崔捷 李俊超 胡益

崔 捷 ¹ 李俊超 ² 胡 益 ³

摘 要 空箱查验作为国际贸易监管的重要环节，需对闲置集装箱执行箱体完整性核查、唯一箱号识别、违规夹藏物排查、病媒生物监测等操作，以保障国际贸易安全与合规监管效力。面对贸易量增加对通关效率与精准度的双重需求，本研究提出面向空箱查验的四足机器人系统，通过融合同步定位与地图构建（Simultaneous Localization and Mapping，SLAM）、深度学习目标检测、光学字符识别（Optical Character Recognition，OCR）及病媒生物智能识别技术，实现机器人在封闭箱体内的自主导航与异常智能识别，并构建云端协同平台完成数据实时回传与远程监控，最终实现查验流程无人化、标准化与智能化，为海关监管提供技术支撑。

关键词 空箱查验；四足机器人；具身智能；病媒生物监测

Design and Application of an Intelligent Empty Container Customs Inspection System Based on Quadruped Robots

CUI Jie ¹ LI Jun-Chao ² HU Yi ³

Abstract Customs inspection of empty containers is a critical component of international trade regulation, requiring comprehensive tasks such as verifying container integrity, identifying unique container numbers, detecting concealed contraband, and monitoring disease vectors, all of which are essential for ensuring international trade security and regulatory compliance. With the continuous growth of trade volumes, current inspection methods increasingly struggle to meet the dual demands of higher inspection efficiency and accuracy. This study proposes a quadruped robot system for empty container inspection. By integrating simultaneous localization and mapping (SLAM), deep learning-based object detection, optical character recognition (OCR), and intelligent pest identification, the system enables autonomous navigation within enclosed containers and intelligent detection of anomalies. In addition, a cloud-based collaborative platform is also developed to facilitate real-time data transmission and remote monitoring, ultimately enabling unmanned, standardized, and intelligent inspection processes and providing technical support for modern customs supervision.

Keywords customs empty container inspection; quadruped robot; embodied intelligence; vector monitoring

第一作者：崔捷（1981—），男，汉族，浙江宁波人，主要从事信息化项目管理、软件开发、系统运维等工作，E-mail: 9703768@qq.com

1. 中国电子口岸数据中心宁波分中心 宁波 315012

2. 宁波海关 宁波 315010

3. 宁波国际旅行卫生保健中心（宁波海关口岸门诊部） 宁波 315012

1. China E-Port Data Center, Ningbo Branch, Ningbo 315012

2. Ningbo Customs, Ningbo 315010

3. Ningbo International Travel Health Care Center (Ningbo Customs Port Outpatient Department), Ningbo 315012

当前，海关空箱查验工作主要采用传统人工方式或固定式场地摄像头。随着集装箱量的持续增长，现有模式在查验效率、自动化识别与全覆盖检测，以及空箱查验整体流程在向智能化与自动化方向发展上仍有进一步提升的空间。面对上述挑战，亟需一种能够自主进入集装箱内部，替代人工并实现全面智能化查验的创新解决方案。四足机器人以其极高的地形适应性（能稳定应对集装箱内部金属凹凸地面、门槛等复杂环境）、卓越的运动灵活性以及强大的传感器承载能力，成为执行此类任务的理想平台。与此同时，同步定位与地图构建（Simultaneous Localization and Mapping，SLAM）^[1-2]、实时路径规划^[3]、基于深度学习的目标检测^[4-7]、光学字符识别（Optical Character Recognition，OCR）^[8-9]、病媒生物智能识别技术^[10-11]以及物联网通信^[12]等技术已日趋成熟，并在诸多领域得到成功应用。

基于对提升海关空箱查验的自动化、智能化与安全化水平的需求，本研究旨在设计一套基于四足机器人、面向海关空箱的智能空箱查验系统，通过融合上述先进技术，使机器人能够根据查验指令自主进入空箱内部，精准识别箱号与箱内风险，实现病媒生物自动监测与采样，并将查验结果实时反馈至管理平台，最终为构建一种高效、精准、安全的全新查验模式提供理论与实践支撑。

