CN109146371A - 一种无人值守电力仓库人和物资出入库智能匹配算法 - Google Patents
一种无人值守电力仓库人和物资出入库智能匹配算法 Download PDFInfo
- Publication number
- CN109146371A CN109146371A CN201810915015.9A CN201810915015A CN109146371A CN 109146371 A CN109146371 A CN 109146371A CN 201810915015 A CN201810915015 A CN 201810915015A CN 109146371 A CN109146371 A CN 109146371A
- Authority
- CN
- China
- Prior art keywords
- goods
- materials
- people
- state
- warehouse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种无人值守电力仓库人和物资进出仓库智能匹配算法。首先按照物资所处的可能位置,将物资的状态划分为S1(库内)、S2(库外)、S3(待出库区域)以及S4(未知区域)四种可能的最小状态集合,通过货架上面的RIFD物资检测结果;其次,从RFID物资检测结果和门禁系统识别结果中,抽取出人和物智能匹配所必须的最小事件集合:E1(货架RFID检测到该物资)、E2(门口RFID检测到该物资)、E3(门禁系统检测到人员出库)、E4(门禁系统检测到人员入库)、E5(RFID超时未检测到该物资)五种可能事件;最后,融合最小的状态集合和事件集合。本发明基于有限状态机理论和方法,对每种状态下的事件进行处理和状态迁移,可以找到最佳的无人仓库系统人和物资出入仓库的最佳绑定时刻。
Description
技术领域
本发明属于仓库管理技术领域,具体涉及一种无人值守电力仓库人和物资出入仓库智能匹配算法。
背景技术
探索实施仓库智能管理新模式,推进仓库一线的人力、物力集约化管理,提升物资管理水平,是当前电力仓库管理首要任务。近几年,随着RFID技术的日益成熟,涌现出了一批基于RFID技术的仓库管理解决方案。此外,基于人脸识别的门禁系统、基于二维码的智能门禁系统在仓库管理中也得到了大量的应用。以上技术的成熟使得融合RFID物资检测结果和智能门禁识别结果,实现无人值守智能电力仓库管理成为可能。
无人值守电力仓库管理的一个重要环节是如何完成人和物资的智能绑定,也就是确定是何人、何时取走了何物资以及何时归还了该物资。当前无人值守仓库系统,通过复杂的门禁改造,在出入口的地方增加一个通道,在通道内进行人员和物资出入库的识别和判定,增加了电力仓库建设的投入成本,与推进电力仓库人力、物力集约化管理的初衷相矛盾。
因此,寻找简便、低成本且可靠的人和物出入库智能绑定算法,仍然是当前亟需解决的难题。
发明内容
本发明针对当前无人值守电力仓库中人和物资出入仓库智能匹配这一亟需解决的难题,提出了一种基于RFID和现有门禁系统的人和物资出入库智能匹配解决算法,具有简单、可靠、成本低的优势。
为实现上述目的,本发明采用的技术方案为一种无人值守电力仓库人和物资出入库智能匹配算法,具体包括如下步骤:
步骤1:按照物资所处的可能位置,划分为几种可能的最小物资状态集合;
步骤2:按照RFID物资检测结果和门禁系统人员识别结果,从中找出一个最小的由5种可能的发生事件构成的最小事件集合;
步骤3:利用有限状态机理论,将物资所处状态最小集合和仓库检测的人和物最小事件集合进行融合,找到最佳的人员和物资出入库绑定时刻,实现人和物的智能绑定。
作为优选,上述最小物资状态集合包含四种,即将物资所处的状态明确的划分为库内S1、库外S2、待出库区域S3以及未知区域S4四种可能的状态。
上述状态S1表示物资处于仓库内的货架上面,判别的方法是物资被仓库内部的RFID读写器读到。
上述状态S2表示物资处于仓库外部,判定方法是物资被人带出去了。
上述状态S3表示物资处于仓库待出库区域,判定方法是放置在门口的RFID读写器读取到该物资。
上述状态S4表示物资处于未知位置,判别方法是物资没有出库,但是RFID长期读不到该物资。
上述无人值守仓库人员和物资出入库相关的最小事件集合的划分方法是将RFID物资检测结果和门禁系统人员识别结果,将各种状态可能发生的事件划分为以下五种:
E1:货架RFID检测到该物资;
E2:门口RFID检测到该物资;
E3:门禁系统检测到人员出库;
E4:门禁系统检测到人员入库;
E5:RFID超时未检测到该物资。
其中,上述E4的存在保证了事件集合的完整性,但不是必须处理的事件集合。
上述利用有限状态机理论,将物资所处状态最小集合和仓库检测的人和物最小事件集合进行融合,找到最佳的人员和物资出入库绑定时刻,实现人和物的智能绑定,具体包括以下步骤:
(1)根据物资所处的S1-S4状态,处理不同的E1-E5事件;
(2)在事件驱动下,物资在不同的状态之间相互迁移;
(3)根据迁移过程,最终找到最佳的人和物资智能匹配时刻:物资处于S3状态,且收到E3事件时,进行物资和人员的出库绑定;物资处于S2状态,并且检测到E1事件的时候,进行物资入库自动办理,无需进行归还人员的绑定。
与现有技术相比,本发明具有以下显著有益效果:
1,本发明无需对原有的电力仓库进行大改动,就能实现简单可靠的的人和物资出入仓库智能匹配的效果。
2,本发明可以融合最小的状态集合和事件集合,基于有限状态机理论和方法,对每种状态下的事件进行处理和状态迁移,找到最佳的无人仓库系统人和物资出入仓库的最佳绑定时刻。
附图说明
图1是本发明的最小物资状态集合和事件集合融合后的示意图;
图2是本发明一个具体实施例的示意图。
具体实施方式
现结合附图对本发明技术方案进行详细阐述。
首先,按照物资所处的可能位置,本发明将物资的状态划分为几种最小物资状态集合。如图1所示,作为一个实施例,定义了4种物资状态集合,即S1(库内)、S2(库外)、S3(待出库区域)以及S4(未知区域)四种可能的最小状态集合,通过货架上面的RIFD物资检测结果,初始化当前物资是在库房内部还是处于未知位置状态;
其次,从RFID物资检测结果和门禁系统识别结果中,抽取出人和物智能匹配所必须的最小事件集合:E1(货架RFID检测到该物资)、E2(门口RFID检测到该物资)、E3(门禁系统检测到人员出库)、E4(门禁系统检测到人员入库)、E5(RFID超时未检测到该物资)五种可能事件;
最后,融合最小的状态集合和事件集合,基于有限状态机理论和方法,对每种状态下的事件进行处理和状态迁移,找到最佳的无人仓库系统人和物资出入仓库的最佳绑定时刻。
具体实施时,作为优选,根据物资所处位置,将物资划分为四种可能的最小状态集:
(1)状态S1,表示物资处于仓库内的货架上面,判别的方法是物资被仓库内部的RFID读写器读到;
(2)状态S2,表示物资处于仓库外部,判定方法是物资被人带出去了,也就是图1中的S3状态下收到人员出库事件后,S3状态转到S2状态;
(3)状态S3,表示物资处于仓库待出库区域,判定方法是放置在门口的RFID读写器读取到该物资;
(4)状态S4,表示物资处于未知位置。判别方法是物资没有出库,但是RFID长期读不到该物资。尤其是S4状态的引入,使得物资所处的状态是完备的。
如图2所示的场景,从RFID物资检测结果和门禁系统人员识别结果,抽取人和物资出入库判定所需的最小事件集合:
(1)事件E1,表示仓库内部的RFID检测到该物资;
(2)事件E2,表示放置在门口的RFID检测到该物资;
(3)事件E3,表示门禁系统检测到人员出库,可通过人脸识别门禁或者其它门禁系统检测,可直接检测,也可以逻辑组合判定出人员出库;
(4)事件E4,表示门禁系统检测到人员入库,检测方法同E3。但从后面的状态转换过程可以看出,该事件不是必须的,保留的目的是保证事件集合的完整性;
(5)事件E5,表示仓库内部或者门口的RFID超时未检测到该物资,这实际上是一个超时事件。
基于最小的状态集合和事件集合,基于有限状态机理论,找到最佳的人和物出入库匹配时刻,如图1所示:
(1)按照物资的状态集合,画出物资可能所处的四种状态S1-S4;
(2)S1状态下,仅需要处理E2和E5事件。E2事件发生后,状态迁移到S3状态,E5事件发生时,状态迁移到S4状态;
(3)S2状态下,仅需要处理E1事件。E1事件发生后,状态迁移到S2状态,并进行物资入库登记;
(4)S3状态下,需要处理E1、E3、E5事件。E1事件发生后状态迁移到S1状态,E3事件发生后状态迁移到S2状态,并进行人员和物资的出库匹配;
(5)S4状态下,需要处理E1、E2事件。E1事件发生后状态迁移到S1状态,E2事件发生后状态迁移到S2状态。
综上所述,通过本发明提供的无人值守电力仓库人和物资出入仓库智能匹配算法,可以实现以下效果:
(1)无人值守仓库人员和物资的出库绑定最佳时刻发生在:S3状态下,并且检测到人员出库事件后;
(2)无人值守仓库物资的入库自动登记最佳时刻发生在:S1状态下,并且仓库内的RFID加测到该物资。
本发明具有实现简单,无需对原有的电力仓库进行大改动,就能实现简单可靠的的人和物资出入仓库智能匹配的显著效果。
需要说明的是,以上具体实施方式的描述并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种无人值守电力仓库人和物资出入库智能匹配算法,其特征在于,包括如下步骤:
步骤1:按照物资所处的可能位置,划分为几种可能的最小物资状态集合;
步骤2:按照RFID物资检测结果和门禁系统人员识别结果,从中找出一个最小的由5种可能的发生事件构成的最小事件集合;
步骤3:利用有限状态机理论,将物资所处状态最小集合和仓库检测的人和物最小事件集合进行融合,找到最佳的人员和物资出入库绑定时刻,实现人和物的智能绑定。
2.根据权利要求1所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于,所述最小物资状态集合包含四种,即将物资所处的状态明确的划分为库内S1、库外S2、待出库区域S3以及未知区域S4四种可能的状态。
3.根据权利要求2所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于所述状态S1表示物资处于仓库内的货架上面,判别的方法是物资被仓库内部的RFID读写器读到。
4.根据权利要求2所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于所述状态S2表示物资处于仓库外部,判定方法是物资被人带出去了。
5.根据权利要求2所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于所述状态S3表示物资处于仓库待出库区域,判定方法是放置在门口的RFID读写器读取到该物资。
6.根据权利要求2所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于所述状态S4表示物资处于未知位置,判别方法是物资没有出库,但是RFID长期读不到该物资。
7.根据权利要求2所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于,所述无人值守仓库人员和物资出入库相关的最小事件集合的划分方法是将RFID物资检测结果和门禁系统人员识别结果,将各种状态可能发生的事件划分为以下五种:
E1:货架RFID检测到该物资;
E2:门口RFID检测到该物资;
E3:门禁系统检测到人员出库;
E4:门禁系统检测到人员入库;
E5:RFID超时未检测到该物资。
8.根据权利要求7所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于所述E4的存在保证了事件集合的完整性,但不是必须处理的事件集合。
9.根据权利要求7所述的无人值守电力仓库人和物资出入库智能匹配算法,其特征在于,所述利用有限状态机理论,将物资所处状态最小集合和仓库检测的人和物最小事件集合进行融合,找到最佳的人员和物资出入库绑定时刻,实现人和物的智能绑定,具体包括以下步骤:
(1)根据物资所处的S1-S4状态,处理不同的E1-E5事件;
(2)在事件驱动下,物资在不同的状态之间相互迁移;
(3)根据迁移过程,最终找到最佳的人和物资智能匹配时刻:物资处于S3状态,且收到E3事件时,进行物资和人员的出库绑定;物资处于S2状态,并且检测到E1事件的时候,进行物资入库自动办理,无需进行归还人员的绑定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810915015.9A CN109146371B (zh) | 2018-08-13 | 2018-08-13 | 一种无人值守电力仓库人和物资出入库智能匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810915015.9A CN109146371B (zh) | 2018-08-13 | 2018-08-13 | 一种无人值守电力仓库人和物资出入库智能匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146371A true CN109146371A (zh) | 2019-01-04 |
CN109146371B CN109146371B (zh) | 2023-06-30 |
Family
ID=64792653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810915015.9A Active CN109146371B (zh) | 2018-08-13 | 2018-08-13 | 一种无人值守电力仓库人和物资出入库智能匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146371B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492688A (zh) * | 2022-01-18 | 2022-05-13 | 苏州深维纵横数据科技有限公司 | 一种基于nfc标签的工厂物件管理系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943902A (zh) * | 2010-08-18 | 2011-01-12 | 北京物资学院 | 一种危险品物流安全监控系统和方法 |
CN103049838A (zh) * | 2012-12-26 | 2013-04-17 | 华中科技大学 | 基于有限状态机的包裹运输状态监控方法 |
