CN115600621A - 估计物料搬运环境内资产位置的方法和系统 - Google Patents

估计物料搬运环境内资产位置的方法和系统 Download PDF

Info

Publication number
CN115600621A
CN115600621A CN202210744990.4A CN202210744990A CN115600621A CN 115600621 A CN115600621 A CN 115600621A CN 202210744990 A CN202210744990 A CN 202210744990A CN 115600621 A CN115600621 A CN 115600621A
Authority
CN
China
Prior art keywords
locations
asset
location
processor
tag
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
CN202210744990.4A
Other languages
English (en)
Inventor
M·比佐拉
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.)
Hand Held Products Inc
Original Assignee
Hand Held Products Inc
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 Hand Held Products Inc filed Critical Hand Held Products Inc
Publication of CN115600621A publication Critical patent/CN115600621A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10366—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications
    • G06K7/10376—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications the interrogation device being adapted for being moveable
    • G06K7/10405—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications the interrogation device being adapted for being moveable the interrogation device including an arrangement for sensing environmental parameters, such as a temperature or acceleration sensor, e.g. used as an on/off trigger or as a warning means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Toxicology (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

各种实施方案公开了一种用于跟踪资产的方法。方法包括基于从与资产相关联的RF标签接收的RF信号相关联的元数据确定室内环境内资产的一个或多个位置。该方法进一步包括识别一个或多个位置中的第一组位置。该方法进一步包括识别一个或多个位置中的第二组位置，其中第二组位置对应于室内环境内资产的未校准位置。另外，该方法包括接收资产的第三组位置。此外，该方法包括基于第一组位置、第二组位置和第三组位置以及与RF信号相关联的元数据训练机器学习(ML)模型。ML模型预测另一资产的第四组位置。

