CN116527876A - 一种基于物联网技术的智能物流管理系统 - Google Patents
一种基于物联网技术的智能物流管理系统 Download PDFInfo
- Publication number
- CN116527876A CN116527876A CN202310790421.8A CN202310790421A CN116527876A CN 116527876 A CN116527876 A CN 116527876A CN 202310790421 A CN202310790421 A CN 202310790421A CN 116527876 A CN116527876 A CN 116527876A
- Authority
- CN
- China
- Prior art keywords
- early warning
- sharpness
- image
- coefficient
- frame rate
- 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
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 230000006641 stabilisation Effects 0.000 claims abstract description 25
- 238000011105 stabilization Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 45
- 238000007726 management method Methods 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 13
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 4
- 238000012856 packing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q10/083—Shipping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能物流管理技术领域,尤其涉及一种基于物联网技术的智能物流管理系统,包括:图像数据采集模块,用于采集帧率波动系数ZBx和锐度稳定系数RWx、网络带宽稳定系数DWx;综合数据处理模块,对于所获取的帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数DWx进行综合数据处理,生成综合精度影响评估指标PJb;综合分析模块,通过综合精度影响评估指标PJb与精度影响评估阈值进行比对,生成风险信号,并传递至预警模块发出不同风险预警提示。本发明首次通过对智能物流系统中摄像设备进行监测,当摄像设备的识别精度降低时,发出预警提示,进而实现对智能物流系统中摄像设备的实时检修。
Description
技术领域
本发明涉及智能物流管理技术领域,尤其涉及一种基于物联网技术的智能物流管理系统。
背景技术
智能物流系统是在智能交通系统和相关信息技术的基础上,以电子商务方式运作的现代物流服务体系。它通过智能交通系统和相关信息技术解决物流作业的实时信息采集,并在一个集成的环境下对采集的信息进行分析和处理。通过在各个物流环节中的信息传输,为物流服务提供商和客户提供详尽的信息和咨询服务的系统。因此,为了不断优化物流服务,各类智能化物流管理系统应运而生。
如申请号为CN201710287778.9 的发明专利,公开一种物流管理自动化系统及方法;如申请号为CN201610965099.8 的发明专利,公开物流管理系统的运输路径优化方法和系统;如申请号为CN202110229949.9的发明专利,公开基于区块链技术的物流管理方法、系统;如申请号为CN202210247359.3的发明专利,公开一种智能化货运物流管理系统及方法;如申请号为CN202110371987.8的发明专利,公开一种公共自行车模式的物流管理系统及其管理方法。
近年来,图像识别和物联网技术的进步使得通过智能化识别运输商品以实现商品信息的自动录入,但是,当物流管理系统使用的摄像设备对商品信息采集及识别的精度受到影响时,系统无法判定,当摄像设备对物流商品识别精度降低时,极易出现物流商品识别错误的情况,若商品识别错误,就会导致物流管理系统错误分类包裹,进一步导致发货延长、包裹遗失、交付错误、库存混合等问题。
但是,上述现有物流管理系统并不能规避因摄像设备采集及识别商品时的精度问题而造成的识别错误现象。
发明内容
有鉴于此,本发明的目的在于提出一种基于物联网技术的智能物流管理系统,一方面解决摄像设备的识别精度降低无法及时排查的问题,另一方面避免因对商品识别错误而造成物流管理系统紊乱的问题。
基于上述目的,本发明提供了一种基于物联网技术的智能物流管理系统,包括图像数据采集模块、综合数据处理模块、综合分析模块以及预警模块;
图像数据采集模块,用于采集摄像头识别物流商品图像时的图像摄影过程信息,以及图像传输过程信息;
进一步地,图像摄影过程信息包括帧率波动系数ZBx和锐度稳定系数RWx;
当智能物流管理系统中摄像头识别物流商品图像的帧率波动较大时,可能会对识别精度造成以下严重影响:
动态信息丢失:帧率波动较大可能导致图像的连续性和流畅性受到影响,使得摄像头在拍摄过程中丢失物流商品的动态信息,如果帧率过低,图像会出现明显的卡顿和不连续,物流商品的移动或变化过程无法被准确捕捉,从而影响识别算法对物流商品的准确性;
特征模糊或失真:帧率波动较大可能导致图像中的物流商品特征模糊或失真,如果帧率过低或存在不稳定的波动,摄像头在拍摄过程中可能无法捕捉到物流商品的细节特征,例如物流商品的包装图案、包装颜色或文字,从而影响识别算法的准确性;
识别错误或误判:帧率波动较大可能导致识别算法产生错误的识别结果或误判,如果帧率过低或不稳定,图像的清晰度和质量下降,使得算法难以准确地识别物流商品或可能将其误判为其他相似商品,导致分类错误;
准确性下降:帧率波动较大会降低识别算法的准确性,不稳定的帧率可能导致识别算法无法充分利用连续的图像信息进行准确的物流商品识别和跟踪,从而降低识别的准确度和稳定性;
因此,对智能物流管理系统中的摄像头帧率进行监测,可在摄像头帧率发生波动异常时,及时发现,有效地防止摄像头帧率波动较大对物流商品的识别精度造成一定的影响;
当智能物流管理系统中摄像头识别物流商品图像的锐度稳定性较差时,可能会对识别精度造成以下严重影响:
识别错误:如果图像的锐度不稳定,可能导致物品的特征无法清晰地被捕捉和分析,会导致物品识别算法错误地将物品分类或识别错误,从而影响其准确性;
物品信息不完整:锐度稳定性差可能导致图像中的细节模糊或缺失,比如物流商品中特定的细节信息(如条形码、文字、图像等)对于准确的识别和分类至关重要,若这些细节信息无法清晰地被捕捉,物流系统可能无法获取到完整的物品信息,从而影响后续操作;
识别速度下降:锐度稳定性差可能导致图像采集和处理的速度下降,如果图像的锐度较低,智能物流系统可能需要花费更多的时间来进行图像处理和特征提取,导致物品识别的速度下降,从而影响物流操作的效率和及时性;
因此,对智能物流管理系统中的摄像锐度进行监测,可在锐度值发生波动异常时,及时发现,有效地防止摄像锐度值波动较大对物流商品的识别精度造成一定的影响;
进一步地,图像传输过程信息包括网络带宽稳定系数DWx,在物流管理系统中,摄像设备通过网络连接对于所识别的物流商品图像进行实时传输,因此,网络带宽稳定性对于物流管理系统中图像传输有重要影响,具体如下:
传输速度:带宽稳定性直接影响图像传输的速度,当带宽不稳定时,传输速度可能降低,导致图像传输变慢,延迟增加;
图像质量:带宽稳定性还会对图像质量产生影响,在带宽不稳定的情况下,传输过程中可能发生数据丢失或损坏,导致图像质量下降,模糊、失真或部分丢失,影响物流管理系统中对图像的准确性和可用性;
实时监控:带宽不稳定可能导致图像传输延迟,从而影响监控系统的实时性;例如,如果监控摄像头的图像传输延迟较高,可能导致物流追踪和安全监控的即时性下降,无法及时响应问题或发现异常情况;
数据完整性:带宽不稳定性可能导致图像数据传输中的丢失或重新传输,从而影响数据的完整性和准确性;不稳定的带宽可能导致丢失的数据包,从而降低图像传输的可靠性。
因此,在物流管理系统中,确保带宽的稳定性对于图像传输的准确性、实时性和数据完整性至关重要,对于图像传输的效率和稳定性具有重要影响;
综合数据处理模块,对于图像数据采集模块所获取的帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数DWx进行综合数据处理,生成综合精度影响评估指标PJb;
综合分析模块,通过综合精度影响评估指标PJb与精度影响评估阈值YPJ1、精度影响评估阈值YPJ2进行比对,其中,YPJ2>YPJ1,生成风险信号,并将风险信号传递至预警模块,通过预警模块发出不同风险预警提示。
进一步地,帧率波动系数ZBx的获取步骤如下:
S101:获取T时间内不同时段(单位时间内)的摄像头帧率,t表示T时间内不同
时段的摄像头帧率的编号,t=1、2、3、4、……、n,n为正整数;
需要说明是,摄像头帧率指的是摄像头每秒所捕捉到的图像帧数,通常以帧/秒(fps)为单位表示,帧率决定了图像的流畅度和连续性,表示摄像头在一秒内能够提供多少个连续的图像,通过访问摄像头的属性或设置接口,可以获取摄像头当前的帧率信息;
S102:计算T时间内不同时段的摄像头帧率的平均值,计算公式如下:
;
S103:根据T时间内不同时段的摄像头帧率的平均值以及摄像头帧率计算
帧率波动系数ZBx,计算公式如下:
;
由上式可知,T时间内的帧率波动系数ZBx越小,表明摄像头帧率进行图像采集时的波动越小,表明摄像头在进行物流商品识别时受到的精度影响越小;反之,T时间内的帧率波动系数ZBx越大,表明摄像头帧率进行图像采集时的波动越大,表明摄像头在进行物流商品识别时受到的精度影响越大。
进一步地,锐度稳定系数RWx的获取步骤如下:
S201:获取T时间内不同时段(单位时间内)的摄像锐度,t表示T时间内不同时
段的摄像锐度的编号,t=1、2、3、4、……、n,n为正整数;
需要说明是,摄像锐度指的是图像中细节的清晰度和边缘的明确程度,是图像中细节传输和重现的能力的度量,与摄像头的质量和调焦的准确性以及图像的分辨率等有关;
S202:计算T时间内不同时段的摄像锐度平均值,计算公式如下:
;
S203:根据T时间内不同时段的摄像锐度平均值以及摄像锐度计算锐度
稳定系数RWx,计算公式如下:
;
由上式可知,T时间内的锐度稳定系数RWx越小,表明摄像头在进行物流商品识别时受到的精度影响越小;反之,T时间内的锐度稳定系数RWx越大,表明摄像头在进行物流商品识别时受到的精度影响越大。
进一步地,网络带宽稳定系数DWx的获取步骤如下:
S301:获取T时间内不同时段(单位时间内)的网络传输速率CVt,t表示T时间内不同时段的网络传输速率的编号,t=1、2、3、4、……、n,n为正整数;
S302:通过T时间内不同时段的网络传输速率CVt计算网络带宽稳定系数DWx,计算公式如下:
;
由上式可知,T时间内的网络带宽稳定系数DWx越小,表明物流商品图像在网络传输过程中受到的精度影响越小;反之,T时间内的网络带宽稳定系数DWx越大,表明物流商品图像在网络传输过程中受到的精度影响越大。
进一步地,生成综合精度影响评估指标PJb的计算公式如下:
;
上式中,f1、f2、f3分别为帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数
DWx的预设比例系数,且>>>0,f1+f2+f3=1.85,C为常数修正系数。
进一步地,通过综合精度影响评估指标PJb与精度影响评估阈值YPJ1、精度影响评估阈值YPJ2进行比对,其中,YPJ2>YPJ1,生成风险信号,并将风险信号传递至预警模块,通过预警模块发出不同风险预警提示,具体为:
若PJb<YPJ1,表明摄像设备在进行物流商品信息采集及识别时受到的精度影响程度低,不易出现物流商品识别错误的情况,生成低风险信号,并进一步传递至预警模块,通过预警模块发出低风险预警提示,继续正常运行摄像设备;
若YPJ1≤PJb<YPJ2,表明摄像设备在进行物流商品信息采集及识别时受到的精度影响程度较高,生成中风险信号,并进一步传递至预警模块,通过预警模块发出中风险预警提示,并对摄像设备中摄像头进行检查,及时排查出摄像头的问题,对摄像头进行维护,或者排除摄像设备的网络连接情况;
若PJb>YPJ2,表明摄像设备在进行物流商品信息采集及识别时受到的精度影响程度极高,生成高风险信号,并进一步传递至预警模块,通过预警模块发出高风险预警提示,并对摄像设备中摄像头进行检查,及时排查出摄像头的问题,对摄像头进行维护,必要时,更换摄像头,同时排除摄像设备的网络连接情况。
本发明的有益效果:
通过对智能物流系统中摄像设备进行监测,当摄像设备的识别精度降低时,发出预警提示来提示物流站工作人员,实现对智能物流系统中摄像设备的实时检修,及时排查出摄像头或/和摄像设备的网络连接问题,对摄像头进行维护或更换,或/和调整摄像设备的网络连接以实现商品图像实时传输,进而避免摄像设备识别物流商品时发生的识别错误现象,进而有效提高物流商品分类准确率,提高物流效率。
通过对智能物流系统中所使用的摄像设备的采集及识别精度进行实现监控,创造性地解决了物流管理系统中商品识别错误的问题,提高发货及中转效率,避免包裹遗失,实现高效准确交付的目的。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于物联网技术的智能物流管理系统模块及工作原理示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
参考图1,本发明提供一实施例的基于物联网技术的智能物流管理系统,包括图像数据采集模块、综合数据处理模块、综合分析模块以及预警模块;
图像数据采集模块,用于采集摄像头识别物流商品图像时的图像摄影过程信息,以及图像传输过程信息;
进一步地,图像摄影过程信息包括帧率波动系数ZBx和锐度稳定系数RWx;
当智能物流管理系统中摄像头识别物流商品图像的帧率波动较大时,可能会对识别精度造成以下严重影响:
动态信息丢失:帧率波动较大可能导致图像的连续性和流畅性受到影响,使得摄像头在拍摄过程中丢失物流商品的动态信息,如果帧率过低,图像会出现明显的卡顿和不连续,物流商品的移动或变化过程无法被准确捕捉,从而影响识别算法对物流商品的准确性;
特征模糊或失真:帧率波动较大可能导致图像中的物流商品特征模糊或失真,如果帧率过低或存在不稳定的波动,摄像头在拍摄过程中可能无法捕捉到物流商品的细节特征,例如物流商品的包装图案、包装颜色或文字,从而影响识别算法的准确性;
识别错误或误判:帧率波动较大可能导致识别算法产生错误的识别结果或误判,如果帧率过低或不稳定,图像的清晰度和质量下降,使得算法难以准确地识别物流商品或可能将其误判为其他相似商品,导致分类错误;
准确性下降:帧率波动较大会降低识别算法的准确性,不稳定的帧率可能导致识别算法无法充分利用连续的图像信息进行准确的物流商品识别和跟踪,从而降低识别的准确度和稳定性;
因此,对智能物流管理系统中的摄像头帧率进行监测,可在摄像头帧率发生波动异常时,及时发现,有效地防止摄像头帧率波动较大对物流商品的识别精度造成一定的影响;
帧率波动系数ZBx的获取步骤如下:
S101:获取T时间内不同时段(单位时间内)的摄像头帧率,t表示T时间内不同
时段的摄像头帧率的编号,t=1、2、3、4、……、n,n为正整数;
需要说明是,摄像头帧率指的是摄像头每秒所捕捉到的图像帧数,通常以帧/秒(fps)为单位表示,帧率决定了图像的流畅度和连续性,表示摄像头在一秒内能够提供多少个连续的图像,通过访问摄像头的属性或设置接口,可以获取摄像头当前的帧率信息;
S102:计算T时间内不同时段的摄像头帧率的平均值,计算公式如下:
;
S103:根据T时间内不同时段的摄像头帧率的平均值以及摄像头帧率计算
帧率波动系数ZBx,计算公式如下:
;
由上式可知,T时间内的帧率波动系数ZBx越小,表明摄像头帧率进行图像采集时的波动越小,表明摄像头在进行物流商品识别时受到的精度影响越小;反之,T时间内的帧率波动系数ZBx越大,表明摄像头帧率进行图像采集时的波动越大,表明摄像头在进行物流商品识别时受到的精度影响越大;
当智能物流管理系统中摄像头识别物流商品图像的锐度稳定性较差时,可能会对识别精度造成以下严重影响:
识别错误:如果图像的锐度不稳定,可能导致物品的特征无法清晰地被捕捉和分析,会导致物品识别算法错误地将物品分类或识别错误,从而影响其准确性;
物品信息不完整:锐度稳定性差可能导致图像中的细节模糊或缺失,比如物流商品中特定的细节信息(如条形码、文字、图像等)对于准确的识别和分类至关重要,若这些细节信息无法清晰地被捕捉,物流系统可能无法获取到完整的物品信息,从而影响后续操作;
识别速度下降:锐度稳定性差可能导致图像采集和处理的速度下降,如果图像的锐度较低,智能物流系统可能需要花费更多的时间来进行图像处理和特征提取,导致物品识别的速度下降,从而影响物流操作的效率和及时性;
因此,对智能物流管理系统中的摄像锐度进行监测,可在锐度值发生波动异常时,及时发现,有效地防止摄像锐度值波动较大对物流商品的识别精度造成一定的影响;
锐度稳定系数RWx的获取步骤如下:
S201:获取T时间内不同时段(单位时间内)的摄像锐度,t表示T时间内不同时
段的摄像锐度的编号,t=1、2、3、4、……、n,n为正整数;
需要说明是,摄像锐度指的是图像中细节的清晰度和边缘的明确程度,是图像中细节传输和重现的能力的度量,与摄像头的质量和调焦的准确性以及图像的分辨率等有关;
S202:计算T时间内不同时段的摄像锐度平均值,计算公式如下:
;
S203:根据T时间内不同时段的摄像锐度平均值以及摄像锐度计算锐度
稳定系数RWx,计算公式如下:
;
由上式可知,T时间内的锐度稳定系数RWx越小,表明摄像头在进行物流商品识别时受到的精度影响越小;反之,T时间内的锐度稳定系数RWx越大,表明摄像头在进行物流商品识别时受到的精度影响越大;
进一步地,图像传输过程信息包括网络带宽稳定系数DWx,在物流管理系统中,摄像设备通过网络连接对于所识别的物流商品图像进行实时传输,因此,网络带宽稳定性对于物流管理系统中图像传输有重要影响,具体如下:
传输速度:带宽稳定性直接影响图像传输的速度,当带宽不稳定时,传输速度可能降低,导致图像传输变慢,延迟增加;
图像质量:带宽稳定性还会对图像质量产生影响,在带宽不稳定的情况下,传输过程中可能发生数据丢失或损坏,导致图像质量下降,模糊、失真或部分丢失,影响物流管理系统中对图像的准确性和可用性;
实时监控:带宽不稳定可能导致图像传输延迟,从而影响监控系统的实时性;例如,如果监控摄像头的图像传输延迟较高,可能导致物流追踪和安全监控的即时性下降,无法及时响应问题或发现异常情况;
数据完整性:带宽不稳定性可能导致图像数据传输中的丢失或重新传输,从而影响数据的完整性和准确性;不稳定的带宽可能导致丢失的数据包,从而降低图像传输的可靠性。
因此,在物流管理系统中,确保带宽的稳定性对于图像传输的准确性、实时性和数据完整性至关重要,对于图像传输的效率和稳定性具有重要影响;
网络带宽稳定系数DWx的获取步骤如下:
S301:获取T时间内不同时段(单位时间内)的网络传输速率CVt,t表示T时间内不同时段的网络传输速率的编号,t=1、2、3、4、……、n,n为正整数;
S302:通过T时间内不同时段的网络传输速率CVt计算网络带宽稳定系数DWx,计算公式如下:
;
由上式可知,T时间内的网络带宽稳定系数DWx越小,表明物流商品图像在网络传输过程中受到的精度影响越小;反之,T时间内的网络带宽稳定系数DWx越大,表明物流商品图像在网络传输过程中受到的精度影响越大;
综合数据处理模块,对于图像数据采集模块所获取的帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数DWx进行综合数据处理,生成综合精度影响评估指标PJb,计算公式如下:
;
上式中,f1、f2、f3分别为帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数
DWx的预设比例系数,且>>>0,f1+f2+f3=1.85,C为常数修正系数;
综合分析模块,通过综合精度影响评估指标PJb与精度影响评估阈值YPJ1、精度影响评估阈值YPJ2进行比对,其中,YPJ2>YPJ1,生成风险信号,并将风险信号传递至预警模块,通过预警模块发出不同风险预警提示;
若PJb<YPJ1,表明摄像设备在进行物流商品信息采集及识别时受到的精度影响程度低,不易出现物流商品识别错误的情况,生成低风险信号,并进一步传递至预警模块,通过预警模块发出低风险预警提示,继续正常运行摄像设备;
若YPJ1≤PJb<YPJ2,表明摄像设备在进行物流商品信息采集及识别时受到的精度影响程度较高,生成中风险信号,并进一步传递至预警模块,通过预警模块发出中风险预警提示,并对摄像设备中摄像头进行检查,及时排查出摄像头的问题,对摄像头进行维护,或者排除摄像设备的网络连接情况;
若PJb>YPJ2,表明摄像设备在进行物流商品信息采集及识别时受到的精度影响程度极高,生成高风险信号,并进一步传递至预警模块,通过预警模块发出高风险预警提示,并对摄像设备中摄像头进行检查,及时排查出摄像头的问题,对摄像头进行维护,必要时,更换摄像头,同时排除摄像设备的网络连接情况。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本发明旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于物联网技术的智能物流管理系统,包括图像数据采集模块、综合数据处理模块、综合分析模块以及预警模块;其特征在于:
图像数据采集模块,用于采集摄像头识别物流商品图像时的图像摄影过程信息,以及图像传输过程信息;
其中,图像摄影过程信息包括帧率波动系数ZBx和锐度稳定系数RWx;图像传输过程信息包括网络带宽稳定系数DWx;
综合数据处理模块,对于图像数据采集模块所获取的帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数DWx进行综合数据处理,生成综合精度影响评估指标PJb;
综合分析模块,通过综合精度影响评估指标PJb与精度影响评估阈值YPJ1、精度影响评估阈值YPJ2进行比对,其中,YPJ2>YPJ1,生成风险信号,并将风险信号传递至预警模块,通过预警模块发出不同风险预警提示。
2.根据权利要求1所述的一种基于物联网技术的智能物流管理系统,其特征在于:帧率波动系数ZBx的获取步骤如下:
S101:获取T时间内不同时段的摄像头帧率,t表示T时间内不同时段的摄像头帧率的编号,t=1、2、3、4、……、n,n为正整数;
S102:根据T时间内不同时段的摄像头帧率的平均值以及摄像头帧率/>计算帧率波动系数ZBx,计算公式如下:
。
3.根据权利要求2所述的一种基于物联网技术的智能物流管理系统,其特征在于:T时间内不同时段的摄像头帧率的平均值的计算公式如下:
。
4.根据权利要求1所述的一种基于物联网技术的智能物流管理系统,其特征在于:锐度稳定系数RWx的获取步骤如下:
S201:获取T时间内不同时段的摄像锐度,t表示T时间内不同时段的摄像锐度的编号,t=1、2、3、4、……、n,n为正整数;
S202:根据T时间内不同时段的摄像锐度平均值以及摄像锐度/>计算锐度稳定系数RWx,计算公式如下:
。
5.根据权利要求4所述的一种基于物联网技术的智能物流管理系统,其特征在于:T时间内不同时段的摄像锐度平均值的计算公式如下:
。
6.根据权利要求1所述的一种基于物联网技术的智能物流管理系统,其特征在于:网络带宽稳定系数DWx的获取步骤如下:
S301:获取T时间内不同时段的网络传输速率CVt,t表示T时间内不同时段的网络传输速率的编号,t=1、2、3、4、……、n,n为正整数;
S302:通过T时间内不同时段的网络传输速率CVt计算网络带宽稳定系数DWx,计算公式如下:
。
7.根据权利要求6所述的一种基于物联网技术的智能物流管理系统,其特征在于:生成综合精度影响评估指标PJb的计算公式如下:
;
上式中,f1、f2、f3分别为帧率波动系数ZBx、锐度稳定系数RWx、网络带宽稳定系数DWx的预设比例系数,且>/>>/>>0,f1+f2+f3=1.85,C为常数修正系数。
8.根据权利要求7所述的一种基于物联网技术的智能物流管理系统,其特征在于:通过综合精度影响评估指标PJb与精度影响评估阈值YPJ1、精度影响评估阈值YPJ2进行比对,其中,YPJ2>YPJ1,生成风险信号,并将风险信号传递至预警模块,通过预警模块发出不同风险预警提示,具体为:
若PJb<YPJ1,生成低风险信号,并进一步传递至预警模块,通过预警模块发出低风险预警提示;
若YPJ1≤PJb<YPJ2,生成中风险信号,并进一步传递至预警模块,通过预警模块发出中风险预警提示;
若PJb>YPJ2,生成高风险信号,并进一步传递至预警模块,通过预警模块发出高风险预警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310790421.8A CN116527876B (zh) | 2023-06-30 | 2023-06-30 | 一种基于物联网技术的智能物流管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310790421.8A CN116527876B (zh) | 2023-06-30 | 2023-06-30 | 一种基于物联网技术的智能物流管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116527876A true CN116527876A (zh) | 2023-08-01 |
CN116527876B CN116527876B (zh) | 2023-09-12 |
Family
ID=87390560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310790421.8A Active CN116527876B (zh) | 2023-06-30 | 2023-06-30 | 一种基于物联网技术的智能物流管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116527876B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014115814A (ja) * | 2012-12-10 | 2014-06-26 | Alpine Electronics Inc | 車載カメラシステムおよびカメラレンズ異常検知方法 |
CN107147902A (zh) * | 2017-05-27 | 2017-09-08 | 华勤通讯技术有限公司 | 摄像设备的检测方法及摄像设备 |
KR20170102603A (ko) * | 2016-03-02 | 2017-09-12 | 김정환 | 네트워크 카메라 에러 검출 시스템 |
CN107272637A (zh) * | 2017-06-06 | 2017-10-20 | 武汉瑞科兴业科技有限公司 | 一种视频监控系统故障自检自恢复控制系统及方法 |
CN114615471A (zh) * | 2022-03-21 | 2022-06-10 | 安徽老品牌智能科技有限公司 | 一种基于智能化电子产品的安防监控系统 |
CN116206266A (zh) * | 2023-05-06 | 2023-06-02 | 济宁盛世照明电器有限公司 | 一种基于封口机的视觉对位系统 |
-
2023
- 2023-06-30 CN CN202310790421.8A patent/CN116527876B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014115814A (ja) * | 2012-12-10 | 2014-06-26 | Alpine Electronics Inc | 車載カメラシステムおよびカメラレンズ異常検知方法 |
KR20170102603A (ko) * | 2016-03-02 | 2017-09-12 | 김정환 | 네트워크 카메라 에러 검출 시스템 |
CN107147902A (zh) * | 2017-05-27 | 2017-09-08 | 华勤通讯技术有限公司 | 摄像设备的检测方法及摄像设备 |
CN107272637A (zh) * | 2017-06-06 | 2017-10-20 | 武汉瑞科兴业科技有限公司 | 一种视频监控系统故障自检自恢复控制系统及方法 |
CN114615471A (zh) * | 2022-03-21 | 2022-06-10 | 安徽老品牌智能科技有限公司 | 一种基于智能化电子产品的安防监控系统 |
CN116206266A (zh) * | 2023-05-06 | 2023-06-02 | 济宁盛世照明电器有限公司 | 一种基于封口机的视觉对位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116527876B (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10579906B1 (en) | Automatic large-scale imaging device diagnostics | |
CN110572579B (zh) | 图像处理方法、装置及电子设备 | |
CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
US7081814B2 (en) | Change detecting method and apparatus and monitoring system using the method or apparatus | |
CN112489076A (zh) | 一种多目标跟踪方法与系统 | |
KR20220085589A (ko) | 딥러닝 기반 제품 불량 검출방법 및 시스템 | |
JP3657116B2 (ja) | 物体追跡方法及び物体追跡装置 | |
CN110619308A (zh) | 一种过道杂物检测方法、装置、系统和设备 | |
CN112995535A (zh) | 用于处理视频的方法、装置、设备以及存储介质 | |
CN109359138A (zh) | 一种基于核密度估计的异常检测方法及装置 | |
CN116527876B (zh) | 一种基于物联网技术的智能物流管理系统 | |
CN110705475A (zh) | 用于目标对象识别的方法、装置、介质以及设备 | |
WO2022227103A1 (zh) | 一种零部件智能检测与标签系统及方法 | |
CN117315583A (zh) | 基于视频处理器的计算机防偷窥预警系统 | |
CN115578666A (zh) | 交通异常事件和静态事件相结合的关键帧过滤系统 | |
CN113612922A (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN114821596A (zh) | 文本识别方法、装置、电子设备和介质 | |
JP6406886B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
CN110211085B (zh) | 一种图像融合质量评价方法和系统 | |
WO2019127499A1 (zh) | 信道容量预测方法及装置、无线信号发送设备及传输系统 | |
CN110659571A (zh) | 一种基于帧缓存队列的流视频人脸检测加速方法 | |
CN111866586B (zh) | 井下视频数据处理方法、装置、电子设备及存储介质 | |
Mukhametshin et al. | Sensor tag detection, tracking and recognition for AR application | |
CN115661192A (zh) | 物体运动速度的检测方法、装置、电子设备及存储介质 | |
JP4028299B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム |
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 |