CN109725616A - 一种基于智能仓库的无人搬运车调度方法及装置 - Google Patents
一种基于智能仓库的无人搬运车调度方法及装置 Download PDFInfo
- Publication number
- CN109725616A CN109725616A CN201811638745.5A CN201811638745A CN109725616A CN 109725616 A CN109725616 A CN 109725616A CN 201811638745 A CN201811638745 A CN 201811638745A CN 109725616 A CN109725616 A CN 109725616A
- Authority
- CN
- China
- Prior art keywords
- guided vehicle
- automatic guided
- management system
- cargo
- label
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/60—Electric or hybrid propulsion means for production processes
Landscapes
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种基于智能仓库的无人搬运车调度方法及装置,其中,所述方法包括:用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息;用户终端系统基于以太网将标签信息及货物位置信息传输至仓库管理系统;仓库管理系统在接收到标签信息及货物位置信息之后,生成运输指令,并基于以太网将运输指令传送至无人搬运车管理系统;无人搬运车管理系统解析运输指令,判断当前时间段内是否存在处于非节能休眠且可执行运输指令的空闲的无人搬运车;若是,无人搬运车管理系统控制空闲的无人搬运车完成运输指令中的运输任务。在本发明实施例中,通过对无人搬运车的有序调度,可以提高运输效率。
Description
技术领域
本发明涉及智能仓储技术领域,尤其涉及一种基于智能仓库的无人搬运车调度方法及装置。
背景技术
智能仓储是物流过程的一个环节,智能仓储的应用,保证了货物仓库管理各个环节数据输入的速度和准确性,确保企业及时准确地掌握库存的真实数据,合理保持和控制企业库存。通过科学的编码,还可方便地对库存货物的批次、保质期等进行管理。利用SNHGES系统的库位管理功能,更可以及时掌握所有库存货物当前所在位置,有利于提高仓库管理的工作效率。
在智能仓储过程中,对智能仓储的仓库内的无人搬运车辆的调度很难协同,并且不同的型号的无人搬运车可运输的货物大小和货物的重量不一致,并且在货物进出仓繁忙的时候经常出现调度混乱,并且在相对空闲的时候,无法统一控制部分无人搬运车进入节能休眠状态,造成资源浪费等。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种基于智能仓库的无人搬运车调度方法及装置,通过对无人搬运车的有序调度,可以提高运输效率。
为了解决上述技术问题,本发明实施例提供了一种基于智能仓库的无人搬运车调度方法,包括应用于所述节能智能仓库中的仓库管理系统、用户终端系统、无人搬运车管理系统和工作记录存储模块,其中,所述仓库管理系统与所述无人搬运车管理系统基于以太网相连接;所述仓库管理系统与所述用户终端系统基于以太网相连接;所述工作记录存储模块与所述无人搬运车管理系统连接,用于存储所述无人搬运车管理系统中的无人搬运车的工作时间记录;所述方法包括:
所述用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息,所述标签信息包含货物名称、货物体积以及货物重量;
所述用户终端系统基于以太网将所述标签信息及货物位置信息传输至所述仓库管理系统;
所述仓库管理系统在接收到所述标签信息及货物位置信息之后,生成运输指令,并基于以太网将所述运输指令传送至无人搬运车管理系统,所述运输指令包含货物运输目的地、货物当前所在位置、货物名称、货物体积以及货物重量;
所述无人搬运车管理系统解析所述运输指令,判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车;
若是,所述无人搬运车管理系统控制所述空闲的无人搬运车完成所述运输指令中的运输任务。
可选的,所述用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息包括:
所述标签阅读器基于无线AP连接与所述用户终端系统连接,其中,所述标签阅读器包括手持式标签阅读器和固定式标签阅读器;
所述标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息,以及基于所述无线AP连接的RSSI信号强度获取所述标签阅读器的位置信息作为货物位置信息。
可选的,所述基于所述无线AP连接的RSSI信号强度获取所述标签阅读器的位置信息包括:
对所述标签阅读器当前位置所识别到的RSSI信号进行欧式距离计算;
对欧式距离计算结果进行最小距离聚类,获取欧式距离最小聚类中心;
基于所述欧式距离最小聚类中心获取当前位置RSSI信号排序前N强度的RSSI信号;
利用所述当前位置RSSI信号排序前N强度的RSSI信号基于加权K邻近匹配算法在预设的RSSI信号位置数据库中匹配出所述标签阅读器的位置信息。
可选的,所述仓库管理系统在接收到所述标签信息及货物位置信息之后,生成运输指令包括:
所述仓库管理系统在接收到所述标签信息及货物位置信息之后,基于所述标签信息及货物位置信息判断所述货物为待入库货物或者为待出库货物;
若为待入库货物,所述仓储管理系统基于所述标签信息在仓库中为所述待入库货物分配存储位置,并基于所述分配存储位置、所述标签信息及货物位置信息生成运输指令;
若为待出库货物,所述仓储管理系统基于所述标签信息在配送数据库中匹配出配送聚集位置,并基于所述配送聚集位置、所述标签信息及货物位置信息生成运输指令。
可选的,所述判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车包括:
所述无人搬运车管理系统基于无人搬运车节能预测模型判断当前时间段内是否存在处于非节能休眠的空闲的无人搬运车;