Description

估计物料搬运环境内资产位置的方法和系统
技术领域
本公开的示例性方案整体涉及一种物料搬运环境，并且更具体地，涉及一种估计物料搬运环境内资产位置的方法和系统。
背景技术
典型的物料搬运环境包括一个或多个货架，该一个或多个货架可被配置为储存资产，诸如但不限于纸箱、盒、包裹等。在一些示例中，可能需要跟踪物料搬运环境内这些资产的位置。为此，物料搬运环境可配备有位于物料搬运环境内的预先确定的位置处的多个射频(RF)信标。该多个RF信标可被配置为基于从与资产中的每个资产耦接的RF标签接收的信号来确定位置。
发明内容
本文所示的各种实施方案公开了一种用于跟踪资产的方法。该方法包括基于从与资产相关联的RF标签接收的RF信号相关联的元数据确定室内环境内资产的一个或多个位置。该方法进一步包括识别一个或多个位置中的第一组位置。第一组位置对应于室内环境内资产的校准位置。该方法进一步包括识别一个或多个位置中的第二组位置，其中第二组位置对应于室内环境内资产的未校准位置。另外，该方法包括接收针对资产的第二组位置的第三组位置，其中第三组位置对应于第二组位置的校准位置。此外，该方法包括基于第一组位置、第二组位置和第三组位置以及与RF信号相关联的元数据训练机器学习(ML)模型，其中ML模型被配置为预测室内环境内另一资产的第四组位置。
本文所示的各种实施方案公开了用于跟踪资产的中央服务器。中央服务器包括处理器。此外，中央服务器包括通信地耦接到处理器的存储器设备，该存储器设备包括能够由处理器执行以基于与从与资产相关联的RF标签接收的射频(RF)信号相关联的元数据确定室内环境内资产的一个或多个位置的一组指令。处理器被进一步配置为识别一个或多个位置中的第一组位置，其中第一组位置对应于室内环境内资产上的RF标签位于该室内环境中安装的RF信标的视线(LOS)内的位置。另外，处理器被配置为识别一个或多个位置中的第二组位置，其中该第二组位置对应于室内环境内RF标签位于RF信标的LOS之外的位置，其中第二组位置对应于室内环境内RF标签的未校准位置。此外，处理器被配置为接收第三组位置，其中第三组位置对应于第二组位置的校准位置。处理器被进一步配置为基于第一组位置、第二组位置、第三组位置以及与机器学习(ML)模型相关联的元数据训练ML模型，其中ML模型被配置为当另一资产上的RF标签位于RF信标的LOS之外时，预测室内环境内该另一资产的第四组位置。
本文所示的各种实施方案公开了一种用于跟踪资产的方法。该方法包括基于与从与资产相关联的RF标签接收的射频(RF)信号相关联的元数据确定室内环境内资产的一个或多个位置，其中该一个或多个位置包括第一组位置和第二组位置，其中第一组位置对应于室内环境内资产的校准位置，并且其中第二组位置对应于室内环境内资产的未校准位置。此外，该方法包括由处理器通过利用机器学习(ML)模型基于第一组位置和第二组位置来预测第三组位置。另外，该方法包括基于第三组位置预测已储存资产的通道的位置。
上述示例性发明内容以及本公开的其他示例性目的和/或优点以及可实现这些目的和/或优点的方式可在以下具体实施方式及其附图中进一步解释。
附图说明
可结合附图阅读例示性实施方案的描述。应当理解，为了说明的简单和清晰，图中所示的元件不一定按比例绘制。例如，元件中的一些元件的尺寸相对于其他元件被夸大。并入有本公开的教导的实施方案相对于本文中呈现的附图来展示和描述，在附图中：
图1示出了根据本文所述的一个或多个实施方案的示例性物料搬运环境；
图2示出了根据本文所述的一个或多个实施方案的中央服务器的框图；
图3示出了根据本文所述的一个或多个实施方案的用于操作中央服务器的方法的流程图；
图4示出了根据本文所述的一个或多个实施方案的用于训练能够预测储存在货架和/或通道中的资产的准确位置的另一ML模型的方法的流程图；
图5示出了根据本文所述的一个或多个实施方案的用于预测物料搬运环境内的另一资产的第四组位置的方法的流程图；
图6示出了根据本文所述的一个或多个实施方案的用于对位置的时间序列数据进行分类的方法的流程图；
图7示出了根据本文所述的一个或多个实施方案的用于对位置的时间序列数据进行分类的方法的流程图；
图8示出了根据本文所述的一个或多个实施方案的用于将一组穿越位置分类为第一组位置和第二组位置的方法的流程图；
图9示出了根据本文所述的一个或多个实施方案的用于确定针对第二组位置的第三组位置的方法的流程图；并且
图10示出了根据本文所述的一个或多个实施方案的训练ML模型的示例性场景。
具体实施方式
在下文中将参考附图更全面地描述本公开的一些实施方案，附图中示出了本公开的一些实施方案，但未示出全部实施方案。实际上，这些公开内容可以以许多不同的形式体现，并且不应该被解释为限于本文中所阐述的实施方案；相反，提供这些实施方案是为了使本公开满足适用的法律要求。在全篇内容中，类似的标号指代类似的元件。
除非上下文另作要求，否则在整个本说明书和随后的权利要求中，词语“包括”及其变型形式诸如“包含”和“具有”应以开放意义来解释，即解释为“包括但不限于”。
在整个本说明书中对“一个实施方案”或“实施方案”的提及意指结合该实施方案描述的特定特征、结构或特性包括在至少一个实施方案中。因此，短语“在一个实施方案中”或“在实施方案中”在整个本说明书的各个地方的出现不一定都指同一实施方案。此外，来自一个或多个实施方案的一个或多个特定特征、结构或特性可在一个或多个其他实施方案中以任何合适的方式组合。
本文使用的词语“示例”或“示例性”意指“用作示例、实例或说明”。本文中描述为“示例性”的任何具体实施不一定被解释为比其他具体实施优选或有利。
如果说明书陈述了部件或特征“可以”、“能够”、“能”、“应当”、“将”、“优选地”、“有可能地”、“通常”、“任选地”、“例如”、“经常”或“可能”(或其他此类语言)被包括或具有特性，则具体部件或特征不是必须被包括或具有该特性。此类部件或特征可任选地包括在一些实施方案中，或可排除在外。
本公开中的术语“电子地耦接(electronically coupled)”、“电子地耦接(electronically coupling)”、“电子地耦接(electronically couple)”、“与…通信”、“与…电子通信”、“通信地耦接”或“连接”是指两个或更多个部件通过有线装置(例如但不限于系统总线、有线以太网)和/或无线装置(例如但不限于Wi-Fi、蓝牙、ZigBee)连接(直接或间接地)，使得可向这些部件发送和/或从这些部件接收数据和/或信息。
本文使用的术语“天线元件”对应于可被配置为当在天线元件处施加电压信号时生成射频(RF)信号的设备或装置(例如，有源元件)。例如，天线元件可被配置为在高频(HF)频带或低频(LF)频带中生成RF信号。除此之外或另选地，天线元件可在超高频(UHF)带中生成RF信号。除此之外或另选地，天线元件可在其他频带中生成RF信号。在一些示例中，天线元件可进一步包括匹配电路，该匹配电路例如电子地耦接到有源元件以生成RF信号。
术语“射频(RF)标签”在本文中用于对应于可包括集成电路(IC)、天线元件和基板的制品、设备或装置。在示例性实施方案中，可在基板上制造天线元件和IC。在示例性实施方案中，IC可通过基板上的互连件通信地耦接到天线元件。在示例性实施方案中，RF标签中的集成电路可被配置为存储经编码信息或经编码数据。在一些示例中，RF标签可被配置为在一个或多个RF频带中操作，诸如但不限于3MHz至30MHz(HF频带)、2.4GHz、5GHz和/或860MHz至960MHz(UHF频带)。在一些示例性实施方案中，RF标签可具有可使RF标签能够与一个或多个部件通信的专用电源。此类RF标签被称为有源RF标签。在另选的示例性实施方案中，RF标签可不具有专用电源。此类RF标签被称为无源RF标签。在此类实施方案中，RF标签可具有功率耦接器，该功率耦接器能够在RF标签被带入RF场中时感应电荷。此后，感应电荷可用于为RF标签自身供电。
RF系统可包括一个或多个RF信标。一个或多个RF信标可被配置为从(放置在一个或多个资产上的)多个RF标签连续地或周期性地接收RF信号。此外，一个或多个RF信标可被配置为将从一个或多个RF标签获得的数据周期性地发送到中央服务器。为了促进向中央服务器发送数据，一个或多个RF信标可通过骨干网，诸如但不限于无线网络、以太网网络等通信地耦接到中央服务器。
术语“物料搬运环境”可对应于预定义区域，在该预定义区域中促进诸如装载/卸载制品和储存制品的操作。除此之外或另选地，物料搬运环境可涉及将制品储存在一个或多个货架/通道中。物料搬运环境的一些示例可包括但不限于仓库、零售点等。
通常，物料搬运系统涉及将资产储存在预先确定的位置处，例如储存在一个或多个通道和/或一个或多个货架中。可使用耦接到每个资产的一个或多个RF标签来跟踪物料搬运环境内的资产的位置。例如，RF标签可被配置为将信标信号周期性地发送到安装在物料搬运环境内的预先确定的位置处的一个或多个RF信标。例如，RF标签可被配置为广播信标信号。在示例性实施方案中，一个或多个RF信标中的一组RF信标可从RF标签接收信标信号。在一些示例中，一组RF信标可位于RF标签的视线(LOS)内，并且因此可从RF标签接收信标信号。在另一示例中，一组RF信标可在信标信号可能已经经历(来自物料搬运环境中的一个或多个表面的)一次或多次反射之后接收该信标信号。当资产接近一个或多个表面时，可经历信标信号的此类反射。例如，当资产靠近通道和/或货架并即将被储存在通道上时，可经历信标信号的此类反射。在另一示例中，当资产定位在通道和/或货架上时，可经历信标信号的此类反射。
在一些示例中，一组RF信标可进一步将信标信号发送到中央服务器。在示例性实施方案中，中央服务器可被配置为使用一个或多个位置确定算法，诸如但不限于三角测量方法，基于与从一组RF信标接收的信标信号相关联的元数据来确定资产的位置。在一些示例中，与信标信号相关联的元数据可包括但不限于信标信号的信号强度、物料搬运环境中RF信标的位置等。如所讨论的，一组RF信标可包括可在一次或多次反射之后接收到信标信号的RF信标。此类RF信标可不位于RF标签的LOS中，并且仍可接收到信标信号。基于从此类RF信标接收到的信标信号确定位置可能是不准确的和/或未经校准的。因此，跟踪物料搬运环境内的资产可能容易出错，从而可能进一步导致生产力的损失。
实施方案描述了包括安装在预先确定的位置处的一个或多个RF信标的物料搬运环境。一个或多个RF信标中的一组RF信标可从定位在资产上的RF标签接收信标信号。此外，一组RF信标可将信标信号发送到中央服务器。中央服务器可被配置为确定物料搬运环境内资产的位置。例如，资产可以穿过物料搬运环境，并且中央服务器可被配置为基于通过一组RF信标从资产上的RF标签接收到的信标信号跟踪资产的位置。由于在资产的穿越期间，一组RF信标可位于RF标签的直接LOS中，因此由一组RF信标测量的信号强度可为准确的。因此，当RF标签位于一组RF信标的LOS中时，中央服务器可确定物料搬运环境内资产的准确位置。中央服务器可被配置为存储资产的LOS位置和与由耦接到资产的RF标签发送的信标信号相关联的元数据。
当资产接近储存货架和/或通道时，一组RF信标可在多次反射之后接收信标信号(由于一个或多个表面接近与资产耦接的RF标签)。因此，由中央服务器确定的位置可能不准确和/或未经校准(下文称为NLOS位置)。中央服务器可被配置为存储NLOS位置和与用于确定NLOS位置的信标信号相关联的元数据。
在一些示例中，中央服务器可进一步接收资产的NLOS位置的正确位置。在示例性实施方案中，中央服务器可从RF标签中的惯性传感器接收正确位置。惯性传感器的一些示例可包括但不限于加速度计、陀螺仪等。在另一示例中，中央服务器可从使资产穿过物料搬运环境的操作者手动地接收正确位置。在另一示例中，中央服务器可从附接到操作者的移动计算机108接收正确位置。为此，移动计算机108可耦接到操作者的手臂。因此，当操作者移动资产或将资产放置在货架和/或通道上时，移动计算机108上的惯性传感器和/或GPS传感器可在物料搬运环境内提供资产的正确位置。类似地，当使用机器诸如叉车使资产移动或横穿时，叉车上的惯性传感器和/或GPS传感器可针对NLOS位置提供资产的准确位置。
此后，中央服务器可被配置为生成包括一个或多个特征和一个或多个标签的训练数据。一个或多个特征对应于ML模型的预期输入，并且一个或多个标签对应于ML模型的预期输出。为此，与(用于确定NLOS位置和LOS位置的)信标信号相关联的元数据、LOS位置和NLOS位置对应于一个或多个特征，并且准确位置对应于一个或多个标签。此后，中央服务器可被进一步配置为基于该训练数据训练ML模型。
中央服务器可被配置为利用ML模型来预测物料搬运环境内另一资产的准确位置。例如，在另一资产穿过物料搬运环境期间，中央服务器可被配置为基于通过一组RF信标从RF标签接收到的信标信号来跟踪资产的位置。中央服务器可被配置为识别另一资产的LOS位置和另一资产的NLOS位置。此外，中央服务器可被配置为确定与用于分别确定LOS位置和NLOS位置的信标信号相关联的元数据。基于另一资产的LOS位置，另一资产的NLOS位置和/或与信标信号相关联的元数据，中央服务器可被配置为预测对应于另一资产的NLOS位置的正确位置。
使用从RF标签接收的信标信号预测正确的位置避免了在RF标签、机器和/或移动计算机108中使用惯性传感器和/或GPS传感器。避免惯性传感器/和/或GPS传感器有助于降低物料搬运环境的复杂性，从而降低物料搬运环境中操作的总成本。此外，可大大减少待部署在物料搬运环境中的传感器的计数。此外，除了跟踪存储在RF标签中的内容之外，还可以同时实现对位置的跟踪。
图1示出了根据本文所述的一个或多个实施方案的示例性物料搬运环境100。物料搬运环境100包括中央服务器102、一个或多个RF信标104、耦接到资产112的RF标签106、移动计算机108、通信网络110和机器114。中央服务器102、一个或多个RF信标104、RF标签106、移动计算机108和机器114通过通信网络110彼此通信地耦接。
物料搬运环境100可对应于被配置为储存一个或多个资产112的仓库和/或任何其他空间(诸如室内环境)。另外，物料搬运环境100可允许将资产112储存在一个或多个货架和/或通道116中。将资产112放置在一个或多个货架和/或通道116中。例如，操作者可手动地将资产112放置在一个或多个货架和通道116上。在另一实施方案中，机器114可被配置为将资产112放置在一个或多个货架和通道116上。
中央服务器102可包括合适的逻辑和/或电路，其可使中央服务器102能够跟踪物料搬运环境100内的资产112。在一些示例中，中央服务器102通过一个或多个RF信标104的一组RF信标(例如，RF信标104a、104b和104c)从资产112上的RF标签106接收信标信号。在一些示例中，信标信号对应于射频(RF)信号。此外，中央服务器102可被配置为基于信标信号确定资产的位置，如图3所述。除此之外或另选地，中央服务器102可被配置为将资产112的位置分类为第一组位置或第二组位置。在一些示例中，第一组位置可包括当RF标签106位于一组RF信标104a和/或104b的视线(LOS)中时确定的位置。在一些示例中，第二组位置可包括当RF标签106位于一组RF信标104a和/或104b的LOS之外时确定的位置。在图3中进一步描述了将资产112的位置分类为第一组位置或第二组位置。在示例性实施方案中，中央服务器102可被进一步配置为确定第二组位置的一组准确位置，如图3中进一步描述。中央服务器102被进一步配置为基于第一组位置、第二组位置、一组准确位置和信标信号训练机器学习(ML)模型，如图3中进一步描述。基于ML模型，中央服务器102可被配置为预测物料搬运环境100中另一资产的位置，如图5中进一步描述。在不脱离本公开的范围的情况下，可在任何计算设备上实施中央服务器102。结合图2和图3进一步描述了中央服务器102的结构和操作。
一个或多个RF信标104可包括合适的逻辑和/或电路，其可使得能够使用一个或多个已知协议，诸如但不限于BluetoothTM、WiFiTM、3G、4G、5G、2G、CDMA、CDMA2000、RFID协议、ZigBee和/或任何其他基于RF的通信协议，将数据发送到RF标签106和/或从RF标签接收数据。一个或多个RF信标104可包括天线元件，该天线元件可实现来自RF标签106的数据的发送/接收。一个或多个RF信标104可被配置为从RF标签106接收信标信号。此外，一个或多个RF信标104可被配置为确定与信标信号相关联的元数据。除此之外或另选地，一个或多个RF信标104可被配置为将信标信号发送到中央服务器102。
RF标签106包括合适的逻辑和/或电路，其可以使RF标签106能够使用一个或多个已知协议，诸如但不限于BluetoothTM、WiFiTM、3G、4G、5G、2G、CDMA、CDMA2000、RFID协议、ZigBee和/或任何其他基于RF的通信协议，来周期性地广播信标信号。RF标签106可进一步包括存储器单元，该存储器单元可被配置为存储与附接RF标签106的资产112相关联的唯一标识。在一些示例中，RF标签106可被配置为在信标信号上广播唯一标识。RF标签106可进一步包括一个或多个惯性传感器(未示出)，诸如但不限于加速度计、陀螺仪等。RF标签106可被配置为基于从一个或多个惯性传感器接收到的读数修改广播信标信号的周期性。如果来自一个或多个惯性传感器的读数指示RF标签106处于运动中，则RF标签106可被配置为增加广播信标信号的周期性。例如，RF标签106可被配置为(基于来自一个或多个惯性传感器的测量)在RF标签106处于运动中时每隔5mms广播信标信号。如果来自一个或多个惯性传感器的读数指示RF标签106是静止的，则RF标签106可被配置为减少广播信标信号的周期性。例如，RF标签106可被配置为(基于来自一个或多个惯性传感器的测量)在RF标签106静止时每隔1秒广播信标信号。
移动计算机108包括合适的逻辑和/或电路，其可使移动计算机108能够向操作者提供在物料搬运环境100中执行一个或多个任务的指令。在一些示例中，移动计算机108包括一个或多个图像捕获装置，该图像捕获装置可被配置为扫描印制在资产112上的条形码和/或一个或多个货架和/或通道116上的条形码。移动计算机108可进一步包括一个或多个惯性传感器和/或GPS传感器，其可被配置为确定位置数据(指示物料搬运环境100内移动计算机108的位置)。此外，移动计算机108可被配置为将位置数据发送到中央服务器102。移动计算机108可对应于物料搬运环境100内能够由操作者携带并且能够捕获图像的任何电子设备。
机器114可包括可以使资产112在物料搬运环境100内穿越的一个或多个部件。机器114可包括引擎单元，该引擎单元可以是基于电的和/或基于燃料的。除此之外或另选地，机器114可包括可被配置为生成位置数据的一个或多个惯性传感器和/或GPS传感器。此外，机器114可被配置为将位置数据发送到中央服务器102。机器114的一些示例可包括但不限于传送装置、叉车等。
通信网络110对应于供内容和消息在物料搬运环境中的各种设备之间流动的介质。通信网络110的示例可包括但不限于无线保真(Wi-Fi)网络、无线区域网(WAN)、局域网(LAN)或城域网(MAN)。物料搬运环境100中的各种设备可以根据各种有线和无线通信协议(诸如，传输控制协议和互联网协议(TCP/IP)、用户数据报协议(UDP)以及2G、3G或5G通信协议)连接到通信网络110。
图2示出了根据本文所示的一个或多个实施方案的中央服务器102的框图。中央服务器102包括处理器202、存储器设备204、输入/输出设备接口单元206、位置确定单元208、训练单元和预测单元212。
处理器202可被体现为具有配套数字信号处理器的一个或多个微处理器、不具有配套数字信号处理器的一个或多个处理器、一个或多个协处理器、一个或多个多核处理器、一个或多个控制器、处理电路、一个或多个计算机、各种其他处理元件(包括集成电路，诸如专用集成电路(ASIC)或现场可编程门阵列(FPGA))或它们的某种组合。
因此，尽管在图2中示出为单个控制器，但在一个示例性实施方案中，处理器202可包括多个处理器和信号处理模块。该多个处理器可体现在单个电子设备上，或者可分布在被共同配置为用作中央服务器102的电路的多个电子设备上。多个处理器可彼此操作地通信，并且可被共同配置为执行中央服务器102的电路的一个或多个功能，如本文所述。在一个示例性实施方案中，处理器202可被配置为执行存储在存储器设备204中或能够以其他方式供处理器202访问的指令。当这些指令由处理器202执行时，可使得中央服务器102的电路执行一个或多个功能，如本文所述。
无论处理器202是由硬件方法配置，还是由固件/软件方法来配置，亦或是由它们的组合来配置，该处理器均可包括能够根据本公开的实施方案执行操作同时进行相应配置的实体。因此，例如当处理器202被体现为ASIC、FPGA等时，处理器202可包括用于进行本文所述的一个或多个操作的专门配置的硬件。另选地，作为另一示例，当处理器202被体现为(诸如可存储在存储器设备204中的)指令的运行器时，这些指令可专门配置处理器202以执行本文所述的一个或多个算法和操作。
因此，本文所用的处理器202可指可由软件指令(应用程序)配置以执行包括上述各种实施方案的功能的各种功能的可编程微处理器、微型计算机、或一个或多个多处理器芯片。在一些设备中，可以提供专用于无线通信功能的多个处理器和专用于运行其他应用程序的一个处理器。软件应用程序在被访问和加载到处理器之前可以存储在内部存储器中。处理器可包括足以存储应用程序软件指令的内部存储器。在许多设备中，内部存储器可以是易失性或非易失性存储器诸如闪存存储器或两者的混合。存储器还可以位于另一个计算资源的内部(例如，使计算机可读指令能够通过互联网或另一个有线或无线连接下载)。
存储器设备204可包括合适的逻辑、电路和/或接口，其适于存储能够由处理器202执行以执行预先确定的操作的一组指令。通常已知的存储器具体实施中的一些包括但不限于硬盘、随机存取存储器、高速缓存存储器、只读存储器(ROM)、可擦可编程只读存储器(EPROM)和电可擦可编程只读存储器(EEPROM)、闪存存储器、磁带盒、磁带、磁盘存储设备或其他磁存储设备、光盘只读存储器(CD-ROM)、数字通用光盘只读存储器(DVD-ROM)、光盘、被配置为存储信息的电路、或它们的某种组合。在一个示例性实施方案中，在不脱离本公开的范围的情况下，存储器设备204可与处理器202集成在单个芯片上。
I/O设备接口单元206可对应于可便于向各种设备发送消息和数据以及从各种设备接收消息和数据的通信接口。I/O设备接口单元206的示例可包括但不限于天线、以太网端口、USB端口、串行端口或可适于接收和发送数据的任何其他端口。I/O设备接口单元206根据各种通信协议，诸如
Figure BDA0003719167480000111
Infra-Red、I2C、TCP/IP、UDP以及2G、3G、4G或5G通信协议)发送和接收数据和/或消息。
位置确定单元208可包括合适的逻辑和/或电路，其可以使位置确定单元208能够从RF标签106接收信标信号。此外，位置确定单元208可被配置为接收与信标信号相关联的元数据，如图3中进一步描述。基于与信标信号相关联的元数据，位置确定单元208可被配置为确定物料搬运环境内资产112的位置，如图3中进一步描述。此外，位置确定单元208可被配置为生成资产112的位置的时间序列数据，如图3中进一步描述。此外，位置确定单元208可被配置为将位置的时间序列数据中的位置分类为第一组位置和第二组位置，如图3中进一步描述。另外，位置确定单元208可被配置为从移动计算机108和/或机器114接收位置数据，如图3中进一步描述。基于来自移动计算机108和/或机器114的位置数据，位置确定单元208可被配置为确定针对第二组位置的第三组位置，如图3中进一步描述。在示例性实施方案中，第三组位置对应于第二组位置的校准/准确位置。可使用一种或多种已知技术，诸如但不限于现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)，来实现位置确定单元208。
训练单元210可包括合适的逻辑和/或电路，其可以使得训练单元210能够基于物料搬运环境100内资产112的位置的时间序列数据、针对第二组位置的第三组位置以及与信标信号相关联的元数据来训练ML模型，如图3中进一步描述。在示例性实施方案中，训练单元210可被配置为利用一种或多种已知方法诸如但不限于逻辑回归、朴素贝叶斯、卷积神经网络(CNN)等来训练ML模型。可使用一种或多种已知技术，诸如但不限于现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)，来实现训练单元210。预测单元212可包括合适的逻辑和/或电路，其可以使预测单元212能够预测物料搬运环境100中另一资产112的第四组位置。在示例性实施方案中，预测单元212可被配置为利用ML模型来基于另一资产的位置的时间序列数据和与(从与另一资产112相关联的RF标签106接收的)信标信号相关联的元数据来预测另一资产112的第四组位置，如图5中进一步描述。可使用一种或多种已知技术，诸如但不限于现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)，来实现预测单元212。
图3示出了根据本文所述的一个或多个实施方案的用于操作中央服务器102的方法的流程图300。
在步骤302处，中央服务器102可包括用于从一组RF信标104a和104b接收信标信号的装置，诸如处理器202、I/O设备接口单元206等。如所讨论的，RF标签106周期性地广播信标信号，该信标信号可由可位于RF标签106的LOS内和/或可位于RF标签106的LOS之外的一组RF信标104a和104b接收。
除此之外或另选地，处理器202可被配置为确定与从一组RF信标104a和104b接收到的信标信号相关联的元数据。在示例性实施方案中，与信标信号相关联的元数据可包括但不限于由一组RF信标104a和104b中的每个RF信标接收到的信标信号的信号强度、RF信标的唯一ID(中央服务器已通过其接收到信标信号)、物料搬运环境100内RF信标的位置等。由于处理器202从一组RF信标104a和104b中的每个RF信标周期性地接收信标信号，因此处理器可被配置为针对一组RF信标104a和104b中的每个RF信标生成与(从一组RF信标104a和104b中的每个RF信标接收的)信标信号相关联的元数据的时间序列数据。在与信标信号相关联的元数据的时间序列数据中，基于RF信标接收到信标信号的时刻将与信标信号相关联的元数据打上时间戳。下表示出与信标信号相关联的元数据的示例性时间序列数据：
时间戳 唯一ID RF信标的位置 信号强度(以分贝为单位)
T<sub>1</sub> 1a (x1,y1,z1) 10Db
T<sub>2</sub> 1a (x1,y1,z1) 3Db
T<sub>1</sub> 1b (x2,y2,z2) 15Db
T<sub>1</sub> 1c (x3,y3,z3) 20Db
表1：与信标信号相关联的元数据的时间序列数据
可以从表1观察到，在时刻T1处、RF信标1a、RF信标1b和RF信标1c接收信标信号。此外，还可以观察到由RF信标1a、RF信标1b和RF信标1c接收的信标信号的信号强度。
在步骤304处，中央服务器102可包括用于从在物料搬运环境100中操作的一个或多个移动计算机(例如，移动计算机108)和/或一个或多个机器(例如，机器114)接收位置数据的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在示例性实施方案中，位置数据可以包括但不限于加速度计数据、陀螺仪数据和GPS数据。如所讨论的，移动计算机108可包括可生成位置数据的惯性传感器(其还包括加速度计和陀螺仪)和GPS传感器中的一者或多者。类似地，在物料搬运环境100中操作的机器114包括可生成位置数据的一个或多个惯性传感器和GPS传感器。处理器202可被配置为生成从在物料搬运环境100中操作的移动计算机108和/或机器114接收的位置数据的时间序列数据。为此，位置确定单元208可以从移动计算机108和机器114周期性地接收位置数据。此外，位置数据指示物料搬运环境100内移动计算机108和/或机器114的位置。
在步骤306处，中央服务器102可包括用于基于与从一组RF信标104a和104b接收到的信标信号相关联的元数据确定与RF标签106相关联的资产112的位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在示例性实施方案中，位置确定单元208可被配置为利用已知方法来确定与资产112相关联的RF标签106的位置。例如，位置确定单元208可被配置为利用三角测量方法来确定与资产112相关联的RF标签的位置。
为此，位置确定单元208可被配置为确定供处理器202接收信标信号的一组RF信标104a和104b中的每个RF信标的位置。如所讨论的，在物料搬运环境100中一个或多个RF信标104的部署期间预定义一个或多个RF信标104的位置。在示例性实施方案中，位置确定单元208可被配置为确定由一组RF信标104a和104b中的每个RF信标接收到的信标信号的信号强度(基于与信标信号相关联的元数据的时间序列数据)。基于信标信号的信号强度，位置确定单元208可被配置为估计RF标签106与相应RF信标(例如，RF信标104a)的距离。在示例性实施方案中，位置确定单元208可被配置为利用距离与信号强度之间的平方反比关系来估计RF标签106与一组RF信标104a和104b中的每个RF信标的距离。此后，位置确定单元208可被配置为针对一组RF信标104a和104b中的每个RF信标定义虚拟圆，其中(RF标签106与一组RF信标104a和104b中的每个RF信标的)所估计的距离作为半径。此外，位置确定单元208可被配置为确定针对一组RF信标104a和104b中的RF信标创建的虚拟圆中的交点。在一些示例中，确定交点可包括确定物料搬运环境100内交点的坐标。位置确定单元208可被配置为基于物料搬运环境100中一组RF信标104a和104b的位置来确定交点的坐标。在一些示例中，位置确定单元208可被配置为利用已知的几何关系来确定交点的坐标。如所讨论的，在物料搬运环境100中的一组RF信标104a和104b的部署期间可预先确定该组RF信标104a和104b的位置。基于物料搬运环境100内交点的位置，位置确定单元208可被配置为估计物料搬运环境100中RF标签106的位置。物料搬运环境100中RF标签106的位置被视为物料搬运环境100内资产112的位置。
在示例性实施方案中，位置确定单元208可被配置为基于(通过一组RF信标104a和104b接收的)信标信号的元数据的时间序列数据来确定资产112的位置的时间序列数据。更具体地，位置确定单元208可被配置为在接收到信标信号的每个时刻确定资产112的位置。在一些示例中，资产112的位置的时间序列数据可用于监测物料搬运环境100内资产112的位置。例如，资产112的位置的时间序列数据可包括指示资产112穿过物料搬运环境100的位置。此外，资产112的位置的时间序列数据包括可指示资产112的静止位置(即，当资产112储存在物料搬运环境100中的通道和/或货架116中时)的位置。
在步骤308处，中央服务器102可包括用于将资产112的位置的时间序列数据分类成一组穿越位置和一组静止位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。结合图6和图7进一步描述用于对资产112的位置的时间序列数据进行分类的方法。
在步骤310处，中央服务器102可包括用于将一组穿越位置分类为第一组位置或第二组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在示例性实施方案中，第一组位置可共同地指示资产112穿过物料搬运环境100的穿越路径。此外，当资产112上的RF标签106位于一组RF信标104a和104b的LOS中时，位置确定单元208可能确定了(一组穿越位置中的)第一组位置。因此，位置确定单元208可能准确地确定了第一组位置中的位置。在下文中，第一组位置已可互换地称为一组LOS位置。
在示例性实施方案中，当资产112上的RF标签106位于一组RF信标104a和104b的LOS之外(例如，资产112可能正接近通道，该通道可能引起了信标信号的反射)时，位置确定单元208可能确定了(一组穿越位置中的)第二组位置。因此，位置确定单元208可能不准确地确定了第二组位置中的位置。在下文中，第二组位置已可互换地称为一组NLOS位置。结合图8进一步描述了对一组穿越位置的分类。
在步骤312处，中央服务器102可包括用于确定针对第二组位置的第三组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。如所讨论的，第三组位置对应于第二组位置的校准位置。在示例性实施方案中，位置确定单元208可被配置为基于从在物料搬运环境100中操作的移动计算机108和/或机器114接收的位置数据确定针对第二组位置的第三组位置。在另一实施方案中，位置确定单元208可从操作者接收手动输入，其中手动输入与针对第二组位置的第三组位置有关。结合图9进一步描述了第三组位置的确定。
在步骤314处，中央服务器102可包括用于基于第一组位置、第二组位置、第三组位置和与(通过一组RF信标104a和104b从RF标签106接收到的)信标信号相关联的元数据的时间序列数据生成训练数据的装置，诸如处理器202、I/O设备接口单元206、训练单元210等。在一些示例中，训练单元210可被配置为将第一组位置、第二组位置和与信标信号相关联的元数据定义为训练数据中的一个或多个特征。更具体地，与信标信号相关联的元数据的时间序列数据(包括在训练数据中)可仅包括与信标信号相关联的元数据的时间序列数据的一部分，而非与信标信号相关联的元数据的完整的时间序列数据。在一些示例中，时间序列数据的一部分可包括用于确定第二组位置的信标信号的元数据。在另一实施方案中，训练数据可包括用于确定第一组位置和第二组位置的信标信号的元数据的完整的时间序列数据。如所讨论的，训练数据中的一个或多个特征对应于(待使用训练数据进行训练的)ML模型的预期输入。此外，训练单元210可被配置为将(针对第二组位置确定的)第三组位置定义为训练数据中的一个或多个标签。如所讨论的，一个或多个标签对应于ML模型的预期输出。
在步骤316处，中央服务器102可包括用于基于训练数据训练ML模型的装置，诸如处理器202、I/O设备接口单元206、训练单元210等。在示例性实施方案中，训练单元210可被配置为使用一种或多种已知方法诸如但不限于逻辑回归、卷积神经网络、Keras等来训练ML模型。
在一些示例中，本公开的范围不限于仅针对穿过物料搬运环境的资产112来训练ML模型。在示例性实施方案中，训练单元210可被配置为训练用于预测储存在通道和/或货架116中的资产112的准确位置的另一ML模型。如所讨论的，当资产112储存在通道和/或货架116中时，RF标签106可位于LOS之外。因此，使用与从此类RF标签106接收的信标信号相关联的元数据确定的位置可能不准确。为此，训练单元210可训练另一ML模型以使得能够预测储存在通道和/或货架116中的资产112的准确位置。在另选的实施方案中，训练单元210可被配置为进一步训练ML模型以使得ML模型能够预测储存在通道和/或货架中的资产112的准确位置。结合图4描述了进一步训练ML模型的一种此类方法。
图4示出了根据本文所述的一个或多个实施方案的用于训练能够预测储存在货架和/或通道中的资产112的准确位置的另一ML模型的方法的流程图400。
在步骤402处，中央服务器102可包括用于检索与从(储存在货架和/或通道中的)资产112接收的信标信号相关联的元数据的时间序列数据的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。更具体地，位置确定单元208可被配置为检索与信标信号相关联的元数据的时间序列数据，该时间序列数据用于确定物料搬运环境100内资产112的一组静止位置。
在步骤404处，中央服务器102可包括用于检索资产112的一组静止位置(其在步骤X08中确定)的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。
在步骤406处，中央服务器102可包括用于基于事件确定资产112的准确位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在一些示例中，事件可包括操作者使用移动计算机108扫描印制在资产112上的条形码，然后扫描印制在资产112所放置和/或储存的通道上的条形码。在扫描印制在资产112和通道116上的条形码后，移动计算机108可被配置为从印制在通道116和资产112上的条形码检索条形码数据。通道116的条形码数据可包括通道116的唯一标识。此后，位置确定单元208可被配置为从查找表检索通道的位置，该查找表可包括通道116的唯一标识与物料搬运环境100内的对应位置之间的映射。下表示出了示例性查找表，其示出了通道116的唯一标识与物料搬运环境100内的对应位置之间的映射：
通道116的唯一标识 物料搬运环境100中的位置
通道1 (x4,y4,z4)
通道2 (x5,y5,z5)
通道3 (x6,y6,z6)
表2：示出了通道的唯一标识与对应位置之间的映射的查找表
在一些示例中，位置确定单元208可被配置为将(基于事件来识别的)通道的位置视为资产112的准确位置。
在步骤408处，中央服务器102可包括用于基于与信标信号相关联的元数据(用于确定一组静止位置)、资产112的第三组位置和资产112的一组静止位置(使用信标信号的元数据确定)来生成静止资产训练数据的装置，诸如处理器202、I/O设备接口单元206、训练单元210等。更具体地，训练单元210可被配置为将一组静止位置和信标信号的元数据定义为静止资产训练数据的一个或多个特征。此外，训练单元210可被配置为将资产112的准确位置定义为静止资产训练数据的一个或多个标签。
在步骤410处，中央服务器102可包括用于基于静止资产训练数据训练另一ML模型的装置，诸如处理器202、I/O设备接口单元206、训练单元210等。在示例性实施方案中，训练单元210可被配置为利用已知技术来训练另一ML模型。
图5示出了根据本文所述的一个或多个实施方案的用于预测物料搬运环境100内的另一资产的第四组位置的方法的流程图500。
在步骤502处，中央服务器102可包括用于通过一组RF信标从与另一资产相关联的另一RF标签106接收信标信号的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在步骤504处，中央服务器102可包括用于如步骤306中所述基于与信标信号相关联的元数据确定另一资产的位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。由于处理器202从另一RF标签周期性地接收信标信号，因此处理器202生成信标信号的元数据的时间序列数据，如上文在步骤302中所述，因此，位置确定单元208确定另一资产112的位置的时间序列数据。
在步骤506处，中央服务器102可包括用于将另一资产112的位置的时间序列数据分类为一组穿越位置和一组静止位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在示例性实施方案中，位置确定单元208可被配置为使用步骤308中描述的方法来对另一资产的位置进行分类。在步骤508处，中央服务器102可包括用于如上在步骤310中所述将一组穿越位置进一步分类为第一组位置或第二组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。如所讨论的，第一组位置对应于一组LOS位置，而第二组位置对应于一组NLOS位置。
在步骤510处，中央服务器102可包括用于利用ML模型来预测针对第二组位置的第四组位置的装置，诸如处理器202、I/O设备接口单元206、预测单元212等。在一些示例中，预测单元212可被配置为提供第二组位置和与信标信号相关联的元数据，作为ML模型的输入。响应于该输入，ML模型预测针对第二组位置的第四组位置。由于按时间顺序确定第二组位置，因此预测单元212可按与第二组位置相同的时间顺序预测第四组位置。因此，一组准确位置中的准确位置具有相关联的时间戳。此外，与(一组准确位置中的)准确位置相关联的时间戳与一组第二位置中的对应位置的时间戳相同。
在步骤512处，中央服务器102可包括用于基于由ML模型预测的第四组位置来预测通道的位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208、预测单元212等。位置确定单元208可被配置为基于与第四组位置中的每个位置相关联的时间戳来检索第四组位置中的准确位置。例如，位置确定单元208可被配置为检索具有按时间顺序最新的时间戳的准确位置。此后，基于该准确位置，位置确定单元208可被配置为参考查找表(其包括通道标识与通道位置之间的映射)以识别最接近准确位置的通道。此后，位置确定单元208可被配置为将最接近准确位置的通道视为放置或储存资产112的通道。
因此，所提出的实施方案允许中央服务器在不使用附加传感器的情况下预测已储存资产112的通道的位置。例如，所提出的实施方案允许系统预测(储存资产112的)通道位置，而不需要扫描印制在通道116上的条形码。因此，提出的实施方案减少了操作者执行的步骤，并且因此增加了物料搬运环境100中的操作的生产力。
图6示出了根据本文所述的一个或多个实施方案的用于对位置的时间序列数据进行分类的方法的流程图600。
在步骤602处，中央服务器102可包括用于确定(在RF信标的步骤中)通过RF信标接收到信标信号的按时间顺序的后续时刻之间经过的持续时间的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。如所讨论的，RF标签可将信标信号周期性地发送到中央服务器。因此，处理器202可被配置为确定(在RF信标的步骤中)通过RF信标接收到信标信号的按时间顺序的后续时刻之间经过的持续时间。在另一实施方案中，处理器202可被配置为确定一组RF信标104a和104b中的RF信标接收到信标信号的按时间顺序的后续时刻之间经过的持续时间。
在步骤604处，中央服务器102可包括用于确定经过的持续时间是否小于持续时间阈值的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在示例性实施方案中，可基于来自RF标签106的信标信号的发送周期性来预先确定持续时间阈值。如所讨论的，与当RF标签106静止时相比，当RF标签106处于运动中时，RF标签106更频繁地发送信标信号。基于RF标签106中的惯性传感器的读数来检测RF标签106的运动。
如果位置确定单元208确定经过的持续时间小于持续时间阈值，则位置确定单元208可被配置为执行步骤606。然而，如果位置确定单元208确定经过的持续时间大于持续时间阈值，则位置确定单元208可被配置为执行步骤608。
在步骤606处，中央服务器102可包括用于将资产112的位置分类为一组穿越位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等，使用与在时间顺序上较后的时刻接收到的信标信号相关联的元数据确定该资产的位置。
在步骤608处，中央服务器102可包括用于将资产112的位置分类为一组静止位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等，使用与在时间顺序上较后的时刻接收到的信标信号相关联的元数据确定该资产的位置。
在一些示例中，本公开的范围不限于基于接收到信标信号之间经过的持续时间对资产112的位置的时间序列数据进行分类。在示例性实施方案中，位置确定单元208可被配置为基于事件对时间序列数据进行分类。在一些示例中，事件可包括操作者扫描印制在资产112上的条形码，然后扫描印制在资产112所放置和/或储存的通道上的条形码。图7中描述了一种此类方法。
图7示出了根据本文所述的一个或多个实施方案的用于对位置的时间序列数据进行分类的方法的流程图700。
在步骤702处，中央服务器102可包括用于接收与资产112有关的条形码数据和与已由操作者储存资产112的通道116有关的条形码数据的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在一些示例中，处理器202可被配置为接收与资产112有关的条形码数据和与通道116有关的条形码数据。在一些示例中，操作者可将资产112放置在通道116上。此后，为了向中央服务器102指示放置资产112的任务完成并记录已放置资产112的位置，操作者可扫描印制在资产112上的条形码，然后扫描印制在通道116上的条形码。移动计算机108可将与资产112和通道116有关的条形码数据发送到中央服务器102。此外，中央服务器102可基于与资产和通道有关的条形码数据将资产112与通道116的位置相关联。
在步骤704处，中央服务器102可包括用于响应于接收到与通道的位置有关的条形码数据和与资产112有关的条形码数据来检测事件的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在步骤706处，中央服务器102可包括用于检索在事件之前的预先确定的持续时间期间确定的资产112的位置的时间序列数据的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在步骤708处，中央服务器102可包括用于将在事件之前的预先确定的持续时间期间确定的资产112的位置的时间序列数据中的位置确定为一组穿越位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。为此，假设操作者在事件之前可使资产112在预先确定的持续时间期间穿过物料搬运环境100。因此，在预先确定的持续时间期间的资产112的位置被视为一组穿越位置。
在步骤710处，中央服务器102可包括用于将在事件之后确定的位置确定为一组静止位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。
在另一实施方案中，中央服务器102可从RF标签106中的一个或多个惯性传感器接收数据以及信标信号。基于加速度计数据，位置确定单元208可被配置为确定RF标签106是否处于运动中。因此，位置确定单元208可被配置为将(使用所接收的信标信号的元数据确定的)位置分类为一组穿越位置或一组静止位置。
图8示出了根据本文所述的一个或多个实施方案的用于将一组穿越位置分类为第一组位置和第二组位置的方法的流程图800。
在步骤802处，中央服务器102可包括用于按时间顺序从一组穿越位置检索第一组穿越位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在一些示例中，第一组穿越位置可包括在预先确定的持续时间内的第一时间段期间确定的位置。
在步骤804处，中央服务器102可包括用于确定第一组穿越位置中的每对按时间顺序确定的位置之间的距离的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。例如，第一组穿越位置包括分别在时刻T1、T2、T3和T4处确定的位置L1、L2、L3、L4。为此，位置确定单元208可被配置为确定L1与L2之间的距离、L2与L3之间的距离以及L3与L4之间的距离。
在步骤806处，中央服务器102可包括用于确定针对每对按时间顺序确定的位置确定的距离是否在距离阈值内的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。如果位置确定单元208确定在一对按时间顺序确定的距离之间的距离大于距离阈值，则位置确定单元208可被配置为执行步骤808。然而，如果位置确定单元208确定在每对按时间顺序确定的距离之间的距离在距离阈值内，则位置确定单元208可被配置为执行步骤810。
在步骤808处，中央服务器102可包括用于将第一组穿越位置中的位置确定为第二组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在步骤810处，中央服务器102可包括用于将第一组穿越位置中的位置确定为第一组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。
图9示出了根据本文所述的一个或多个实施方案的用于确定针对第二组位置的第三组位置的方法的流程图900。
在步骤902处，中央服务器102可包括用于识别事件的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。如所讨论的，事件对应于接收到与资产112和/或储存资产112的通道有关的条形码数据。在步骤904处，中央服务器102可包括用于识别从其接收条形码数据的移动计算机108的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。在一些示例中，处理器202可被配置为基于与由中央服务器接收到的数据分组(其包括条形码数据)相关联的元数据来识别移动计算机108。在一些示例中，数据分组可包括与移动计算机108的MAC地址和/或移动计算机108的IP地址有关的详细信息。处理器202可被配置为将移动计算机108视为与资产112相关联。
在步骤906处，中央服务器102可包括用于从所识别的移动计算机108接收到的位置数据的时间序列数据识别第三组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。位置确定单元208可基于与移动计算机108的位置数据的时间序列数据相关联的时间戳和与第二组位置相关联的时间戳来确定第三组位置。例如，位置确定单元208可被配置为从具有与第二组位置的时间戳相同的时间戳的(从移动计算机108接收的)位置数据的时间序列数据检索第三组位置。在另一实施方案中，位置确定单元208可被配置为从具有位于第二组位置的时间戳的预定义时间范围内的时间戳的(从移动计算机108接收的)位置数据的时间序列数据检索第三组位置。可以在中央服务器的配置期间定义预定时间范围。
在步骤908处，中央服务器102可包括用于将第三组位置确定为针对第二组位置的第三组位置的装置，诸如处理器202、I/O设备接口单元206、位置确定单元208等。
在一些示例中，本公开的范围不限于使用移动计算机108来确定针对第二组位置的第三组位置。在示例性实施方案中，位置确定单元208可被配置为利用使资产112穿越的机器114的位置来确定针对第二组位置的第三组位置。如所讨论的，机器114包括用于生成机器114的位置数据的惯性传感器和/或GPS传感器。使用图9中描述的方法，位置确定单元可被配置为从机器114的位置数据的时间序列数据检索第三组位置。此外，如所讨论的，第三组位置对应于第二组位置的准确位置。
图10示出了根据本文所述的一个或多个实施方案的训练ML模型的示例性场景1000。
示例性场景1000示出了基于由中央服务器通过一组RF信标接收的信标信号的元数据(由1004示出)确定的资产112的位置1002的时间序列数据。可以观察到，资产112的位置1002的时间序列数据包括第一组位置1006和第二组位置1008。为此，第二组位置1008具有位置的一个或多个簇1008a、1008b和1008c，因为信标信号在资产112附近的一个或多个表面被反射。因此，示例性场景1000示出了第二组位置包括未校准位置。另外，示例性场景1000示出了从移动计算机108和/或机器114获得的位置数据的时间序列(由1010示出)。如所讨论的，从移动计算机108和/或机器114获得的位置数据包括针对第二组位置的第三组位置。
在示例性实施方案中，训练单元210可被配置为利用一组准确位置、第二组位置和与信标信号相关联的元数据来训练ML模型1012。
上述详细描述已通过使用框图、流程图、示意图、范例和示例来阐述设备和/或过程的各种实施方案。只要此类框图、流程图、示意图和示例包含一个或多个功能和/或操作，就可通过其多种多样的硬件来单独和/或共同实现此类框图、流程图、示意图或示例内的每个功能和/或操作。
需注意，流程图中的每个框、以及流程图中的各框的组合可以通过各种装置，诸如硬件、固件、电路、和/或与包括一个或多个计算机程序指令的软件的执行相关联的其他设备来实现。例如，如上所述的过程中的一个或多个过程可由计算机程序指令体现，这些计算机程序指令可由采用本公开的实施方案的装置的非暂态存储器来存储并且由该装置的处理器来执行。这些计算机程序指令可指示计算机或另一可编程装置以特定方式工作，使得存储在计算机可读存储存储器中的指令产生一种制品，该制品的执行实现流程图框中指定的功能。
本公开的实施方案可被配置为方法、移动设备、后端网络设备等。因此，实施方案可包括各种装置，这些装置包括完全硬件或者软件和硬件的任何组合。此外，实施方案可采取至少一个非暂态计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品具有体现在存储介质中的计算机可读程序指令(例如，计算机软件)。类似地，实施方案可以采取存储在至少一个非暂态计算机可读存储介质上的计算机程序代码的形式。可利用任何合适的计算机可读存储介质，包括非暂态硬盘、CD-ROM、闪存存储器、光存储设备或磁存储设备。
在一个实施方案中，本公开的示例可经由专用集成电路(ASIC)来实现。然而，本文所公开的实施方案可整体或部分地在标准集成电路中等效地实现为在一个或多个计算机上运行的一个或多个计算机程序(例如，在一个或多个计算机系统上运行的一个或多个程序)、在一个或多个处理电路(例如，微处理电路)上运行的一个或多个程序、在一个或多个处理器(例如，微处理器)上运行的一个或多个程序、固件或它们的几乎任何组合。
另外，本领域的技术人员将认识到，本文所公开的示例性机构可能能够以多种有形形式作为程序产品来分发，并且不论用于实际执行该分发的有形指令承载介质的特定类型如何，示例性实施方案同样适用。有形指令承载介质的示例包括但不限于以下：可记录类型的介质诸如软盘、硬盘驱动器、CD ROM、数字磁带、闪存驱动器和计算机存储器。

Claims (10)

1.一种用于跟踪资产的方法，所述方法包括：
由处理器基于从与资产相关联的RF标签接收的RF信号相关联的元数据确定室内环境内所述资产的一个或多个位置；
由所述处理器识别所述一个或多个位置中的第一组位置，其中所述第一组位置对应于所述室内环境内所述资产的校准位置；
由所述处理器识别所述一个或多个位置中的第二组位置，其中所述第二组位置对应于室内环境内所述资产的未校准位置；
由所述处理器接收所述资产的第三组位置，所述第三组位置是所述第二组位置的校准位置；以及
由所述处理器基于所述第一组位置、所述第二组位置和所述第三组位置以及与所述RF信号相关联的所述元数据训练机器学习(ML)模型，其中所述ML模型被配置为预测所述室内环境内另一资产的第四组位置。
2.根据权利要求1所述的方法，所述方法进一步包括由所述处理器确定所述室内环境内另一资产的一个或多个位置。
3.根据权利要求2所述的方法，其中所述另一资产的所述一个或多个位置包括对应于所述室内环境中所述另一资产的校准位置的所述第一组位置，以及所述第二组位置，其中所述第二组位置包括所述室内环境中所述另一资产的未校准位置。
4.根据权利要求3所述的方法，其中所述第四组位置对应于所述另一资产的所述第二组位置的校准位置。
5.根据权利要求1所述的方法，所述方法进一步包括由所述处理器基于从所述RF标签接收到所述RF信号的周期性将所述资产的所述一个或多个位置分类为一组穿越位置或一组静止位置。
6.根据权利要求5所述的方法，其中从所述资产的所述一组穿越位置识别所述资产的所述第一组位置和所述第二组位置。
7.根据权利要求1所述的方法，所述方法进一步包括从所述RF标签接收加速度计数据。
8.根据权利要求7所述的方法，所述方法进一步包括由所述处理器基于所述加速度计数据将所述资产的所述一个或多个位置分类为一组穿越位置或一组静止位置。
9.根据权利要求1所述的方法，所述方法进一步包括接收输入，所述输入对应于扫描所述资产上的条形码。
10.根据权利要求9所述的方法，所述方法进一步包括在第一时刻之前的预先确定的时间段期间，基于与从所述资产上的所述RF标签接收到的所述RF信号相关联的元数据确定所述资产的所述一个或多个位置。
CN202210744990.4A 2021-07-12 2022-06-28 估计物料搬运环境内资产位置的方法和系统 Pending CN115600621A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/372,835 2021-07-12
US17/372,835 US20230020685A1 (en) 2021-07-12 2021-07-12 Methods and systems of estimating location of an asset within material handling environment

Publications (1)

Publication Number Publication Date
CN115600621A true CN115600621A (zh) 2023-01-13

Family

ID=83005985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210744990.4A Pending CN115600621A (zh) 2021-07-12 2022-06-28 估计物料搬运环境内资产位置的方法和系统

Country Status (4)

Country Link
US (1) US20230020685A1 (zh)
EP (1) EP4120702A1 (zh)
JP (1) JP7454608B2 (zh)
CN (1) CN115600621A (zh)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9285453B2 (en) * 2002-08-19 2016-03-15 Q-Track Corporation Method of near-field electromagnetic ranging and location
US20160039340A1 (en) * 2004-12-21 2016-02-11 Q-Track Corporation Selective proximity detection system and method
US10942251B2 (en) * 2014-09-03 2021-03-09 CloudLeaf, Inc. Asset location and management system with distributed processing
US20180023374A1 (en) 2015-02-03 2018-01-25 Schlumberger Technology Corporation Multi-Phase Polymer Shear Viscosity Calculation in Polymer Coreflood Simulation Study Workflow
JP2016212050A (ja) 2015-05-13 2016-12-15 株式会社リコー 位置管理システム、位置管理装置、位置管理方法、及びプログラム
GB201610028D0 (en) 2016-06-08 2016-07-20 Novus Comm Ltd Tracking system
CN110691981A (zh) 2017-03-28 2020-01-14 自动化公司 用于定位rfid标签的方法和设备
US10902376B2 (en) 2017-11-06 2021-01-26 Microsoft Technology Licensing, Llc Inventory control
JP2019108222A (ja) 2017-12-20 2019-07-04 凸版印刷株式会社 荷物添付電子タグ、荷物管理システム及び荷物管理方法
JP7135829B2 (ja) 2018-12-20 2022-09-13 富士通株式会社 測位システム、情報処理装置、及び、測位校正プログラム
US10832024B2 (en) 2019-11-26 2020-11-10 Intel Corporation Behavior detection using RFID in environments with high RFID tag density

Also Published As

Publication number Publication date
JP7454608B2 (ja) 2024-03-22
EP4120702A1 (en) 2023-01-18
US20230020685A1 (en) 2023-01-19
JP2023011529A (ja) 2023-01-24

Similar Documents

Publication Publication Date Title
US7446662B1 (en) Intelligent RFID tag for magnetic field mapping
US20070052540A1 (en) Sensor fusion for RFID accuracy
US9722715B2 (en) Systems and methods for determining a tag location
US20060061476A1 (en) Method and system for autonomous correlation of sensed environmental attributes with entities
US10410176B2 (en) Product and equipment location and automation system and method
US10360777B2 (en) System for and method of enhanced reading and tracking of radio frequency identification tags
CN112270388A (zh) 货物定位管理系统和方法
US10157337B1 (en) Pre-notification with RFID dock door portals
US9942722B2 (en) Tracking a mobile unit in a housing facility for mobile units
US10332398B2 (en) Smart parking facility management by using wireless communication techniques to perform stationary and moving vehicle detection
US10565410B1 (en) Overhead RFID antenna
CN103026363B (zh) 选择性地寻址应答器
US9047522B1 (en) Utilization of motion and spatial identification in mobile RFID interrogator
CN115600621A (zh) 估计物料搬运环境内资产位置的方法和系统
KR20130065824A (ko) Ｒｆｉｄ 태그의 위치 정보를 이용한 재고 관리 방법 및 그 장치
US11710007B2 (en) Tracking a movement status of a radio frequency identification tag
JP2019151452A (ja) 物品の管理システム
US11403471B2 (en) Delivery monitoring device, delivery management method, recording medium
US20170193779A1 (en) Apparatus, system, and method for facilitating mobile tag reader positional confidence
KR20220089257A (ko) 물류 관리 방법 및 시스템
WO2020032157A1 (ja) 物品位置推定システム及び物品位置推定方法
US20190213703A1 (en) Systems and methods for identifying unidentified autonomous vehicles
US20170162015A1 (en) Security tag locationing
US9829323B2 (en) Apparatus, information processing method, and information processing system
US20220057215A1 (en) Rapid location-based association of carriers and items

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