CN114022702A - 一种智慧仓库管理方法、装置、电子设备及存储介质 - Google Patents

一种智慧仓库管理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114022702A
CN114022702A CN202111242060.0A CN202111242060A CN114022702A CN 114022702 A CN114022702 A CN 114022702A CN 202111242060 A CN202111242060 A CN 202111242060A CN 114022702 A CN114022702 A CN 114022702A
Authority
CN
China
Prior art keywords
information
goods
cargo
determining
entrance
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.)
Pending
Application number
CN202111242060.0A
Other languages
English (en)
Inventor
樊冰
胡永强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Djy Express Co ltd
Original Assignee
Djy Express Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Djy Express Co ltd filed Critical Djy Express Co ltd
Priority to CN202111242060.0A priority Critical patent/CN114022702A/zh
Publication of CN114022702A publication Critical patent/CN114022702A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Accounting & Taxation (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)

Abstract

本申请涉及一种智慧仓库管理方法、装置、电子设备及存储介质，仓库管理的领域，该方法获取入口图像信息，入口图像信息为仓库入口处的图像信息，判断入口图像信息中是否存在货物，若存在，则基于入口图像信息确定货物的货物尺寸信息，基于货物尺寸信息确定货物的货物体积信息，获取货物相关信息，货物相关信息包括货物名称信息、货物数量信息以及货物类别信息，基于货物体积信息以及货物相关信息确定存储位置信息。本申请具有使得仓库能够更加合理化地存储货物的效果。

Description

一种智慧仓库管理方法、装置、电子设备及存储介质
技术领域
本申请涉及仓库管理的领域，尤其是涉及一种智慧仓库管理方法、装置、电子设备及存储介质。
背景技术
随着科技与物流业的发展，仓库管理逐渐智能化，在目前仓库管理中，通常结合SAP系统对仓库的一些进出库数据、货物数据以及仓储空间使用情况等进行相对智能的管理。
但目前仓库对货物进行存储的过程中，无法很好地根据货物的实际尺寸大小以及体积将货物存储到合适的位置，从而可能造成仓库空间使用的混乱，进而使得仓库不能做到较为合理地存储货物。
发明内容
为了使得仓库能够更加合理化地存储货物，本申请提供一种智慧仓库管理方法、装置、电子设备及存储介质。
第一方面，本申请提供一种智慧仓库管理方法，采用如下的技术方案：
一种智慧仓库管理方法，包括
获取入口图像信息，所述入口图像信息为仓库入口处的图像信息；
判断所述入口图像信息中是否存在货物；
若存在，则基于所述入口图像信息确定所述货物的货物尺寸信息；
基于所述货物尺寸信息确定所述货物的货物体积信息；
获取货物相关信息，所述货物相关信息包括货物名称信息、货物数量信息以及货物类别信息；
基于所述货物体积信息以及所述货物相关信息确定存储位置信息。
通过采用上述技术方案，电子设备获取仓库入口处的入口图像信息，电子设备通过入口图像信息判断是否存在仓库入口是否存在货物更方便。若存在货物，电子设备基于入口图像信息确定货物的货物尺寸信息。电子设备基于货物尺寸信息确定货物体积信息。电子设备获取货物的相关信息，并且电子设备基于货物相关信息以及货物体积信息确定货物的存储位置信息。使得货物能够更有条理地存放至仓库中，仓库的存储空间能够被更加合理化地使用。
在另一种可能实现的方式中，所述判断所述入口图像信息中是否存在货物，包括：
将所述入口图像信息输入至训练好的网络模型中进行货物识别，基于货物识别结果确定所述入口图像信息中是否存在货物。
