CN112836775B - 不同货物的出入库信息录入系统 - Google Patents
不同货物的出入库信息录入系统 Download PDFInfo
- Publication number
- CN112836775B CN112836775B CN202110157187.6A CN202110157187A CN112836775B CN 112836775 B CN112836775 B CN 112836775B CN 202110157187 A CN202110157187 A CN 202110157187A CN 112836775 B CN112836775 B CN 112836775B
- Authority
- CN
- China
- Prior art keywords
- goods
- cargos
- yolo
- information
- statistical line
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种不同货物的出入库信息录入系统,包括货物输送单元,信息采集单元和信息处理单元,所述货物输送单元输送货物,所述信息采集单元将货物输送单元输送的货物信息进行采集并传输给信息处理单元,所述货物输送单元包括链条输送机,用于输送货物出入库。该不同货物的出入库信息录入系统具有成本低,只需要利用仓库现有的摄像头即可;效率高,货物经过统计区域无需等待,按照正常速度通过即可;智能化程度高,无需人工;精度高,只要统计区域合理,货物撞线次数是确定的等优点。
Description
技术领域
本发明涉及仓储信息录入技术领域,具体为一种不同货物的出入库信息录入系统。
背景技术
现在仓储货物的进出库信息录入主要有两种方法:扫描条形码和RFID技术,上述两种方法基本可以满足人们的使用需求,但是依旧存在一定的问题,具体问题如下所述:
扫描扫描条形码时容易出现不准确导致货物信息录入错误,并且该方法需要人工手执扫描条形码仪器进行工作,浪费大量的人力,使得出入库效率变慢同时条形码容易被污染导致信息不能读取;
RFID电子标签十分昂贵,成本较高并且由于RFID技术出现时间较短,在技术上还不是非常成熟,同时由于超高频RFID电子标签具有反向反射性特点,使其在金属、液体等商品中应用比较困难。
发明内容
本发明的目的在于提供一种不同货物的出入库信息录入系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种不同货物的出入库信息录入系统,包括货物输送单元,信息采集单元和信息处理单元,所述货物输送单元输送货物,所述信息采集单元将货物输送单元输送的货物信息进行采集并传输给信息处理单元,
所述货物输送单元包括链条输送机,用于输送货物出入库。
优选的,上述一种不同货物的出入库信息录入系统中,所述信息采集单元包括摄像头,用于捕捉货物通过统计线的像素大小。
优选的,上述一种不同货物的出入库信息录入系统中,所述信息处理单元包括YOLO算法,用于通过摄像头来获得货物通过统计线时像素大小的不同,将货物定义不同的种类,完成不同货物的出入库信息录入。
优选的,上述一种不同货物的出入库信息录入系统中,
步骤1:固定工厂摄像头的位置使其保持恒定从而固定统计线的位置;
步骤2:将两种货物提前在YOLO中进行训练,将像素小的货物定义为A货物,像素大的货物定义为B货物;
步骤3:当两种货物从包装区完成包装进入仓库时,通过“YOLO”提前在包装区的出口画出一条统计线,当货物通过统计线时,由于两种货物的体积不同,则“YOLO”通过摄像头采集到的像素大小也不同,像素小的定义为A货物、像素大的定义为B货物;
步骤4:“YOLO”将收入到的信号传送给AGV、RGV、堆垛机等从而将A、B两种货物运到立体货架;
步骤5:当货物进入立体货架的货物仓位时,利用“YOLO”提前在每个仓位中间画好统计线,当货物通过统计线时,“YOLO”就可通过摄像头获得货物的像素,像素小的定义为A货物、像素大的定义为B货物;
步骤6:记录每个仓位A货物或B货物的信息;
步骤7:当货物出库时,利用“YOLO”提前在出货口处链条机的末端画出一条统计线,“YOLO”通过摄像头来得到货物通过统计线时货物像素的大小,当货物通过统计线时将像素小的定义为A货物、像素大的定义为B货物;
步骤8:经过步骤1到步骤7,“YOLO”通过摄像头来获得货物通过统计线时像素大小的不同,将货物定义不同的种类,完成不同货物的出入库信息录入。
优选的,上述一种不同货物的出入库信息录入系统中,YOLO算法运算公式为:y=(pc,bx,bh,bw,c),
PC=1:confidence of an object being present in the bounding box
c=3:class of the object being detected(here 3for“A”)
c=4:class of the object being detected(here 3for“B”)
如果YOLO算法需要识别80种物体,那么c是1-80之间任意整数,也可以是80维的向量,识别出的物体为1,其他均为零。
与现有技术相比,本发明的有益效果是:
第一、成本低,只需要利用仓库现有的摄像头即可;
第二、效率高,货物经过统计区域无需等待,按照正常速度通过即可;
