BE1025931A1 - Systemen en werkwijzen voor het bepalen van het gevuld zijn van een commerciële trailer - Google Patents
Systemen en werkwijzen voor het bepalen van het gevuld zijn van een commerciële trailer Download PDFInfo
- Publication number
- BE1025931A1 BE1025931A1 BE20185904A BE201805904A BE1025931A1 BE 1025931 A1 BE1025931 A1 BE 1025931A1 BE 20185904 A BE20185904 A BE 20185904A BE 201805904 A BE201805904 A BE 201805904A BE 1025931 A1 BE1025931 A1 BE 1025931A1
- Authority
- BE
- Belgium
- Prior art keywords
- depth
- wall
- image data
- imaging system
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 38
- 238000003384 imaging method Methods 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000036626 alertness Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001454 recorded image Methods 0.000 description 2
- 239000010979 ruby Substances 0.000 description 2
- 229910001750 ruby Inorganic materials 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/128—Adjusting depth or disparity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
Een driedimensionaal (3D) diepte-afbeeldingssysteem wordt verschaft voor gebruik in commerciële trailer laadtoepassingen. Een 3D-diepte camera kan worden ingesteld en georiënteerd om 3D beelddata van een voertuigopslagruimte op te nemen. Een diepte-detectieapplicatie die wordt uitgevoerd op één of meerdere processors kan op basis van de 3D beelddata, ten minst een wand datagebied en een niet-wand datagebied bepalen. Op basis van de bepaling van het wand datagebied en het niet-wand datagebied genereert de diepte-detectie applicatie een wandindicator die aangeeft dat een wand op een afzonderlijke diepte binnen de voertuigopslagruimte is gesitueerd.
Description
Systemen en werkwijzen voor het bepalen van het gevuld zijn van een commerciële trailer
GEBIED VAN DE UITVINDING
De uitvinding heeft in het algemeen betrekking op commerciële voertuigen en, meer specifiek, op systemen en werkwijzen voor het bepalen van het gevuld zijn van commerciële voertuigen.
ACHTERGROND
Driedimensionale (3D) camera's kunnen worden gebruikt om afstanden te bepalen van de camera tot objecten die zijn gepositioneerd in de nabijheid van de camera. Deze 3D camera's kunnen worden gebruikt om het gevuld zijn van een commercieel vaartuig of trailer te bepalen, aangezien zelfs een kleine vergroting in het gevuld zijn kan leiden tot aanzienlijke besparing op transportkosten. Dergelijke bepalingen van gevuld zijn kunnen lastig zijn door object interferentie of verstoringen die nadelig berekeningen kunnen beïnvloeden. In situaties die bijvoorbeeld het voelen van oppervlaktegebieden vereisen binnen een grote opslagruimte, zoals een opslagruimte van een commerciële trailer, kan de opslagruimte bewegende object omvatten, zoals mensen, pakketten die worden verplaatst, laadvoertuigen, etc., die ervoor kunnen zorgen dat de 3D camera onnauwkeurige data produceert aangaande het formaat of de afmetingen van de opslagruimte. Dergelijke onnauwkeurige data kunnen in het bijzonder problematisch zijn voor eind-gebruik applicaties die gebaseerd zijn op de data om berekeningen uit te voeren of andere data manipulaties voor het faciliteren van diepte of andere 3D bepalingen, en kunnen zorgen voor een onnauwkeurige meting van gevuld zijn meting die nadelig de laadefficiëntie kan beïnvloeden. Bovendien kunnen object interferenties de systeem verwerkingstijden die nodig zijn om het gevuld zijn van de trailer te
BE2018/5904 bepalen vergroten, wat op zijn beurt laadtijden en daarmee samenhangende kosten verder kan verhogen.
Dienovereenkomstig is er een behoefte aan diepte afbeeldingssystemen en werkwijzen voor gebruik in het laden van een commerciële trailer.
SAMENVATTING
In overeenstemming met een aspect van de uitvinding wordt voorzien in een driedimensionaal (3D) diepte afbeeldingssysteem voor gebruik in commerciële trailer laadtoepassingen, het 3D diepte afbeeldingssysteem omvattende een 3D-diepte camera die is ingericht voor het opnemen van 3D beelddata, waarbij de 3D-diepte camera is georiënteerd in een richting om 3D beelddata op te nemen van een voertuigopslagruimte, en een diepte-detectieapplicatie die wordt uitgevoerd op één of meerdere processors, waarbij de diepte-detectieapplicatie, op basis van de 3D beelddata, ten minste een wanddata gebied en een niet-wand datagebied bepaalt, waarbij de bepaling van het wanddata gebied en het niet-wand datagebied de diepte-detectieapplicatie aanzet tot het genereren van een wandindicator, waarbij de wandindicator aangeeft dat een wand is gesitueerd op een afzonderlijke diepte binnen de voertuigopslagruimte,
De 3D-diepte camera en de één of meer processors kunnen worden gehuisvest in een bevestigbaar apparaat.
De wand kan bij voorkeur één zijn van een pakketwand of een wand van de voertuigopslagruimte.
Het niet-wand datagebied kan worden geassocieerd met één van een lader of een verzamelplaats van de voertuigopslagruimte.
Het niet-wand datagebied kan bijvoorbeeld worden bepaald door het vergelijken van historische 3D beelddata om ten minste één piekgebied te identificeren.
BE2018/5904
De diepte-detectie applicatie kan bij voorkeur worden geconfigureerd om niet-wand datagebieden te negeren bij het genereren van de wandindicator.
Het 3D diepte afbeeldingssysteem kan bij voorkeur verder een dashboard applicatie omvatten, waarbij de dashboard applicatie wordt uitgevoerd op een cliënt apparaat, en de bepaling van het wand datagebied en het niet-wand datagebied kan verder de dashboard app aanzetten tot het ontvangen van de wandindicator.
De dashboard applicatie kan bij voorkeur een voertuigopslagruimte capaciteitswaarde omvatten, waarbij de voertuigopslagruimte capaciteitswaarde een gevulde capaciteit van de voertuigopslagruimte aangeeft.
Alternatief of bijkomend kan de dashboard applicatie een voertuigopslagruimte capaciteitswaarde omvatten, waarbij de voertuigopslagruimte capaciteitswaarde een overblijvende capaciteit van de voertuigopslagruimte aangeeft.
De 3D beelddata kunnen bijvoorbeeld een 3D puntenwolkdata zijn.
De 3D beelddata kunnen bij voorkeur periodiek worden opgenomen.
De 3D beelddata kunnen bijvoorbeeld ongeveer iedere 15 seconden, ongeveer iedere 30 seconden, ongeveer iedere minuut, of ongeveer iedere twee minuten worden opgenomen.
Volgens een verder aspect van de uitvinding is voorzien in een 3D diepte afbeeldingswerkwijze voor gebruik in het laden van een commerciële trailer, de 3D diepte afbeeldingswerkwijze omvattende het opnemen, via een 3D-diepte camera, van 3D beelddata van een voertuigopslagruimte. De 3Ddiepte camera is georiënteerd in een richting om de 3D beelddata van de voertuigopslagruimte op te nemen. De werkwijze omvat verder het analyseren, via één of meerdere processors, van de 3D beelddata met een diepte-detectieapplicatie. De diepte-detectieapplicatie bepaalt, op basis van
BE2018/5904 de 3D beelddata, ten minste een wand datagebied en een niet-wand datagebied. De werkwijze genereert, via de diepte-detectieapplicatie, een wandindicator die aangeeft dat een wand die gesitueerd is op een afzonderlijke diepte binnen de voertuigopslagruimte is gedetecteerd.
Het analyseren van de 3D beelddata kan het berekenen van een histogram van de dieptes van de 3D beelddata omvatten, het identificeren van een meervoudig aantal histogram pieken, het identificeren van een hoogste piek uit het meervoudig aantal histogram pieken en het filteren van het meervoudig aantal histogram pieken die een hoogte hebben die buiten een drempelpercentage van de hoogste piek vallen, en het identificeren van een piek uit het meervoudig aantal histogram pieken die een verste afstand heeft tot de 3D-dieptecamera en het filteren van het overblijvende meervoudig aantal histogram pieken die zijn gelokaliseerd op een afstand van de piek die de verste afstand tot de 3D-dieptecamera heeft.
De 3D-diepteafbeeldingswerkwijze kan verder het bepalen van of de piek die de verste afstand tot de 3D-dieptecamera heeft de huidige wand is omvatten.
Het analyseren van de 3D beelddata kan verder omvatten het identificeren van een hoogste overblijvende piek uit het overblijvende meervoudig aantal histogrampieken en het genereren van een wandindicator.
De 3D diepte-afbeeldingswerkwijze kan ook verder het berekenen van een gemiddelde wand die is geplaatst tussen de wandindicator en een totale diepte van de voertuigopslagruimte omvatten.
Het niet-wand datagebied kan worden geassocieerd met een lader of een verzamelplaats van de voertuigopslagruimte.
Het niet-wand datagebied kan bijvoorbeeld worden bepaald door het vergelijken van historische 3D beelddata om ten minste één piekgebied te identificeren.
BE2018/5904
De diepte-detectie applicatie kan worden ingesteld om niet-wand datagebieden te negeren bij het genereren van de wandindicator.
De 3D diepte-afbeeldingswerkwijze kan bij voorkeur verder het ontvangen, via een dashboard applicatie die wordt uitgevoerd op een cliënt apparaat, van de wandindicator omvatten.
De dashboard applicatie kan een voertuigopslagruimte capaciteitswaarde omvatten, waarbij de voertuigopslagruimte capaciteitswaarde een gevulde capaciteit van de voertuigopslagruimte aangeeft.
De 3D beelddata kunnen bijvoorbeeld ongeveer iedere 15 seconden, ongeveer iedere 30 seconden, ongeveer iedere minuut, of ongeveer iedere 2 minuten worden opgenomen.