通过上述技术方案，训练好的网络模型对入口图像信息进行货物识别，以判断仓库入口处是否存在货物，训练好的网络模型识别出入口图像信息中存在货物更准确。
在另一种可能实现的方式中，所述基于所述入口图像信息确定所述货物的货物尺寸信息，包括：
基于所述入口图像信息判断所述货物是否移动至仓库入口处的指定区域；
若所述货物移动至指定区域，则确定所述货物的货物轮廓信息；
基于基准尺寸信息以及所述货物轮廓信息确定所述货物尺寸信息，所述基准尺寸信息为所述入口图像信息中指定区域处的尺寸信息；
若所述货物未移动至指定区域，
则基于当前位置输出移动提示信息。
通过采用上述技术方案， 货物移动至指定区域后能够便于从入口图像信息中确定货物体积信息，货物移动至指定区域后，从入口图像信息中能够清楚地展示出货物的形状和轮廓，电子设备确定出货物的货物轮廓信息，进而通过仓库入口处的基准尺寸信息确定出的货物体积信息更准确。若判断出货物未移动至指定区域，电子设备输出移动提示信息以使得工作人员便于将货物移动至指定区域
在另一种可能实现的方式中，所述基于所述货物体积信息以及所述货物相关信息确定存储位置信息，包括：
基于所述货物相关信息查找所述货物的放置区域，所述放置区域包括多个存储单元；
获取所述放置区域的至少一个空闲存储单元的体积信息以及位置信息；
将所述货物体积信息与所述至少一个空闲存储单元的体积信息进行比较，以确定存储位置信息；
若任一空闲存储单元的体积信息满足预设条件，则确定所述任一空闲存储单元的位置信息为存储位置信息；
所述预设条件包括：
所述任一空闲存储单元的体积信息大于所述货物体积信息，且所述任一空闲存储单元的体积信息与所述货物体积信息的差值最小。
通过采用上述技术方案，查找到货物的存储区域后，获取存储区域的空闲存储单元，以便于确定货物的存储位置，将空闲存储单元的体积信息与货物体积信息作差，确定体积信息与货物体积信息差值最小的空闲存储单元为存储位置信息，从而使得货物存储位置的选择更合理。
在另一种可能实现的方式中，所述方法还包括：
若识别到所述入口图像信息中存在货物，则确定当前时刻的时间信息；
将所述时间信息、所述货物相关信息以及所述存储位置信息进行存储。
通过采用上述技术方案，将货物达到仓库入口的时间信息、货物相关信息以及确定出的货物存储位置信息进行存储，从而便于以后用于对上述信息进行查看。
在另一种可能实现的方式中，所述方法还包括：
基于所述存储位置信息以及所述仓库的布局信息确定入库路线信息；
输出所述入库路线信息。
通过采用上述技术方案，确定出货物的存储位置信息后，以及存储位置信息以及仓库的布局确定出入库路线信息，并且电子设备输出入库路线信息，从而使得工作人员能够更高效地将货物运送至存储位置。
在另一种可能实现的方式中，所述方法还包括：
若检测到用户触发的查看指令，则调取所述时间信息、所述货物相关信息以及所述存储位置信息；
控制显示所述时间信息、所述货物相关信息以及所述存储位置信息。
通过采用上述技术方案，用户触发查看指令后，说明用户需要查看货物的相关信息、时间信息以及存储位置信息，电子设备调取上述信息并控制显示上述信息，从而使得用户能够更直观地查看上述信息。
第二方面，本申请提供一种智慧仓库管理装置，采用如下的技术方案：
一种智慧仓库管理装置，包括：
第一获取模块，用于获取入口图像信息，所述入口图像信息为仓库入口处的图像信息；
判断模块，用于判断所述入口图像信息中是否存在货物；
第一确定模块，用于当存在时，基于所述入口图像信息确定所述货物的货物尺寸信息；
第二确定模块，用于基于所述货物尺寸信息确定所述货物的货物体积信息；
第二获取模块，用于获取货物相关信息，所述货物相关信息包括货物名称信息、货物数量信息以及货物类别信息；
第三确定模块，用于基于所述货物体积信息以及所述货物相关信息确定存储位置信息。
通过采用上述技术方案，第一获取模块获取仓库入口处的入口图像信息，判断模块通过入口图像信息判断是否存在仓库入口是否存在货物更方便。若存在货物，第一确定模块基于入口图像信息确定货物的货物尺寸信息。第二确定模块基于货物尺寸信息确定货物体积信息。第二获取模块获取货物的相关信息，并且第三确定模块基于货物相关信息以及货物体积信息确定货物的存储位置信息。使得货物能够更有条理地存放至仓库中，仓库的存储空间能够被更加合理化地使用。
在另一种可能实现的方式中，判断模块在判断所述入口图像信息中是否存在货物时，具体用于：
将所述入口图像信息输入至训练好的网络模型中进行货物识别，基于货物识别结果确定所述入口图像信息中是否存在货物。
在另一种可能实现的方式中，第一确定模块在基于所述入口图像信息确定所述货物的货物尺寸信息，具体用于：
基于所述入口图像信息判断所述货物是否移动至仓库入口处的指定区域；
若所述货物移动至指定区域，则确定所述货物的货物轮廓信息；
基于基准尺寸信息以及所述货物轮廓信息确定所述货物尺寸信息，所述基准尺寸信息为所述入口图像信息中指定区域处的尺寸信息；
