CN113362005A - 一种基于环境感知的无人仓库货品智能盘点方法及系统 - Google Patents
一种基于环境感知的无人仓库货品智能盘点方法及系统 Download PDFInfo
- Publication number
- CN113362005A CN113362005A CN202110687757.2A CN202110687757A CN113362005A CN 113362005 A CN113362005 A CN 113362005A CN 202110687757 A CN202110687757 A CN 202110687757A CN 113362005 A CN113362005 A CN 113362005A
- Authority
- CN
- China
- Prior art keywords
- goods
- warehouse
- inventory
- neural network
- video stream
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Economics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
Abstract
本发明属于仓储盘点领域,提供了一种基于环境感知的无人仓库货品智能盘点方法及系统。其中,该方法包括获取巡视仓库内所有货架的视频流;基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;根据识别出的货品的种类及数目创建盘点数据库;将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
Description
技术领域
本发明属于仓储盘点领域,尤其涉及一种基于环境感知的无人仓库货品智能盘点方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
随着行业应用的不断升级,传统基于人工进行仓库货品盘点的局限性也日益突出,国内很多城市虽然开始施行规范化的仓库货架管理方式,但能没有很好的解决仓库货品智能盘点的问题,在盘点的过程中不仅需要花费大量的人力,还要耗费大量的时间反复核算,对于整个仓库货品的自动化管理有很大局限性。发明人发现,即使现有的仓库也存在利用机器人进行盘点货品的方法,但是均针对单一货品仓库,仅需要盘点数量,并不能识别货品种类,也未与盘点数据库关联,无法达到每日复盘的要求。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种基于环境感知的无人仓库货品智能盘点方法及系统,其基于深度学习的货品结构化信息提取技术,能够实现智慧物流中货品自动化智能盘点,每日复盘对数据库内容进行实时更新核对。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种基于环境感知的无人仓库货品智能盘点方法,其包括:
获取巡视仓库内所有货架的视频流;
基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
根据识别出的货品的种类及数目创建盘点数据库;
将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
本发明的第二个方面提供一种基于环境感知的无人仓库货品智能盘点系统,其包括:
视频流获取模块,其用于获取巡视仓库内所有货架的视频流;
货品种类及数目识别模块,其用于基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
盘点数据库创建模块,其用于根据识别出的货品的种类及数目创建盘点数据库;
数据比对模块,其用于将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
本发明的第三个方面提供一种基于环境感知的无人仓库货品智能盘点系统,其包括:
视频流采集设备,其用于采集巡视仓库内所有货架的视频流;
处理器,其被配置为:
基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
根据识别出的货品的种类及数目创建盘点数据库;
将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
本发明的第四个方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的基于环境感知的无人仓库货品智能盘点方法中的步骤。
本发明的第五个方面提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的基于环境感知的无人仓库货品智能盘点方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明基于环境感知获取巡视仓库内所有货架的视频流,基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;根据识别出的货品的种类及数目创建盘点数据库;将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点,基于深度学习的货品结构化信息提取技术,实现了智慧物流中货品自动化智能盘点,每日复盘对数据库内容进行实时更新核对,为智慧物流、工业自动化等业务提供重要支持。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例的基于环境感知的无人仓库货品智能盘点方法流程图;
图2是本发明实施例的巷道堆垛机数据流传输流程图;
图3是本发明实施例的文本信息识别神经网络图;
图4是本发明实施例的目标检测神经网络图;
图5是本发明实施例的盘点数据库更新流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
如图1所示,本实施例提供了一种基于环境感知的无人仓库货品智能盘点方法,其具体包括如下步骤:
步骤1:获取巡视仓库内所有货架的视频流。
在具体实施中,可利用多目全景摄像头等设备对仓库内的货架进行全域拍摄,获取巡视货架的视频流。
步骤2:基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目。
在具体实施中,本实施例的文本信息识别神经网络如图3所示,可以有效的识别出货品包装上的结构化信息。首先通过巷道堆垛机搭载多目全景摄像头所获取到的视频流作为输入,输入到目标检测神经网络中。文本信息识别神经网络由两部分组成,首先通过改进的目标检测神经网络来检测出各类结构化信息的区域,再通过目标识别神经网络来识别结构化信息。
视频流输入到卷积神经网络获取区域提议位置,进一步对区域提议位置使用卷积神经网络进行优化拟合,修正候选框的位置和方向。再对每个修正的候选框进行非极大值抑制,进一步得到精确的目标检测信息。将检测出的文本区域进一步输入到卷积神经网络进行特征提取,通过全连接层神经网络识别出各类结构化信息。
需要说明的是,本实施例的文本信息识别网络结构除了图3所示的三维神经网络结构之外,还可以采用其他三维目标检测的神经网络同样可以实现相同的功能,这并不影响本发明的实质。
本实施例的目标检测神经网络如图4所示。该目标检测的神经网络为二维神经网络,可以有效的获取货架上货品的数量信息。首先通过巷道堆垛机搭载多目全景摄像头所获取到的视频流作为输入,输入到目标检测神经网络中。由于场景中的目标是自然分离的,且彼此不重叠。基于此,生成区域提议位置。在获取到目标的区域提议位置后,再进一步通过卷积神经网络修正候选框的位置和方向。再对每个修正的候选框进行非极大值抑制,进一步得到精确的目标检测信息,进一步得知货架上货品的数量。
需要说明的是,目标检测神经网络也可采用其他结构的神经网络结构,同样可以实现相同的功能,这并不影响本发明的实质。
步骤3:根据识别出的货品的种类及数目创建盘点数据库。
步骤4:将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
在图5中,将货品盘点数据库与出入库的数据库进行比对,根据盘点数据库与出入库数据库中的数据的比对结果,更新盘点数据库,实现对全仓库的商品进行智能盘点。
所述基于环境感知的无人仓库货品智能盘点方法,还包括:
若识别货品的种类及数目的信息出现异常时,发生报警信息以提示管理员进行人工盘点。
具体地,提示管理员通过视频方式对某一处的货品进行人工盘点,进一步地,管理员可通过手动修改此处货品的信息,并将信息更新志盘点数据库中。
本实施例基于深度学习的货品结构化信息提取技术,实现了智慧物流中货品自动化智能盘点,每日复盘对数据库内容进行实时更新核对,为智慧物流、工业自动化等业务提供重要支持。
实施例二
本实施例提供了一种基于环境感知的无人仓库货品智能盘点系统,其具体包括:
视频流获取模块,其用于获取巡视仓库内所有货架的视频流;
货品种类及数目识别模块,其用于基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
盘点数据库创建模块,其用于根据识别出的货品的种类及数目创建盘点数据库;
数据比对模块,其用于将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
此处需要说明的是,本实施例中的各个模块与实施例一中的各个步骤一一对应,其具体实施过程相同,此处不再累述。
实施例三
本实施例提供了一种基于环境感知的无人仓库货品智能盘点系统,其包括视频流采集设备和处理器。
在具体实施中,视频流采集设备用于采集巡视仓库内所有货架的视频流。
其中,视频流采集设备可为多目摄像头等具有视频采集功能的设备或仪器。
具体地,多目全景摄像头可搭载在巷道堆垛机,当巷道堆垛机在各货架直接堆垛货品时,同时通过搭载多目全景摄像头对四周360°场景进行全域拍摄。
视频流通过工业WIFI实时传输到处理器,比如云平台进行分析处理,如图2所示。
需要说明的是,本实施例中采用巷道堆垛机的搭载方式只是本发明的一个优选实施例,通过其他方式搭载多目全景摄像头获取全景视频,并不影响本发明的实质。
在具体实施中,处理器,其被配置为:
基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
根据识别出的货品的种类及数目创建盘点数据库;
将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
此处需要说明的是,本实施例的该处理器中的步骤与实施例一中所对应的步骤实施过程相同,此处不再累述。
实施例四
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的基于环境感知的无人仓库货品智能盘点方法中的步骤。
实施例五
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的基于环境感知的无人仓库货品智能盘点方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (10)
1.一种基于环境感知的无人仓库货品智能盘点方法,其特征在于,包括:
获取巡视仓库内所有货架的视频流;
基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
根据识别出的货品的种类及数目创建盘点数据库;
将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
2.如权利要求1所述的基于环境感知的无人仓库货品智能盘点方法,其特征在于,所述基于文本信息识别神经网络为三维神经网络。
3.如权利要求2所述的基于环境感知的无人仓库货品智能盘点方法,其特征在于,基于文本信息识别神经网络对视频流处理的过程为:
利用第一卷积神经网络提取视频流的区域提议位置;
利用第二卷积神经网络对区域提议位置进行优化拟合,修正区域提议候选框的位置和方向;
对每个修正的候选框进行非极大值抑制,得到精确的目标检测信息;
将检测出的目标检测信息输入到第三卷积神经网络进行特征提取,通过全连接层神经网络识别出相应结构化信息。
4.如权利要求1所述的基于环境感知的无人仓库货品智能盘点方法,其特征在于,所述目标检测网络为二维神经网络。
5.如权利要求1所述的基于环境感知的无人仓库货品智能盘点方法,其特征在于,根据盘点数据库与出入库数据库中的数据的比对结果,更新盘点数据库。
6.如权利要求1所述的基于环境感知的无人仓库货品智能盘点方法,其特征在于,所述基于环境感知的无人仓库货品智能盘点方法,还包括:
若识别货品的种类及数目的信息出现异常时,发生报警信息以提示管理员进行人工盘点。
7.一种基于环境感知的无人仓库货品智能盘点系统,其特征在于,包括:
视频流获取模块,其用于获取巡视仓库内所有货架的视频流;
货品种类及数目识别模块,其用于基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
盘点数据库创建模块,其用于根据识别出的货品的种类及数目创建盘点数据库;
数据比对模块,其用于将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
8.一种基于环境感知的无人仓库货品智能盘点系统,其特征在于,包括:
视频流采集设备,其用于采集巡视仓库内所有货架的视频流;
处理器,其被配置为:
基于文本信息识别神经网络对视频流处理,识别货品包装箱上的结构化信息,得到货品的种类;基于目标检测网络对视频流处理,识别货品的数目;
根据识别出的货品的种类及数目创建盘点数据库;
将盘点数据库与出入库数据库中的数据进行比对,最终实现对无人仓库货品的智能盘点。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的基于环境感知的无人仓库货品智能盘点方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于环境感知的无人仓库货品智能盘点方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110687757.2A CN113362005B (zh) | 2021-06-21 | 2021-06-21 | 一种基于环境感知的无人仓库货品智能盘点方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110687757.2A CN113362005B (zh) | 2021-06-21 | 2021-06-21 | 一种基于环境感知的无人仓库货品智能盘点方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113362005A true CN113362005A (zh) | 2021-09-07 |
CN113362005B CN113362005B (zh) | 2022-11-11 |
Family
ID=77535504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110687757.2A Active CN113362005B (zh) | 2021-06-21 | 2021-06-21 | 一种基于环境感知的无人仓库货品智能盘点方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113362005B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957300A (zh) * | 2023-09-19 | 2023-10-27 | 天津万事达物流装备有限公司 | 一种基于无人仓库穿梭车的物流数据管理方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909025A (zh) * | 2017-11-13 | 2018-04-13 | 毛国强 | 基于视频和无线监控的人物识别及追踪方法和系统 |
CN109607031A (zh) * | 2019-01-14 | 2019-04-12 | 青岛舍科技有限公司 | 基于无人机全景的智能仓储系统及方法 |
CN110532978A (zh) * | 2019-09-03 | 2019-12-03 | 北京百度网讯科技有限公司 | 仓储管理方法、装置、设备及存储介质 |
CN111340035A (zh) * | 2020-03-24 | 2020-06-26 | 山东浪潮通软信息科技有限公司 | 一种火车票识别方法、系统、设备以及介质 |
CN111898935A (zh) * | 2020-06-24 | 2020-11-06 | 广州市玄武无线科技股份有限公司 | 一种基于图像处理的仓储盘点方法、系统存储及终端设备 |
CN112001228A (zh) * | 2020-07-08 | 2020-11-27 | 上海品览数据科技有限公司 | 一种基于深度学习的视频监控仓库出入库计数系统及方法 |
CN112200081A (zh) * | 2020-10-10 | 2021-01-08 | 平安国际智慧城市科技股份有限公司 | 异常行为识别方法、装置、电子设备及存储介质 |
CN112507820A (zh) * | 2020-11-25 | 2021-03-16 | 北京旷视机器人技术有限公司 | 自动盘点货物的方法、装置、系统和电子设备 |
CN112651694A (zh) * | 2021-02-08 | 2021-04-13 | 日日顺供应链科技股份有限公司 | 仓库货物智能管理系统及智能管理方法 |
CN112926535A (zh) * | 2021-04-02 | 2021-06-08 | 北京电旗连江科技发展有限公司 | 一种基于机器人的仓库安全监测、盘点方法及系统 |
-
2021
