CN113743390A - 针对劳保手套的智能仓储方法和装置 - Google Patents
针对劳保手套的智能仓储方法和装置 Download PDFInfo
- Publication number
- CN113743390A CN113743390A CN202111310250.1A CN202111310250A CN113743390A CN 113743390 A CN113743390 A CN 113743390A CN 202111310250 A CN202111310250 A CN 202111310250A CN 113743390 A CN113743390 A CN 113743390A
- Authority
- CN
- China
- Prior art keywords
- gloves
- warehoused
- glove
- image
- determining
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Finance (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Software Systems (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)
- Geometry (AREA)
- Databases & Information Systems (AREA)
Abstract
本发明提供了一种针对劳保手套的智能仓储方法和装置。涉及计算机技术领域。该方法包括:接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,所述待入库的手套为至少一扎;基于所述待入库的手套的图像确定所述待入库的手套的类型;基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数;基于所述待入库的手套的类型,确定所述待入库的手套的存储位置;向所述AVG发送控制指令并基于所述待入库的手套的类型和扎数更新手套数据库。以此可以实现针对非箱装货物的劳保手套的仓储管理,在不过多的增加生产和运营成本的同时,提升了仓库的自动化,提升了用户体验。
Description
技术领域
本发明涉及计算机技术领域,尤其是涉及一种针对劳保手套的智能仓储方法和装置。
背景技术
随着物流行业的发展,货物的出、入仓库作业已经进入自动化的“无人仓”时代。
但是通常,对于自动仓储系统来说,其均有用于收纳货物的货箱,该货箱上对应有二维码或者条码等标识信息,基于该标识信息可以对该货物以箱子为单位进行入仓以及出仓。
但是,该种方式显然适合手套行业,首先货箱成本高,如果以箱为单位进行发货,降低了产品的竞争力,如果使用非一次性货箱,仅用于收纳物品,其购置成本也很高。
发明内容
本发明的目的在于提供一种针对劳保手套的智能仓储方法和装置,以缓解了现有技术中存在的手套行业仓储成本高的技术问题。
第一方面,本发明提供一种针对劳保手套的智能仓储方法,包括:
接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,所述待入库的手套为至少一扎;
基于所述待入库的手套的图像确定所述待入库的手套的类型;
基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数;
基于所述待入库的手套的类型,确定所述待入库的手套的存储位置;
向所述AVG发送控制指令并基于所述待入库的手套的类型和扎数更新手套数据库,其中,所述控制指令用于指示所述AVG将所述待入库的手套卸载到所述存储位置。
在可选的实施方式中,所述AGV上安装有第一摄像头以及重量传感器,当所述AGV接收到装载完成的消息时,获取所述AGV上所装载的手套的图像以及重量。
在可选的实施方式中,还包括:
获取各个类型的手套图像样本,并对手套图像样本进行类型标记,得到训练样本;
基于训练样本对图像识别模型进行训练,得到训练后的图像识别模型。
在可选的实施方式中,所述基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数,包括:
基于所述待入库的手套的类型确定每个手套的重量;
基于所述待入库的手套的重量以及所述每个手套的重量,确定手套的总数;
基于所述手套的总数以及每扎手套的数量,确定所述待入库的手套的扎数。
在可选的实施方式中,在仓库中还包括用于拍摄所述存储位置的图像的第二摄像头,所述第二摄像头为双目摄像头;所述方法还包括:
获取所述存储位置在卸载所述待入库的手套前的第一双目图像以及卸载所述待入库的手套后的第二双目图像;
基于预先设置的相机参数,确定所述第一双目图像中已入库手套的体积以及所述第二双目图像中的已入库手套的体积的第一差值;
基于所述待入库手套的类型,基于所述第一差值,确定所述待入库手套的校验数量;
基于所述待入库手套的校验数量对所述待入库的手套的扎数进行校验;
当所述待入库手套的校验数量与所述待入库的手套的扎数的第二差值超过预设值时,向管理员终端发送提醒信息。
在可选的实施方式中,所述基于预先设置的相机参数,确定所述第一双目图像中已入库手套的第一体积以及所述第二双目图像中的已入库手套的第二体积;
基于预先设置的相机参数以及所述第一双目图像确定第一三维点云信息;
基于预先设置的相机参数以及所述第二双目图像确定第二三维点云信息;
基于所述第一三维点云信息和所述第二三维点云信息,所述第一双目图像中已入库手套的体积以及所述第二双目图像中的已入库手套的体积的第一差值。
第二方面,本发明提供一种针对劳保手套的智能仓储装置,包括:
接收模块,用于接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,所述待入库的手套为至少一扎;
确定模块,用于基于所述待入库的手套的图像确定所述待入库的手套的类型;基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数;基于所述待入库的手套的类型,确定所述待入库的手套的存储位置;
发送模块,用于向所述AVG发送控制指令并基于所述待入库的手套的类型和扎数更新手套数据库,其中,所述控制指令用于指示所述AVG将所述待入库的手套卸载到所述存储位置。
第三方面,本发明提供一种计算机,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前述实施方式任意一项所述的方法。
本发明提供的一种针对劳保手套的智能仓储方法和装置。通过接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,所述待入库的手套为至少一扎;基于所述待入库的手套的图像确定所述待入库的手套的类型;基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数;基于所述待入库的手套的类型,确定所述待入库的手套的存储位置;向所述AVG发送控制指令并基于所述待入库的手套的类型和扎数更新手套数据库,其中,所述控制指令用于指示所述AVG将所述待入库的手套卸载到所述存储位置。以此可以实现针对非箱装货物的劳保手套的仓储管理,在不过多的增加生产和运营成本的同时,提升了仓库的自动化,提升了用户体验。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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他的附图。
图1为本发明实施例提供的一种针对劳保手套的智能仓储方法流程示意图;
图2为本发明实施例提供的一种针对劳保手套的智能仓储装置结构示意图;
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
图1为本发明实施例提供的一种针对劳保手套的智能仓储方法流程示意图。该方法应用于电子设备。如图1所示,该方法可以包括如下步骤:
S110,接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,待入库的手套为至少一扎;
AGV(Automated Guided Vehicle)上安装有第一摄像头以及重量传感器,当AGV接收到装载完成的消息时,获取AGV上所装载的手套的图像以及重量。
该AGV通常指装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车。工业应用中不需要驾驶员的搬运车,以可充电的蓄电池为其动力来源。一般可通过电脑来控制其行进路径以及行为,或利用电磁轨道(electromagnetic path-following system)来设立其行进路径,电磁轨道黏贴于地板上,无人搬运车则依靠电磁轨道所带来的讯息进行移动与动作。
该用于装卸劳保手套的AGV可以包括装卸部件,该AGV可以为叉车,该装卸部件可以为叉子,该第一摄像头可以安装在车顶,能够照射到叉子位置的区域。该重量传感器与叉子连接,用于感应叉子上的重量变化。
S120,基于待入库的手套的图像确定待入库的手套的类型;
例如,可以获取各个类型的手套图像样本,并对手套图像样本进行类型标记,得到训练样本;基于训练样本对图像识别模型进行训练,得到训练后的图像识别模型。
其中,该训练样本中的每一个样本均可以对应有一个标签。可以将该训练样本划分为训练集、测试集以及验证集,然后对图像识别模型进行训练。
该图像识别模型可以为CNN卷积神经网络,包括inception、VGG等模型;稀疏自编码器SAE;或者LSTM循环神经网络等等。
S130,基于待入库的手套的类型以及重量,确定待入库的手套的扎数。
其中,待入库的手套可以按照扎进行计算,该扎可以为销售时的单位。
可以基于待入库的手套的类型确定每个手套的重量;基于待入库的手套的重量以及每个手套的重量,确定手套的总数;基于手套的总数以及每扎手套的数量,确定待入库的手套的扎数。
每种不同的手套可以对应不同的规格,每种规格可以对应一个标准重量,以及产品的重量误差。基于该标准重量可以确定手套的总数,基于手套的总数以及产品的重量误差,可以确定出手套的扎数。在一些实施例中,该手套的扎数,可以基于固定的粒度进行统计,该固定的粒度可以基于入库以及出库的习惯确定,该固定的粒度可以为最小10扎。例如,标准重量为20g±0.2g(重量误差),待入库的手套的重量为19.8kg,基于此,可以计算出手套的数量为990,确定扎数为99扎,其不符合最小粒度的要求;基于误差估计,1000副手套的重量在19.8kg和20.2kg之间,所以,可以将该手套的数量确定为1000副手套,如果10副为一扎,则为100扎。所以,可以将990除以最小单位100(10副/扎*10扎),得到9.9,取整数的值为10。所以最终可以为10*10扎。
S140,基于待入库的手套的类型,确定待入库的手套的存储位置。
其中,可以预先设置手套的类型与存储位置的对应关系。基于该对应关系可以确定存储位置。另外,还可以基于该对应关系确定手套的初始存储位置,然后基于该初始存储位置,以及该初始存储位置已经被占用的存储位置,确定最终的存储位置。在确定最终的存储位置时,可以安装预设设置的入库顺序来确定。
S150,向AVG发送控制指令并基于待入库的手套的类型和扎数更新手套数据库。
其中,控制指令用于指示AVG将待入库的手套卸载到存储位置。AVG在接收待该控制指令后,可以将其上装载的手套,基于该控制指令中携带的存储位置,卸载到指定位置处。
其中,在数据库中记录时,仅记录类型与存储区域的对应关系以及存储区域与存储数量之间的对应关系即可。
在一些实施例中,在仓库中还包括用于拍摄存储位置的图像的第二摄像头,第二摄像头为双目摄像头;该方法还可以包括:
步骤1),获取存储位置在卸载待入库的手套前的第一双目图像以及卸载待入库的手套后的第二双目图像;
步骤2),基于预先设置的相机参数,确定第一双目图像中已入库手套的体积以及第二双目图像中的已入库手套的体积的第一差值;
步骤3),基于待入库手套的类型,基于第一差值,确定待入库手套的校验数量;
步骤4),基于待入库手套的校验数量对待入库的手套的扎数进行校验;
步骤5),当待入库手套的校验数量与待入库的手套的扎数的第二差值超过预设值时,向管理员终端发送提醒信息。
其中,基于预先设置的相机参数,确定第一双目图像中已入库手套的第一体积以及第二双目图像中的已入库手套的第二体积;基于预先设置的相机参数以及第一双目图像确定第一三维点云信息;基于预先设置的相机参数以及第二双目图像确定第二三维点云信息;基于第一三维点云信息和第二三维点云信息,第一双目图像中已入库手套的体积以及第二双目图像中的已入库手套的体积的第一差值。
其中,在使用双目摄像头进行三维点云的建立时,可以先进行双目测距,基于双目测量得到的距离进行三维点云的创建。
例如,双目测距实际操作可以分4个步骤:相机标定、双目校正、双目匹配以及计算深度信息。
相机标定:摄像头由于光学透镜的特性使得成像存在着径向畸变,可由三个参数k1,k2,k3确定;由于装配方面的误差,传感器与光学镜头之间并非完全平行,因此成像存在切向畸变,可由两个参数p1,p2确定。单个摄像头的定标主要是计算出摄像头的内参(焦距f和成像原点cx,cy、五个畸变参数(一般只需要计算出k1,k2,p1,p2,对于鱼眼镜头等径向畸变特别大的才需要计算k3))以及外参(标定物的世界坐标)。而双目摄像头定标不仅要得出每个摄像头的内部参数,还需要通过标定来测量两个摄像头之间的相对位置(即右摄像头相对于左摄像头的旋转矩阵R、平移向量t)。
双目校正:双目校正是根据摄像头定标后获得的单目内参数据(焦距、成像原点、畸变系数)和双目相对位置关系(旋转矩阵和平移向量),分别对左右视图进行消除畸变和行对准,使得左右视图的成像原点坐标一致(CV_CALIB_ZERO_DISPARITY标志位设置时发生作用)、两摄像头光轴平行、左右成像平面共面、对极线行对齐。这样一幅图像上任意一点与其在另一幅图像上的对应点就必然具有相同的行号,只需在该行进行一维搜索即可匹配到对应点。
双目匹配:双目匹配的作用是把同一场景在左右视图上对应的像点匹配起来,这样做的目的是为了得到视差图。
基于视差数据以及双目测距基本原理就可以计算出深度信息。
本发明实施例可以实现针对非箱装货物的劳保手套的仓储管理,在不过多的增加生产和运营成本的同时,提升了仓库的自动化,提升了用户体验。
图2为本发明实施例提供的一种针对劳保手套的智能仓储装置结构示意图。如图2所示,该装置包括:
接收模块201,用于接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,待入库的手套为至少一扎;
确定模块202,用于基于待入库的手套的图像确定待入库的手套的类型;基于待入库的手套的类型以及重量,确定待入库的手套的扎数;基于待入库的手套的类型,确定待入库的手套的存储位置;
发送模块203,用于向AVG发送控制指令并基于待入库的手套的类型和扎数更新手套数据库,其中,控制指令用于指示AVG将待入库的手套卸载到存储位置。
在一些实施例中,AGV上安装有第一摄像头以及重量传感器,当AGV接收到装载完成的消息时,获取AGV上所装载的手套的图像以及重量。
在一些实施例中,还包括训练模块,用于:
获取各个类型的手套图像样本,并对手套图像样本进行类型标记,得到训练样本;
基于训练样本对图像识别模型进行训练,得到训练后的图像识别模型。
在一些实施例中,确定模块202具体用于:
基于待入库的手套的类型确定每个手套的重量;
基于待入库的手套的重量以及每个手套的重量,确定手套的总数;
基于手套的总数以及每扎手套的数量,确定待入库的手套的扎数。
在一些实施例中,在仓库中还包括用于拍摄存储位置的图像的第二摄像头,第二摄像头为双目摄像头;该装置还包括,校验模块,用于:
获取存储位置在卸载待入库的手套前的第一双目图像以及卸载待入库的手套后的第二双目图像;
基于预先设置的相机参数,确定第一双目图像中已入库手套的体积以及第二双目图像中的已入库手套的体积的第一差值;
基于待入库手套的类型,基于第一差值,确定待入库手套的校验数量;
基于待入库手套的校验数量对待入库的手套的扎数进行校验;
当待入库手套的校验数量与待入库的手套的扎数的第二差值超过预设值时,向管理员终端发送提醒信息。
在一些实施例中,该校验模块具体用于:
基于预先设置的相机参数,确定第一双目图像中已入库手套的第一体积以及第二双目图像中的已入库手套的第二体积;
基于预先设置的相机参数以及第一双目图像确定第一三维点云信息;
基于预先设置的相机参数以及第二双目图像确定第二三维点云信息;
基于第一三维点云信息和第二三维点云信息,第一双目图像中已入库手套的体积以及第二双目图像中的已入库手套的体积的第一差值。
本申请实施例所提供的针对劳保手套的智能仓储装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,针对劳保手套的智能仓储装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本实施例的电子设备诸如可以为智能手机、PC电脑以及笔记本电脑等等。图3示出了一种电子设备的结构示意图,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被处理器运行时执行如上实施方式的任一项的方法。
图3为本申请实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器50,存储器51,总线52和通信接口53,处理器50、通信接口53和存储器51通过总线52连接;处理器50用于执行存储器51中存储的可执行模块,例如计算机程序。
其中,存储器51可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器51用于存储程序,处理器50在接收到执行指令后,执行程序,前述本申请实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中,或者由处理器50实现。
处理器50可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51,处理器50读取存储器51中的信息,结合其硬件完成上述方法的步骤。
本申请实施例所提供的针对劳保手套的智能仓储方法、装置、电子设备和机器可读存储介质的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统具体工作过程,可以参考前述实施例中的对应过程,在此不再赘述。
本申请实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种针对劳保手套的智能仓储方法,其特征在于,包括:
接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,所述待入库的手套为至少一扎;
基于所述待入库的手套的图像确定所述待入库的手套的类型;
基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数;
基于所述待入库的手套的类型,确定所述待入库的手套的存储位置;
向所述AVG发送控制指令并基于所述待入库的手套的类型和扎数更新手套数据库,其中,所述控制指令用于指示所述AVG将所述待入库的手套卸载到所述存储位置。
2.根据权利要求1所述的方法,其特征在于,所述AGV上安装有第一摄像头以及重量传感器,当所述AGV接收到装载完成的消息时,获取所述AGV上所装载的手套的图像以及重量。
3.根据权利要求1所述的方法,其特征在于,还包括:
获取各个类型的手套图像样本,并对手套图像样本进行类型标记,得到训练样本;
基于训练样本对图像识别模型进行训练,得到训练后的图像识别模型。
4.根据权利要求1所述的方法,其特征在于,所述基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数,包括:
基于所述待入库的手套的类型确定每个手套的重量;
基于所述待入库的手套的重量以及所述每个手套的重量,确定手套的总数;
基于所述手套的总数以及每扎手套的数量,确定所述待入库的手套的扎数。
5.根据权利要求4所述的方法,其特征在于,在仓库中还包括用于拍摄所述存储位置的图像的第二摄像头,所述第二摄像头为双目摄像头;所述方法还包括:
获取所述存储位置在卸载所述待入库的手套前的第一双目图像以及卸载所述待入库的手套后的第二双目图像;
基于预先设置的相机参数,确定所述第一双目图像中已入库手套的体积以及所述第二双目图像中的已入库手套的体积的第一差值;
基于所述待入库的手套的类型,基于所述第一差值,确定所述待入库手套的校验数量;
基于所述待入库手套的校验数量对所述待入库的手套的扎数进行校验;
当所述待入库手套的校验数量与所述待入库的手套的扎数的第二差值超过预设值时,向管理员终端发送提醒信息。
6.根据权利要求5所述的方法,其特征在于,所述基于预先设置的相机参数,确定所述第一双目图像中已入库手套的体积以及所述第二双目图像中的已入库手套的体积的第一差值包括:
基于预先设置的相机参数以及所述第一双目图像确定第一三维点云信息;
基于预先设置的相机参数以及所述第二双目图像确定第二三维点云信息;
基于所述第一三维点云信息和所述第二三维点云信息,所述第一双目图像中已入库手套的体积以及所述第二双目图像中的已入库手套的体积的第一差值。
7.一种针对劳保手套的智能仓储装置,其特征在于,包括:
接收模块,用于接收来自AGV发送的手套入库请求,获取待入库的手套的图像以及重量,所述待入库的手套为至少一扎;
确定模块,用于基于所述待入库的手套的图像确定所述待入库的手套的类型;基于所述待入库的手套的类型以及重量,确定所述待入库的手套的扎数;基于所述待入库的手套的类型,确定所述待入库的手套的存储位置;
发送模块,用于向所述AVG发送控制指令并基于所述待入库的手套的类型和扎数更新手套数据库,其中,所述控制指令用于指示所述AVG将所述待入库的手套卸载到所述存储位置。
8.根据权利要求7所述的装置,其特征在于,所述AGV上安装有第一摄像头以及重量传感器,当所述AGV接收到装载完成的消息时,获取所述AGV上所装载的手套的图像以及重量。
9.根据权利要求7所述的装置,其特征在于,还包括训练模块,用于:
获取各个类型的手套图像样本,并对手套图像样本进行类型标记,得到训练样本;
基于训练样本对图像识别模型进行训练,得到训练后的图像识别模型。
10.一种电子设备,其特征在于,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权利要求1-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310250.1A CN113743390B (zh) | 2021-11-08 | 2021-11-08 | 针对劳保手套的智能仓储方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310250.1A CN113743390B (zh) | 2021-11-08 | 2021-11-08 | 针对劳保手套的智能仓储方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113743390A true CN113743390A (zh) | 2021-12-03 |
CN113743390B CN113743390B (zh) | 2022-02-08 |
Family
ID=78727586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111310250.1A Active CN113743390B (zh) | 2021-11-08 | 2021-11-08 | 针对劳保手套的智能仓储方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743390B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140084680A (ko) * | 2012-12-27 | 2014-07-07 | 한국식품연구원 | 미곡종합 처리장 및 미곡 유통관리 시스템 |
JP2015214411A (ja) * | 2014-05-12 | 2015-12-03 | トーヨーカネツソリューションズ株式会社 | 物品の保管仕分け装置 |
CN107036687A (zh) * | 2017-03-08 | 2017-08-11 | 湖北叶威(集团)智能科技有限公司 | 基于视觉的储粮数量监测方法及装置 |
CN109978444A (zh) * | 2019-02-22 | 2019-07-05 | 东莞市大易产业链服务有限公司 | 仓储调度方法及系统、存储介质、电子设备 |
CN110245887A (zh) * | 2019-05-17 | 2019-09-17 | 顺丰科技有限公司 | 一种物品管理方法、系统及存储介质 |
CN111814828A (zh) * | 2020-06-08 | 2020-10-23 | 珠海格力电器股份有限公司 | 智能空间规划方法、装置、设备及存储介质 |
CN112001535A (zh) * | 2020-08-10 | 2020-11-27 | 上海东普信息科技有限公司 | 物流装箱方法、装置、设备及存储介质 |
CN112330242A (zh) * | 2020-10-21 | 2021-02-05 | 北京中联正兴电子商务有限公司 | 货物的管理方法、装置以及存储介质 |
CN112633788A (zh) * | 2019-10-09 | 2021-04-09 | 北京京东振世信息技术有限公司 | 确定入库储位的方法、装置、电子设备和存储介质 |
CN113023210A (zh) * | 2021-02-26 | 2021-06-25 | 山东瑞邦自动化设备有限公司 | 一种手套生产行业用智能仓储设备 |
CN113111213A (zh) * | 2021-04-23 | 2021-07-13 | 大同市巴什卡机械制造有限公司 | 一种仓储系统自动存储物品方法及装置 |
CN113283848A (zh) * | 2021-07-21 | 2021-08-20 | 湖北浩蓝智造科技有限公司 | 一种货物入库检测方法、仓储入库系统及存储介质 |
CN113283841A (zh) * | 2021-06-09 | 2021-08-20 | 山东莱特光电科技有限公司 | 一种基于云平台的手套生产用智能仓储系统 |
-
2021
- 2021-11-08 CN CN202111310250.1A patent/CN113743390B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140084680A (ko) * | 2012-12-27 | 2014-07-07 | 한국식품연구원 | 미곡종합 처리장 및 미곡 유통관리 시스템 |
JP2015214411A (ja) * | 2014-05-12 | 2015-12-03 | トーヨーカネツソリューションズ株式会社 | 物品の保管仕分け装置 |
CN107036687A (zh) * | 2017-03-08 | 2017-08-11 | 湖北叶威(集团)智能科技有限公司 | 基于视觉的储粮数量监测方法及装置 |
CN109978444A (zh) * | 2019-02-22 | 2019-07-05 | 东莞市大易产业链服务有限公司 | 仓储调度方法及系统、存储介质、电子设备 |
CN110245887A (zh) * | 2019-05-17 | 2019-09-17 | 顺丰科技有限公司 | 一种物品管理方法、系统及存储介质 |
CN112633788A (zh) * | 2019-10-09 | 2021-04-09 | 北京京东振世信息技术有限公司 | 确定入库储位的方法、装置、电子设备和存储介质 |
CN111814828A (zh) * | 2020-06-08 | 2020-10-23 | 珠海格力电器股份有限公司 | 智能空间规划方法、装置、设备及存储介质 |
CN112001535A (zh) * | 2020-08-10 | 2020-11-27 | 上海东普信息科技有限公司 | 物流装箱方法、装置、设备及存储介质 |
CN112330242A (zh) * | 2020-10-21 | 2021-02-05 | 北京中联正兴电子商务有限公司 | 货物的管理方法、装置以及存储介质 |
CN113023210A (zh) * | 2021-02-26 | 2021-06-25 | 山东瑞邦自动化设备有限公司 | 一种手套生产行业用智能仓储设备 |
CN113111213A (zh) * | 2021-04-23 | 2021-07-13 | 大同市巴什卡机械制造有限公司 | 一种仓储系统自动存储物品方法及装置 |
CN113283841A (zh) * | 2021-06-09 | 2021-08-20 | 山东莱特光电科技有限公司 | 一种基于云平台的手套生产用智能仓储系统 |
CN113283848A (zh) * | 2021-07-21 | 2021-08-20 | 湖北浩蓝智造科技有限公司 | 一种货物入库检测方法、仓储入库系统及存储介质 |
Non-Patent Citations (4)
Title |
---|
QUN-XIU YU 等: "Research and design based on automated warehouse of box-type silk storage", 《APPLIED MECHANICS AND MATERIALS》 * |
XIUHUA LI 等: "Review on Grain Quantity Recognition Methods Based on Computer Vision", 《2012 IEEE FIFTH INTERNATIONAL CONFERENCE ON ADVANCED COMPUTATIONAL INTELLIGENCE(ICACI)》 * |
杨欢 等: "自动化立体仓库中货物自动识别技术", 《江西科学》 * |
赵永良 等: "基于计算机视觉的智能仓储图像识别系统设计与实现", 《电力信息与通信技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113743390B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108364253B (zh) | 车辆定损方法、系统以及电子设备 | |
CN109264275B (zh) | 基于机器人的智能仓库管理方法、装置和存储介质 | |
CN113139559B (zh) | 一种目标检测模型的训练方法、数据的标注方法和装置 | |
CN110470333B (zh) | 传感器参数的标定方法及装置、存储介质和电子装置 | |
US10723554B2 (en) | Systems and methods for intake and transport of physical objects in a facility | |
CN109359535B (zh) | 木材装载信息的识别方法、装置、电子设备及存储介质 | |
WO2016158438A1 (ja) | 検品処理装置及び方法、及びプログラム | |
US20190392602A1 (en) | Methods, systems, and apparatuses for computing dimensions of an object using range images | |
CN113127666A (zh) | 一种连续帧数据的标注系统、方法和装置 | |
CN110888345A (zh) | 检测设备、控制设备及自动校验系统和方法 | |
CN110619497B (zh) | 地址检验方法、装置、电子设备及存储介质 | |
US10733444B2 (en) | Systems and methods for automated assessment of physical objects | |
CN113743390B (zh) | 针对劳保手套的智能仓储方法和装置 | |
CN109759339B (zh) | 物流包裹的分拣方法、分拣装置及分拣终端 | |
CN112633187A (zh) | 基于图像分析的机器人自动搬运方法、系统和存储介质 | |
CN110979853A (zh) | 一种基于机器视觉的自动化包装方法及系统 | |
CN112819953B (zh) | 三维重建方法、网络模型训练方法、装置及电子设备 | |
CN114708214A (zh) | 一种烟盒缺陷检测方法、装置、设备及介质 | |
CN114819821A (zh) | 货物出库校验方法、装置、计算机设备和存储介质 | |
CN115138596A (zh) | 一种视觉检测的方法及装置 | |
US11483524B2 (en) | Information processing system, client device, information processing method, program, and storage medium | |
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 | |
CN113998359A (zh) | 数据校验方法、装置和设备、物流系统和存储介质 | |
EP2639747A2 (en) | Address recognition apparatus and address recognition system | |
CN117010806B (zh) | 货物验收方法、装置、设备及计算机可读存储介质 |
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 |