若所述货物未移动至指定区域，则基于当前位置输出移动提示信息。
在另一种可能实现的方式中，第三确定模块在基于所述货物体积信息以及所述货物相关信息确定存储位置信息，具体用于：
基于所述货物相关信息查找所述货物的放置区域；
获取所述放置区域的至少一个空闲存储单元的体积信息以及位置信息；
将所述货物体积信息与所述至少一个空闲存储单元的体积信息进行比较，以确定存储位置信息；
若任一空闲存储单元的体积信息满足预设条件，则确定所述任一空闲存储单元的位置信息为存储位置信息；
所述预设条件包括：
所述任一空闲存储单元的体积信息大于所述货物体积信息，且所述任一空闲存储单元的体积信息与所述货物体积信息的差值最小。
在另一种可能实现的方式中，所述装置还包括：
第四确定模块，用于当识别到所述入口图像信息中存在货物时，确定当前时刻的时间信息；
存储模块，用于将所述时间信息、所述货物相关信息以及所述存储位置信息进行存储。
在另一种可能实现的方式中，所述装置还包括：
第五确定模块，用于基于所述存储位置信息以及所述仓库的布局信息确定入库路线信息；
输出模块，用于输出所述入库路线信息。
在另一种可能实现的方式中，所述装置还包括：
调取模块，用于当检测到用户触发的查看指令时，调取所述时间信息、所述货物相关信息以及所述存储位置信息；
控制显示模块，用于控制显示所述时间信息、所述货物相关信息以及所述存储位置信息。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行根据第一方面任一种可能的实现方式所示的一种智慧仓库管理方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行实现第一方面任一种可能的实现方式所示的一种智慧仓库管理方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
1. 电子设备获取仓库入口处的入口图像信息，电子设备通过入口图像信息判断是否存在仓库入口是否存在货物更方便。若存在货物，电子设备基于入口图像信息确定货物的货物尺寸信息。电子设备基于货物尺寸信息确定货物体积信息。电子设备获取货物的相关信息，并且电子设备基于货物相关信息以及货物体积信息确定货物的存储位置信息。使得货物能够更有条理地存放至仓库中，仓库的存储空间能够被更加合理化地使用；
2. 训练好的网络模型对入口图像信息进行货物识别，以判断仓库入口处是否存在货物，训练好的网络模型识别出入口图像信息中存在货物更准确。
附图说明
图1是本申请实施例的一种智慧仓库管理方法的流程示意图。
图2是本申请实施例中入口图像信息以及指定区域的示意图。
图3是本申请实施例中仓库的示意图。
图4是本申请实施例的一种智慧仓库管理装置的结构示意图。
图5是本申请实施例的一种电子设备的结构示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了一种智慧仓库管理方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制，如图1所示，该方法包括步骤S101、步骤S102、步骤S103、步骤S104、步骤S105以及步骤S106，其中，
S101，获取入口图像信息。
其中，入口图像信息为仓库入口处的图像信息。
在本申请实施例中，仓库入口处的入口图像信息可以通过在仓库入口设置摄像装置采集，摄像装置采集到入口图像信息后由电子设备获取。电子设备可实时获取仓库入口处的入口图像信息，以便于实时对仓库入口处的情况进行掌控。
S102，判断入口图像信息中是否存在货物。
对于本申请实施例，电子设备获取到入口图像信息后判断仓库入口处是否存在货物，从而能够及时发现仓库入口处存在货物。
S103，若存在，则基于入口图像信息确定货物的货物尺寸信息。
对于本申请实施例，电子设备确定出仓库入口处存在货物，电子设备基于入口图像信息确定货物的货物尺寸信息，以形状为长方体的货物为例，货物的尺寸信息包括货物的长度信息、宽度信息以及高度信息。在其他实施例中，如货物为球状货物或圆柱体状货物，尺寸信息还包括半径信息。电子设备确定出货物尺寸信息后，便于确定出货物的货物体积信息。
S104，基于货物尺寸信息确定货物的货物体积信息。
对于本申请实施例，以长方体状货物为例，假设一长方体状货物的尺寸信息为：长度1m，宽度0.8m，高度2m。则该货物的货物体积信息S即为S=1×0.8×2=1.6m³。
S105，获取货物相关信息。
其中，货物相关信息包括货物名称信息、货物数量信息以及货物类别信息。
对于本申请实施例，货物名称信息、货物数量信息以及货物类别信息可以用过工作人员在货物存储进仓库前，手动存储电子设备中。例如，“洗发水，十箱，日用品类”。用户还可通过SAP系统调取查看。
S106，基于货物体积信息以及货物相关信息确定存储位置信息。
