CN116187908A - 一种基于图像识别的仓储物流智能管理方法及系统 - Google Patents

一种基于图像识别的仓储物流智能管理方法及系统 Download PDF

Info

Publication number
CN116187908A
CN116187908A CN202310278428.1A CN202310278428A CN116187908A CN 116187908 A CN116187908 A CN 116187908A CN 202310278428 A CN202310278428 A CN 202310278428A CN 116187908 A CN116187908 A CN 116187908A
Authority
CN
China
Prior art keywords
articles
batch
stored
type
passing
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.)
Granted
Application number
CN202310278428.1A
Other languages
English (en)
Other versions
CN116187908B (zh
Inventor
张同樊
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.)
Yueyang Liyi Technology Co ltd
Original Assignee
Jiangling Baishuntongda Logistics 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 Jiangling Baishuntongda Logistics Co ltd filed Critical Jiangling Baishuntongda Logistics Co ltd
Priority to CN202310278428.1A priority Critical patent/CN116187908B/zh
Publication of CN116187908A publication Critical patent/CN116187908A/zh
Application granted granted Critical
Publication of CN116187908B publication Critical patent/CN116187908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Warehouses Or Storage Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及仓储物流管理技术领域，具体公开一种基于图像识别的仓储物流智能管理方法及系统，该方法包括：待存放物品获取、待存放物品划分、待存放物品通过率分析、允许通过物品适宜摆放参数分析、允许通过物品摆放整齐分析和允许通过物品摆放处理，本发明确保货物可以通过仓储空间开关门，一方面在一定程度上提高了货物的时效性，使其可以及时运输到指定地点，从而保障货物的运输效率，另一方面节约了人力财力，降低了货物的运输成本，本发明通过很好地平衡高度层面的影响和重量层面的影响，从而保障货物竖面叠放的安全性，保障相关工作人员的生命健康安全。

