CN114331284B - 一种基于云计算的智能仓储服务管理系统 - Google Patents

Abstract

本发明提供了一种基于云计算的智能仓储服务管理系统，包括：信息采集模块：用于采用图像传感器采集仓库货物信息，获取仓库内货物出入库信息，并将所述出入库信息上传至预设的云端服务器；库存管理模块：用于根据所述云端服务器的信息，获取多个仓库内货物的实时存储信息，并针对所述实时存储信息进行整合，将信息整合结果进行3D可视化显示；自动出库模块：用于获取用户订单编号，并基于所述信息整合结果执行货物自动出库。本发明能够针对仓库内的货物信息进行3D可视化显示，根据用户的订单编号执行自动出库，实现仓储的智能化管理。

Description

一种基于云计算的智能仓储服务管理系统

技术领域

本发明涉及智能仓储技术领域，特别涉及一种基于云计算的智能仓储服务管理系统。

背景技术

目前，传统的仓储管理方式主要以人工的方式记录和跟踪出入仓库的物品，其中物品的入库检收、库中盘点和查询以及出库分类等一系列的工作全都依靠人工参与，这种传统仓储管理方式具有工作效率低、作业时间长、人工费用高以及错误率较高等缺点，从而使物品相关信息更新较慢，此外，信息化仓储不能针对存储物品的保质期进行有效管理，导致存储物品的管理效率较差针对保质期临近的物品不能提供预警和提醒仓储管理随机性强、计算量大，如专利文件CN202110492451-一种基于云计算的智能仓储服务管理系统中针对仓库内货物的保质期进行有效管理，并针对临近保质期的物体进行预警，但是针对物品信息的存储需要占用大量的内存，此发明中并未将信息上传至云端计算，论文Qin S,JianJ,Chen B,et al.Research and Application of Image Processing Technology in theAGV System Based on Smart Warehousing[C]//2020 5th International Conferenceon Control,Robotics and Cybernetics(CRC).2020在检测入库货物信息时并未针对货物的箱体进行外观检测，导致收到用户订单时出库得货物质量不高，且针对数据的采集结果进行表格显示，不够直观且数据调取复杂度较高。

发明内容

本发明提供一种基于云计算的智能仓储服务管理系统，用以解决智能仓储中无法针对入库货物进行外观检测，和数据处理较低且错误了较高的情况。

一种基于云计算的智能仓储服务管理系统，包括：

信息采集模块：用于采用图像传感器采集仓库货物信息，获取仓库内货物出入库信息，并将所述出入库信息上传至预设的云端服务器；

库存管理模块：用于根据所述云端服务器的信息，获取多个仓库内货物的实时存储信息，并针对所述实时存储信息进行整合，将信息整合结果进行3D可视化显示；

自动出库模块：用于获取用户订单编号，并基于所述信息整合结果执行货物自动出库。

作为本发明的一种实施例：所述信息采集模块包括：

入库通知单元：用于接收货物入库信息，并发射信息采集指令；

外观检测单元：用于根据所述信息采集指令，利用图像传感器进行箱体外观检测，判断所述箱体的外观是否发生损坏，确定判断结果；

损坏处理单元：用于当所述判断结果显示箱体的外观发生损坏时，获取箱体损坏结果，并针对所述箱体损坏结果进行等级划分，获取等级划分结果；其中，所述等级划分结果包括：轻级损坏、中级损坏、重级损坏；

信息扫描单元：用于当所述判断结果显示箱体的外观未发生损坏时，利用工业相机动态查找目标识别码，并针对所述目标识别码进行扫描识别，获取目标采集信息；其中：所述目标采集信息包括：重量信息、日期信息、尺寸信息；

信息上传单元：用于将所述目标采集信息实时上传至预设的云端服务器。

作为本发明的一种实施例：所述库存管理模块还包括：

一级分类单元：用于基于云端服务器中存储的货物信息，按照一级分类内容针对所述货物信息进行一级分类，确定一级分类结果；其中，所述一级分类内容包括：日用品类、食品类、水产类、化工类、五金类；

数据整合单元：用于根据所述一级分类结果，将仓库内的货物信息进行整合，确定货物信息整合结果；

3D可视化显示单元：用于基于云计算和边缘分布式计算，将所述货物信息整合结果进行3D可视化展示。

作为本发明的一种实施例：所述库存管理模块还包括：

区域存放单元：用于根据所述一级分类结果，获取目标存放区域；

路径规划单元：用于根据所述目标存放区域，基于所述货物信息的坐标位置，执行路径规划，确定路径规划结果；

路径更新单元：用于采用GPS技术实时获取运送货物对应的车辆位置，并根据所述目标存放区域，进行路径更新并切换货物运送路径；

碰撞检测单元：用于获取货物运送路径，并判断所述运送路径是否会在预设时间内发生紧急碰撞，确定判断结果；

碰撞预警单元：用于当所述判断结果显示所述运送路径在预设时间内将会发生紧急碰撞，发射碰撞预警信号；

急停防撞单元：用于根据所述碰撞预警信号，调取预设距离范围内运送机器人的运送轨迹，根据所述运送机器人的运送轨迹通过视觉扫描查询安全避障点，并根据所述安全避障点执行急停防撞指令。