对于本申请实施例，仓库空间较大，因此根据存储的货物将仓库分成了多个区域，每个区域放置同一类货物。因此电子设备确定出货物体积信息并且获取到货物相关信息之后。即可确定出货物的存储区域，进而根据货物的尺寸确定出货物的具体存储位置信息。从而实现仓库空间的合理化使用。
本申请实施例的一种可能的实现方式，步骤S102中判断入口图像信息中是否存在货物，具体包括步骤S1021（图中未示出），其中，
S1021，将入口图像信息输入至训练好的网络模型中进行货物识别，基于货物识别结果确定入口图像信息中是否存在货物。
对于本申请实施例，网络模型为神经网络模型，网络模型可以是卷积神经网络，也可以是循环神经网络，网络模型的种类在此不做限定。对初始网络模型进行训练学习之前先确定货物识别对应的训练样本集，训练样本集中包括多个货物图片、多个货物图片分别对应的形状以及多个货物图片分别对应的颜色。例如，其中两个训练样本为“货物图片1，长方体状货物，棕色”以及“货物图片2，圆柱体状货物，黄色”。将训练样本集输入至网络模型中进行训练学习得到训练好的网络模型。将入口图像信息输入至训练好的网络模型中，训练好的网络模型对入口图像信息进行货物识别处理，训练好的网络模型输出入口图像信息中是否存在货物的结果。通过将入口图像信息输入训练好的网络模型中，并最终得到入口图像信息对应的是否存在货物的结果更准确。
本申请实施例的一种可能的实现方式，S103中基于入口图像信息确定货物的货物尺寸信息，具体包括S1031（图中未示出）、步骤S1032（图中未示出）、步骤S1033（图中未示出）以及步骤S1034（图中未示出），其中，
S1031，基于入口图像信息判断货物是否移动至仓库入口处的指定区域。
对于本申请实施例，对入口图像信息中的货物进行目标追踪，进而判断货物是否位于指定区域。参照图2，入口图像信息为图2中标号21所指区域，指定区域为图2中标号22处所指区域。货物位于指定区域中后能够清楚的展示货物的形状与轮廓，货物没有位于指定区域处时则有可能无法清楚的展示货物的形状与轮廓，因此判断货物是否处在指定区域中便于电子设备进行后续操作。
S1032，若货物移动至指定区域，则确定货物的货物轮廓信息。
对于本申请实施例，电子设备通过目标追踪的方式判断出货物移动至指定区域处后，电子设备确定货物的轮廓信息。货物的轮廓信息可通过图像处理中轮廓检测的方式进行。
由于货物颜色与入口图像信息中的背景颜色差别较大。因此通过图像处理的方式来确定出已收获区域的轮廓信息更准确。例如货物的颜色为棕色，入口图像信息中的背景颜色为白色。电子设备对入口图像信息做预处理，采用二维高斯模板做平滑滤波处理，从而能够过滤入口图像信息中的部分噪声，然后对经过滤波处理的入口图像信息做边缘检测处理，得到货物的初步的边缘响应图像，其中涉及到入口图像信息中黄色、白色等可用梯度区分的特征信息。最后再对边缘响应图像做进一步处理，得到更好的边缘响应图像。通过轮廓检测的方式，检测出货物部分与背景部分的分界线，因此通过图像处理的方式能够更加清晰地确定出货物的轮廓。例如轮廓信息为长方体状，则说明货物为长方体状轮廓。
S1033，基于基准尺寸信息以及货物轮廓信息确定货物尺寸信息。
其中，基准尺寸信息为入口图像信息中指定区域处的尺寸信息。
对于本申请实施例，货物移动到指定区域后，从而能够更好地确定出货物尺寸信息与基准尺寸信息的关系。例如图2中，标号21即为入口图像信息，标号22即为指定区域。基准尺寸信息中仓库入口处指定区域的长度信息为3m，仓库入口处指定区域的宽度信息为10m，仓库入口处指定区域的高度信息为3m。假设长度信息对应的像素数量为30000个，宽度信息对应的像素数量为20000个，高度信息对应的像素数量为30000个。货物轮廓信息中货物长度信息对应的像素为10000个，宽度信息对应的像素为2000个，高度信息对应的像素为20000个。则电子设备确定出货物的尺寸信息：长度信息为1m，宽度信息为1m，高度信息为2m。
S1034，若货物未移动至指定区域，则基于当前位置输出移动提示信息。
对于本申请实施例，电子设备通过目标追踪的方式判断指定区域中是否存在货物，若指定区域中不存在货物，电子设备根据货物当前所在入口图像信息中的位置输出移动提示信息。例如货物位于指定区域的左侧0.5m，电子设备输出“向右移动0.5m”的语音提示信息。工作人员通过“向右移动0.5m”的语音提示信息即可将货物移动至指定区域。
本申请实施例的一种可能的实现方式，S106中基于货物体积信息以及货物相关信息确定存储位置信息，具体包括步骤S1061（图中未示出）、步骤S1062（图中未示出）、步骤S1063（图中未示出）以及步骤S1064（图中未示出），其中，
S1061，基于货物相关信息查找货物的放置区域。
