CN117236859A - 一种冷链物流仓储监测方法 - Google Patents
一种冷链物流仓储监测方法 Download PDFInfo
- Publication number
- CN117236859A CN117236859A CN202311490342.1A CN202311490342A CN117236859A CN 117236859 A CN117236859 A CN 117236859A CN 202311490342 A CN202311490342 A CN 202311490342A CN 117236859 A CN117236859 A CN 117236859A
- Authority
- CN
- China
- Prior art keywords
- cold chain
- monitored
- storage
- dimensional code
- pixel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 230000006866 deterioration Effects 0.000 abstract description 2
- 238000012216 screening Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 1
Abstract
本发明公开了一种冷链物流仓储监测方法，属于仓储管理技术领域，包括以下步骤：S1、对实时二维码图像进行预处理，得到待监测冷链货物的入库二维码图像；S2、扫描待监测冷链货物的入库二维码图像，得到待监测冷链货物的储存信息；S3、获取所有空余货架的储存信息；S4、确定最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。该冷链物流仓储监测方法避免因仓库环境昏暗导致二维码识别不准确甚至无法识别的情况出现，也可以提高识别二维码图像的速度，进一步提升仓储分配速度；同时，为待监测冷链货物分配最合适的货架进行储存，保证冷链货物在货架中储存不出现因储存环境不适导致变质的情况，提高仓储资源利用率。
Description
技术领域
本发明属于仓储管理技术领域，具体涉及一种冷链物流仓储监测方法。
背景技术
冷链仓储是指在物流系统中，对需要进行冷藏的产品进行保存的方式，主要应用于冷链物流中。在冷链仓储中，冷藏环境对商品的影响极大，但是如何在包含多种冷藏环境的仓库中为冷链货物确定最佳的储存货架难以依靠人工分配，如果出现分配失误的情况会造成不可预测的损失。
发明内容
本发明为了解决以上问题，提出了一种冷链物流仓储监测方法。
本发明的技术方案是：一种冷链物流仓储监测方法包括以下步骤：
S1、采集待监测冷链货物的实时二维码图像，并对实时二维码图像进行预处理，得到待监测冷链货物的入库二维码图像；
S2、扫描待监测冷链货物的入库二维码图像，得到待监测冷链货物的储存信息；
S3、获取所有空余货架的储存信息；
S4、根据待监测冷链货物的储存信息和所有空余货架的储存信息，确定最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。
步骤S2中，待监测冷链货物的储存信息可通过现有扫描枪扫描入库二维码图像得到。
进一步地，S1包括以下子步骤：
S11、采集待监测冷链货物的实时二维码图像，提取各个像素点的亮度值；
S12、根据实时二维码图像中各个像素点的亮度值，将实时二维码图像的所有像素点分为第一像素点集合、第二像素点集合和第三像素点集合；
S13、根据第一像素点集合、第二像素点集合和第三像素点集合，从实时二维码图像中筛选符合预处理约束条件的像素点，生成标准像素点集合；
S14、将标准像素点集合中所有像素点的均值作为入库二维码图像中各个像素点的亮度值，完成预处理。
上述进一步方案的有益效果是：在本发明中，冷链货物对储存环境有特定要求，例如储存温度和储存湿度等，冷链货物通常储存在搭建的密闭仓库里，在仓库中采集冷链货物的入库二维码图像时可能会出现因仓库环境昏暗导致图像亮度较低且像素较差的情况，因此对于储存于密闭仓库的冷链货物入库二维码图像更需要进行预处理，提高入库二维码扫描的准确性，避免出现二维码图像无法扫描的情况，防止因二维码扫描出错导致储存信息出现偏差。在对入库二维码图像进行预处理时，从所有像素点亮度值中随机三分之一的像素点作为第一像素点集合，并利用第一像素点集合中的亮度值来筛选第二像素点集合，剩余像素点作为第三像素点集合，再根据三个像素点集合来筛选更具代表性的标准像素点集合，由此完成对实时二维码图像的预处理，生成的入库二维码图像的亮度合适，有效避免仓库内部环境对图像 质量的影响。