作为本发明的一种实施例：所述3D可视化显示单元包括：

类型获取子单元：用于根据所述货物信息整合结果进行数字化分析，获取目标需求类型；其中，所述目标需求类型包括：文档类型、表格类型、图形类型；

二级分类子单元：用于将所述货物信息整合结果按照所述目标需求类型进行数据分类，获取二级分类结果；

信息编码子单元：用于根据所述二级分类结果，调取对应的信息通道，并根据所述信息通道针对二级分类结果执行视觉编码，获取3D可视化数据；

可视化数据监测子单元：用于将所述3D可视化数据同步上传至云端数据库，并针对所述云端数据库中的数据执行实时数据监听，进行异常数据查询，并针对所述异常数据进行报警显示。

作为本发明的一种实施例：所述损坏处理单元包括：

轻级处理子单元：用于当所述箱体等级划分结果显示为轻级损坏时，对所述箱体进行重新装箱处理；

中级处理子单元：用于当所述箱体等级划分结果显示为中级损坏时，对所述箱体进行拆箱处理，获取对应的货物，并针对所述货物进行外观形变检测，获取形变参数，当所述形变参数大于预设的阈值时，判定所述货物处于异常状态，对所述货物进行剔除处理，当所述形变参数小于预设的阈值时，判定所述货物处于正常状态，对所述货物进行重新装箱处理；

重级处理子单元：用于当所述箱体等级划分结果显示为重级损坏时，判定所述货物处于异常状态，对所述货物进行剔除处理。

作为本发明的一种实施例：所述自动出库模块包括：

订单接收单元：用于接收用户订单，根据所述用户订单进行智能解析，获取目标解析结果；其中，所述目标解析结果包括：目标货物编号、目标货物名称、目标货物存储位置；

信号响应单元：用于根据所述目标货物存储位置，发射出库信号；

货物运送单元：用于针对所述出库信号，匹配对应的运送机器人执行目标货物运送；

货物复核单元：用于获取运送机器人运送的货物信息，确定已出库货物，并基于目标货物编号针对所述已出库货物进行自动复核，确定复核结果；

自动贴单单元：用于当所述复核结果显示无异常时，对所述已出库货物进行装箱处理，并对已装箱的货物进行自动贴单处理；

订单跟踪单元：用于获取已装箱货物的物流编号并对所述物流编号进行跟踪，将物流跟踪数据通过无线网络上传至云端服务器。

作为本发明的一种实施例：一种基于云计算的智能仓储服务管理系统，还包括：权限管理模块：用于根据判断输入账号的等级判断系统登录用户的权限，并根据不同的权限，提供对应的信息服务；其中，所述权限管理模块包括：

普通端登录单元：用于判定当所述系统登录用户为普通端用户登录时，获取用户订单编号，并根据所述订单编号将对应的物流跟踪数据发送至普通端平台；

管理端登录单元：用于判定当所述系统登录用户为管理端用户登录时，将管理权限服务内容发送至管理端平台；其中，所述管理权限服务内容包括：仓库内货物编号、货物分布位置、运送机器人分布位置、转运货物信息、出入库信息记录。

作为本发明的一种实施例：所述自动出库模块还包括：

出库订单获取单元：用于获取仓库内出库货物信息，并根据所述出库货物信息进行数据分析，获取货物出库时间和对应的出库频率信息；

模型构建单元：用于根据所述货物出库时间和对应的出库频率信息，构建补货策略模型，根据所述补货策略模型自动生成目标补货内容；其中，所述目标补货内容包括：补货对象、补货数量；

库存报警单元：用于获取仓库内货物的库存数量，并将所述库存数量与预设的阈值范围进行比较，当所述货物的库存数量小于预设的阈值时，触发库存报警指令；

保质期报警指令：用于针对出库货物进行保质期检测，当货物的出库日期晚于保质期到期时间时，触发过期报警指令。

作为本发明的一种实施例：所述自动出库模块还包括：

重量检测单元：用于针对所述用户订单编号，获取对应出库货物的重量，当所述货物的重量大于预设的阈值时，判定所述货物为重型货物；

平稳度检测单元：用于当运送机器人运送重型货物时，发射平稳度检测指令，获取所述运送机器人的平稳度检测结果；

运送平衡单元：用于采用机器视觉获取所述重型货物的重心点位置，并结合所述平稳度检测结果自动调节运送速率和对应的转弯斜率。

所述本发明的有益效果如下：本发明通过图像传感器采集仓库货物信息有利于通过检测边缘像素扫描目标物品，读取货物得编号、色彩、外观、日期等多维度信息，提高数据采集的效率，其次，通过将采集得数据存储至云端服务器有利于管理端和用户端根据自身权限实时获取目标信息，且由于数据不占用本地内存，因此获取数据得过程无延时，计算效率较高，在进行入库检测时，针对箱体的外观进行检测，针对不同等级的外观进行对应的处理，最后，针对云端服务器得数据进行三维可视化显示，有利于显示仓库内的数据更加直观高效。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种基于云计算的智能仓储服务管理系统结构示意图；

图2为本发明实施例中一种基于云计算的智能仓储服务管理系统中信息采集模块对应的结构示意图；

图3为本发明实施例中一种基于云计算的智能仓储服务管理系统中库存管理模块对应的结构示意图；

图4为本发明实施例中一种基于云计算的智能仓储服务管理系统中自动出库模块对应的结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1：

本发明实施例提供了一种基于云计算的智能仓储服务管理系统，包括：

信息采集模块：用于采用图像传感器采集仓库货物信息，获取仓库内货物出入库信息，并将所述出入库信息上传至预设的云端服务器；

库存管理模块：用于根据所述云端服务器的信息，获取多个仓库内货物的实时存储信息，并针对所述实时存储信息进行整合，将信息整合结果进行3D可视化显示；

自动出库模块：用于获取用户订单编号，并基于所述信息整合结果执行货物自动出库；

在一个实际场景中：在对仓库内的货物信息进行采集时，通过RFID设备扫描货物表面的识别编码，获取货物的出入库信息和货物的基本数据信息，并将采集到的数据信息存储至本地端口，在对货物的基本信息和出入库信息进行调取时，需要在本地端口中输入货物的编码信息才能够获取，且针对仓库内的货物信息进行管理时，仅能够针对单个仓库内的货物数据进行分别管理，管理人员无法针对多个仓库得信息实行联动在线管理，在查看数据时，只能调取本地文档进行查看，无法实时获取仓库内数据的变化情况和更新信息，在接收到用户的订单请求，进行货物出库时，需要通过分级得方式查找目标货物得存储位置，如首先根据订单编号获取货物的种类、仓库号、货架号等信息进行查找，需要消耗大量时间且获取数据量较大易占用内存；

本发明在进行实施的时候：通过图像传感器采集仓库内的货物信息，如货物的编码信息、目标存储位置、货物对应箱体的边缘像素组成，外观完好程度、日期等多维度数据，且将这些数据同步储存至云端服务器，不占用本地内存，在进行数据查找时，仅通过查找数据对应的关键字即可自动从云端服务器中自动实时调取目标数据，避免出现数据的延迟，且将数据信息进行三维可视化显示，显示效果更加直观，且由于不同仓库内的数据均储存至云端服务器因此可将多个仓库的信息进行在线交互，实现数据交换，当仓库内得货物信息发生更新或变化时，可以实时同步至云端；

上述技术方案的有益效果为：本发明通过图像传感器采集仓库内的货物信息，有利于获得有关货物的多维度数据，有利于获取数据得完整性，通过将仓库内的出入库数据上传至云端服务器，有利于实现多个仓库的信息交互和联动，且不会造成数据拥堵，节省本地资源，此外，通过3D可视化形式将数据显示有利于将仓库内得信息显示得更加直观，方便管理者进行决策。

实施例2：

在本发明的一种实施例中：如附图2所示，所述信息采集模块包括：

入库通知单元：用于接收货物入库信息，并发射信息采集指令；

外观检测单元：用于根据所述信息采集指令，利用图像传感器进行箱体外观检测，判断所述箱体的外观是否发生损坏，确定判断结果；

损坏处理单元：用于当所述判断结果显示箱体的外观发生损坏时，获取箱体损坏结果，并针对所述箱体损坏结果进行等级划分，获取等级划分结果；其中，所述等级划分结果包括：轻级损坏、中级损坏、重级损坏；

信息扫描单元：用于当所述判断结果显示箱体的外观未发生损坏时，利用工业相机动态查找目标识别码，并针对所述目标识别码进行扫描识别，获取目标采集信息；其中：所述目标采集信息包括：重量信息、日期信息、尺寸信息；

信息上传单元：用于将所述目标采集信息实时上传至预设的云端服务器；

在一个实际场景中：在货物入库前，通过人工肉眼质检的方式，获取无效的货物，并将货物进行剔除或者返工处理，在仓储环节，直接将装箱后得货物进行出库处理，并不会再进行二次质检，由于人工的方式不免会导致出现错误率的发生，因此使得用户收到对应货物的满意度有所降低；

本发明在进行实施的时候：在入库环节，对已经装箱的货物进行外观检测，当箱体的外观显示良好时，进行出库处理，当箱体的外观出现损坏时，针对损坏的不同程度进行对应的处理，过程中，采用工业相机判断货物得外观情况，如重量信息、日期信息、尺寸信息等，最终将数据储存至云端服务器；

上述技术方案的有益效果为：本发明通过对装箱货物进行外观检测有利于提高货物得质量，避免在运送过程中对货物造成损坏，从而降低用户的体验度，此外，针对外观的检测进行分级处理，针对箱体外观破损的不同程度执行不同得处理方法，有利于提高货物处理的应对方式，最终将检测得信息储存至云端服务器，有利于提高本地资源的利用率，降低数据交换过程中拥堵的可能性，提高数据交互的效率。

实施例3：

在本发明的一种实施例中：如附图4所示，所述库存管理模块还包括：

一级分类单元：用于基于云端服务器中存储的货物信息，按照一级分类内容针对所述货物信息进行一级分类，确定一级分类结果；其中，所述一级分类内容包括：日用品类、食品类、水产类、化工类、五金类；

数据整合单元：用于根据所述一级分类结果，将仓库内的货物信息进行整合，确定货物信息整合结果；

3D可视化显示单元：用于基于云计算和边缘分布式计算，将所述货物信息整合结果进行3D可视化展示；

在一个实际场景中：在对入库的货物信息进行整理分析时，首先将货物按照日用品类、食品类、水产类、化工类、五金类进行预分类，再将预分类后得数据进行整合，将数据信息储存至本地端口，登录管理端的管理人员在调取数据时，需要通过需要查找得数据进行一级一级查找，容易导致数据通道拥塞，且导致丢包，当数据量较大时，针对一个数据的查询结果，需要消耗较长的时间，且由于数据存储在本地端口，当数据丢失时，无法找回；

本发明在进行实施的时候：在对入库的货物信息进行整理分析时，首先将货物按照日用品类、食品类、水产类、化工类、五金类进行预分类，再将预分类后得数据进行整合，将数据信息储存至云端服务器，当管理端登入系统调取数据时，仅需通过关键字提取，目标数据信息即可被提取，无需通过一级一级的查找方式进行查找，此外针对于仓库内得货物信息通过3D可视化形式进行展示，使得管理人员在查看仓储情况时，更加直观，且由于数据均被存储至云端，因此即使数据量较大时，也不会出现数据拥堵和丢包得情况，数据存储更加安全，不易丢失；

上述技术方案的有益效果为：本发明通过将数据储存至云端服务器，有利于提高本地资源的利用率，降低数据交换过程中拥堵的可能性，提高数据交互的效率，通过3D可视化显示数据，将数据进行多视角展示，实现数据同步，提高数据处理效率和运维管理得有效性，降低人工维护成本，具有现代性和创新型，增加智慧仓储的形成，还有利于管理人员的决策有效性。

实施例4：

在本发明的一种实施例中：所述库存管理模块还包括：

区域存放单元：用于根据所述一级分类结果，获取目标存放区域；

路径规划单元：用于根据所述目标存放区域，基于所述货物信息的坐标位置，执行路径规划，确定路径规划结果；

路径更新单元：用于采用GPS技术实时获取运送货物对应的车辆位置，并根据所述目标存放区域，进行路径更新并切换货物运送路径；

碰撞检测单元：用于获取货物运送路径，并判断所述运送路径是否会在预设时间内发生紧急碰撞，确定判断结果；

碰撞预警单元：用于当所述判断结果显示所述运送路径在预设时间内将会发生紧急碰撞，发射碰撞预警信号；

急停防撞单元：用于根据所述碰撞预警信号，调取预设距离范围内运送机器人的运送轨迹，根据所述运送机器人的运送轨迹通过视觉扫描查询安全避障点，并根据所述安全避障点执行急停防撞指令；

在一个实际场景中：针对仓库内的库存数据进行管理时，采用机器人进行运送时，需要对目标货物进行路径规划处理，在进行路径规划时，通过获取目标货物得具体位置，将具体位置发送至运送机器人，运送机器人接收到目标运送地址，进行最优路径规划，但是在运送机器人运送过程中出现多辆运送车时，极易出现多辆运送车碰撞的情况；

本发明在进行实施的时候：运送机器人接收到目标货物的地址时，进行最优路径规划，获取到最优路径时，通过云计算获取仓库内运送机器人的运送轨迹，并设置碰撞检测和预警单元，针对当前运送机器人的轨迹进行运算，判断在最优轨迹中是否会出现碰撞概率，通过预警得方式进行碰撞预警，当接收到碰撞预警时，通过视觉扫描查询安全的避障点进行紧急防撞，避免了多个运送机器人在运送货物过程中出现碰撞的情况；

在一个具体的实施例中，在进行路径规划时，首先需要获取目标货物的坐标位置，再根据匹配的运送机器人的实时位置进行路径规划，获取最优路径，并对最优路径进行全局路径优化，防止碰撞：

步骤1：获取目标货物的三维坐标位置O＝[a₁,b₁,c₁]，运送机器人在三维坐标系中的三维位姿为J＝[a₂,b₂,σ]，其中，(a₂,b₂)表示运送机器人在全局坐标系中的对应坐标，σ表示运动方向，通过设置正交旋转矩阵L(σ)，将二维坐标系中的运动路径通过映射至三维坐标系中，

运送机器人的运动姿态模型可表示为：

其中，λ₁和λ₂分别为对应运送机器人两个方向控制轮对应的角速度；

上述步骤的主要步骤在于：通过在二维坐标系下获取运送机器人的坐标位置，同时为了利用方向分量描述所述运送机器人的移动，通过引用正交旋转矩阵，将二维坐标系的移动方向映射至机器人运动坐标系，构建运动姿态模型，执行局部路径规划；