第三、智能化程度高,无需人工;
第四、精度高,只要统计区域合理,货物撞线次数是确定的。
附图说明
图1为本发明货物训练状态示意图;
图2为本发明货物位于立体货架状态示意图;
图3为本发明货物出库状态示意图;
图4为本发明货物训练标记示意图一;
图5为本发明货物训练标记示意图二;
图6为本发明YOLO算法模型示意图一;
图7为本发明YOLO算法模型示意图二;
图8为本发明YOLO算法模型示意图三;
图9为本发明YOLO算法模型示意图四。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-9,本发明提供的一种实施例:一种不同货物的出入库信息录入系统,包括货物输送单元,信息采集单元和信息处理单元,货物输送单元输送货物,信息采集单元将货物输送单元输送的货物信息进行采集并传输给信息处理单元,
货物输送单元包括链条输送机,用于输送货物出入库。
信息采集单元包括摄像头,用于捕捉货物通过统计线的像素大小。
信息处理单元包括YOLO算法,用于通过摄像头来获得货物通过统计线时像素大小的不同,将货物定义不同的种类,完成不同货物的出入库信息录入。
步骤1:固定工厂摄像头的位置使其保持恒定从而固定统计线的位置;
步骤2:将两种货物提前在YOLO中进行训练,将像素小的货物定义为A货物,像素大的货物定义为B货物;
步骤3:当两种货物从包装区完成包装进入仓库时,通过“YOLO”提前在包装区的出口画出一条统计线,当货物通过统计线时,由于两种货物的体积不同,则“YOLO”通过摄像头采集到的像素大小也不同,像素小的定义为A货物、像素大的定义为B货物;
步骤4:“YOLO”将收入到的信号传送给AGV、RGV、堆垛机等从而将A、B两种货物运到立体货架;
步骤5:当货物进入立体货架的货物仓位时,利用“YOLO”提前在每个仓位中间画好统计线,当货物通过统计线时,“YOLO”就可通过摄像头获得货物的像素,像素小的定义为A货物、像素大的定义为B货物;
步骤6:记录每个仓位A货物或B货物的信息;
步骤7:当货物出库时,利用“YOLO”提前在出货口处链条机的末端画出一条统计线,“YOLO”通过摄像头来得到货物通过统计线时货物像素的大小,当货物通过统计线时将像素小的定义为A货物、像素大的定义为B货物;
步骤8:经过步骤1到步骤7,“YOLO”通过摄像头来获得货物通过统计线时像素大小的不同,将货物定义不同的种类,完成不同货物的出入库信息录入。
YOLO算法运算公式为:y=(pc,bx,bh,bw,c),
PC=1:confidence of an object being present in the bounding box
c=3:class of the object being detected(here 3for“A”)
c=4:class of the object being detected(here 3for“B”)
如果YOLO算法需要识别80种物体,那么c是1-80之间任意整数,也可以是80维的向量,识别出的物体为1,其他均为零。
本发明一个实施例如下:
输入(m,608,608,3)
输出是识别出来的物体被边框(pc,bx,by,bw,bh,c),加入c是一个80维的向量,则每个边框有80个代表值
示例中将使用5个achors box,因此模型为IMAGE(m,608,608,3)->deep CNN->ENCODING(m,19,19,5,85)
ENCODING细节解释
Preprocessed image(608,608,3)
如果识别出的物体落入了一个网格中,那么这个网格将会负责识别该物体。
本示例中使用的5个achors box,因此19*19中的每个网格ENCODING5个boxes,为了方便起见,把(m,19,19,5,85)展开为(m,19,19,425)
于是,对每个achors box做如下计算
The box(bx,by,bh,bw)has detected c=3(“A”)with probability score:0.44
对于19*19个网格中的每个格子,找到每个网格的最大score给每个最大score的achors box上色。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (1)
1.一种不同货物的出入库信息录入系统,其特征在于:包括货物输送单元,信息采集单元和信息处理单元,所述货物输送单元输送货物,所述信息采集单元将货物输送单元输送的货物信息进行采集并传输给信息处理单元,
所述货物输送单元包括链条输送机,用于输送货物出入库,
所述信息采集单元包括摄像头,用于捕捉货物通过统计线的像素大小,
所述信息处理单元包括YOLO算法,用于通过摄像头来获得货物通过统计线时像素大小的不同,将货物定义不同的种类,完成不同货物的出入库信息录入,
步骤1:固定工厂摄像头的位置使其保持恒定从而固定统计线的位置;
步骤2:将两种货物提前在YOLO中进行训练,将像素小的货物定义为A货物,像素大的货物定义为B货物;
步骤3:当两种货物从包装区完成包装进入仓库时,通过“YOLO”提前在包装区的出口画出一条统计线,当货物通过统计线时,由于两种货物的体积不同,则“YOLO”通过摄像头采集到的像素大小也不同,像素小的定义为A货物、像素大的定义为B货物;
步骤4:“YOLO”将收入到的信号传送给AGV、RGV、堆垛机从而将A、B两种货物运到立体货架;
步骤5:当货物进入立体货架的货物仓位时,利用“YOLO”提前在每个仓位中间画好统计线,当货物通过统计线时,“YOLO”就可通过摄像头获得货物的像素,像素小的定义为A货物、像素大的定义为B货物;
步骤6:记录每个仓位A货物或B货物的信息;
步骤7:当货物出库时,利用“YOLO”提前在出货口处链条机的末端画出一条统计线,“YOLO”通过摄像头来得到货物通过统计线时货物像素的大小,当货物通过统计线时将像素小的定义为A货物、像素大的定义为B货物;
步骤8:经过步骤1到步骤7,“YOLO”通过摄像头来获得货物通过统计线时像素大小的不同,将货物定义不同的种类,完成不同货物的出入库信息录入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110157187.6A CN112836775B (zh) | 2021-02-04 | 2021-02-04 | 不同货物的出入库信息录入系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110157187.6A CN112836775B (zh) | 2021-02-04 | 2021-02-04 | 不同货物的出入库信息录入系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112836775A CN112836775A (zh) | 2021-05-25 |
CN112836775B true CN112836775B (zh) | 2022-07-29 |
Family
ID=75932383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110157187.6A Active CN112836775B (zh) | 2021-02-04 | 2021-02-04 | 不同货物的出入库信息录入系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836775B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012002552A1 (en) * | 2010-07-01 | 2012-01-05 | Ricoh Company, Ltd. | Object identification device |
CN206039544U (zh) * | 2016-07-26 | 2017-03-22 | 浙江科技学院 | 一种物品出入库综合验证装置 |
CN108520387A (zh) * | 2018-04-19 | 2018-09-11 | 白冰 | 一种智能仓库仿真模拟系统 |
CN108647917A (zh) * | 2018-04-19 | 2018-10-12 | 白冰 | 智能仓库运行仿真优化方法 |
WO2018204656A1 (en) * | 2017-05-03 | 2018-11-08 | Mobileye Vision Technologies Ltd. | Detection and classification systems and methods for autonomous vehicle navigation |
CN111292305A (zh) * | 2020-01-22 | 2020-06-16 | 重庆大学 | 一种改进型yolo-v3的金属加工表面缺陷检测方法 |
CN111709345A (zh) * | 2020-06-12 | 2020-09-25 | 重庆电政信息科技有限公司 | 一种固定环境内异常物品实时检测方法 |
-
2021
- 2021-02-04 CN CN202110157187.6A patent/CN112836775B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012002552A1 (en) * | 2010-07-01 | 2012-01-05 | Ricoh Company, Ltd. | Object identification device |
CN206039544U (zh) * | 2016-07-26 | 2017-03-22 | 浙江科技学院 | 一种物品出入库综合验证装置 |
WO2018204656A1 (en) * | 2017-05-03 | 2018-11-08 | Mobileye Vision Technologies Ltd. | Detection and classification systems and methods for autonomous vehicle navigation |
CN108520387A (zh) * | 2018-04-19 | 2018-09-11 | 白冰 | 一种智能仓库仿真模拟系统 |
CN108647917A (zh) * | 2018-04-19 | 2018-10-12 | 白冰 | 智能仓库运行仿真优化方法 |
CN111292305A (zh) * | 2020-01-22 | 2020-06-16 | 重庆大学 | 一种改进型yolo-v3的金属加工表面缺陷检测方法 |
CN111709345A (zh) * | 2020-06-12 | 2020-09-25 | 重庆电政信息科技有限公司 | 一种固定环境内异常物品实时检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112836775A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9880269B2 (en) | Apparatus and methods for dimensioning an object carried by a vehicle moving in a field of measurement | |
US10290115B2 (en) | Device and method for determining the volume of an object moved by an industrial truck | |
US5698833A (en) | Omnidirectional barcode locator | |
CN101414356B (zh) | 基于模板匹配的信息填涂卡识别方法 | |
US9898833B1 (en) | Apparatus and method for determining the dimensions of a package while in motion | |
CN110458256B (zh) | 一种基于rfid的货物管理方法、电子设备及系统 | |
KR20190003214A (ko) | Qr 코드 스캔 기능과 rfid 리더와 통신할 수 있는 스마트 글래스를 사용한 창고 관리 시스템 | |
US10977749B2 (en) | System and method for tracking a box and correlating a quality characteristic of the box to an overall equipment effectiveness of a packaging line that manipulates the box during a product packaging process | |
EP3347672B1 (en) | An apparatus for the determination of the features of at least a moving load | |
CN112836775B (zh) | 不同货物的出入库信息录入系统 | |
DE102019202076A1 (de) | Gabelstapler und system mit gabelstapler zur identifikation einer ware | |
CN110979853B (zh) | 一种基于机器视觉的自动化包装方法及系统 | |
US11200677B2 (en) | Method, system and apparatus for shelf edge detection | |
CN112052696A (zh) | 一种基于机器视觉的棒材成品库出库标签识别方法、装置及设备 | |
KR102619659B1 (ko) | 택배화물 취급 자동화를 위한 화물정보 인식 장치 및 방법 | |
CN111386533B (zh) | 使用对称定位的空白区域检测和识别图像数据中图形字符表示的方法和装置 | |
CN113978987B (zh) | 栈板物品打包提货方法、装置、设备及介质 | |
CN115860605A (zh) | 一种基于视觉识别的仓储物流检测系统 | |
CN112686067A (zh) | 一种基于图像和射频识别的货物实时检测方法及检测系统 | |
CN115035490A (zh) | 目标检测方法、装置、设备和存储介质 | |
US20210229850A1 (en) | System and method for tracking a box and correlating a quality characteristic of the box to an overall equipment effectiveness of a packaging line that manipulates the box during a product packaging process | |
CN113844686B (zh) | 一种电池材料专用包装秤 | |
Astafiev et al. | Development of an algorithm for determining the movement of products between racks based on data from their radio frequency tags | |
US11969760B1 (en) | Singulation and sortation defect detection | |
CN112101835B (zh) | 应用云计算的产品分拣系统 |
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 |