更新，通过不定期的网络自动补充、违禁品库升级，对层出不穷的违禁品进行学习，经过简略晋级软件，即可满足不断更新的安检需求;同时，通过设备联网，可以及时了解设备运行情况，实现设备远程预检、故障原因判断和远程升级等功能，确保设备运行效率和效果，为设备升级换代和优化改进提供数据支撑。

（4）功能拓展。基于物联网、人工智能的行李安检系统不仅应用于关键场所的行李安检，还可以用于物流、快递等场景的货物安检。行李安检系统可与监控系统、报警系统和应急联动系统等对接，比如，与快递管理系统对接，与民航的行李传送带系统和机场的安全管理系统对接等，不仅可实现数据共享、动作联动，还可以开发更多功能，并发挥更大的作用。

4 系统应用关键技术

（1）物联网技术。传感器是物联网重要部件，是一种能感受到被测量的信息，并能将感受到的信息按照一定规律变换成电信号或者其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求的检测装置。它让系统有了触觉、味觉、嗅觉、听觉和视觉。利用物联网丰富的传感器实现物理物体的数字化，增加数据采集的广度和准确度，进一步扩大数据的规模，与其他有关联性的数据形成数据库。

（2）人工智能技术。依托机器视觉和神经网络技术的图像识别系统让行李无死角展现“相貌”;用计算机模拟人的视觉和学习过程，从客观事物图像中提取信息进行处理，并加以理解;通过人工智能神经网络深度学习技术，使系统能够进行自动学习，逐步丰富系统积累，不断提高系统识别图像的能力，达到收集管控的效果。

（3）大数据技术。对物联网等采集的丰富数据进行综合数据清洗、贴标签、建模、分析，实现价值挖掘，建立数据仓库，为数据的重复利用和价值可视化打下基础，也为人工智能機器学习打下基础;运用后台大数据自动研判分析系统提升警务管控效能;按照“资源整合集约化、信息研判精细化、成果应用最大化”的原则，运用后台大数据自动研判分析系统，实现行李物流流向跟踪管理、人口信息及地图查询定位和重点人员比对查询。

（4）离子迁移光谱技术。通过危爆物品智能检测系统的物理探测、准确识别，提升安检准确性。在不打开检测对象外包装的情况下，对可疑货物进行二次检测，并自动分拣出X射线不能准确检测的可疑行李，准确将隐藏在行李中的炸药、毒品及违禁的化学物品等探测出来，进行安全处理。

5 结束语

随着5G、物联网、大数据、人工智能等技术的发展和数据样本的丰富，安防检测手段必将越来越完善，功能越来越强大，智能安检系统将越来越智慧。基于物联网、人工智能的行李安检系统可以更好实现行李安检自动化、智慧化，让检测更精准、更及时，为车站等场所行李安检提供更准确、高效、快捷的服务，提升客户感知，更重要的是能大幅度度降低行李安检成本和安全风险。同时，行李安检系统还可以与人体检测系统（安全检测、红外测温等）融合，打造一体化、全方位的安检平台，一方面实现安全检测，另一方面也可用作疫情防控，全面提升安检智能化水平和社会治理能力水平，为人民的安全出行保驾护航。

参考文献

[1]高勇.地铁安检，城市轨道交通的必选项[J].中国安防，2010（9）：2-5.

[2]刘捷.移动互联网环境下广西高校体育教师信息素养存在的问题及对策[J].亚太教育，2016， （11）：208，197.

[3]刘豪.我国地铁安检现状及对策研究[J].物流工程与管理，2019（3）：142-144.

[4]朱益军，谭权，裴悦刚，等.轨道交通大客流快速安检系统构建研究—以北京地铁安检工作实践为例[J].北京警察学院学报，2016（60）：34-38.

[5]杨倩倩，姚竹亭，文亦武.高精度丝网印刷机中自动自动对位系统的应用[J].科技视界， 2015（7）：71-71.

[6]何蕾.民航机场地面服务[M].北京：化学工业出版社，2014.

[7]王先庆.智慧物流[M].北京：人民邮电出版社，2019.

[8]张飞舟.物联网应用与解决方案[M].北京：电子工业出版社，2019.

[9]李佳宁，蔡晓蕾，郑军. 5G网络技术及在城市轨道交通的无线覆盖[J].现代城市轨道交通，2020（8）：125-128.

[10] 宋航.万物互联：物联网核心技术与安全[M].北京：清华大学出版社，2019.

[11]  [美]史蒂芬 · 卢奇，丹尼 · 科佩克.人工智能（第2版）[M].北京：人民邮电出版社，2018.

[12] 涂子沛，郑磊. 善数者成.大数据改变中国[M]. 北京：人民邮电出版社，2019.

[13] 涂子沛 .数文明[M]. 北京：中信出版社，2018.

[14] 吕长青.大数据[M].北京：北京工业大学出版社，2016.

[15] 李开复. AI · 未来[M]. 浙江杭州：浙江人民出版社，2018.

[16] 张飞舟.物联网应用与解决方案（第2版）[M].北京：电子工业出版社，2019.

[17] 解运洲.物联网系统架构[M].北京：科学出版社，2019.

[18] 曾凡太，边栋，徐胜朋.物联网之芯：传感器件与通信芯片设计[M].北京：机械工业出版社，2018.

[19] 吴建平.传感器原理及应用（第3版）[M].北京：机械工业出版社，2016.

[20] 周润景.常用传感器技术及应用[M].北京：电子工业出版社，2017.

收稿日期 2020-09-28

责任编辑 朱开明