发明内容
针对现有技术存在的缺陷,本发明提供了一种基于大数据分析的自动补货控制方法,其基于商店端的出货大数据,预测商店内部货物的出货状态信息,以此确定进行补货操作的货物属性信息,以大数据为基准能够对补货需求进行自动准确的预测;向不同仓库端发送补货通知消息,以此确定执行补货操作的仓库端,并对仓库端的出库货物进行扫描检测,生成出库货物特征信息;对商店端的待入库货物进行扫描检测,生成待入库货物特征信息;对比待入库货物特征信息与出库货物特征信息,实现对待入库货物自动筛选和标定,利用仓库端和商店端的信息对比快速准确定位出允许入库货物,再借助机器人对货物进行自动识别运输,降低整个补货过程的人力成本,提高补货的效率和精确性。
本发明提供一种基于大数据分析的自动补货控制方法,其包括如下步骤:
步骤S1,获取商店端的出货大数据,对所述出货大数据进行筛选预处理后,基于所述出货大数据,预测所述商店端内部货物的出货状态信息;基于所述出货状态信息,确定对所述商店端进行补货操作的货物属性信息;
步骤S2,基于所述货物属性信息,生成补货通知消息,并将所述补货通知消息广播发送至不同仓库端;基于所有仓库端关于所述补货通知消息的应答消息,确定执行所述补货操作对应的仓库端,并对所述仓库端的出库货物进行扫描检测,生成出库货物特征信息,并将所述出库货物特征信息发送至所述商店端;
步骤S3,对运输至所述商店端的待入库货物进行扫描检测,生成待入库货物特征信息;将所述待入库货物特征信息与所述出库货物特征信息进行对比,从所述待入库货物中确定允许入库货物,并对所述允许入库货物进行视觉标定,生成允许入库货物标定信息;
步骤S4,基于所述允许入库货物标定信息,指示机器人对所述允许入库货物进行筛选定位,并将筛选定位的允许入库货物运输至商店场所内部相应位置进行存放。
在本申请公开的一个实施例中,在所述步骤S1中,获取商店端的出货大数据,包括:
获取商店场所内部在预设时间段内的货物存放影像,对所述货物存放影像进行分析,得到在预设时间段内的货物存放量变化大数据;
获取商店端在所述预设时间段内的货物销售记录,对所述货物销售记录进行分析,得到在所述预设时间段内的货物销售量变化大数据;
将所述货物存放量变化大数据和所述货物销售量变化大数据修正和组合后,形成商店端的出货大数据。
在本申请公开的一个实施例中,在所述步骤S1中,对所述出货大数据进行筛选预处理后,基于所述出货大数据,预测所述商店端内部货物的出货状态信息,包括:
对所述出货大数据进行货物类型筛选预处理,得到关于不同类型货物各自的出货大数据;
对每个类型货物的出货大数据进行神经网络模型学习分析处理,预测所述商店端内部相应类型货物在未来预定时间范围内的出货状态信息。
在本申请公开的一个实施例中,在所述步骤S1中,基于所述出货状态信息,确定对所述商店端进行补货操作的货物属性信息,包括:
基于所述商店端内部相应类型货物在未来预定时间范围内的出货状态信息和相应类型货物的实际剩余数量信息,得到相应类型货物全部出货的所需时间;若所述所需时间大于或等于预设时间阈值,则判断相应类型货物不需要进行补货操作;若所述所需时间小于预设时间阈值,则判断相应类型货物需要进行补货操作;
获取需要进行补货操作的相应类型货物的货物名称信息、货物型号信息、货物需求量信息和货物送达期限信息,以此作为对所述商店端进行补货操作的货物属性信息。
在本申请公开的一个实施例中,在所述步骤S2中,基于所述货物属性信息,生成补货通知消息,并将所述补货通知消息广播发送至不同仓库端;基于所有仓库端关于所述补货通知消息的应答消息,确定执行所述补货操作对应的仓库端,包括:
基于所述货物属性信息包含的需要进行补货操作的相应类型货物的货物名称信息、货物型号信息、货物需求量信息和货物送达期限信息,生成补货通知消息,并基于不同仓库端的终端地址信息,将所述补货通知消息周期性广播发送至不同仓库端;
基于每个仓库端关于所述补货通知消息的应答消息内容和应答消息反馈时间,确定执行所述补货操作对应的仓库端。
