CN113361992A - 一种货物物体智能视频识别算法 - Google Patents
一种货物物体智能视频识别算法 Download PDFInfo
- Publication number
- CN113361992A CN113361992A CN202110586737.6A CN202110586737A CN113361992A CN 113361992 A CN113361992 A CN 113361992A CN 202110586737 A CN202110586737 A CN 202110586737A CN 113361992 A CN113361992 A CN 113361992A
- Authority
- CN
- China
- Prior art keywords
- goods
- data
- intelligent video
- steps
- picture
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000012546 transfer Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000009966 trimming Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000012634 fragment Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
Abstract
本发明公开了一种货物物体智能视频识别算法，涉及仓库管理技术领域，包括以下步骤：对视频信息进行接入，运动物体识别，对物体进行分析，对物体进行计算，然后将计算出的数据传送至数据库进行完善，对物体进行分类和编号，然后入库，控制仓库转运系统对货物进输送，从拍摄货物的视频中提取三帧含有货物整体的图片。本发明通过将处理后的货物图片与基准图片进行比对，然后计算出物体底部长和宽的两个对比倍数，再将两个对比倍数分别乘以基准图片物体的基准单位值，将数值换算成单位为厘米的数值，即可得出货物底部大致的长和宽的数据，解决人工对货物进行识别并分类会增加人工的成本且识别的效率较低的问题，增加识别工作的效率。
Description
技术领域
本发明涉及仓库管理技术领域，具体涉及一种货物物体智能视频识别算法。
背景技术
仓储在企业的整个供应链中起着至关重要的作用，如果不能保证正确的进货、库存控制和出货，将会导致管理费用的增加，服务质量难以得到保证，从而影响企业的竞争力，传统简单、静态的仓储管理已无法保证企业各种资源的高效利用，如今的仓库作业和库存控制作业已十分复杂化多样化，仅靠人工记忆和手工录入，不但费时费力，而且容易出错，给企业带来巨大损失。
针对现有技术存在以下问题：
1、现有的货物物体识别算法不具备的自动对货物进行计算的功能，均通过人工对货物进行识别并分类，增加人工的成本且识别的效率较低；
2、现有的货物物体识别算法不具备自动对货物的数据进行收集的功能，还需人工对货物数据进行收集完善，效率较低，亟待改进。
发明内容
本发明提供一种货物物体智能视频识别算法，其中一种目的是为了具备自动对货物进行计算的功能，解决人工对货物进行识别并分类会增加人工的成本且识别的效率较低的问题；其中另一种目的是为了解决人工对货物数据进行收集完善效率较低的问题，以达到增加工作效率的效果。
为解决上述技术问题，本发明所采用的技术方案是：
一种货物物体智能视频识别算法，该货物物体智能视频识别算法，包括以下步骤：
步骤一、对视频信息进行接入；
步骤二、运动物体识别；
步骤三、对物体进行分析；
步骤四、对物体进行计算，然后将计算出的数据传送至数据库进行完善；
步骤五、对物体进行分类和编号，然后入库；
步骤六、控制仓库转运系统对货物进输送。
本发明技术方案的进一步改进在于：所述步骤三中还包括以下步骤：
A1、从拍摄货物的视频中提取三帧含有货物整体的图片，对三帧图片进行对比，选取其中最清晰的一帧作为分析对象，对剩余两帧图片进行删除；
A2、利用修饰软件对图片进行修剪，修剪掉除货物外的多余片段，再对图片的清晰度进行修复；
A3、通过识别软件对货物的整体外观进行识别，若货物的外观为长方体，则发出将货物输入后续系统中的指令，来实现自动对货物进行入库的工作，若货物的外观为非长方体的异形，则发出让货物输送出的指令，随后通过人工对货物进行处理。
本发明技术方案的进一步改进在于：所述步骤四中还包括以下步骤：
B1、在对货物进行计算时，对一个边长为一米的正方体进行拍摄，将其输运过程中的图片设置为基准图片，基准图片内的正方体的底部的长和宽设置为单位一；
B2、将处理后的货物图片与基准图片进行比对；
B3、然后计算出物体底部长和宽的两个对比倍数；
B4、再将两个对比倍数分别乘以基准图片物体的基准单位值；
B5、将数值换算成单位为厘米的数值，即可得出货物底部大致的长和宽的数据；
B6、对数值进行显示。
本发明技术方案的进一步改进在于：所述步骤四中还包括以下步骤：
C1、在对货物的数据样本上传到数据库时，通过数据接收模块对输数据进行接收；
C2、再通过分类模块对数据进行分类，将货物数据分为大型货物和一般货物两类，再对分类后的数据进行优化，消除数据中的小数部分和多余部分；
C3、通过分析模块对数据进行分析，分析出传输所产生的错误数据并删除，最终对分析后的数据进行压缩保存并输送至大数据模块内。
本发明技术方案的进一步改进在于：所述步骤中六还包括以下步骤：
S1、在出库系统使用前，对每个小车的限载数据进行输入，根据其限载数据依次对小车进行分组编号；
S2、在货物出库时，将待出库的货物的体积与小车限载数据进行比对，筛选出可运输此货物且空闲的小车；
S3、控制距离最近的符合的小车移动至货物附近对其进行搬运，此时小车显示为忙碌状态；
S4、货物输出完成后小车显示为空闲状态，货物输出完成后将货物数据删除；
S5、最终显示此货架空闲。
本发明技术方案的进一步改进在于：所述步骤二中还包括以下步骤：通过外接的红外探测器对物体的经过进行识别，若无物体通过，红外线能被自动接收到，若有物体通过则红外线无法被接收到，随之控制拍摄装置对物体进行拍摄，实现自动识别且自动拍摄的功能。
本发明技术方案的进一步改进在于：所述步骤六中还包括以下步骤：对计算完成的货物选择合适的空闲货架，随之对货物进行分类，再依次对货物进行标号，通过控制小车将货物输送至空闲货架上，进行入库的功能。
由于采用了上述技术方案，本发明相对现有技术来说，取得的技术进步是：
1、本发明提供一种货物物体智能视频识别算法，将处理后的货物图片与基准图片进行比对，然后计算出物体底部长和宽的两个对比倍数，再将两个对比倍数分别乘以基准图片物体的基准单位值，将数值换算成单位为厘米的数值，即可得出货物底部大致的长和宽的数据，解决人工对货物进行识别并分类会增加人工的成本且识别的效率较低的问题，增加识别工作的效率。
2、本发明提供一种货物物体智能视频识别算法，在对货物的数据样本上传到数据库时，通过数据接收模块对输数据进行接收，再通过分类模块对数据进行分类，将货物数据分为大型货物和一般货物两类，再对分类后的数据进行优化，消除数据中的小数部分和多余部分，通过分析模块对数据进行分析，分析出传输所产生的错误数据并删除，最终对分析后的数据进行压缩保存并输送至大数据模块内，实现自动对货物数据进行收集完善的功能，避免人工收集出现错误的问题，提升货物数据收集的效率。
3、本发明提供一种货物物体智能视频识别算法，在出库系统使用前，对每个小车的限载数据进行输入，根据其限载数据依次对小车进行分组编号，在货物出库时，将待出库的货物的体积与小车限载数据进行比对，筛选出可运输此货物且空闲的小车，控制距离最近的符合的小车移动至货物附近对其进行搬运，此时小车显示为忙碌状态，货物输出完成后小车显示为空闲状态，货物输出完成后将货物数据删除，实现自动高效的出库功能，避免人工出库效率较慢的问题，缩短出库的时间，提升仓库的处理速率。
附图说明
图1为本发明的工作流程图；
图2为本发明的物体分析的流程图；
图3为本发明的物体计算的流程图；
图4为本发明的数据处理的流程图；
图5为本发明的物体出库的流程图。
具体实施方式
下面结合实施例对本发明做进一步详细说明：
实施例1
如图1-5所示，本发明提供了一种货物物体智能视频识别算法，该货物物体智能视频识别算法，包括以下步骤：
步骤一、对视频信息进行接入；
步骤二、运动物体识别；
步骤三、对物体进行分析；
步骤四、对物体进行计算，然后将计算出的数据传送至数据库进行完善；
步骤五、对物体进行分类和编号，然后入库；
步骤六、控制仓库转运系统对货物进输送。
其中步骤三中还包括以下步骤：
A1、从拍摄货物的视频中提取三帧含有货物整体的图片，对三帧图片进行对比，选取其中最清晰的一帧作为分析对象，对剩余两帧图片进行删除；
A2、利用修饰软件对图片进行修剪，修剪掉除货物外的多余片段，再对图片的清晰度进行修复，提升识别软件对货物的整体进行识别的准确性；
A3、通过识别软件对货物的整体外观进行识别，若货物的外观为长方体，则发出将货物输入后续系统中的指令，来实现自动对货物进行入库的工作，若货物的外观为非长方体的异形，则发出让货物输送出的指令，随后通过人工对货物进行处理。
其中步骤四中还包括以下步骤：
B1、在对货物进行计算时，对一个边长为一米的正方体进行拍摄，将其输运过程中的图片设置为基准图片，基准图片内的正方体的底部的长和宽设置为单位一；
B2、将处理后的货物图片与基准图片进行比对；
B3、然后计算出物体底部长和宽的两个对比倍数；
B4、再将两个对比倍数分别乘以基准图片物体的基准单位值；
B5、将数值换算成单位为厘米的数值，即可得出货物底部大致的长和宽的数据，物体高度的数据由红外线探测器进行检测，增加识别的准确性；
B6、对数值进行显示。
其中步骤四中还包括以下步骤：
C1、在对货物的数据样本上传到数据库时，通过数据接收模块对输数据进行接收；
C2、再通过分类模块对数据进行分类，将货物数据分为大型货物和一般货物两类，再对分类后的数据进行优化，消除数据中的小数部分和多余部分；
C3、通过分析模块对数据进行分析，分析出传输所产生的错误数据并删除，最终对分析后的数据进行压缩保存并输送至大数据模块内，通过对数据进行如此处理，可对利用大数据提升仓库管理的整体效率。
其中步骤中六还包括以下步骤：
S1、在出库系统使用前，对每个小车的限载数据进行输入，根据其限载数据依次对小车进行分组编号；
S2、在货物出库时，将待出库的货物的体积与小车限载数据进行比对，筛选出可运输此货物且空闲的小车；
S3、控制距离最近的符合的小车移动至货物附近对其进行搬运，此时小车显示为忙碌状态；
S4、货物输出完成后小车显示为空闲状态，货物输出完成后将货物数据删除；
S5、最终显示此货架空闲。
其中步骤二中还包括以下步骤：通过外接的红外探测器对物体的经过进行识别，若无物体通过，红外线能被自动接收到，若有物体通过则红外线无法被接收到，随之控制拍摄装置对物体进行拍摄，实现自动识别且自动拍摄的功能，便于及时对物体进行拍摄。
其中步骤六中还包括以下步骤：对计算完成的货物选择合适的空闲货架，随之对货物进行分类，再依次对货物进行标号，通过控制小车将货物输送至空闲货架上，进行入库的功能，方便入库工作高效的进行。
上文一般性的对本发明做了详尽的描述，但在本发明基础上，可以对之做一些修改或改进，这对于技术领域的一般技术人员是显而易见的。因此，在不脱离本发明思想精神的修改或改进，均在本发明的保护范围之内。
Claims (7)
1.一种货物物体智能视频识别算法，其特征在于：该货物物体智能视频识别算法，包括以下步骤：
步骤一、对视频信息进行接入；
步骤二、运动物体识别；
步骤三、对物体进行分析；
步骤四、对物体进行计算，然后将计算出的数据传送至数据库进行完善；
步骤五、对物体进行分类和编号，然后入库；
步骤六、控制仓库转运系统对货物进输送。
2.根据权利要求1所述的一种货物物体智能视频识别算法，其特征在于：所述步骤三中还包括以下步骤：
A1、从拍摄货物的视频中提取三帧含有货物整体的图片，对三帧图片进行对比，选取其中最清晰的一帧作为分析对象，对剩余两帧图片进行删除；
A2、利用修饰软件对图片进行修剪，修剪掉除货物外的多余片段，再对图片的清晰度进行修复；
A3、通过识别软件对货物的整体外观进行识别，若货物的外观为长方体，则发出将货物输入后续系统中的指令，来实现自动对货物进行入库的工作，若货物的外观为非长方体的异形，则发出让货物输送出的指令，随后通过人工对货物进行处理。
3.根据权利要求1所述的一种货物物体智能视频识别算法，其特征在于：所述步骤四中还包括以下步骤：
B1、在对货物进行计算时，对一个边长为一米的正方体进行拍摄，将其输运过程中的图片设置为基准图片，基准图片内的正方体的底部的长和宽设置为单位一；
B2、将处理后的货物图片与基准图片进行比对；
B3、然后计算出物体底部长和宽的两个对比倍数；
B4、再将两个对比倍数分别乘以基准图片物体的基准单位值；
B5、将数值换算成单位为厘米的数值，即可得出货物底部大致的长和宽的数据；
B6、对数值进行显示。
4.根据权利要求1所述的一种货物物体智能视频识别算法，其特征在于：所述步骤四中还包括以下步骤：
C1、在对货物的数据样本上传到数据库时，通过数据接收模块对输数据进行接收；
C2、再通过分类模块对数据进行分类，将货物数据分为大型货物和一般货物两类，再对分类后的数据进行优化，消除数据中的小数部分和多余部分；
C3、通过分析模块对数据进行分析，分析出传输所产生的错误数据并删除，最终对分析后的数据进行压缩保存并输送至大数据模块内。
5.根据权利要求1所述的一种货物物体智能视频识别算法，其特征在于：所述步骤中六还包括以下步骤：
S1、在出库系统使用前，对每个小车的限载数据进行输入，根据其限载数据依次对小车进行分组编号；
S2、在货物出库时，将待出库的货物的体积与小车限载数据进行比对，筛选出可运输此货物且空闲的小车；
S3、控制距离最近的符合的小车移动至货物附近对其进行搬运，此时小车显示为忙碌状态；
S4、货物输出完成后小车显示为空闲状态，货物输出完成后将货物数据删除；
S5、最终显示此货架空闲。
6.根据权利要求1所述的一种货物物体智能视频识别算法，其特征在于：所述步骤二中还包括以下步骤：通过外接的红外探测器对物体的经过进行识别，若无物体通过，红外线能被自动接收到，若有物体通过则红外线无法被接收到，随之控制拍摄装置对物体进行拍摄，实现自动识别且自动拍摄的功能。
7.根据权利要求1所述的一种货物物体智能视频识别算法，其特征在于：所述步骤六中还包括以下步骤：对计算完成的货物选择合适的空闲货架，随之对货物进行分类，再依次对货物进行标号，通过控制小车将货物输送至空闲货架上，进行入库的功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110586737.6A CN113361992A (zh) | 2021-05-27 | 2021-05-27 | 一种货物物体智能视频识别算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110586737.6A CN113361992A (zh) | 2021-05-27 | 2021-05-27 | 一种货物物体智能视频识别算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113361992A true CN113361992A (zh) | 2021-09-07 |
Family
ID=77527999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110586737.6A Withdrawn CN113361992A (zh) | 2021-05-27 | 2021-05-27 | 一种货物物体智能视频识别算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113361992A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565345A (zh) * | 2022-03-08 | 2022-05-31 | 武汉泰佰腾建筑劳务有限公司 | 一种基于特征识别的建筑工程施工作业现场监控数据分析储存管理方法 |
-
2021
- 2021-05-27 CN CN202110586737.6A patent/CN113361992A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565345A (zh) * | 2022-03-08 | 2022-05-31 | 武汉泰佰腾建筑劳务有限公司 | 一种基于特征识别的建筑工程施工作业现场监控数据分析储存管理方法 |
| CN114565345B (zh) * | 2022-03-08 | 2023-10-17 | 武汉泰佰腾建筑劳务有限公司 | 一种基于特征识别的建筑工程施工作业现场监控数据分析储存管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108805637B (zh) | 自动关联格口并确认分播的方法和装置 | |
| CN109604171A (zh) | 快件分拣方法、装置、设备及其存储介质 | |
| CN113844812B (zh) | 入库盘点运输系统、物品入库方法、装置、设备和介质 | |
| CN111401813A (zh) | 一种基于影像识别的物流分拣系统 | |
| CN113361992A (zh) | 一种货物物体智能视频识别算法 | |
| CN111056258B (zh) | 一种智能调整传送带的方法和装置 | |
| CN111438064A (zh) | 一种图书自动分拣机 | |
| CN117622757A (zh) | 网格式物流仓分拣信息处理方法、系统和存储介质 | |
| CN113095767A (zh) | 物流订单任务的处理方法、装置、电子设备和计算机介质 | |
| CN110070665B (zh) | 一种基于深度学习的保险票据分类方法 | |
| CN113578756B (zh) | 一种smt物料的进出库控制方法 | |
| CN113095766B (zh) | 物品分拣方法、装置、电子设备及存储介质 | |
| CN115783452A (zh) | 基于物流商品的物流单号智能印刷出单粘贴综合化控制平台 | |
| CN111783912A (zh) | 一种货物信息采集的方法及系统 | |
| CN114155424A (zh) | 一种仓库货物管理方法、装置、电子设备及可读存储介质 | |
| CN113706079A (zh) | 物流入库的处理方法、装置、终端设备及介质 | |
| CN108197882B (zh) | 仓储管理系统 | |
| CN116860861B (zh) | 一种etl数据管理系统 | |
| CN113762434B (zh) | 一种复核方法、装置和系统 | |
| CN115936570A (zh) | 一种基于仓储物料高效自动编码与分类方法 | |
| CN115841312B (zh) | 用于企业管理文件数据实时采集分析系统及其采集终端 | |
| CN117709891B (zh) | 一种基于erp和mes集成的智能工作流自动化系统 | |
| CN114226265A (zh) | 复合型行李箱盖板分拣装置 | |
| CN210701201U (zh) | 一种基于投影识别技术的辅助设备 | |
| Venusamy et al. | Study on Conveyor Belt System enabled with IoT in Postal and Courier Services |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210907 |