Description

一种基于图像识别的仓储物流智能管理方法及系统
技术领域
本发明涉及仓储物流管理技术领域，具体而言，涉及一种基于图像识别的仓储物流智能管理方法及系统。
背景技术
近年来互联网的快速发展使电子商务呈现出蓬勃发展的趋势，而今随着生活水平的提高以及交通运输的快速发展，越来越多的物流公司出现在人们眼前，物流公司主要对物流包裹进行输送和储存，而在物流公司对物流包裹进行输送和储存的过程中，如何使仓储空间得到最大化利用是至关重要的，仓储空间的利用率一方面影响物流包裹的运输成本，进而影响物流公司的收益，另一方面当仓储空间利用率不高时往往会影响物流包裹的时效性，进而影响收货人对物流公司的评价，不利于物流公司的口碑打造，因此，需要对仓储物流进行智能管理。
现有仓储物流基本上可以满足当前要求，但是还存在一定的缺陷，其具体体现在：(1)现有仓储物流大多是当货物来临时再进行码垛货物，进而就存在部分货物无法通过仓储空间的开关门的现象，一方面影响部分货物的时效性，使其无法及时运输到指定地点，从而在一定程度上影响货物的运输效率，另一方面浪费了人力财力，提高了货物的运输成本，从而影响物流公司的收益。
(2)现有仓储物流对同类型货物的竖面叠放数量关注度不高，从而将货物进行竖面叠放时，无法很好地平衡高度层面的影响和重量层面的影响，容易出现高度不符合要求或者重量达不到要求的现象，从而无法保障货物的竖面叠放的安全性，进而威胁相关工作人员的生命健康安全，损害物流公司的收益和声誉。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于图像识别的仓储物流智能管理方法及系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：本发明第一方面提供了一种基于图像识别的仓储物流智能管理方法，该方法包括：S1.待存放物品获取：从仓储物流平台获取当天各运输批次中的所有物品，并将其标记为各运输批次所属的各待存放物品，进而获取各运输批次所属各待存放物品的图像。
S2.待存放物品划分：获取各运输批次所属各待存放物品的外观参数，其中外观参数包括实际长度、实际宽度和实际高度，进而将各运输批次所属各待存放物品进行归类划分，从而得到各运输批次所属的各目标种类待存放物品。
S3.待存放物品通过率分析：获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，进而分析各运输批次所属各目标种类待存放物品对应的通过困难系数，并据此筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品。
S4.允许通过物品适宜摆放参数分析：基于各运输批次所属各种类允许通过物品对应的参考长度、参考宽度和参考高度，分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
S5.允许通过物品摆放整齐分析：基于各运输批次所属各种类允许通过物品对应的适宜摆放参数获取各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度，进而分析各运输批次所属各种类允许通过物品对应的摆放整齐系数。
S6.允许通过物品摆放处理：基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理。
进一步地，所述获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，其具体获取方法为：获取各目标种类待存放物品的所有待存放物品，并分析各目标种类待存放物品中所有待存放物品的长度平均值、宽度平均值和高度平均值，并将其分别作为各目标种类待存放物品对应的参考长度、参考宽度和参考高度。
进一步地，所述各运输批次所属各目标种类待存放物品对应的通过困难系数，其具体分析方法为：S31：获取仓储空间对应开关门所属敞开区域的长度和高度，并将其分别标记为CC′、CG′。
S32：分析各运输批次所属各目标种类待存放物品对应的通过困难系数，其计算公式为：
Figure BDA0004137199240000031
其中σij表示为第i运输批次所属第j个目标种类待存放物品对应的通过困难系数，CCij、CKij、CGij分别表示为第i运输批次所属第j个目标种类待存放物品对应的参考长度、参考宽度、参考高度，α1、α2分别表示为预设的补偿长度、补偿高度，i表示为各运输批次的编号，i＝1,2,...,n，j表示为各目标种类待存放物品的编号，j＝1,2,...,k。
S33：将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的初级通过困难系数阈值进行对比，若某运输批次所属某目标种类待存放物品对应的通过困难系数大于或等于初级通过困难系数阈值，则进行以下分析：
将该运输批次所属该目标种类待存放物品以对应长边为基准进行各种角度倾斜，进而得到该运输批次所属该目标种类待存放物品在各种角度倾斜下的基本形状，并获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓，从而获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的面积，并将其标记为Sf″。
根据仓储空间对应开关门所属敞开区域的长度和高度获取其对应的轮廓，并将其与该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓进行重合对比，并获取对应重合区域的面积，将其标记为S′f，其中f表示为各种角度的编号，f＝1,2,...,g。
分析该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数，其计算公式为：
Figure BDA0004137199240000041
其中ω′f表示为该运输批次所属该目标种类待存放物品在第f种角度倾斜时对应的通过困难系数。
将该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数与预设的终极通过困难系数阈值进行对比，若该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数均大于或等于终极通过困难系数阈值，则将该运输批次所属该目标种类待存放物品对应的通过困难系数标记为β′，反之，则将其标记为β″。