在本申请公开的一个实施例中,在所述步骤S2中,对所述仓库端的出库货物进行扫描检测,生成出库货物特征信息,并将所述出库货物特征信息发送至所述商店端,包括:
对所述仓库端的出库货物进行标签扫描检测和扫描拍摄检测,得到关于每个出库货物的标签扫描信息和外形影像信息;
对所述标签扫描信息进行分析,得到所述出库货物的生产相关特征信息;对所述外形影像信息进行分析,得到所述出库货物的外形包装特征信息;将所述生产相关特征信息和所述外形包装特征信息共同打包发送至所述商店端。
在本申请公开的一个实施例中,在所述步骤S3中,对运输至所述商店端的待入库货物进行扫描检测,生成待入库货物特征信息,包括:
对运输至所述商店端的待入库货物进行标签扫描检测和扫描拍摄检测,得到关于每个待入库货物的标签扫描信息和外形影像信息;
对所述标签扫描信息进行分析,得到所述待入库货物的生产相关特征信息;对所述外形影像信息进行分析,得到所述待入库货物的外形包装特征信息。
在本申请公开的一个实施例中,在所述步骤S3中,将所述待入库货物特征信息与所述出库货物特征信息进行对比,从所述待入库货物中确定允许入库货物,并对所述允许入库货物进行视觉标定,生成允许入库货物标定信息,包括:
将所述待入库货物的生产相关特征信息与所述出库货物的生产相关特征信息进行对比,确定与所述出库货物具有相同生产相关特征信息的待入库货物;
将所述待入库货物的外形包装特征信息与所述出库货物的外形包装特征信息进行对比,确定与所述出库货物具有相同外形包装特征信息的待入库货物;
对所述待入库货物的外形包装特征信息进行分析,确定外形包装完好无损的待入库货物;
将与出库货物具有相同生产相关特征信息和相同外形包装特征信息,以及外形包装完好无损的待入库货物确定为允许入库货物,并基于所述允许入库货物的外形包装特征信息,对所述允许入库货物进行视觉标定,生成允许入库货物标定信息;其中,所述允许入库货物标定信息包括允许入库货物的形状尺寸信息和包装外观信息。
在本申请公开的一个实施例中,在所述步骤S4中,基于所述允许入库货物标定信息,指示机器人对所述允许入库货物进行筛选定位,包括:
指示机器人对所述允许入库货物进行拍摄,得到允许入库货物影像;基于所述允许入库货物标定信息,对所述允许入库货物影像进行匹配处理,得到所述机器人当前需要进行运输的允许入库货物的位置信息。
在本申请公开的一个实施例中,在所述步骤S4中,将筛选定位的允许入库货物运输至商店场所内部相应位置进行存放,包括:
基于所述机器人当前需要进行运输的允许入库货物的位置信息以及所述需要进行运输的允许入库货物在商店场所内部的存放位置信息,确定对允许入库货物的运输路径;再基于所述运输路径,指示所述机器人对允许入库货物进行运输操作。
相比于现有技术,该基于大数据分析的自动补货控制方法基于商店端的出货大数据,预测商店内部货物的出货状态信息,以此确定进行补货操作的货物属性信息,以大数据为基准能够对补货需求进行自动准确的预测;向不同仓库端发送补货通知消息,以此确定执行补货操作的仓库端,并对仓库端的出库货物进行扫描检测,生成出库货物特征信息;对商店端的待入库货物进行扫描检测,生成待入库货物特征信息;对比待入库货物特征信息与出库货物特征信息,实现对待入库货物自动筛选和标定,利用仓库端和商店端的信息对比快速准确定位出允许入库货物,再借助机器人对货物进行自动识别运输,降低整个补货过程的人力成本,提高补货的效率和精确性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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他实施例,都属于本发明保护的范围。
参阅图1,图1为本发明实施例提供的一种基于大数据分析的自动补货控制方法的流程示意图。该基于大数据分析的自动补货控制方法包括如下步骤:
步骤S1,获取商店端的出货大数据,对该出货大数据进行筛选预处理后,基于该出货大数据,预测该商店端内部货物的出货状态信息;基于该出货状态信息,确定对该商店端进行补货操作的货物属性信息;