若是,则所述无人搬运车管理系统判断所述空闲的无人搬运车是否为可执行所述运输指令中的运算任务。
可选的,所述无人搬运车节能预测模型的构建训练包括:
基于预设的贝叶斯先验概率模型对工作记录存储模块中存储的无人搬运车的工作时间记录进行学习,获取学习结果;
基于所述学习结果对所述贝叶斯先验概率模型进行更新,将更新后的贝叶斯先验概率模型作为所述无人搬运车节能预测模型。
可选的,所述无人搬运车节能预测模型用于对所述无人搬运车管理系统中的无人搬运车的工作任务量进行预测,获取预测结果;以及,
所述无人搬运车管理系统根据所述预测结果按照预设休眠排序控制对应的无人搬运车进入节能休眠,所述节能休眠为所述无人搬运车只保留接收所述无人搬运车管理系统发送的唤醒指令在正常功耗状态下工作外的所有电子元器件均进入低功耗的节能休眠。
可选的,所述无人搬运车进入休眠状态之前还包括:
所述无人搬运车将当前所在的位置信息基于无线AP连接发送至所述无人搬运车管理系统。
可选的,所述方法还包括:
若判断当前时间段内不存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车时,所述无人搬运车管理系统基于所述运输指令生成唤醒指令;
基于所述无人搬运车在休眠前所在的位置,向可执行所述运输指令且距离货物位置最近的处于节能休眠的无人搬运车发送唤醒指令。
另外,本发明实施例还提供了一种基于智能仓库的无人搬运车调度装置,所述无人搬运车调度装置包括仓库管理系统、用户终端系统、无人搬运车管理系统和工作记录存储模块,其中,所述仓库管理系统与所述无人搬运车管理系统基于以太网相连接;所述仓库管理系统与所述用户终端系统基于以太网相连接;所述工作记录存储模块与所述无人搬运车管理系统连接,用于存储所述无人搬运车管理系统中的无人搬运车的工作时间记录;所述无人搬运车调度装置被配置为执行上述任意一项所述的无人搬运车调度方法。
在本发明实施例中,通过用户终端系统采集标签信息和货物位置信息至仓库管理系统;仓库管理系统基于标签信息和货物位置信息生成运输指令传输至无人搬运车管理系统,在由无人搬运车管理系统统一分配无人搬运车进行搬运,通过对无人搬运车的有序调度,可以提高运输效率;通过利用无人搬运车节能预测模型进行空闲时间段预测,将预测结果反馈至无人搬运车管理系统,无人搬运车管理系统基于预测结果安排相应的搬运车进入休眠状态,将大大降低无人搬运车功耗,也间接的延长无人搬运车的寿命,将为智能仓库节约大量的运营成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的基于智能仓库的无人搬运车调度装置的结构组成示意图;
图2是本发明实施例中的基于智能仓库的无人搬运车调度方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例
请参阅图1,图1是本发明实施例中的基于智能仓库的无人搬运车调度装置的结构组成示意图。
如图1所示,一种基于智能仓库的无人搬运车调度装置,所述无人搬运车调度装置包括仓库管理系统、用户终端系统、无人搬运车管理系统和工作记录存储模块,其中,所述仓库管理系统与所述无人搬运车管理系统基于以太网相连接;所述仓库管理系统与所述用户终端系统基于以太网相连接;所述工作记录存储模块与所述无人搬运车管理系统连接,用于存储所述无人搬运车管理系统中的无人搬运车的工作时间记录;所述无人搬运车调度装置被配置为本发明实施例中的任意一项所述的无人搬运车调度方法。
具体的,用户终端系统被配置用于基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息,所述标签信息包含货物名称、货物体积以及货物重量;基于以太网将所述标签信息及货物位置信息传输至所述仓库管理系统;仓库管理系统被配置用于在接收到所述标签信息及货物位置信息之后,生成运输指令,并基于以太网将所述运输指令传送至无人搬运车管理系统,所述运输指令包含货物运输目的地、货物当前所在位置、货物名称、货物体积以及货物重量;无人搬运车管理系统被配置用于解析所述运输指令,判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车;若是,所述无人搬运车管理系统控制所述空闲的无人搬运车完成所述运输指令中的运输任务;若否,基于所述运输指令生成唤醒指令;基于所述无人搬运车在休眠前所在的位置,向可执行所述运输指令且距离货物位置最近的处于节能休眠的无人搬运车发送唤醒指令。
具体的,用户终端系统上连接着多个标签阅读器,这些标签阅读器包括固定式标签阅读器和手持式标签阅读器,这些标签阅读器上均安装有AP模块,用于与智能仓库上的无线AP信号进行连接,通过无线AP信号连接与用户终端系统进行数据交换,并且通过无线AP连接来确定标签阅读器的当前位置,因此,在标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息,通过标签阅读器当前的位置即可获得货物位置信息;无人搬运车管理系统管理则智能仓库内的所有的不同型号的无人搬运车;这些无人搬运车均是通过无线AP与无人搬运车管理系统相连接,实现数据和指令的接收和发送,并且也是基于无线AP连接时,无线AP的RSSI信号确定无人搬运车的具体位置。
图2是本发明实施例中的基于智能仓库的无人搬运车调度方法的流程示意图。
如图2所示,一种基于智能仓库的无人搬运车调度方法,包括应用于所述节能智能仓库中的仓库管理系统、用户终端系统、无人搬运车管理系统和工作记录存储模块,其中,所述仓库管理系统与所述无人搬运车管理系统基于以太网相连接;所述仓库管理系统与所述用户终端系统基于以太网相连接;所述工作记录存储模块与所述无人搬运车管理系统连接,用于存储所述无人搬运车管理系统中的无人搬运车的工作时间记录;所述方法包括:
S11:所述用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息,所述标签信息包含货物名称、货物体积以及货物重量;
在本发明具体实施过程中,所述用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息包括:所述标签阅读器基于无线AP连接与所述用户终端系统连接,其中,所述标签阅读器包括手持式标签阅读器和固定式标签阅读器;所述标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息,以及基于所述无线AP连接的RSSI信号强度获取所述标签阅读器的位置信息作为货物位置信息。
进一步的,所述基于所述无线AP连接的RSSI信号强度获取所述标签阅读器的位置信息包括:对所述标签阅读器当前位置所识别到的RSSI信号进行欧式距离计算;对欧式距离计算结果进行最小距离聚类,获取欧式距离最小聚类中心;基于所述欧式距离最小聚类中心获取当前位置RSSI信号排序前N强度的RSSI信号;利用所述当前位置RSSI信号排序前N强度的RSSI信号基于加权K邻近匹配算法在预设的RSSI信号位置数据库中匹配出所述标签阅读器的位置信息。
具体的,用户终端系统上连接着多个标签阅读器,这些标签阅读器包括固定式标签阅读器和手持式标签阅读器,这些标签阅读器上均安装有AP模块,用于与智能仓库上的无线AP信号进行连接,通过无线AP信号连接与用户终端系统进行数据交换;这样既可将标签阅读器读取到的标签信息传输回到用户终端系统上;待入库和/或待出库的货物上的RFID标签,该RFID标签中包含有货物名称、货物体积以及货物重量;并且通过标签阅读器与无线AP连接之后,通过扫描周边的无线AP的RSSI信号,智能仓库上在相隔一段距离就安装有相应的无线AP发射器,保证无线AP的RSSI信号在智能仓库中的全面覆盖;标签阅读器通过扫描到的多个无线AP的RSSI信号的重叠,从而计算得到标签阅读器的当前位置。
具体的,仓储库中布置了N个AP热点,每个AP热点之间存在AP信号的重叠;标签阅读器上的AP连接器扫描侦测到无线AP热点发射器发射的RSSI信号,该RSSI信号最终距离无线AP热点的距离增加而减弱,及RSSI信号越弱,距离就越远,但由于信号传播过程中容易受到环境因素的影响使得侦测到的RSSI信号值的误差较大不利于定位;RSSI信号越强,表面该点距离无线AP热点距离越近,同时也说明信号传播受到的干扰衰减越小,侦测到的RSSI信号较为准确;因此需要对侦测到的RSSI信号进行预处理;对RSSI信号进行预处理首先是利用残差去除粗大误差,粗大误差是因为强脉冲干扰或者环境干扰造成RSSI信号偏离真实较大误差,其最显著的表现为明显超出了正常的误差范围,因粗大误差没有规律可循,在本发明实施例中采用3σ准则和格拉布斯准则剔除粗大误差;在经过粗大误差去除之后,侦测到的RSSI信号中仍然含有随机误差,在同一出采样点多次侦测到的RSSI信号总是围绕某一固定值上下波动,为了使得RSSI信号值更加准确,必须对去除粗大误差之后的RSSI信号进行平滑滤波处理,该平滑滤波采用的是限幅滤波算法和算术平均滤波算法结合进行,这样可以弥补单一滤波的不足,限幅滤波算法有效克服粗大误差引起的大脉冲干扰避免其对算术平均滤波算法的影响;算术平均滤波算法能有效克服随机噪声引起的波段干扰;通过计算RSSI信号的欧式距离,从而获得该点上RSSI信号的欧式距离;在获取该点上的RSSI信号的欧式距离之后,进行最小距离聚类,从而获得最小距离聚类的欧式距离最小聚类中心;根据所述欧式距离最小聚类中心基于最大信号强度AP选择法选择无线AP连接;预设RSSI信号位置数据库的构建是获取每个无线AP发射的RSSI信号的每个信号强度等级的坐标位置,利用所述每个信号强度等级的坐标位置构建所述预设RSSI信号位置数据库构;在连接最强的RSSI信号的无线AP热点之后,根据欧式距离最小聚类中心获得当前位置RSSI信号的排序前N强度的RSSI信号,N可以为5个或者10,具体可根据用户需求设置,利用所述当前位置RSSI信号排序前N强度的预处理后的RSSI信号在预设RSSI信号位置数据库中基于加权邻近算法匹配出所述手持式阅读器、固定式阅读器和空闲的无人搬运车的当前位置;其中,加权邻近算法为加权K邻近匹配算法,为利用与待定点最接近的K个参考点估计自身的位置,从而获得标签阅读器自身的当前位置信息,将与带定位点距离平方的倒数作为权重系数以增加距离相近参考点对未知估计的贡献程度,提高算法匹配精度。
S12:所述用户终端系统基于以太网将所述标签信息及货物位置信息传输至所述仓库管理系统;
在本发明具体实施过程中,用户终端系统在获得粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息之后,通过以太网的传输协议,将获得的粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息传输至仓库管理系统上。
S13:所述仓库管理系统在接收到所述标签信息及货物位置信息之后,生成运输指令,并基于以太网将所述运输指令传送至无人搬运车管理系统,所述运输指令包含货物运输目的地、货物当前所在位置、货物名称、货物体积以及货物重量;
在本发明具体实施过程中,所述仓库管理系统在接收到所述标签信息及货物位置信息之后,生成运输指令包括:所述仓库管理系统在接收到所述标签信息及货物位置信息之后,基于所述标签信息及货物位置信息判断所述货物为待入库货物或者为待出库货物;若为待入库货物,所述仓储管理系统基于所述标签信息在仓库中为所述待入库货物分配存储位置,并基于所述分配存储位置、所述标签信息及货物位置信息生成运输指令;若为待出库货物,所述仓储管理系统基于所述标签信息在配送数据库中匹配出配送聚集位置,并基于所述配送聚集位置、所述标签信息及货物位置信息生成运输指令。
具体的,在仓库管理系统接收到用户终端系统传输过来的标签信息以及货物位置信息之后,首先是判断货物位置信息是在仓库的仓储位置还是在仓库的入口位置,通过判断识别到货物属于仓库的仓储位置还是在仓库的入口位置来确定该货物是待入库货物或者为待出库货物;若为待出库货物,则该货物所在的位置为仓库的存储位置上,若为待入库货物,则该会玩所在的位置为仓库的入口位置上。
在确定为待入库货物时,仓储管理系统根据标签信息上包含货物名称、货物体积以及货物重量在当前的仓库中匹配出存放货物名称区域,并在该区域上匹配出可以存放该货物重量及体积的存储位置;然后根据分配存储位置、所述标签信息及货物位置信息生成运输指令;在确定货物为待出库货物之后,该仓储管理系统根据标签信息上的货物名称在相应的数据库中匹配出该货物出仓库所在的配送集聚位置,然后根据配送聚集位置、所述标签信息及货物位置信息生成运输指令。
在生成运输指令之后,通过以太网的传输协议,将该运输指令传输至无人搬运车管理系统,该运输指令包含货物运输目的地、货物当前所在位置、货物名称、货物体积以及货物重量。
S14:所述无人搬运车管理系统解析所述运输指令;
在本发明具体实施过程中,该无人搬运车管理系统在接收到运输指令之后,启动指令解码模块,对该运输指令进行解码,从而获得该指令中所包含的货物运输目的地、货物当前所在位置、货物名称、货物体积以及货物重量。
S15:判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车;
在本发明具体实施过程中,所述判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车包括:所述无人搬运车管理系统基于无人搬运车节能预测模型判断当前时间段内是否存在处于非节能休眠的空闲的无人搬运车;若是,则所述无人搬运车管理系统判断所述空闲的无人搬运车是否为可执行所述运输指令中的运算任务。
进一步的,所述无人搬运车节能预测模型的构建训练包括:基于预设的贝叶斯先验概率模型对工作记录存储模块中存储的无人搬运车的工作时间记录进行学习,获取学习结果;基于所述学习结果对所述贝叶斯先验概率模型进行更新,将更新后的贝叶斯先验概率模型作为所述无人搬运车节能预测模型。
进一步的,所述无人搬运车节能预测模型用于对所述无人搬运车管理系统中的无人搬运车的工作任务量进行预测,获取预测结果;以及,所述无人搬运车管理系统根据所述预测结果按照预设休眠排序控制对应的无人搬运车进入节能休眠,所述节能休眠为所述无人搬运车只保留接收所述无人搬运车管理系统发送的唤醒指令在正常功耗状态下工作外的所有电子元器件均进入低功耗的节能休眠。
进一步的,所述无人搬运车进入休眠状态之前还包括:所述无人搬运车将当前所在的位置信息基于无线AP连接发送至所述无人搬运车管理系统。
具体的,该无人搬运车管理系统根据无人搬运车节能预测模型判断当前时间段内是否存在处于非节能休眠的空闲的无人搬运车;若存在有,则继续判断空闲的无人搬运车是否为可执行所述运输指令中的运算任务;其中无人搬运车节能预测模型是通过构建无人搬运车节能预测的初始模型,然后利用无人搬运车的历史工作数据进行训练,从而获得的。
首先需要对尺寸在工作记录存储模块中的无人搬运车的工作时间记录提取处理,并且按照不同的无人搬运车单独进行统计,统计每一辆无人搬运车的工作时间段,以每一次工作开始至结束多为一个工作时间段,即可得到每一时间段内的工作时间段,利用预设的贝叶斯先验概率模型对统计每一辆无人搬运车的工作时间段,以每一次工作开始至结束多为一个工作时间段,即可得到每一时间段内的工作时间段进行学习,从而获得学习结果,在得到学习结果之后,可以根据该学习结果对该贝叶斯先验概率模型进行更新。根据贝叶斯先验概率,对统计每一辆无人搬运车的工作时间段,以每一次工作开始至结束多为一个工作时间段,即可得到每一时间段内的工作时间段进行学习;对无人搬运车的工作时间记录进行学习的间隔时间可以为一天或两天或更长的时间,这需要根据智能仓库的实际情况而定。
统计每一辆无人搬运车的工作时间段,以每一次工作开始至结束多为一个工作时间段,即可得到每一时间段内的工作时间段;即可得到每辆无人搬运车的先验样本总数n
其中,Xs=0,1,2,3,…,m,当以三个小时作为一个时间段时,上式的24将变为8。
则有在各个时间段内无人搬运车的工作时间的碑也是先验概率P(Xs),
由于无人搬运车的工作是连续多变的,每个时间段的贝叶斯先验概率模型P(Xs)服从狄利克雷分布为Dir(α1,α2,…,αs),则有:
其中,Dir(α1,α2,…,αs)为狄利克雷分布,s表示一天时间内所述时间段的数量,xs表示在s时间段内无人搬运车对应的工作时间段,αs表示s时间段内无人搬运车对应的工作时间段的数量,
那么先验样本的概率P(D)为:
P(D)=∫P(Xs)P(D|Xs)dXs;
即,对每一时间段内的工作时间段进行学习,由贝叶斯公式得:
其中,P(Xs)为Xs的贝叶斯先验概率分布,P(D|Xs)为Xs的贝叶斯后验概率分布,将P(Xs|D)转换为狄利克雷分布Dir(α1+β1,α2+β2,…,αs+βs),即可得到学习后的贝叶斯先验概率P′(xs):
其中,当以两个小时作为一个时间段时上式的24将变为12;β1,β2,…,βs为整理后的待学习样本信息中x′s时间段狄利克雷分布,x′s为更新样本中每个时间段的无人搬运车工作时间段的数量,x′s=0,1,2,…,m;采用P′(xs)学习后的贝叶斯先验概率去更新原来的贝叶斯先验概率。
整理后的先验样本信息总数n也更新为其中,Xs,X′s=0,1,2,3,…,m。
在学习获得无人搬运车节能预测模型之后,利用该无人搬运车节能预测模型对无人搬运车管理系统中的无人搬运车在下一天的工作任务量进行预测,从而得到相应的预测结果;根据该预测结果,无人搬运车管理系统按照预设休眠排序控制对应的无人搬运车进入节能休眠;即在相对空闲的时间段内,无人搬运车管理系统根据无人搬运车预设的休眠排序安排相应的无人搬运车进入休眠状态;预设的休眠排序可以为按照相应的顺序,从无人搬运车的序号自小到大开始,并且重复循环;也可以根据无人搬运车的运行时间,安排当前运行时间最长部分的无人搬运车进入休眠状态。
在某一辆无人搬运车在接收到休眠指令之后,该无人搬运车在进入休眠之前,首先要获得自身所在的位置信息,并将该位置信息发送至无人搬运车管理系统中,方便后续需要的时候,匹配唤醒;在无人搬运车进入节能休眠之后无人搬运车只保留接收所述无人搬运车管理系统发送的唤醒指令在正常功耗状态下工作外的所有电子元器件均进入低功耗的节能休眠。
S16:若是,所述无人搬运车管理系统控制所述空闲的无人搬运车完成所述运输指令中的运输任务;
在本发明具体实施过程中,当判断存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车时,无人搬运车管理系统控制所述空闲的无人搬运车完成运输指令中的运输任务。
S17:若判断当前时间段内不存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车时,所述无人搬运车管理系统基于所述运输指令生成唤醒指令;
在本发明具体实施过程中,若判断当前时间段内不存在处于非节能休眠且可执行运输指令的空闲的无人搬运车时,该无人搬运车管理系统根据该运输指令生成唤醒指令,该唤醒指令用于唤醒可执行该运输指令的无人搬运车。
S18:基于所述无人搬运车在休眠前所在的位置,向可执行所述运输指令且距离货物位置最近的处于节能休眠的无人搬运车发送唤醒指令。
在本发明具体实施过程中,因无人搬运车在休眠之前均将自身的位置信息发送至无人搬运车管理系统中,则需要匹配可执行该运输指令的无人搬运车并且选择距离该运输指令中货物所在地最近的处于节能休眠的无人搬运车发送唤醒指令;在唤醒该无人搬运车之后,无人搬运车管理系统控制该无人搬运车完成所述运输指令中的运输任务。
在本发明实施例中,通过用户终端系统采集标签信息和货物位置信息至仓库管理系统;仓库管理系统基于标签信息和货物位置信息生成运输指令传输至无人搬运车管理系统,在由无人搬运车管理系统统一分配无人搬运车进行搬运,通过对无人搬运车的有序调度,可以提高运输效率;通过利用无人搬运车节能预测模型进行空闲时间段预测,将预测结果反馈至无人搬运车管理系统,无人搬运车管理系统基于预测结果安排相应的搬运车进入休眠状态,将大大降低无人搬运车功耗,也间接的延长无人搬运车的寿命,将为智能仓库节约大量的运营成本。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种基于智能仓库的无人搬运车调度方法及装置进行了详细介绍,本文中应采用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于智能仓库的无人搬运车调度方法,其特征在于,包括应用于所述节能智能仓库中的仓库管理系统、用户终端系统、无人搬运车管理系统和工作记录存储模块,其中,所述仓库管理系统与所述无人搬运车管理系统基于以太网相连接;所述仓库管理系统与所述用户终端系统基于以太网相连接;所述工作记录存储模块与所述无人搬运车管理系统连接,用于存储所述无人搬运车管理系统中的无人搬运车的工作时间记录;所述方法包括:
所述用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息,所述标签信息包含货物名称、货物体积以及货物重量;
所述用户终端系统基于以太网将所述标签信息及货物位置信息传输至所述仓库管理系统;
所述仓库管理系统在接收到所述标签信息及货物位置信息之后,生成运输指令,并基于以太网将所述运输指令传送至无人搬运车管理系统,所述运输指令包含货物运输目的地、货物当前所在位置、货物名称、货物体积以及货物重量;
所述无人搬运车管理系统解析所述运输指令,判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车;
若是,所述无人搬运车管理系统控制所述空闲的无人搬运车完成所述运输指令中的运输任务。
2.根据权利要求1所述的无人搬运车调度方法,其特征在于,所述用户终端系统基于标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息及货物位置信息包括:
所述标签阅读器基于无线AP连接与所述用户终端系统连接,其中,所述标签阅读器包括手持式标签阅读器和固定式标签阅读器;
所述标签阅读器读取粘贴在待入库和/或待出库的货物上的RFID标签的标签信息,以及基于所述无线AP连接的RSSI信号强度获取所述标签阅读器的位置信息作为货物位置信息。
3.根据权利要求2所述的无人搬运车调度方法,其特征在于,所述基于所述无线AP连接的RSSI信号强度获取所述标签阅读器的位置信息包括:
对所述标签阅读器当前位置所识别到的RSSI信号进行欧式距离计算;
对欧式距离计算结果进行最小距离聚类,获取欧式距离最小聚类中心;
基于所述欧式距离最小聚类中心获取当前位置RSSI信号排序前N强度的RSSI信号;
利用所述当前位置RSSI信号排序前N强度的RSSI信号基于加权K邻近匹配算法在预设的RSSI信号位置数据库中匹配出所述标签阅读器的位置信息。
4.根据权利要求1所述的无人搬运车调度方法,其特征在于,所述仓库管理系统在接收到所述标签信息及货物位置信息之后,生成运输指令包括:
所述仓库管理系统在接收到所述标签信息及货物位置信息之后,基于所述标签信息及货物位置信息判断所述货物为待入库货物或者为待出库货物;
若为待入库货物,所述仓储管理系统基于所述标签信息在仓库中为所述待入库货物分配存储位置,并基于所述分配存储位置、所述标签信息及货物位置信息生成运输指令;
若为待出库货物,所述仓储管理系统基于所述标签信息在配送数据库中匹配出配送聚集位置,并基于所述配送聚集位置、所述标签信息及货物位置信息生成运输指令。
5.根据权利要求1所述的无人搬运车调度方法,其特征在于,所述判断当前时间段内是否存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车包括:
所述无人搬运车管理系统基于无人搬运车节能预测模型判断当前时间段内是否存在处于非节能休眠的空闲的无人搬运车;
若是,则所述无人搬运车管理系统判断所述空闲的无人搬运车是否为可执行所述运输指令中的运算任务。
6.根据权利要求5所述的无人搬运车调度方法,其特征在于,所述无人搬运车节能预测模型的构建训练包括:
基于预设的贝叶斯先验概率模型对工作记录存储模块中存储的无人搬运车的工作时间记录进行学习,获取学习结果;
基于所述学习结果对所述贝叶斯先验概率模型进行更新,将更新后的贝叶斯先验概率模型作为所述无人搬运车节能预测模型。
7.根据权利要求5所述的无人搬运车调度方法,其特征在于,所述无人搬运车节能预测模型用于对所述无人搬运车管理系统中的无人搬运车的工作任务量进行预测,获取预测结果;以及,
所述无人搬运车管理系统根据所述预测结果按照预设休眠排序控制对应的无人搬运车进入节能休眠,所述节能休眠为所述无人搬运车只保留接收所述无人搬运车管理系统发送的唤醒指令在正常功耗状态下工作外的所有电子元器件均进入低功耗的节能休眠。
8.根据权利要求7所述的无人搬运车调度方法,其特征在于,所述无人搬运车进入休眠状态之前还包括:
所述无人搬运车将当前所在的位置信息基于无线AP连接发送至所述无人搬运车管理系统。
9.根据权利要求1-8所述的无人搬运车调度方法,其特征在于,所述方法还包括:
若判断当前时间段内不存在处于非节能休眠且可执行所述运输指令的空闲的无人搬运车时,所述无人搬运车管理系统基于所述运输指令生成唤醒指令;
基于所述无人搬运车在休眠前所在的位置,向可执行所述运输指令且距离货物位置最近的处于节能休眠的无人搬运车发送唤醒指令。
10.一种基于智能仓库的无人搬运车调度装置,其特征在于,所述无人搬运车调度装置包括仓库管理系统、用户终端系统、无人搬运车管理系统和工作记录存储模块,其中,所述仓库管理系统与所述无人搬运车管理系统基于以太网相连接;所述仓库管理系统与所述用户终端系统基于以太网相连接;所述工作记录存储模块与所述无人搬运车管理系统连接,用于存储所述无人搬运车管理系统中的无人搬运车的工作时间记录;所述无人搬运车调度装置被配置为执行如权利要求1-9任意一项所述的无人搬运车调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638745.5A CN109725616B (zh) | 2018-12-29 | 2018-12-29 | 一种基于智能仓库的无人搬运车调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638745.5A CN109725616B (zh) | 2018-12-29 | 2018-12-29 | 一种基于智能仓库的无人搬运车调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109725616A true CN109725616A (zh) | 2019-05-07 |
CN109725616B CN109725616B (zh) | 2020-10-30 |
Family
ID=66299363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811638745.5A Active CN109725616B (zh) | 2018-12-29 | 2018-12-29 | 一种基于智能仓库的无人搬运车调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109725616B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111007821A (zh) * | 2019-12-20 | 2020-04-14 | 韩山师范学院 | 批加工时间受总重量和最大尺寸双重约束的车间调度方法 |
CN111392303A (zh) * | 2020-03-18 | 2020-07-10 | 浙江冒个泡电子商务有限公司 | 一种智能仓库管理方法和系统 |
CN111784143A (zh) * | 2020-06-24 | 2020-10-16 | 合肥工大高科信息科技股份有限公司 | 一种矿石自动运输调度方法及系统 |
CN112180846A (zh) * | 2019-07-05 | 2021-01-05 | 杭州海康机器人技术有限公司 | 自动导引运输车任务调度方法、装置及系统 |
CN113253692A (zh) * | 2021-06-21 | 2021-08-13 | 浙江华睿科技有限公司 | Agv的巡游方法、装置、设备及可读存储介质 |
CN113283615A (zh) * | 2020-02-04 | 2021-08-20 | 丰田自动车株式会社 | 信息处理装置、非暂时性存储介质以及信息处理方法 |
CN113419536A (zh) * | 2021-07-07 | 2021-09-21 | 江苏云工场信息技术有限公司 | 一种vga无人自动驾驶控制方法及系统 |
CN113450038A (zh) * | 2020-03-25 | 2021-09-28 | 日日顺供应链科技股份有限公司 | 一种仓库搬运设备管理系统 |
CN113778024A (zh) * | 2020-08-13 | 2021-12-10 | 北京京东乾石科技有限公司 | 设备调度的方法、装置、电子设备和存储介质 |
CN113807755A (zh) * | 2020-06-15 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 数据处理、信息展示方法、设备及存储介质 |
CN113917894A (zh) * | 2020-07-09 | 2022-01-11 | 讯芯电子科技(中山)有限公司 | 智能搬运车以及智能物料储存管理系统 |
WO2022048234A1 (zh) * | 2020-09-07 | 2022-03-10 | 北京沃东天骏信息技术有限公司 | 货物调度方法、装置、电子设备以及存储介质 |
WO2022205973A1 (zh) * | 2021-03-30 | 2022-10-06 | 北京迈格威科技有限公司 | 载具控制方法、装置、设备、产品及介质 |
CN116894630A (zh) * | 2023-07-24 | 2023-10-17 | 超汇科技(广州)有限公司 | 一种基于智能仓储的建材出入库管理方法及系统 |
CN117273606A (zh) * | 2023-09-19 | 2023-12-22 | 中油管道物资装备有限公司 | 一种基于智能仓库的无人搬运车调度方法及系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6175702A (ja) * | 1984-09-19 | 1986-04-18 | Hitachi Ltd | 自動倉庫システムの制御装置 |
CN101925869A (zh) * | 2008-01-31 | 2010-12-22 | 丰田自动车株式会社 | 无人搬运车的充电管理方法及系统 |
CN102160007A (zh) * | 2008-09-26 | 2011-08-17 | 村田机械株式会社 | 搬运车系统 |
CN102602643A (zh) * | 2012-03-02 | 2012-07-25 | 无锡普智联科高新技术有限公司 | 一种高密度自动立体仓储系统 |
CN103268119A (zh) * | 2013-06-05 | 2013-08-28 | 合肥凌翔信息科技有限公司 | 无人搬运车导航控制系统及其导航控制方法 |
CN204507907U (zh) * | 2014-12-25 | 2015-07-29 | 北京物资学院 | 一种基于潜入式agv的储分一体化系统 |
CN105117892A (zh) * | 2015-10-10 | 2015-12-02 | 广东轻工职业技术学院 | 一种自动化仓储管理方法 |
CN105468823A (zh) * | 2015-11-16 | 2016-04-06 | 广州广电运通金融电子股份有限公司 | 一种自助设备节能控制方法和装置 |
CN106660705A (zh) * | 2014-08-26 | 2017-05-10 | 村田机械株式会社 | 分拣系统和分拣方法 |
CN106873564A (zh) * | 2017-04-26 | 2017-06-20 | 南京航空航天大学 | 基于智能车间的流动式多智能体实时调度系统及方法 |
CN107533140A (zh) * | 2015-03-06 | 2018-01-02 | 看门人系统公司 | 可移动物体的低能耗定位 |
CN207198902U (zh) * | 2017-09-21 | 2018-04-06 | 四川中烟工业有限责任公司 | 一种基于agv移动平台的自动运输任务调度系统 |
CN108100548A (zh) * | 2017-11-10 | 2018-06-01 | 北京科捷物流有限公司 | 一种仓储机器人自动分拣方法及分拣系统 |
CN108146969A (zh) * | 2017-12-14 | 2018-06-12 | 北京起重运输机械设计研究院 | 一种立体库监控系统出库任务调度方法及装置 |
CN108549391A (zh) * | 2018-05-25 | 2018-09-18 | 汇专科技集团股份有限公司 | Agv小车控制系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543778A (zh) * | 2018-09-28 | 2019-03-29 | 北京中集智冷科技有限公司 | 智能出入库管理方法及系统 |
-
2018
- 2018-12-29 CN CN201811638745.5A patent/CN109725616B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6175702A (ja) * | 1984-09-19 | 1986-04-18 | Hitachi Ltd | 自動倉庫システムの制御装置 |
CN101925869A (zh) * | 2008-01-31 | 2010-12-22 | 丰田自动车株式会社 | 无人搬运车的充电管理方法及系统 |
CN102160007A (zh) * | 2008-09-26 | 2011-08-17 | 村田机械株式会社 | 搬运车系统 |
CN102602643A (zh) * | 2012-03-02 | 2012-07-25 | 无锡普智联科高新技术有限公司 | 一种高密度自动立体仓储系统 |
CN103268119A (zh) * | 2013-06-05 | 2013-08-28 | 合肥凌翔信息科技有限公司 | 无人搬运车导航控制系统及其导航控制方法 |
CN106660705A (zh) * | 2014-08-26 | 2017-05-10 | 村田机械株式会社 | 分拣系统和分拣方法 |
CN204507907U (zh) * | 2014-12-25 | 2015-07-29 | 北京物资学院 | 一种基于潜入式agv的储分一体化系统 |
CN107533140A (zh) * | 2015-03-06 | 2018-01-02 | 看门人系统公司 | 可移动物体的低能耗定位 |
CN105117892A (zh) * | 2015-10-10 | 2015-12-02 | 广东轻工职业技术学院 | 一种自动化仓储管理方法 |
CN105468823A (zh) * | 2015-11-16 | 2016-04-06 | 广州广电运通金融电子股份有限公司 | 一种自助设备节能控制方法和装置 |
CN106873564A (zh) * | 2017-04-26 | 2017-06-20 | 南京航空航天大学 | 基于智能车间的流动式多智能体实时调度系统及方法 |
CN207198902U (zh) * | 2017-09-21 | 2018-04-06 | 四川中烟工业有限责任公司 | 一种基于agv移动平台的自动运输任务调度系统 |
CN108100548A (zh) * | 2017-11-10 | 2018-06-01 | 北京科捷物流有限公司 | 一种仓储机器人自动分拣方法及分拣系统 |
CN108146969A (zh) * | 2017-12-14 | 2018-06-12 | 北京起重运输机械设计研究院 | 一种立体库监控系统出库任务调度方法及装置 |
CN108549391A (zh) * | 2018-05-25 | 2018-09-18 | 汇专科技集团股份有限公司 | Agv小车控制系统及方法 |
Non-Patent Citations (1)
Title |
---|
张秋淼: "基于物联网技术的仓储物资智能管理系统研究", 《道客巴巴HTTP://WWW.DOC88.COM/P-6718413741094.HTML》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180846A (zh) * | 2019-07-05 | 2021-01-05 | 杭州海康机器人技术有限公司 | 自动导引运输车任务调度方法、装置及系统 |
CN112180846B (zh) * | 2019-07-05 | 2022-02-25 | 杭州海康机器人技术有限公司 | 自动导引运输车任务调度方法、装置及系统 |
CN111007821A (zh) * | 2019-12-20 | 2020-04-14 | 韩山师范学院 | 批加工时间受总重量和最大尺寸双重约束的车间调度方法 |
CN113283615A (zh) * | 2020-02-04 | 2021-08-20 | 丰田自动车株式会社 | 信息处理装置、非暂时性存储介质以及信息处理方法 |
CN111392303A (zh) * | 2020-03-18 | 2020-07-10 | 浙江冒个泡电子商务有限公司 | 一种智能仓库管理方法和系统 |
CN113450038A (zh) * | 2020-03-25 | 2021-09-28 | 日日顺供应链科技股份有限公司 | 一种仓库搬运设备管理系统 |
CN113807755A (zh) * | 2020-06-15 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 数据处理、信息展示方法、设备及存储介质 |
CN111784143A (zh) * | 2020-06-24 | 2020-10-16 | 合肥工大高科信息科技股份有限公司 | 一种矿石自动运输调度方法及系统 |
CN111784143B (zh) * | 2020-06-24 | 2023-12-01 | 合肥工大高科信息科技股份有限公司 | 一种矿石自动运输调度方法及系统 |
CN113917894B (zh) * | 2020-07-09 | 2024-04-19 | 讯芯电子科技(中山)有限公司 | 智能搬运车以及智能物料储存管理系统 |
CN113917894A (zh) * | 2020-07-09 | 2022-01-11 | 讯芯电子科技(中山)有限公司 | 智能搬运车以及智能物料储存管理系统 |
CN113778024A (zh) * | 2020-08-13 | 2021-12-10 | 北京京东乾石科技有限公司 | 设备调度的方法、装置、电子设备和存储介质 |
WO2022048234A1 (zh) * | 2020-09-07 | 2022-03-10 | 北京沃东天骏信息技术有限公司 | 货物调度方法、装置、电子设备以及存储介质 |
WO2022205973A1 (zh) * | 2021-03-30 | 2022-10-06 | 北京迈格威科技有限公司 | 载具控制方法、装置、设备、产品及介质 |
CN113253692A (zh) * | 2021-06-21 | 2021-08-13 | 浙江华睿科技有限公司 | Agv的巡游方法、装置、设备及可读存储介质 |
CN113419536A (zh) * | 2021-07-07 | 2021-09-21 | 江苏云工场信息技术有限公司 | 一种vga无人自动驾驶控制方法及系统 |
CN116894630A (zh) * | 2023-07-24 | 2023-10-17 | 超汇科技(广州)有限公司 | 一种基于智能仓储的建材出入库管理方法及系统 |
CN117273606A (zh) * | 2023-09-19 | 2023-12-22 | 中油管道物资装备有限公司 | 一种基于智能仓库的无人搬运车调度方法及系统 |
CN117273606B (zh) * | 2023-09-19 | 2024-04-12 | 中油管道物资装备有限公司 | 一种基于智能仓库的无人搬运车调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109725616B (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109725616A (zh) | 一种基于智能仓库的无人搬运车调度方法及装置 | |
US20200167724A1 (en) | Systems, apparatuses and methods for supply chain network identification and optimization | |
US20040082296A1 (en) | Network Formation in Asset-Tracking System Based on Asset Class | |
CN107220789A (zh) | 一种物流配送调度方法及系统 | |
CN103947281A (zh) | 802.11受限接入窗口 | |
CN102870475A (zh) | 功率高效的通信 | |
CN110146088A (zh) | 一种智能仓储管理系统中的室内定位导航方法及导航模型 | |
CN101523446A (zh) | 预留管理系统和方法 | |
CN103384889A (zh) | 具有自调整操作参数的基于rfid的库存监视系统和方法 | |
CN105938585A (zh) | 一种基于云技术的鲜奶配送系统 | |
CN108364158A (zh) | 一种智能物流托盘的统一信息服务系统 | |
CN110149369A (zh) | 基于物联网的终端设备的轮转上报方法和远程控制系统 | |
CN109919266A (zh) | 一种电子标签、电子拣货系统、方法和计算机可读介质 | |
CN110913443B (zh) | 智能多传感器协同探测方法、装置、传感器和存储介质 | |
CN110334789A (zh) | 自助找货定位提醒设备、提醒系统、货品设置及查找方法 | |
CN110378529A (zh) | 一种数据生成的方法、装置、可读存储介质和电子设备 | |
WO2003032501A2 (en) | Network formation in asset-tracking system based on asset class | |
CN104697287A (zh) | 一种云系统冰箱管理方法及系统 | |
KR102085630B1 (ko) | 저전력광역통신 기반 어구식별 스마트부이 및 어선용게이트웨이 시스템 및 그 방법 | |
CN105704827B (zh) | 一种用于rtt测量定位的跨信道调度方法和装置 | |
Yi et al. | Multi-Task Transfer Deep Reinforcement Learning for Timely Data Collection in Rechargeable-UAV-aided IoT Networks | |
CN206209857U (zh) | 一种基于射频技术的仓库货物自动统计系统 | |
CN109507959A (zh) | 一种苹果等级分选运输生产线的智能控制方法 | |
CN106817280A (zh) | 一种物联网设备的控制端计时方法及系统 | |
CN108197865A (zh) | 物流配送任务快速调度控制方法及装置 |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: No.33 Dongzhong Road, East District, Huangpu District, Guangzhou, Guangdong 510000 Patentee after: GUANGZHOU YUANLIAN LOGISTICS SERVICE Co.,Ltd. Address before: No. 33, Dongzhong Road, East District, Huangpu District, Guangzhou, Guangdong 510765 Patentee before: GUANGZHOU YUANLIAN LOGISTICS SERVICE Co.,Ltd. |