获取各运输批次所属各目标种类待存放物品对应的通过困难系数，并将其标记为βij，其中βij＝β′或β″
S34：获取各运输批次所属各目标种类待存放物品对应的通过困难系数，并将其标记为θij，其中θij＝σij或βij。
进一步地，所述筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品，其具体方法为：将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的各种类允许通过物品对应的通过困难系数区间进行对比，筛选各运输批次所属各种类允许通过物品，并将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的各种类禁止通过困难系数区间进行对比，筛选各运输批次所属各种类禁止通过物品。
进一步地，所述分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量，其具体方法为：S41：获取各运输批次所属各种类允许通过物品中所有允许通过物品对应的重量，并筛选各运输批次所属各种类允许通过物品中的最大重量，并将其作为各运输批次所属各种类允许通过物品的标准重量，并从云数据库中提取各种类物品对应的允许叠放重量，进而筛选各运输批次所属各种类允许通过物品对应的允许叠放重量。
S42：同理，筛选各运输批次所属各种类允许通过物品对应的允许叠放高度。
S43：将各运输批次所属各种类允许通过物品对应的允许叠放重量除以其对应的标准重量，进而得到各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量。
S44：同理，分析各运输批次所属各种类允许通过物品对应的高度层面所属的竖面叠放数量。
S45：将各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量和高度层面所属的竖面叠放数量进行相互对比，筛选最小竖面叠放数量作为各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
进一步地，所述各运输批次所属各种类允许通过物品对应的摆放整齐系数，其具体分析方法为：S51：基于各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度分析各运输批次所属各种类允许通过物品对应的摆放优先值，其计算公式为：ξij＝ln(1+SCi′j*χ1+SGi′j*χ2)，其中ξij表示为第i运输批次所属第j个种类允许通过物品对应的摆放优先值，SCi′j表示为第i运输批次所属第j个种类允许通过物品在仓储空间内部的适宜摆放占地面积，SGi′j表示为第i个运输批次所属第j个种类允许通过物品在仓储空间内部的适宜摆放高度，χ1、χ2分别表示为预设的单位占地面积、单位摆放高度对应的摆放优先值。
S52：获取各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量与高度层面所属的竖面叠放数量，并将其分别标记为SLij、SFij，进而分析各运输批次所属各种类允许通过物品对应的叠放数量相似度，其计算公式为：
Figure BDA0004137199240000071
其中
Figure BDA0004137199240000072
表示为第i个运输批次所属第j种类允许通过物品对应的叠放数量相似度，SA表示为预设的初始竖面叠放数量。
S53：分析各运输批次所属各种类允许通过物品对应的摆放整齐系数，其计算公式为：
Figure BDA0004137199240000073
其中ψij表示为第i个运输批次所属第j个种类允许通过物品对应的摆放整齐系数。
进一步地，所述基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理，其具体方法为：将各运输批次所属的各种类允许通过物品按照摆放系数从大到小的顺序进行排序，进而得到排序后的各运输批次所属各种类允许物品，并将其发送到管理中心。
本发明第二方面提供了一种基于图像识别的仓储物流智能管理系统，包括：待存放物品获取模块用于从仓储物流平台获取当天各运输批次中的所有物品，并将其标记为各运输批次所属的各待存放物品，进而获取各运输批次所属各待存放物品的图像。
待存放物品划分模块用于获取各运输批次所属各待存放物品的外观参数，其中外观参数包括实际长度、实际宽度和实际高度，进而将各运输批次所属各待存放物品进行归类划分，从而得到各运输批次所属的各目标种类待存放物品。
待存放物品通过率分析模块用于获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，进而分析各运输批次所属各目标种类待存放物品对应的通过困难系数，并据此筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品。
允许通过物品适宜摆放参数分析模块用于基于各运输批次所属各种类允许通过物品对应的参考长度、参考宽度和参考高度，分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
允许通过物品摆放区域分析模块用于基于各运输批次所属各种类允许通过物品对应的适宜摆放参数获取各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度，进而分析各运输批次所属各种类允许通过物品对应的摆放整齐系数。
允许通过物品摆放处理模块用于基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理。
云数据库用于存储各种类物品对应的允许叠放重量。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明通过对待存放物品的通过困难系数进行分析，进而确保货物可以通过仓储空间开关门，一方面在一定程度上提高了货物的时效性，使其可以及时运输到指定地点，从而保障货物的运输效率，另一方面节约了人力财力，降低了货物的运输成本，从而保障物流公司的收益。
(2)本发明通过对同类型货物的竖面叠放数量进行分析，从而在将货物进行竖面叠放时，可以很好地平衡高度层面的影响和重量层面的影响，从而保障货物竖面叠放的安全性，保障相关工作人员的生命健康安全。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的流程示意图。
图2为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明第一方面提供了一种基于图像识别的仓储物流智能管理方法，该方法包括：S1.待存放物品获取：从仓储物流平台获取当天各运输批次中的所有物品，并将其标记为各运输批次所属的各待存放物品，进而获取各运输批次所属各待存放物品的图像。
S2.待存放物品划分：获取各运输批次所属各待存放物品的外观参数，其中外观参数包括实际长度、实际宽度和实际高度，进而将各运输批次所属各待存放物品进行归类划分，从而得到各运输批次所属的各目标种类待存放物品。
需要说明的是，所述将各运输批次所属各待存放物品进行归类划分，其具体分析方法为：S21：将各运输批次所属各待存放物品的实际长度与各种类待存放物品对应的长度进行对比，进而分析各运输批次所属各待存放物品与各种类待存放物品对应的长度符合系数，其计算公式为：
Figure BDA0004137199240000101
其中εimp表示为第i运输批次所属第m个待存放物品与第p个种类待存放物品对应的长度符合系数，Cim表示为第i运输批次所属第m个待存放物品的实际长度，C′p表示为第p个种类待存放物品对应的长度，e表示为自然常数，m表示为各待存放物品的编号，m＝1,2,...,l，p表示为各种类待存放物品的编号，p＝1,2,...,q。
S22：同理，分析各运输批次所属各待存放物品与各种类待存放物品对应的宽度符合系数，并将其标记为ηimp。
S23：同理，分析各运输批次所属各待存放物品与各种类待存放物品对应的高度符合系数，并将其标记为μimp。
S24：综合分析各运输批次所属各待存放物品与各种类待存放物品对应的适配度，其计算公式为：
Figure BDA0004137199240000103
其中/>
Figure BDA0004137199240000102
表示为第i运输批次所属第m个待存放物品与第p个种类待存放物品对应的适配度，λ1、λ2、λ3分别表示为预设的长度、宽度、高度对应的适配权重因子。
S25：将各运输批次所属各待存放物品与各种类待存放物品对应的适配度进行相互对比，若某运输批次所属某待存放物品与某种类存放物品对应的适配度为最高，则将该运输批次所属该待存放物品归类到该种类待存放物品中，进而得到各运输批次所属的各种类待存放物品，并将其标记为各运输批次所属的各目标种类待存放物品。
S3.待存放物品通过率分析：获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，进而分析各运输批次所属各目标种类待存放物品对应的通过困难系数，并据此筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品。
在本发明的具体实施例中，所述获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，其具体获取方法为：获取各目标种类待存放物品的所有待存放物品，并分析各目标种类待存放物品中所有待存放物品的长度平均值、宽度平均值和高度平均值，并将其分别作为各目标种类待存放物品对应的参考长度、参考宽度和参考高度。
在本发明的具体实施例中，所述各运输批次所属各目标种类待存放物品对应的通过困难系数，其具体分析方法为：S31：获取仓储空间对应开关门所属敞开区域的长度和高度，并将其分别标记为CC′、CG′。
S32：分析各运输批次所属各目标种类待存放物品对应的通过困难系数，其计算公式为：
Figure BDA0004137199240000111
其中σij表示为第i运输批次所属第j个目标种类待存放物品对应的通过困难系数，CCij、CKij、CGij分别表示为第i运输批次所属第j个目标种类待存放物品对应的参考长度、参考宽度、参考高度，α1、α2分别表示为预设的补偿长度、补偿高度，i表示为各运输批次的编号，i＝1,2,...,n，j表示为各目标种类待存放物品的编号，j＝1,2,...,k。
S33：将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的初级通过困难系数阈值进行对比，若某运输批次所属某目标种类待存放物品对应的通过困难系数大于或等于初级通过困难系数阈值，则进行以下分析：
将该运输批次所属该目标种类待存放物品以对应长边为基准进行各种角度倾斜，进而得到该运输批次所属该目标种类待存放物品在各种角度倾斜下的基本形状，并获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓，从而获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的面积，并将其标记为Sf″。
需要说明的是，获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓，其中宽边面为该运输批次所属该目标种类待存放物品的宽和高构成的面。
根据仓储空间对应开关门所属敞开区域的长度和高度获取其对应的轮廓，并将其与该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓进行重合对比，并获取对应重合区域的面积，将其标记为S′f，其中f表示为各种角度的编号，f＝1,2,...,g。
分析该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数，其计算公式为：
Figure BDA0004137199240000121
其中ω′f表示为该运输批次所属该目标种类待存放物品在第f种角度倾斜时对应的通过困难系数。
将该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数与预设的终极通过困难系数阈值进行对比，若该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数均大于或等于终极通过困难系数阈值，则将该运输批次所属该目标种类待存放物品对应的通过困难系数标记为β′，反之，则将其标记为β″。
获取各运输批次所属各目标种类待存放物品对应的通过困难系数，并将其标记为βij，其中βij＝β′或β″
S34：获取各运输批次所属各目标种类待存放物品对应的通过困难系数，并将其标记为θij，其中θij＝σij或βij。
本发明通过对待存放物品的通过困难系数进行分析，进而确保货物可以通过仓储空间开关门，一方面在一定程度上提高了货物的时效性，使其可以及时运输到指定地点，从而保障货物的运输效率，另一方面节约了人力财力，降低了货物的运输成本，从而保障物流公司的收益。
在本发明的具体实施例中，所述筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品，其具体方法为：将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的各种类允许通过物品对应的通过困难系数区间进行对比，筛选各运输批次所属各种类允许通过物品，并将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的各种类禁止通过困难系数区间进行对比，筛选各运输批次所属各种类禁止通过物品。
S4.允许通过物品适宜摆放参数分析：基于各运输批次所属各种类允许通过物品对应的参考长度、参考宽度和参考高度，分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
在本发明的具体实施例中，所述分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量，其具体方法为：S41：获取各运输批次所属各种类允许通过物品中所有允许通过物品对应的重量，并筛选各运输批次所属各种类允许通过物品中的最大重量，并将其作为各运输批次所属各种类允许通过物品的标准重量，并从云数据库中提取各种类物品对应的允许叠放重量，进而筛选各运输批次所属各种类允许通过物品对应的允许叠放重量。
S42：同理，筛选各运输批次所属各种类允许通过物品对应的允许叠放高度。
S43：将各运输批次所属各种类允许通过物品对应的允许叠放重量除以其对应的标准重量，进而得到各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量。
S44：同理，分析各运输批次所属各种类允许通过物品对应的高度层面所属的竖面叠放数量。
S45：将各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量和高度层面所属的竖面叠放数量进行相互对比，筛选最小竖面叠放数量作为各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
本发明通过对同类型货物的竖面叠放数量进行分析，从而在将货物进行竖面叠放时，可以很好地平衡高度层面的影响和重量层面的影响，从而保障货物竖面叠放的安全性，保障相关工作人员的生命健康安全。
S5.允许通过物品摆放整齐分析：基于各运输批次所属各种类允许通过物品对应的适宜摆放参数获取各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度，进而分析各运输批次所属各种类允许通过物品对应的摆放整齐系数。
在本发明的具体实施例中，所述各运输批次所属各种类允许通过物品对应的摆放整齐系数，其具体分析方法为：S51：基于各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度分析各运输批次所属各种类允许通过物品对应的摆放优先值，其计算公式为：ξij＝ln(1+SC′ij*χ1+SG′ij*χ2)，其中ξij表示为第i运输批次所属第j个种类允许通过物品对应的摆放优先值，SC′ij表示为第i运输批次所属第j个种类允许通过物品在仓储空间内部的适宜摆放占地面积，SG′ij表示为第i个运输批次所属第j个种类允许通过物品在仓储空间内部的适宜摆放高度，χ1、χ2分别表示为预设的单位占地面积、单位摆放高度对应的摆放优先值。
S52：获取各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量与高度层面所属的竖面叠放数量，并将其分别标记为SLij、SFij，进而分析各运输批次所属各种类允许通过物品对应的叠放数量相似度，其计算公式为：
Figure BDA0004137199240000151
其中
Figure BDA0004137199240000152
表示为第i个运输批次所属第j种类允许通过物品对应的叠放数量相似度，SA表示为预设的初始竖面叠放数量。
S53：分析各运输批次所属各种类允许通过物品对应的摆放整齐系数，其计算公式为：
Figure BDA0004137199240000161
其中/>
Figure BDA0004137199240000162
表示为第i个运输批次所属第j个种类允许通过物品对应的摆放整齐系数。
S6.允许通过物品摆放处理：基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理。
在本发明的具体实施例中，所述基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理，其具体方法为：将各运输批次所属的各种类允许通过物品按照摆放系数从大到小的顺序进行排序，进而得到排序后的各运输批次所属各种类允许物品，并将其发送到管理中心。
参照图2所示，本发明第二方面提供了一种基于图像识别的仓储物流智能管理系统，包括：待存放物品获取模块、待存放物品划分模块、待存放物品通过率分析模块、允许通过物品适宜摆放参数分析模块、允许通过物品摆放整齐分析模块、允许通过物品摆放处理模块和云数据库。
所述待存放物品获取模块与待存放物品划分模块连接，待存放物品划分模块与待存放物品通过率分析模块连接，待存放物品通过率分析模块与允许通过物品适宜摆放参数分析模块连接，允许通过物品适宜摆放参数分析模块与允许通过物品摆放整齐分析模块连接，允许通过物品摆放整齐分析模块与允许通过物品摆放处理模块连接，云数据库与允许通过物品摆放整齐分析模块连接。
所述待存放物品获取模块用于从仓储物流平台获取当天各运输批次中的所有物品，并将其标记为各运输批次所属的各待存放物品，进而获取各运输批次所属各待存放物品的图像。
所述待存放物品划分模块用于获取各运输批次所属各待存放物品的外观参数，其中外观参数包括实际长度、实际宽度和实际高度，进而将各运输批次所属各待存放物品进行归类划分，从而得到各运输批次所属的各目标种类待存放物品。
所述待存放物品通过率分析模块用于获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，进而分析各运输批次所属各目标种类待存放物品对应的通过困难系数，并据此筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品。
所述允许通过物品适宜摆放参数分析模块用于基于各运输批次所属各种类允许通过物品对应的参考长度、参考宽度和参考高度，分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
所述允许通过物品摆放整齐分析模块用于基于各运输批次所属各种类允许通过物品对应的适宜摆放参数获取各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度，进而分析各运输批次所属各种类允许通过物品对应的摆放整齐系数。
所述允许通过物品摆放处理模块用于基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理。
所述云数据库用于存储各种类物品对应的允许叠放重量。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于图像识别的仓储物流智能管理方法，其特征在于，该方法包括：
S1.待存放物品获取：从仓储物流平台获取当天各运输批次中的所有物品，并将其标记为各运输批次所属的各待存放物品，进而获取各运输批次所属各待存放物品的图像；
S2.待存放物品划分：获取各运输批次所属各待存放物品的外观参数，其中外观参数包括实际长度、实际宽度和实际高度，进而将各运输批次所属各待存放物品进行归类划分，从而得到各运输批次所属的各目标种类待存放物品；
S3.待存放物品通过率分析：获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，进而分析各运输批次所属各目标种类待存放物品对应的通过困难系数，并据此筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品；
S4.允许通过物品适宜摆放参数分析：基于各运输批次所属各种类允许通过物品对应的参考长度、参考宽度和参考高度，分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量；
S5.允许通过物品摆放整齐分析：基于各运输批次所属各种类允许通过物品对应的适宜摆放参数获取各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度，进而分析各运输批次所属各种类允许通过物品对应的摆放整齐系数；
S6.允许通过物品摆放处理：基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理。
2.根据权利要求1所述的一种基于图像识别的仓储物流智能管理方法，其特征在于：所述获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，其具体获取方法为：获取各目标种类待存放物品的所有待存放物品，并分析各目标种类待存放物品中所有待存放物品的长度平均值、宽度平均值和高度平均值，并将其分别作为各目标种类待存放物品对应的参考长度、参考宽度和参考高度。
3.根据权利要求1所述的一种基于图像识别的仓储物流智能管理方法，其特征在于：所述各运输批次所属各目标种类待存放物品对应的通过困难系数，其具体分析方法为：
S31：获取仓储空间对应开关门所属敞开区域的长度和高度，并将其分别标记为CC′、CG′；
S32：分析各运输批次所属各目标种类待存放物品对应的通过困难系数，其计算公式为：
Figure FDA0004137199230000021
其中σij表示为第i运输批次所属第j个目标种类待存放物品对应的通过困难系数，CCij、CKij、CGij分别表示为第i运输批次所属第j个目标种类待存放物品对应的参考长度、参考宽度、参考高度，α1、α2分别表示为预设的补偿长度、补偿高度，i表示为各运输批次的编号，i＝1,2,...,n，j表示为各目标种类待存放物品的编号，j＝1,2,...,k；
S33：将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的初级通过困难系数阈值进行对比，若某运输批次所属某目标种类待存放物品对应的通过困难系数大于或等于初级通过困难系数阈值，则进行以下分析：
将该运输批次所属该目标种类待存放物品以对应长边为基准进行各种角度倾斜，进而得到该运输批次所属该目标种类待存放物品在各种角度倾斜下的基本形状，并获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓，从而获取该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的面积，并将其标记为Sf″；
根据仓储空间对应开关门所属敞开区域的长度和高度获取其对应的轮廓，并将其与该运输批次所属该目标种类待存放物品在各种角度倾斜时宽边面的轮廓进行重合对比，并获取对应重合区域的面积，将其标记为S′f，其中f表示为各种角度的编号，f＝1,2,...,g；
分析该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数，其计算公式为：
Figure FDA0004137199230000031
其中ω′f表示为该运输批次所属该目标种类待存放物品在第f种角度倾斜时对应的通过困难系数；
将该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数与预设的终极通过困难系数阈值进行对比，若该运输批次所属该目标种类待存放物品在各种角度倾斜时对应的通过困难系数均大于或等于终极通过困难系数阈值，则将该运输批次所属该目标种类待存放物品对应的通过困难系数标记为β′，反之，则将其标记为β″；