对于本申请实施例，电子设备中预先存储有多个货物类别以及多个货物类别对应的放置区域。仓库也可预先分别多个区域，例如分成10个区域，第一个区域的编号为“1”，第二个区域的编号为“2”……。例如货物的种类为“日用百货类”，对应的区域为“1”号区域。电子设备获取到货物相关信息后，通过货物相关信息中的货物类别信息即可查找货物对应的放置区域。例如获取到一货物的货物类别信息为“日用百货类”，电子设备基于“日用百货类”即可找到对应“日用百货类”的区域编号“1”。
S1062，获取放置区域的至少一个空闲存储单元的体积信息以及位置信息。
对于本申请实施例，一个放置区域包括多个存储单元。例如一个放置区域的存储单元分成了三类存储单元，每一类存储单元位于同一片区域，第一类存储单元的体积信息为1m³，位置信息为放置区域的A处；第二类存储单元的体积信息为3m³，位置信息位于放置区域的B处；第三类存储单元的体积信息为5m³，位置信息为放置区域的C处。电子设备内预先存储上述三类存储单元分别对应的体积信息与位置信息。当存储单元内存储有货物时则对存储有货物的存储单元进行标记，未存储有货物的存储单元即为空闲存储单元。
S1063，将货物体积信息与至少一个空闲存储单元的体积信息进行比较，以确定存储位置信息。
对于本申请实施例，以步骤S1062为例，并且某“日用百货类”货物的货物体积信息为2m³。电子设备将2m³分别与1m³、3m³以及5m³进行比较。从而便于确定出最合适的空闲存储单元。并且根据最合适的空闲存储单元确定存储位置信息。
S1064，若任一空闲存储单元的体积信息满足预设条件，则确定任一空闲存储单元的位置信息为存储位置信息。
其中，预设条件包括：
任一空闲存储单元的体积信息大于货物体积信息，且任一空闲存储单元的体积信息与货物体积信息的差值最小。
对于本申请实施例，以步骤S1063为例，1m³与2m³的差值1为﹣1m³，3m³与2m³的差值为1m³，5m³与2m³的差值为3m³，因此，第二类存储单元为最合适该货物的存储单元。电子设备确定的存储位置信息为“1号放置区域中的B处”。
本申请实施例的一种可能的实现方式，方法还包括步骤S107（图中未示出）以及步骤S108（图中未示出），其中，
S107，若识别到入口图像信息中存在货物，则确定当前时刻的时间信息。
对于本申请实施例，电子设备通过训练好的网络模型识别出入口图像信息中存在货物，电子设备确定当前时刻的时间信息，例如“8:30:20”。说明货物达到仓库入口的时间为8:30:20。其中时间信息可以是电子设备通过公网服务器或本地时钟芯片得到，在次不做限定。
S108，将时间信息、货物相关信息以及存储位置信息进行存储。
对于本申请实施例，电子设备获取到时间信息以及货物相关信息后，将货物的时间信息以及货物相关信息进行存储，例如可以存储至电子设备内的存储设备，也可存储至云服务器中，还可以存储至其他存储介质中，在次不做限定。
通过对货物的时间信息以及货物的相关信息进行存储，便于后续用户进行查看，用户可通过使用SAP系统对货物的时间信息以及货物相关信息进行查看。
本申请实施例的一种可能的实现方式，方法还包括步骤S109（图中未示出）以及步骤S110（图中未示出），其中，
S109，基于存储位置信息以及仓库的布局信息确定入库路线信息。
对于本申请实施例，仓库的布局信息可预先存储至电子设备中，电子设备确定出存储位置信息后，基于存储位置信息以及仓库的布局信息确定入库路线信息。以步骤S1064为例，并且参照图3，图3中标号“3”即为“1号放置区域中的B处”。“1号放置区域中的B处”位于仓库中西北角，仓库内沿墙壁设有环形道路，入库路线信息即为“进入仓库口左转直行，拐弯处右转直行”。
S110，输出入库路线信息。
对于本申请实施例，电子设备可通过语音播报“进入仓库口左转直行，拐弯处右转直行”的语音信息，也可控制显示设备显示“进入仓库口左转直行，拐弯处右转直行”的文字信息。通过输出入库路线信息，从而便于工作人员将货物运送至存储位置信息所表征的位置。
本申请实施例的一种可能的实现方式，方法还包括步骤S111（图中未示出）以及步骤S112（图中未示出），其中，
S111，若检测到用户触发的查看指令，则调取时间信息、货物相关信息以及存储位置信息。
对于本申请实施例，用户触发的查看指令可以是通过按键触发，也可以是通过触摸屏等设备触发。电子设备检测到用户触发的查看指令，则说明用于需要查看货物入库时的时间信息、货物相关信息以及货物的存储位置信息。电子设备调取上述信息，以便于用户查看。
S112，控制显示时间信息、货物相关信息以及存储位置信息。
对于本申请实施例，电子设备控制显示设备显示时间信息、货物相关信息以及存储位置信息。例如电子设备控制显示设备显示“8:30:20，洗发水，十箱，日用品类，1号放置区域中的B处”。从而便于用于查看。
上述实施例从方法流程的角度介绍一种智慧仓库管理方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种智慧仓库管理装置，具体详见下述实施例。
本申请实施例提供一种智慧仓库管理装置，如图4所示，该智慧仓库管理装置40具体可以包括：