KORTE BESCHRIJVING VAN DE FIGUREN
Aan de bovenstaande behoeftes wordt ten minste deels voldaan door te voorzien in de systemen en werkwijzen voor het bepalen van het gevuld zijn van een commerciële trailer die worden beschreven in de volgende figuurbeschrijving, in het bijzonder in combinatie met de tekening waarin :
FIG. 1 een perspectivisch aanzicht toont, van boven gezien, van een laadperron omvattende een laadfaciliteit, een meervoudig aantal laadvakken, een meervoudig aantal voertuigen, en een meervoudig aantal voertuigopslagruimtes, in overeenstemming met voorbeeld uitvoeringsvormen hierin,
FIG. 2A een perspectivisch aanzicht toont van de laadfaciliteit van FIG. 1 die een voertuigopslagruimte afbeeldt die is gekoppeld bij een laadvak, in overeenstemming met voorbeeld uitvoeringsvormen hierin,
FIG. 2B een perspectivisch aanzicht toont van een trailer monitoringseenheid (TMU) van FIG. 2A, in overeenstemming met voorbeeld uitvoeringsvormen hierin,
BE2018/5904
FIG. 3 een blokdiagram toont die een uitvoeringsvorm representeert van een server die geassocieerd wordt met de laadfaciliteit van FIG. 2A en de TMU van FIG. 2B,
FIG. 4A een fotorealistisch aanzicht toont dat een eerste uitvoeringsvorm toont van de voertuigopslagruimte die is gekoppeld bij het laadvak van FIG. 2A waarbij de opslagruimte een pakketwand omvat,
FIG. 4B een histogramweergave toont van het fotorealistische aanzicht van FIG. 4A die een gedetecteerde pakketwand omvat,
FIG. 4C een histogramweergave toont van het fotorealistische aanzicht van FIG. 4A die is geschaald of gewogen om te corrigeren voor objecten die zijn gepositioneerd nabij de TMU,
FIGS. 5A-5C historische fotorealistische aanzichten tonen die een tweede uitvoeringsvorm van de voertuigopslagruimte tonen die is gekoppeld bij het laadvak van FIG. 2A, waar de opslagruimte een pakketwand omvat en een lader die is gepositioneerd op verscheidene locaties binnen de voertuigopslagruimte,
FIGS. 5D-5F histogramweergaves tonen van de historische fotorealistische aanzichten van respectievelijk FIGS. 5A-5C,
FIG. 5G een aangepaste histogramweergave van FIGS. 5D-5F toont waarbij data die de lader en de pakketten voorstellen op tijdelijke locaties zijn geminimaliseerd,
FIG. 6 een stroomdiagram toont van een diepteafbeeldingswerkwijze voor gebruik in het laden van een commerciële trailer, en
FIGS. 7A-7C histogramweergaven tonen die stappen weergeven voor het bepalen van een dominante pakketwand.
Opgemerkt wordt dat elementen in de figuren voor eenvoud en duidelijkheid zijn geïllustreerd en niet noodzakelijk op schaal zijn getekend. De afmetingen en/of relatieve positionering van sommige van de elementen in de figuren kunnen bijvoorbeeld worden overdreven ten opzichte van
BE2018/5904 andere elementen om het begrijpen van verscheidene uitvoeringsvormen van de uitvinding te helpen verbeteren. Ook zijn alledaagse maar goedbegrepen elementen die nuttig of noodzakelijk zijn in een commercieel geschikte uitvoeringsvorm vaak niet getoond om een minder belemmerd aanzicht van deze verscheidene uitvoeringsvormen te verkrijgen. Bepaalde acties en/of stappen kunnen worden beschreven of getoond in een specifieke volgorde van plaatsvinden terwijl duidelijk is dat een dergelijke specifieke keuze met betrekking tot volgorde eigenlijk niet vereist is. De termen en uitdrukkingen zoals hierin gebruikt hebben de gebruikelijke technische betekenis zoals gewoonlijk aan dergelijke termen en uitdrukkingen wordt toegekend zoals hierboven uiteengezet, behalve wanneer verschillende specifieke betekenissen hierin anders uiteen zijn gezet.
GEDETAILLEERDE BESCHRIJVING
Hierbij worden systemen en werkwijzen beschreven die het accuraat bepalen van vulpercentages van commerciële trailers mogelijk maken. Deze systemen en werkwijzen gebruiken 3D camera's om een “vulafstand” of een “wand” van pakketten het dichtst bij de traileringang te bepalen. Door het berekenen van een histogram van dieptemetingen voor de trailer en het maken van noodzakelijke correcties kunnen de beschreven systemen werkwijzen accuraat rekening houden met interferentie, terwijl zij in staat zijn snel actuele trailer vulpercentages te berekenen. De beschreven technieken maken accuratere rapportage en weergave van voertuigcapaciteit en gevuld-zijn-data mogelijk en reduceren daarmee valse meldingen of andere inaccurate data en rapportage, bijvoorbeeld in grafische representaties van een voertuigopslagruimte, zoals geïmplementeerd door laadapplicaties die hierin zijn beschreven.
Dienovereenkomstig worden in verscheidene uitvoeringsvormen die hierin zijn beschreven driedimensionale (3D) diepteafbeeldingssystemen voor gebruik in het laden van een commerciële trailer
BE2018/5904 beschreven. Een 3D-diepte camera kan bijvoorbeeld worden ingesteld en georiënteerd om 3D beelddata op te nemen van een voertuigopslagruimte. Een diepte-detectieapplicatie die wordt uitgevoerd op één of meerdere processors kan op basis van de 3D beelddata ten minste een wand datagebied en een niet-wand datagebied bepalen. Op basis van de bepaling van het wand data en het niet-wand datagebied genereert de dieptedetectieapplicatie een wandindicator die een wand aangeeft die is gesitueerd op een afzonderlijke diepte binnen de voertuigopslagruimte.
FIG. 1 is een perspectivisch aanzicht, van boven gezien, van een laadperron 100 omvattende een laadfaciliteit 101, een meervoudig aantal laadvakken 102d-110d, een meervoudig aantal voertuigen 106v en 110v, en een meervoudig aantal voertuigopslagruimtes 102s-110s, in overeenstemming met voorbeeld-uitvoeringsvormen hierin. In enkele uitvoeringsvormen kan laadperron 100 bijvoorbeeld worden geassocieerd met een detailhandel winkel, een groothandelszaak of een ander dergelijk commercieel gebouw. In andere uitvoeringsvormen kan laadperron 100 worden geassocieerd met een opslagfaciliteit of een waypoint faciliteit voor het huisvesten van pakketten, dozen of andere transporteerbare objecten of goederen die typisch zijn betrokken in distributie en logistiek van dergelijke transporteerbare objecten en goederen. Bijkomende uitvoeringsvormen worden hierin overwogen zodanig dat laadperron 100 het laden en lossen van transporteerbare objecten of goederen bij een winkel, een faciliteit of andere dergelijke locatie huisvest.
FIG. 1 toont bijvoorbeeld een laadfaciliteit 101 die, zoals beschreven, een detailhandel-winkel, een opslagfaciliteit of andere dergelijke locatie kan zijn die plaats heeft voor het laden en lossen van transporteerbare objecten en goederen. Laadfaciliteit 101 omvat een meervoudig aantal laadvakken 102d-110d. Laadvak 104d wordt bijvoorbeeld als ongekoppeld getoond, en omvat een opening van een grootte gelijk aan of vergelijkbaar met die van een opening van voertuigopslagruimte. Zoals
BE2018/5904 getoond in FIG. 1 kan laadvak 104d verder opvulling of isolatie omvatten om de trailer op te nemen (bijvoorbeeld een voertuigopslagruimte) tegen de wand van de laadfaciliteit 101. Laadvak 104d kan verder een intrekbare deur omvatten die gepositioneerd is binnen de opening van laadvak 104d, waar de deur kan worden geopend om toegang te verschaffen tot de voertuigopslagruimte van een trailer van de laadfaciliteit 101. Zoals hierin beschreven is laadvak 104d representatief voor de overige getoonde laadvakken, zoals laadvakken 102d, 106d, 108d en 110d, waar laadvakken 102d, 106d, 108d en 110d vergelijkbare eigenschappen of functionaliteit kunnen hebben als hierin beschreven voor laadvak 104d.
In verscheidene uitvoeringsvormen kan een opening van een voertuigopslagruimte de opening van een trailer zijn, waar de trailer kan worden getrokken door een oplegger, tractor-trailer, truck of ander dergelijk voertuig dat in staat is tot het koppelen en verplaatsen van een trailer (bijvoorbeeld een voertuigopslagruimte), zoals hierin beschreven. In enkele uitvoeringsvormen kan de vloer van een trailer, wanneer gekoppeld, gelijk zijn of ongeveer gelijk, met de vloer van een laadperron (bijvoorbeeld laadvakken 102d-110d) van laadfaciliteit 101.
FIG. 1 toont ook een meervoudig aantal voertuigopslagruimtes 102s, 106s en 110s. Voertuigopslagruimtes 102s, 106s en 110s kunnen elk opslagruimtes zijn geassocieerd met een voertuig, bijvoorbeeld, een trailer of andere transporteerbare opslagruimte (bijvoorbeeld 102s, 106s, en 110s) geassocieerd met een oplegger, tractor-trailer, truck of ander dergelijk groot voertuig (bijvoorbeeld 106v en 110v) zoals hierin beschreven. Zoals bijvoorbeeld getoond in FIG. 1 wordt elk van de voertuigen 106v en 110 v geassocieerd met respectievelijk voertuigopslagruimtes 106s en 110s. Elk van de voertuigen 106 en 110v kan verantwoordelijk zijn voor het manoeuvreren van hun respectievelijke voertuigopslagruimtes 106s en 110s naar respectievelijke laadvakken, zoals laadvakken 106d en 110d.
BE2018/5904
Zoals hierin beschreven omvat elk van de voertuigopslagruimtes 102s, 106s en 110s openingen, over het algemeen aan één uiteinde, die van dezelfde of vergelijkbare grootte zijn als de openingen van de laadvakken 102d-110d. Op deze wijze, kunnen de voertuigopslagruimtes 102s, 106s, en 110s samenwerken met of gekoppeld zijn aan de laadvakken 102d-110d om het laden en lossen van pakketten, dozen of andere transporteerbare objecten of goederen zoals hierin beschreven te accommoderen. Zoals bijvoorbeeld getoond in FIG. 1, wordt de voertuigopslagruimte 102s getoond als een trailer die is gekoppeld bij laadvak 102d. Dienovereenkomstig werkt de opening van voertuigopslagruimte 102s samen met de opening van laadvak 102d zodanig dat de binnenkant voertuigopslagruimtes 102s kan worden gezien of toegankelijk is vanaf laadvak 102d. Evenzo wordt voertuigopslagruimte 110s ook getoond als een trailer die is gekoppeld bij laadvak 110d, waarbij de opening van voertuigopslagruimte 110s samenwerkt met de opening van laadvak 110d zodanig dat de binnenkant van voertuigopslagruimtes 110s kan worden gezien of toegankelijk is vanaf laadvak 110d. Voertuigopslagruimte 106s wordt getoond als momenteel niet gekoppeld met betrekking tot laadvak 106d.
Voertuigopslagruimtes, zoals 102s, 106s, en 110s kunnen verschillende formaten, lengtes, of andere afmetingen hebben. In één uitvoeringsvorm kan de voertuigopslagruimte 102s bijvoorbeeld met een 63voets lange trailer worden geassocieerd, voertuigopslagruimte kan worden geassocieerd met een 53 voet lange trailer, en voertuigopslagruimte 110s kan worden geassocieerd met een 73 voet lange trailer. Andere variaties van voertuigopslagruimte afmetingen, formaten en/of lengtes kunnen hierin worden overwogen.
FIG. 2A is een perspectivisch aanzicht 200 van de laadfaciliteit 101 van FIG. 1 waarbij voertuigopslagruimte 102s wordt getoond die is gekoppeld bij een laadvak 102d, in overeenstemming met voorbeelduitvoeringsvormen hierin. FIG. 2A toont bijvoorbeeld voertuigopslagruimte
BE2018/5904
102s, die in de uitvoeringsvorm van FIG. 2A een binnenaanzicht van de voertuigopslagruimte 102s van FIG. 1 is. FIG. 2A toont ook laadvak 102d, die in de uitvoeringsvorm van FIG. 2A een binnenaanzicht is van laadvak 102d van FIG. 1. Zoals getoond in FIG. 2A, is voertuigopslagruimte 102s gekoppeld bij laadvak 102d, waarbij de binnenkant van voertuigopslagruimte 102s toegankelijk is vanuit de binnenkant van laadfaciliteit 101. Voertuigopslagruimte 102s omvat pakketten, dozen en/of andere transporteerbare objecten of goederen, inclusief pakketten 208p1208p3, die, in enkele uitvoeringsvormen overeen kunnen komen met pakketwanden, zoals hierin beschreven. De pakketten 208p1-208p3 kunnen in een toestand van zijnde geladen of gelost in de voertuigopslagruimte 102s verkeren. Werker 212 kan bijvoorbeeld in een toestand verkeren van het laden of lossen van bijkomende pakketten 210 in of uit voertuigopslagruimte 102s. In enkele uitvoeringsvormen kan manager 206 het laden en lossen van pakketten, dozen en/of andere transporteerbare objecten of goederen (bijvoorbeeld pakketten 208p1-208p3 of 210) in of uit de voertuigopslagruimte 102s overzien, begeleiden of anders bijkomend faciliteren. Manager 206 kan bijvoorbeeld een dashboard app gebruiken die wordt uitgevoerd op een cliënt apparaat 204, zoals hierin beschreven.
FIG. 2A toont ook een trailer monitoreenheid (TMU) 202. TMU 202 kan een bevestigbaar apparaat zijn dat een 3D-dieptecamera omvat voor het opnemen van 3D beelden (bijvoorbeeld 3D beelddata) en een fotorealistische camera (bijvoorbeeld 2D beelddata). De fotorealistische camera kan een RGB (rood, groen, blauw) camera zijn voor het opnemen van 2D beelden. De TMU 202 kan ook één of meerdere processors en één of meerder computer geheugens voor het opslaan van beelddata en/of voor het uitvoeren van apps die analyse of andere functies zoals hierin beschreven verrichten. In verscheidene uitvoeringsvormen en zoals getoond in FIG. 2A kan de TMU 202 worden bevestigd binnen de laadfaciliteit 101 en worden georiënteerd in de richting van voertuigopslagruimte 102s om 3D en/of 2D beelddata van de
BE2018/5904 binnenkant van voertuigopslagruimte 102s op te nemen. Zoals bijvoorbeeld getoond in FIG. 2A kan TMU 202 worden georiënteerd zodanig dat de 3D en 2D camera's van TMU 202 kijken in de lengte van de voertuigopslagruimte 102s zodat TMU 202 de wanden, vloer, plafond, pakketten (bijvoorbeeld 208p1-208p3 of 210) of andere objecten of oppervlakken binnen voertuigopslagruimte 102s kan scannen of registreren om de 3D en 2D beelddata te bepalen. De beelddata kunnen worden verwerkt door de één of meer processors en/of geheugens van de TMU 202 (of in enkele uitvoeringsvormen één of meerdere afgelegen processors en/of geheugens van een server) om analyse, functies, zoals grafische of afbeeldingsanalyse te implementeren, zoals beschreven in de ene of meerdere verscheidene stroomdiagrammen, blokdiagrammen, werkwijzen, functies of verscheidene uitvoeringsvormen hierin.
In enkele uitvoeringsvormen kan de TMU 202 bijvoorbeeld de 3D en 2D beelddata verwerken, zoals gescand of geregistreerd uit de 3Ddieptecamera en foto-realistische camera voor gebruik door andere apparaten (bijvoorbeeld cliënt apparaat 204 of server 301, zoals hierin verder beschreven). De één of meerdere processors en/of één of meerdere geheugens van de TMU 202 kunnen bijvoorbeeld de beelddata gescand of geregistreerd vanuit voertuigopslagruimte 102s verwerken. Het verwerken van de beelddata kan post-scandata genereren die metadata, versimpelde data, genormaliseerde data, resultaat data, statusdata of alertheidsdata kan bevatten zoals bepaald uit de oorspronkelijke gescande of geregistreerde beelddata. In enkele uitvoeringsvormen kunnen de beelddata en/of de post-scan data naar een cliënt-applicatie worden gestuurd, zoals een dashboard applicatie (app) hierin beschreven, voor inspectie, manipulatie of andere interactie. In andere uitvoeringsvormen kunnen de beelddata en/of de post-scan data worden gestuurd naar een server (bijvoorbeeld server 301 zoals hierin verder beschreven) voor opslag of voor verdere manipulatie.
BE2018/5904
Zoals getoond in FIG. 2A kunnen de beelddata en/of de post-scan data worden ontvangen op cliënt apparaat 204. Cliënt apparaat 204 kan een dashboard app implementeren voor het ontvangen van de beelddata en/of de post-scan data en het tonen van dergelijke data, bijvoorbeeld in grafisch of ander formaat aan manager 206 om het lossen of laden van pakketten (bijvoorbeeld 208p1-208p3 of 210) te faciliteren, zoals hierin beschreven. In enkele uitvoeringsvormen kan de dashboard app worden geïmplementeerd via een webplatform, zoals Java J2EE (bijvoorbeeld Java Sever Faces) of Ruby on Rails. In dergelijke uitvoeringsvormen kan het webplatform een gebruikersinterface van de dashboard app genereren of updaten via generatie van een dynamische webpagina (bijvoorbeeld gebruikmakend van HTML, CSS, JavaScript) of via een client-facing mobiele app (bijvoorbeeld via Java voor een Google Android gebaseerde app of Objective-C/Swift voor een Apple iOS gebaseerde app), waar de gebruikersinterface wordt getoond via de dashboard app op het cliënt-apparaat, bijvoorbeeld cliënt-apparaat 204.
In enkele uitvoeringsvormen kan de dashboard app de beelddata en/of de post-scan data ontvangen en dergelijke data direct tonen. Cliënt apparaat 204 kan een mobiel apparaat zijn, zoals een tablet, smartphone, laptop of ander dergelijk mobiel computerapparaat. Cliënt apparaat 204 kan een besturingssysteem of platform voor het uitvoeren van de dashboard (of andere) apps of functionaliteit implementeren, inclusief, bijvoorbeeld, het Apple iOS platform, het Google Android platform en/of het Microsoft Windows platform. Cliënt apparaat 204 kan één of meerdere processors en/of één of meerdere geheugens omvatten die de dashboardapp implementeren of voor het verschaffen van andere vergelijkbare functionaliteit. Cliënt apparaat 204 kan ook bedrade of draadloze transceivers omvatten voor het ontvangen van beelddata en/of post-scan data zoals hierin beschreven. Dergelijke bedrade of draadloze transceivers kunnen één of meerdere communicatie protocolstandaarden implementeren,
BE2018/5904 inclusief, bijvoorbeeld, TCP/IP, WiFi, (802.11b), Bluetooth of ieder ander vergelijkbaar communicatieprotocol of standaard.