获取各运输批次所属各目标种类待存放物品对应的通过困难系数，并将其标记为βij，其中βij＝β′或β″
S34：获取各运输批次所属各目标种类待存放物品对应的通过困难系数，并将其标记为θij，其中θij＝σij或βij。
4.根据权利要求1所述的一种基于图像识别的仓储物流智能管理方法，其特征在于：所述筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品，其具体方法为：将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的各种类允许通过物品对应的通过困难系数区间进行对比，筛选各运输批次所属各种类允许通过物品，并将各运输批次所属各目标种类待存放物品对应的通过困难系数与预设的各种类禁止通过困难系数区间进行对比，筛选各运输批次所属各种类禁止通过物品。
5.根据权利要求1所述的一种基于图像识别的仓储物流智能管理方法，其特征在于：所述分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量，其具体方法为：
S41：获取各运输批次所属各种类允许通过物品中所有允许通过物品对应的重量，并筛选各运输批次所属各种类允许通过物品中的最大重量，并将其作为各运输批次所属各种类允许通过物品的标准重量，并从云数据库中提取各种类物品对应的允许叠放重量，进而筛选各运输批次所属各种类允许通过物品对应的允许叠放重量；
S42：同理，筛选各运输批次所属各种类允许通过物品对应的允许叠放高度；
S43：将各运输批次所属各种类允许通过物品对应的允许叠放重量除以其对应的标准重量，进而得到各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量；
S44：同理，分析各运输批次所属各种类允许通过物品对应的高度层面所属的竖面叠放数量；
S45：将各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量和高度层面所属的竖面叠放数量进行相互对比，筛选最小竖面叠放数量作为各运输批次所属各种类允许通过物品对应的标准竖面叠放数量。
6.根据权利要求1所述的一种基于图像识别的仓储物流智能管理方法，其特征在于：所述各运输批次所属各种类允许通过物品对应的摆放整齐系数，其具体分析方法为：
S51：基于各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度分析各运输批次所属各种类允许通过物品对应的摆放优先值，其计算公式为：ξij＝ln(1+SCi′j*χ1+SGi′j*χ2)，其中ξij表示为第i运输批次所属第j个种类允许通过物品对应的摆放优先值，SCi′j表示为第i运输批次所属第j个种类允许通过物品在仓储空间内部的适宜摆放占地面积，SGi′j表示为第i个运输批次所属第j个种类允许通过物品在仓储空间内部的适宜摆放高度，χ1、χ2分别表示为预设的单位占地面积、单位摆放高度对应的摆放优先值；
S52：获取各运输批次所属各种类允许通过物品对应的重量层面所属的竖面叠放数量与高度层面所属的竖面叠放数量，并将其分别标记为SLij、SFij，进而分析各运输批次所属各种类允许通过物品对应的叠放数量相似度，其计算公式为：
Figure FDA0004137199230000061
其中/>
Figure FDA0004137199230000062
表示为第i个运输批次所属第j种类允许通过物品对应的叠放数量相似度，SA表示为预设的初始竖面叠放数量；
S53：分析各运输批次所属各种类允许通过物品对应的摆放整齐系数，其计算公式为：
Figure FDA0004137199230000063
其中ψij表示为第i个运输批次所属第j个种类允许通过物品对应的摆放整齐系数。
7.根据权利要求1所述的一种基于图像识别的仓储物流智能管理方法，其特征在于：所述基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理，其具体方法为：将各运输批次所属的各种类允许通过物品按照摆放系数从大到小的顺序进行排序，进而得到排序后的各运输批次所属各种类允许物品，并将其发送到管理中心。
8.一种基于图像识别的仓储物流智能管理系统，包括：
待存放物品获取模块用于从仓储物流平台获取当天各运输批次中的所有物品，并将其标记为各运输批次所属的各待存放物品，进而获取各运输批次所属各待存放物品的图像；
待存放物品划分模块用于获取各运输批次所属各待存放物品的外观参数，其中外观参数包括实际长度、实际宽度和实际高度，进而将各运输批次所属各待存放物品进行归类划分，从而得到各运输批次所属的各目标种类待存放物品；
待存放物品通过率分析模块用于获取各运输批次所属各目标种类待存放物品的参考长度、参考宽度和参考高度，进而分析各运输批次所属各目标种类待存放物品对应的通过困难系数，并据此筛选各运输批次所属各种类允许通过物品和各种类禁止通过物品；
允许通过物品适宜摆放参数分析模块用于基于各运输批次所属各种类允许通过物品对应的参考长度、参考宽度和参考高度，分析各运输批次所属各种类允许通过物品对应的标准竖面叠放数量；
允许通过物品摆放整齐分析模块用于基于各运输批次所属各种类允许通过物品对应的适宜摆放参数获取各运输批次所属各种类允许通过物品在仓储空间内部的适宜摆放占地面积和适宜摆放高度，进而分析各运输批次所属各种类允许通过物品对应的摆放整齐系数；
允许通过物品摆放处理模块用于基于各运输批次所属各种类允许通过物品对应的摆放整齐系数进行相应处理；
云数据库用于存储各种类物品对应的允许叠放重量。
CN202310278428.1A 2023-03-21 2023-03-21 一种基于图像识别的仓储物流智能管理方法及系统 Active CN116187908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310278428.1A CN116187908B (zh) 2023-03-21 2023-03-21 一种基于图像识别的仓储物流智能管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310278428.1A CN116187908B (zh) 2023-03-21 2023-03-21 一种基于图像识别的仓储物流智能管理方法及系统