第一获取模块401，用于获取入口图像信息，入口图像信息为仓库入口处的图像信息；
判断模块402，用于判断入口图像信息中是否存在货物；
第一确定模块403，用于当存在时，基于入口图像信息确定货物的货物尺寸信息；
第二确定模块404，用于基于货物尺寸信息确定货物的货物体积信息；
第二获取模块405，用于获取货物相关信息，货物相关信息包括货物名称信息、货物数量信息以及货物类别信息；
第三确定模块406，用于基于货物体积信息以及货物相关信息确定存储位置信息。
对于本申请实施例，第一获取模块401获取仓库入口处的入口图像信息，判断模块402通过入口图像信息判断是否存在仓库入口是否存在货物更方便。若存在货物，第一确定模块403基于入口图像信息确定货物的货物尺寸信息。第二确定模块404基于货物尺寸信息确定货物体积信息。第二获取模块405获取货物的相关信息，并且第三确定模块406基于货物相关信息以及货物体积信息确定货物的存储位置信息。使得货物能够更有条理地存放至仓库中，仓库的存储空间能够被更加合理化地使用。
本申请实施例的一种可能的实现方式，判断模块402在判断入口图像信息中是否存在货物时，具体用于：
将入口图像信息输入至训练好的网络模型中进行货物识别，基于货物识别结果确定入口图像信息中是否存在货物。
本申请实施例的一种可能的实现方式，第一确定模块403在基于入口图像信息确定货物的货物尺寸信息，具体用于：
基于入口图像信息判断货物是否移动至仓库入口处的指定区域；
若货物移动至指定区域，则确定货物的货物轮廓信息；
基于基准尺寸信息以及货物轮廓信息确定货物尺寸信息，基准尺寸信息为入口图像信息中指定区域处的尺寸信息；
若货物未移动至指定区域，则基于当前位置输出移动提示信息。
本申请实施例的一种可能的实现方式，第三确定模块406在基于货物体积信息以及货物相关信息确定存储位置信息，具体用于：
基于货物相关信息查找货物的放置区域；
获取放置区域的至少一个空闲存储单元的体积信息以及位置信息；
将货物体积信息与至少一个空闲存储单元的体积信息进行比较，以确定存储位置信息；
若任一空闲存储单元的体积信息满足预设条件，则确定任一空闲存储单元的位置信息为存储位置信息；
预设条件包括：
任一空闲存储单元的体积信息大于货物体积信息，且任一空闲存储单元的体积信息与货物体积信息的差值最小。
本申请实施例的一种可能的实现方式，装置40还包括：
第四确定模块，用于当识别到入口图像信息中存在货物时，确定当前时刻的时间信息；
存储模块，用于将时间信息、货物相关信息以及存储位置信息进行存储。
本申请实施例的一种可能的实现方式，装置40还包括：
第五确定模块，用于基于存储位置信息以及仓库的布局信息确定入库路线信息；
输出模块，用于输出入库路线信息。
本申请实施例的一种可能的实现方式，装置40还包括：
调取模块，用于当检测到用户触发的查看指令时，调取时间信息、货物相关信息以及存储位置信息；
控制显示模块，用于控制显示时间信息、货物相关信息以及存储位置信息。
对于本申请实施例，第一确定模块403、第二确定模块404、第三确定模块406、第四确定模块以及第五确定模块可以是相同的确定模块，也可以是不同的确定模块，还可以是部分相同的确定模块。第一获取模块401以及第二获取模块405可以是相同的获取模块也可以是不同的获取模块。
本申请实施例提供了一种智慧仓库管理装置40，适用于上述方法实施例，在此不在赘述。
本申请实施例中提供了一种电子设备，如图5所示，图5所示的电子设备50包括：处理器501和存储器503。其中，处理器501和存储器503相连，如通过总线502相连。可选地，电子设备50还可以包括收发器504。需要说明的是，实际应用中收发器504不限于一个，该电子设备50的结构并不构成对本申请实施例的限定。
处理器501可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器501也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线502可包括一通路，在上述组件之间传送信息。总线502可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线502可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器503可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器503用于存储执行本申请方案的应用程序代码，并由处理器501来控制执行。处理器501用于执行存储器503中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与相关技术相比，本申请实施例中电子设备获取仓库入口处的入口图像信息，电子设备通过入口图像信息判断是否存在仓库入口是否存在货物更方便。若存在货物，电子设备基于入口图像信息确定货物的货物尺寸信息。电子设备基于货物尺寸信息确定货物体积信息。电子设备获取货物的相关信息，并且电子设备基于货物相关信息以及货物体积信息确定货物的存储位置信息。使得货物能够更有条理地存放至仓库中，仓库的存储空间能够被更加合理化地使用。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种智慧仓库管理方法，其特征在于，包括：