In enkele uitvoeringsvormen kunnen de beelddata en/of de postscan data worden verstuurd naar een server of server, zoals server 301 hierin beschreven. In dergelijke uitvoeringsvormen, kan de server of server post-scan data genereren die metadata, versimpelde data, genormaliseerde data, resultaatdata, statusdata of alertheidsdata kan omvatten, zoals bepaald uit de oorspronkelijke gescande of geregistreerde beelddata die zijn verschaft door de TMU 202. Zoals hierin beschreven kan de server of de gecentraliseerde dergelijke data opslaan en kan ook de beelddata en/of de post-scan data naar een dashboard app, of andere app, versturen die is geïmplementeerd op cliënt apparaat, zoals de dashboard app die is geïmplementeerd op cliënt apparaat 204 van FIG. 2A.
FIG. 2B is een perspectivisch aanzicht van de TMU 202 van FIG. 2A, in overeenstemming met voorbeeld-uitvoeringsvormen hierin. In de voorbeeld-uitvoeringsvorm van FIG. 2B kan TMU 202 een bevestigingsbeugel 252 omvatten voor het oriënteren of anderszins positioneren van de TMU 202 binnen de laadfaciliteit 101 zoals hierin beschreven. De TMU 202 kan verder één of meerdere processors en één of meerdere geheugens omvatten voor het verwerken van beelddata zoals hierin beschreven. De TMU 202 kan bijvoorbeeld een flashgeheugen omvatten die wordt gebruikt voor het bepalen, opslaan of anderszins verwerken van de beelddata en/of post-scandata. Daarnaast kan TMU 202 verder een netwerkinterface omvatten om communicatie met andere apparaten (zoals server 301 van Figuur 3 zoals beschreven hierin) mogelijk te maken. De netwerkinterface van TMU 202 kan ieder geschikt type communicatie-interface(s) (bijvoorbeeld bedrade en/of draadloze interfaces) omvatten die zijn ingericht om te werken in overeenstemming met een willekeurig geschikt protocol, bijvoorbeeld Ethernet voor bedrade verbindingen, en/of IEEE 802.11 voor draadloze verbindingen.
BE2018/5904
TMU 202 kan een 3D-diepte camera 254 omvatten voor het opnemen, registreren of scannen van 3D beelddata. In enkele uitvoeringsvormen kan de 3D-diepte camera 254 bijvoorbeeld een infrarood (IR) projector en een gerelateerde IR camera omvatten. In dergelijke uitvoeringsvormen projecteert de IR projector een patroon van IR licht of bundels op een object of oppervlak dat, in verscheidene uitvoeringsvormen hierin, oppervlakken van een voertuigopslagruimte (bijvoorbeeld voertuigopslagruimte 102s) of objecten binnen de voertuigopslagruimte, zoals dozen of pakketten (bijvoorbeeld pakketten 208p1-208p3 of 210) kan omvatten. Het IR licht of bundels kunnen worden verdeeld over het object of oppervlak in een patroon van stippen of punten door de IR projector die kunnen worden geregistreerd of gescand door de IR camera. Een dieptedetectieapp, zoals een diepte-detectieapp die wordt uitgevoerd op de één of meerdere processors of geheugens van TMU 202 kan op basis van het patroon van stippen of punten, verscheidene dieptewaarden bepalen, bijvoorbeeld, dieptewaarden van voertuigopslagruimte 102s. Een nabijdiepte object (bijvoorbeeld nabije dozen, pakketten, etc.) kan bijvoorbeeld worden vastgesteld waar de stippen of punten dicht liggen en afgelegendiepte objecten (bijvoorbeeld verre dozen, pakketten, etc.) kunnen worden vastgesteld waar de punten meer uitgespreid zijn. De verscheidende dieptewaarden kunnen worden gebruikt door de diepte-detectie app en/of TMU 202 om een diepte-kaart te genereren. De diepte-kaart kan een 3D beeld weergeven van, of 3D beelddata bevatten van, de objecten of oppervlakken die werden geregistreerd of gescand door de 3D-diepte camera 254, bijvoorbeeld, de voertuigopslagruimte 102s en ieder object of oppervlak daarin.
De TMU 202 kan verder een fotorealistische camera 256 omvatten voor het opnemen, registreren, of scannen van 2D beelddata. De fotorealistische camera 256 kan een RGB (rood, groen, blauw) gebaseerde camera zijn voor het opnemen van 2D beelden die RGB-gebaseerde pixel
BE2018/5904 data hebben. In enkele uitvoeringsvormen kan de fotorealistische camera 256 2D beelden opnemen en gerelateerde 2D beelddata op hetzelfde of vergelijkbaar punt in tijd als de 3D-diepte camera 254 zodanig dat de TMU 202 beide verzamelingen van 3D beelddata en 2D beelddata beschikbaar heeft voor een specifiek oppervlak, object, of scene op hetzelfde of vergelijkbare ogenblik in tijd.
FIG. 3 is een blokdiagram dat representatief is voor een uitvoeringsvorm van een server die wordt geassocieerd met de laadfaciliteit 101 van FIG. 2A. In enkele uitvoeringsvormen, kan server 301 geplaatst zijn in dezelfde faciliteit als laadfaciliteit 101. In andere uitvoeringsvormen, kan server 301 geplaatst zijn op een afgelegen locatie, zoals op een cloudplatform of andere afgelegen locatie. In beide uitvoeringsvormen, kan server 301 communicatief gekoppeld zijn aan een 3D-diepte camera (bijvoorbeeld TMU 202).
Server 301 is ingericht om computerinstructies uit te voeren om bewerkingen te verrichten die samenhangen met de systemen en werkwijzen zoals hierin beschreven, bijvoorbeeld het implementeren van de voorbeeldbewerkingen die worden gerepresenteerd door de blokdiagrammen of stroomdiagrammen van de tekeningen die deze beschrijving vergezellen. De server 301 kan enterprise service software implementeren die bijvoorbeeld, RESTful (representatieve toestandsoverdracht) API services, bericht queuing service en event services implementeren die kunnen worden verschaft door verscheidene platforms of specificaties, zoals de J2EE specificatie die wordt geïmplementeerd door het Oracle WebLogic Server platform, het JBoss platform, of het IBM WebSphere platform, etc. Andere technologieën of platforms, zoals Ruby on Rails, Microsoft .NET, of vergelijkbare kunnen ook worden gebruikt. Zoals hierna wordt beschreven kan de server 301 specifiek worden ingericht voor het verrichten van bewerkingen die worden gerepresenteerd door de blokdiagrammen of stroomdiagrammen van de tekeningen die hierin worden beschreven.
BE2018/5904
De voorbeeldserver 301 van FIG. 3 omvat een processor 302 zoals bijvoorbeeld één of meerdere microprocessors, controllers en/of een willekeurig geschikt type processor. De voorbeeldserver 301 van FIG. 3 omvat verder geheugen (bijvoorbeeld volatiel geheugen of niet-volatiel geheugen) 304 dat toegankelijk is voor de processor 302 bijvoorbeeld via een geheugen controller (niet getoond). De voorbeeldprocessor 302 werkt samen met het geheugen 304 om bijvoorbeeld voor de machine leesbare instructies te verkrijgen die zijn opgeslagen in het geheugen 304 die corresponderen met, bijvoorbeeld, de bewerkingen die worden gerepresenteerd door de stroomdiagrammen van deze beschrijving. Bijkomend of alternatief kunnen voor de machine leesbare instructies die horen bij de voorbeeldbewerkingen van de blokdiagrammen of stroomdiagrammen worden opgeslagen op één of meerdere verwijderbare media (bijvoorbeeld een compact disc, een digitale versatiele schijf, verwijderbaar flash geheugen, etc.) of over een externe verbinding, zoals het Internet of een cloud-gebaseerde verbinding, die kan worden gekoppeld aan de server 301 om toegang te verschaffen tot de machine-leesbare instructies die daarop zijn opgeslagen.
De voorbeeldserver 301 van FIG. 3 kan verder een netwerkinterface 306 omvatten om communicatie met andere machines mogelijk te maken via, bijvoorbeeld, één of meerdere computernetwerken, zoals een local area netwerk (LAN) of een wide area netwerk (WAN), bijvoorbeeld het Internet. De voorbeeld-netwerk interface 306 kan een willekeurig geschikt type communicatie-interface (bijvoorbeeld bedrade en/of draadloze interfaces) omvatten die zijn ingericht om te werken in overeenstemming met een willekeurig geschikt protocol, bijvoorbeeld Ethernet voor bedrade verbindingen en/of IEEE 802.11 voor draadloze verbindingen.
De voorbeeldserver 301 van FIG. 3 omvat invoer/uitvoer (I/O) interfaces 308 om ontvangst van gebruikersinvoer en communicatie van uitvoerdata naar de gebruiker mogelijk te maken, die bijvoorbeeld een
BE2018/5904 willekeurig aantal toetsenborden, muizen, USB poorten, optische stations, schermen, touchscreens, etc. kan omvatten.
FIG. 4A is een fotorealistisch aanzicht 402 die een eerste uitvoeringsvorm van de voertuigopslagruimte 102s toont gekoppeld bij het laadvak 102d van FIG. 2A waarbij de opslagruimte een binnen-bereik pakketwand omvat (bijvoorbeeld pakketwand 408p1 of pakketwand 408p2 zoals hierin beschreven). Fotorealistisch aanzicht 402 kan een 2D beeld zijn zoals opgenomen door, bijvoorbeeld, fotorealistische camera 256 van TMU 202. Fotorealistisch aanzicht 402 kan 2D beelddata omvatten, zoals pixeldata of RGB data zoals hierin beschreven.