步骤2：在经过局部路径规划之后，需要针对运送机器人进行碰撞检测，假设运送机器人的平均移动速度为

发生碰撞的运送机器人对应的速度为

若发生碰撞时，瞬时碰撞的相对速度为

当

说明两辆运送机器人发生碰撞，当

时，说明两辆运送机器人不会发生碰撞；

上述步骤的主要目的在于通过相对两辆运机器人的相对速度和路径轨迹判断是否会发生碰撞，当发生碰撞时，进行安全避障点查找；

步骤3：设置函数M，用于表示运送机器人下一点坐标到安全坐标位置之间的直线距离，

其中，M表示两点坐标的直线距离表示，(x₁,y₁)为当前运送机器人对应的坐标，(x₂,y₂)表示安全点位置的坐标表示，

上述步骤的主要目的在于：在局部路径规划的情况下，针对运送机器人进行动态避障，使得运送机器人的当前位置到安全点位置的距离尽可能短，即两个点的直线距离；

上述技术方案的有益效果为：本发明通过对运送机器人进行远程路径规划获取最优路径，有利于提高货物存取的速度和效率，通过对最优路径的实时更新，有利于根据运送的情况进行实时的改进，减少货物存取过程中消耗的时间，通过对运送机器人进行碰撞检测，有利于在仓库内多个运送机器人的最优路径发生交叉时，降低碰撞的可能性。

实施例5：

在本发明的一种实施例中：所述3D可视化显示单元包括：

类型获取子单元：用于根据所述货物信息整合结果进行数字化分析，获取目标需求类型；其中，所述目标需求类型包括：文档类型、表格类型、图形类型；

二级分类子单元：用于将所述货物信息整合结果按照所述目标需求类型进行数据分类，获取二级分类结果；

信息编码子单元：用于根据所述二级分类结果，调取对应的信息通道，并根据所述信息通道针对二级分类结果执行视觉编码，获取3D可视化数据；

可视化数据监测子单元：用于将所述3D可视化数据同步上传至云端数据库，并针对所述云端数据库中的数据执行实时数据监听，进行异常数据查询，并针对所述异常数据进行报警显示；

在一个实际场景中：管理人员对仓库内的数据进行调取时需要通过在本地端选择对应的文件夹进行一层一层的数据查找，当本地端的数据量较大时，容易出现丢包和拥塞的情况，管理人员在进行数据查看时，仅支持对当前页面的数据进行查看，无法从整体角度进行查看，且在数据存储过程中，采集到的数据是什么，保存在本地端得数据就是什么，无法支持对数据进行监测；

本发明在进行实施的时候：对仓库内的货物信息进行3D可视化展示，首先通过获取货物的整合信息进行解析，获取信息进行不同格式类型，再针对不同的数据类型进行视觉编码，获取3D下得可视化数据呈现，在整个数据处理过程中，将所有数据储存在云端数据库，不占用本地内存，防止数据拥塞和发生丢包的情况，在此过程中还针对云端数据库中得数据进行监测，查找异常得数据信息；

上述技术方案的有益效果为：本发明通过计算数据的目标需求类型，有利于在进行3D可视化编码前将数据进行分类，降低运算过程中的复杂度，通过将处理的数据实时上传至云端数据库，有利于数据存储的有效性和安全性，且数据不易丢失，因此在数据传输过程中，不易发生堵塞和丢失的情况，最终针对云端数据库中的数据进行数据监听，有利于查找异常数据，增加库中数据得正确性。

实施例6：

在本发明的一种实施例中：所述损坏处理单元包括：

轻级处理子单元：用于当所述箱体等级划分结果显示为轻级损坏时，对所述箱体进行重新装箱处理；

中级处理子单元：用于当所述箱体等级划分结果显示为中级损坏时，对所述箱体进行拆箱处理，获取对应的货物，并针对所述货物进行外观形变检测，获取形变参数，当所述形变参数大于预设的阈值时，判定所述货物处于异常状态，对所述货物进行剔除处理，当所述形变参数小于预设的阈值时，判定所述货物处于正常状态，对所述货物进行重新装箱处理；

重级处理子单元：用于当所述箱体等级划分结果显示为重级损坏时，判定所述货物处于异常状态，对所述货物进行剔除处理；

在一个实际场景中：在货物入库前，通过人工肉眼质检的方式，获取无效的货物，并将货物进行剔除或者返工处理，在仓储环节，直接将装箱后得货物进行出库处理，并不会再进行二次质检，由于人工的方式不免会导致出现错误率的发生，因此使得用户收到对应货物的满意度有所降低；

本发明在进行实施的时候：利用机器视觉和图像传感器对货物对应的箱体进行外观检测，针对外观检测不同的检测结果进行对应的分级处理，实现货物的最大化利用，在进行外观检测时，通过形变参数判断货物的受损情况，防止将损坏的货物发送给用户；

上述技术方案的有益效果为：通过针对货物的外观进行检测，有利于提高货物整体质量，避免将过度损坏的货物发送至用户，提高返厂工作量，其次，通过设置形变参数判断货物的损坏情况，有利于对货物进行最大化利用，提高用户购买的满意度。