- 2021-06-21 CN CN202110687757.2A patent/CN113362005B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909025A (zh) * | 2017-11-13 | 2018-04-13 | 毛国强 | 基于视频和无线监控的人物识别及追踪方法和系统 |
CN109607031A (zh) * | 2019-01-14 | 2019-04-12 | 青岛舍科技有限公司 | 基于无人机全景的智能仓储系统及方法 |
CN110532978A (zh) * | 2019-09-03 | 2019-12-03 | 北京百度网讯科技有限公司 | 仓储管理方法、装置、设备及存储介质 |
CN111340035A (zh) * | 2020-03-24 | 2020-06-26 | 山东浪潮通软信息科技有限公司 | 一种火车票识别方法、系统、设备以及介质 |
CN111898935A (zh) * | 2020-06-24 | 2020-11-06 | 广州市玄武无线科技股份有限公司 | 一种基于图像处理的仓储盘点方法、系统存储及终端设备 |
CN112001228A (zh) * | 2020-07-08 | 2020-11-27 | 上海品览数据科技有限公司 | 一种基于深度学习的视频监控仓库出入库计数系统及方法 |
CN112200081A (zh) * | 2020-10-10 | 2021-01-08 | 平安国际智慧城市科技股份有限公司 | 异常行为识别方法、装置、电子设备及存储介质 |
CN112507820A (zh) * | 2020-11-25 | 2021-03-16 | 北京旷视机器人技术有限公司 | 自动盘点货物的方法、装置、系统和电子设备 |
CN112651694A (zh) * | 2021-02-08 | 2021-04-13 | 日日顺供应链科技股份有限公司 | 仓库货物智能管理系统及智能管理方法 |
CN112926535A (zh) * | 2021-04-02 | 2021-06-08 | 北京电旗连江科技发展有限公司 | 一种基于机器人的仓库安全监测、盘点方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957300A (zh) * | 2023-09-19 | 2023-10-27 | 天津万事达物流装备有限公司 | 一种基于无人仓库穿梭车的物流数据管理方法及系统 |
CN116957300B (zh) * | 2023-09-19 | 2023-12-01 | 天津万事达物流装备有限公司 | 一种基于无人仓库穿梭车的物流数据管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113362005B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112102372A (zh) | 一种针对机场地面对象的跨摄像头轨迹跟踪系统 | |
CN104517275A (zh) | 对象检测方法和系统 | |
CN113361645B (zh) | 基于元学习及知识记忆的目标检测模型构建方法及系统 | |
CN110889828A (zh) | 预定场景中的栈板识别方法、终端设备、计算机存储介质 | |
CN112132130B (zh) | 一种面向全场景的实时性车牌检测方法及系统 | |
CN110489182B (zh) | 一种带有自主导航模块的机器人云平台设计方法 | |
US20210276185A1 (en) | Imaging process for detecting failures modes | |
CN113362005B (zh) | 一种基于环境感知的无人仓库货品智能盘点方法及系统 | |
CN110992307A (zh) | 基于yolo的绝缘子定位识别方法及装置 | |
CN113821674A (zh) | 一种基于孪生神经网络的智能货物监管方法及系统 | |
CN113762159B (zh) | 一种基于有向箭头模型的目标抓取检测方法及系统 | |
CN117115727A (zh) | 一种变电站缺陷判别方法及系统 | |
CN105138385A (zh) | 一种物联网复杂事件处理方法 | |
CN115170971A (zh) | 面向施工安全的自监督单目深度估计迁移学习方法及系统 | |
CN111496784B (zh) | 一种用于机器人智能化服务的空间环境识别方法及系统 | |
CN116477262A (zh) | 机器人取货方法、装置、计算机可读存储介质和仓储系统 | |
Ouyang et al. | Semantic slam for mobile robot with human-in-the-loop | |
CN116543143A (zh) | 一种目标检测模型的训练方法、目标检测方法及装置 | |
CN114299012A (zh) | 一种基于卷积神经网络的物体表面缺陷检测方法及系统 | |
CN110096952A (zh) | 一种用于生产线的人工智能图像处理系统及其方法 | |
CN114170373A (zh) | 目标物体标注方法、处理器、装置及搅拌站 | |
US11580666B2 (en) | Localization and mapping method and moving apparatus | |
CN115185780B (zh) | 基于工业互联网的数据采集方法及系统 | |
CN116017010B (zh) | 基于视频的ar融合处理方法、电子设备和计算机可读介质 | |
CN116071400B (zh) | 一种基于激光雷达设备的目标轨迹跟踪方法 |
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 |