Fotorealistisch aanzicht 402 toont pakketwanden 408p1 en 408p2. Zoals hierin gebruikt kan een pakketwand een stapel van pakketten, dozen of andere transporteerbare objecten of goederen zijn die typisch zijn betrokken in distributie en logistiek. Een pakketwand kan ook een enkel pakket zijn dat de basis vormt voor een nieuwe pakketwand. Elk van de pakketten, dozen of andere transporteerbare objecten of goederen die een specifieke pakketwand vormen kunnen een gemeenschappelijke diepte, lengte of andere afmeting delen zodanig dat de specifieke pakketwand, als een geheel, ten minste één uniforme of bij benadering uniforme diepte, lengte of afmeting bevat. Zoals getoond in fotorealistisch aanzicht 402 zijn pakketwanden 408p1 en 408p2 geplaatst bij het achtergedeelte van de voertuigopslagruimte 102s, en zijn binnen-bereik van de 3D-diepte camera (bijvoorbeeld 3D-diepte camera 254) zoals hierin beschreven. In enkele uitvoeringsvormen kunnen pakketwanden 408p1 en 408p2 overeenkomen met één van de pakketten of pakketwanden 208p1-208p3 van FIG. 2a zoals hierin beschreven.
Zoals verder getoond in fotorealistisch aanzicht 402 is voertuigopslagruimte 102s gedefinieerd door oppervlaktegebieden omvattende linkerwand 404l, rechterwand 404r en vloergebied 404f. De oppervlaktegebieden, inclusief linkerwand 404l, rechterwand 404r, en
BE2018/5904 vloergebied 404f, zijn over het algemeen vast of semi-vast oppervlaktegebieden die samen de binnenruimte van voertuigopslagruimte 102s vormen.
Fotorealistisch aanzicht 402 toont bovendien laadtransportband 406. Laadtransportband 406 kan worden gebruikt om pakketten te laden of lossen van voertuigopslagruimte 102s naar laadfaciliteit 101 via laadvak 102d, en vice versa. Pakketen 410 en 411 kunnen bijvoorbeeld worden geladen of gelost vanuit voertuigopslagruimte 102s naar laadfaciliteit 101 via laadvak 102d. Fotorealistisch aanzicht 402 toont ook bijkomende items die in de voertuigopslagruimte kunnen zijn bevat als ook een werker 412 die het laden of lossen van de pakketten 410, inclusief pakketten van beide van de pakketwanden 408p1 en 408p2, kan faciliteren. In enkele uitvoeringsvormen, kan werker 412 overeenkomen met werker 212 van FIG. 2a zoals hierin beschreven.
FIG. 4B is een histogram 452 van dieptedata die overeenkomt met het fotorealistische aanzicht van FIG. 4A die een gedetecteerde pakketwand en andere objecten omvat die zich bevinden in het blikveld van de 3Ddieptecamera (bijvoorbeeld 3D-diepte camera 254). Het histogram 452 representeert een 3D beeld, en 3D beelddata, van de voertuigopslagruimte 102s die is gekoppeld bij het laadvak 102d van FIG. 2A waar de opslagruimte een gedetecteerde pakketwand (bijvoorbeeld pakketwand 408p1 en/of 408p2) omvat. In essentie worden de diepte-data geanalyseerd via heuristieken om dominante pieken te detecteren, waarmee wandlocaties worden bepaald op basis van pieken getoond in het histogram 452. Trailergevuld-zijn berekeningen worden bepaald door het histogram 452 te middelen van een huidige wand (dat wil zeggen, een wand die het dichtst bij de opening van de voertuigopslagruimte 102s is geplaatst waaraan pakketten worden toegevoegd) tot aan het uiteinde van de trailer. De systemen en werkwijzen hierin beschreven gebruiken het histogram 452 van de ruwe data (in tegenstelling tot gecoaguleerde datapunten). Het
BE2018/5904 gewicht van elk 3D punt is afhankelijk van zijn afstand tot de 3D-diepte camera (bijvoorbeeld 3D-diepte camera 254), zoals hierin zal worden beschreven.
Het histogram 452 omvat clusters die corresponderen met objecten die op verscheidene dieptes zijn geplaatst binnen de trailer. Histogram 452 omvat bijvoorbeeld pakketwandpieken 458p1 en 458p2 die corresponderen met pakketwanden 408p1 en 408p2. Histogram 452 toont ook een werkerpiek 460 die correspondeert met werker 412 van het foto-realistische aanzicht 402 en plaatsingspakketpieken 462p1, 462p2, horende respectievelijk bij pakketten 410 en 411.
Met betrekking tot FIGS. 4B en 4C kunnen in sommige gevallen gedeeltes van de opslagruimte 102s die gepositioneerd zijn dichtbij de 3Ddiepte camera 254 een groter gebied bezetten in het blikveld van de 3Ddiepte camera 254 vergeleken met hun eigenlijke formaat, en kunnen dus hogere pieken in het histogram 452 creëren. Pieken 462p1 en 462p2 lijken bijvoorbeeld relatief groot van formaat in histogram 452. Door het wegen of schalen van elke afstand in het histogram 452 met een waarde die proportioneel is met zijn afstand tot de 3D-diepte camera 254 kunnen pieken op gepaste wijze worden geschaald om rekening te houden met afstandsvariaties. Dienovereenkomstig, zoals getoond in FIG. 4C, dat een geschaald histogram 452' van dieptedata toont die ook horen bij het fotorealistische aanzicht van FIG. 4A, hebben pieken 462p1 en 462p2 een kleinere maximumwaarde wanneer vergeleken met de overige pieken (bijvoorbeeld 458p1).
Met betrekking tot FIGS. 5A-5G kunnen in sommige gevallen gedeeltes van de opslagruimte 102s tijdelijk worden bezet. Zoals bijvoorbeeld getoond in FIGS. 5A-5C, die historische foto-realistische aanzichten van de opslagruimte 102s illustreren die zijn opgenomen gedurende een tijdsperiode, kan de opslagruimte 102s worden bezet door de lader 412 en een willekeurig aantal pakketten 410 die door de opslagruimte
BE2018/5904
102s kunnen bewegen. Zoals geïllustreerd in FIGS. 5D-5F, die histogramweergaven representeren van de aanzichten, respectievelijk, geïllustreerd in FIGS. 5A-5C, blijft de grootte van pieken 458p1 en 458p2, horende bij pakketwanden 408p1 en 408p2, relatief stationair gedurende de tijdsperiode getoond in FIGS. 5A-5C. De grootte en locatie van pieken 460 en 462p1, horende bij de lader 412 en een willekeurig aantal pakketten 410, varieert echter in de tijd door beweging van de lader en de laders vorming van nieuwe pakketwanden.
Een aantal aanpakken kunnen worden gebruikt om rekening te houden met deze types van niet-wand bewegende objecten. In een eerste aanpak kan data in opeenvolgende beelden worden afgetrokken als een manier om bijbehorende bewegende objecten te detecteren en om ze te verwijderen om een histogram van alleen de stationaire objecten (dat wil zeggen pakketwanden) te berekenen. In een andere aanpak kan data in historische histogrammen worden samengevoegd, waarmee pieken worden versterkt die horen bij stationaire objecten (dat wil zeggen pakketwanden) vergeleken met pieken die horen bij bewegende objecten. In ieder van deze of andere aanpakken, kunnen data die zijn opgenomen in een aantal opeenvolgende frames (bijvoorbeeld 2-5 die ongeveer iedere 15 seconden, iedere 30 seconden, iedere minuut, etc. zijn opgenomen) worden gebruikt.
In het voorbeeld van FIG. 5G, dat een aangepaste histogramweergave van de histogrammen geïllustreerd in FIGS. 5D-5F illustreert, is de pakketwand gemakkelijk identificeerbaar doordat zijn bijbehorende piek substantieel groter en verder is dan andere opgenomen pieken. In sommige voorbeelden kunnen echter maximum piekhoogtes dichter zijn gegroepeerd, en kunnen dus bijkomende berekeningen vereisen om nauwkeurig een dominante pakketwand te identificeren.
FIG. 6 is een stroomdiagram van een diepte-afbeeldingswerkwijze 600 voor gebruik in het laden van een commerciële trailer. Werkwijze 600 begint (602) bij blok 604, waar een 3D-diepte camera (bijvoorbeeld zoals 3DBE2018/5904 diepte camera 254 van TMU 202) 3D beelddata opneemt van een voertuigopslagruimte (bijvoorbeeld zoals voertuigopslagruimte 102s). De 3D-diepte camera is georiënteerd in een richting om de 3D beelddata op te nemen van de voertuigopslagruimte zoals hierin beschreven. In enkele uitvoeringsvormen kunnen de 3D beelddata periodiek worden opgenomen zoals bijvoorbeeld ongeveer iedere 15 seconden, ongeveer iedere 30 seconden, ongeveer iedere minuut en/of ongeveer iedere twee minuten, etc., maar zij kunnen worden opgenomen op iedere tijdsfrequentie die wordt verschaft door de gerelateerde 3D-diepte camera, bijvoorbeeld zoals verschaft door TMU 202.
Bij blok 606 worden de 3D beelddata geanalyseerd door een dieptedetectie applicatie die wordt uitgevoerd op één of meerdere processors. In enkele uitvoeringsvormen, kunnen de één of meerdere processors processor(s) zijn van de TMU 202, zoals hierin beschreven. In bepaalde uitvoeringsvormen kunnen de 3D-diepte camera en de één of meerdere processors worden gehuisvest in een bevestigbaar apparaat, zoals TMU 202 getoond in FIGS. 2A en 2B. In andere uitvoeringsvormen kunnen de één of meerdere processor(s) processor(s) (bijvoorbeeld processor 302) van de server 301 zijn zoals hierin beschreven. Op basis van de 3D beelddata bepaalt de diepte-detectieapplicatie een wanddatagebied en een niet-wand datagebied. Bij blok 608 genereert de diepte-detectieapplicatie een wandindicator die aangeeft dat een wand die is gesitueerd op een afzonderlijke diepte binnen de voertuigopslagruimte is gedetecteerd, en kan verder een gevuldheidspercentage van de wand berekenen.
In één aanpak en zoals geïllustreerd in FIGS. 7A-7C kunnen wanddata gebieden worden bepaald door eerst een histogram te berekenen (bijvoorbeeld histogram 452) van al de dieptes die in het 3D beeld zijn gelokaliseerd. Bij het identificeren van een aantal histogrampieken (bijvoorbeeld 458p1, 458p2, 460, etc. van FIGS. 7A-7C), wordt een hoogste piek geïdentificeerd die in het geïllustreerde voorbeeld overeenkomt met
BE2018/5904 piek 458p1. Vervolgens worden alle pieken die kleiner dan een gespecificeerde drempel zijn (bijvoorbeeld alle pieken die kleiner zijn dan 1/6e van de maximale piekhoogte) weg gefilterd en niet langer beschouwd. De overige pieken zijn mogelijke kandidaten voor de huidige wand. Een verste piek (bijvoorbeeld piek 458p1) wordt dan geïdentificeerd en pieken die zijn gepositioneerd op een afstand die groter is dan een gespecificeerde afstand (bijvoorbeeld 50'' of de verticale lijn MD getoond in FIGS. 7B en 7B) worden ook weg gefilterd e niet langer beschouwd. Dergelijke gefilterde pieken kunnen de lader en/of pakketten representeren die zijn geplaatst op de transportband voor plaatsingsdoeleinden. De huidige wand kan dan geïdentificeerd worden door een maximum van de overblijvende pieken te lokaliseren (bijvoorbeeld piek 458p2).
In enkele voorbeelden kunnen enigszins kleinere pieken (bijvoorbeeld piek 458p1) geplaatst zijn achter de huidige wand en kunnen binnen de gespecificeerde drempel verblijven. In enkele voorbeelden kan de relatieve nabijheid tussen pieken 458p1 en 458p2 gecombineerd met hun vergelijkbare hoogtewaardes resulteren in een onjuiste identificatie van de huidige wand. Dergelijke pieken kunnen pakketwanden representeren die nog niet volledig zijn gevormd, wat betekent dat bijkomende pakketten mogelijk bovenop bestaande pakketten kunnen worden geplaatst. Om te voorkomen dat de systemen en werkwijzen hierin beschreven afwisselen tussen het identificeren van piek 458p1 en 458p2 als de huidige wand, waarmee de gevuldheidsberekeningen nadelig worden beïnvloed, kunnen heuristieken worden bepaald om op de juiste manier de correcte wand te identificeren als zijnde de huidige wand. Door de afstand tussen de verste piek en de nabijere piek te aanschouwen, als de verste piek ongeveer binnen 50'' van de nabijere piek is gepositioneerd en een hoogte heeft die tussen ongeveer 50% en 99% van de hoogte ligt van de nabijere piek, kan de verdere piek worden beschouwd als de dominante piek en dienovereenkomstig, als de huidige wand. In enkele voorbeelden kan de
BE2018/5904 geschikte waarde van de verschillen tussen piekhoogten worden gekozen op basis van een functie van de inter-piek afstanden. Andere voorbeelden van geschikte afstanden tussen wanden en verschillen tussen wandhoogten zijn mogelijk.
In enkele uitvoeringsvormen wordt een gemiddelde wandbepaling gemaakt. In enkele voorbeelden kan de relatieve nabijheid tussen pieken 458p1 en 458p2 gecombineerd met hun vergelijkbare hoogtewaarden, resulteren in onjuiste identificatie van de huidige wand. Verder kunnen de systemen en werkwijzen hierin beschreven “flip-floppen” tussen het identificeren van piek 458p1 en 458p2 als de huidige wand wat de gevuldheidsberekeningen nadelig kan beïnvloeden. Met betrekking tot FIG. 7 C, wordt een “gemiddelde wand” bepaling gemaakt waarbij het gehele histogram geplaatst achter de dichtstbijzijnde piekkandidaat (458p2) wordt beschouwd, en een zwaartepunt wordt gedefinieerd door het histogram te middelen achter deze dichtstbijzijnde piekkandidaat. Als bijvoorbeeld de gevuldzijnberekening bepaalt dat piek 458p1 ongeveer 45% vol is, en piek 458p2 is ongeveer 55% vol, zou een equivalente berekening overeenkomen met stellen dat op een gemiddelde afstand (bijvoorbeeld bij pijl AVG), de wand volledig vol is. Als gevolg kunnen gevuldzijnbepalingen sneller en accurater worden gemaakt.
Zo ingericht kunnen de beschreven systemen en werkwijzen berekeningstijden significant verminderen. Gevuldzijnberekeningen kunnen bijvoorbeeld worden afgerond in ongeveer 20-25ms. Bijkomend kunnen de beschreven systemen en werkwijzen een consistentere en stabielere gevuldheidsberekening verschaffen.
In enkele uitvoeringsvormen kan een dashboard applicatie die wordt uitgevoerd op een cliënt apparaat (bijvoorbeeld zoals cliënt apparaat 204 van FIG. 2A), de wandindicator ontvangen. In bepaalde uitvoeringsvormen kan de wandindicator worden ontvangen door de dashboard applicatie van het TMU apparaat (bijvoorbeeld de TMU 202). In
BE2018/5904 andere uitvoeringsvormen kan de wandindicator worden ontvangen door de dashboard applicatie van een server (bijvoorbeeld server 301).
In bijkomende uitvoeringsvormen kan de dashboardapplicatie een voertuigopslagruimte capaciteitswaarde omvatten. Zoals hierin beschreven kan de voertuigopslagruimte capaciteitswaarde de gevulde capaciteit of gevuld zijn van een voertuigopslagruimte, zoals voertuigopslagruimte 102s, aangeven. In andere uitvoeringsvormen kan de voertuigopslagruimte capaciteitswaarde de overblijvende capaciteit of leegheid van een voertuigopslagruimte aangeven. In nog verdere uitvoeringsvormen kan de dashboardapplicatie een voertuigopslagruimte capaciteitsgrafiek omvatten of weergeven. De voertuigopslagruimte capaciteitswaarde grafiek kan grafisch één of meerdere voertuigopslagruimte capaciteitswaarde(n) aangeven op één of meerdere tijdswaarde(n).
In de voorgaande specificatie zijn specifieke uitvoeringsvormen beschreven. Verscheidene aanpassingen en veranderingen kunnen worden uitgevoerd zonder af te wijken van de beschermingsomvang van de uitvinding zoals uiteengezet in de conclusies hieronder. Dienovereenkomstig dienen de specificatie en figuren te worden beschouwd op een illustratieve wijze in plaats van een restrictieve wijze en alle dergelijke aanpassingen zijn bedoeld om te zijn omvat binnen de beschermingsomvang van de onderhavige leer.
De voordelen, oplossingen voor problemen, en ieder element dat tot enig voordeel of oplossing kan leiden die optreedt of nadrukkelijker aanwezig is dienen niet te worden geïnterpreteerd als kritieke, vereiste, of essentiële maatregelen of elementen van één of alle conclusies. De uitvinding is alleen gedefinieerd door de bijgevoegde conclusies inclusief aanpassingen gemaakt gedurende de verleningsfase van deze aanvraag en alle equivalenten van deze conclusies als beschreven. Voor het doel van duidelijkheid en een beknopte beschrijving zijn kenmerken hierin beschreven als onderdeel van dezelfde of separate uitvoeringsvormen.
BE2018/5904
Opgemerkt wordt echter dat de beschermingsomvang van de uitvinding uitvoeringsvormen kan omvatten die combinaties van alle of enkele van de beschreven kenmerken omvatten. Voorts wordt opgemerkt dat de getoonde uitvoeringsvormen gelijke of vergelijkbare componenten hebben, behalve als deze als verschillend zijn beschreven.
Bovendien kunnen in dit document relatieve termen zoals eerste en tweede, bovenkant en onderkant en dergelijke alleen worden gebruikt om één entiteit of actie van een andere entiteit of actie te onderscheiden zonder noodzakelijkerwijs een echte dergelijke relatie of volgorde tussen dergelijke entiteiten of actie te vereisen of te impliceren. De termen “omvat,” “omvattende,” “heeft,” “hebbende,” “bevat,” “bevattende” of iedere andere variatie daarop zijn bedoeld om een niet uitsluitende inclusie te dekken, zodanig dat een proces, werkwijze, artikel, of inrichting die een lijst van elementen omvat, heeft, bevat, niet alleen deze elementen omvat, maar andere elementen kan omvatten die niet uitdrukkelijk zijn opgesomd of inherent aan dergelijk proces, werkwijze, artikel of inrichting zijn. Een element voorafgegaan door “omvat ... een”, “heeft ... een”, “bevat ... een” sluit niet, zonder meer beperkingen, het bestaan uit van additionele identieke elementen in het proces, de werkwijze, het artikel, of de inrichting die het element omvat, heeft, bevat. De term “een” is gedefinieerd als één of meer, tenzij dat hierin expliciet anders is aangegeven. De termen “in hoofdzaak”, “essentieel”, “ongeveer”, of iedere andere versie daarvan, zijn gedefinieerd als zijnde dichtbij, zoals begrepen door de vakman, en in een niet beperkende uitvoeringsvorm is de term gedefinieerd als zijnde binnen 10%, in een andere uitvoeringsvorm als zijnde binnen 5%, in een andere uitvoeringsvorm als zijnde binnen 1% en in een andere uitvoeringsvorm als zijnde binnen 0.5%. De term “gekoppeld” zoals hierin gebruikt is gedefinieerd als verbonden, hoewel niet noodzakelijkerwijs direct en niet noodzakelijkerwijs mechanisch. Een apparaat of structuur die is “geconfigureerd” op een bepaalde manier is geconfigureerd op ten minste die
BE2018/5904 manier, maar kan ook worden geconfigureerd op manieren die niet zijn aangegeven.
