CN117130415B - 仓储管理方法及系统 - Google Patents

Abstract

本发明提供了一种仓储管理方法及系统，属于仓储管理技术领域，本发明在仓储库内布置了多个信号传输节点和多个温湿度传感器，温湿度传感器用于采集温湿度数据，信号传输节点用于将温湿度通过自组网的形式，将其传输回监控中心，从而解决仓储库内信号传输能力差的问题，再通过温湿度估计模型实现对温湿度的高精度采集，解决温湿度采集精度差的问题，在监控中心，根据各个温湿度，从而找到异常的区域，对异常区域的温湿度进行精准补偿。

Description

仓储管理方法及系统

技术领域

本发明涉及仓储管理技术领域，具体而言，涉及一种仓储管理方法及系统。

背景技术

在仓储库中需要时刻监测各区域的温湿度，从而保障仓储库内温湿度在目标范围内，确保保存的物质不会腐败。现有仓储库存在多个隔间，每个隔间用于分区存放不同的物质，从而导致物质和仓储库结构本身对无线信号有一定的阻断作用，其内部区域信号传输能力差，温湿度数据较难传输至监控中心，温湿度数据容易丢失。同时，在仓储库中温湿度的精确程度影响保存物质的品质，现有仅测量仓储库内各个区域的温湿度，缺乏对温湿度进行精准的补偿。

发明内容

本发明的目的在于提供一种仓储管理方法及系统，其解决了以下技术问题：

1、仓储库内信号传输能力差；

2、温湿度采集精度差；

3、缺乏对仓储库中温湿度进行精准的补偿。

本发明的实施例通过以下技术方案实现：一种仓储管理方法，包括以下步骤：

S1、在仓储库内布置多个信号传输节点和多个温湿度传感器；

S2、通过每个温湿度传感器采集温湿度数据；

S3、根据温湿度数据，基于温湿度估计模型，得到温湿度；

S4、通过信号传输节点将温湿度通过最优路径传输回监控中心；

S5、在监控中心，根据各个温湿度，找到异常区域，对异常区域的温湿度进行补偿。

进一步地，所述S3包括以下分步骤：

S31、取最新一段时间内的温湿度数据，得到温湿度序列；

S32、根据温湿度序列，计算温湿度数据平均值和数据变化系数；

S33、根据温湿度数据平均值和数据变化系数，基于温湿度估计模型，得到温湿度。

上述进一步方案的有益效果为：本发明取最新一段时间内的温湿度数据，构建为温湿度序列，从而计算出最新一段时间内的温湿度数据平均值，并获取数据变化系数，根据一段时间内的温湿度数据平均值和数据变化系数，计算出温湿度，提高温湿度计算的精准度。

进一步地，所述S33中温湿度估计模型为：

其中，为温湿度估计模型输出的温湿度，/>为第一权重系数，/>为第二权重系数，/>为第三权重系数，/>为温湿度数据平均值，/>为数据变化系数，/>为数据变化系数/>的比例系数，/>为补偿系数，/>为以自然常数为底的指数函数，/>为对数函数。

上述进一步方案的有益效果为：本发明中在获取温湿度数据平均值后，再根据数据变化系数，从而获知一段时间温度上升或者下降情况，得到温度的变化情况，再结合温湿度数据平均值，通过表征当前的温湿度数据，并为其分配三个权重系数，提高温湿度计算的精度。

进一步地，所述数据变化系数的计算公式为：

其中，为温湿度序列中第/>个温湿度数据，/>为温湿度序列中温湿度数据的数量，/>为温湿度数据的编号。

上述进一步方案的有益效果为：本发明中根据温湿度序列中前半段的温湿度数据与后半段的温湿度数据的比值，体现出数据的变化情况。

进一步地，所述S4包括以下分步骤：

S41、将仓储库所在的范围均匀划分为多个信号区；

S42、计算每个信号区内的每个信号传输节点的区耗能；

S43、根据区耗能，选出区耗能最小的信号传输节点作为转发节点；

S44、通过转发节点收集每个信号区内的信号传输节点的温湿度，选择最优路径，通过各转发节点将温湿度传输回监控中心。

上述进一步方案的有益效果为：本发明中将仓储库进行均匀划分，从而得到多个信号区，在每个信号区中计算以每个信号传输节点作为转发节点时整个信号区的区耗能，从而选出区耗能最小的信号传输节点作为转发节点，在每个信号区内的转发节点收集同信号区内的其他信号传输节点的温湿度，再通过信号区之间的转发节点进行数据转发，将温湿度传输回监控中心。

进一步地，所述S42中区耗能的计算公式为：

其中，为信号区内第/>个信号传输节点的区耗能，/>为信号区内第/>个信号传输节点的横坐标，/>为信号区内第/>个信号传输节点的纵坐标，/>为信号区内除信号传输节点/>外的第j个信号传输节点的横坐标，/>为信号区内除信号传输节点/>外的第j个信号传输节点的纵坐标，/>为距离与功率的换算比例，/>为信号区内信号传输节点的数量，/>为信号区内信号传输节点的编号，j为信号区内除信号传输节点/>外的信号传输节点的编号。

上述进一步方案的有益效果为：信号传输节点的耗能与设置的发送功率有关，发送功率的大小与信号覆盖范围有关，因此，本发明利用该点常识，将信号区内每个信号传输节点作为转发节点时，计算其他信号传输节点到转发节点的距离，总距离越远消耗的能耗越大，因此，构建出区耗能计算公式，选出最低的区耗能对应的信号传输节点作为最终的转发节点。

进一步地，所述S44包括以下分步骤：

S441、通过转发节点收集每个信号区内的信号传输节点的温湿度；

S442、以当前的转发节点作为中心点，建立转发节点选择目标函数，选择中心点的信号覆盖范围内最优的转发节点作为下一转发节点，直到将温湿度发送至监控中心。

上述进一步方案的有益效果为：本发明中以当前的转发节点作为中心点，选择出中心点的信号覆盖范围内最优的转发节点作为承接中心点发送数据的节点，在传输至下一转发节点后，下一转发节点又作为新的中心点，从而实现路径规划，将数据传输回监控中心。

进一步地，所述S442中转发节点选择目标函数为：

其中，为第一段距离，/>为第二段距离，/>为中心点的横坐标，/>为中心点的纵坐标，/>为中心点的信号覆盖范围内的第/>个转发节点的横坐标，/>为中心点的信号覆盖范围内的第/>个转发节点的纵坐标，/>为监控中心的横坐标，/>为监控中心的纵坐标，为取最小值，最小值对应的转发节点为最优的转发节点。

上述进一步方案的有益效果为：本发明中第一段距离为中心点到下一转发节点的距离，第二段距离为下一转发节点到监控中心的距离，本发明中选出的下一转发节点，不仅要与中心点较近，同时也要离监控中心较近，才能逐步的逼近监控中心，达到传输数据所需要的路径短的目的，从而所需要的能耗就越小。

进一步地，所述S5中补偿公式为：

其中，为补偿的温湿度，/>为温湿度估计模型输出的温湿度，/>为目标温湿度，||为绝对值运算。

上述进一步方案的有益效果为：本发明中计算出温湿度估计模型输出的温湿度与目标温湿度的差值，从而根据差值情况，对温湿度进行补偿，在大于/>时，/>按比例减少，在/>大于/>时，/>按比例增加，即在补偿过程中，不断与目标温湿度进行对比，从而不断更新，实现逼近目标温湿度，达到对温湿度的精确控制，实现精准补偿。

一种仓储管理系统，包括：仓储库、温湿度传感器、信号传输节点、温湿度估计单元和监控中心；

所述仓储库内布置有多个信号传输节点和多个温湿度传感器；

所述温湿度传感器用于采集温湿度数据；

所述温湿度估计单元用于根据温湿度数据，基于温湿度估计模型，得到温湿度；

所述信号传输节点用于将温湿度通过最优路径传输回监控中心；

所述监控中心用于根据各个温湿度，找到异常区域，对异常区域的温湿度进行补偿。

本发明实施例的技术方案至少具有如下优点和有益效果：本发明在仓储库内布置了多个信号传输节点和多个温湿度传感器，温湿度传感器用于采集温湿度数据，信号传输节点用于将温湿度通过自组网的形式，将其传输回监控中心，从而解决仓储库内信号传输能力差的问题，再通过温湿度估计模型实现对温湿度的高精度采集，解决温湿度采集精度差的问题，在监控中心，根据各个温湿度，从而找到异常的区域，对异常区域的温湿度进行精准补偿。

附图说明

图1为一种仓储管理方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

如图1所示，一种仓储管理方法，包括以下步骤：

S1、在仓储库内布置多个信号传输节点和多个温湿度传感器；

S2、通过每个温湿度传感器采集温湿度数据；

S3、根据温湿度数据，基于温湿度估计模型，得到温湿度；

所述S3包括以下分步骤：

S31、取最新一段时间内的温湿度数据，得到温湿度序列；

S32、根据温湿度序列，计算温湿度数据平均值和数据变化系数；

S33、根据温湿度数据平均值和数据变化系数，基于温湿度估计模型，得到温湿度。

本发明取最新一段时间内的温湿度数据，构建为温湿度序列，从而计算出最新一段时间内的温湿度数据平均值，并获取数据变化系数，根据一段时间内的温湿度数据平均值和数据变化系数，计算出温湿度，提高温湿度计算的精准度。

所述S33中温湿度估计模型为：

其中，为温湿度估计模型输出的温湿度，/>为第一权重系数，/>为第二权重系数，/>为第三权重系数，/>为温湿度数据平均值，/>为数据变化系数，/>为数据变化系数/>的比例系数，/>为补偿系数，/>为以自然常数为底的指数函数，/>为对数函数。

本发明中在获取温湿度数据平均值后，再根据数据变化系数，从而获知一段时间温度上升或者下降情况，得到温度的变化情况，再结合温湿度数据平均值，通过表征当前的温湿度数据，并为其分配三个权重系数，提高温湿度计算的精度。

所述数据变化系数的计算公式为：

其中，为温湿度序列中第/>个温湿度数据，/>为温湿度序列中温湿度数据的数量，/>为温湿度数据的编号。

在本发明中，为偶数。在本发明中温湿度估计模型还可以采用其他计算方式实现，具体为：/>，/>为/>的权重。

本发明中根据温湿度序列中前半段的温湿度数据与后半段的温湿度数据的比值，体现出数据的变化情况。

S4、通过信号传输节点将温湿度通过最优路径传输回监控中心；

所述S4包括以下分步骤：

S41、将仓储库所在的范围均匀划分为多个信号区；

S42、计算每个信号区内的每个信号传输节点的区耗能；

S43、根据区耗能，选出区耗能最小的信号传输节点作为转发节点；

S44、通过转发节点收集每个信号区内的信号传输节点的温湿度，选择最优路径，通过各转发节点将温湿度传输回监控中心。

本发明中将仓储库进行均匀划分，从而得到多个信号区，在每个信号区中计算以每个信号传输节点作为转发节点时整个信号区的区耗能，从而选出区耗能最小的信号传输节点作为转发节点，在每个信号区内的转发节点收集同信号区内的其他信号传输节点的温湿度，再通过信号区之间的转发节点进行数据转发，将温湿度传输回监控中心。

所述S42中区耗能的计算公式为：

其中，为信号区内第/>个信号传输节点的区耗能，/>为信号区内第/>个信号传输节点的横坐标，/>为信号区内第/>个信号传输节点的纵坐标，/>为信号区内除信号传输节点/>外的第j个信号传输节点的横坐标，/>为信号区内除信号传输节点/>外的第j个信号传输节点的纵坐标，/>为距离与功率的换算比例，/>为信号区内信号传输节点的数量，/>为信号区内信号传输节点的编号，j为信号区内除信号传输节点/>外的信号传输节点的编号。

信号传输节点的耗能与设置的发送功率有关，发送功率的大小与信号覆盖范围有关，因此，本发明利用该点常识，将信号区内每个信号传输节点作为转发节点时，计算其他信号传输节点到转发节点的距离，总距离越远消耗的能耗越大，因此，构建出区耗能计算公式，选出最低的区耗能对应的信号传输节点作为最终的转发节点。

所述S44包括以下分步骤：

S441、通过转发节点收集每个信号区内的信号传输节点的温湿度；

S442、以当前的转发节点作为中心点，建立转发节点选择目标函数，选择中心点的信号覆盖范围内最优的转发节点作为下一转发节点，直到将温湿度发送至监控中心。

本发明中以当前的转发节点作为中心点，选择出中心点的信号覆盖范围内最优的转发节点作为承接中心点发送数据的节点，在传输至下一转发节点后，下一转发节点又作为新的中心点，从而实现路径规划，将数据传输回监控中心。

所述S442中转发节点选择目标函数为：

其中，为第一段距离，/>为第二段距离，/>为中心点的横坐标，/>为中心点的纵坐标，/>为中心点的信号覆盖范围内的第/>个转发节点的横坐标，/>为中心点的信号覆盖范围内的第/>个转发节点的纵坐标，/>为监控中心的横坐标，/>为监控中心的纵坐标，为取最小值，最小值对应的转发节点为最优的转发节点。

本发明中第一段距离为中心点到下一转发节点的距离，第二段距离为下一转发节点到监控中心的距离，本发明中选出的下一转发节点，不仅要与中心点较近，同时也要离监控中心较近，才能逐步的逼近监控中心，达到传输数据所需要的路径短的目的，从而所需要的能耗就越小。

S5、在监控中心，根据各个温湿度，找到异常区域，对异常区域的温湿度进行补偿。

在本发明中，温湿度估计模型输出的温湿度不等于目标温湿度时，均可视该区域为异常区域。

所述S5中补偿公式为：

其中，为补偿的温湿度，/>为温湿度估计模型输出的温湿度，/>为目标温湿度，||为绝对值运算。

本发明中计算出温湿度估计模型输出的温湿度与目标温湿度的差值，从而根据差值情况，对温湿度进行补偿，在大于/>时，/>按比例减少，在/>大于/>时，/>按比例增加，即在补偿过程中，不断与目标温湿度进行对比，从而不断更新，实现逼近目标温湿度，达到对温湿度的精确控制，实现精准补偿。

一种仓储管理系统，包括：仓储库、温湿度传感器、信号传输节点、温湿度估计单元和监控中心；

所述仓储库内布置有多个信号传输节点和多个温湿度传感器；

所述温湿度传感器用于采集温湿度数据；

所述温湿度估计单元用于根据温湿度数据，基于温湿度估计模型，得到温湿度；

所述信号传输节点用于将温湿度通过最优路径传输回监控中心；

所述监控中心用于根据各个温湿度，找到异常区域，对异常区域的温湿度进行补偿。

在本发明中，信号传输节点可选用蓝牙、WiFi、zigbee等。

本发明在仓储库内布置了多个信号传输节点和多个温湿度传感器，温湿度传感器用于采集温湿度数据，信号传输节点用于将温湿度通过自组网的形式，将其传输回监控中心，从而解决仓储库内信号传输能力差的问题，再通过温湿度估计模型实现对温湿度的高精度采集，解决温湿度采集精度差的问题，在监控中心，根据各个温湿度，从而找到异常的区域，对异常区域的温湿度进行精准补偿。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种仓储管理方法，其特征在于，包括以下步骤：

S1、在仓储库内布置多个信号传输节点和多个温湿度传感器；

S2、通过每个温湿度传感器采集温湿度数据；

S3、根据温湿度数据，基于温湿度估计模型，得到温湿度；具体为：

S31、取最新一段时间内的温湿度数据，得到温湿度序列；

S32、根据温湿度序列，计算温湿度数据平均值和数据变化系数；

S33、根据温湿度数据平均值和数据变化系数，基于温湿度估计模型，得到温湿度；所述温湿度估计模型为：

其中，为温湿度估计模型输出的温湿度，/>为第一权重系数，/>为第二权重系数，/>为第三权重系数，/>为温湿度数据平均值，/>为数据变化系数，/>为数据变化系数/>的比例系数，/>为补偿系数，/>为以自然常数为底的指数函数，/>为对数函数；

其中，所述数据变化系数的计算公式为：

其中，为温湿度序列中第/>个温湿度数据，/>为温湿度序列中温湿度数据的数量，/>为温湿度数据的编号；

S4、通过信号传输节点将温湿度通过最优路径传输回监控中心；具体为：S41、将仓储库所在的范围均匀划分为多个信号区；

S42、计算每个信号区内的每个信号传输节点的区耗能；

S43、根据区耗能，选出区耗能最小的信号传输节点作为转发节点；

S44、通过转发节点收集每个信号区内的信号传输节点的温湿度，选择最优路径，通过各转发节点将温湿度传输回监控中心；

S5、在监控中心，根据各个温湿度，找到异常区域，对异常区域的温湿度进行补偿。

2.根据权利要求1所述的仓储管理方法，其特征在于，所述S42中区耗能的计算公式为：

其中，为信号区内第/>个信号传输节点的区耗能，/>为信号区内第/>个信号传输节点的横坐标，/>为信号区内第/>个信号传输节点的纵坐标，/>为信号区内除信号传输节点外的第j个信号传输节点的横坐标，/>为信号区内除信号传输节点/>外的第j个信号传输节点的纵坐标，/>为距离与功率的换算比例，/>为信号区内信号传输节点的数量，/>为信号区内信号传输节点的编号，j为信号区内除信号传输节点/>外的信号传输节点的编号。

3.根据权利要求2所述的仓储管理方法，其特征在于，所述S44包括以下分步骤：

S441、通过转发节点收集每个信号区内的信号传输节点的温湿度；

S442、以当前的转发节点作为中心点，建立转发节点选择目标函数，选择中心点的信号覆盖范围内最优的转发节点作为下一转发节点，直到将温湿度发送至监控中心。

4.根据权利要求3所述的仓储管理方法，其特征在于，所述S442中转发节点选择目标函数为：

其中，为第一段距离，/>为第二段距离，/>为中心点的横坐标，/>为中心点的纵坐标，/>为中心点的信号覆盖范围内的第/>个转发节点的横坐标，/>为中心点的信号覆盖范围内的第/>个转发节点的纵坐标，/>为监控中心的横坐标，/>为监控中心的纵坐标，/>为取最小值，最小值对应的转发节点为最优的转发节点。

5.根据权利要求1所述的仓储管理方法，其特征在于，所述S5中补偿公式为：

其中，为补偿的温湿度，/>为温湿度估计模型输出的温湿度，/>为目标温湿度，| |为绝对值运算。

6.一种根据权利要求1~5任一项所述的仓储管理方法的系统，其特征在于，包括：仓储库、温湿度传感器、信号传输节点、温湿度估计单元和监控中心；

所述仓储库内布置有多个信号传输节点和多个温湿度传感器；

所述温湿度传感器用于采集温湿度数据；

所述温湿度估计单元用于根据温湿度数据，基于温湿度估计模型，得到温湿度；

所述信号传输节点用于将温湿度通过最优路径传输回监控中心；

所述监控中心用于根据各个温湿度，找到异常区域，对异常区域的温湿度进行补偿。