1 空箱智能查验

空箱查验是保障国际贸易安全与顺畅不可或缺的关键监管环节，随着全球集装箱运输业务量的持续增长，为实现空箱查验业务的高效化、无人化、标准化与智能化转型升级，其优化需求主要体现在如下5个核心方向：（1）需大幅提升单日查验吞吐量速率，从而进一步提升集装箱周转率。（2）应避免操作人员直接接触空箱中潜在的生物和化学危害物质，以保障人身安全。（3）需依托技术手段确保查验标准与判断的高度统一，最大限度减少因人为主观因素导致的漏检与误检，提升监管质量。（4）需实现查验全过程数据的自动采集与实时上传，构建完整、可追溯的数字化查验档案，为海关智慧监管与大数据风险分析提供坚实的数据基石。（5）在病媒生物监测方面，需突破传统人工采样的局限，实现现场快速形态分析、精准捕捉、远程鉴定及安全送检的自动化与智能化，以应对全球传染病跨境传播风险。

面对上述查验需求，四足机器人的空箱智能查验系统提供了高效的综合性解决方案。四足机器人融合深度学习等人工智能算法，通过SLAM技术解决信号干扰环境下的精准定位与导航问题，利用目标检测与OCR算法实现箱号与异常的自动识别，通过多光谱成像与形态分析技术自动识别、定位与记录鼠类、蚊蝇、蜱虫等病媒生物，并借助路径规划完成自主移动查验任务。同时，机器人能够将识别结果与查验过程数据实时反馈至监控平台，并通过本地化存储确保在网络波动情况下数据的完整性与可追溯性，实现全流程的远程实时监控与数据管理、风险隐患的精准发现和及时预警。

2 系统架构设计

本研究的核心在于构建一个以四足机器人为移动感知与执行终端的海关空箱智能查验系统，旨在通过机器人与一体化信息平台的深度协同，并深度融合具身智能理念，使机器人具备在复杂环境中自主感知、学习与行动的能力，从而实现查验模式的根本性变革。该系统分为两大组成部分，任务执行端与一体化信息平台。任务执行端以四足智能机器人作为核心移动感知平台，实现“感知—决策—行动”闭环，其功能可归纳为自主导航与智能识别；信息平台则承担“指挥—存储—展示”的职能，包括查验指令的下达、机器人状态与识别结果的接收、海量数据的高效存储与处理，以及通过可视化前端进行实时监控与人机交互。整个系统采用分层架构设计，主要包括机器人终端层、平台服务层和应用表现层，如图1所示。

2.1 机器人终端层

机器人终端层是本系统执行空箱查验任务的核心移动平台与感知单元。该层以四足机器人为硬件基础，配备多线激光雷达、RGB摄像头、多光谱传感器、显微摄像模块及机械臂辅助采样装置等传感器，并通过机器人操作系统（Robot Operating System，ROS）框架^[13-14]集成各功能模块，实现自主作业。空箱检查机器人实物如图2所示。

图2 空箱检查机器人现场作业图

Fig.2 On-site operation of the empty container inspection robot

在具体执行过程中，机器人接收来自平台的作业指令后，首先依托激光雷达进行SLAM建图与实时定位，通过路径规划算法自主导航至目标集装箱箱口。在箱口位置，机器人利用RGB摄像头拍摄箱号区域图像，通过集成OCR算法进行箱号识别。若识别箱号与任务指令不符，则立即向平台报送异常信息。在空箱外部，机器人会先通过激光雷达对集装箱进行扫描，获取集装箱外部的尺寸数据。进入空箱内部后，机器人对箱体内部进行全方位扫描，若空箱尺寸偏差超过一定阈值，则会向机器人管理平台发送“非法夹层”警告。同时，机器人启动持续的目标检测流程，实时检测是否存在异物残留、非法夹层、病媒生物活动迹象（如粪便、足迹、虫卵、成虫等）等异常情况。针对病媒生物监测，机器人通过多光谱成像技术捕捉生物形态特征，结合深度学习模型进行种类初步鉴定；若发现活体或可疑样本，可通过机械臂进行非接触式捕捉，并自动封装保存于无菌样本盒中，贴附电子标签记录时间位置信息，待后续实验室进一步分析。对于难以现场鉴定的微小生物，显微摄像模块可拍摄高清图像回传至远程专家端请求鉴定，并且借由目标检测模型，机器人能够实时检测集装箱内部可能存在的异物。发现任何异常，系统立即记录并上报平台。若在作业过程中发现箱门未开启等状态异常，同样触发报警机制。整个查验过程中，机器人通过内置通信模块，将自身状态、位置信息、查验结果及实时监控视频流持续上传至平台服务层，形成完整的“感知—决策—反馈”闭环，为远程监控与干预提供实时数据支撑。

2.2 平台服务层

平台服务层作为整个系统的指挥中枢与数据处理中心，承担着任务调度、数据集成与业务逻辑的核心职能。本系统基于Spring Boot框架构建，采用模块化设计，通过清晰的接口定义实现各服务间的解耦与高效协作。服务层可划分为任务调度与指令管理、数据持久化与实时同步，以及系统集成与配置管理三大核心模块。

2.2.1 任务调度与指令管理

任务调度与指令管理模块负责对空箱查验任务的全生命周期进行管理。当接收到海关作业系统经数据交换发送的待查空箱列表时，该模块会自动创建对应的查验任务批次，并将其与具体的空箱信息进行关联存储。在用户启动作业时，服务层会首先校验任务的实时状态与合法性，确保执行逻辑的严谨性，随后生成标准化的指令报文并下发至机器人终端，并支持病媒生物监测任务的优先级调度与资源分配。

模块提供多维度的数据统计能力，可实时计算非当日待作业量、当日作业量及待处理量等关键指标，并通过定制化接口返回不同状态（待作业/当日作业/待处理）的空箱明细列表。针对异常操作场景，模块提供任务状态重置功能，可一键回滚指定批次下所有空箱状态、任务状态及关联的查验步骤记录，实现作业流程的灵活管控。同时，针对作业过程中的暂停、继续或结束等控制指令，该模块会同步更新任务状态，并确保指令的准确送达与执行，从而实现对机器人作业流程的精准远程控制。

2.2.2 数据持久化与实时同步

数据持久化与实时同步模块采用PostgreSQL数据库与Mybatis框架，负责所有业务数据的可靠存储与高效访问。该模块不仅处理空箱信息、任务明细、查验步骤及异常记录等核心业务数据的持久化，还专门管理病媒生物监测数据，包括生物图像、鉴定结果、样本送检记录等，可通过服务器发送技术（Server-Sent Events，SSE）建立服务端与前端之间的单向实时通信通道。相较于WebSocket的双向通信的复杂度，SSE的单向通道更契合本系统以服务端为主导的数据推送模式，在保证实时性的同时显著降低实现复杂度。

当机器人上报查验进度或异常信息时，服务层在完成数据存储后，会立即将状态更新通过SSE流推送至前端界面，确保用户能够实时感知作业进展。针对机器人状态信息（高频）与查验结果（中频）的混合推送场景，模块设计双队列缓冲机制：机器人状态队列与空箱信息队列分离存储，通过共享线程池以及细粒度锁来实现并发控制。该设计有效避免高频消息对中低频消息的挤压，确保在每秒数十条状态更新的压力下，关键查验结果仍能无丢失实时送达前端。所有数据变更在完成数据库写入后即刻触发SSE推送，形成“落库即可视”的闭环。该流程与设计保障了数据传输的完整性、及时性与稳定性。

2.2.3 系统集成与配置管理

系统集成与配置管理模块则专注于对外部系统的对接与内部运行参数的管理。通过预定义的配置化接口，该模块实现了与视频监控平台的无缝集成，能够按需获取现场监控视频流，增强了对作业环境的远程可视化能力。同时，平台支持与实验室系统的数据对接，实现病媒生物样本的电子化送检与鉴定结果回传。所有外部服务地址与关键参数均实现配置化管理，保障了系统在不同部署环境下的灵活性与适应性。在安全层面，服务层对内部接口进行了严格的权限控制，在保证系统性能与机器人集成的便利性的同时兼顾了系统的安全性。此外，通过全局的异常与操作日志记录机制，为系统的稳定运行与问题追踪提供了坚实的数据基础。

2.3 应用表现层

应用表现层作为系统与用户的直接交互界面，基于Vue 3框架与Element Plus组件库构建，采用前后端分离架构，提供了直观、高效的可视化监控与操作平台。该层分为面向现场操作的前台监控大屏和面向管理分析的后台管理系统，既满足了现场作业的实时性要求，又实现了管理决策的数据化支撑，共同构建了完整的业务闭环，显著提升了空箱智慧查验平台的综合管理水平。

前台大屏作为系统的可视化指挥中心，首页呈现码头作业区域的平面总览图，动态展示各查验平台的实时空箱统计数据。用户点击具体平台浮标后，弹出如图3所示的详细监控对话框，该对话框采用两行式布局设计：第一行包含3个主要区域，左侧展示当日作业清单的核心指标数据，为作业调度提供决策支持；中部为双视频监控区，通过并行显示查验平台监控画面和机器人实时画面，实现宏观与微观的双重监控；右侧呈现机器人3D模型及其运行状态信息。第二行左侧嵌入智能查验平台地图，精准标注箱位分布和监控点位，右侧则动态展示作业进度与详细查验信息，包含病媒生物监测数据看板，实时展示识别结果、样本状态及远程鉴定进度。系统通过SSE长连接实现实时数据同步，确保监控数据的即时性和连续性，为现场作业提供了可靠的数据支撑。在对话框开启后便建立持久连接，持续接收后端推送的状态更新，为解决SSE传输中可能出现的消息抢占或丢失问题，系统同时采用定时轮询机制，既保障了关键状态信息的可靠传输，又通过定期增量更新确保数据完整性。界面采用色彩编码机制直观呈现空箱状态，并将查验流程分解为4个关键节点进行可视化追踪。查验过程中采集的图像数据采用Base64编码传输，无需依赖独立文件服务器，确保图文数据的原子化同步与一致性。

后台管理页面提供全面的数据管理功能，左侧设有统一导航菜单，包含作业任务、空箱作业、病媒生物监测管理、作业步骤、机器人状态、操作日志和异常日志等模块，所有列表页面均支持多条件组合查询与批量数据导出功能。作业任务列表提供任务重置操作，可调用后端重置接口对特定任务进行状态重置；空箱作业列表展示所有空箱详细信息，并对存在查验异常结果的记录进行标红突出显示；作业步骤列表完整记录每个空箱、每个作业步骤的详细信息，支持点击图片进行放大查看，同时对异常查验结果进行标红警示处理。

所有业务功能均通过权限控制保障操作安全，前端通过调用后端提供的非匿名查询接口，获取空箱信息、任务状态、异常日志等数据，确保数据访问的合规性与安全性。

3 系统应用效果

本系统实现了空箱查验流程的智能化升级，其核心业务流程如下：

（1）码头平台将到位待查空箱列表发送至信息一体化平台，交互界面实时更新并显示待查空箱信息；

（2）用户点击开始作业按钮，平台向四足机器人下发作业指令，启动自主查验流程；

（3）机器人按照标准作业流程执行查验，包括开始作业、箱号识别、作业执行和作业结束等阶段，并实时识别夹层、异物、病媒生物等各类异常情况；

（4）每个作业步骤的执行结果和异常信息实时回传至平台，通过可视化界面进行展示；

（5）用户可通过平台实时查看作业进度，切换监控视角，全面掌握查验过程。

智慧查验平台采用智能颜色编码系统，在地图上直观展示空箱状态：灰色代表待作业，黄色代表作业中，绿色代表作业完成，红色代表检查异常。平台提供灵活的监控视角切换功能，用户可点击不同监控设备实时切换画面，也可通过机器人3D模型切换多角度摄像头视角，实现对查验过程的全方位可视化监控。机器人还具备样本自动封装功能，支持远程专家协同鉴定，显著提升监测效率与安全性，将传统需要数小时的病媒生物采样与初步鉴定流程缩短至分钟级别，并实现了全程可追溯。

在实际运行中，在一个日均空箱查验量达200箱的查验场所，传统作业模式下4～6人至少1 h才能完成的查验工作，一体化信息平台通过向四足机器人下达作业指令，到机器人完成一个空箱箱号识别、拍照录证只需要2～3 min，并且能够保证95%以上的查验准确率，其中病媒生物监测的自动化程度提升约80%。

4 结语与展望

本研究以海关空箱智能查验需求为导向，将四足机器人平台与多模态感知技术应用到实际业务场景中，实现了封闭环境下自主导航、箱号识别、异常检测、病媒生物监测与数据实时回传的全流程智能化查验。系统通过机器人替代人工完成高风险作业，显著提升了查验效率与安全性，为海关监管数字化转型提供了有效技术路径。未来研究将聚焦于多机器人协同调度、极端环境适应性优化以及轻量化模型部署等方向，并深度融合具身智能技术，探索机器人在复杂环境下的自主学习与决策能力，进一步推动海关查验向智能化、自适应化方向发展，进一步提升系统的实用性与可靠性。

参考文献

[1] 王堃, 唐清琼, 付环. 面向LNG接收站的四足机器人巡检系统设计与研究[J]. 电器工业, 2025(8): 71-75.

[2] 巫宇航, 王强, 肖瑶, 等. 燃气管道巡检四足机器人的改进沙猫群优化SLAM算法研究[J]. 电子测量与仪器学报, 2024, 38(10): 128-136.

[3] 赵亮, 刘朝旭, 魏永康. AI驱动的四足机器人在管道巡护中的功能优化研究[C]//江西省工程师联合会.第二届智能工程与经济建设学术研讨会论文集(一). 国家管网集团甘肃公司兰州输油气分公司, 2025: 1236-1238.

[4] 王宵, 胡宁宁, 张鹏程, 等. 基于双目视觉的四足机器人环境感知研究[J].火力与指挥控制, 2025, 50(7): 192-198+207.

[5] 范家硕. 基于深度学习的四足机器人智能巡检视觉感知关键技术研究[D]. 北京: 北京邮电大学, 2024.

[6] 张新宇. 大型垃圾填埋场巡检四足机器人环境建图与目标检测研究[D]. 西安: 长安大学, 2024.

[7] Wang A, Chen H, Liu L, et al. Yolov10: Real-time end-to-end object detection[J]. Advances in Neural Information Processing Systems, 2024, 37: 107984-108011.

[8] 康智信, 林姝, 徐俊刚, 等. 面向智能巡检的电柜OCR识别方法研究[J]. 石油化工自动化, 2025, 61(4): 59-64.

[9] 范晓菁. 基于YOLOv8和OCR的快递盒识别算法研究与应用[J]. 信息技术与信息化, 2025(6): 42-45.

[10] 黎澜. 基于改进YOLOv8的轻量化病媒蚊虫检测技术研究与实践[D]. 成都: 四川师范大学, 2025. DOI: 10.27347/d.cnki.gssdu.2025.000604.

[11] 景易星. 基于深度学习的蚊虫检测算法和图像采集系统研究[D]. 西安: 西安电子科技大学, 2021. DOI: 10.27389/d.cnki.gxadu.2021.003037.

[12] 许轶群. 基于物联网集成的通信运维远程监控系统设计[J]. 电子技术, 2025, 54(8): 362-363.

[13] 潘帅江, 李阳, 李汶芸, 等. 基于ROS的移动机器人室内定位建图导航研究[J]. 机械管理开发, 2025, 40(4): 251-254.

[14] 李瑞瑞. 动态场景下移动机器人路径规划算法研究[D]. 西安: 电子科技大学, 2025.

图1 系统架构设计

Fig.1 System architecture

图3 空箱检查机器人管理平台页面展示

Fig.3 Interface of the empty container inspection robot management platform