Enkele uitvoeringsvormen kunnen één of meerdere generieke of gespecialiseerde processoren (of “verwerkingsapparaten”) omvatten, zoals microprocessors, digitale signaalprocessors, customized processors, en veldprogrammeerbare gate arrays (FPGAs) en uniek opgeslagen programma instructies (omvattende zowel software als hardware) die de één of meerdere processors besturen, om in combinatie met bepaalde niet-processor circuits, enkele, de meeste, of alle functies te implementeren van de werkwijze en/of inrichting die hierin is beschreven. Als alternatief zouden enkele of alle functies kunnen worden geïmplementeerd door een toestandsmachine die geen opgeslagen programma instructies heeft, of in één of meerdere applicatie-specifieke geïntegreerde circuits (ASICs), waarin elke functie of enkele combinaties van bepaalde functies zijn geïmplementeerd als logica op maat. Uiteraard, zou een combinatie van de twee aanpakken kunnen worden gebruikt.
Bovendien kan een uitvoeringsvorm worden geïmplementeerd als een door de computer leesbaar opslagmedium met daarop opgeslagen een door de computer leesbare code voor het programmeren van een computer (bijvoorbeeld omvattende een processor) om een werkwijze uit te voeren zoals hierin wordt beschreven en geclaimd. Voorbeelden van dergelijke door de computer leesbare opslagmedia omvatten, maar zijn niet beperkt tot, een harde schijf, een CD-ROM, een optisch opslagapparaat, een magnetisch opslagapparaat, een ROM (read-only memory), een PROM (programmable read-only memory), een EPROM (erasable programmable read-only memory), een EEPROM (electrically erasable programmable read-only memory) en een flash geheugen. De vakman zal, ondanks mogelijk significante inspanning en vele ontwerpkeuzes die gemotiveerd zijn door, bijvoorbeeld, beschikbare tijd, huidige technologie, en economische overwegingen, wanneer geleid door de concepten en principes die hierin zijn
BE2018/5904 beschreven gemakkelijk in staat zal zijn tot het genereren van dergelijke software instructies en programma's en IC's met minimaal experimenteren.
De samenvatting wordt verschaft om de lezer in staat te stellen snel achter de aard van de technische beschrijving te komen. Deze wordt ingediend in de veronderstelling dat het niet zal worden gebruikt om de conclusies te interpreteren of de beschermingsomvang daarvan te beperken. Daarnaast, kunnen in de voorgaande figuurbeschrijving verscheidene maatregelen samen zijn gegroepeerd in verscheidene uitvoeringsvormen met als doel de beschrijving te stroomlijnen. Deze wijze van beschrijving dient niet te worden geïnterpreteerd als een weergave van een intentie dat de geclaimde uitvoeringsvormen meer maatregelen vereist dan uitdrukkelijk genoemd in elke conclusie. Eerder, zoals de volgende conclusies weergeven, ligt de inventieve materie in minder dan alle maatregelen van een beschreven uitvoeringsvorm. Zo worden de hierna volgende conclusies toegevoegd aan de figuurbeschrijving, waarbij elke conclusie op zichzelf staat als afzonderlijk geclaimd materie. Louter het feit dat bepaalde maatregelen worden benoemd in onderling verschillende conclusies geeft niet aan dat een combinatie van deze maatregelen niet kan worden gebruikt voor een voordeel. Een groot aantal varianten zal duidelijk zijn voor de vakman. Alle varianten worden geacht te zijn omvat binnen de beschermingsomvang van de uitvinding zoals gedefinieerd in de volgende conclusies.
Claims (23)
- CONCLUSIES1. Een driedimensionaal (3D) diepte afbeeldingssysteem voor gebruik bij het laden van een commerciële trailer, waarbij het 3D diepte afbeeldingssysteem omvat:een 3D-diepte camera die is ingericht voor het opnemen van 3D beelddata, waarbij de 3D-diepte camera georiënteerd is in een richting om 3D beelddata van een voertuig laadruimte op te nemen; en een diepte-detectie applicatie die wordt uitgevoerd op één of meerdere processors, waarbij de diepte-detectie applicatie, op basis van de 3D beelddata, tenminste een wand datagebied en een niet-wand datagebied bepaalt, waarbij de bepaling van het wand datagebied en het niet-wand datagebied de dieptedetectie applicatie aanzet tot het genereren van een wandindicator, waarbij de wandindicator aangeeft dat een wand is gesitueerd op een afzonderlijke diepte binnen de voertuiglaadruimte.
- 2. Het 3D diepte afbeeldingssysteem van conclusie 1, waarbij de 3Ddiepte camera en de ene of meer processors zijn gehuisvest in een bevestigbaar apparaat.
- 3. Het 3D diepte afbeeldingssysteem van conclusie 1 of 2, waarbij de wand één kan zijn van: een pakketwand of een wand van de voertuiglaadruimte.
- 4. Het 3D diepte afbeeldingssysteem van één van de voorgaande conclusies, waarbij het niet-wand datagebied wordt geassocieerd met één van: een lader of een plaatsingsgebied van de voertuiglaadruimte.
- 5. Het 3D diepte afbeeldingssysteem van één van de voorgaande conclusies, waarbij het niet-wand datagebied wordt bepaald door het vergelijken van historische 3D beelddata om ten minste één piekgebied te identificeren.BE2018/5904
- 6. Het 3D diepte afbeeldingssysteem van één van de voorgaande conclusies, waarbij de diepte-detectie applicatie is ingericht om niet-wand datagebieden te negeren bij het genereren van de wandindicator.
- 7. Het 3D diepte afbeeldingssysteem van één van de voorgaande conclusies, verder omvattende een dashboard applicatie, waarbij de dashboard applicatie wordt uitgevoerd op een cliënt-apparaat, en waarbij de bepaling van het wanddata gebied en het niet-wand datagebied verder de dashboard app aanzetten tot het ontvangen van de wandindicator.
- 8. Het 3D diepte afbeeldingssysteem van conclusie 7, waarbij de dashboard applicatie een voertuig laadruimte capaciteitswaarde omvat, waarbij de voertuig laadruimte capaciteitswaarde een gevulde capaciteit van de voertuiglaadruimte aangeeft.
- 9. Het 3D diepte afbeeldingssysteem van conclusie 7 of 8, waarbij de dashboard applicatie een voertuig laadruimte capaciteitswaarde omvat, waarbij de voertuig laadruimte capaciteitswaarde een overblijvende capaciteit van de voertuiglaadruimte aangeeft.
- 10. Het 3D diepte afbeeldingssysteem van één van de voorgaande conclusies, waarbij de 3D beelddata 3D puntenwolk data zijn.
- 11. Het 3D diepte afbeeldingssysteem van één van de voorgaande conclusies, waarbij de 3D beelddata periodiek worden opgenomen.
- 12. Het 3D diepte afbeeldingssysteem van conclusie 11, waarbij de opgenomen 3D beelddata worden opgenomen op één van de volgende: ongeveer iedere 15 seconden, ongeveer iedere 30 seconden, ongeveer ieder minuut, of ongeveer iedere twee minuten.
- 13. Een driedimensionale (3D) diepte afbeeldingswerkwijze voor gebruik in het laden van een commerciële trailer, waarbij de 3D diepte afbeeldingswerkwijze omvat:BE2018/5904 het opnemen, via een 3D-dieptecamera, van 3D beelddata van een voertuiglaadruimte, waarbij de 3D-diepte camera is georiënteerd in een richting om de 3D beelddata van de voertuiglaadruimte op te nemen;het analyseren, via één of meerdere processors, van de 3D beelddata met een diepte-detectie applicatie, waarbij de diepte-detectie applicatie, op basis van de 3D beelddata, ten minste een wand datagebied en een niet-wand datagebied bepaalt; en het genereren, via de diepte-detectie applicatie, van een wandindicator, waarbij de wandindicator aangeeft dat een wand op een afzonderlijke diepte binnen de voertuiglaadruimte is gedetecteerd.
- 14. De 3D diepte afbeeldingswerkwijze van conclusie 13, waarbij het analyseren van de 3D beelddata omvat:het berekenen van een histogram van de dieptes van de 3D beelddata;het identificeren van een meervoudig aantal histogram pieken;het identificeren van een hoogste piek uit het meervoudig aantal histogram pieken en het filteren van het meervoudig aantal histogram pieken die een hoogte hebben die buiten een drempelpercentage van de hoogste piek vallen; en het identificeren van een piek uit het meervoudig aantal histogram pieken die een verste afstand heeft tot de 3D-diepte camera en het filteren van het overblijvende meervoudig aantal histogram pieken die zijn gelokaliseerd op een afstand vanaf de piek die de verste afstand tot de 3Ddiepte camera heeft.
- 15. De 3D diepte afbeeldingswerkwijze van conclusie 14, verder omvattende het bepalen van of de piek die de verste afstand heeft tot de 3Ddiepte camera, de huidige wand is.
- 16. De 3D diepte afbeeldingswerkwijze van conclusie 14 of 15, waarbij het analyseren van de 3D beelddata verder het identificeren van eenBE2018/5904 hoogste overblijvende piek uit het overblijvende meervoudig aantal histogrampieken en het genereren van een wandindicator omvat.
- 17. De 3D diepte afbeeldingswerkwijze van één van de voorgaande conclusies 14-16, verder omvattende het berekenen van een gemiddelde wand die is geplaatst tussen de wandindicator en een totale diepte van de voertuiglaadruimte.
- 18. De 3D diepte afbeeldingswerkwijze van één van de voorgaande conclusies 13-17, waarbij het niet-wand datagebied wordt geassocieerd met één van: een lader of een verzamelplaats van de voertuiglaadruimte.
- 19. De 3D diepte afbeeldingswerkwijze van één van de voorgaande conclusies 13-18, waarbij het niet-wand datagebied wordt bepaald door het vergelijken van historische 3D beelddata om ten minste één piekregio te identificeren.
- 20. De 3D diepte afbeeldingswerkwijze van één van de voorgaande conclusies 13-19, waarbij de diepte-detectie applicatie is ingesteld om nietwand datagebieden te negeren bij het genereren van de wandindicator.
- 21. De 3D diepte afbeeldingswerkwijze van één van de voorgaande conclusies 13-20, verder omvattende het ontvangen, via een dashboard applicatie die wordt uitgevoerd op een cliënt-apparaat, van de wandindicator.
- 22. De 3D diepte afbeeldingswerkwijze van conclusie 21, waarbij de dashboard applicatie een voertuiglaadruimte capaciteitswaarde omvat, waarbij de voertuiglaadruimte capaciteitswaarde een gevulde capaciteit van de voertuiglaadruimte aangeeft.
- 23. De 3D diepte afbeeldingswerkwijze van één van de voorgaande conclusies 13-22, waarbij de 3D beelddata worden opgenomen op één van: ongeveer iedere 15 seconden, ongeveer iedere 30 seconden, ongeveer iedere minuut, of ongeveer iedere twee minuten.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/853,293 US10657666B2 (en) | 2017-12-22 | 2017-12-22 | Systems and methods for determining commercial trailer fullness |
Publications (2)
Publication Number | Publication Date |
---|---|
BE1025931A1 true BE1025931A1 (nl) | 2019-08-09 |
BE1025931B1 BE1025931B1 (nl) | 2020-04-01 |
Family
ID=65951442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BE20185904A BE1025931B1 (nl) | 2017-12-22 | 2018-12-18 | Systemen en werkwijzen voor het bepalen van het gevuld zijn van een commerciële trailer |
Country Status (6)
Country | Link |
---|---|
US (1) | US10657666B2 (nl) |
AU (1) | AU2018388705B2 (nl) |
BE (1) | BE1025931B1 (nl) |
DE (1) | DE112018006554T5 (nl) |
GB (1) | GB2583248B (nl) |
WO (1) | WO2019125660A1 (nl) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016044327A1 (en) | 2014-09-17 | 2016-03-24 | Niagara Bottling, Llc | Dock door automation system and method |
WO2019147796A1 (en) * | 2018-01-26 | 2019-08-01 | Bumblebee Spaces Inc. | Hoist system with household object payload motion control utilizing ambient depth data |
US10867275B1 (en) * | 2018-09-17 | 2020-12-15 | Amazon Technologies, Inc. | Optimized package loading |
US11892818B2 (en) | 2018-10-17 | 2024-02-06 | Niagara Bottling, Llc | Dock door automation systems and methods |
US10803620B2 (en) | 2018-12-12 | 2020-10-13 | Zebra Technologies Corporation | Method and apparatus for calibrating trailer monitoring units |
JP2020144428A (ja) * | 2019-03-04 | 2020-09-10 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
USD936523S1 (en) * | 2020-05-14 | 2021-11-23 | Jonathan Reynolds | Lighted guide post for boat trailer |
GB202018384D0 (en) * | 2020-11-23 | 2021-01-06 | Botsandus Ltd | A method for optimising package storage |
US11820290B2 (en) | 2021-04-14 | 2023-11-21 | Niagara Bottling, Llc | Trailer alignment detection for dock automation using vision system and dynamic depth filtering |
US20240158189A1 (en) * | 2022-11-15 | 2024-05-16 | Hand Held Products, Inc. | Loading operation monitoring apparatus and method of using the same |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7103213B2 (en) * | 2004-03-02 | 2006-09-05 | Sarnoff Corporation | Method and apparatus for classifying an object |
US7339460B2 (en) * | 2005-03-02 | 2008-03-04 | Qualcomm Incorporated | Method and apparatus for detecting cargo state in a delivery vehicle |
WO2007106191A2 (en) * | 2006-02-27 | 2007-09-20 | Sikorsky Aircraft Corporation | Aircraft load management system for interior loads |
EP2020174B1 (en) * | 2007-08-03 | 2012-02-29 | AGROCOM GmbH & Co. Agrarsystem KG | Agricultural working machine |
US9646383B2 (en) | 2011-12-19 | 2017-05-09 | Sharp Kabushiki Kaisha | Image processing apparatus, image capturing apparatus, and display apparatus |
US10158842B2 (en) | 2012-06-20 | 2018-12-18 | Honeywell International Inc. | Cargo sensing detection system using spatial data |
EP3235773B8 (en) * | 2012-09-21 | 2023-09-20 | Tadano Ltd. | Surrounding information-obtaining device for working vehicle |
US20140372182A1 (en) | 2013-06-17 | 2014-12-18 | Motorola Solutions, Inc. | Real-time trailer utilization measurement |
US9460524B1 (en) | 2014-05-30 | 2016-10-04 | Amazon Technologies, Inc. | Estimating available volumes using imaging data |
BR112016028414A2 (pt) * | 2014-06-04 | 2017-08-22 | Intelligrated Headquarters Llc | método para controlar um descarregador de caixa de papelão robótico, e descarregador de caixa de papelão robótico |
JP6373111B2 (ja) * | 2014-07-25 | 2018-08-15 | 西日本高速道路エンジニアリング四国株式会社 | トンネル覆工面調査システムおよびトンネル覆工面調査システムに用いる車両 |
JP6457278B2 (ja) * | 2015-01-23 | 2019-01-23 | トヨタ自動車株式会社 | 物体検出装置及び物体検出方法 |
CA2970545C (en) | 2015-02-18 | 2023-09-26 | Fedex Corporate Services, Inc. | Managing logistics information related to a logistics container using a container interface display apparatus |
US20160297361A1 (en) * | 2015-04-08 | 2016-10-13 | Jeffrey M. Drazan | Camera array system and method to detect a load status of a semi- trailer truck |
WO2016199366A1 (ja) * | 2015-06-11 | 2016-12-15 | パナソニックIpマネジメント株式会社 | 寸法測定装置および寸法測定方法 |
PL426752A1 (pl) * | 2015-11-18 | 2019-03-25 | Symbol Technologies, Llc | Sposoby i układy do szacowania napełnienia pojemnika |
US10713610B2 (en) | 2015-12-22 | 2020-07-14 | Symbol Technologies, Llc | Methods and systems for occlusion detection and data correction for container-fullness estimation |
US10261747B2 (en) * | 2016-09-09 | 2019-04-16 | The Boeing Company | Synchronized side-by-side display of live video and corresponding virtual environment images |
JP6880950B2 (ja) * | 2017-04-05 | 2021-06-02 | 村田機械株式会社 | 陥凹部検出装置、搬送装置、および、陥凹部検出方法 |
US10569976B2 (en) * | 2017-04-07 | 2020-02-25 | Walmart Apollo, Llc | Systems, devices, and methods for automated pallet and receptacle relocation |
JP6917789B2 (ja) * | 2017-06-09 | 2021-08-11 | 株式会社東芝 | 荷役装置、及び、荷役装置の動作方法 |
-
2017
- 2017-12-22 US US15/853,293 patent/US10657666B2/en active Active
-
2018
- 2018-11-14 GB GB2009204.5A patent/GB2583248B/en active Active
- 2018-11-14 AU AU2018388705A patent/AU2018388705B2/en active Active
- 2018-11-14 WO PCT/US2018/061040 patent/WO2019125660A1/en active Application Filing
- 2018-11-14 DE DE112018006554.5T patent/DE112018006554T5/de active Pending
- 2018-12-18 BE BE20185904A patent/BE1025931B1/nl active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
US10657666B2 (en) | 2020-05-19 |
BE1025931B1 (nl) | 2020-04-01 |
AU2018388705B2 (en) | 2021-01-28 |
GB2583248A (en) | 2020-10-21 |
AU2018388705A1 (en) | 2020-03-26 |
WO2019125660A1 (en) | 2019-06-27 |
GB202009204D0 (en) | 2020-07-29 |
GB2583248B (en) | 2023-01-25 |
US20190197716A1 (en) | 2019-06-27 |
DE112018006554T5 (de) | 2020-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
BE1025931B1 (nl) | Systemen en werkwijzen voor het bepalen van het gevuld zijn van een commerciële trailer | |
BE1025929B1 (nl) | Containergebruik schatting | |
AU2018391957B2 (en) | Computing package wall density in commercial trailer loading | |
US11003804B2 (en) | Container loading/unloading time estimation | |
NL2022243B1 (en) | Trailer door monitoring and reporting | |
US10643337B2 (en) | Systems and methods for segmenting and tracking package walls in commercial trailer loading | |
BE1025930B1 (nl) | Container Auto-dimensioneren | |
US11430104B2 (en) | Three-dimensional (3D) imaging systems and methods for detecting and dimensioning a vehicle storage area | |
US11010915B2 (en) | Three-dimensional (3D) depth imaging systems and methods for dynamic container auto-configuration | |
NL2026758A (en) | Three-dimensional (3d) depth imaging systems and methods for automatically determining shipping container fullness based on imaging templates | |
US20240331125A1 (en) | Systems and Methods for Assessing Trailer Utilization | |
US20180074034A1 (en) | Vehicle Identification System and Associated Methods | |
US11443449B2 (en) | Three-dimensional (3D) imaging systems and methods for virtual grading of package walls in commercial trailer loading | |
WO2020086191A1 (en) | Systems and methods for idle time in commercial trailer loading | |
US10841559B2 (en) | Systems and methods for detecting if package walls are beyond 3D depth camera range in commercial trailer loading | |
US11009604B1 (en) | Methods for detecting if a time of flight (ToF) sensor is looking into a container | |
CN114537848B (zh) | 配送箱、配送对象的定位、信息展示、绑定方法及装置 | |
US11125598B1 (en) | Three-dimensional (3D) imaging systems and methods for determining vehicle storage areas and vehicle door statuses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Patent granted |
Effective date: 20200401 |