CN116911328A - 一种智能物料识别定位系统及其使用方法 - Google Patents
一种智能物料识别定位系统及其使用方法 Download PDFInfo
- Publication number
- CN116911328A CN116911328A CN202310939045.4A CN202310939045A CN116911328A CN 116911328 A CN116911328 A CN 116911328A CN 202310939045 A CN202310939045 A CN 202310939045A CN 116911328 A CN116911328 A CN 116911328A
- Authority
- CN
- China
- Prior art keywords
- information
- positioning
- abnormal
- module
- identification
- 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
- 239000000463 material Substances 0.000 title claims abstract description 278
- 238000000034 method Methods 0.000 title claims description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 71
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 238000012549 training Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000010365 information processing Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 32
- 239000003550 marker Substances 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 101001093143 Homo sapiens Protein transport protein Sec61 subunit gamma Proteins 0.000 claims description 3
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 claims description 3
- 101100120905 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TDH1 gene Proteins 0.000 claims description 3
- 102100027198 Sodium channel protein type 5 subunit alpha Human genes 0.000 claims description 3
- 239000002520 smart material Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000007726 management method Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000012237 artificial material Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Toxicology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Finance (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Control Of Conveyors (AREA)
Abstract
本发明涉及智能识别定位技术领域，具体公开了一种智能物料识别定位系统，包括：信息采集模块，用于采集物料RFID数据信息并通过物料空间定位获取物料定位信息；信息识别模块，用于识别物料定位信息中的异常区域；信息分析模块，用于读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果更新物料定位系统模型；所述物料定位系统模型用于对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；信息处理模块，用于将预设物料RFID数据信息输入物料定位系统模型获取投放策略，并根据投放策略确定物料投放位置信息；信息跟踪模块，用于根据物料投放位置信息确定物料订单信息并进行物料跟踪。
Description
技术领域
本发明涉及智能识别定位技术领域，具体涉及一种智能物料识别定位系统及其使用方法。
背景技术
物料管理是施工单位在现场工程实施中的一个至关重要的环节，从20世纪末开始，国外某些国家就已经开始使用自动化物料管理系统，本世纪初期物料管理已经向着智能化的管理方向发展。
目前物联网中的识别定位技术包括有：无线射频识别定位技术、Wi-Fi定位技术、超宽带(UWB)定位技术、地磁定位技术、超声波定位技术、ZigBee定位技术、蓝牙定位技术、北斗卫星定位技术及基站定位技术；目前物料分类管理过程中的需要对各种物料进行识别和分类过程常运用到智能识别技术，不同于传统物料的人工分拣管理和识别过程的效率低下和数据容易出错等问题；利用智能识别技术能够很大程度避免人工物料管理过程中产生的问题。
现有的仅通过RFID读写器能够预先获取物料信息，减少了物料管理上数据的可靠性和准确性，但是物料在传输过程中物料定位信息容易出现传输误差，并且一般需要暂停进行检查和调整，影响了整体物料的传输效率，并且物料最终投放位置一般需要进行人工分拣处理，大量的物料分拣容易导致清点误差，降低物料传输过程的速度，还影响了智能化运行优势。
发明内容
本发明的目的在于提供一种智能物料识别定位系统及其使用方法，解决以下技术问题：
如何在物料运输过程中进行精确的识别定位同时进行物料筛选提高物料投放准确率，进而提高物料运输效率。
本发明的目的可以通过以下技术方案实现：
一种智能物料识别定位系统，包括：
信息采集模块，用于采集物料RFID数据信息并通过物料空间定位获取物料定位信息；
信息识别模块，用于识别物料定位信息中的异常区域；
信息分析模块，用于读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果更新物料定位系统模型；
所述物料定位系统模型用于对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；
信息处理模块，用于根据物料定位系统模型输出的异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；
信息跟踪模块，用于根据物料投放位置信息确定物料订单信息并进行物料跟踪。
优选地，所述信息识别模块的具体识别步骤包括：
S1、通过RFID读写模块对物料进行统一编号写入和读取；
S2、通过视觉检测装置获取编号物料运行轨迹图像；
S3、将图像灰度化处理并通过图像滤波和二值法对图像进行预处理，获取图像边界以及图像异常区域。
优选地，所述信息分析模块对比的具体步骤如下：
SS1、计算一段时间内各个时间点的异常定位信息的区域中心点未达到检测标志物的垂直距离，形成第一集合A；
SS2、计算同一段时间各个时间点的异常定位信息的区域中心点超过检测标志物的垂直距离，形成第二集合B；
SS3、计算第一集合A和第二集合B之间的差值形成差集合C；
SS4、将差集合C中的元素x与标准集合T进行比对；
若x∈T，则判定x对应的异常定位信息区域的物料识别正常；
若，则判定x对应的异常定位信息区域的物料识别异常。
优选地，所述信息分析模块对比的步骤还包括：
SSS1、获取物料识别异常RFID数据信息，统计检测异常的物料数量n；
SSS2、将n与预设标准阈值N进行比对：
若n≤N，则进入信息处理模块，执行投放策略；
若n＞N，则暂停当前操作，进行报警处理。
优选地，所述投放策略为：
判断当前物料标签与RFID读写器录入物料相关数据是否匹配：
若匹配则发送匹配信息至中央处理系统，通过中央处理系统下发指令，通过移动智能终端进行物料投放；
若不匹配则通过颜色检测判断物料颜色是否正确：
若物料颜色正确则移动至预设投放区；
若物料颜色错误则执行反馈策略。
优选地，所述反馈策略包括：
通过信息跟踪模块对当前检测物料进行RFID数据信息溯源处理，并对同一批物料进行回收信息预警，批量回收处理标志物料。
优选地，其特征在于，所述使用方法包括：
通过信息采集模块采集物料RFID数据信息并获取物料定位信息；
依据信息识别模块识别物料定位信息中的异常区域；
通过信息分析模块读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果更新物料定位系统模型；
利用物料定位系统模型对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；
通过信息分析模块根据异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；
根据信息跟踪模确定物料投放位置信息以及确定物料订单信息并进行物料跟踪。
本发明的有益效果：本发明通过设定信息采集模块、信息识别模块、信息分析模块、信息处理模块及信息跟踪模块对物料进行识别定位处理，实现在物料运输过程中进行精确的识别定位同时进行物料筛选提高物料投放准确率，进而提高物料运输效率；信息采集模块采集物料预先设置的RFID标签数据信息，并将当前数据信息传输到中央处理系统进行储存和管理；信息识别模块通过识别物料定位信息中的异常区域；便于根据识别的物料定位信息进行动态判别，能及时判别区域RFID标签和物料轮廓信息与预设的是否匹配判定是否出现异常；信息分析模块，便于读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果及时更新物料定位系统模型，保证物料状态实时更新和检测；信息处理模块，识别异常物料信息并根据定位系统模型输出结果获取投放策略，最终根据投放策略精准确定物料投放位置信息，提高了物料投放位置的精确度，减少人工投放效率低下，容易出错的问题；信息跟踪模块，根据物料投放位置信息结果进行物料订单信息并进行物料跟踪，保证物料的后续调整处理操作，提高了物料传输过程中进行调整和处理的效率。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的一些实施例，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为本发明一种智能物料识别定位系统模块图；
图2为本发明信息识别模块方法流程图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
随着人工智能、物联网及机器人领域的不断更新换代，物料运输行业对相关运送设备及管理的技术和效率要求越来越高；传统模式下的人工识别定位搭配简单机械定位的方式已经不能满足快节奏的物料运输需求，目前现有的物料识别定位技术有很多，通过现有的无线射频识别(RFID)定位技术基本能满足物料运输需要，并且通过无线射频识别(RFID)定位技术通过电子标签对物料进行预先标签化处理，仅通过RFID读写器能够预先获取物料信息，减少了物料管理上数据的可靠性和准确性，但是物料在传输过程中物料定位信息容易出现传输误差，并且一般需要暂停进行检查和调整，影响了整体物料的传输效率，并且物料投放位置一般需要进行人工分拣处理，大量的物料分拣容易导致清点误差，降低物料传输过程的速度，还影响了智能化运行优势。
为了解决上述技术问题，本发明为一种智能物料识别定位系统及其使用方法，请参阅图1所示，包括：
信息采集模块，用于采集物料RFID数据信息并通过物料空间定位获取物料定位信息；
信息识别模块，用于识别物料定位信息中的异常区域；
信息分析模块，用于读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果更新物料定位系统模型；
物料定位系统模型用于对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；
信息处理模块，用于根据物料定位系统模型输出的异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；
信息跟踪模块，用于根据物料投放位置信息确定物料订单信息并进行物料跟踪。
通过上述技术方案，本发明通过设定信息采集模块、信息识别模块、信息分析模块、信息处理模块及信息跟踪模块对物料进行识别定位处理，具体的，通过设置信息采集模块用于采集物料RFID数据信息并通过物料空间定位获取物料定位信息；信息采集模块采集物料预先设置的RFID标签数据信息，并将当前数据信息传输到中央处理系统进行储存和管理，物料定位信息通过现有的空间视觉检测装置进行确定，确定的位置包括空间位置信息，具体参照系依据具体检测对标物决定；检测包括距离检测标志物的水平距离，以及物料出库位置等。
还设置信息识别模块通过识别物料定位信息中的异常区域；便于根据识别的物料定位信息进行动态判别，能及时判别区域RFID标签和物料轮廓信息与预设的是否匹配判定是否出现异常。
通过设置信息分析模块，便于读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果及时更新物料定位系统模型，保证物料状态实时更新和检测；物料定位系统模型用于对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；这里的B/S模型的训练方法运用到现有的数据训练方法，本实施例中通过将获取的RFID数据信息以及空间位置信息进行预处理，空间位置信息还包括图像数据，进行适当的缩放、裁剪、旋转和添加噪声等操作；然后通过模型训练，使用训练集对B/S模型进行训练：将输入数据提供给模型，并结合对应的标签进行反向专播和参数更新，不断优化模型的权重和偏置。
其中，可以使用常见的深度学习框架(如TensorFlow、PyTorch等)来进行模型训练，输出训练结果更新获得物料定位系统模型；本实施例不限于以上一种训练方法和数据处理方法，具体依据分析需要根据实际情况进行调整。
然后设置信息处理模块，通过根据物料定位系统模型输出的异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；获取物料的历史数据信息库中的物料RFID数据信息并输入更新后的模型，即物料定位系统模型，识别异常物料信息并根据定位系统模型输出结果获取投放策略，最终根据投放策略精准确定物料投放位置信息，提高了物料投放位置的精确度，减少人工投放效率低下，容易出错的问题。
最后设置信息跟踪模块，根据物料投放位置信息确定物料订单信息并进行物料跟踪；根据物料投放位置信息结果进行物料订单信息并进行物料跟踪，保证物料的后续调整处理操作，提高了物料传输过程中进行调整和处理的效率。
请参阅图2所示，信息识别模块的具体识别步骤包括：
S1、通过RFID读写模块对物料进行统一编号写入和读取；
S2、通过视觉检测装置获取编号物料运行轨迹图像；
S3、将图像灰度化处理并通过图像滤波和二值法对图像进行预处理，获取图像边界以及图像异常区域。
通过上述技术方案，首先将RFID标签通过粘贴、插放、植入等方法安装在被识别物料上，当贴有标签的对象进入RFID读写模块阅读范围时，这里RFID读写模块主要设备指的是RFID读写器，然后接收解读器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息，或者由标签主动发送某一频率的数据信息，读写器接收这些数据信息并进行解码，然后传送给计算机系统进行处理，从而完成整个信息的接受、识别和处理过程。
然后通过设置视觉检测装置进行物料运动轨迹图像的获取，在不同的位置布置感知模块反馈视觉检测装置获取的运动轨迹图像，进而进行物料信息动态获取；当物料进入检货区后，固定RFID阅读器自动对物料进行批量读取，采集货物信息，并将信息发送至中央处理系统进行数据管理；需要注意的是，视觉检测装置一般指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作；经常是用于生产、装配或包装的有价值的机制；并且它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
最后，将获取的图像进行处理，本实施例中采用的现有的图像进行灰度化处理，然后滤波和二值法对图像进行预处理，获取图像边界轮廓并进而获取和检测图像异常区域。
信息分析模块对比的具体步骤如下：
SS1、计算一段时间内各个时间点的异常定位信息的区域中心点未达到检测标志物的垂直距离，形成第一集合A；
SS2、计算同一段时间各个时间点的异常定位信息的区域中心点超过检测标志物的垂直距离，形成第二集合B；
SS3、计算第一集合A和第二集合B之间的差值形成差集合C；
SS4、将差集合C中的元素x与标准集合T进行比对；
若x∈T，则判定x对应的异常定位信息区域的物料识别正常；
若则判定x对应的异常定位信息区域的物料识别异常。
通过上述技术方案，通过信息分析模块可以分析出物料在运动过程中的异常情况的处理；主要通过进行对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；具体步骤为：首先，计算一段时间内各个时间点的异常定位信息的区域中心点未达到检测标志物的垂直距离，形成第一集合A；然后，计算同一段时间各个时间点的异常定位信息的区域中心点超过检测标志物的垂直距离，形成第二集合B；接着，计算第一集合A和第二集合B之间的差值形成差集合C；最后，将差集合C中的元素x与标准集合T进行比对判断，如果x∈T，则判定x对应的异常定位信息区域的物料识别正常；如果则判定x对应的异常定位信息区域的物料识别异常。
其中，检测标志物是基于具体实施过程中空间视觉检测装置的具体的位置根据检测需要进行设置的，且检测标志物具有被识别特征，测算异常区域中心点距离检测标志物的垂直距离长度是通过设定的空间视觉检测测定的参照系决定的，不限于具体的长度，再次不做赘述。
需要注意的是，本申请中的元素x是带有偏差范围的区间，若区间含有重合的部分，则视为元素x重合，此种设置能够满足距离运算过程中合理的误差。
信息分析模块对比的步骤还包括：
SSS1、获取物料识别异常RFID数据信息，统计检测异常的物料数量n；
SSS2、将n与预设标准阈值N进行比对：
若n≤N，则进入信息处理模块，执行投放策略；
若n＞N，则暂停当前操作，进行报警处理。
在本申请的一个具体实施例中，本申请可以根据异常RFID数据信息判断检测异常物料区域对应的物料数量；根据数量多少判断问题的严重程度，决定继续下一步动态调整或者暂停当前操作并报警；具体进一步步骤包括：通过获取物料识别异常RFID数据信息，统计检测异常的物料数量n；并通过将n与预设标准阈值N进行比对：若n≤N，则进入信息处理模块，执行投放策略；若n＞N，则暂停当前操作，进行报警处理；进而保证物料运输过程中控制一定范围内的物料异常并进行动态检测和暂时投放处理；接着进行后续物料传输过程，减少传输过程中因物料异常进行停工操作而导致的物料运输效率低下的问题。
作为本发明的一种实施方式，投放策略为：
判断当前物料标签与RFID读写器录入物料相关数据是否匹配：
若匹配则发送匹配信息至中央处理系统，通过中央处理系统下发指令，通过移动智能终端进行物料投放；
若不匹配则通过颜色检测判断物料颜色是否正确：
若物料颜色正确则移动至预设投放区；
若物料颜色错误则执行反馈策略。
通过上述技术方案，执行投放策略的过程包括：通过判断当前物料标签与RFID读写器录入物料相关数据是否匹配：若匹配则发送匹配信息至中央数据库，通过中央数据库移动智能终端下发指令进行物料投放；进一步的，若不匹配则通过颜色检测判断物料颜色是否正确：若物料颜色正确则移动至预设投放区；若物料颜色错误则执行反馈策略。
作为本发明的一种实施方式，反馈策略包括：
通过信息跟踪模块对当前检测物料进行RFID数据信息溯源处理，并对同一批物料进行回收信息预警，批量回收处理标志物料；通过反馈策略避免在物料运输流程中需要一一排查检测，在物料未运输过程中就执行回收，提高的物料处理效率。
作为本发明的一种实施方式，其特征在于，使用方法包括：
通过信息采集模块采集物料RFID数据信息并获取物料定位信息；
依据信息识别模块识别物料定位信息中的异常区域；
通过信息分析模块读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果更新物料定位系统模型；
利用物料定位系统模型对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；
通过信息分析模块根据异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；
根据信息跟踪模确定物料投放位置信息以及确定物料订单信息并进行物料跟踪。
通过上述技术方案，本发明涉及的设备包括：Android系统的RFID读写模块以及编写的应用程序；无线网络实现数据高速、可靠地传输，中介设备主要是一个无线路由器；中央处理系统主要是编写一套应用软件，综合运用RFID射频技术实现对物料统一编号的写入和读取，运用B/S模型的Web架构实现对物料的出入库操作，并在后台实现物料信息的维护和RFID标签信息的生成管理及添加、删除、更改、查询等操作，形成相关的一整套代码、文档、表格等信息内容。
获取订单方提供的物料清单信息，并根据物料清单信息预先对物料的类型和数量以及投放位置进行确定，物料进入检验区后通过设置的信息采集模块采集物料RFID数据信息并获取物料定位信息，同时将获取的物料RFID数据信息并获取物料定位信息发送至中央管理系统进行下一步操作；下一步通过信息识别模块识别物料定位信息中的异常区域；通过分析物料动态移动过程中距离标志物的距离分析异常图像区域出现距离标志物检测的水平距离来判定物料识别是否异常，并根据异常情况进行进一步判断和分析处理；通过信息分析模块根据异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；根据信息跟踪模确定物料投放位置信息以及确定物料订单信息并进行物料跟踪。
以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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 (7)
1.一种智能物料识别定位系统，其特征在于，包括：
信息采集模块，用于采集物料RFID数据信息并通过物料空间定位获取物料定位信息；
信息识别模块，用于识别物料定位信息中的异常区域；
信息分析模块，用于读取物料RFID数据信息并进行定位信息匹配训练B/S模型，并根据训练结果更新物料定位系统模型；
所述物料定位系统模型用于对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；
信息处理模块，用于根据物料定位系统模型输出的异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；
信息跟踪模块，用于根据物料投放位置信息确定物料订单信息并进行物料跟踪。
2.根据权利要求1所述的一种智能物料识别定位系统，其特征在于，所述信息识别模块的具体识别步骤包括：
S1、通过RFID读写模块对物料进行统一编号写入和读取；
S2、通过视觉检测装置获取编号物料运行轨迹图像；
S3、将图像灰度化处理并通过图像滤波和二值法对图像进行预处理，获取图像边界以及图像异常区域。
3.根据权利要求1所述的一种智能物料识别定位系统，其特征在于，所述信息分析模块对比的具体步骤如下：
SS1、计算一段时间内各个时间点的异常定位信息的区域中心点未达到检测标志物的垂直距离，形成第一集合A；
SS2、计算同一段时间各个时间点的异常定位信息的区域中心点超过检测标志物的垂直距离，形成第二集合B；
SS3、计算第一集合A和第二集合B之间的差值形成差集合C；
SS4、将差集合C中的元素x与标准集合T进行比对；
若x∈T，则判定x对应的异常定位信息区域的物料识别正常；
若则判定x对应的异常定位信息区域的物料识别异常。
4.根据权利要求1所述的一种智能物料识别定位系统，其特征在于，所述信息处理模块处理步骤包括：
SSS1、获取物料识别异常RFID数据信息，统计检测异常的物料数量n；
SSS2、将n与预设标准阈值N进行比对：
若n≤N，则进入信息处理模块，执行投放策略；
若n＞N，则暂停当前操作，进行报警处理。
5.根据权利要求4所述的一种智能物料识别定位系统，其特征在于，所述投放策略为：
判断当前物料标签与RFID读写器录入物料相关数据是否匹配：
若匹配则发送匹配信息至中央处理系统，通过中央处理系统下发指令，通过移动智能终端进行物料投放；
若不匹配则通过颜色检测判断物料颜色是否正确：
若物料颜色正确则移动至预设投放区；
若物料颜色错误则执行反馈策略。
6.根据权利要求5所述的一种智能物料识别定位系统，其特征在于，所述反馈策略包括：
通过信息跟踪模块对当前检测物料进行RFID数据信息溯源处理，并对同一批物料进行回收信息预警，批量回收处理标志物料。
7.根据权利要求1-6的任意一项所述的一种智能物料识别定位系统的使用方法，其特征在于，所述使用方法包括：
通过信息采集模块采集物料RFID数据信息并获取物料定位信息；
依据信息识别模块识别物料定位信息中的异常区域；
通过信息分析模块根据异常定位信息结果获取投放策略，并根据投放策略确定物料投放位置信息；
利用物料定位系统模型对比同一时间点的一定检测区段识别物料出现异常定位信息的区域；
通过信息处理模块将预设物料RFID数据信息输入物料定位系统模型获取投放策略，并根据投放策略确定物料投放位置信息；
根据信息跟踪模确定物料投放位置信息以及确定物料订单信息并进行物料跟踪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310939045.4A CN116911328A (zh) | 2023-07-28 | 2023-07-28 | 一种智能物料识别定位系统及其使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310939045.4A CN116911328A (zh) | 2023-07-28 | 2023-07-28 | 一种智能物料识别定位系统及其使用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116911328A true CN116911328A (zh) | 2023-10-20 |
Family
ID=88364620
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310939045.4A Pending CN116911328A (zh) | 2023-07-28 | 2023-07-28 | 一种智能物料识别定位系统及其使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116911328A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117853074A (zh) * | 2024-03-05 | 2024-04-09 | 宁德时代新能源科技股份有限公司 | 物料投料信息处理方法、物料投料管控方法和装置 |
-
2023
- 2023-07-28 CN CN202310939045.4A patent/CN116911328A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117853074A (zh) * | 2024-03-05 | 2024-04-09 | 宁德时代新能源科技股份有限公司 | 物料投料信息处理方法、物料投料管控方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458256B (zh) | 一种基于rfid的货物管理方法、电子设备及系统 | |
| CN106529867B (zh) | 一种出入库管理系统和方法 | |
| CN109635797B (zh) | 基于多载体识别技术的钢卷顺序精准定位方法 | |
| CN116911328A (zh) | 一种智能物料识别定位系统及其使用方法 | |
| CN110610141A (zh) | 一种物流仓储规则形状货物识别系统 | |
| CN105488806A (zh) | 一种工件位置追踪定位方法及定位系统 | |
| CN104732176A (zh) | 一种固定条码与电子标签的信息比对设备及其方法,电表产品检验系统 | |
| CN110738280A (zh) | 通过rfid电子标签代替纸质记录的信息追溯方法及系统 | |
| KR20100041177A (ko) | 자동 물류 시스템 및 그 제어방법 | |
| CN105718966A (zh) | 一种生产线的rfid数据采集系统 | |
| CN112445321A (zh) | 物品处理方法、装置及电子设备 | |
| CN107150029A (zh) | 一种基于物联网技术的智能分拣及数据采集方法 | |
| CN107186371A (zh) | 一种智能激光控制系统 | |
| CN115456963A (zh) | 一种基于视觉识别的料场皮带跑偏检测方法及系统 | |
| CN105335836A (zh) | 实现煤炭质量全过程检测管理的方法 | |
| CN204203980U (zh) | 一种电测量设备条码信息比对设备 | |
| CN115993366B (zh) | 基于传感设备的加工件表面检测方法及系统 | |
| CN104680614A (zh) | 基于北斗的管线巡检闪测系统 | |
| CN115568015B (zh) | 一种船舶分段制造车间物料融合定位方法 | |
| CN111368946A (zh) | 海关物品查验方法和系统 | |
| CN202854841U (zh) | 一种基于rfid技术的物资配送管理系统 | |
| CN205540905U (zh) | 一种电子商务信息管理平台 | |
| CN115169375A (zh) | 基于ar与枪球联动的高位物料可视化方法 | |
| CN107133672A (zh) | 一种机械生产质量问题回溯方法 | |
| CN111160330A (zh) | 电子标签识别辅助提升图像识别准确度的训练方法 |
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 |