进一步地，S12包括以下子步骤：
S121、从实时二维码图像的所有像素点中随机选择个像素点作为第一像素点集合，其中，N表示实时二维码图像的像素点个数；
S122、根据第一像素点集合，计算第一阈值和第二阈值，将实时二维码图像中除第一像素点集合外亮度值大于第一阈值且小于第二阈值对应的所有像素点作为第二像素点集合；
S123、将实时二维码图像中其余像素点作为第三像素点集合；
进一步地，S122中，第一阈值γ1的计算公式为：；式中，u0表示实时二维码图像中像素点的最小亮度值，u1表示实时二维码图像中像素点的最大亮度值，v0表示第一像素点集合中像素点的最小亮度值，v1表示第一像素点集合中像素点的最大亮度值；
S122中，第二阈值γ2的计算公式为：；式中，u3表示实时二维码图像中所有像素点亮度值的标准差，v3表示第一像素点集合中所有像素点亮度值的标准差。
进一步地，S13中，预处理约束条件的表达式为：；式中，l表示实时二维码图像中像素点的亮度值，A表示第一像素点集合中所有像素点亮度值的均值，B表示第二像素点集合中所有像素点亮度值的均值，C表示第三像素点集合中所有像素点亮度值的均值，v1表示第一像素点集合中像素点的最大亮度值，w1表示第二像素点集合中像素点的最大亮度值，z1表示第三像素点集合中像素点的最大亮度值。
进一步地，S2中，待监测冷链货物的储存信息包括待监测冷链货物的位置、待监测冷链货物的尺寸、待监测冷链货物的储存温度范围、待监测冷链货物的储存湿度范围和待监测冷链货物的储存时长。
进一步地，S3中，空余货架的储存信息包括空余货架的位置、空余货架的尺寸、空余货架的工作温度范围、空余货架的工作湿度范围和空余货架的空余时长。
进一步地，S4包括以下子步骤：
S41、构建储存匹配模型；
S42、将待监测冷链货物的储存信息和各个空余货架的储存信息输入至储存匹配模型中，输出储存匹配值；
S43、将储存匹配值最大的空余货架作为最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。
上述进一步方案的有益效果是：在本发明中，通过构建储存匹配模型为冷链货物匹配最合适的货架，在构建储存匹配模型时，首先考虑货架尺寸是否合适，若货架尺寸小于冷链货物尺寸，则不需要考虑该货架；基于货架尺寸合适的基础上，对货架与冷链货物之间的温度、湿度、时长和位置等进行匹配运算，确定最佳储存货架，避免资源浪费。
进一步地，储存匹配模型Q的表达式为：；式中，c0表示空余货架的长，d0表示空余货架的宽，e0表示空余货架的高，c1表示待监测冷链货物的长，d1表示待监测冷链货物的宽，e1表示待监测冷链货物的高，T0表示空余货架的工作温度范围，T1表示待监测冷链货物的储存温度范围，H0表示空余货架的工作湿度范围，H1表示待监测冷链货物的储存湿度范围，S1_0表示待监测冷链货物的位置与空余货架的位置之间的搬运距离，v1_0表示待监测冷链货物的位置与空余货架的位置之间的搬运速度，t0表示空余货架的空余时长，t1表示待监测冷链货物的储存时长。
本发明的有益效果是：该冷链物流仓储监测方法对待监测冷链货物的二维码图像进行亮度处理，避免因仓库环境昏暗导致二维码识别不准确甚至无法识别的情况出现，也可以提高识别二维码图像的速度，进一步提升仓储分配速度；同时，本发明从储存尺寸、储存时长和储存环境等要求出发，通过构建模型，为待监测冷链货物分配最合适的货架进行储存，保证冷链货物在货架中储存不出现因储存环境不适导致变质的情况，提高仓储资源利用率。
附图说明
图1为冷链物流仓储监测方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种冷链物流仓储监测方法，包括以下步骤：
S1、采集待监测冷链货物的实时二维码图像，并对实时二维码图像进行预处理，得到待监测冷链货物的入库二维码图像；
S2、扫描待监测冷链货物的入库二维码图像，得到待监测冷链货物的储存信息；
S3、获取所有空余货架的储存信息；
S4、根据待监测冷链货物的储存信息和所有空余货架的储存信息，确定最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。
步骤S2中，待监测冷链货物的储存信息可通过现有扫描枪扫描入库二维码图像得到。
在本发明实施例中，S1包括以下子步骤：
S11、采集待监测冷链货物的实时二维码图像，提取各个像素点的亮度值；
S12、根据实时二维码图像中各个像素点的亮度值，将实时二维码图像的所有像素点分为第一像素点集合、第二像素点集合和第三像素点集合；
S13、根据第一像素点集合、第二像素点集合和第三像素点集合，从实时二维码图像中筛选符合预处理约束条件的像素点，生成标准像素点集合；
S14、将标准像素点集合中所有像素点的均值作为入库二维码图像中各个像素点的亮度值，完成预处理。
在本发明中，冷链货物对储存环境有特定要求，例如储存温度和储存湿度等，冷链货物通常储存在搭建的密闭仓库里，在仓库中采集冷链货物的入库二维码图像时可能会出现因仓库环境昏暗导致图像亮度较低且像素较差的情况，因此对于储存于密闭仓库的冷链货物入库二维码图像更需要进行预处理，提高入库二维码扫描的准确性，避免出现二维码图像无法扫描的情况，防止因二维码扫描出错导致储存信息出现偏差。在对入库二维码图像进行预处理时，从所有像素点亮度值中随机三分之一的像素点作为第一像素点集合，并利用第一像素点集合中的亮度值来筛选第二像素点集合，剩余像素点作为第三像素点集合，再根据三个像素点集合来筛选更具代表性的标准像素点集合，由此完成对实时二维码图像的预处理，生成的入库二维码图像的亮度合适，有效避免仓库内部环境对图像 质量的影响。
在本发明实施例中，S12包括以下子步骤：
S121、从实时二维码图像的所有像素点中随机选择个像素点作为第一像素点集合，其中，N表示实时二维码图像的像素点个数；
S122、根据第一像素点集合，计算第一阈值和第二阈值，将实时二维码图像中除第一像素点集合外亮度值大于第一阈值且小于第二阈值对应的所有像素点作为第二像素点集合；
S123、将实时二维码图像中其余像素点作为第三像素点集合；
在本发明实施例中，S122中，第一阈值γ1的计算公式为：；式中，u0表示实时二维码图像中像素点的最小亮度值，u1表示实时二维码图像中像素点的最大亮度值，v0表示第一像素点集合中像素点的最小亮度值，v1表示第一像素点集合中像素点的最大亮度值；
S122中，第二阈值γ2的计算公式为：；式中，u3表示实时二维码图像中所有像素点亮度值的标准差，v3表示第一像素点集合中所有像素点亮度值的标准差。
在本发明实施例中，S13中，预处理约束条件的表达式为：；式中，l表示实时二维码图像中像素点的亮度值，A表示第一像素点集合中所有像素点亮度值的均值，B表示第二像素点集合中所有像素点亮度值的均值，C表示第三像素点集合中所有像素点亮度值的均值，v1表示第一像素点集合中像素点的最大亮度值，w1表示第二像素点集合中像素点的最大亮度值，z1表示第三像素点集合中像素点的最大亮度值。
在本发明实施例中，S2中，待监测冷链货物的储存信息包括待监测冷链货物的位置、待监测冷链货物的尺寸、待监测冷链货物的储存温度范围、待监测冷链货物的储存湿度范围和待监测冷链货物的储存时长。
在本发明实施例中，S3中，空余货架的储存信息包括空余货架的位置、空余货架的尺寸、空余货架的工作温度范围、空余货架的工作湿度范围和空余货架的空余时长。
在本发明实施例中，S4包括以下子步骤：
S41、构建储存匹配模型；
S42、将待监测冷链货物的储存信息和各个空余货架的储存信息输入至储存匹配模型中，输出储存匹配值；
S43、将储存匹配值最大的空余货架作为最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。
在本发明中，通过构建储存匹配模型为冷链货物匹配最合适的货架，在构建储存匹配模型时，首先考虑货架尺寸是否合适，若货架尺寸小于冷链货物尺寸，则不需要考虑该货架；基于货架尺寸合适的基础上，对货架与冷链货物之间的温度、湿度、时长和位置等进行匹配运算，确定最佳储存货架，避免资源浪费。
在本发明实施例中，储存匹配模型Q的表达式为：；式中，c0表示空余货架的长，d0表示空余货架的宽，e0表示空余货架的高，c1表示待监测冷链货物的长，d1表示待监测冷链货物的宽，e1表示待监测冷链货物的高，T0表示空余货架的工作温度范围，T1表示待监测冷链货物的储存温度范围，H0表示空余货架的工作湿度范围，H1表示待监测冷链货物的储存湿度范围，S1_0表示待监测冷链货物的位置与空余货架的位置之间的搬运距离，v1_0表示待监测冷链货物的位置与空余货架的位置之间的搬运速度，t0表示空余货架的空余时长，t1表示待监测冷链货物的储存时长。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.一种冷链物流仓储监测方法，其特征在于，包括以下步骤：
S1、采集待监测冷链货物的实时二维码图像，并对实时二维码图像进行预处理，得到待监测冷链货物的入库二维码图像；
S2、扫描待监测冷链货物的入库二维码图像，得到待监测冷链货物的储存信息；
S3、获取所有空余货架的储存信息；
S4、根据待监测冷链货物的储存信息和所有空余货架的储存信息，确定最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。
2.根据权利要求1所述的冷链物流仓储监测方法，其特征在于，所述S1包括以下子步骤：
S11、采集待监测冷链货物的实时二维码图像，提取各个像素点的亮度值；
S12、根据实时二维码图像中各个像素点的亮度值，将实时二维码图像的所有像素点分为第一像素点集合、第二像素点集合和第三像素点集合；
S13、根据第一像素点集合、第二像素点集合和第三像素点集合，从实时二维码图像中筛选符合预处理约束条件的像素点，生成标准像素点集合；
S14、将标准像素点集合中所有像素点的均值作为入库二维码图像中各个像素点的亮度值，完成预处理。
3.根据权利要求2所述的冷链物流仓储监测方法，其特征在于，所述S12包括以下子步骤：
S121、从实时二维码图像的所有像素点中随机选择个像素点作为第一像素点集合，其中，N表示实时二维码图像的像素点个数；
S122、根据第一像素点集合，计算第一阈值和第二阈值，将实时二维码图像中除第一像素点集合外亮度值大于第一阈值且小于第二阈值对应的所有像素点作为第二像素点集合；
S123、将实时二维码图像中其余像素点作为第三像素点集合。
4.根据权利要求3所述的冷链物流仓储监测方法，其特征在于，所述S122中，第一阈值γ1的计算公式为：；式中，u0表示实时二维码图像中像素点的最小亮度值，u1表示实时二维码图像中像素点的最大亮度值，v0表示第一像素点集合中像素点的最小亮度值，v1表示第一像素点集合中像素点的最大亮度值；
所述S122中，第二阈值γ2的计算公式为：；式中，u3表示实时二维码图像中所有像素点亮度值的标准差，v3表示第一像素点集合中所有像素点亮度值的标准差。
5.根据权利要求2所述的冷链物流仓储监测方法，其特征在于，所述S13中，预处理约束条件的表达式为：；式中，l表示实时二维码图像中像素点的亮度值，A表示第一像素点集合中所有像素点亮度值的均值，B表示第二像素点集合中所有像素点亮度值的均值，C表示第三像素点集合中所有像素点亮度值的均值，v1表示第一像素点集合中像素点的最大亮度值，w1表示第二像素点集合中像素点的最大亮度值，z1表示第三像素点集合中像素点的最大亮度值。
6.根据权利要求1所述的冷链物流仓储监测方法，其特征在于，所述S2中，待监测冷链货物的储存信息包括待监测冷链货物的位置、待监测冷链货物的尺寸、待监测冷链货物的储存温度范围、待监测冷链货物的储存湿度范围和待监测冷链货物的储存时长。
7.根据权利要求1所述的冷链物流仓储监测方法，其特征在于，所述S3中，空余货架的储存信息包括空余货架的位置、空余货架的尺寸、空余货架的工作温度范围、空余货架的工作湿度范围和空余货架的空余时长。
8.根据权利要求1所述的冷链物流仓储监测方法，其特征在于，所述S4包括以下子步骤：
S41、构建储存匹配模型；
S42、将待监测冷链货物的储存信息和各个空余货架的储存信息输入至储存匹配模型中，输出储存匹配值；
S43、将储存匹配值最大的空余货架作为最佳储存货架，并将待监测冷链货物储存在最佳储存货架中。
9.根据权利要求8所述的冷链物流仓储监测方法，其特征在于，所述储存匹配模型Q的表达式为：；式中，c0表示空余货架的长，d0表示空余货架的宽，e0表示空余货架的高，c1表示待监测冷链货物的长，d1表示待监测冷链货物的宽，e1表示待监测冷链货物的高，T0表示空余货架的工作温度范围，T1表示待监测冷链货物的储存温度范围，H0表示空余货架的工作湿度范围，H1表示待监测冷链货物的储存湿度范围，S1_0表示待监测冷链货物的位置与空余货架的位置之间的搬运距离，v1_0表示待监测冷链货物的位置与空余货架的位置之间的搬运速度，t0表示空余货架的空余时长，t1表示待监测冷链货物的储存时长。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311490342.1A CN117236859B (zh) | 2023-11-10 | 2023-11-10 | 一种冷链物流仓储监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311490342.1A CN117236859B (zh) | 2023-11-10 | 2023-11-10 | 一种冷链物流仓储监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117236859A true CN117236859A (zh) | 2023-12-15 |
| CN117236859B CN117236859B (zh) | 2024-01-26 |
Family
ID=89088315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311490342.1A Active CN117236859B (zh) | 2023-11-10 | 2023-11-10 | 一种冷链物流仓储监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117236859B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117875846A (zh) * | 2024-03-11 | 2024-04-12 | 青岛冠成软件有限公司 | 一种提高仓库利用率的货物仓储方法 |
| CN117875846B (zh) * | 2024-03-11 | 2024-05-31 | 青岛冠成软件有限公司 | 一种提高仓库利用率的货物仓储方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000353211A (ja) * | 1999-06-09 | 2000-12-19 | Mitsubishi Electric Corp | バーコード認識装置及びバーコード認識方法 |
| JP2014056382A (ja) * | 2012-09-12 | 2014-03-27 | Mitsubishi Electric Corp | ２次元コード読取装置および２次元コード読取方法 |
| CN108502431A (zh) * | 2018-03-30 | 2018-09-07 | 中铁第四勘察设计院集团有限公司 | 一种温度分区的冷链仓库及货物存储方法 |
| KR101983018B1 (ko) * | 2019-04-16 | 2019-05-28 | 이기성 | 콜드 체인 관리 기능을 구비하는 물류 창고 배치 및 관리 시스템 |
| CN112580385A (zh) * | 2020-12-31 | 2021-03-30 | 杭州荣旗科技有限公司 | 一种基于多帧图像融合和非局部均值滤波的条码解码方法 |
| CN115797234A (zh) * | 2023-01-29 | 2023-03-14 | 南京邮电大学 | 一种增强低对比度二维码图像识别效果的方法 |
| CN116664053A (zh) * | 2023-07-26 | 2023-08-29 | 四川集鲜数智供应链科技有限公司 | 一种商品库存管理方法 |
-
2023
- 2023-11-10 CN CN202311490342.1A patent/CN117236859B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000353211A (ja) * | 1999-06-09 | 2000-12-19 | Mitsubishi Electric Corp | バーコード認識装置及びバーコード認識方法 |
| JP2014056382A (ja) * | 2012-09-12 | 2014-03-27 | Mitsubishi Electric Corp | ２次元コード読取装置および２次元コード読取方法 |
| CN108502431A (zh) * | 2018-03-30 | 2018-09-07 | 中铁第四勘察设计院集团有限公司 | 一种温度分区的冷链仓库及货物存储方法 |
| KR101983018B1 (ko) * | 2019-04-16 | 2019-05-28 | 이기성 | 콜드 체인 관리 기능을 구비하는 물류 창고 배치 및 관리 시스템 |
| CN112580385A (zh) * | 2020-12-31 | 2021-03-30 | 杭州荣旗科技有限公司 | 一种基于多帧图像融合和非局部均值滤波的条码解码方法 |
| CN115797234A (zh) * | 2023-01-29 | 2023-03-14 | 南京邮电大学 | 一种增强低对比度二维码图像识别效果的方法 |
| CN116664053A (zh) * | 2023-07-26 | 2023-08-29 | 四川集鲜数智供应链科技有限公司 | 一种商品库存管理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 欧福超: "基于图像处理的QR码图像预处理的研究", 《信息科技》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117875846A (zh) * | 2024-03-11 | 2024-04-12 | 青岛冠成软件有限公司 | 一种提高仓库利用率的货物仓储方法 |
| CN117875846B (zh) * | 2024-03-11 | 2024-05-31 | 青岛冠成软件有限公司 | 一种提高仓库利用率的货物仓储方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117236859B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10956858B2 (en) | Static warehouse area sizing and slotting of a multi-mode forward area | |
| US20030126103A1 (en) | Agent using detailed predictive model | |
| CN110009291B (zh) | 一种仓库货物入库方法 | |
| CN109242184B (zh) | 一种基于层次聚类的订单拣货优化方法 | |
| JP2004525471A (ja) | 再帰的ヒストグラムベクトル生成によるパレットに基づいたヒストグラムマッチング | |
| CN108269040B (zh) | 自动化存取系统作业调度优化方法及装置 | |
| CN111401801B (zh) | 一种确定目标物品仓库分散化存储的处理系统、方法 | |
| CN115759148B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
| CN117236859B (zh) | 一种冷链物流仓储监测方法 | |
| CN114596041A (zh) | 基于提高agv精度验证方式的智能仓储运输系统及方法 | |
| CN114359267A (zh) | 基于直方图的金属货架的钣金漆面鼓包识别方法及系统 | |
| CN110490207B (zh) | 基于二值图像灰度共生矩阵的棒材端面字符图像识别方法 | |
| CN115019160A (zh) | 一种工厂仓库入库物流智能控制方法 | |
| Maniezzo et al. | Stochastic premarshalling of block stacking warehouses | |
| CN117474427B (zh) | 基于物联网技术的智能托盘冷链溯源方法 | |
| CN108280377B (zh) | 在物资仓储管理系统中多标签的防碰撞读取方法 | |
| CN116664053B (zh) | 一种商品库存管理方法 | |
| CN116610821B (zh) | 一种基于知识图谱的企业风险分析方法、系统和存储介质 | |
| CN111079575B (zh) | 一种基于包装图像特征的物料识别方法及系统 | |
| CN115082841B (zh) | 一种仓储物流机器人工作区域异常监测方法 | |
| CN114997663B (zh) | 基于资产自动识别的资产风险预警方法及系统 | |
| CN115310917B (zh) | 一种入库管理方法 | |
| CN113077070B (zh) | 基于属性预测的动态abc分类仓储策略优化方法及实现系统 | |
| CN116382389A (zh) | 一种药品自动售卖机内部温湿度控制系统及方法 | |
| CN111047261B (zh) | 一种仓储物流委托单识别方法及系统 |
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 |