Publications (2)

Publication Number Publication Date
CN116187908A true CN116187908A (zh) 2023-05-30
CN116187908B CN116187908B (zh) 2023-12-22

Family

ID=86440491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310278428.1A Active CN116187908B (zh) 2023-03-21 2023-03-21 一种基于图像识别的仓储物流智能管理方法及系统

Country Status (1)

Country Link
CN (1) CN116187908B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019037013A1 (zh) * 2017-08-24 2019-02-28 深圳蓝胖子机器人有限公司 机器人码放货物的方法及机器人
CN110610141A (zh) * 2019-08-25 2019-12-24 南京理工大学 一种物流仓储规则形状货物识别系统
CN112254635A (zh) * 2020-09-23 2021-01-22 洛伦兹（北京）科技有限公司 体积测量方法、装置及系统
CN112686585A (zh) * 2019-10-17 2021-04-20 北京京东乾石科技有限公司 一种物品上架信息的生成方法、装置、终端及存储介质
CN113721605A (zh) * 2021-08-09 2021-11-30 中原内配集团安徽有限责任公司 一种气缸套货物架摆放自识别系统
CN115204603A (zh) * 2022-06-16 2022-10-18 震坤行工业超市(上海)有限公司 物料装箱摆放方式计算方法、装置和存储介质
CN115456437A (zh) * 2022-09-22 2022-12-09 山东开正信息产业有限公司 一种物流仓储柜调度管控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019037013A1 (zh) * 2017-08-24 2019-02-28 深圳蓝胖子机器人有限公司 机器人码放货物的方法及机器人
CN110610141A (zh) * 2019-08-25 2019-12-24 南京理工大学 一种物流仓储规则形状货物识别系统
CN112686585A (zh) * 2019-10-17 2021-04-20 北京京东乾石科技有限公司 一种物品上架信息的生成方法、装置、终端及存储介质
CN112254635A (zh) * 2020-09-23 2021-01-22 洛伦兹（北京）科技有限公司 体积测量方法、装置及系统
CN113721605A (zh) * 2021-08-09 2021-11-30 中原内配集团安徽有限责任公司 一种气缸套货物架摆放自识别系统
CN115204603A (zh) * 2022-06-16 2022-10-18 震坤行工业超市(上海)有限公司 物料装箱摆放方式计算方法、装置和存储介质
CN115456437A (zh) * 2022-09-22 2022-12-09 山东开正信息产业有限公司 一种物流仓储柜调度管控系统

Also Published As

Publication number Publication date
CN116187908B (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
CN107617573B (zh) 一种基于多任务深度学习的物流编码识别和分拣方法
CN108416412B (zh) 一种基于多任务深度学习的物流复合码识别方法
Kourounioti et al. Development of models predicting dwell time of import containers in port container terminals–an Artificial Neural Networks application
CN107885764A (zh) 基于多任务深度学习快速哈希车辆检索方法
WO2016107481A1 (zh) 检查方法和系统
Li et al. Multi-factor based stock price prediction using hybrid neural networks with attention mechanism
Güven et al. Modelling and optimisation of online container stacking with operational constraints
Teng et al. Multicriteria evaluation for port competitiveness of eight East Asian container ports
Gao et al. Deep learning with long short-term memory recurrent neural network for daily container volumes of storage yard predictions in port
CN115518893B (zh) 一种基于数据分析的物流货物智能分拣系统
Dang et al. Evaluation framework and verification for sustainable container management as reusable packaging
CN116187908B (zh) 一种基于图像识别的仓储物流智能管理方法及系统
Pham et al. The efficiency analysis of world top container ports using two-stage uncertainty DEA model and FCM
Cho et al. GMM-based online optimization for container stacking in port container terminals
CN111178464A (zh) 一种基于神经网络的ocr识别在物流行业快递面单的应用
Bolturk et al. A Modified Interval-valued Pythagorean Fuzzy CODAS Method and Evaluation of AS/RS Technologies.
Zhang et al. Novel models and algorithms for location assignment for outbound containers in container terminals
WO2021244528A1 (zh) 一种信息增强方法及信息增强系统
CN114781982A (zh) 一种冷链仓库管理方法及系统
Wu et al. The BP neural network with adam optimizer for predicting audit opinions of listed companies.
CN117455346B (zh) 一种用于药品仓储中心的包装追踪方法及系统
Awasthi et al. Machine learning and neural network based model predictions of soybean export shares from US Gulf to China
CN115578035A (zh) 物流包裹分拣方法、系统及存储介质
CN112966131B (zh) 一种海关数据风控类型识别方法、海关智能化风险布控方法、装置、计算机设备及存储介质
CN116188842A (zh) 基于轻量化对抗增强的强噪环境下物流违规操作检测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20231115

Address after: 414000, 3rd Floor, Digital Xiaolongcheng Industrial Park, No. 176 Baling West Road, Dongmaoling Street, Yueyanglou District, Yueyang City, Hunan Province

Applicant after: Yueyang Liyi Technology Co.,Ltd.

Address before: No.9, Chujiang 1st Road, Jiangling Industrial Park, Jingzhou City, Hubei Province 434100

Applicant before: Jiangling Baishuntongda Logistics Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant