CN116610078A - 立体仓自动化储存控制方法、系统、电子设备及存储介质 - Google Patents
立体仓自动化储存控制方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116610078A CN116610078A CN202310576890.XA CN202310576890A CN116610078A CN 116610078 A CN116610078 A CN 116610078A CN 202310576890 A CN202310576890 A CN 202310576890A CN 116610078 A CN116610078 A CN 116610078A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- goods
- target object
- delivery
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 68
- 238000004806 packaging method and process Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012015 optical character recognition Methods 0.000 claims description 7
- 230000001629 suppression Effects 0.000 claims description 5
- 238000003706 image smoothing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000032258 transport Effects 0.000 description 93
- 230000000875 corresponding effect Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
- G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/752—Contour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/147—Determination of region of interest
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
Abstract
本申请涉及货物仓储技术领域,尤其是涉及立体仓自动化储存控制方法、系统、电子设备及存储介质,该方法的技术要点在于:实时采集与目标对象相关联的目标信息,目标对象为待存储货物;对目标信息进行解析,以获取目标储存位置信息;基于目标储存位置信息,生成入库路线信息;生成送货信息,将入库路线信息与送货信息打包成运输信息包;将运输信息包发送至运输端;接收来自运输端的送货反馈信息,送货反馈信息用于反馈运输端已完成取货;接收来自运输端的复位反馈信息;基于复位反馈信息,确定运输端完成送货操作。本申请有利于提高货物入库准确度。
Description
技术领域
本申请涉及货物仓储技术领域,尤其是涉及立体仓自动化储存控制方法、系统、电子设备及存储介质。
背景技术
仓库是企业物流系统中非常重要的组成部分,仓储在企业的整个供应链中起着至关重要的作用,而且,为了提高仓库的容量,一般采用立体仓进行货物储存。
为了增大立体仓对货物的容量,立体仓内部的货架排布密集,相邻两排货架之间的空间狭小,因此两排货架之间的空间难以供叉车移动,由此在每排货架以及相邻两排货架之间均设置有供RGV小车(Rail Guided Vehicle,即有轨穿梭小车)移动的轨道。货物入库前,RGV小车在立体仓的入口处,待工作人员将货物放到RGV小车上,再由RGV小车将货物送到立体仓内对应的仓位。
具体的,目前一般采用PLC控制器控制RGV小车将货物输送至对应的仓位处。立体仓中设置有多条用于供RGV小车移动的运输轨道,每条运输轨道对应一个货架,需要将货物储存到对应的那个货架时,需要工作人员根据该货物的信息(包括货物编号以及待存放仓位位置)找到对应货架位置的RGV小车(例如1号货架要对应找到1号路线上的RGV小车),下一步采用叉车将需要存储到仓位的货物运输到该仓位对应的RGV小车中,然后控制器控制RGV小车移动至待存放仓位位置,例如:某货物的待存放仓位位置为A排B列,那么工作人员需要采用叉车将该货物转移至能够运输到A排货架的RGV小车上,再由RGV小车将该货物运输到A排B列的仓位位置。
针对上述中的相关技术,工作人员需要先将货物运输到与货架相对应的RGV小车处,当货物种类较多时,工作人员容易出现记错货物信息的情况,这容易导致货物入库出错,因此还有可以改进的空间。
发明内容
本申请提供一种立体仓自动化储存控制方法、系统、电子设备及存储介质,有利于提高货物入库准确度。
本申请的发明目的一是提供一种立体仓自动化储存控制方法,通过以下技术方案得以实现的:
一种立体仓自动化储存控制方法,包括:
实时采集与目标对象相关联的目标信息,所述目标对象为待存储货物;
对所述目标信息进行解析,以获取目标储存位置信息;
基于所述目标储存位置信息,生成入库路线信息;
生成送货信息,将所述入库路线信息与所述送货信息打包成运输信息包;
将所述运输信息包发送至运输端;
接收来自运输端的送货反馈信息,所述送货反馈信息用于反馈运输端已完成取货;
接收来自所述运输端的复位反馈信息;
基于所述复位反馈信息,确定所述运输端完成送货操作。
采用上述技术方案,通过实时采集与目标对象相关联的目标信息,以快速获取目标对象的目标储存位置信息,在获取目标储存位置信息之后能够生成入库路线信息,由此不管RGV小车在哪个位置获取到目标对象,都能够根据入库路线信息将目标对象运输到目标储存位置处,因此工作人员无需将货物移动至对应货架的RGV小车位置,同时有助于提高货物储存的效率,而当接收到运输端的复位反馈信息时,则能够基于此判断出运输端完成对目标对象的运输,此时运输端可以等待下一轮的取货操作,有助于提高运输端的工作效率。
优选的,所述实时采集与目标对象相关联的目标信息的步骤,包括:
获取与所述目标对象相关联的图像信息;
将所述图像信息进行解析,以获取与目标对象相关联的目标标签位置信息;
基于所述目标标签位置信息,对所述图像信息进行截取以获得标签区域子图像;
对标签区域子图像进行去噪处理以及图像平滑处理,得到预处理子图像;
对所述预处理子图像进行光学字符识别处理,以识别所述预处理子图像中的文本信息转化为计算机可读格式的目标信息。
通过采用上述方案,基于图像信息来获取目标标签位置信息,并且根据目标标签位置信息进行截取获得标签区域子图像,则可以更加快速地对标签区域子图像进行预处理以及进行光学字符识别处理,从而能够快速获得标签区域上的文本信息,最后,将文本信息转换为计算机可读格式的目标信息,有助于下一步对目标信息的快速解析。
优选的,在获取所述目标储存位置信息的步骤之后,并且在所述生成入库路线信息的步骤之前,所述方法还包括:
获取所述目标对象的尺寸信息;
基于所述目标对象的尺寸信息,计算所述目标对象的体积信息;
计算与所述目标储存位置信息相关联的空间大小信息;
计算所述体积信息与所述空间大小信息的占比数值;
将所述占比数值与占比阈值进行对比;
当所述占比数值小于占比阈值,则生成入库路线信息;
当所述占比数值大于或等于占比阈值,则发生警报信息。
采用上述方案,在生成入库路线之前,先判断目标对象的体积大小与目标储存位置的空间大小之间的占比,当目标对象的体积大小与目标储存位置的空间大小之间的占比小于占比阈值时,表示目标对象的体积小于目标储存位置的空间,则确定目标储存位置的空间足够供目标对象放置,此时再生成入库路线信息,由此运输端准备运输目标对象;当目标对象的体积大小与目标储存位置的空间大小之间的占比大于或等于占比阈值时,表示目标对象的体积大小大于或等于目标储存位置的空间大小,则确定目标储存位置的空间存在不足以放置目标对象的情况,因此此时需要生成警报信息,以提醒工作人员查看与目标对象相关联的目标信息是否有误。
优选的,在所述获取与所述目标对象相关联的图像信息的步骤之后,所述方法还包括:
将所述图像信息转为灰度图像信息;
去除所述灰度图像信息中的噪声;
获取与所述灰度图像信息中的边缘特征点;
将所述边缘特征点进行连接,以获取与所述目标对象相关联的目标轮廓特征以及获取与所述运输端相关联的运输端轮廓特征;
将所述目标轮廓特征和所述运输端轮廓特征打包形成轮廓特征集;
将所述轮廓特征集与预设轮廓特征进行匹配,以获得轮廓匹配度;
当所述轮廓匹配度大于预设轮廓匹配度时,则生成正常运输信号;
当所述轮廓匹配度小于预设轮廓匹配度时,则生成运输警报信号。
通过采用上述技术方案,在获取目标对象的图像信息之后,先对图像信息转换为灰度图像,然后再获取灰度图像中的边缘特征点,再基于边缘特征点形成与目标对象相关联的目标轮廓特征以及与运输端相关联的运输端轮廓特征,最后再将轮廓特征集与预设轮廓特征进行匹配,由此判断运输过程中目标对象是否发生歪倒或位置大幅度偏移的情况,当运输过程中目标对象在运输端上发生歪倒的情况,或目标对象的位置相对运输端发生大幅度偏移的情况,此时生成运输警报信号,以提醒工作人员及时查看目标对象的运输情况。
优选的,所述获取与所述灰度图像信息中的边缘特征点的步骤,包括:
计算每个像素点的水平方向上的水平梯度值X和垂直方向上的垂直梯度值Y;
基于所述像素点的所述水平梯度值和所述垂直梯度值,计算所述像素点的梯度幅值A和梯度方向θ;
所述梯度幅值所述梯度方向/>采用非极大值抑制算子确定在梯度方向上的局部最大值像素点,得到边缘像素点集合;
预设定高阈值和低阈值;
基于所述边缘像素点集合中的每个边缘像素点对应的梯度幅值与高阈值进行对比,当边缘像素点的梯度幅值大于高阈值时,则确定梯度幅值大于高阈值的边缘像素点为强边缘像素点;基于所述边缘像素点集合筛选出所述强边缘像素点,以获取剩余的边缘像素点;
将所述剩余的边缘像素点的梯度幅值与低阈值进行对比,当边缘像素点的梯度幅值大于低阈值时,则确定梯度幅值大于低阈值的边缘像素点为弱边缘像素点;
将所述强边缘像素点与所述弱边缘像素点组合成为边缘特征点。
通过采用上述技术方案,先计算梯度幅值以及梯度方向,然后再采用非极大值抑制算子确定在梯度方向上的局部最大值像素点以消除杂乱的边缘点,同时进一步缩小确定边缘特征点的查找范围,下一步确定强边缘像素点和弱边缘像素点,并且由强边缘像素点与弱边缘像素点组合称为边缘特征点,有助于后续形成的轮廓完整度。
优选的,所述方法还包括:
实时接收出货信息;
基于所述出货信息,生成启动信息以及出仓路线信息;
将所述启动信息以及所述出仓路线信息发送给运输端;
实时接收来自运输端的出货信息,将所述出货信息发送后台终端;
实时接收来自运输端的货物到达信息,将所述货物到达信息发送后台终端;
基于所述货物达到信息,生成出库信息并将所述出库信息发送后台终端。
本申请的发明目的二是提供一种立体仓自动化储存控制装置,通过以下技术方案得以实现的:
立体仓自动化储存控制装置,包括:
采集模块:用于实时采集与目标对象相关联的目标信息,所述目标对象为待存储货物;
解析模块:用于对所述目标信息进行解析,以获取目标储存位置信息;
生成模块:用于基于所述目标储存位置信息,生成入库路线信息;
打包模块:用于生成送货信息,将所述入库路线信息与所述送货信息打包成运输信息包;发送模块:用于将所述运输信息包发送至运输端;
第一接收模块:用于接收来自运输端的送货反馈信息,所述送货反馈信息用于反馈运输端已完成取货;
第二接收模块:用于接收来自所述运输端的复位反馈信息;
确定模块:用于基于所述复位反馈信息,确定所述运输端完成送货操作。
本申请的发明目的三是提供一种电子设备,通过以下技术方案得以实现的:
一种电子设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如上述方案所述的一种立体仓自动化储存控制方法的计算机程序。
本申请的发明目的四是提供一种计算机可读存储介质,通过以下技术方案得以实现的:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述方案所述的任一种立体仓自动化储存控制方法的计算机程序。
本申请的发明目的五是提供一种立体仓自动化存储系统,通过以下技术方案得以实现的:
一种立体仓自动化存储系统,包括多个运输单元、多排立体货架以及多条铺设于地面的轨道,每条所述轨道安装在相邻的两排立体货架之间,所述运输单元可滑移设置于所述轨道,所述系统还包括上述方案中所述的电子设备,所述电子设备与所述运输单元连接;
所述运输单元设置有至少两个图像采集单元,所述图像采集单元用于采集与目标对象相关联的图像信息以及目标信息;所述图像采集单元与所述电子设备连接;
所述系统还包括有提升机,所述提升机与所述电子设备连接,所述提升机用于升降所述运输单元,所述提升机安装于所述立体货架的一侧并与所述轨道相接通。
通过采用上述技术方案,每个立体货架以及相邻的两排立体货架之间均安装有轨道,由此运输单元能够移动至每排立体货架的位置进行运输货物,而在运输单元上设置图像采集单元,能够实时采集与目标对象相关联的目标信息,以快速获取目标对象的目标储存位置信息,在获取目标储存位置信息之后能够生成入库路线信息,因此工作人员无需将货物移动至对应仓位的RGV小车位置,同时有助于提高货物储存的效率。
综上所述,本申请的有益技术效果为:
1.通过实时采集与目标对象相关联的目标信息,以快速获取目标对象的目标储存位置信息,在获取目标储存位置信息之后能够生成入库路线信息,由此不管RGV小车在哪个位置获取到目标对象,都能够根据入库路线信息将目标对象运输到目标储存位置处,因此工作人员无需将货物移动至对应仓位的RGV小车位置,同时有助于提高货物储存的效率,而当接收到运输端的复位反馈信息时,则能够基于此判断出运输端完成对目标对象的运输,此时运输端可以等待下一轮的取货操作,有助于提高运输端的工作效率。
2.在获取目标对象的图像信息之后,先对图像信息转换为灰度图像,然后再获取灰度图像中的边缘特征点,再基于边缘特征点形成与目标对象相关联的目标轮廓特征以及与运输端相关联的运输端轮廓特征,最后再将轮廓特征集与预设轮廓特征进行匹配,由此判断运输过程中目标对象是否发生歪倒或位置大幅度偏移的情况,当运输过程中目标对象在运输端上发生歪倒的情况,或目标对象的位置相对运输端发生大幅度偏移的情况,此时生成运输警报信号,以提醒工作人员及时查看目标对象的运输情况。
附图说明
图1是本申请一些实施例中立体仓自动化储存控制方法的流程示意图。
图2是本申请一些实施例中步骤S1的具体流程示意图。
图3是本申请一些实施例中步骤S111-步骤S116的具体流程示意图。
图4是本申请中自助贴膜控制的结构框图。
图5是本申请中电子设备的结构框图。
附图标记说明:
1、采集模块;2、解析模块;3、生成模块;4、打包模块;5、发送模块;6、第一接收模块;7、第二接收模;8、确定模块。
具体实施方式
以下结合图1-图5对本申请作进一步详细说明。
本申请实施例提供一种立体仓自动化储存系统,包括多排立体货架以及多个运输单元,立体货架上的每一层均安装有供运输单元移动的轨道,相邻的两个立体货架之间同样设置有轨道,由此,运输单元在某一层上能够移动至任意货架处,有助于提高运输单元运输货物的便利性。系统还包括电子设备,电子设备包括WCS系统(Warehouse ControlSystem,即仓库控制系统)和WMS系统(Warehouse Management System,即仓储管理系统),WMS系统用于存储货物入库以及出库时的相关信息;具备WCS系统的电子设备对立体仓自动化储存领域的适应性更强。
电子设备与运输单元连接,使得电子设备能控制运输单元工作。在本实施例中,运输单元为RGV小车,RGV小车能够在电子设备的控制下在密集的货架上灵活移动,以实现送货功能,RGV小车应用于立体仓送货以及放置货物属于当前成熟技术,在此不再赘述。
系统还包括有提升机,提升机安装在货架的一侧并且与轨道相接通,提升机与电子设备连接,提升机用于升降所述RGV小车,例如:当RGV小车需要从货架的底层上升至货架的第三层时,RGV小车先移动至提升机处,再由提升机带动RGV小车上升至货架的第三层。
RGV小车的一侧设置有至少两个图像采集单元,图像采集单元与电子设备连接。图像采集单元用于采集与目标对象(即待储存货物)相关联的图像信息以及目标信息。RGV小车的上表面用于放置货物,两个图像采集单元分别安装于RGV小车的两个相邻侧部,以便于从不同的方向获取RGV小车上货物的图像信息,图像采集单元将图像信息发送给电子设备,电子设备基于图像信息以获取目标储存位置信息并且识别目标储存位置信息,完成识别目标储存位置信息后能够生成入库路线信息,由此不管运输端在哪个位置获取到目标对象,都能够根据入库路线信息将目标对象运输到目标储存位置处,因此工作人员无需将货物移动至对应仓位的运输端位置。
本申请实施例提供一种立体仓自动化储存控制方法,基于上述实施例中的立体仓自动化储存系统进行实现,参见图1,该方法包括:
S1、实时采集与目标对象相关联的目标信息,目标对象为待存储货物,其中,待存储货物的外形基本呈长方体状或正方体状。目标信息包括货物编号信息、货物尺寸信息(长*宽*高,单位为cm)以及待存放位置信息(例如:A排货架B行第一个仓位)。
步骤S1是基于目标对象已经放在运输端(例如RGV小车)的时候进行实现。
具体的,步骤S1的实施方式如下:
待存储货物的侧面或顶面贴有条形码(或二维码),在运输端处安装条形码扫描器或二维码扫描器,当待存储货物放置到运输端上时,运输端上的条形码扫描器或二维码扫描器进行扫描识别条形码或二维码,由此获取目标信息。
在一些可能的实施方式中,步骤S1还可以采用其他方式进行实现,参见图2,步骤S1包括:
S11、获取与目标对象相关联的图像信息。
当目标对象放置在运输端上时,先获取与目标对象相关联的图像信息,该图像信息的格式包括但不仅限于jpg.格式和png.格式。该图像信息为以立体入口环境为背景并包含待存放货物以及运输端的连续帧图像,以便于更精准地获取与目标对象相关联的信息。
S12、将图像信息进行解析,以获取与目标对象相关联的目标标签位置信息。
对步骤S11获得的图像信息进行解析,以确定标签的位置,以缩小后续图像识别的范围,从而有助于快速识别标签的文字内容。
具体的,运输端上安装有图像采集单元,货物朝向图像采集单元的表面贴有标签,该标签以文字、数字、字母或三者结合的形式标注有与目标对象相关联的信息,以仓位位置为例,在标签上仓位位置以数字、文字、字母及三者结合进行表示,如:A排1行1列。
更具体的,对于不同货物对应需要放置的仓位不同,因此在货物入库前工作人员需要根据货物不同而确定不同的仓位。以下根据不同货物的情况确定不同标签进行示例性场景说明:
(1)货物上架时,第一批货物先上架到距离入口处最远的货架上,且先将货物存放在货架的第一层;货架的第一层放满后再存放当前货架的第二层,逐一放到第五层;同一层货架货物摆放优先存放在离拣货区更近的仓位,逐一放满。
(2)同一货物不同批次货箱先后上架时,接着上一批次最后一个的仓位进行存放;第五层放满后,如果最早批次的第一层货物还没有出库完成,则选择新的货架进行存放;如果第一层货物已发货完成,则轮回存放到第一层仓位。
(3)多条线不同货物同时上架时,每一种货物占用一个货架(1-5层);如A货物存放第一排货架,B货物存放第二排货架,当前货物占满一个货架后,继续放相邻的货架。
(4)后面生产的新货物上架时,默认先推荐无货物放置的货架;当没有空的货架,再考虑已有其他货物的货架。
因此,由上述四种场景可知,对于第一批货物存在待放置仓位不同的情况,因此需要根据具体的放置情况来设定标签,然后再将标签贴到对应的货箱侧面或顶面。
回看图2,步骤S13执行基于目标标签位置信息,对图像信息进行截取以获得标签区域子图像这一逻辑步骤。
在本实施例中,采用OpenCV中的cv2.getRectSubPix函数实现对图像信息进行截取。在其他实施方式中,也可以采用OpenCV中的其他剪切函数截取获得标签区域子图像。
S14、对标签区域子图像进行去噪处理以及图像平滑处理,得到预处理子图像。
在完成标签区域子图像截取之后,再进行去噪以及图像平滑处理,以便于后续更精准解析标签区域子图像。
S15、对预处理子图像进行光学字符识别处理,以识别预处理子图像中的文本信息转化为计算机可读格式的目标信息。
基于步骤S14之后,在对预处理子图像进行光学字符识别处理,一方面能够节省工作人员输入目标信息的步骤,提高目标对象入库效率;另一方面,先进行步骤S14对标签区域子图像进行去噪和平滑处理后再进行光学字符识别处理,有助于精准识别标签上的文字或数字,从而提高目标信息的识别准确度。
S2、对目标信息进行解析,以获取目标储存位置信息。
在完成获取目标信息之后,对目标信息进行解析以得到目标储存位置信息,目标储存位置信息是指待储存货物入库时需要放置的仓位位置。
在目标对象放在运输端之后,图像采集单元即可实时采集与目标对象相关联的目标信息,以快速获取目标对象的目标储存位置信息,在获取目标储存位置信息之后能够生成入库路线信息,由此不管运输端在哪个位置获取到目标对象,都能够根据入库路线信息将目标对象运输到目标储存位置处,因此工作人员无需将货物移动至对应仓位的运输端位置,同时有助于提高货物储存的效率。
S3、基于目标储存位置信息,生成入库路线信息。
目标储存位置作为运输端运输某一货物的终点,当步骤S2确定目标储存位置信息时,生成入库路线信息,以便于运输端快速、准确地将目标对象输送到目标储存位置。
具体的,步骤S3通过以下方法进行实现:
a、基于目标储存位置信息,获取来自运输端的起点位置信息。
b、调用目标空间的内部地图信息,此处的目标空间是指立体仓内部的地图信息,该地图信息包含每排货架的编号以及设置在地上的轨道编号以及多条轨道的组合。
c、在内部地图信息上标记障碍物和可行走区域,表现为障碍物和空白区域。
d、采用路径规划算法进行路径搜索,得到入库路线信息。
S4、生成送货信息,将入库路线信息与送货信息打包成运输信息包。
S5、将运输信息包发送至运输端。
当运输端接收到运输信息包时,运输端根据送货信息以及入库路线信息对目标对象进行运输。
S6、接收来自运输端的送货反馈信息,送货反馈信息用于反馈运输端已完成送货。
运输端根据运输信息包将目标对象运输到具体的货架位置上;仓位上设置有用于识别目标信息的模块(例如条形码扫描器或具有光学字符识别处理功能的图像采集单元),当目标对象已摆放到对应的仓位后,接收来自运输端的送货反馈信息,获知运输端已完成送货。
S7、接收来自运输端的复位反馈信息。
S8、基于复位反馈信息,确定运输端完成送货操作。
运输端完成送货后,会回到立体仓的入口处,等待工作人员将下一批货物放到运输端上。
在一些可能的实施方式中,对于步骤S3,在获取目标储存位置信息的步骤之后,并且在生成入库路线信息的步骤之前,方法还包括:
S301、获取目标对象的尺寸信息。
在步骤S1中获取到目标对象的目标信息之后,对目标信息进行解析,以获取目标对象的尺寸信息。
S302、基于目标对象的尺寸信息,计算目标对象的体积信息。
S303、计算与目标储存位置信息相关联的空间大小信息。
对于已获取到的目标储存位置信息,因此可以调用该目标储存位置的空间大小信息。
具体的,该空间大小信息包括该空间的容积。
S304、计算体积信息与空间大小信息的占比数值。
为方便理解,将体积信息设置为T1,将空间大小信息设置为T2,那么占比数值=T1/T2,占比数值的单位以%来表示。
S306、将占比数值与占比阈值进行对比。
在实际货物储存的过程中,需要仓位的空间略大于货物的体积(即将货物放在仓位时仓位还具有一定的间隙),这样设置便于货物放入库位或将货物从仓位取出。工作人员预先将占比阈值进行设定。
在另一种可能的实施例中,步骤S303中的空间大小信息还可以包括该空间的长度、宽度和高度,那么在步骤S304中将目标对象的尺寸信息(长度、宽度、高度)与空间大小信息(长度、宽度和高度)进行计算占比数值,例如:
将目标对象的长度、宽度、高度分别对应设置为长度L1、宽度W1以及高度H1。将该空间的长度、宽度和高度分别对应设置为长度L2、宽度W2以及高度H2。那么此时的占比数值包括长度占比数值、宽度占比数值和高度占比数值。长度占比数值=L1/L2;宽度占比数值=W1/W2;高度占比数值=H1/H2;下一步,将长度占比数值与长度占比阈值对比、将宽度占比数值与宽度占比阈值对比、将高度占比数值与高度占比阈值对比,当长度占比数值小于长度占比阈值、宽度占比数值小于宽度占比阈值且高度占比数值小于高度占比阈值时,则生成入库路线信息,这种方式是基于将目标对象的尺寸进行逐个对比,以确定该空间是否满足放置目标对象的条件。
S306-1、当占比数值小于占比阈值,则生成入库路线信息。
S306-2、当占比数值大于或等于占比阈值,则发生警报信息。
其中,当目标对象的体积小于目标储存位置的空间时,占比数值小于占比阈值时,则确定目标储存位置的空间足够供目标对象放置,此时再生成入库路线信息,由此运输端准备运输目标对象;当占比数值等于或大于占比阈值时,表示目标对象的体积大小大于或等于目标储存位置的空间大小,则确定目标储存位置的空间存在不足以放置目标对象的情况,因此此时需要生成警报信息,以提醒工作人员查看与目标对象相关联的目标储存位置信息是否有误或是否需要调整目标储存位置信息。
在工作人员讲目标对象放到运输端之后,或者在运输端运输目标对象的过程中,参见图3,在一些可能的实施方式中,在步骤S11之后,方法还包括:
S111、将图像信息转为灰度图像信息。
S112、去除灰度图像信息中的噪声。
S113、获取与灰度图像信息中的边缘特征点。
具体的,步骤S113包括:
S113a、计算每个像素点的水平方向上的水平梯度值X和垂直方向上的垂直梯度值Y。在本实施例中,采用Sobel算子进行计算水平梯度值X和垂直梯度值Y。
S113b、基于像素点的水平梯度值和垂直梯度值,计算像素点的梯度幅值A和梯度方向θ;其中:
梯度幅值梯度方向/>
图像梯度用以表征图像变化的速度,对于图像信息的边缘部分,其灰度值变化较大,梯度幅值也较大;相反,对于图像中比较平滑的部分,其灰度值变化较小,相应的梯度幅值也较小。
S113c、采用非极大值抑制算子确定在梯度方向上的局部最大值像素点,得到边缘像素点集合,非极大值抑制算子用以消除图像中杂乱的边缘点。
S113d、预设定高阈值和低阈值。
S113e、基于边缘像素点集合中的每个边缘像素点对应的梯度幅值与高阈值进行对比,当边缘像素点的梯度幅值大于高阈值时,则确定梯度幅值大于高阈值的边缘像素点为强边缘像素点。
S113f、基于边缘像素点集合筛选出强边缘像素点,以获取剩余的边缘像素点。
S113g、将剩余的边缘像素点的梯度幅值与低阈值进行对比,当边缘像素点的梯度幅值大于低阈值时,则确定梯度幅值大于低阈值的边缘像素点为弱边缘像素点。
S113h、将强边缘像素点与弱边缘像素点组合成为边缘特征点,以便后续形成的轮廓完整度。
S114、将边缘特征点进行连接,以获取与目标对象相关联的目标轮廓特征以及获取与运输端相关联的运输端轮廓特征。
基于步骤S113中获取到边缘特征点,再将边缘特征点进行连接,以形成轮廓特征。由于图像信息中包含运输端以及目标对象,因此此时能够获得与目标对象相关联的目标轮廓特征以及与运输端相关联的运输端轮廓特征。
S115、将目标轮廓特征和运输端轮廓特征打包形成轮廓特征集。
S116、将轮廓特征集与预设轮廓特征进行匹配,以获得轮廓匹配度。
S116-1、当轮廓匹配度大于预设轮廓匹配度时,则生成正常运输信号。
S116-2、当轮廓匹配度小于预设轮廓匹配度时,则生成运输警报信号。
预设轮廓特征由工作人员按照货物在运输端上稳定放置时所设置的轮廓进行设置,即当轮廓匹配度大于预设轮廓匹配度时,表示当前货物与运输端之间的相对位置与货物稳定放置在运输端时的相对位置的贴合度很高,一次表明当前货物稳定放置在运输端。
轮廓特征集包含目标轮廓特征和运输端轮廓特征,以此表示目标对象与运输端的相对位置关系,将轮廓特征集与预设轮廓特征进行匹配,以此判断运输过程中目标对象是否发生歪倒或位置大幅度偏移的情况,当运输过程中目标对象在运输端上发生歪倒的情况,或目标对象的位置相对运输端发生大幅度偏移的情况,此时生成运输警报信号,以提醒工作人员及时查看目标对象的运输情况。
本申请实施例还提供一种立体仓自动化储存控制方法,在货物仓储场景中,不仅涉及入库方法,还涉及出库方法,以下主要阐述货物出库的流程。
(1)实时接收出货信息。
(2)基于出货信息,生成启动信息以及出仓路线信息。
具体的,先对出货信息进行解析,以获取需要出货的货物以及与该货物相关联的仓位位置信息(即货物所在仓位的信息,例如:A排货架B行第一个仓位),基于仓位位置信息,生成启动信息以及出仓路线信息。
(3)将启动信息以及出仓路线信息发送给运输端。
运输端接收到启动信息后,根据出仓路线信息移动至对应的仓位位置。
(4)实时接收来自运输端的出货信息,将出货信息发送后台终端。
当运输端取到货物后生成出货信息,当接收到出货信息后,将出货信息发送后台终端,以告知工作人员运输端已成功将货物取出。
(5)实时接收来自运输端的货物到达信息,将货物到达信息发送后台终端。
(6)基于货物达到信息,生成出库信息并将出库信息发送后台终端。
当运输端将货物送到立体仓的出口侧,此时运输端生成货物到达信息,当接收到货物到达信息后,生成出库信息并将出库信息发送后台终端;而且,在生成出库信息的同时,确定与该货物相关联的仓位位置已空出,此时生成仓位位置清空信息,以使该仓位能够用于下一轮储存货物。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还公开一种立体仓自动化储存控制装置,如图4所示,该立体仓自动化储存控制装置包括:采集模块1、解析模块2、生成模块3、打包模块4、发送模块5、第一接收模块6、第二接收模块7和确定模块8,且各功能模块详细说明如下:
采集模块1:用于实时采集与目标对象相关联的目标信息,目标对象为待存储货物。
解析模块2:用于对目标信息进行解析,以获取目标储存位置信息。
生成模块3:用于基于目标储存位置信息,生成入库路线信息。
打包模块4:用于生成送货信息,将入库路线信息与送货信息打包成运输信息包。
发送模块5:用于将运输信息包发送至运输端。
第一接收模块6:用于接收来自运输端的送货反馈信息,送货反馈信息用于反馈运输端已完成取货。
第二接收模块7:用于接收来自运输端的复位反馈信息。
确定模块8:用于基于复位反馈信息,确定运输端完成送货操作。
通过采集模块1实时采集与目标对象相关联的目标信息,并通过解析模块2解析目标信息以快速获取目标对象的目标储存位置信息,在获取目标储存位置信息之后生成模块3能够生成入库路线信息,由此不管RGV小车在哪个位置获取到目标对象,都能够根据入库路线信息将目标对象运输到目标储存位置处,因此工作人员无需将货物移动至对应仓位的RGV小车位置,同时有助于提高货物储存的效率,而当第二接收模块7接收到运输端的复位反馈信息时,则确定模块8能够基于此判断出运输端完成对目标对象的运输,此时运输端可以等待下一轮的取货操作,有助于提高运输端的工作效率。
关于立体仓自动化储存控制装置的具体限定可以参见上文中对于立体仓自动化储存控制方法的限定,在此不再赘述。上述立体仓自动化储存控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于控制装置中的处理器中,也可以以软件形式存储于控制装置中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本申请实施例还提供一种电子设备,安装于上述实施例中所记载的立体仓自动化存储控制系统中,电子设备包括存储器和处理器,存储器上存储有能够被处理器加载并执行控制方法的计算机程序:
S1、实时采集与目标对象相关联的目标信息,目标对象为待存储货物。
S2、对目标信息进行解析,以获取目标储存位置信息。
S3、基于目标储存位置信息,生成入库路线信息。
S4、生成送货信息,将入库路线信息与送货信息打包成运输信息包。
S5、将运输信息包发送至运输端。
S6、接收来自运输端的送货反馈信息,送货反馈信息用于反馈运输端已完成取货。
S7、接收来自运输端的复位反馈信息。
S8、基于复位反馈信息,确定运输端完成送货操作。
其中,该电子设备是服务器,其内部结构图可以如图5所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该电子设备的处理器用于提供计算和控制能力,同时具备WCS系统(Warehouse Control System,即仓库控制系统)已匹配立体仓储存应用。该电子设备的存储器包括非易失性存储介质、内存储器,同时具备WMS(Warehouse Management System,即仓储管理系统),用于存储目标信息、图像信息和入库路线信息等信息。该非易失性存储介质存储有操作计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现立体仓自动化储存控制方法。
本申请实施例还提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S1、实时采集与目标对象相关联的目标信息,目标对象为待存储货物。
S2、对目标信息进行解析,以获取目标储存位置信息。
S3、基于目标储存位置信息,生成入库路线信息。
S4、生成送货信息,将入库路线信息与送货信息打包成运输信息包。
S5、将运输信息包发送至运输端。
S6、接收来自运输端的送货反馈信息,送货反馈信息用于反馈运输端已完成取货。
S7、接收来自运输端的复位反馈信息。
S8、基于复位反馈信息,确定运输端完成送货操作。
处理器执行计算机程序时还能够执行上述任意实施方式中关于立体仓自动化储存控制方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.立体仓自动化储存控制方法,其特征在于:包括:
实时采集与目标对象相关联的目标信息,所述目标对象为待存储货物;
对所述目标信息进行解析,以获取目标储存位置信息;
基于所述目标储存位置信息,生成入库路线信息;
生成送货信息,将所述入库路线信息与所述送货信息打包成运输信息包;
将所述运输信息包发送至运输端;
接收来自运输端的送货反馈信息,所述送货反馈信息用于反馈运输端已完成取货;
接收来自所述运输端的复位反馈信息;
基于所述复位反馈信息,确定所述运输端完成送货操作。
2.根据权利要求1所述的立体仓自动化储存控制方法,其特征在于:
所述实时采集与目标对象相关联的目标信息的步骤,包括:
获取与所述目标对象相关联的图像信息;
将所述图像信息进行解析,以获取与目标对象相关联的目标标签位置信息;
基于所述目标标签位置信息,对所述图像信息进行截取以获得标签区域子图像;
对标签区域子图像进行去噪处理以及图像平滑处理,得到预处理子图像;
对所述预处理子图像进行光学字符识别处理,以识别所述预处理子图像中的文本信息转化为计算机可读格式的目标信息。
3.根据权利要求1所述的立体仓自动化储存控制方法,其特征在于:在基于所述目标储存位置信息的步骤之后,并且在所述生成入库路线信息的步骤之前,所述方法还包括:
获取所述目标对象的尺寸信息;
基于所述目标对象的尺寸信息,计算所述目标对象的体积信息;
计算与所述目标储存位置信息相关联的空间大小信息;
计算所述体积信息与所述空间大小信息的占比数值;
将所述占比数值与占比阈值进行对比;
当所述占比数值小于占比阈值,则生成入库路线信息;
当所述占比数值大于或等于占比阈值,则发生警报信息。
4.根据权利要求1所述的立体仓自动化储存控制方法,其特征在于:在所述获取与所述目标对象相关联的图像信息的步骤之后,所述方法还包括:
将所述图像信息转为灰度图像信息;
去除所述灰度图像信息中的噪声;
获取与所述灰度图像信息中的边缘特征点;
将所述边缘特征点进行连接,以获取与所述目标对象相关联的目标轮廓特征以及获取与所述运输端相关联的运输端轮廓特征;
将所述目标轮廓特征和所述运输端轮廓特征打包形成轮廓特征集;
将所述轮廓特征集与预设轮廓特征进行匹配,以获得轮廓匹配度;
当所述轮廓匹配度大于预设轮廓匹配度时,则生成正常运输信号;
当所述轮廓匹配度小于预设轮廓匹配度时,则生成运输警报信号。
5.根据权利要求4所述的立体仓自动化储存控制方法,其特征在于:所述获取与所述灰度图像信息中的边缘特征点的步骤,包括:
计算每个像素点的水平方向上的水平梯度值X和垂直方向上的垂直梯度值Y;
基于所述像素点的所述水平梯度值和所述垂直梯度值,计算所述像素点的梯度幅值A和梯度方向θ;
所述梯度幅值所述梯度方向/>
采用非极大值抑制算子确定在梯度方向上的局部最大值像素点,得到边缘像素点集合;
预设定高阈值和低阈值;
基于所述边缘像素点集合中的每个边缘像素点对应的梯度幅值与高阈值进行对比,当边缘像素点的梯度幅值大于高阈值时,则确定梯度幅值大于高阈值的边缘像素点为强边缘像素点;基于所述边缘像素点集合筛选出所述强边缘像素点,以获取剩余的边缘像素点;
将所述剩余的边缘像素点的梯度幅值与低阈值进行对比,当边缘像素点的梯度幅值大于低阈值时,则确定梯度幅值大于低阈值的边缘像素点为弱边缘像素点;
将所述强边缘像素点与所述弱边缘像素点组合成为边缘特征点。
6.根据权利要求1所述的立体仓自动化储存控制方法,其特征在于:所述方法还包括:
实时接收出货信息;
基于所述出货信息,生成启动信息以及出仓路线信息;
将所述启动信息以及所述出仓路线信息发送给运输端;
实时接收来自运输端的出货信息,将所述出货信息发送后台终端;
实时接收来自运输端的货物到达信息,将所述货物到达信息发送后台终端;
基于所述货物达到信息,生成出库信息并将所述出库信息发送后台终端。
7.立体仓自动化储存控制装置,其特征在于:包括:
采集模块(1):用于实时采集与目标对象相关联的目标信息,所述目标对象为待存储货物;解析模块(2):用于对所述目标信息进行解析,以获取目标储存位置信息;
生成模块(3):用于基于所述目标储存位置信息,生成入库路线信息;
打包模块(4):用于生成送货信息,将所述入库路线信息与所述送货信息打包成运输信息包;发送模块(5):用于将所述运输信息包发送至运输端;
第一接收模块(6):用于接收来自运输端的送货反馈信息,所述送货反馈信息用于反馈运输端已完成取货;
第二接收模块(7):用于接收来自所述运输端的复位反馈信息;
确定模块(8):用于基于所述复位反馈信息,确定所述运输端完成送货操作。
8.一种电子设备,其特征在于:包括:包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1-6任一项所述的立体仓自动化储存控制方法的计算机程序。
9.一种计算机可读存储介质,其特征在于:存储有能够被处理器加载并执行如权利要求1-6任一项所述的立体仓自动化储存控制方法的计算机程序。
10.一种立体仓自动化存储系统,包括多个运输单元以及多排立体货架,所述立体货架以及相邻所述立体货架之间均安装有轨道,所述运输单元可滑移设置于所述轨道,其特征在于:所述系统还包括如权利要求8所述的电子设备,所述电子设备与所述运输单元连接;
所述运输单元设置有至少两个图像采集单元,所述图像采集单元用于采集与目标对象相关联的图像信息以及目标信息;所述图像采集单元与所述电子设备连接;
所述系统还包括有提升机,所述提升机与所述电子设备连接,所述提升机用于升降所述运输单元,所述提升机安装于所述立体货架的一侧并与所述轨道相接通。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310576890.XA CN116610078A (zh) | 2023-05-19 | 2023-05-19 | 立体仓自动化储存控制方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310576890.XA CN116610078A (zh) | 2023-05-19 | 2023-05-19 | 立体仓自动化储存控制方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116610078A true CN116610078A (zh) | 2023-08-18 |
Family
ID=87681279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310576890.XA Pending CN116610078A (zh) | 2023-05-19 | 2023-05-19 | 立体仓自动化储存控制方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116610078A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040041706A1 (en) * | 2002-09-04 | 2004-03-04 | Stratmoen Scott Alan | Smart and secure container |
CN109785317A (zh) * | 2019-01-23 | 2019-05-21 | 辽宁工业大学 | 自动码垛桁架机器人的视觉系统 |
CN110298521A (zh) * | 2018-03-21 | 2019-10-01 | 天津五八到家货运服务有限公司 | 用车推荐方法及装置 |
EP3613699A1 (en) * | 2018-08-24 | 2020-02-26 | LASE Industrielle Lasertechnik GmbH | Inspection system for container |
CN110910059A (zh) * | 2019-11-05 | 2020-03-24 | 广州穗能通综合能源有限责任公司 | 电力设备的入库控制方法、装置、系统和计算机设备 |
CN211061900U (zh) * | 2019-12-28 | 2020-07-21 | 天津大学 | 一种自主导航物流机器人控制系统 |
WO2020187077A1 (zh) * | 2019-03-21 | 2020-09-24 | 长安大学 | 一种基于深度神经网络的安检系统及方法 |
CN113469617A (zh) * | 2021-06-21 | 2021-10-01 | 上海东普信息科技有限公司 | 快递爆仓识别方法、装置、设备及存储介质 |
CN114022702A (zh) * | 2021-10-25 | 2022-02-08 | 杭州天翔东捷运物流有限公司 | 一种智慧仓库管理方法、装置、电子设备及存储介质 |
CN216336383U (zh) * | 2021-07-15 | 2022-04-19 | 旷视格图(苏州)智能装备有限公司 | 举升装置、搬运车及搬运车系统 |
CN114444963A (zh) * | 2022-02-09 | 2022-05-06 | 美锐智云(广东)科技有限公司 | 货物库存管理系统的控制方法、货物库存管理设备及介质 |
CN114493413A (zh) * | 2021-11-28 | 2022-05-13 | 杭州拼便宜网络科技有限公司 | 智能仓储分发方法、装置、电子设备及存储介质 |
US20230092401A1 (en) * | 2017-11-17 | 2023-03-23 | Divine Logic, Inc. | Systems and methods for tracking items |
CN115947008A (zh) * | 2022-11-30 | 2023-04-11 | 未来机器人(深圳)有限公司 | 货物管理方法、系统及存储介质 |
-
2023
- 2023-05-19 CN CN202310576890.XA patent/CN116610078A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040041706A1 (en) * | 2002-09-04 | 2004-03-04 | Stratmoen Scott Alan | Smart and secure container |
US20230092401A1 (en) * | 2017-11-17 | 2023-03-23 | Divine Logic, Inc. | Systems and methods for tracking items |
CN110298521A (zh) * | 2018-03-21 | 2019-10-01 | 天津五八到家货运服务有限公司 | 用车推荐方法及装置 |
EP3613699A1 (en) * | 2018-08-24 | 2020-02-26 | LASE Industrielle Lasertechnik GmbH | Inspection system for container |
CN109785317A (zh) * | 2019-01-23 | 2019-05-21 | 辽宁工业大学 | 自动码垛桁架机器人的视觉系统 |
WO2020187077A1 (zh) * | 2019-03-21 | 2020-09-24 | 长安大学 | 一种基于深度神经网络的安检系统及方法 |
CN110910059A (zh) * | 2019-11-05 | 2020-03-24 | 广州穗能通综合能源有限责任公司 | 电力设备的入库控制方法、装置、系统和计算机设备 |
CN211061900U (zh) * | 2019-12-28 | 2020-07-21 | 天津大学 | 一种自主导航物流机器人控制系统 |
CN113469617A (zh) * | 2021-06-21 | 2021-10-01 | 上海东普信息科技有限公司 | 快递爆仓识别方法、装置、设备及存储介质 |
CN216336383U (zh) * | 2021-07-15 | 2022-04-19 | 旷视格图(苏州)智能装备有限公司 | 举升装置、搬运车及搬运车系统 |
CN114022702A (zh) * | 2021-10-25 | 2022-02-08 | 杭州天翔东捷运物流有限公司 | 一种智慧仓库管理方法、装置、电子设备及存储介质 |
CN114493413A (zh) * | 2021-11-28 | 2022-05-13 | 杭州拼便宜网络科技有限公司 | 智能仓储分发方法、装置、电子设备及存储介质 |
CN114444963A (zh) * | 2022-02-09 | 2022-05-06 | 美锐智云(广东)科技有限公司 | 货物库存管理系统的控制方法、货物库存管理设备及介质 |
CN115947008A (zh) * | 2022-11-30 | 2023-04-11 | 未来机器人(深圳)有限公司 | 货物管理方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414638B (zh) | 一种基于rfid的立体仓储管理系统及管理方法 | |
US20210139257A1 (en) | Apparatus and method for building a pallet load | |
US10614416B1 (en) | Bin content verification | |
CN109685425B (zh) | 一种基于cps的可视化实物自动盘库系统 | |
US10161746B2 (en) | Systems and methods for cargo management | |
US9120621B1 (en) | Verifying bin content in an automated materials handling facility | |
CN107597600A (zh) | 分拣系统和分拣方法 | |
CN219278476U (zh) | 货物盘点系统和自主移动机器人 | |
CN111573112B (zh) | 仓储系统、集货方法、装置、料箱移动装置及控制终端 | |
CN111328408B (zh) | 形状信息生成设备、控制设备、装卸设备、物流系统、程序和控制方法 | |
CN113859847B (zh) | 仓储盘点方法和仓储系统 | |
CN113942771B (zh) | 一种货物上架的方法、装置及搬运机器人 | |
JP6011490B2 (ja) | 物品保管設備 | |
CN110414878B (zh) | 库存校正方法和装置及计算机可读存储介质 | |
CN111017460B (zh) | 一种货物入库方法、系统、自动送货车和服务器 | |
JP2017019586A (ja) | 物流システム、および物流管理方法 | |
CN203094929U (zh) | 一种条形码化备件仓储系统 | |
CN112824990A (zh) | 一种货物信息的检测方法及其系统、机器人及处理终端 | |
CN112418766A (zh) | 一种基于互联网的仓库管理系统算法 | |
CN115311441A (zh) | 自动仓储系统、货物盘点方法及服务器 | |
CN113320865B (zh) | 仓储管理方法、装置、仓储机器人、仓储系统及介质 | |
CN110979853B (zh) | 一种基于机器视觉的自动化包装方法及系统 | |
CN116610078A (zh) | 立体仓自动化储存控制方法、系统、电子设备及存储介质 | |
US20220033123A1 (en) | Article package filling method, article packaging method and device, and control system | |
CN112101862B (zh) | 一种货物运输入库的方法、系统及存储介质 |
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 |