步骤S2,基于该货物属性信息,生成补货通知消息,并将该补货通知消息广播发送至不同仓库端;基于所有仓库端关于该补货通知消息的应答消息,确定执行该补货操作对应的仓库端,并对该仓库端的出库货物进行扫描检测,生成出库货物特征信息,并将该出库货物特征信息发送至该商店端;
步骤S3,对运输至该商店端的待入库货物进行扫描检测,生成待入库货物特征信息;将该待入库货物特征信息与该出库货物特征信息进行对比,从该待入库货物中确定允许入库货物,并对该允许入库货物进行视觉标定,生成允许入库货物标定信息;
步骤S4,基于该允许入库货物标定信息,指示机器人对该允许入库货物进行筛选定位,并将筛选定位的允许入库货物运输至商店场所内部相应位置进行存放。
该基于大数据分析的自动补货控制方法基于商店端的出货大数据,预测商店内部货物的出货状态信息,以此确定进行补货操作的货物属性信息,以大数据为基准能够对补货需求进行自动准确的预测;向不同仓库端发送补货通知消息,以此确定执行补货操作的仓库端,并对仓库端的出库货物进行扫描检测,生成出库货物特征信息;对商店端的待入库货物进行扫描检测,生成待入库货物特征信息;对比待入库货物特征信息与出库货物特征信息,实现对待入库货物自动筛选和标定,利用仓库端和商店端的信息对比快速准确定位出允许入库货物,再借助机器人对货物进行自动识别运输,降低整个补货过程的人力成本,提高补货的效率和精确性。
优选地,在该步骤S1中,获取商店端的出货大数据,包括:
获取商店场所内部在预设时间段内的货物存放影像,对该货物存放影像进行分析,得到在预设时间段内的货物存放量变化大数据;
获取商店端在该预设时间段内的货物销售记录,对该货物销售记录进行分析,得到在该预设时间段内的货物销售量变化大数据;
将该货物存放量变化大数据和该货物销售量变化大数据修正和组合后,形成商店端的出货大数据。
在上述技术方案中,在实际工作中利用设置在商店场所内部的摄像设备对货物架进行拍摄,得到在预设时间段内的货物存放影像,该货物存放影像直接反映在预设时间段内的货物架上货物存放数量的变化情况。再对该货物存放影像进行货物识别,得到在预设时间段内的货物存放数量变化大数据,这样该货物存放数量变化大数据直接反映在预设时间段内货物架上的货物被顾客取走和/或工作人员对货物架补充的货物数量的变化情况。还有获取商店端在预设时间段内的货物销售记录,再对该货物销售记录进行分析,从而得到预设时间段内的货物销售数量变化大数据。商店端的货物出货总体包括实际销售出去的货物以及未被销售出去但是由于货物自身质量问题而被回退的货物,将该货物存放量变化大数据和该货物销售量变化大数据进行修正和组合,从中确定出商店端的实际出货大数据,从而为后续预测商店端在未来预设时间范围内的出货状态信息提供可靠的大数据支持。
优选地,在该步骤S1中,对该出货大数据进行筛选预处理后,基于该出货大数据,预测该商店端内部货物的出货状态信息,包括:
对该出货大数据进行货物类型筛选预处理,得到关于不同类型货物各自的出货大数据;
对每个类型货物的出货大数据进行神经网络模型学习分析处理,预测该商店端内部相应类型货物在未来预定时间范围内的出货状态信息。
在上述技术方案中,该出货大数据包括商店端包含的所有类型货物各自的出货大数据,先对该出货大数据进行货物类型筛选预处理,得到关于不同类型货物各自的出货大数据,从而对每种类型货物的出货状态信息进行区分化确定。还有利用完成训练的神经网络模型对每种类型货物的出货大数据进行学习分析处理,预测商店端内部每种类型货物在未来预定时间范围内的出货状态信息,即每种类型货物在未来预定时间范围内的单位时间段的出货数量,便于为每种类型货物在未来预定时间范围内的补货需求量确定提供准确的依据。
优选地,在该步骤S1中,基于该出货状态信息,确定对该商店端进行补货操作的货物属性信息,包括:
基于该商店端内部相应类型货物在未来预定时间范围内的出货状态信息和相应类型货物的实际剩余数量信息,得到相应类型货物全部出货的所需时间;若该所需时间大于或等于预设时间阈值,则判断相应类型货物不需要进行补货操作;若该所需时间小于预设时间阈值,则判断相应类型货物需要进行补货操作;
获取需要进行补货操作的相应类型货物的货物名称信息、货物型号信息、货物需求量信息和货物送达期限信息,以此作为对该商店端进行补货操作的货物属性信息。
在上述技术方案中,基于该商店端内部相应类型货物在未来预定时间范围内的出货状态信息和相应类型货物的实际剩余数量信息(即商店场所内相应类型货物的实际剩余总数量),得到相应类型货物全部出货的所需时间(即商店端将相应类型货物全部完成出货的所需时间),再将该所需时间与预设时间阈值进行对比,当该所需时间大于或等于预设时间阈值,表明相应类型货物并未处于快速销售出货的状态,此时确定相应类型货物不需要进行补货操作,当该所需时间小于预设时间阈值,表明相应类型货物处于快速销售出货的状态,此时确定相应类型货物需要进行补货操作。还进一步获取需要进行补货操作的相应类型货物的货物名称信息、货物型号信息、货物需求量信息和货物送达期限信息,从而为确定补货操作的具体执行要求提供准确依据。
优选地,在该步骤S2中,基于该货物属性信息,生成补货通知消息,并将该补货通知消息广播发送至不同仓库端;基于所有仓库端关于该补货通知消息的应答消息,确定执行该补货操作对应的仓库端,包括:
基于该货物属性信息包含的需要进行补货操作的相应类型货物的货物名称信息、货物型号信息、货物需求量信息和货物送达期限信息,生成补货通知消息,并基于不同仓库端的终端地址信息,将该补货通知消息周期性广播发送至不同仓库端;
基于每个仓库端关于该补货通知消息的应答消息内容和应答消息反馈时间,确定执行该补货操作对应的仓库端。
在上述技术方案中,基于该货物属性信息包含的需要进行补货操作的相应类型货物的货物名称信息、货物型号信息、货物需求量信息和货物送达期限信息,生成补货通知消息,并广播发送至不同仓库端,每个仓库端接收到补货通知消息后会根据自身的实际货物存储情况返回相应的应答消息内容,判断仓库端是否接受承担补货任务,再根据仓库端的应答消息反馈时间,将接受承担补货任务并且具有最短应答消息反馈时间的仓库端执行补货操作,从而保证补货操作的正常及时执行。
优选地,在该步骤S2中,对该仓库端的出库货物进行扫描检测,生成出库货物特征信息,并将该出库货物特征信息发送至该商店端,包括:
对该仓库端的出库货物进行标签扫描检测和扫描拍摄检测,得到关于每个出库货物的标签扫描信息和外形影像信息;
对该标签扫描信息进行分析,得到该出库货物的生产相关特征信息;对该外形影像信息进行分析,得到该出库货物的外形包装特征信息;将该生产相关特征信息和该外形包装特征信息共同打包发送至该商店端。
在上述技术方案中,当执行补货操作的仓库端进行货物出库时,对出库货物进行标签扫描检测和扫描拍摄检测,即对出库货物包装上的条形码或二维码进行扫描检测,以及对出库货物进行全景影像拍摄,得到每个出库货物的标签扫描信息和外形影像信息。再对标签扫描信息和外形影像信息分别进行分析,得到出库货物的生产相关特征信息和外形包装特征信息。其中,该生产相关特征信息可包括但不限于是出库货物的名称,型号,生产日期和生产产地等信息;该外形包装特征信息可包括但不限于是出库货物的外形尺寸和包装外观。利用出库货物的生产相关特征信息和外形包装特征信息能够为后续识别判断运输到商店端的货物是否是从仓库端出库的货物提供判断依据。
优选地,在该步骤S3中,对运输至该商店端的待入库货物进行扫描检测,生成待入库货物特征信息,包括:
对运输至该商店端的待入库货物进行标签扫描检测和扫描拍摄检测,得到关于每个待入库货物的标签扫描信息和外形影像信息;
对该标签扫描信息进行分析,得到该待入库货物的生产相关特征信息;对该外形影像信息进行分析,得到该待入库货物的外形包装特征信息。
在上述技术方案中,当商店端接收到外来运输的货物后,在该货物正式入库之前对货物进行标签扫描检测和扫描拍摄检测,即对货物包装上的条形码或二维码进行扫描检测,以及对货物进行全景影像拍摄,得到每个货物的标签扫描信息和外形影像信息。再对标签扫描信息和外形影像信息分别进行分析,得到待入库货物的生产相关特征信息和外形包装特征信息。利用待入库货物的生产相关特征信息和外形包装特征信息能够为后续识别判断运输到商店端的货物是否是从仓库端出库的货物提供判断依据。
优选地,在该步骤S3中,将该待入库货物特征信息与该出库货物特征信息进行对比,从该待入库货物中确定允许入库货物,并对该允许入库货物进行视觉标定,生成允许入库货物标定信息,包括:
将该待入库货物的生产相关特征信息与该出库货物的生产相关特征信息进行对比,确定与该出库货物具有相同生产相关特征信息的待入库货物;
将该待入库货物的外形包装特征信息与该出库货物的外形包装特征信息进行对比,确定与该出库货物具有相同外形包装特征信息的待入库货物;
对该待入库货物的外形包装特征信息进行分析,确定外形包装完好无损的待入库货物;
将与出库货物具有相同生产相关特征信息和相同外形包装特征信息,以及外形包装完好无损的待入库货物确定为允许入库货物,并基于该允许入库货物的外形包装特征信息,对该允许入库货物进行视觉标定,生成允许入库货物标定信息;其中,该允许入库货物标定信息包括允许入库货物的形状尺寸信息和包装外观信息。
在上述技术方案中,将待入库货物的生产相关特征信息和外形包装特征信息分别与出库货物的生产相关特征信息和外形包装特征信息进行对比,以此从货物自身的生产信息和包装状态两方面判断待入库货物与出库货物是否相一致。再对该待入库货物的外形包装特征信息进行分析,确定外形包装完好无损的待入库货物,最终将与出库货物具有相同生产相关特征信息和相同外形包装特征信息,以及外形包装完好无损的待入库货物确定为允许入库货物,从而保证仓库端出库货物与商店端入库货物的一致性和入库货物的包装完好性。
优选地,在该步骤S4中,基于该允许入库货物标定信息,指示机器人对该允许入库货物进行筛选定位,包括:
指示机器人对该允许入库货物进行拍摄,得到允许入库货物影像;基于该允许入库货物标定信息,对该允许入库货物影像进行匹配处理,得到该机器人当前需要进行运输的允许入库货物的位置信息。
在上述技术方案中,指示机器人对该允许入库货物进行拍摄,得到允许入库货物影像;基于该允许入库货物标定信息,对该允许入库货物影像进行匹配处理,得到该机器人当前需要进行运输的允许入库货物的位置信息,这样能够为机器人从大量需要进行运输的货物中准确定位相应的货物,保证货物及时准确被机器人搬运运输。
优选地,在该步骤S4中,将筛选定位的允许入库货物运输至商店场所内部相应位置进行存放,包括:
基于该机器人当前需要进行运输的允许入库货物的位置信息以及该需要进行运输的允许入库货物在商店场所内部的存放位置信息,确定对允许入库货物的运输路径;再基于该运输路径,指示该机器人对允许入库货物进行运输操作。
在上述技术方案中,基于该机器人当前需要进行运输的允许入库货物的位置信息以及该需要进行运输的允许入库货物在商店场所内部的存放位置信息,确定对允许入库货物的运输路径,这样机器人能够沿着该运输路径将货物准确稳定运输到相应位置,提高货物的运输效率。
从上述实施例的内容可知,该基于大数据分析的自动补货控制方法基于商店端的出货大数据,预测商店内部货物的出货状态信息,以此确定进行补货操作的货物属性信息,以大数据为基准能够对补货需求进行自动准确的预测;向不同仓库端发送补货通知消息,以此确定执行补货操作的仓库端,并对仓库端的出库货物进行扫描检测,生成出库货物特征信息;对商店端的待入库货物进行扫描检测,生成待入库货物特征信息;对比待入库货物特征信息与出库货物特征信息,实现对待入库货物自动筛选和标定,利用仓库端和商店端的信息对比快速准确定位出允许入库货物,再借助机器人对货物进行自动识别运输,降低整个补货过程的人力成本,提高补货的效率和精确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。