实施例7：

在本发明的一种实施例中：如附图4所示，所述自动出库模块包括：

订单接收单元：用于接收用户订单，根据所述用户订单进行智能解析，获取目标解析结果；其中，所述目标解析结果包括：目标货物编号、目标货物名称、目标货物存储位置；

信号响应单元：用于根据所述目标货物存储位置，发射出库信号；

货物运送单元：用于针对所述出库信号，匹配对应的运送机器人执行目标货物运送；

货物复核单元：用于获取运送机器人运送的货物信息，确定已出库货物，并基于目标货物编号针对所述已出库货物进行自动复核，确定复核结果；

自动贴单单元：用于当所述复核结果显示无异常时，对所述已出库货物进行装箱处理，并对已装箱的货物进行自动贴单处理；

订单跟踪单元：用于获取已装箱货物的物流编号并对所述物流编号进行跟踪，将物流跟踪数据通过无线网络上传至云端服务器；

在一个实际场景中：在订单跟踪的过程中，对用户订单进行解析时，通过人工进行单号查询，获取对应货物的信息，比如，目标货物编号、目标货物名称、目标货物存储位置，在货物查找完成后对目标货物进行统一装箱处理，通过人工进行下单，机器执行贴单指令，最终根据订单编号发送至对应的用户端口，用户端登录系统可查看对应的物流数据；

本发明在进行实施的时候：获取用户订单编号时，系统自动根据预设的订单规则进行智能解析，自动获取目标货物的相关信息，如目标货物编号、目标货物名称、目标货物存储位置等，获取到对应的货物信息后匹配最近的运送机器人执行目标货物的运送，当所有的目标货物均运送完毕，通过每个货物的编码与用户的订单编码进行复核，自动判断是否出现错误运送、多送或者少送的情况，当确定完毕，系统进行自动贴单处理，最终将物流跟踪数据发送至云端服务器，用户端可根据对应的订单编号在云端服务器中自动查询物流数据；

上述技术方案的有益效果为：本发明通过对用户订单进行智能解析，有利于降低人工查找的工作量，提高目标数据查找效率，通过匹配距离最近的运送机器人有利于减少运送时间，提高目标货物运送效率和有序性，最终，通过对用户的目标货物进行复核有利于保证数据运送的正确性，降低工作量，通过将货物的物流数据上传至云端服务器，有利于降低本地端数据的拥塞，提高本地资源的利用率。

实施例8：

在本发明的一种实施例中：一种基于云计算的智能仓储服务管理系统，还包括：权限管理模块：用于根据判断输入账号的等级判断系统登录用户的权限，并根据不同的权限，提供对应的信息服务；其中，所述权限管理模块包括：

普通端登录单元：用于判定当所述系统登录用户为普通端用户登录时，获取用户订单编号，并根据所述订单编号将对应的物流跟踪数据发送至普通端平台；

管理端登录单元：用于判定当所述系统登录用户为管理端用户登录时，将管理权限服务内容发送至管理端平台；其中，所述管理权限服务内容包括：仓库内货物编号、货物分布位置、运送机器人分布位置、转运货物信息、出入库信息记录；

在一个实际场景中：系统判断登录端口的是普通用户端还是管理端通过网络进行判别，当目标登录者通过系统内网登录时默认为管理端，当目标登录者通过外网登录时，默认为普通用户端，通过不同的端口提供不同的服务，通过这种方式分辨普通端和管理端效率较低，不便于管理端人员的远程登录，降低管理的效率；

本发明在进行实施的时候：通过根据登录的账号自动判断登录的对象为普通用户端还是管理用户端，账号在进行设置时遵循一定的设置规则，比如说设置校验位即可判断对应的目标对象为普通端还是管理端；

上述技术方案的有益效果为：本发明通过在账号中设置校验位的方式判断目标登录用户为普通端用户还是管理端用户，有利于降低人员的利用，降低人力成本提高信息管理的效率。

实施例9：

在本发明的一种实施例中：所述自动出库模块还包括：

出库订单获取单元：用于获取仓库内出库货物信息，并根据所述出库货物信息进行数据分析，获取货物出库时间和对应的出库频率信息；

模型构建单元：用于根据所述货物出库时间和对应的出库频率信息，构建补货策略模型，根据所述补货策略模型自动生成目标补货内容；其中，所述目标补货内容包括：补货对象、补货数量；

库存报警单元：用于获取仓库内货物的库存数量，并将所述库存数量与预设的阈值范围进行比较，当所述货物的库存数量小于预设的阈值时，触发库存报警指令；

保质期报警指令：用于针对出库货物进行保质期检测，当货物的出库日期晚于保质期到期时间时，触发过期报警指令；

在一个实际场景中：通过对不同用户下单频率进行分析获取对应货物的畅销程度，但是由于不同地点的用户购买习惯和购买力不同，再由于不同地区由于经济实力的差异，调取货物的仓库存取量不同，因此，无法针对这些数据针对不同仓库的补货情况进行对应的货物补给；

本发明在进行实施的时候：通过获取云端服务器和云端数据库中的出入库数据进行分析查询，获取对应仓库的货物出入库情况，此外，针对库存进行管理时，当货物的库存量少于一定的数量时，执行报警，提醒补货，最后，针对不同货物的保质期信息进行记录，当仓库内的货物出现过期警报时，触发对应的报警指令；

上述技术方案的有益效果为：本发明通过对仓库内部的货物出入库信息进行查询分析，构建补货策略模型，确定补货对象和数量，有利于根据不同地区的仓库进行差异化分析，使得最终获取的数量更符合对应的补货需求。

实施例10：

在本发明的一种实施例中：所述自动出库模块还包括：

重量检测单元：用于针对所述用户订单编号，获取对应出库货物的重量，当所述货物的重量大于预设的阈值时，判定所述货物为重型货物；

平稳度检测单元：用于当运送机器人运送重型货物时，发射平稳度检测指令，获取所述运送机器人的平稳度检测结果；

运送平衡单元：用于采用机器视觉获取所述重型货物的重心点位置，并结合所述平稳度检测结果自动调节运送速率和对应的转弯斜率；

在一个实际场景中：当运送的货物为重型货物时，极易出现运送失衡的情况，因此在货物运送时很有可能由于失衡导致货物翻车的情况；

本发明在进行实施的时候：通过用户的订单编号获取目标物品及对应的重量，当重量达到一定标准时，判定为重型货物，针对重型货物进行运送时，进行平稳度检测，当平稳度检测异常时，动态调节运送速率和转弯的斜率防止运送失衡的情况；

上述技术方案的有益效果为：本发明中通过对货物进行重量检测和平稳度检测，有利于防止在运送重型货物时由于重心不稳而导致失衡的情况，增加货物运送的效率。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于云计算的智能仓储服务管理系统，其特征在于，包括：

信息采集模块：用于采用图像传感器采集仓库货物信息，获取仓库内货物出入库信息，并将所述出入库信息上传至预设的云端服务器；

库存管理模块：用于根据所述云端服务器的信息，获取多个仓库内货物的实时存储信息，并针对所述实时存储信息进行整合，将信息整合结果进行3D可视化显示；

自动出库模块：用于获取用户订单编号，并基于所述信息整合结果执行货物自动出库；

所述库存管理模块还包括：

一级分类单元：用于基于云端服务器中存储的货物信息，按照一级分类内容针对所述货物信息进行一级分类，确定一级分类结果；其中，所述一级分类内容包括：日用品类、食品类、水产类、化工类、五金类；

数据整合单元：用于根据所述一级分类结果，将仓库内的货物信息进行整合，确定货物信息整合结果；

3D可视化显示单元：用于基于云计算和边缘分布式计算，将所述货物信息整合结果进行3D可视化展示；

所述库存管理模块还包括：

区域存放单元：用于根据所述一级分类结果，获取目标存放区域；

路径规划单元：用于根据所述目标存放区域，基于所述货物信息的坐标位置，执行路径规划，确定路径规划结果；

路径更新单元：用于采用GPS技术实时获取运送货物对应的车辆位置，并根据所述目标存放区域，进行路径更新并切换货物运送路径；

碰撞检测单元：用于获取货物运送路径，并判断所述运送路径是否会在预设时间内发生紧急碰撞，确定判断结果；

碰撞预警单元：用于当所述判断结果显示所述运送路径在预设时间内将会发生紧急碰撞，发射碰撞预警信号；

急停防撞单元：用于根据所述碰撞预警信号，调取预设距离范围内运送机器人的运送轨迹，根据所述运送机器人的运送轨迹通过视觉扫描查询安全避障点，并根据所述安全避障点执行急停防撞指令；

所述3D可视化显示单元包括：

类型获取子单元：用于根据所述货物信息整合结果进行数字化分析，获取目标需求类型；其中，所述目标需求类型包括：文档类型、表格类型、图形类型；

二级分类子单元：用于将所述货物信息整合结果按照所述目标需求类型进行数据分类，获取二级分类结果；

信息编码子单元：用于根据所述二级分类结果，调取对应的信息通道，并根据所述信息通道针对二级分类结果执行视觉编码，获取3D可视化数据；

可视化数据监测子单元：用于将所述3D可视化数据同步上传至云端数据库，并针对所述云端数据库中的数据执行实时数据监听，进行异常数据查询，并针对所述异常数据进行报警显示；

在进行路径规划时，首先需要获取目标货物的坐标位置，再根据匹配的运送机器人的实时位置进行路径规划，获取最优路径，并对最优路径进行全局路径优化，防止碰撞：

步骤1：获取目标货物的三维坐标位置O＝[a₁,b₁,c₁]，运送机器人在三维坐标系中的三维位姿为J＝[a₂,b₂,σ]，其中，(a₂,b₂)表示运送机器人在全局坐标系中的对应坐标，σ表示运动方向，通过设置正交旋转矩阵L(σ)，将二维坐标系中的运动路径通过映射至三维坐标系中，

运送机器人的运动姿态模型可表示为：

其中，λ₁和λ₂分别为对应运送机器人两个方向控制轮对应的角速度；

步骤2：在经过局部路径规划之后，需要针对运送机器人进行碰撞检测，假设运送机器人的平均移动速度为

发生碰撞的运送机器人对应的速度为

若发生碰撞时，瞬时碰撞的相对速度为

当

说明两辆运送机器人发生碰撞，当

时，说明两辆运送机器人不会发生碰撞；

步骤3：设置函数M，用于表示运送机器人下一点坐标到安全坐标位置之间的直线距离，

其中，M表示两点坐标的直线距离表示，(x₁,y₁)为当前运送机器人对应的坐标，(x₂,y₂)表示安全点位置的坐标表示。

2.如权利要求1所述的一种基于云计算的智能仓储服务管理系统，其特征在于，所述信息采集模块包括：

入库通知单元：用于接收货物入库信息，并发射信息采集指令；

外观检测单元：用于根据所述信息采集指令，利用图像传感器进行箱体外观检测，判断所述箱体的外观是否发生损坏，确定判断结果；

损坏处理单元：用于当所述判断结果显示箱体的外观发生损坏时，获取箱体损坏结果，并针对所述箱体损坏结果进行等级划分，获取等级划分结果；其中，所述等级划分结果包括：轻级损坏、中级损坏、重级损坏；

信息扫描单元：用于当所述判断结果显示箱体的外观未发生损坏时，利用工业相机动态查找目标识别码，并针对所述目标识别码进行扫描识别，获取目标采集信息；其中：所述目标采集信息包括：重量信息、日期信息、尺寸信息；

信息上传单元：用于将所述目标采集信息实时上传至预设的云端服务器。

3.如权利要求2所述的一种基于云计算的智能仓储服务管理系统，其特征在于，所述损坏处理单元包括：

轻级处理子单元：用于当所述箱体等级划分结果显示为轻级损坏时，对所述箱体进行重新装箱处理；

中级处理子单元：用于当所述箱体等级划分结果显示为中级损坏时，对所述箱体进行拆箱处理，获取对应的货物，并针对所述货物进行外观形变检测，获取形变参数，当所述形变参数大于预设的阈值时，判定所述货物处于异常状态，对所述货物进行剔除处理，当所述形变参数小于预设的阈值时，判定所述货物处于正常状态，对所述货物进行重新装箱处理；

重级处理子单元：用于当所述箱体等级划分结果显示为重级损坏时，判定所述货物处于异常状态，对所述货物进行剔除处理。

4.如权利要求1所述的一种基于云计算的智能仓储服务管理系统，其特征在于，所述自动出库模块包括：

订单接收单元：用于接收用户订单，根据所述用户订单进行智能解析，获取目标解析结果；其中，所述目标解析结果包括：目标货物编号、目标货物名称、目标货物存储位置；

信号响应单元：用于根据所述目标货物存储位置，发射出库信号；

货物运送单元：用于针对所述出库信号，匹配对应的运送机器人执行目标货物运送；

货物复核单元：用于获取运送机器人运送的货物信息，确定已出库货物，并基于目标货物编号针对所述已出库货物进行自动复核，确定复核结果；

自动贴单单元：用于当所述复核结果显示无异常时，对所述已出库货物进行装箱处理，并对已装箱的货物进行自动贴单处理；

订单跟踪单元：用于获取已装箱货物的物流编号并对所述物流编号进行跟踪，将物流跟踪数据通过无线网络上传至云端服务器。

5.如权利要求1所述的一种基于云计算的智能仓储服务管理系统，其特征在于，还包括：权限管理模块：用于根据判断输入账号的等级判断系统登录用户的权限，并根据不同的权限，提供对应的信息服务；其中，所述权限管理模块包括：

普通端登录单元：用于判定当所述系统登录用户为普通端用户登录时，获取用户订单编号，并根据所述订单编号将对应的物流跟踪数据发送至普通端平台；

管理端登录单元：用于判定当所述系统登录用户为管理端用户登录时，将管理权限服务内容发送至管理端平台；其中，所述管理权限服务内容包括：仓库内货物编号、货物分布位置、运送机器人分布位置、转运货物信息、出入库信息记录。

6.如权利要求1所述的一种基于云计算的智能仓储服务管理系统，其特征在于，所述自动出库模块还包括：

出库订单获取单元：用于获取仓库内出库货物信息，并根据所述出库货物信息进行数据分析，获取货物出库时间和对应的出库频率信息；

模型构建单元：用于根据所述货物出库时间和对应的出库频率信息，构建补货策略模型，根据所述补货策略模型自动生成目标补货内容；其中，所述目标补货内容包括：补货对象、补货数量；

库存报警单元：用于获取仓库内货物的库存数量，并将所述库存数量与预设的阈值范围进行比较，当所述货物的库存数量小于预设的阈值时，触发库存报警指令；

保质期报警指令：用于针对出库货物进行保质期检测，当货物的出库日期晚于保质期到期时间时，触发过期报警指令。

7.如权利要求1所述的一种基于云计算的智能仓储服务管理系统，其特征在于，所述自动出库模块还包括：

重量检测单元：用于针对所述用户订单编号，获取对应出库货物的重量，当所述货物的重量大于预设的阈值时，判定所述货物为重型货物；

平稳度检测单元：用于当运送机器人运送重型货物时，发射平稳度检测指令，获取所述运送机器人的平稳度检测结果；

运送平衡单元：用于采用机器视觉获取所述重型货物的重心点位置，并结合所述平稳度检测结果自动调节运送速率和对应的转弯斜率。

Images