CN106408230A (zh) * | 2016-08-30 | 2017-02-15 | 云南电网有限责任公司楚雄供电局 | 一种基于声光拣选自助式无人值守仓储系统及其控制方法 |
CN107180319A (zh) * | 2016-03-10 | 2017-09-19 | 上海浩斌信息科技有限公司 | 一种基于rfid技术的无人值守仓储管理系统 |
-
2018
- 2018-08-13 CN CN201810915015.9A patent/CN109146371B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943902A (zh) * | 2010-08-18 | 2011-01-12 | 北京物资学院 | 一种危险品物流安全监控系统和方法 |
CN103049838A (zh) * | 2012-12-26 | 2013-04-17 | 华中科技大学 | 基于有限状态机的包裹运输状态监控方法 |
CN107180319A (zh) * | 2016-03-10 | 2017-09-19 | 上海浩斌信息科技有限公司 | 一种基于rfid技术的无人值守仓储管理系统 |
CN106408230A (zh) * | 2016-08-30 | 2017-02-15 | 云南电网有限责任公司楚雄供电局 | 一种基于声光拣选自助式无人值守仓储系统及其控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492688A (zh) * | 2022-01-18 | 2022-05-13 | 苏州深维纵横数据科技有限公司 | 一种基于nfc标签的工厂物件管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109146371B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202820312U (zh) | 一种实时监控的物证硬盘存储柜及管理系统 | |
CN101456501B (zh) | 一种控制电梯按钮的方法及装置 | |
CN101208710A (zh) | 从俯视视频流进行目标检测及跟踪 | |
CN101866160A (zh) | 楼宇安全智能控制系统 | |
CN101587606A (zh) | 一种展览场地人员流量检测方法及系统 | |
CN106023361A (zh) | 一种智能库房管理系统和方法 | |
CN103996046A (zh) | 基于多视觉特征融合的人员识别方法 | |
CN104025117A (zh) | 时间面部序列 | |
CN104061749A (zh) | 一种冰箱内食品存储位置记录方法、装置、终端及冰箱 | |
CN102568003A (zh) | 一种基于视频结构化描述的多摄像机目标跟踪方法 | |
CN110189447A (zh) | 一种基于人脸身份识别的智慧社区闸机控制系统 | |
CN102193918A (zh) | 视频检索方法和装置 | |
CN104751298A (zh) | 基于虹膜算法的电力安全信息识别与智能管理系统 | |
CN101587539A (zh) | 基于智能视频识别技术的人流量统计方法与系统 | |
CN108171098B (zh) | 一种条码检测方法及设备 | |
Varga et al. | Vision-based autonomous load handling for automated guided vehicles | |
CN109146371A (zh) | 一种无人值守电力仓库人和物资出入库智能匹配算法 | |
CN102298695B (zh) | 用于对钞捆进行检测的视觉分析处理方法 | |
CN108053511A (zh) | 一种基于智能卡的门禁式考勤系统 | |
Ghosh et al. | Reliable pedestrian detection using a deep neural network trained on pedestrian counts | |
CN206075336U (zh) | 自动仓储系统 | |
CN204375028U (zh) | 识别旅客滞留安检通道时间的设备、安检系统 | |
Sen et al. | Advanced license plate recognition system for car parking | |
CN105427343A (zh) | 一种基于dm8148开发板的运动目标检测与跟踪方法 | |
CN112270788A (zh) | 一种饮料瓶回收防欺诈方法及饮料瓶回收机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |