CN116415794A - 基于ar眼镜的出入库方法及智能仓储系统 - Google Patents
基于ar眼镜的出入库方法及智能仓储系统 Download PDFInfo
- Publication number
- CN116415794A CN116415794A CN202310416533.7A CN202310416533A CN116415794A CN 116415794 A CN116415794 A CN 116415794A CN 202310416533 A CN202310416533 A CN 202310416533A CN 116415794 A CN116415794 A CN 116415794A
- Authority
- CN
- China
- Prior art keywords
- glasses
- goods
- cargo
- computing device
- warehouse
- 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
Links
- 239000011521 glass Substances 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000003190 augmentative effect Effects 0.000 title description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims 1
- 239000013598 vector Substances 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000002390 adhesive tape Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
Abstract
本发明涉及一种基于AR眼镜的出入库方法与智能仓储系统,货物的表面特征信息在入库时被提取并被存入WMS服务器的数据库,所述人工智能计算设备实现出库方法时被配置为:接收由AR眼镜拍摄的货架的图片,基于所述由AR眼镜拍摄的货架的图片进行货物位置检测并生成至少一个货物的位置信息;基于所述至少一个货物的位置信息获取至少一个货物的表面特征信息;将所述至少一个货物的表面特征信息与WMS服务器的数据库中已有的要出库货物的表面特征信息进行比对;将比对结果一致的货物的位置信息输出到AR眼镜。相比于逐个识别货物,基于AR眼镜的智能仓储系统能够提高拣货效率,并减少工人工作量。
Description
本发明涉及AR(Augmented Real ity增强现实)技术领域,尤其涉及一种基于AR眼镜的出入库方法及智能仓储系统。
背景技术
基本的仓储流程包括入库、上架、拣货、出库等多个环节,仓库操作人员在拣选快递货物时需要准确地从货架上找到要出库的货物。然而在实际工作场景中,需要操作人员在走近要出库货物所在的货架后,根据出库单上货物的编码,逐个查看货架上的每件货物表面的编码(例如快递货物表面运单上的编码),并将编码匹配的货物从货架上取出,该人工拣选解决方案存在拣货效率低以及因疲劳导致拣错货物的问题。
CN202010357166名称为基于AR的仓库管理方法、系统、电子设备及AR眼镜的发明专利申请,公开了通过所述AR眼镜的摄像头,获取实时货物图像;获取所述实时货物图像对应的货物基本信息;通过AR眼镜的AR显示模块显示所述实时货物图像对应的货物基本信息,并通过所述AR眼镜的输入模块确认所述实时货物图像对应的货物基本信息。该专利申请所提供的技术方案在出库时仍须逐个获取出货货物的实时货物图像,服务器根据获取的实时货物图像匹配服务器中存储的货物图像数据。在快递货物拣选时依然存在拣货效率低的问题。
发明内容
本发明的目的在于设计一种基于AR眼镜的出入库方法及智能仓储系统从而解决上述技术问题。
在本发明方法方面,本发明提供了一种基于AR眼镜的出入库方法,所述方法由人工智能计算设备、WMS(Warehouse Management System仓库管理系统)服务器和AR眼镜来实现,其特征在于,货物的表面特征信息在入库时被提取并被存入WMS服务器的数据库,所述人工智能计算设备实现出库方法时被配置为:
接收由AR眼镜拍摄的货架的图片;
基于所述由AR眼镜拍摄的货架的图片进行货物位置检测并生成货物的位置信息;
基于所述货物的位置信息进行货物表面特征提取从而获取至少一个货物的表面特征信息;
将所述货物的表面特征信息与WMS服务器的数据库中已有的要出库货物的表面特征信息进行比对;
将比对结果一致的货物的位置信息输出到AR眼镜。
所述AR眼镜实现出库方法时被配置为:
拍摄货架的图片;
将拍摄的货架的图片输出到人工智能计算设备;
接收由人工智能计算设备输出的要出库货物的位置:
将要出库货物的位置信息呈现在AR眼镜的显示屏幕上。
在本发明装置方面,本发明提供了一种用于实现本发明方法的智能仓储系统,所述系统包括:
用于对货架上货物进行位置检测并对货物进行特征提取的人工智能计算设备;
具有数据库的WMS服务器,所述数据库被用于存储货物基本信息和表面特征信息;
具有拍摄单元、显示单元、处理单元以及通信单元的AR眼镜;
AR眼镜通过无线局域网与人工智能计算设备相连接。
优选地,所述人工智能计算设备实现入库方法时被配置为:
接收由AR眼镜拍摄的货架的图片;
基于所述由AR眼镜拍摄的货架的图片生成货物的位置信息;
基于所述货物的位置信息获取至少一个货物的表面特征信息;
将所述货物的表面特征信息与WMS服务器的数据库中已有的货物的表面特征信息进行比对;
确定未将表面特征信息录入到WMS服务器的数据库的货物并将其表面特征信息存到WMS服务器数据库。
在另一种改进方案中,所述人工智能计算设备实现入库方法时被配置为:
接收由客户端拍摄的仅包含一个货物的图片;
基于所述由客户端拍摄的仅包含一个货物的图片生成一个货物的位置信息;
基于所述货物的位置信息获取货物的表面特征信息;
将所述货物的表面特征信息存到WMS服务器的数据库。
优选地,人工智能计算设备是带有GPU的边缘计算设备,该边缘计算设备可以部署在仓库现场。
优选地,所述人工智能计算设备是具有多块GPU卡的服务器。
在一种改进方案中,AR眼镜是分体式AR眼镜,分体式AR眼镜的拍摄单元与显示单元位于镜架上,而计算单元与通信单元不位于镜架上。
在另一改进方案中,AR眼镜是一体式AR眼镜,一体式AR眼镜的拍摄单元、显示单元、计算单元和通信单元都位于镜架上。
本发明的有益效果在于,相比于人工手工识别货物,实现本发明方法的人工智能仓储系统能够提高拣货效率,减少拣货差错率,并减少工人工作量。相比于逐个识别货物,本发明方法利用人工智能技术能够根据货架的图像对货架上的多个货物进行位置检测及识别,实现本发明方法的人工智能仓储系统能够对整个货架上的多个货物一次性进行定位及识别,从而能够提高拣货效率。
附图说明
图1为本发明智能仓储系统实施例的结构示意图;
图2为本发明方法实施例的涉及人工智能计算设备的出库流程图;
图3为本发明方法实施例的涉及人工智能计算设备的入库流程图;
图4为本发明方法另一些具体的实施例的涉及人工智能计算设备的入库流程图;
图5为本发明方法实施例的涉及AR眼镜的出库流程图;
图6为本发明智能仓储系统实施例中的AR眼镜结构示意图。
具体实施方式
下面结合实施例对本发明的实施方式进行详细说明。
图1示出了本发明智能仓储系统实施例的结构示意图。在本实施例中,智能仓储系统包括人工智能计算设备、具有数据库的WMS服务器以及AR眼镜。人工智能计算设备为带有GPU的边缘计算设备,具有一定防尘、防水、防震能力,人工智能计算设备是具有多块GPU显卡的用于人工智能计算的服务器,该服务器具有较强的算力,从而能够减少AI深度神经网络目标检测与特征提取所花费的时间,边缘计算设备被部署在仓库现场,能够利用AI深度神经网络模型对货架上货物进行位置检测并对货物进行表面特征提取,该边缘计算设备被安装在国际快递货物仓库现场。WMS服务器设有数据库,数据库被用于存储货物基本信息和表面特征信息,WMS服务器被部署在仓库外的机房。
如图6所示,AR眼镜具有拍摄单元、语音输入单元、显示单元、处理单元以及通信单元,AR眼镜经由无线局域网与人工智能计算设备相连接。在一些具体的实施例中,AR眼镜为一体式AR眼镜,具有拍摄单元、显示单元、语音输入单元、处理单元以及通信单元,拍摄单元、显示单元、语音输入单元、处理单元以及通信单元都位于镜架上。在一些具体的实施例中,AR眼镜为分体式AR眼镜,所述AR眼镜的拍摄单元、语音输入单元与显示单元位于镜架上,而所述AR眼镜的计算单元与通信单元不位于镜架上,而计算单元与通信单元以智能手机形式挂在腰部,镜架上的单元通过USB线与挂在腰部的单元相连接,从而让使用AR眼镜的现场操作人员要佩戴的部件更轻;在又一改进方案中,AR眼镜具有语音输入单元,AR眼镜能够识别现场工作人员的语音指令,如“开始上架”、“开始拣选”、“识别条码”。从而能够让现场工作人员的双手完全用于搬运货物;优选地,AR眼镜的显示单元是可转动的,当现场操作人员不需要显示信息时可以将显示单元的镜片转到眼睛上方,从而让现场操作人员的视野在行走时不受阻挡。
国际快递货物仓库中,多个现场操作人员佩戴有AR眼镜。AR眼镜通过无线局域网与边缘计算设备进行通信,而边缘计算设备经由4G移动通信网关连接到国际互联网上的WMS服务器。
图2、图3与图5分别示出了本发明方法实施例的涉及人工智能计算设备与涉及AR眼镜的出入库流程图。下面按时间顺序描述本发明方法实施例的出入库过程。
在机场旁边的国际快递货物仓库内,现场操作人员首先通过所佩戴的AR眼镜从WMS服务器领取出库单,出库单依次列出了已办理清关的要出库的快递货物;之后现场操作人员根据下一个要拣选的货物的仓位信息走到要出库的快递货物所在的货架前。
在步骤S010处,AR眼镜根据操作人员的语音指令对货架进行拍摄,在本实施例中,货架是高度超过三米的重型货架,货架有三层,每层可存放多个大件快递货物。
在步骤S020处,AR眼镜将所拍摄的货架的图片发送到边缘计算设备。
在步骤S100处,边缘计算设备接收由AR眼镜拍摄的货架的图片。
在步骤S110处,边缘计算设备基于货架图片进行货物位置检测并生成货物的位置信息,其中YOLO(you only look once)目标检测模型被用于货物检测,YOLO模型的输入为货架图片,YOLO模型的输出为货架图片中多个货物的位置坐标及大小信息(x_min,y_min,x_max,y_max)。
在步骤S 111处,边缘计算设备基于货物的位置信息进行货物表面特征提取从而获取多个货物的表面特征信息,其中Facenet深度神经网络模型被用于提取多个货物的表面特征,Facenet模型的输入为根据位置信息从货架大图中取出的货物小图,Facenet模型的输出为由128个浮点数组成的货物特征码向量,针对多个货物小图,得到多个货物特征码向量。
在步骤S 112处,边缘计算设备将货物的表面特征信息与WMS服务器的数据库中已有的要出库货物的表面特征信息进行比对,其中定义差异值d为两个货物的特征码向量之差的范数,在比对过程中,如果两个货物特征码的差异值d小于某个阈值,例如0.7,则视为是同一件货物,否则视为是不同的货物。比对过程与人脸识别相类似。
在步骤S 120处,边缘计算设备将比对结果一致的货物的位置信息输出到AR眼镜,其中比对结果一致的货物指的是被视为与要出库货物相同的货物。
通过利用大量货物不同角度图片训练Facenet特征提取模型,依据快递货物表面的纹理、色彩、运单位置以及胶带位置,边缘计算设备能够比较准确地识别货架上的快递货物,从而在货架上多件快递货物中快速找出已清关要出库的那一件。
在步骤S220处,AR眼镜接收由边缘计算设备输出的要出库货物的位置。
在步骤S230处,AR眼镜将要出库货物的位置信息呈现在AR眼镜的显示屏幕上。AR眼镜在显示屏上将显示货架的图片,并根据要出库快递货物的位置在图上画出绿色矩形框。
在步骤S240处,现场人员接近被绿框指示出的快递货物,通过AR眼镜读取快递表面运单上的条码,以核实该货物为要出库的快递货物。
在拣选完一件快递货物之后,现场操作人员根据AR眼镜中所显示的出库单,前往下一件要出库快递货物所在的货架。
图3示出了本发明方法实施例的涉及人工智能计算设备的入库流程图。在一件快递货物入库上架时,货物表面特征信息被提取并存入WMS服务器的数据库中,以供在出库时被访问。具体步骤如下:
在步骤S130处,边缘计算设备接收由AR眼镜拍摄的货架图片。在该图片中有新上架的未被提取特征信息的快递货物,图片中还有已被提取过表面特征信息的多个快递货物。
在步骤S140处,与出库时类似地,边缘计算设备基于货架图片进行货物位置检测并生成货物的位置信息,其中YOLO(you only look once)目标检测模型被用于货物检测。
在步骤141处,边缘计算设备基于货物的位置信息进行货物表面特征提取从而获取多个货物的表面特征码向量。
在步骤142处,边缘计算设备将多个货物的表面特征码向量与WMS服务器的数据库中已存储的该货架上快递货物的表面特征码向量进行比对,以确定哪些货物是已提取过表面特征信息的。
在步骤150处,边缘计算设备将比对不一致的货物(也即未提取过特征信息的货物)的表面特征信息存到WMS服务器的数据库中,同时存入数据库的还有该货物的基本信息,如快递货物的快递单号及快递件号。新上架货物的基本信息的获取可以通过手持扫码设备完成,也可以通过具备条码扫描功能的AR眼镜完成。
当同时上架多个快递货物时,在AR眼镜的显示屏上可以对多个快递货物的位置进行编号,现场操作人员通过语音输入编号以依次完成快递货物表面特征信息的存入。
图4示出了本发明方法另一些具体的实施例涉及人工智能计算设备的入库流程图。在一件快递货物入库上架时,针对单个货物的图片,可以在入库上架前由手机拍摄,货物表面特征信息被提取并存入WMS服务器的数据库中,以供在出库时被访问。具体步骤如下:
S160:边缘计算设备接收由客户端拍摄的仅包含一个货物的图片;
S170:边缘计算设备基于由客户端拍摄的仅包含一个货物的图片生成一个货物的位置信息;
S180:边缘计算设备基于货物的位置信息获取货物的表面特征信息;
S190:边缘计算设备将货物的表面特征信息存到WMS服务器的数据库。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时,执行上述方法。
相比于人工手工识别货物,实现本发明方法的人工智能仓储系统能够提高拣货效率,减少拣货差错率,并减少工人工作量。相比于逐个识别货物,本发明方法利用人工智能技术能够根据货架的图像对货架上的多个货物进行位置检测及识别,实现本发明方法的人工智能仓储系统能够对整个货架上的多个货物一次性进行定位及识别,从而能够提高拣货效率。
以上实施例仅仅是本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (12)
1.一种基于AR眼镜的出入库方法,其特征在于,货物的表面特征信息在入库时被提取并被存入WMS服务器的数据库,人工智能计算设备实现出库方法时被配置为:
接收由AR眼镜拍摄的货架的图片;
基于所述由AR眼镜拍摄的货架的图片进行货物位置检测并生成至少一个货物的位置信息;
基于所述至少一个货物的位置信息获取至少一个货物的表面特征信息;
将所述至少一个货物的表面特征信息与WMS服务器的数据库中已有的要出库货物的表面特征信息进行比对;
将比对结果一致的货物的位置信息输出到AR眼镜。
2.根据权利要求1所述的一种基于AR眼镜的出入库方法,其特征在于,所述AR眼镜实现出库方法时被配置为:
拍摄货架的图片;
将所述货架的图片发送给人工智能计算设备;
接收由人工智能计算设备输出的所述比对结果一致的要出库货物的位置信息;
将所述要出库货物的位置信息呈现在AR眼镜的显示屏幕上。
3.根据权利要求1所述的一种基于AR眼镜的出入库方法,其特征在于,所述人工智能计算设备实现入库方法时被配置为:
接收由AR眼镜拍摄的货架的图片;
基于所述货架的图片生成至少一个货物的位置信息;
基于所述至少一个货物的位置信息获取至少一个货物的表面特征信息;
将所述货物的表面特征信息与WMS服务器的数据库中已有的所述货架上货物的表面特征信息进行比对;
确定未将表面特征信息录入到WMS服务器的数据库的货物并将其表面特征信息存到WMS服务器的数据库。
4.根据权利要求1所述的一种基于AR眼镜的出入库方法,其特征在于,所述人工智能计算设备实现入库方法时被配置为:
接收由客户端拍摄的仅包含一个货物的图片;
基于所述由客户端拍摄的仅包含一个货物的图片生成一个货物的位置信息;
基于所述货物的位置信息获取货物的表面特征信息;
将所述货物的表面特征信息存到WMS服务器的数据库。
5.根据权利要求1所述的一种基于AR眼镜的出入库方法,其特征在于,所述人工智能计算设备是带有GPU的边缘计算设备,所述边缘计算设备被部署在仓库现场。
6.根据权利要求1所述的一种基于AR眼镜的出入库方法,其特征在于,所述人工智能计算设备是具有多块GPU显卡的用于人工智能计算的服务器。
7.根据权利要求2所述的一种基于AR眼镜的出入库方法,其特征在于,所述拍摄货架的图片是通过语音触发对货架的拍摄。
8.根据权利要求2所述的一种基于AR眼镜的出入库方法,其特征在于,在从货架上拣选出货物后,通过AR眼镜读取货物表面上的条码信息,以进一步确定该货物为要拣选的货物。
9.一种基于AR眼镜的智能仓储系统,其特征在于,所述智能仓储系统包括:
用于对货架上货物进行位置信息检测和生成并对货物进行表面特征提取的人工智能计算设备,所述人工智能计算设备,用于执行如权利要求1-5任一项所述的方法;
WMS服务器,所述WMS服务器具有数据库,所述数据库被用于存储货物的基本信息和表面特征信息,所述WMS服务器,用于执行如权利要求1-3任一项所述的方法;
至少一个具有拍摄单元、语音输入单元、显示单元、处理单元以及通信单元的AR眼镜,所述AR眼镜,用于执行如权利要求1-3,6-7任一项所述的方法;
所述至少一个AR眼镜经由无线局域网与人工智能计算设备相连接。
10.根据权利要求9所述的一种基于AR眼镜的智能仓储系统,其特征在于,所述AR眼镜是分体式AR眼镜,所述AR眼镜的拍摄单元、语音输入单元与处理单元位于镜架上,而所述AR眼镜的计算单元与通信单元不位于镜架上。
11.根据权利要求9所述的一种基于AR眼镜的智能仓储系统,其特征在于,所述AR眼镜是一体式AR眼镜,所述AR眼镜的拍摄单元、语音输入单元、显示单元、处理单元和通信单元都位于镜架上。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416533.7A CN116415794A (zh) | 2023-04-18 | 2023-04-18 | 基于ar眼镜的出入库方法及智能仓储系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416533.7A CN116415794A (zh) | 2023-04-18 | 2023-04-18 | 基于ar眼镜的出入库方法及智能仓储系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116415794A true CN116415794A (zh) | 2023-07-11 |
Family
ID=87052838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310416533.7A Pending CN116415794A (zh) | 2023-04-18 | 2023-04-18 | 基于ar眼镜的出入库方法及智能仓储系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116415794A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146828A (zh) * | 2023-10-30 | 2023-12-01 | 网思科技股份有限公司 | 拣货路径引导方法、装置、存储介质及计算机设备 |
CN117495255A (zh) * | 2024-01-03 | 2024-02-02 | 深圳市明心数智科技有限公司 | 一种货物出库管理方法、系统及介质 |
-
2023
- 2023-04-18 CN CN202310416533.7A patent/CN116415794A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146828A (zh) * | 2023-10-30 | 2023-12-01 | 网思科技股份有限公司 | 拣货路径引导方法、装置、存储介质及计算机设备 |
CN117146828B (zh) * | 2023-10-30 | 2024-03-19 | 网思科技股份有限公司 | 拣货路径引导方法、装置、存储介质及计算机设备 |
CN117495255A (zh) * | 2024-01-03 | 2024-02-02 | 深圳市明心数智科技有限公司 | 一种货物出库管理方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116415794A (zh) | 基于ar眼镜的出入库方法及智能仓储系统 | |
CN108491799B (zh) | 一种基于图像识别的智能售货柜商品管理方法及系统 | |
CN108256459B (zh) | 基于多摄像机融合的安检门人脸识别和人脸自动建库算法 | |
US10650546B2 (en) | Method of providing a descriptor for at least one feature of an image and method of matching features | |
Liu et al. | A smart unstaffed retail shop based on artificial intelligence and IoT | |
EP3731546A1 (en) | Target object positioning system and positioning method | |
WO2020143179A1 (zh) | 物品识别方法及系统、电子设备 | |
CN109754009A (zh) | 物品识别方法、装置、售货系统和存储介质 | |
US20220391796A1 (en) | System and Method for Mapping Risks in a Warehouse Environment | |
CN109034694B (zh) | 基于智能制造的生产原料智能存储方法及系统 | |
CN113901911B (zh) | 图像识别、模型训练方法、装置、电子设备及存储介质 | |
CN108389230A (zh) | 冰箱容量自动检测方法、系统、设备及存储介质 | |
CN110119915B (zh) | 对象入库处理方法、装置和系统 | |
CN109871751A (zh) | 基于人脸表情识别的服务态度评估方法、装置及存储介质 | |
CN109977251A (zh) | 一种构建基于rgb直方图特征识别商品的方法 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN117197388A (zh) | 一种基于生成对抗神经网络和倾斜摄影的实景三维虚拟现实场景构建方法及系统 | |
JP2019174959A (ja) | 商品棚位置登録プログラム、及び情報処理装置 | |
CN111428743B (zh) | 商品识别方法、商品处理方法、装置及电子设备 | |
CN113674049A (zh) | 基于图片搜索的商品在架位置识别方法、系统和存储介质 | |
CN113298453A (zh) | 数据处理方法、系统及电子设备 | |
CN115004268A (zh) | 欺诈检测系统和方法 | |
CN113920306B (zh) | 目标再识别方法、装置及电子设备 | |
CN111738184B (zh) | 一种商品取放识别方法、装置、系统及设备 | |
CN115170791A (zh) | 目标对象的识别方法、装置及售货设备 |
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 |