CN115561775B - 一种基于激光雷达的混合场景高精度货物管理方法及系统 - Google Patents
一种基于激光雷达的混合场景高精度货物管理方法及系统 Download PDFInfo
- Publication number
- CN115561775B CN115561775B CN202211177558.8A CN202211177558A CN115561775B CN 115561775 B CN115561775 B CN 115561775B CN 202211177558 A CN202211177558 A CN 202211177558A CN 115561775 B CN115561775 B CN 115561775B
- Authority
- CN
- China
- Prior art keywords
- warehouse
- laser radar
- information
- loading
- unloading
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 8
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000005303 weighing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
-
- 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
-
- 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
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
Abstract
本发明提供一种基于激光雷达的混合场景高精度货物管理方法及系统,该方法包括:创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息:构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息。本发明提升了库位管理的自动化程度以及管理准确度,降低了人工成本和运营成本,提升了库位管理效率。
Description
技术领域
本发明涉及智能物流管理技术领域,更具体地,涉及一种基于激光雷达的混合场景高精度货物管理方法、系统、电子设备及存储介质。
背景技术
随着社会快速发展,大宗商品的交易流转与日俱增。在以“人-货-场”为中心的管理体系中,货物的运输,存储,化验,加工等环节尤为重要。这里面很多重要的环节与库存管理有关,也导致库存管理的问题和重要性日益突出。
使用传统的库存管理方式对大宗商品进行管理存在以下问题:
1.对人员水平依赖性强:物流仓库作为一个劳动密集型场所,其人员从业门槛相对较低,导致大量库存管理从业者文化水平和技能水平偏低,若缺乏统一标准明确的岗位职责,则会给库存管理带来了很大的风险。
2.库存盘点成本高、效率低、误差大:库存盘点主要依赖人工盘点,造成较高的人工成本,且效率较低、复核难度大;人工盘点的方式依赖经验,偏主观,本身存在误差,基于环境和时间的变化,可能存在不同的影响。
3.大宗商品的特殊性:一些大宗商品本身存在损耗,比如挥发性、吸附性等,均会导致体积、重量的变化;大宗散货商品形态跟踪难,随时间的变化本身会存在一些差异,难以判断盘点得到的损耗值是正常损耗还是异常损耗。一些传统行业的智能化盘点方案造价昂贵,也不适用于大宗商品的盘点。
对于以上问题,有些线下场景通过信息化系统来解决,但是信息化系统并没有完全解决这些问题。信息化系统管理台账,具体流程并没有深入到把控具体的环节,也导致具体库存变化时间点无法准确知悉。而信息化系统本身也依赖人为操作,人工记台账可能出现偏差,无法百分百地还原线下场景,在仓库内部控货、库存监管等都存在盲点与断点。
因此,有必要研究一种适用于大宗物品的高精度货物管理方案。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于激光雷达的混合场景高精度货物管理方法及系统,其实现了仓库货物智能化管理,解决了传统仓库管理方式人员依赖性强、准确性不够高的问题。
根据本发明的第一方面,提供了一种基于激光雷达的混合场景高精度货物管理方法,包括:
创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息:
构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;
计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息,包括:
创建与线下仓库对应的仓库,划定仓库边界;对所述仓库配置仓库信息,所述仓库信息至少包括仓库位置、仓库名称、仓库类型、仓库面积、仓库坐标、仓库所属单位和/或仓库ID;
在仓库下配置与线下仓库一致的库位信息,所述库位信息至少包括库位名称、库位边界、库位面积和/或库位类型。
可选的,所述构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;包括:
基于库位信息,添加对应盘库设备的参数信息,所述盘库设备包括激光雷达以及用于搭载激光雷达的伺服电机;
根据伺服电机的旋转角度得到伺服电机的基准坐标系0’-xyz到转轴坐标系0’α-xyz的变换矩阵Rα,通过盘库设备的参数信息获得激光雷达坐标系对应到伺服电机坐标系的仿射变换矩阵M,根据变换矩阵Rα和仿射变换矩阵M将伺服电机的坐标系转换为激光雷达坐标系;
通过激光雷达对线下仓库进行扫描,调整伺服电机的旋转角度进行多次扫描,将多次扫描结果基于激光雷达坐标系进行拼接,得到被扫描库位的表面点云数据,根据表面点云数据计算得到对应的库存数据。
可选的,所述通过所述点云数据计算得到与库位数据对应的库存数据;包括:
将被扫描库位的表面点云数据结合所述库位信息获得当前库位3D点云,通过模型优化得到完整封闭的3D点云数据,通过3D点云数据计算当前库位的3D体积,将当前库位的3D体积作为库存体积保存到库存数据中。
可选的,所述计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;包括:
目标车辆进入仓库时,计量目标车辆的进仓重量;
目标车辆完成装/卸货操作后,进行装/卸货信息确认;
目标车辆驶出仓库时,计量目标车辆的出仓重量;
将所述进仓重量与出仓重量作差得到重量差,根据重量差第一次判断目标车辆的装/卸货情况:若重量差为负值,判定为装货操作;若重量差为正值,判定为卸货操作;
将装/卸货第一次判断结果与预设的装/卸货信息相比对,若装/卸货第一次判断结果与预设的装/卸货信息不一致,发出告警信息。
可选的,所述计算装/卸货前后的库存体积差,包括:
从装/卸货前的库存数据获取初始库存体积值;
装/卸货操作以后再次通过激光雷达扫描获取新库存体积值;
将初始库存体积值与新库存体积值作差,得到库存体积差,根据库存体积差第二次判断目标车辆的装/卸货情况:若库存体积差为负值,判定为卸货操作;若库存体积差为正值,判定为装货操作;
将装/卸货第二次判断结果与预设的装/卸货信息相比对,若装/卸货第二次判断结果与预设的装/卸货信息不一致,发出告警信息。
可选的,所述判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息;包括:
当所述重量差与库存体积差其中一个为正值、另一个为负值时,根据所述重量差与库存体积差计算得到被装/卸货物的密度值,将所述密度值与密度阈值范围相比对,当密度值位于密度阈值范围内时,判定装/卸货正常,更新库存数据;当判定所述密度值超出密度阈值范围时发出告警信息,等待进一步审核;
当所述重量差与库存体积差均为正值或负值时,判定装/卸货异常,发出告警信息,等待进一步审核。
根据本发明的第二方面,提供一种基于激光雷达的混合场景高精度货物管理系统,包括:
库位管理模块,用于创建与线下仓库对应的仓库,还用于对仓库进行信息配置并在仓库下创建库位信息:
库存盘点模块,用于构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;
出入计量模块,用于计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
库存分析模块,用于计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现上述基于激光雷达的混合场景高精度货物管理方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现上述基于激光雷达的混合场景高精度货物管理方法的步骤。
本发明提供的一种基于激光雷达的混合场景高精度货物管理方法、系统、电子设备及存储介质,充分利用激光雷达的稳定性和可靠性,串联仓库管理业务流程的各个环节,提升了库位管理的自动化程度以及管理准确度,降低了人工成本和运营成本,提升了库位管理效率。非常适用于仓库大宗物料的无人化体积盘点和监控,为仓库无人化管理提供了有效手段。
附图说明
图1为本发明提供的一种基于激光雷达的混合场景高精度货物管理方法流程图;
图2为本发明库位管理步骤解析示意图;
图3为本发明库存盘点步骤解析示意图;
图4为某一具体案例中通过激光雷达扫描得到的库存盘点点云效果图;
图5为本发明出入计量步骤解析示意图
图6为本发明库存分析步骤解析示意图
图7为本发明提供的一种基于激光雷达的混合场景高精度货物管理系统组成框图;
图8为本发明提供的一种可能的电子设备的硬件结构示意图;
图9为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1为本发明提供的一种基于激光雷达的混合场景高精度货物管理方法流程图,如图1所示,该方法包括以下步骤:
库位管理:创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息:
库存盘点:添加盘库设备,基于盘库设备构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据,库存数据至少包括物料的名称和库存体积;
出入计量:计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
库存分析:计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当重量差与库存体积差的变化一致时,判定装/卸货正常,更新库存数据;当重量差与库存体积差的变化不一致时,判定装/卸货异常,发出告警信息。
可以理解的是,基于背景技术中的缺陷,本发明实施例提出了一种基于激光雷达的混合场景高精度货物管理方法。
本发明充分利用激光雷达的稳定性和可靠性,采用激光雷达扫描实现库存盘点智能化,串联仓库管理业务流程的各个环节,提升了库位管理的自动化程度以及管理准确度,降低了人工成本和运营成本,提升了库位管理效率。本发明非常适用于仓库大宗物料的无人化体积盘点和监控,为仓库无人化管理提供了有效手段。
在一种可能的实施例方式中,如图2所示为库位管理的步骤分解图,库位管理步骤中,创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息,包括:
S101,创建与线下仓库对应的仓库,划定仓库边界;对所述仓库配置仓库信息,所述仓库信息至少包括仓库位置、仓库名称、仓库类型、仓库面积、仓库坐标、仓库所属单位和/或仓库ID中的任意多项;
S102,在仓库下配置与线下仓库一致的库位信息,所述库位信息至少包括库位名称、库位边界、库位面积和/或库位类型中的任意多项。
可以理解的是,库位管理步骤主要包含仓库建立、仓库边界划定、仓库配置更新、库位建立、库位修改、库位删除、库位展示等子步骤,其中仓库建立、仓库边界划定、仓库配置更新实现仓库信息管理,库位建立、库位修改、库位删除、库位展示等实现库位信息管理。库位管理步骤实现对仓库库位的基础数据创建,在初始化和线下仓库信息变化时,及时同步与线下的库位数据保持一致。
在一种可能的实施例方式中,如图3所示为库存盘点的步骤分解图,如图3所示,库存盘点步骤具体包括:
S201,设备添加:基于库位信息,添加对应盘库设备的参数信息,所述盘库设备至少包括激光雷达以及用于搭载激光雷达的伺服电机,还可能包括用于搭载伺服电机的其他设备;库存盘点步骤采用的盘库设备结合激光雷达和伺服电机,将激光雷达固定在伺服电机转子上,伺服电机采用高精度编码器,可向上位机发送旋转角信息;当伺服电机旋转时,驱动激光雷达同步旋转。
S202,激光雷达坐标系构建:当伺服电机处于零位置时确立其基准坐标系0’-xyz,当伺服电机转动一定角度后,新的转轴坐标系为0’α-xyz,则转轴坐标系0’α-xyz与基准坐标系0’-xyz之间存在以下转换关系:
其中Rα为转轴坐标系0’α-xyz与基准坐标系0’-xyz之间的变换矩阵;
通过盘库设备的参数信息获得激光雷达坐标系对应到伺服电机的转轴坐标系0’α-xyz的仿射变换矩阵M,则对于激光雷达所观测到的任意一点v满足以下关系:
vworld=Rα*M*v,
其中,vworld为基于伺服电机的基准坐标系0’-xyz上的某一点。
由此,实现了激光雷达坐标系与伺服电机坐标系之间的转换,后续库存盘点过程中,可以将激光雷达在任意朝向下的观测结果拼接到一起,并基于基准坐标系o′-xyz,由此可以输出如图4所示的完整的点云数据。图4所示为某一具体案例中通过激光雷达扫描得到的库存盘点点云效果图。
S203,扫描数据处理:通过激光雷达对线下仓库进行扫描,调整伺服电机的旋转角度进行多次扫描,将多次扫描结果基于激光雷达坐标系进行拼接,得到被扫描库位的表面点云数据,根据表面点云数据计算得到对应的库存数据。
可以理解的是,在进行激光扫描盘库工作时,由于激光雷达单次扫描的角度有限,需要配合多次扫描完成结果输出。初始扫描可以定位到可配置的起始角度,待伺服电机锁定,激光雷达开始采集数据,数据采集完成之后存储当前的点云数据,伺服电机配合转动一定的角度α,再进行下一次扫描,从指定的起始角度转动到终止角度,直到扫描完成。库存盘点的过程中采用这种“间断、短停式”扫描方法,无须配合IMU等冗余传感器,也无须进行电机的编码器数据与激光雷达数据帧的时钟同步,该实现方式简洁稳定。
本实施例中,如图3所示,库存盘点步骤主要包含添加盘库设备、修改设备信息、查看设备信息、删除盘库设备、盘库设备初始化、启动库存盘点、基于激光雷达坐标系的3D重建、3D模型输出,3D模型展示、货物库存体积计算等子步骤。基于业务需求,在现场部署盘库设备之后,需要通过库存盘点步骤添加相应的盘库设备并配置相关的盘库设备信息。当设备故障拆除或者点位拆除,可以通过库存盘点步骤从系统删除盘库设备。当实际设备信息变更,可以通过库存盘点步骤更新设备信息。在设备部署完成之后可以通过库存盘点步骤进行设备初始化,初始化之后可以进行库存盘点。库存盘点步骤可以实现多盘库设备的自动化、高精度、大面积盘点,极大提升了盘库的效率和质量。
在一种可能的实施例方式中,步骤S203,扫描数据处理中,所述通过所述点云数据计算得到与库位数据对应的库存数据;包括:
将被扫描库位的表面点云数据结合所述库位信息获得当前库位3D点云,通过模型优化得到完整封闭的3D点云数据,通过3D点云数据计算当前库位的3D体积,将当前库位的3D体积作为库存体积保存到库存数据中。
可以理解的是,基于激光雷达坐标系的3D重建结果输出库位表面点云数据,3D标定结合预设的库位信息,例如库位的面积、边界、地面等信息过滤可以得到如图4展示的当前库位3D点云;再进行补洞、去噪等模型优化即可得到完整封闭的3D点云数据,通过封闭的3D点云数据即可展示库位3D模型,通过图4可以看到激光雷达扫描得到的点云数据可清晰展示库位上货物的形状,通过3D点云数据计算货物的3D体积,从而得到库存体积等测量值,同时可以将库存盘点结果进行存储以供后续库存分析步骤使用。
在一种可能的实施例方式中,如图5所示,S3出入计量步骤中,所述计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;具体包括:
目标车辆进入仓库时,计量目标车辆的进仓重量;
目标车辆完成装/卸货操作后,进行装/卸货信息确认;
目标车辆驶出仓库时,计量目标车辆的出仓重量;
将所述进仓重量与出仓重量作差得到重量差,根据重量差第一次判断目标车辆的装/卸货情况:若重量差为负值,判定为装货操作;若重量差为正值,判定为卸货操作;
将装/卸货第一次判断结果与预设的装/卸货信息相比对,若装/卸货第一次判断结果与预设的装/卸货信息不一致,发出告警信息。
可以理解的是,若车辆是进仓卸货,则车辆出仓时的重量会低于其入仓时的重量,即得到的重量差应是正值;同理的,若车辆是进仓装货,则车辆出仓时的重量会高于其入仓时的重量,即得到的重量差应是负值。通过计量车辆进仓时与出仓时的重量差,通过重量差判断车辆的实际操作情况,例如通过重量差的正负判断车辆到底是进行装货操作还是卸货操作。将通过重量差判定的实际操作情况与预设的装/卸货信息相比对,可判断车辆是否进行正确装/卸货操作。
如图5所示,具体的,出入计量步骤包含入库计重、卸货确认、卸货计重、出库计重、装货确认、装货计重等子步骤。实现对出入库货物的计量以及记录出入库完成的状态和结果,对正常业务流程的数据变化生成记录,并同步储存供后续库存分析步骤使用。
在一种可能的实施例方式中,所述计算装/卸货前后的库存体积差,包括:
从装/卸货前的库存数据获取初始库存体积值,此为初次盘库数据;
装/卸货操作以后再次通过激光雷达扫描获取新库存体积值,此为再次盘库数据;
将初始库存体积值与新库存体积值作差,得到库存体积差,根据库存体积差第二次判断目标车辆的装/卸货情况:若库存体积差为负值,判定为卸货操作;若库存体积差为正值,判定为装货操作;
将装/卸货第二次判断结果与预设的装/卸货信息相比对,若装/卸货第二次判断结果与预设的装/卸货信息不一致,发出告警信息。
可以理解的是,装/卸货完成之后,相关库位的货物量会有相应的变化,这种变化可通过体积体现出来,因此需要进行再次盘点。在收到装/卸货确认信息之后,库存盘点模块开始再次盘点,通过对比装/卸货前后的库存体积差值可判断车辆实际是进行装货操作还是卸货操作;并将变化之后的盘库数据同步保存,供后续库存分析步骤使用。
在一种可能的实施例方式中,如图6所示,步骤S4库存分析过程中,所述判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息;包括:
当所述重量差与库存体积差其中一个为正值、另一个为负值时,根据所述重量差的绝对值与库存体积差的绝对值计算得到被装/卸货物的密度值,将所述密度值与密度阈值范围相比对,当密度值位于密度阈值范围内时,判定装/卸货正常,并更新库存数据;当判定所述密度值超出密度阈值范围时发出告警信息,等待进一步审核;
当所述重量差与库存体积差均为正值或负值时,判定装/卸货异常,发出告警信息,等待进一步审核。
可以理解的是,在正常装/卸货操作中,车辆进出仓的重量变化与库位的库存体积变化应是相反的,例如装货操作中,车辆进出仓的重量变化应该是变大的趋势,对应的,库位的货物被车辆装载带走,库存体积变化应该是趋于变小;反之,卸货操作中,车辆进出仓的重量变化应该是变小的趋势,库存体积变化应该是趋于变大。因此,正常的装/卸货操作中,车辆的重量差与库存体积差的正负应该是相反。若二者正负相同,则装/卸货出现异常,需告警进行进一步的审核,以解除异常。
在正常装/卸货操作中,通过装/卸货物的密度值可判断货物的品质,例如该密度值如果在正常波动范围(即密度阈值范围)内,则可以认为重量差与库存体积差的变化一致,如果超出正常波动范围,则可能存在异常,例如存在货物以次充好的现象,或者货物品质发生变质等异常,需要进一步审核。
本实施例中,如图6所示,库存分析步骤主要包含进货确认、出货确认、异常告警等子步骤,实现对进销存数据分析确认。如果超出异常指标进行事件上报,引导业务流程审核。如果平时无相关装卸货记录,库存盘点数据发生比较大的变化,也可以通过库存分析模块发出异常告警,把关货物风险。
本实施例通过出入计量同步的计量数据对比库存盘点同步的盘点库存数据分析数据变化情况,为货物管理提供依据。
图7为本发明实施例提供的一种基于激光雷达的混合场景高精度货物管理系统结构框图,图1中还展示了该系统各个功能模块实现其功能时对应进行的方法步骤,如图7及图1所示,一种基于激光雷达的混合场景高精度货物管理系统,包括库位管理模块、库存盘点模块、出入计量模块和库存分析模块,其中:
库位管理模块,用于创建与线下仓库对应的仓库,还用于对仓库进行信息配置并在仓库下创建库位信息:
库存盘点模块,用于构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;
出入计量模块,用于计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
库存分析模块,用于计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息。
可以理解的是,如图1所示,本发明提供的一种基于激光雷达的混合场景高精度货物管理系统与前述各实施例提供的基于激光雷达的混合场景高精度货物管理方法相对应,基于激光雷达的混合场景高精度货物管理系统的相关技术特征可参考基于激光雷达的混合场景高精度货物管理方法的相关技术特征,在此不再赘述。
请参阅图8,图8为本发明实施例提供的电子设备的实施例示意图。如图8所示,本发明实施例提了一种电子设备800,包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序811,处理器820执行计算机程序811时实现以下步骤:
创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息:
构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;
计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息。
请参阅图9,图9为本发明提供的一种计算机可读存储介质的实施例示意图。如图9所示,本实施例提供了一种计算机可读存储介质900,其上存储有计算机程序911,该计算机程序911被处理器执行时实现如下步骤:
创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息:
构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;
计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息。
本发明实施例提供的一种基于激光雷达的混合场景高精度货物管理方法、系统及存储介质,充分利用激光雷达的稳定性和可靠性,串联仓库管理业务流程的各个环节,提升了库位管理的自动化程度以及管理准确度,降低了人工成本和运营成本,提升了库位管理效率。非常适用于仓库大宗物料的无人化体积盘点和监控,为仓库无人化管理提供了有效手段。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
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,本发明可采用完全硬件实施例、完全软件实施例、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、CD-ROM、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。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、嵌入式计算机或者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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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,则本发明也意图包括这些改动和变型在内。
Claims (7)
1.一种基于激光雷达的混合场景高精度货物管理方法,其特征在于,包括:
创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息:
构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;具体包括:
基于库位信息,添加对应盘库设备的参数信息,所述盘库设备包括激光雷达以及用于搭载激光雷达的伺服电机;
根据伺服电机的旋转角度得到伺服电机的基准坐标系0’-xyz到转轴坐标系0’α-xyz的变换矩阵Rα,通过盘库设备的参数信息获得激光雷达坐标系对应到伺服电机坐标系的仿射变换矩阵M,根据变换矩阵Rα和仿射变换矩阵M将伺服电机的坐标系转换为激光雷达坐标系;
通过激光雷达对线下仓库进行扫描,调整伺服电机的旋转角度进行多次扫描,将多次扫描结果基于激光雷达坐标系进行拼接,得到被扫描库位的表面点云数据,根据表面点云数据计算得到对应的库存数据;其中,根据表面点云数据计算得到对应的库存数据,包括:
将被扫描库位的表面点云数据结合所述库位信息获得当前库位3D点云,通过模型优化得到完整封闭的3D点云数据,通过3D点云数据计算当前库位的3D体积,将当前库位的3D体积作为库存体积保存到库存数据中;
计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息;具体包括:
当所述重量差与库存体积差其中一个为正值、另一个为负值时,根据所述重量差与库存体积差计算得到被装/卸货物的密度值,将所述密度值与密度阈值范围相比对,当密度值位于密度阈值范围内时,判定装/卸货正常,更新库存数据;当判定所述密度值超出密度阈值范围时发出告警信息,等待进一步审核;
当所述重量差与库存体积差均为正值或负值时,判定装/卸货异常,发出告警信息,等待进一步审核。
2.根据权利要求1所述的一种基于激光雷达的混合场景高精度货物管理方法,其特征在于,所述创建与线下仓库对应的仓库,对仓库进行信息配置并在仓库下创建库位信息,包括:
创建与线下仓库对应的仓库,划定仓库边界;对所述仓库配置仓库信息,所述仓库信息至少包括仓库位置、仓库名称、仓库类型、仓库面积、仓库坐标、仓库所属单位和/或仓库ID;
在仓库下配置与线下仓库一致的库位信息,所述库位信息至少包括库位名称、库位边界、库位面积和/或库位类型。
3.根据权利要求1所述的一种基于激光雷达的混合场景高精度货物管理方法,其特征在于,所述计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;包括:
目标车辆进入仓库时,计量目标车辆的进仓重量;
目标车辆完成装/卸货操作后,进行装/卸货信息确认;
目标车辆驶出仓库时,计量目标车辆的出仓重量;
将所述进仓重量与出仓重量作差得到重量差,根据重量差第一次判断目标车辆的装/卸货情况:若重量差为负值,判定为装货操作;若重量差为正值,判定为卸货操作;
将装/卸货第一次判断结果与预设的装/卸货信息相比对,若装/卸货第一次判断结果与预设的装/卸货信息不一致,发出告警信息。
4.根据权利要求1所述的一种基于激光雷达的混合场景高精度货物管理方法,其特征在于,所述计算装/卸货前后的库存体积差,包括:
从装/卸货前的库存数据获取初始库存体积值;
装/卸货操作以后再次通过激光雷达扫描获取新库存体积值;
将初始库存体积值与新库存体积值作差,得到库存体积差,根据库存体积差第二次判断目标车辆的装/卸货情况:若库存体积差为负值,判定为卸货操作;若库存体积差为正值,判定为装货操作;
将装/卸货第二次判断结果与预设的装/卸货信息相比对,若装/卸货第二次判断结果与预设的装/卸货信息不一致,发出告警信息。
5.一种基于激光雷达的混合场景高精度货物管理系统,其特征在于,包括:
库位管理模块,用于创建与线下仓库对应的仓库,还用于对仓库进行信息配置并在仓库下创建库位信息:
库存盘点模块,用于构建激光雷达坐标系,通过激光雷达对线下仓库的扫描结果获得基于激光雷达坐标系的点云数据,通过所述点云数据计算得到与库位数据对应的库存数据;具体包括:
基于库位信息,添加对应盘库设备的参数信息,所述盘库设备包括激光雷达以及用于搭载激光雷达的伺服电机;
根据伺服电机的旋转角度得到伺服电机的基准坐标系0’-xyz到转轴坐标系0’α-xyz的变换矩阵Rα,通过盘库设备的参数信息获得激光雷达坐标系对应到伺服电机坐标系的仿射变换矩阵M,根据变换矩阵Rα和仿射变换矩阵M将伺服电机的坐标系转换为激光雷达坐标系;
通过激光雷达对线下仓库进行扫描,调整伺服电机的旋转角度进行多次扫描,将多次扫描结果基于激光雷达坐标系进行拼接,得到被扫描库位的表面点云数据,根据表面点云数据计算得到对应的库存数据;其中,根据表面点云数据计算得到对应的库存数据,包括:
将被扫描库位的表面点云数据结合所述库位信息获得当前库位3D点云,通过模型优化得到完整封闭的3D点云数据,通过3D点云数据计算当前库位的3D体积,将当前库位的3D体积作为库存体积保存到库存数据中;
出入计量模块,用于计算同一车辆的进仓重量与出仓重量之间的重量差,判断所述重量差与装/卸货信息是否一致;
库存分析模块,用于计算装/卸货前后的库存体积差,判断所述重量差与库存体积差是否一致:当一致时,更新库存数据;当不一致时,发出告警信息;具体包括:
当所述重量差与库存体积差其中一个为正值、另一个为负值时,根据所述重量差与库存体积差计算得到被装/卸货物的密度值,将所述密度值与密度阈值范围相比对,当密度值位于密度阈值范围内时,判定装/卸货正常,更新库存数据;当判定所述密度值超出密度阈值范围时发出告警信息,等待进一步审核;
当所述重量差与库存体积差均为正值或负值时,判定装/卸货异常,发出告警信息,等待进一步审核。
6.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-4任一项所述的一种基于激光雷达的混合场景高精度货物管理方法的步骤。
7.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-4任一项所述的一种基于激光雷达的混合场景高精度货物管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211177558.8A CN115561775B (zh) | 2022-09-26 | 2022-09-26 | 一种基于激光雷达的混合场景高精度货物管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211177558.8A CN115561775B (zh) | 2022-09-26 | 2022-09-26 | 一种基于激光雷达的混合场景高精度货物管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115561775A CN115561775A (zh) | 2023-01-03 |
CN115561775B true CN115561775B (zh) | 2023-08-08 |
Family
ID=84743709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211177558.8A Active CN115561775B (zh) | 2022-09-26 | 2022-09-26 | 一种基于激光雷达的混合场景高精度货物管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115561775B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120110335A (ko) * | 2011-03-29 | 2012-10-10 | 현대제철 주식회사 | 고철의 재고량 관리 장치 및 그 방법 |
CN107209006A (zh) * | 2015-02-18 | 2017-09-26 | 联邦快递服务公司 | 用于使用可移除扫描传感器节点来量化货柜内的空间的系统、装置和方法 |
CN109242226A (zh) * | 2017-05-11 | 2019-01-18 | 湖南三德科技股份有限公司 | 一种智能化煤场监控方法及监控系统 |
CN208751683U (zh) * | 2018-08-13 | 2019-04-16 | 江苏西玛环境科技有限公司 | 一种飞灰螯合溶液配比称重系统 |
CN109740909A (zh) * | 2018-12-27 | 2019-05-10 | 刘跃军 | 一种基于货运物流平台的零担智能配货方法及系统 |
CN110780311A (zh) * | 2018-07-31 | 2020-02-11 | 苏州德沃物流科技有限公司 | 一种智能测量物品体积的装置及其方法 |
CN111539667A (zh) * | 2020-04-20 | 2020-08-14 | 京东方科技集团股份有限公司 | 基于区域感应的实时盘点系统和方法、装置和存储介质 |
CN111582735A (zh) * | 2020-05-12 | 2020-08-25 | 顾晓东 | 基于大数据的仓储物流电商商品质量智能监测管理系统 |
WO2020225607A1 (en) * | 2019-05-03 | 2020-11-12 | Barventory Corp. | System and method for management of substances |
CN112967334A (zh) * | 2021-03-02 | 2021-06-15 | 上海平奥供应链管理有限公司 | 用于对物料进行盘点的方法、系统、电子设备和存储介质 |
CN113240372A (zh) * | 2021-05-18 | 2021-08-10 | 武汉智慧小七科技有限公司 | 基于特征识别的智慧物流商品智能分拣管理方法及云分拣管理平台 |
CN113947360A (zh) * | 2021-10-22 | 2022-01-18 | 中冶赛迪上海工程技术有限公司 | 一种废钢堆场的废钢追溯方法及系统 |
CN114803236A (zh) * | 2021-01-27 | 2022-07-29 | 上海泰葛斯物联科技有限公司 | 一种大宗商品入库智能检验系统 |
CN115018902A (zh) * | 2022-06-10 | 2022-09-06 | 北京瓦特曼智能科技有限公司 | 用于确定媒堆库存的方法及处理器 |
-
2022
- 2022-09-26 CN CN202211177558.8A patent/CN115561775B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120110335A (ko) * | 2011-03-29 | 2012-10-10 | 현대제철 주식회사 | 고철의 재고량 관리 장치 및 그 방법 |
CN107209006A (zh) * | 2015-02-18 | 2017-09-26 | 联邦快递服务公司 | 用于使用可移除扫描传感器节点来量化货柜内的空间的系统、装置和方法 |
CN109242226A (zh) * | 2017-05-11 | 2019-01-18 | 湖南三德科技股份有限公司 | 一种智能化煤场监控方法及监控系统 |
CN110780311A (zh) * | 2018-07-31 | 2020-02-11 | 苏州德沃物流科技有限公司 | 一种智能测量物品体积的装置及其方法 |
CN208751683U (zh) * | 2018-08-13 | 2019-04-16 | 江苏西玛环境科技有限公司 | 一种飞灰螯合溶液配比称重系统 |
CN109740909A (zh) * | 2018-12-27 | 2019-05-10 | 刘跃军 | 一种基于货运物流平台的零担智能配货方法及系统 |
WO2020225607A1 (en) * | 2019-05-03 | 2020-11-12 | Barventory Corp. | System and method for management of substances |
CN111539667A (zh) * | 2020-04-20 | 2020-08-14 | 京东方科技集团股份有限公司 | 基于区域感应的实时盘点系统和方法、装置和存储介质 |
CN111582735A (zh) * | 2020-05-12 | 2020-08-25 | 顾晓东 | 基于大数据的仓储物流电商商品质量智能监测管理系统 |
CN114803236A (zh) * | 2021-01-27 | 2022-07-29 | 上海泰葛斯物联科技有限公司 | 一种大宗商品入库智能检验系统 |
CN112967334A (zh) * | 2021-03-02 | 2021-06-15 | 上海平奥供应链管理有限公司 | 用于对物料进行盘点的方法、系统、电子设备和存储介质 |
CN113240372A (zh) * | 2021-05-18 | 2021-08-10 | 武汉智慧小七科技有限公司 | 基于特征识别的智慧物流商品智能分拣管理方法及云分拣管理平台 |
CN113947360A (zh) * | 2021-10-22 | 2022-01-18 | 中冶赛迪上海工程技术有限公司 | 一种废钢堆场的废钢追溯方法及系统 |
CN115018902A (zh) * | 2022-06-10 | 2022-09-06 | 北京瓦特曼智能科技有限公司 | 用于确定媒堆库存的方法及处理器 |
Non-Patent Citations (1)
Title |
---|
韩立民.圆型料仓堆料体激光扫描控制系统设计.《河北冶金》.2020,115-118. * |
Also Published As
Publication number | Publication date |
---|---|
CN115561775A (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shim et al. | Development of a bridge maintenance system for prestressed concrete bridges using 3D digital twin model | |
US20090164305A1 (en) | System and method for managing product quality | |
CA3050966C (en) | Automated supervision and inspection of assembly process | |
CN108492053A (zh) | 驾驶员风险评估模型训练、风险评估方法和装置 | |
US7698013B2 (en) | Parts production management system and parts production management method | |
CN113626914A (zh) | 基于数字孪生的工程项目管理方法、装置及系统 | |
US20070156498A1 (en) | Generating information for use in performing physical operations | |
US10262083B2 (en) | Data transformation from 3D model of material | |
CN116303819B (zh) | 一种基于数字孪生实现仓储系统下的数据处理方法及装置 | |
CN107679807A (zh) | 一种对象入库的处理方法和设备 | |
CN104217233A (zh) | 一种条码扫描系统及方法 | |
CN115561775B (zh) | 一种基于激光雷达的混合场景高精度货物管理方法及系统 | |
CN105931117A (zh) | 一种物联网动产监管方法及系统 | |
CN105203193A (zh) | 一种称重方法及称重系统 | |
CN112785231A (zh) | 一种打包控制方法、系统及介质 | |
Tampier et al. | Autonomous loading system for Load-Haul-Dump (LHD) machines used in underground mining | |
CN109064085B (zh) | 一种施工现场材料管理方法 | |
CN113326796A (zh) | 物体检测方法、模型训练方法、装置及电子设备 | |
CN107657416A (zh) | 一种仓库的库存校验方法及叉车 | |
US11961036B2 (en) | Multilayered method and apparatus to facilitate the accurate calculation of freight density, area, and classification and provide recommendations to optimize shipping efficiency | |
CN116442448A (zh) | 一种自动灌胶方法、装置、终端设备及可读存储介质 | |
Wells et al. | Evaluation of ground plane detection for estimating breast height in stereo images | |
CN114581002A (zh) | 基于云计算和人工智能的工业生产原料智能管理系统 | |
CN114781027A (zh) | 基于bim的数字化钢结构建筑建造方法及系统 | |
US11182731B1 (en) | System and method for generating logistics packages |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A high-precision cargo management method and system for mixed scenes based on LiDAR Effective date of registration: 20230925 Granted publication date: 20230808 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: WUHAN WUYI YUNTONG NETWORK TECHNOLOGY Co.,Ltd. Registration number: Y2023980058239 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |