CN114331298A - 一种使用多维数据模型识别并控制物流设备的方法 - Google Patents

Abstract

本发明属于动态目标智能识别和控制技术领域，具体涉及一种使用多维数据模型识别并控制物流设备的方法，包括构建物流设备管理数据库；得到运输设备的空间化特征索引；通过与特征模板对比查找到匹配目标；如果判断运输设备装载有物料，则控制运输设备执行操作模板中的卸料操作；本发明的有益效果：(1)通过物流设备中的每个运输设备分别匹配有相应的特征模板、操作模板和校验模板，将整个物流系统有机的整合起来；(2)能够及时发现大型物流设备存在的超载、偏载和超高情况，进而利用异常处理设备消除上述现象，杜绝运输安全隐患；(3)校验过程中利用监控信息得到运输设备车厢内物料区的多维度综合信息数据，校验准确。

Description

一种使用多维数据模型识别并控制物流设备的方法

技术领域

本发明属于动态目标智能识别和控制技术领域，具体涉及一种使用多维数据模型识别并控制物流设备的方法。

背景技术

在传统的生产环境中，自动化设备对目标物体的精确识别和监控都是非常困难的一个环节。特别是针对大型物流设备，人工检测过程更为繁琐且容易遗漏。因而如何通过智能化手段找出其所存在的安全隐患，并避免安全事故的发生，就是一个十分迫切的需求。

CN202010601754.8一种设备智能运维管理方法及管理系统发明公开了一种设备智能运维管理方法，包括跟踪监控仓库内运行中的物流设备，获取物流设备步态的视频图像序列，从所述视频图像序列中提取物流设备的步态特征，所述步态为物流设备运行时的姿态和/或行为特征，根据所述取物流设备的持续步态特征变化生成第一特征状态参数集，然后将所述第一特征状态参数集与预设状态参数集进行对比分析来判定物流设备的运行状态。便于运维人员对物流设备进行远程监控，降低了运维人员日常运维的工作量，提高了物流设备整体运维的效率。

CN201710356419.4发明涉及烟草物料领域，具体为一种烟草物流设备管理方法，本发明通过将设备的信息信息提取生成二维码，维护人员通过终端机扫描二维码可了解设备的详细信息，每次维护完成后，还可以将每次的维护记录上传，方便日后维护人员了解设备的损坏信息，便于维护和管理，通过设置质保期预警功能、设备维修预警功能，可以及时提醒管理人员定期质保和提供维修人员按时维修，可以提高设备的使用周期，避免维修人员由于遗忘维修设备造成工作失误。

CN201810955207.2发明涉及一种物流设备故障监测运维管理系统，包括本地服务器、多个监测设备、多个移动终端和用于本地服务器、多个监测设备、多个移动终端间数据传输的通信系统。本发明的物流设备故障监测运维管理系统能够提高设备产能、降低维护成本、节约维修时间，同时实现了运维管理标准化，促进信息交流，可适应自动化设备运维的需求。

上述现有技术中的发明对物流设备的监测，都是为了判定物流设备的运行状态、节约维修时间和降低维护成本；不能做到控制不同物流设备各自进行相应的操作，并对装载后超载、偏载和超高情况进行校验。

发明内容

本发明针对上述的现有技术中对物流设备的监测，都是为了判定物流设备的运行状态、节约维修时间和降低维护成本，功能相对比较单一问题，提供了一种使用多维数据模型识别并控制物流设备的方法。

为了达到上述目的，本发明采用的技术方案为：一种使用多维数据模型识别并控制物流设备的方法，包括以下步骤：

步骤一：在物流控制系统软件中构建物流设备管理数据库，所述物流设备管理数据库包括特征模板、操作模板和校验模板；

所述特征模板中包括不同物流设备的几何特征；

所述校验模板中包括超载校验、偏载校验、超高校验和卸料完成校验；

物流设备中的每个运输设备分别匹配有相应的特征模板、操作模板和校验模板；所述运输设备的操作模板中包括装料、卸料和运输操作；

步骤二：通过激光雷达探测，物流控制系统监测到运输设备的驶入信息，并使用激光雷达的点云数据为运输设备创建三维数据模型，进而得到运输设备各组成部位的空间化特征索引；

步骤三：根据所述空间化特征索引，物流控制系统在物流设备管理数据库中通过与特征模板对比查找到匹配目标，并获的目标运输设备的操作模板和校验模板；

步骤四：通过运输设备的三维数据模型，物流控制系统如果判断运输设备装载有物料，则控制运输设备执行操作模板中的卸料操作；卸料后，物流控制系统调用运输设备的校验模板进行卸料完成校验；

通过运输设备的三维数据模型，物流控制系统如果判断运输设备为空载，则控制运输设备执行操作模板中的装料操作；运输设备行驶至装料位置装料后，物流控制系统调用运输设备的校验模板对运输设备进行超载校验、偏载校验和超高校验；如果校验合格，则控制系统控制运输设备执行操作模板中的运输操作。

作为优选，所述运输设备为汽运货车或火车；所述物流设备还包括装料设备和异常处理设备；所述异常处理设备也匹配有相应的操作模板，所述异常处理设备的操作模板中包括消除超载、消除超高、消除偏载和清空车厢操作。

作为优选，所述物流设备的几何特征包括物流设备的形状、规格和局部特征。

作为优选，步骤二中所述监测设备还包括工业三维扫描仪。

作为优选，步骤四校验过程中物流控制系统利用监测设备传送的监控信息得到运输设备车厢内物料区的三维数据；将物料区分为多个单元，每个单元的中位点到运输设备车厢底板的高度为单元的物料高度。

作为优选，所述超载校验具体为通过物料区的体积乘以物料密度得到运输设备车厢内物料重量，将运输设备车厢内物料重量与运输设备限载量进行比较；

所述超高校验具体为将物料区每个单元的物料高度与运输设备车厢的高度进行比较；

所述偏载校验包括车厢前后偏载校验和左右偏载校验；偏载校验的方法是：分别计算物料区前侧后侧的物料体积或者分别计算物料区左侧右侧的物料体积；然后将体积差乘以物料的密度即得到前后偏载量或左右偏载量。

作为优选，步骤四中如果经校验运输设备存在超载，物流控制系统控制铲车执行操作模板中的消除超载操作；如果经校验运输设备车厢内物料区存在超高现象，物流控制系统控制铲车执行操作模板中的消除超高操作；如果经校验运输设备存在前后偏载量或/和左右偏载量超出允许的上限值，物流控制系统控制铲车执行操作模板中的消除偏载操作。

作为优选，所述物料区的体积为物料区所有单元的体积之和。

作为优选，所述特征模板中还包括不同物流设备的编号或特征纹路；步骤二中所述监测设备还包括监控摄像头。

与现有技术相比，本发明的优点和积极效果在于：

相比现有技术，利用本发明使用多维数据模型识别并控制物流设备的方法，(1)通过物流设备中的每个运输设备分别匹配有相应的特征模板、操作模板和校验模板，将整个物流系统有机的整合起来，使得物流进程推进以及物流设备互相配合；整合后运输设备为主体，当运输设备执行不同的操作时其他物流设备(装料设备和异常处理设备)配合。

(2)构建了物流设备管理数据库，物流设备管理数据库中包括特征模板、操作模板和校验模板；在利用特征模板识别不同的物料设备后，还能控制不同物流设备各自进行相应的操作，并对装载后超载、偏载和超高情况进行校验；

(3)在装料完成后，物流控制系统调用物流设备管理数据库的校验模板对装料情况进行校验；能够及时发现大型物流设备存在的超载、偏载和超高情况，进而利用异常处理设备消除上述现象，杜绝运输过程中由上述现象带来的安全隐患；

(4)校验过程中物流控制系统利用监测设备传送的监控信息得到运输设备车厢内物料区的三维数据；将物料区分为多个单元，每个单元的中位点到运输设备车厢底板的高度为单元的物料高度；进而进行超载、超高和偏载校验，校验准确易实现。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，图1为使用多维数据模型识别并控制物流设备的方法示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图1和实施例对本发明做进一步说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开说明书的具体实施例的限制。

实施例1

下面对本发明作进一步的描述，一种使用多维数据模型识别并控制物流设备的方法，如图1所示，包括以下步骤：

步骤一：在物流控制系统软件(本实施例中物流系统软件为MySQL )中构建物流设备管理数据库，物流设备管理数据库包括特征模板、操作模板和校验模板；

特征模板中包括不同物流设备的几何特征；物流设备的几何特征包括物流设备的形状、规格和局部特征；

校验模板中包括超载校验、偏载校验、超高校验和卸料完成校验；

物流设备中的每个运输设备分别匹配有相应的特征模板、操作模板和校验模板；运输设备的操作模板中包括装料、卸料和运输操作。

上面的技术方案中通过物流设备中的每个运输设备分别匹配有相应的特征模板、操作模板和校验模板，将整个物流系统有机的整合起来，使得物流进程推进以及物流设备互相配合；整合后运输设备为主体，当运输设备执行不同的操作时其他物流设备(装料设备和异常处理设备)配合。本实施例中装料设备为自动装石子设备。

步骤二：通过监测设备(本实施例中为激光雷达)探测，物流控制系统监测到运输设备的驶入信息，并使用激光雷达的点云数据为运输设备创建三维数据模型(3d Scanne激光雷达扫描建模，激光雷达的每一个点云都具备空间坐标信息，因此它们都具备测量能力。两点成线，三点成面，四点成体，通过这些点，不仅可以明确了解空间上的某个点的坐标信息，还可以计算它们之间的长度、面积、体积、角度等信息)，进而得到运输设备各组成部位的空间化特征索引(规格或局部特征)；

步骤三：根据空间化特征索引，物流控制系统在物流设备管理数据库中通过与特征模板对比查找到匹配目标，并获的目标运输设备的操作模板和校验模板；

步骤四：通过运输设备的三维数据模型，物流控制系统如果判断运输设备装载有物料，则控制运输设备执行操作模板中的卸料操作；卸料后，物流控制系统调用运输设备的校验模板进行卸料完成校验；

通过运输设备的三维数据模型，物流控制系统如果判断运输设备为空载，则控制运输设备执行操作模板中的装料操作；运输设备行驶至装料位置装料后，物流控制系统调用运输设备的校验模板对运输设备进行超载校验、偏载校验和超高校验；如果校验合格，则控制系统控制运输设备执行操作模板中的运输操作。

运输设备为汽运货车；物流设备还包括装料设备和异常处理设备；异常处理设备也匹配有相应的操作模板，异常处理设备的操作模板中包括消除超载、消除超高、消除偏载和清空车厢操作。

步骤四校验过程中物流控制系统利用监测设备传送的监控信息得到运输设备车厢内物料区的三维数据(3d Scanne激光雷达点云数据的三维建模)；将物料区分为多个单元，每个单元的中位点到运输设备车厢底板的高度为单元的物料高度。

超载校验具体为通过物料区的体积乘以物料密度得到运输设备车厢内物料重量，将运输设备车厢内物料重量与运输设备限载量进行比较；

超高校验具体为将物料区每个单元的物料高度与运输设备车厢的高度进行比较；

偏载校验包括车厢前后偏载校验和左右偏载校验；偏载校验的方法是：分别计算物料区前侧后侧的物料体积或者分别计算物料区左侧右侧的物料体积；然后将体积差乘以物料的密度即得到前后偏载量或左右偏载量。

步骤四中如果经校验运输设备存在超载，物流控制系统控制铲车执行操作模板中的消除超载操作；

如果经校验运输设备车厢内物料区存在超高现象，物流控制系统控制铲车执行操作模板中的消除超高操作；

如果经校验运输设备存在前后偏载量或/和左右偏载量超出允许的上限值，如前后端质量偏差是否>=1吨，物流控制系统控制铲车执行操作模板中的消除偏载操作。

物料区的体积为物料区所有单元的体积之和。

实施例2

本实施例与实施例1的区别是：运输设备为火车；装料设备为自动装煤机。

特征模板中还包括不同物流设备的编号；步骤二中监测设备包括激光雷达和监控摄像头。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其他形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其他领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，仍属于本发明技术方案的保护范围。

Claims (9)

1.一种使用多维数据模型识别并控制物流设备的方法，其特征在于，包括以下步骤：

步骤一：在物流控制系统软件中构建物流设备管理数据库，所述物流设备管理数据库包括特征模板、操作模板和校验模板；

所述特征模板中包括不同物流设备的几何特征；

所述校验模板中包括超载校验、偏载校验、超高校验和卸料完成校验；

物流设备中的每个运输设备分别匹配有相应的特征模板、操作模板和校验模板；所述运输设备的操作模板中包括装料、卸料和运输操作；

步骤二：通过激光雷达探测，物流控制系统监测到运输设备的驶入信息，并使用激光雷达的点云数据为运输设备创建三维数据模型，进而得到运输设备各组成部位的空间化特征索引；

步骤三：根据所述空间化特征索引，物流控制系统在物流设备管理数据库中通过与特征模板对比查找到匹配目标，并获的目标运输设备的操作模板和校验模板；

步骤四：通过运输设备的三维数据模型，物流控制系统如果判断运输设备装载有物料，则控制运输设备执行操作模板中的卸料操作；卸料后，物流控制系统调用运输设备的校验模板进行卸料完成校验；

通过运输设备的三维数据模型，物流控制系统如果判断运输设备为空载，则控制运输设备执行操作模板中的装料操作；运输设备行驶至装料位置装料后，物流控制系统调用运输设备的校验模板对运输设备进行超载校验、偏载校验和超高校验；如果校验合格，则控制系统控制运输设备执行操作模板中的运输操作。

2.根据权利要求1所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，所述运输设备为汽运货车或火车；

所述物流设备还包括装料设备和异常处理设备；所述异常处理设备也匹配有相应的操作模板，所述异常处理设备的操作模板中包括消除超载、消除超高、消除偏载和清空车厢操作。

3.根据权利要求2所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，所述物流设备的几何特征包括物流设备的形状、规格和局部特征。

4.根据权利要求3所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，步骤二中所述监测设备还包括工业三维扫描仪。

5.根据权利要求4所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，步骤四校验过程中物流控制系统利用监测设备传送的监控信息得到运输设备车厢内物料区的三维数据；将物料区分为多个单元，每个单元的中位点到运输设备车厢底板的高度为单元的物料高度。

6.根据权利要求5所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，

所述超载校验具体为通过物料区的体积乘以物料密度得到运输设备车厢内物料重量，将运输设备车厢内物料重量与运输设备限载量进行比较；

所述超高校验具体为将物料区每个单元的物料高度与运输设备车厢的高度进行比较；

所述偏载校验包括车厢前后偏载校验和左右偏载校验；偏载校验的方法是：分别计算物料区前侧后侧的物料体积或者分别计算物料区左侧右侧的物料体积；然后将体积差乘以物料的密度即得到前后偏载量或左右偏载量。

7.根据权利要求6所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，步骤四中如果经校验运输设备存在超载，物流控制系统控制铲车执行操作模板中的消除超载操作；

如果经校验运输设备车厢内物料区存在超高现象，物流控制系统控制铲车执行操作模板中的消除超高操作；

如果经校验运输设备存在前后偏载量或/和左右偏载量超出允许的上限值，物流控制系统控制铲车执行操作模板中的消除偏载操作。

8.根据权利要求6所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，所述物料区的体积为物料区所有单元的体积之和。

9.根据权利要求1所述的使用多维数据模型识别并控制物流设备的方法，其特征在于，所述特征模板中还包括不同物流设备的编号或特征纹路；步骤二中所述监测设备还包括监控摄像头。

Images