检测锂离子电池 深度...

. . .

检测锂离子电池 深度学习算法或可派上用场

2018-09-04 | 民航资源网 | 作者:Akshat Rathi

  图片:美国飞机上发生的锂离子电池起火或爆炸事件数据 数据来源:FAA

  民航资源网2018年9月4日消息:据Quartz网站报道:我有一个关于坐飞机的不愉快经历。那是三年前,在一趟从科钦飞往孟买的印度航班上,当时我被叫下飞机,因为我的托运行李中有一块锂离子电池。

  如果你还记得三星Galaxy Note7爆炸事件,可能就不会觉得意外。商用飞机货舱内的压力可能会导致锂离子电池起火甚至爆炸。尽管电池很小,但却可能造成极大的破坏。比方说,一块普通智能手机电池20倍那么大的电池,能将一个中等大小房间的窗户炸掉。

  现在越来越多的人都在用电池组,像是用在无人机、照相机上的那种,或者用来给各种设备充电的电源。因此,确保没有锂离子电池未经检测就进入飞机货舱,就显得至关重要。自1991年以来,美国联邦航空局(FAA)报告了225起由货物或行李中的锂离子电池引发的烟雾、火灾、高热或爆炸事件。

  检测散杂锂离子电池的方法是用X射线扫描行李。因不同种材料的密度不同,物品暴露在X射线下所透射出的射线强度也不同,探测器接收这些X射线并生成图像,即可显示出包袋里装了什么物品。

  大多机场会使用某种软件作为辅助,但仍需要人工干预,因此比较容易出错。为了帮助减少这些错误,X射线探测仪供应商史密斯检测公司(Smiths Detection)推出一款软件,称可以大大减少对人工干预的需求,该软件使用深度学习算法,可将检测效率提高到90%。

  Smiths推出的深度学习算法从其成功和失败案例中汲取反馈,改进了以往的方法,转而使用形状、纹理和材料的数据,这些数据能准确指示出锂离子电池的存在;它还可以自主更新,从而实现飞速学习和改进。此外,由于这是软件升级,公司可以将此项技术直接配置在已有的Smiths探测器上。

  为了创建这一算法,Smiths使用了在客户场地实时操作期间收集建立的X射线图像数据库,然后手动将这些图像标记为“含有锂离子电池”或“不含锂离子电池”。Smiths公司技术与产品开发副总裁Matt Clark表示,“获取这种全面的、已标记的数据,是深度学习过程中最具资源密集特点的一部分。”

  这一深度学习软件接受过此类数据运用的训练,并经过人工标记的数据库的检验。以这种方式,它可以在成败之中学习,而且在实际操作中也是如此。

  Smiths公司计划继续改进这一软件,将其用于检测药物、武器、货币和易燃液体。提升检测违禁物品的速度和准确度,不仅可以改善机场安检流程、节省开支,还可以帮助乘客避免这种无心之过。

  作者:Akshat Rathi  民航资源网 Lily/编译

  《检测锂离子电池 深度学习算法或可派上用场》原文

相关专题:新技术 

回复评论:0条