获取入口图像信息，所述入口图像信息为仓库入口处的图像信息；
判断所述入口图像信息中是否存在货物；
若存在，则基于所述入口图像信息确定所述货物的货物尺寸信息；
基于所述货物尺寸信息确定所述货物的货物体积信息；
获取货物相关信息，所述货物相关信息包括货物名称信息、货物数量信息以及货物类别信息；
基于所述货物体积信息以及所述货物相关信息确定存储位置信息。
2.根据权利要求1所述的一种智慧仓库管理方法，其特征在于，所述判断所述入口图像信息中是否存在货物，包括：
将所述入口图像信息输入至训练好的网络模型中进行货物识别，基于货物识别结果确定所述入口图像信息中是否存在货物。
3.根据权利要求2所述的一种智慧仓库管理方法，其特征在于，所述基于所述入口图像信息确定所述货物的货物尺寸信息，包括：
基于所述入口图像信息判断所述货物是否移动至仓库入口处的指定区域；
若所述货物移动至指定区域，则确定所述货物的货物轮廓信息；
基于基准尺寸信息以及所述货物轮廓信息确定所述货物尺寸信息，所述基准尺寸信息为所述入口图像信息中指定区域处的尺寸信息；
若所述货物未移动至指定区域，则基于当前位置输出移动提示信息。
4.根据权利要求1所述的一种智慧仓库管理方法，其特征在于，所述基于所述货物体积信息以及所述货物相关信息确定存储位置信息，包括：
基于所述货物相关信息查找所述货物的放置区域；
获取所述放置区域的至少一个空闲存储单元的体积信息以及位置信息；
将所述货物体积信息与所述至少一个空闲存储单元的体积信息进行比较，以确定存储位置信息；
若任一空闲存储单元的体积信息满足预设条件，则确定所述任一空闲存储单元的位置信息为存储位置信息；
所述预设条件包括：
所述任一空闲存储单元的体积信息大于所述货物体积信息，且所述任一空闲存储单元的体积信息与所述货物体积信息的差值最小。
5.根据权利要求1所述的一种智慧仓库管理方法，其特征在于，所述方法还包括：
若识别到所述入口图像信息中存在货物，则确定当前时刻的时间信息；
将所述时间信息、所述货物相关信息以及所述存储位置信息进行存储。
6.根据权利要求1所述的一种智慧仓库管理方法，其特征在于，所述方法还包括：
基于所述存储位置信息以及所述仓库的布局信息确定入库路线信息；
输出所述入库路线信息。
7.根据权利要求5所述的一种智慧仓库管理方法，其特征在于，所述方法还包括：
若检测到用户触发的查看指令，则调取所述时间信息、所述货物相关信息以及所述存储位置信息；
控制显示所述时间信息、所述货物相关信息以及所述存储位置信息。
8.一种智慧仓库管理装置，其特征在于，包括：
第一获取模块，用于获取入口图像信息，所述入口图像信息为仓库入口处的图像信息；
判断模块，用于判断所述入口图像信息中是否存在货物；
第一确定模块，用于当存在时，基于所述入口图像信息确定所述货物的货物尺寸信息；
第二确定模块，用于基于所述货物尺寸信息确定所述货物的货物体积信息；
第二获取模块，用于获取货物相关信息，所述货物相关信息包括货物名称信息、货物数量信息以及货物类别信息；
第三确定模块，用于基于所述货物体积信息以及所述货物相关信息确定存储位置信息。
9.一种电子设备，其特征在于，其包括：
一个或者多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1～7任一项所述的一种智慧仓库管理方法。
10.一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权利要求1～7任一项所述的一种智慧仓库管理方法。
CN202111242060.0A 2021-10-25 2021-10-25 一种智慧仓库管理方法、装置、电子设备及存储介质 Pending CN114022702A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111242060.0A CN114022702A (zh) 2021-10-25 2021-10-25 一种智慧仓库管理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111242060.0A CN114022702A (zh) 2021-10-25 2021-10-25 一种智慧仓库管理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114022702A true CN114022702A (zh) 2022-02-08

Family

ID=80057826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111242060.0A Pending CN114022702A (zh) 2021-10-25 2021-10-25 一种智慧仓库管理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114022702A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115759922A (zh) * 2022-10-18 2023-03-07 甘肃倚莱克特电力科技有限公司 智慧仓储货物存放方法、电子设备、计算机可读存储介质
CN116610078A (zh) * 2023-05-19 2023-08-18 广东海力储存设备股份有限公司 立体仓自动化储存控制方法、系统、电子设备及存储介质
CN117436674A (zh) * 2023-12-20 2024-01-23 国网浙江省电力有限公司金华供电公司 基于电力物资多模态检测的处理方法及设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115759922A (zh) * 2022-10-18 2023-03-07 甘肃倚莱克特电力科技有限公司 智慧仓储货物存放方法、电子设备、计算机可读存储介质
CN116610078A (zh) * 2023-05-19 2023-08-18 广东海力储存设备股份有限公司 立体仓自动化储存控制方法、系统、电子设备及存储介质
CN117436674A (zh) * 2023-12-20 2024-01-23 国网浙江省电力有限公司金华供电公司 基于电力物资多模态检测的处理方法及设备
CN117436674B (zh) * 2023-12-20 2024-03-01 国网浙江省电力有限公司金华供电公司 基于电力物资多模态检测的处理方法及设备

Similar Documents

Publication Publication Date Title
CN114022702A (zh) 一种智慧仓库管理方法、装置、电子设备及存储介质
CN109920174B (zh) 图书借阅方法、装置、电子设备及存储介质
CN111832447B (zh) 建筑图纸构件识别方法、电子设备及相关产品
US10572853B2 (en) Inventory control system
CN112100425B (zh) 基于人工智能的标签标注方法、装置、电子设备及介质
CN109508189B (zh) 一种布局模板处理方法、装置及计算机可读存储介质
CN110335139B (zh) 基于相似度的评估方法、装置、设备及可读存储介质
CN110503375A (zh) 仓储管理方法、装置及计算机可读存储介质
US10783325B1 (en) Visual data mapping
CN111881777B (zh) 一种视频处理方法和装置
CN113239227B (zh) 图像数据结构化方法、装置、电子设备及计算机可读介质
CN109102324B (zh) 模型训练方法、基于模型的红包物料铺设预测方法及装置
CN116415862A (zh) 货运信息处理方法及系统
CN113899367B (zh) 无人机降落的定位方法、装置、计算机设备及存储介质
US20220019616A1 (en) Content display device and content display method
US20210312174A1 (en) Method and apparatus for processing image, device and storage medium
CN111476144B (zh) 行人属性识别模型确定方法、装置及计算机可读存储介质
CN113128604A (zh) 页面元素的识别方法、装置、电子设备及存储介质
CN108562291A (zh) 物件寻找方法、装置及终端设备
CN108764344A (zh) 一种基于边缘识别卡片的方法、装置及存储设备
CN115063473A (zh) 物体高度的检测方法、装置、计算机设备、存储介质
CN112417197B (zh) 一种排序方法、装置、机器可读介质及设备
CN114360057A (zh) 数据处理方法及相关装置
CN114742881A (zh) 2d户型图实际比例计算方法、装置、系统及存储介质
CN114022658A (zh) 一种目标检测方法、装置、存储介质及终端

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