CN117557968A - 监控方法、装置、存储介质及计算机设备 - Google Patents
监控方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN117557968A CN117557968A CN202410043592.9A CN202410043592A CN117557968A CN 117557968 A CN117557968 A CN 117557968A CN 202410043592 A CN202410043592 A CN 202410043592A CN 117557968 A CN117557968 A CN 117557968A
- Authority
- CN
- China
- Prior art keywords
- cargo
- goods
- monitoring
- area
- identification object
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 292
- 238000003860 storage Methods 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012806 monitoring device Methods 0.000 title claims description 54
- 238000012545 processing Methods 0.000 claims abstract description 80
- 230000008859 change Effects 0.000 claims description 62
- 238000012795 verification Methods 0.000 claims description 62
- 238000012546 transfer Methods 0.000 claims description 56
- 230000006399 behavior Effects 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 239000002131 composite material Substances 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010006895 Cachexia Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003373 anti-fouling effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 208000026500 emaciation Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- 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)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Psychiatry (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)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种智能仓库存储系统的监控方法、装置、计算机设备以及存储介质,在目标对象进入智能仓库时,构建其对应的标识对象;当该目标对象在进入智能仓库后并要从智能仓库离开时,基于其对应的对象视频帧生成智能仓库内的监控画面,并利用该监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若标识对象处理货物合规,则允许其离开智能仓库;否则,则通知监控人员通过远端监控设备对标识对象进行核验;该方案可以实现对仓库内的货物有效监控。
Description
技术领域
本申请涉及智能设备技术领域,尤其涉及一种监控方法、装置、存储介质及计算机设备。
背景技术
制造企业市场竞争日益激烈,提高生产效率和降低运营成本,对于企业来说至关重,设计及建立健全整套的仓储管理流程,提高仓储周转效率,减少运营资金的占用,使冻结的资产变成现金,减少由于仓储淘汰所造成的成本,是企业提高生产效率的重要环节。
目前,仓储管理系统通常使用的条码标签或是人工仓储管理单据等方式支持自有的仓储管理,这些管理方式有着明显的缺点,条码管理,易复制、不防污、不防潮而且只能近距离,可视范围读取,人工录入,工作繁琐,数据量大易出错,增加仓储环节人工成本,手工盘点工作量大,导致盘点周期长,货物缺失或者偷盗不能及时发现,进出仓库盘点计数繁琐,容易出错,纸质单据容易丢失损坏不易保存,货物清单不详尽容易增加原材料成本以及旧货物处理损失,可见,目前的仓储管理系统缺乏对仓库内的货物有效监控的手段。
发明内容
基于此,本申请提供一种智能仓库存储系统的监控方法、装置、存储介质及计算机设备,可以对仓库内的货物进行有效监控。
第一方面,本申请实施例提供一种智能仓库存储系统的监控方法,所述智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,所述智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在所述货物储存区预设范围内的监控区,所述监控区根据所述货物储存区放置的货物以及所述货物储存区与所述本地监控设备之间的相对位置进行调整的,所述本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;所述远端监控设备与所述本地监控设备连接,所述监控方法包括:
当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征;
根据所述对象特征,引导所述目标对象从所述仓库出入口移动至所述目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及所述对象特征构建标识对象;
当所述标识对象通过所述仓库出入口离开所述智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于所述对象视频帧生成所述标识对象在所述智能仓库内的监控画面;
根据所述监控画面,生成所述标识对象在所述智能仓库的货物处理信息、以及所述标识对象在监控区的对象操作姿态以及停留时间;
基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规;
若合规,则允许所述标识对象通过所述仓库出入口离开所述智能仓库;
若不合规,则通知监控人员通过所述远端监控设备对所述标识对象进行核验。
可选地,在本申请的一些实施例中,所述基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
获取所述标识对象对应的对象类型;
若所述对象类型为第一类型时,则获取所述标识对象的对象权限,并根据所述对象权限、货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规;
若所述对象类型为第二类型时,检测所述标识对象的移动路线是否为预设移动路线;当检测到所述标识对象的移动路线为预设移动路线时,则根据所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
可选地,在本申请的一些实施例中,所述根据所述对象权限、货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
从所述货物处理信息中提取所述标识对象处理的目标货物的货物图像;
根据所述货物图像确定所述目标货物对应的目标货物存储区;
获取在所述标识对象处理目标货物时,所述目标货物存储区的货物重量变化信息以及货物数量变化信息;
基于所述货物重量变化信息、货物数量变化信息、货物图像、所述对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
可选地,在本申请的一些实施例中,所述基于所述货物重量变化信息、货物数量变化信息、货物图像、所述对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
识别所述货物图像对应的货物数量;
检测所述货物数量是否与所述货物数量变化信息匹配;
当检测到所述货物数量与所述货物数量变化信息不匹配,则从所述货物处理信息提取所述标识对象所途经的货物储存区,并根据所述货物数量以及货物数量变化信息在所述标识对象所途经的货物储存区确定所述智能仓库存在盗取风险的风险区;
基于所述对象操作姿态和停留时间,检测所述标识对象位于风险区包含的监控区内的姿态连续性和姿态行为;
若所述姿态连续性指示所述对象操作姿态不连续,且所述姿态行为是货物领取行为,则预估所述标识对象处理货物不合规,且预估所述标识对象处理货物为误处理;
若所述姿态连续性指示所述对象操作姿态连续,且所述姿态行为是货物领取行为,则将所述风险区除监控区外的所述标识对象的每一帧画面确定为风险画面;基于所述风险画面确定所述标识对象的货物增加地点;拼接所述货物增加地点对应的画面,得到所述货物增加地点对应的全景画面,并对所述全景画面中标注所述标识对象所增加的货物。
可选地,在本申请的一些实施例中,所述当检测到所述移动路线为预设移动路线时,则根据对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
当检测到所述移动路线为预设移动路线时,确定所述预设移动路线的每一个货物存储区为对象放置区;
获取所述对象放置区对应的计划增加货物信息以及所述标识对象在经过所述对象放置区后所述对象放置区的实际增加货物信息;
根据所述计划增加货物信息、实际增加货物信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
可选地,在本申请的一些实施例中,所述根据所述计划增加货物信息、实际增加货物信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
将所述计划增加货物信息与实际增加货物信息不匹配的对象放置区确定为非合规区;
根据所述对象操作姿态以及停留时间,确定所述标识对象在所述非合规区内是否执行转移操作;
当所述所述标识对象在所述非合规区内未执行转移操作,则预估所述标识对象处理货物不合规,且预估所述标识对象处理货物为未处理;
当所述所述标识对象在所述非合规区内已执行转移操作,且所述转移操作对应的货物的转移图像与所述计划转移货物信息货物的货物图像不相同,则注所述放置操作所放置的对应的货物为存疑货物,并预估所述标识对象处理货物不合规。
可选地,在本申请的一些实施例中,所述根据身份校验结果以及所述对象特征构建标识对象,包括:
根据所述身份校验结果,确定所述目标对象的身份属性;
当所述身份属性为访客属性时,获取所述目标对象的关联对象信息,并从所述对象特征中获取所述目标对象的人脸特征以及服饰特征;基于所述关联对象信息、人脸特征以及服饰特征,构建标识对象;
当所述身份属性为员工属性时,获取所述目标对象的仓库访问权限,并从所述对象特征中获取所述目标对象的人脸特征以及人体特征;基于所述仓库访问权限、人脸特征以及人体特征,构建标识对象。
第二方面,本申请实施例还提供一种智能仓库存储系统的监控装置,所述智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,所述智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在所述货物储存区预设范围内的监控区,所述监控区根据所述货物储存区放置的货物以及所述货物储存区与所述本地监控设备之间的相对位置进行调整的,所述本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;所述远端监控设备与所述本地监控设备连接,所述监控装置包括:
采集模块,用于当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征;
引导模块,用于根据所述对象特征,引导所述目标对象从所述仓库出入口移动至所述目标对象对应的身份校验区进行身份校验;
构建模块,用于根据身份校验结果以及所述对象特征构建标识对象;
当所述标识对象通过所述仓库出入口离开所述智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于所述对象视频帧生成所述标识对象在所述智能仓库内的监控画面;
生成模块,用于根据所述监控画面,生成所述标识对象在所述智能仓库的货物处理信息、以及所述标识对象在监控区的对象操作姿态以及停留时间;
预估模块,用于基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规;
允许模块,用于允许所述标识对象通过所述仓库出入口离开所述智能仓库;
通知模块,用于通知监控人员通过所述远端监控设备对所述标识对象进行核验。
第三方面,本申请实施例提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器上述监控方法的步骤。
第四方面,本申请实施例提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述监控方法的步骤。
本申请实施例提供一种监控方法、装置、存储介质及计算机设备,所述智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,所述智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在所述货物储存区预设范围内的监控区,所述监控区根据所述货物储存区放置的货物以及所述货物储存区与所述本地监控设备之间的相对位置进行调整的,所述本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;所述远端监控设备与所述本地监控设备连接,当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征,然后,根据所述对象特征,引导所述目标对象从所述仓库出入口移动至所述目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及所述对象特征构建标识对象,当所述标识对象通过所述仓库出入口离开所述智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于所述对象视频帧生成所述标识对象在所述智能仓库内的监控画面,接着,根据所述监控画面,生成所述标识对象在所述智能仓库的货物处理信息、以及所述标识对象在监控区的对象操作姿态以及停留时间,最后,基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,若合规,则允许所述标识对象通过所述仓库出入口离开所述智能仓库;若不合规,则通知监控人员通过所述远端监控设备对所述标识对象进行核验,在本申请提供的智能仓库存储系统的监控方案中,在目标对象进入智能仓库时,构建其对应的标识对象;当该目标对象在进入智能仓库后并要从智能仓库离开时,基于其对应的标识对象的对象视频帧生成智能仓库内的监控画面,并利用该监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若标识对象处理货物合规,则允许其离开智能仓库;否则,则通知监控人员通过远端监控设备对标识对象进行核验;该方案可以对合规的货物存放和领取进行无感监控,当预估到标识对象处理货物不合规时,通知监控人员进行核验,避免出现货物丢失的情况,减低厂商的货物损失,实现对仓库内的货物有效监控。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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申请的一些实施例,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。
其中:
图1是本申请实施例提供的智能仓库存储系统的监控方法的应用环境示意图;
图2是本申请实施例提供的智能仓库存储系统的监控方法的场景示意图;
图3是本申请实施例提供的智能仓库存储系统的监控方法的流程图;
图4是本申请实施例提供的智能仓库存储系统的监控方法的界面示意图;
图5是本申请实施例提供的智能仓库存储系统的监控方法的另一界面示意图;
图6是本申请实施例提供的智能仓库存储系统的监控方法的又一界面示意图;
图7是本申请实施例提供的智能仓库存储系统的监控方法的再一界面示意图;
图8是本申请实施例提供的智能仓库存储系统的监控装置的结构示意图;
图9是本申请提供的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请提供一种智能仓库存储系统的监控方法、装置、存储介质及计算机设备。
请参阅图1,图1是本申请提供的智能仓库存储系统的结构示意图,其中,本地监控设备设置在智能仓库中。智能仓库是现代物流仓储系统的一种,它利用先进的信息技术和物联网技术,实现仓库管理的智能化、自动化和精细化。智能仓库可以实现库存的实时监控,提高库存管理的准确性和效率,减少库存成本。在本申请实施例提供的智能仓库中,该仓库设置由仓库出入口、身份校验区、货物存储区以及监控区,该监控区是根据货物储存区放置的货物以及货物储存区与本地监控设备之间的相对位置进行调整的。
本地监控设备用于对仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频。监控设备可以部署在云端,与多个本地监控设备进行连接;当然,监控设备可以是计算机设备,该计算机设备可以通过有线或无线通信方式进行直接或间接地与计算机设备进行连接,计算机设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱或智能手表等,但并不局限于此。此外,计算机设备也可以与服务器进行连接,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云服务器,本申请在此不做限制。
例如,请参阅图2,本申请提供一种智能仓库存储系统的监控系统,智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在所述货物储存区预设范围内的监控区,所述本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;远端监控设备与本地监控设备连接,其中,本地监控设备可以包括多个摄像头,比如摄像头c1、摄像头c2、摄像头c3、摄像头c4、摄像头c5、摄像头c6、摄像头c7、摄像头c8、...以及摄像头cn等。
具体的,当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征;根据对象特征,引导目标对象从仓库出入口移动至目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及对象特征构建标识对象;当标识对象通过仓库出入口离开智能仓库时,从监控视频中获取标识对象对应的对象视频帧,并基于对象视频帧生成所述标识对象在智能仓库内的监控画面;根据监控画面,生成标识对象在智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间;基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规;若合规,则允许标识对象通过仓库出入口离开智能仓库;若不合规,则通知监控人员通过远端监控设备对标识对象进行核验。
其中,摄像头的型号、数量以及安装位置均可以根据实际应用的需求而定,而监控区根据货物储存区放置的货物以及货物储存区与本地监控设备之间的相对位置进行调整的,其面积大小可以不作限定,具体可以根据实际应用的需求进行设置,只需确保目标对象与货物进行接触,如运输货物和领取货物时,能够位于该监控区内即可。比如,图2中货物存储区靠近摄像头的虚线框即为监控区域。也就是说,当目标对象与货物进行接触时,必然是位于监控区内,所以,本地监控设备只需重点监控这些监控区域,便可以知悉目标对象与何种货物进行了接触,如领取多少货物,同时,结合监控区以外的视频,确定该目标对象执行的是何种行为,从而可以有效监控智能仓库内的货物情况。
本申请提供的智能仓库存储系统的监控方法,在目标对象进入智能仓库时,构建其对应的标识对象;当该目标对象在进入智能仓库后并要从智能仓库离开时,基于其对应的标识对象的对象视频帧生成智能仓库内的监控画面,并利用该监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若标识对象处理货物合规,则允许其离开智能仓库;否则,则通知监控人员通过远端监控设备对标识对象进行核验;该方案可以对合规的货物存放和领取进行无感监控,当预估到标识对象处理货物不合规时,通知监控人员进行核验,避免出现货物丢失的情况,减低厂商的货物损失,实现对仓库内的货物有效监控。
本申请一种智能仓库存储系统的监控方法,包括:当目标对象进入仓库出入口时,采集目标对象的对象特征;根据对象特征,引导目标对象从所述仓库出入口移动至目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及对象特征构建标识对象;当标识对象通过仓库出入口离开智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面;根据监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间;基于所述货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规;若合规,则允许标识对象通过所述仓库出入口离开智能仓库;若不合规,则通知监控人员通过所述远端监控设备对所述标识对象进行核验。
请参阅图2,图2为本申请提供的智能仓库存储系统的监控方法的流程示意图。该智能仓库存储系统的监控方法的具体流程可以如下:
101、当目标对象进入所述仓库出入口时,采集目标对象的对象特征。
其中,目标对象为人,则对象特征可以包括人脸特征、人体特征以及服饰特征,人脸特征可以包括人脸几何特征和人脸表征特征,人脸几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系,如距离、面积和角度等,人脸表征特征指的是利用人脸图像的灰度信息,通过一些算法,比如局部二值模式(LBP,Local BinaryPatterns)算法所提取的全局或局部特征。而人体特征则可以包括人体的高度、宽度(肥瘦)、颜色(如着装颜色和肤色)、纹理、深度、行为特征、和/或运动方向等特征。服饰特征则可以包括人所穿戴衣服、头饰以及配置等特征。又比如,目标对象为载具+人的复合型对象,那么,对象特征不仅可以包括上述的人脸特征、人体特征以及服饰特征,还可以包括载具的外形特征、颜色特征以及载具编码特征(如车辆识别码对应的识别码特征)等用于标识载具的特征。
102、根据对象特征,引导目标对象从仓库出入口移动至目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及对象特征构建标识对象。
具体的,根据不同的对象特征,引导目标对象从仓库出入口移动至目标对象对应的身份校验区进行身份校验,比如,目标对象为开叉车的司机,那么则可以根据提取的特征引导司机至叉车司机校验区进行身份校验;又比如,目标对象为步行的人,则可以根据提取的特征引导人至人校验区进行身份校验,并在身份校验后,利用对象特征对校验成功的目标对象进行标注,从而得到标识对象。
可以理解的是,无论是开叉车的司机还是行走的人员,对于智能仓库而言,可以区分其为员工以及非员工,在本申请中,非员工的目标对象的身份属性定义为访客。
可选地,在一些实施例中,步骤“根据身份校验结果以及对象特征构建标识对象”,具体可以包括:
根据身份校验结果,确定目标对象的身份属性;
当身份属性为访客属性时,获取目标对象的关联对象信息,并基于关联对象信息以及对象特征,构建标识对象;
当身份属性为员工属性时,获取目标对象的仓库访问权限,并从基于仓库访问权限以及对象特征,构建标识对象。
其中,关联对象为目标对象关联的对象,如目标对象为访客,那么关联对象可以是该目标对象的邀请者;也可以是授权该目标对象访问的授权者,如目标对象为司机,该关联对象可以是同意该司机进入智能仓库的监控人员等等,具体可以根据实际情况进行设置。
当身份属性为访客属性时,获取其关联的关联对象信息,并基于关联对象信息以及对象特征,构建标识对象。具体的,若目标对象为人,则从对象特征中获取该目标对象的人脸特征、服饰特征和人体特征,然后,利用关联对象信息、人脸特征、服饰特征和人体特征,构建标识对象,并且,可以在远端监控设备的显示该标识对象,如图4所示;若目标对象开叉车的司机,则可以从对象特征中获取司机的人脸特征、叉车的车型特征和颜色特征,然后,利用关联对象信息、司机的人脸特征、叉车的车型特征和颜色特征,构建标识对象,并且,可以在远端监控设备的显示该标识对象,如图5所示。
103、当标识对象通过仓库出入口离开智能仓库时,从监控视频中获取标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面。
例如,当标识对象(如工作人员a)通过仓库出入口离开智能仓库时,则可以根据该表示对象的特征信息,从监控视频中获取工作人员a对应的对象视频帧。其中,该监控视频可以是保存在云端的监控视频,也可以是保存在本地监控设备的监控视频。然后,将获取的对象视频帧进行拼接处理,得到标识对象在智能仓库内的监控画面。
可选地,在一些实施例中,为了便于后续对标识对象进行监控,可以生成标识对象进入智能仓库后的移动路线,可以基于获取的对象视频帧生成标识对象对应的移动路线。
例如,具体的,根据对象视频帧确定标识对象在智能仓库的位置点以及每个位置点对应的点位时间;将点位时间大于预设时间的位置点确定为目标位置点,并基于每个目标位置点对应的时间信息,将所有目标位置点进行连接,从而得到标识对象进入智能仓库后的移动路线。需要说明的是,预设时间可以根据实际情况进行设置,当点位时间大于预设时间时,则可以表明标识对象在该位置点与智能仓库的事物产生交互,如装卸货物或安装设备等交互活动,而对于点位时间小于或等于预设时间的位置点而言,其可能是标识对象处于移动过程的点位,实际上并无触发任何的交互活动,为了减小后续的计算,本申请将停留时间大于预设时间的位置点确定为目标位置点。
104、根据监控画面,生成标识对象在智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间。
监控区指的是在智能仓库中可以与货物或者是货架(即货物储存区)进行交互的区域,具体的,监控区是根据货物储存区放置的货物以及货物储存区与本地监控设备之间的相对位置进行调整的,其面积大小可以不作限定,具体可以根据实际应用的需求进行设置,只需确保标识对象与货物进行接触时,如运输货物和领取货物时,标识对象能够位于该监控区内即可。
其中,根据监控画面,可以确定标识对象是否进入监控区、以及进入监控区的停留时间和对象操作姿态。
例如,具体的,可以识别监控画面中每一帧图像,根据识别结果确定标识对象是否进入监控区;然后,识别进入监控区的图像帧中标识对象的对象操作姿态,具体可以通过姿态识别模型识别标识对象的对象操作。同时,基于在监控区的视频帧对应的时间之和,确定标识对象进入监控区的停留时间。
进一步的,货物处理信息包括货物的转移情况(如货物的货物图像)、处理人信息以及处理人的权限等等,具体的,可以识别进入监控区的图像帧中转移的货物(如存放的货物或领取的货物),由此,确定货物的转移情况;此外,通过标识对象的特征信息确定处理人信息以及处理人的权限,具体可以通过对象识别模型确定处理货物的处理人,然后,从云端中拉取该处理人对应的信息和权限等等。其中,处理人信息包括处理人的姓名以及处理人对应的处理货单,处理人的权限包括可进入的货物存储区的权限以及可转移的货物的权限。
可选地,在一些实施例中,每个标识对象在监控区中处理货物后,设置在监控区的设备可以将货物处理的情况上传至云端,同时,在标识对象处理后,上传货物存储区的重量变化,由此,将货物处理情况与标识对象进行绑定。
105、基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
其中,合规性验证是用于验证目标对象(如搬货工人或叉车司机)对货物的处置是否合理,合理的行为包括根据工单取出货物以及放置货物等操作,不合规的行为包括未按工单取出或放置货物。
例如,具体的,可以基于货物处理信息确定标识对象所转移的货物,并根据对象操作姿态以及停留时间,预估标识对象在处理货物时是否存在盗取货物的情况。
标识对象可以为单一对象(如人),也可以为复合型对象(如载具+人),对于标识对象为人这类单一对象时,其处理的货物通常体积和/或重量较小,因此,其若发生偷盗行为时,对象的姿态以及停留时间,必定会出现异常;而对于表示对象为叉车司机这类复合型对象时,司机若发生偷盗行为时,叉车行驶的路线和司机的姿态,必定会出现异常,故,在本申请一些实施例中,针对不同类型的标识对象,执行不同的合规性判断策略,即,步骤“基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规”,具体可以包括:
获取标识对象对应的对象类型;
若对象类型为第一类型时,则获取标识对象的对象权限,并根据对象权限、货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规;
若对象类型为第二类型时,检测标识对象的移动路线是否为预设移动路线;当检测到标识对象的移动路线为预设移动路线时,则根据货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
其中,第一类型可以为上述提及的单一类型,第二类型可以为上述提及的复合类型。
若标识对象为工作人员,则可以确定该工作人员对应的对象类型为第一类型,此时,则获取标识对象的对象权限,并根据对象权限、货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。具体的,该对象权限包括该标识对象(工作人员)可进入监控区的权限以及可转移货物的权限。比如,工作人员p1的对象权限指示:该工作人员可进入监控区a1、监控区a2以及监控区a3,可转移货物为货物t1和货物t2,工作人员p2的对象权限指示:该工作人员可进入监控区a1以及监控区a2,可转移货物为货物t3。当工作人员p1进入监控区a4时,且其在监控区a4处理货物t5时,则可以预估该工作人员p1处理货物t5的行为不合规;又比如,当工作人员p2进入监控区a2,且在监控区a2处理货物t3时,则可以预估该工作人员p2处理货物t2合规。
然而,在某些情况下,即便标识对象进入其对应的监控区处理相应的货物时,也无法直接排除其处理货物的过程合规。因为,在实际处理时,标识对象可以多领取货物或者少放置货物,故,在本申请的一些实施例中,还需要利用货物存储区的货物变化,预估标识对象处理货物是否合规,即,可选地,在一些实施例中,步骤“根据对象权限、货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规”,包括:
从货物处理信息中提取标识对象处理的目标货物的货物图像;
根据货物图像确定目标货物对应的目标货物存储区;
获取在标识对象处理目标货物时,目标货物存储区的货物重量变化信息以及货物数量变化信息;
基于货物重量变化信息、货物数量变化信息、货物图像、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
例如,可以从货物处理信息中提取标识对象处理的目标货物的货物图像,然后,根据货物图像确定目标货物对应的目标货物存储区,接着,获取在标识对象处理目标货物时,目标货物存储区的货物重量变化信息以及货物数量变化信息,最后,基于货物重量变化信息、货物数量变化信息、货物图像、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
具体的,从货物处理信息中提取标识对象处理的目标货物的货物图像,并确定该货物图像对应的目标货物d1。然后,获取在标识对象处理目标货物d1,目标货物存储区d1的货物重量变化信息以及货物数量变化信息,若货物重量变化信息以及货物数量变化信息均未发生变化,则确定该标识对象存在违规处理目标货物d1违规。若货物重量变化信息以及货物数量变化信息与目标货物d1对应,则确定该标识对象存在违规处理目标货物d1合规。
可以理解的是,仅仅从货物重量变化信息以及货物数量变化信息与目标货物d1对应判断标识对象处理货物是否合规的准确度并不是非常精准,其原因在于:1)货物重量的数据是通过传感器采集的,当传感器出现损坏时,其采集的重量是不准确的;2)在标识对象转移货物时,货物存储区可能存在其他对象转移货物,也会影响到货物重量变化;故,在本申请中,还需要结合货物图像、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
例如,具体的,可以根据该货物图像确定在目标货物的货物数量,然后,检测该货物数量与货物数量变化信息以及货物重量变化信息是否匹配,即,通过货物数量变化信息确定目标存储区中减少的货物的数量、通过货物重量变化信息确定目标存储区中减少的货物的货物的重量,同时,基于货物数量计算该次转移的目标货物的重量,基于此,进行匹配,若匹配成功,则确定该标识对象处理货物合规;若不匹配,则在标识对象所途经的货物存储区中确定风险区,最后,结合对象操作姿态以及停留时间,预估标识对象处理货物是否合规,即,可选地,在一些实施例中,步骤“基于所述货物重量变化信息、货物数量变化信息、货物图像、对象操作姿态以及停留时间,预估标识对象处理货物是否合规”,具体可以包括:
识别货物图像对应的货物数量;
检测货物数量是否与货物数量变化信息以及货物重量变化信息匹配;
当检测到货物数量与货物数量变化信息以及货物重量变化信息不匹配,则从监控画面确定标识对象所途经的货物储存区,并在标识对象所途经的货物储存区确定智能仓库存在盗取风险的风险区;
基于对象操作姿态和停留时间,检测标识对象位于风险区包含的监控区内的姿态连续性和姿态行为;
若姿态连续性指示对象操作姿态连续,且姿态行为是货物放置行为,则预估标识对象处理货物不合规,且预估标识对象处理货物为误处理;
若姿态连续性指示对象操作姿态连续,且姿态行为是货物领取行为,则将风险区除监控区外的标识对象的每一帧画面确定为风险画面;基于风险画面确定标识对象的货物增加地点;拼接货物增加地点对应的画面,得到货物增加地点对应的全景画面,并对全景画面中标注标识对象所增加的货物。
例如,具体的,当检测到货物数量与货物数量变化信息以及货物重量变化信息不匹配,则根据监控画面以及标识对象的特征信息,确定标识对象所途经的货物储存区,并在标识对象所途经的货物储存区确定智能仓库存在盗取风险的风险区。需要说明的是,在本申请中,虽然预先设定了监控区,监控区的摄像头数量一般会大于其他区的摄像头数量,规定标识对象需要在监控区进行货物处理,但是,处理货物不合规的标识对象一般会避开监控区,在摄像头数量较少的区域进行不合规的货物处理,故,当检测到货物数量与货物数量变化信息以及货物重量变化信息不匹配,可以在标识对象所途经的货物储存区中生成风险区。
例如,请参阅图6,当检测到货物数量与货物数量变化信息以及货物重量变化信息不匹配时,则根据监控画面以及标识对象的特征信息,确定标识对象所途经的货物储存区为货物存储区q1、货物存储区q2和货物存储区q3,分别确定货物存储区q1、货物存储区q2和货物存储区q3预设范围内的本地监控设备的位置以及数量,同时,在货物存储区q1、货物存储区q2和货物存储区q3确定可通行区,最后,基于可通行区、本地监控设备的位置以及数量,生成风险区。
具体的,基于本地监控设备的位置以及数量,在可通行区中生成风险区具体可以为:基于本地监控设备的位置以及数量,确定本地监控设备对应的非操作区,然后,拼接可通行区、监控区以及非操作区,生成风险区。
如图6所示,货物存储区q1包括两个非操作区,分别是非操作区1和非操作区2,即,标识对象从监控区1行驶至可通行区并向非操作区2的方向行进的时候,监控设备(即摄像头)是无法拍摄完全标识对象的图像的。进一步的,在标识对象进入非操作区之前,离开非操作区之后(即再次出现在任一监控区时),拼接可通行区、监控区以及非操作区,生成风险区。假设在该实施例中,标识对象从监控区1进入至可通行区后,进入到非操作区2,当其再次出现的监控区为监控区2时,则可以拼接监控区1、可通行区、监控区2、非操作区1和非操作区2,从而得到风险区。
在风险区中,基于对象操作姿态和停留时间,检测标识对象位于风险区包含的监控区内的姿态连续性和姿态行为;若姿态连续性指示对象操作姿态连续,且所述姿态行为是货物放置行为,则预估标识对象处理货物不合规,且预估标识对象处理货物为误处理。可以理解的是,在该实施例中,标识对象可能是将目标货物放置在其他货物存储区中,导致处理不合规,如货物a1对应货物存储区A,标识对象将货物a1放置在货物存储区B中,导致该次处理不合规。
另外,姿态连续性指示对象操作姿态连续,且姿态行为是货物领取行为,则将风险区除监控区外的标识对象的每一帧画面确定为风险画面;基于风险画面确定标识对象的货物增加地点;拼接货物增加地点对应的画面,得到货物增加地点对应的全景画面,并对全景画面中标注标识对象所增加的货物。
例如,具体的,检测到货物数量与货物数量变化信息以及货物重量变化信息不匹配时,即,标识对象所领取的货物可能是数量不匹配,也可能是货物类型不匹配,此时,标识对象可能存在误操作的风险。故,在本申请中,当姿态连续性指示指示对象操作姿态连续,且姿态行为是货物领取行为时,则将上述风险区对应的每一帧画面确定为风险画面,然后,再风险画面中确定标识对象的货物增加地点,如标识对象在货物存储区B中放置了未经申报的货物b,然后,拼接货物增加地点对应的画面,得到货物增加地点对应的全景画面,并对全景画面中标注标识对象所增加的货物,如图7所示。
此外,姿态连续性指示对象操作姿态不连续时,且姿态行为是货物领取行为,如标识对象为了避免被本地监控设备的拍摄到而采取躲避行为,此时,本地监控设备拍摄到的标识对象的画面是不连续的,故,所识别的标识对象的姿态是不连续的,此时,则可以标注该标识对象为偷盗对象。
若标识对象为叉车司机(即复合型对象)时,首先检测其移动路线是否合法或者是符合预设移动路线。可选地,在一些实施例中,复合型对象一般会设定好其所对应的货物存储区,如设定叉车司机前往某个货物存储区进行提货或卸货等,在其行进时,可以根据其经过的货物存储区的货物转移情况以及其实际的货物增加情况确定其处理货物是否合规,即,可选地,在一些实施例中,步骤“当检测到移动路线为预设移动路线时,则根据对象操作姿态以及停留时间,预估标识对象处理货物是否合规”,具体可以包括:
当检测到移动路线为预设移动路线时,确定预设移动路线的每一个货物存储区为对象放置区;
获取对象放置区对应的计划货物转移信息以及标识对象在经过对象放置区后对象放置区的实际货物转移信息;
根据计划货物转移信息、实际货物转移信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
其中,标识对象的移动路线为预设移动路线时,其在该路线上经过时,可能会出现违规转移其他货物的情况,如盗取货物存储区的货物,或未经许可私自卸下相应的货物至货物存储区,故,当检测到移动路线为预设移动路线时,可以确定预设移动路线的每一个货物存储区为对象放置区,然后,获取对象放置区对应的计划增加货物信息以及标识对象在经过对象放置区后对象放置区的实际增加货物信息,比如,预设移动路线的货物存储区包括区域A、区域B和区域C,标识对象经过区域A、区域B和区域C后,以货物增加至区域为正,减少为负,区域A的实际货物转移数量d1,计划货物转移数量为d1,区域B的货物转移数量为-d2,计划货物转移数量为-d3,区域C的实际货物转移数量d4,计划货物转移数量d4。可以理解的是,在智能仓库中,每个货物存储区域的计划货物转移量和实际货物转移量应当保持一致,可见,在标识对象经过区域B时,可能存在偷盗的行为,比如,标识对象从区域B中盗取货物,或者是,标识对象在区域B中违规放置货物,上述这两种行为均会导致实际货物转移数量与计划货物转移数量不一致,故,可以根据计划货物转移信息、实际货物转移信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,比如,确定计划货物转移信息和实际货物转移信息不匹配的对象放置区为非合规区,然后,获取在非合规区中标识对象的对象操作姿态以及停留时间,根据该对象操作姿态以及停留时间,预估其在非合规区中的行为,从而确定标识对象处理货物是否合规,即,可选地,在一些实施例中,步骤“根据计划货物转移信息、实际货物转移信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规”,具体可以包括:
将计划增加货物信息与实际增加货物信息不匹配的对象放置区确定为非合规区;
根据对象操作姿态以及停留时间,确定标识对象在非合规区内是否执行转移操作;
当标识对象在所述非合规区内未执行转移操作,则预估标识对象处理货物不合规,且预估标识对象处理货物为未处理;
当标识对象在非合规区内已执行转移操作,且转移操作对应的货物的转移图像与计划转移货物信息货物的货物图像不相同,则转移操作所对应的货物为存疑货物,并预估标识对象处理货物不合规。
在确定非合规区后,通过对象操作姿态以及停留时间,确定标识对象在非合规区内是否执行转移操作。比如,识别对象操作姿态为:下车、弯腰以及起身,停留时间为1分钟,则可以确定标识对象在非合规区内执行转移操作;又比如,识别对象操作姿态为:坐立,停留时间为20秒,则可以确定标识对象在非合规区内未执行转移操作。
当确定标识对象在非合规区内执行转移操作时,若该转移操作为取货,则转移操作所对应的货物为存疑货物,并预估标识对象处理货物不合规,进一步可以预估该表示对象盗窃货物;若该转移操作为卸货,则转移操作所对应的货物为存疑货物,并预估标识对象处理货物不合规,进一步可以预估该表示对象错误放置货物。
当确定标识对象在非合规区内未执行转移操作时,则预估标识对象处理货物不合规,即,未在规定的区域转移货物。
106、若合规,则允许标识对象通过仓库出入口离开所述智能仓库。
例如,具体的,可以输出该标识对象处理货物合规的提示信息,如播报:处理合规,请通行。可选地,在一些实施例中,可以控制该智能仓库的出入口的门禁开启,以便标识对象通过。
107、若不合规,则通知监控人员通过远端监控设备对标识对象进行核验。
例如,具体的,可以引导标识对象前往指定区域进行核验,也可以在智能仓库的仓库出入进行核验,并且,在一些实施例中,还可以通过扬声器播报存疑货物,或在显示屏中显示存疑货物以及存疑货物所在的区域等等,具体可以根据实际情况进行设定,在此不再赘述。
以上完成本申请的智能仓库存储系统的监控流程。
如上所述,本申请提供一种智能仓库存储系统的监控方法,能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,所述智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在货物储存区预设范围内的监控区,所述监控区根据所述货物储存区放置的货物以及货物储存区与本地监控设备之间的相对位置进行调整的,本地监控设备用于对仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;远端监控设备与本地监控设备连接,当目标对象进入仓库出入口时,采集所述目标对象的对象特征,然后,根据所述对象特征,引导目标对象从所述仓库出入口移动至目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及所述对象特征构建标识对象,当所述标识对象通过仓库出入口离开智能仓库时,从所述监控视频中获取标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面,接着,根据监控画面,生成标识对象在智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若合规,则允许标识对象通过所述仓库出入口离开智能仓库;若不合规,则通知监控人员通过远端监控设备对所述标识对象进行核验。
在本申请提供的智能仓库存储系统的监控方案中,在目标对象进入智能仓库时,构建其对应的标识对象;当该目标对象在进入智能仓库后并要从智能仓库离开时,基于其对应的标识对象的对象视频帧生成智能仓库内的监控画面,并利用该监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若标识对象处理货物合规,则允许其离开智能仓库;否则,则通知监控人员通过远端监控设备对标识对象进行核验;该方案可以对合规的货物存放和领取进行无感监控,当预估到标识对象处理货物不合规时,通知监控人员进行核验,避免出现货物丢失的情况,减低厂商的货物损失,实现对仓库内的货物有效监控。
相应的,请参阅图8,本申请实施例提供一种智能仓库存储系统的监控装置(以下简称监控装置),该监控装置包括采集模块201、引导模块202、构建模块203、第一生成模块204、第二生成模块205、预估模块206、允许模块207以及通知模块208,具体如下:
采集模块201,用于当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征。
引导模块202,用于根据所述对象特征,引导目标对象从仓库出入口移动至目标对象对应的身份校验区进行身份校验。
构建模块203,用于根据身份校验结果以及对象特征构建标识对象。
可选地,在一些实施例中,构建模块203具体可以用于:
根据身份校验结果,确定目标对象的身份属性;
当身份属性为访客属性时,获取目标对象的关联对象信息,并基于关联对象信息以及对象特征,构建标识对象;
当身份属性为员工属性时,获取目标对象的仓库访问权限,并基于仓库访问权限对象特征,构建标识对象。
第一生成模块204,用于当所述标识对象通过仓库出入口离开智能仓库时,从所述监控视频中获取标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面。
第二生成模块205,用于根据监控画面,生成标识对象在智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间;
预估模块206,用于基于货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
可选地,在一些实施例中,预估模块206具体可以包括:
获取单元,用于获取标识对象对应的对象类型;
第一预估单元,用于若对象类型为第一类型时,则获取标识对象的对象权限,并根据对象权限、货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规;
第二预估单元,用于若对象类型为第二类型时,检测标识对象的移动路线是否为预设移动路线;当检测到标识对象的移动路线为预设移动路线时,则根据货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
可选地,在一些实施例中,第一预估单元具体可以包括:
提取子单元,用于从货物处理信息中提取标识对象处理的目标货物的货物图像;
第一确定子单元,用于根据货物图像确定目标货物对应的目标货物存储区;
获取子单元,用于获取在标识对象处理目标货物时,目标货物存储区的货物重量变化信息以及货物数量变化信息;
第一预估子单元,用于基于货物重量变化信息、货物数量变化信息、货物图像、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
可选地,在一些实施例中,第一预估子单元具体可以用于:
识别所述货物图像对应的货物数量;
检测货物数量是否与货物数量变化信息以及货物重量变化信息匹配;
当检测到货物数量与货物数量变化信息不匹配,则根据监控画面确定标识对象所途经的货物储存区,并在标识对象所途经的货物储存区确定智能仓库存在盗取风险的风险区;
基于对象操作姿态和停留时间,检测标识对象位于风险区包含的监控区内的姿态连续性和姿态行为;
若姿态连续性指示对象操作姿态连续,且姿态行为是货物放置行为,则预估标识对象处理货物不合规,且预估标识对象处理货物为误处理;
若所述姿态连续性指示对象操作姿态连续,且姿态行为是货物领取行为,则将风险区除监控区外的标识对象的每一帧画面确定为风险画面;基于风险画面确定标识对象的货物增加地点;拼接货物增加地点对应的画面,得到货物增加地点对应的全景画面,并对全景画面中标注标识对象所增加的货物。
可选地,在一些实施例中,第二预估单元具体可以包括:
第二确定子单元,用于当检测到移动路线为预设移动路线时,确定预设移动路线的每一个货物存储区为对象放置区;
第二获取子单元,用于获取对象放置区对应的计划增加货物信息以及标识对象在经过对象放置区后对象放置区的实际增加货物信息;
第二预估子单元,用于根据计划增加货物信息、实际增加货物信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规。
可选地,在一些实施例中,第二预估子单元具体可以用于:
将计划增加货物信息与实际增加货物信息不匹配的对象放置区确定为非合规区;
根据对象操作姿态以及停留时间,确定标识对象在非合规区内是否执行转移操作;
当标识对象在非合规区内未执行转移操作,则预估标识对象处理货物不合规,且预估标识对象处理货物为未处理;
当标识对象在非合规区内已执行转移操作,且转移操作对应的货物的转移图像与计划转移货物信息货物的货物图像不相同,则放置操作所放置的对应的货物为存疑货物,并预估标识对象处理货物不合规。
允许模块207,用于允许标识对象通过所述仓库出入口离开智能仓库。
通知模块208,用于通知监控人员通过远端监控设备对标识对象进行核验。
如上所述,本申请提供一种智能仓库存储系统的监控装置,智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在货物储存区预设范围内的监控区,监控区根据货物储存区放置的货物以及货物储存区与所述本地监控设备之间的相对位置进行调整的,本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;远端监控设备与本地监控设备连接,当目标对象进入仓库出入口时,采集模块201采集目标对象的对象特征,然后,引导模块202根据对象特征,引导目标对象从仓库出入口移动至目标对象对应的身份校验区进行身份校验,构建模块203根据身份校验结果以及对象特征构建标识对象,当标识对象通过仓库出入口离开智能仓库时,第一生成模块204从监控视频中获取标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面,接着,第二生成模块204根据所述监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,预估模块206基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若合规,则允许标识对象通过所述仓库出入口离开所述智能仓库;若不合规,则通知监控人员通过所述远端监控设备对标识对象进行核验在本申请提供的智能仓库存储系统的监控方案中,在目标对象进入智能仓库时,构建其对应的标识对象;当该目标对象在进入智能仓库后并要从智能仓库离开时,基于其对应的标识对象的对象视频帧生成智能仓库内的监控画面,并利用该监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若标识对象处理货物合规,则允许其离开智能仓库;否则,则通知监控人员通过远端监控设备对标识对象进行核验;该方案可以对合规的货物存放和领取进行无感监控,当预估到标识对象处理货物不合规时,通知监控人员进行核验,避免出现货物丢失的情况,减低厂商的货物损失,实现对仓库内的货物有效监控。
此外,本申请还提供一种计算机设备,如图9所示,其示出了本申请所涉及的计算机设备的结构示意图,具体来讲:该计算机设备可以包括一个或者一个以上处理核心的处理器301、一个或一个以上计算机可读存储介质的存储器302、电源303和输入单元304等部件。本领域技术人员可以理解,图8中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器301是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器302内的软件程序和/或模块,以及调用存储在存储器302内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器301可包括一个或多个处理核心;优选的,处理器301可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器301中。
存储器302可用于存储软件程序以及模块,处理器301通过运行存储在存储器302的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器302可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器302还可以包括存储器控制器,以提供处理器301对存储器302的访问。
计算机设备还包括给各个部件供电的电源303,优选的,电源303可以通过电源管理系统与处理器301逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源303还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元304,该输入单元304可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器301会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器302中,并由处理器301来运行存储在存储器302中的应用程序,从而实现各种功能,如下:
当目标对象进入仓库出入口时,采集目标对象的对象特征;根据对象特征,引导目标对象从仓库出入口移动至目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及对象特征构建标识对象;当标识对象通过仓库出入口离开智能仓库时,从监控视频中获取所述标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面;根据监控画面,生成标识对象在智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间;基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规;若合规,则允许标识对象通过仓库出入口离开智能仓库;若不合规,则通知监控人员通过远端监控设备对标识对象进行核验。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
本申请实施例在目标对象进入智能仓库时,构建其对应的标识对象;当该目标对象在进入智能仓库后并要从智能仓库离开时,基于其对应的标识对象的对象视频帧生成智能仓库内的监控画面,并利用该监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间,最后,基于货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规,若标识对象处理货物合规,则允许其离开智能仓库;否则,则通知监控人员通过远端监控设备对标识对象进行核验;该方案可以对合规的货物存放和领取进行无感监控,当预估到标识对象处理货物不合规时,通知监控人员进行核验,避免出现货物丢失的情况,减低厂商的货物损失,实现对仓库内的货物有效监控。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请所提供的任一种智能仓库存储系统的监控方法中的步骤。例如,该指令可以执行如下步骤:
当目标对象进入仓库出入口时,采集目标对象的对象特征;根据对象特征,引导目标对象从所述仓库出入口移动至目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及对象特征构建标识对象;当标识对象通过仓库出入口离开智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于对象视频帧生成标识对象在智能仓库内的监控画面;根据监控画面,生成标识对象在所述智能仓库的货物处理信息、以及标识对象在监控区的对象操作姿态以及停留时间;基于所述货物处理信息、对象操作姿态以及停留时间,预估标识对象处理货物是否合规;若合规,则允许标识对象通过所述仓库出入口离开智能仓库;若不合规,则通知监控人员通过所述远端监控设备对所述标识对象进行核验。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请所提供的任一种智能仓库存储系统的监控方法中的步骤,因此,可以实现本申请所提供的任一种智能仓库存储系统的监控方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的方法。
以上对本申请所提供的一种智能仓库存储系统的监控方法、装置、存储介质及计算机设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种监控方法,应用于智能仓库系统,其特征在于,所述智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,所述智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在所述货物储存区预设范围内的监控区,所述监控区根据所述货物储存区放置的货物以及所述货物储存区与所述本地监控设备之间的相对位置进行调整的,所述本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;所述远端监控设备与所述本地监控设备连接,所述监控方法包括:
当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征;
根据所述对象特征,引导所述目标对象从所述仓库出入口移动至所述目标对象对应的身份校验区进行身份校验,并根据身份校验结果以及所述对象特征构建标识对象;
当所述标识对象通过所述仓库出入口离开所述智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于所述对象视频帧生成所述标识对象在所述智能仓库内的监控画面;
根据所述监控画面,生成所述标识对象在所述智能仓库的货物处理信息、以及所述标识对象的对象操作姿态以及停留时间;
基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规;
若合规,则允许所述标识对象通过所述仓库出入口离开所述智能仓库;
若不合规,则通知监控人员通过所述远端监控设备对所述标识对象进行核验。
2.根据权利要求1所述的监控方法,其特征在于,所述基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
获取所述标识对象对应的对象类型;
若所述对象类型为第一类型时,则获取所述标识对象的对象权限,并根据所述对象权限、货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规;
若所述对象类型为第二类型时,检测所述标识对象的移动路线是否为预设移动路线;当检测到所述标识对象的移动路线为预设移动路线时,则根据所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
3.根据权利要求2所述的监控方法,其特征在于,所述根据所述对象权限、货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
从所述货物处理信息中提取所述标识对象处理的目标货物的货物图像;
根据所述货物图像确定所述目标货物对应的目标货物存储区;
获取在所述标识对象处理目标货物时,所述目标货物存储区的货物重量变化信息以及货物数量变化信息;
基于所述货物重量变化信息、货物数量变化信息、货物图像、所述对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
4.根据权利要求3所述的监控方法,其特征在于,所述基于所述货物重量变化信息、货物数量变化信息、货物图像、所述对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
识别所述货物图像对应的货物数量;
检测所述货物数量是否与所述货物数量变化信息以及货物重量变化信息匹配;
当检测到所述货物数量与所述货物数量变化信息不匹配,则根据所述监控画面确定所述标识对象所途经的货物储存区,并在所述标识对象所途经的货物储存区确定所述智能仓库存在盗取风险的风险区;
基于所述对象操作姿态和停留时间,检测所述标识对象位于风险区包含的监控区内的姿态连续性和姿态行为;
若所述姿态连续性指示所述对象操作姿态连续,且所述姿态行为是货物放置行为,则预估所述标识对象处理货物不合规,且预估所述标识对象处理货物为误处理;
若所述姿态连续性指示所述对象操作姿态连续,且所述姿态行为是货物领取行为,则将所述风险区除监控区外的所述标识对象的每一帧画面确定为风险画面;基于所述风险画面确定所述标识对象的货物增加地点;拼接所述货物增加地点对应的画面,得到所述货物增加地点对应的全景画面,并对所述全景画面中标注所述标识对象所增加的货物。
5.根据权利要求2所述的监控方法,其特征在于,所述当检测到所述移动路线为预设移动路线时,则根据对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
当检测到所述移动路线为预设移动路线时,确定所述预设移动路线的每一个货物存储区为对象放置区;
获取所述对象放置区对应的计划增加货物信息以及所述标识对象在经过所述对象放置区后所述对象放置区的实际增加货物信息;
根据所述计划增加货物信息、实际增加货物信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规。
6.根据权利要求5所述的监控方法,其特征在于,所述根据所述计划增加货物信息、实际增加货物信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规,包括:
将所述计划增加货物信息与实际增加货物信息不匹配的对象放置区确定为非合规区;
根据所述对象操作姿态以及停留时间,确定所述标识对象在所述非合规区内是否执行转移操作;
当所述标识对象在所述非合规区内未执行转移操作,则预估所述标识对象处理货物不合规,且预估所述标识对象处理货物为未处理;
当所述标识对象在所述非合规区内已执行转移操作,且所述转移操作对应的货物的转移图像与所述计划转移货物信息货物的货物图像不相同,则所述放置操作所放置的对应的货物为存疑货物,并预估所述标识对象处理货物不合规。
7.根据权利要求1至6任一项所述的监控方法,其特征在于,所述根据身份校验结果以及所述对象特征构建标识对象,包括:
根据所述身份校验结果,确定所述目标对象的身份属性;
当所述身份属性为访客属性时,获取所述目标对象的关联对象信息,并基于所述关联对象信息以及对象特征,构建标识对象;
当所述身份属性为员工属性时,获取所述目标对象的仓库访问权限,并基于所述仓库访问权限对象特征,构建标识对象。
8.一种监控装置,应用于智能仓库存储系统,其特征在于,所述智能仓库存储系统包括远端监控设备以及设置在智能仓库中的智能传感器和本地监控设备,所述智能仓库包括有仓库出入口、身份校验区、货物储存区以及设置在所述货物储存区预设范围内的监控区,所述监控区根据所述货物储存区放置的货物以及所述货物储存区与所述本地监控设备之间的相对位置进行调整的,所述本地监控设备用于对所述仓库出入口、身份校验区、货物储存区以及监控区进行拍摄,得到监控视频;所述远端监控设备与所述本地监控设备连接,所述监控装置包括:
采集模块,用于当目标对象进入所述仓库出入口时,采集所述目标对象的对象特征;
引导模块,用于根据所述对象特征,引导所述目标对象从所述仓库出入口移动至所述目标对象对应的身份校验区进行身份校验;
构建模块,用于根据身份校验结果以及所述对象特征构建标识对象;
第一生成模块,用于当所述标识对象通过所述仓库出入口离开所述智能仓库时,从所述监控视频中获取所述标识对象对应的对象视频帧,并基于所述对象视频帧生成所述标识对象在所述智能仓库内的监控画面;
第二生成模块,用于根据所述监控画面,生成所述标识对象在所述智能仓库的货物处理信息、以及所述标识对象在监控区的对象操作姿态以及停留时间;
预估模块,用于基于所述货物处理信息、对象操作姿态以及停留时间,预估所述标识对象处理货物是否合规;
允许模块,用于允许所述标识对象通过所述仓库出入口离开所述智能仓库;
通知模块,用于通知监控人员通过所述远端监控设备对所述标识对象进行核验。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述监控方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410043592.9A CN117557968B (zh) | 2024-01-11 | 2024-01-11 | 监控方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410043592.9A CN117557968B (zh) | 2024-01-11 | 2024-01-11 | 监控方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117557968A true CN117557968A (zh) | 2024-02-13 |
CN117557968B CN117557968B (zh) | 2024-04-30 |
Family
ID=89817009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410043592.9A Active CN117557968B (zh) | 2024-01-11 | 2024-01-11 | 监控方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117557968B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205983512U (zh) * | 2016-07-23 | 2017-02-22 | 锦州华夏易通物流有限公司 | 基于4g网络的远程仓库监管系统 |
CN111223260A (zh) * | 2020-01-19 | 2020-06-02 | 上海智勘科技有限公司 | 在仓储管理中智能监控货物防盗损的方法和系统 |
CN111696361A (zh) * | 2020-05-15 | 2020-09-22 | 公安部道路交通安全研究中心 | 一种远端安检核验方法、装置及系统 |
CN114037370A (zh) * | 2021-10-25 | 2022-02-11 | 杭州天翔东捷运物流有限公司 | 一种仓库管理方法、系统、智能终端及存储介质 |
CN114240283A (zh) * | 2021-12-13 | 2022-03-25 | 南方电网数字电网研究院有限公司 | 仓储管理方法、装置、计算机设备、存储介质和程序产品 |
US20230007831A1 (en) * | 2021-07-07 | 2023-01-12 | Visionnav Robotics (Shenzhen) Co., Ltd. | Method for warehouse storage-location monitoring, computer device, and non-volatile storage medium |
CN115604424A (zh) * | 2022-09-09 | 2023-01-13 | 国网西藏电力有限公司拉萨供电公司(Cn) | 一种物资仓储安防管理系统 |
CN115759621A (zh) * | 2022-11-16 | 2023-03-07 | 深圳市坤同智能仓储科技有限公司 | 一种基于图像视觉的智能仓库管理方法 |
CN117371882A (zh) * | 2023-10-10 | 2024-01-09 | 湖南意达机电工程有限公司 | 一种基于物联网的社区安防物流系统 |
-
2024
- 2024-01-11 CN CN202410043592.9A patent/CN117557968B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205983512U (zh) * | 2016-07-23 | 2017-02-22 | 锦州华夏易通物流有限公司 | 基于4g网络的远程仓库监管系统 |
CN111223260A (zh) * | 2020-01-19 | 2020-06-02 | 上海智勘科技有限公司 | 在仓储管理中智能监控货物防盗损的方法和系统 |
CN111696361A (zh) * | 2020-05-15 | 2020-09-22 | 公安部道路交通安全研究中心 | 一种远端安检核验方法、装置及系统 |
US20230007831A1 (en) * | 2021-07-07 | 2023-01-12 | Visionnav Robotics (Shenzhen) Co., Ltd. | Method for warehouse storage-location monitoring, computer device, and non-volatile storage medium |
CN115600953A (zh) * | 2021-07-07 | 2023-01-13 | 未来机器人(深圳)有限公司(Cn) | 仓库库位的监控方法、装置、计算机设备和存储介质 |
CN114037370A (zh) * | 2021-10-25 | 2022-02-11 | 杭州天翔东捷运物流有限公司 | 一种仓库管理方法、系统、智能终端及存储介质 |
CN114240283A (zh) * | 2021-12-13 | 2022-03-25 | 南方电网数字电网研究院有限公司 | 仓储管理方法、装置、计算机设备、存储介质和程序产品 |
CN115604424A (zh) * | 2022-09-09 | 2023-01-13 | 国网西藏电力有限公司拉萨供电公司(Cn) | 一种物资仓储安防管理系统 |
CN115759621A (zh) * | 2022-11-16 | 2023-03-07 | 深圳市坤同智能仓储科技有限公司 | 一种基于图像视觉的智能仓库管理方法 |
CN117371882A (zh) * | 2023-10-10 | 2024-01-09 | 湖南意达机电工程有限公司 | 一种基于物联网的社区安防物流系统 |
Non-Patent Citations (1)
Title |
---|
刘稳: "高斯混合模型对物流仓储安全管理的研究", 黑龙江工业学院学报(综合版), no. 10, 20 October 2018 (2018-10-20), pages 91 - 95 * |
Also Published As
Publication number | Publication date |
---|---|
CN117557968B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117824B (zh) | 商品的管理方法、装置、电子设备及储存介质 | |
CN101208710A (zh) | 从俯视视频流进行目标检测及跟踪 | |
US20230222338A1 (en) | Context-aided machine vision | |
CN112801579A (zh) | 配送任务异常监控方法、装置、计算机设备以及存储介质 | |
CN114463899B (zh) | 物品存放方法、装置、存储柜、电子设备及存储介质 | |
CN108805495A (zh) | 物品存放管理方法和系统及计算机可读介质 | |
CN117151595A (zh) | 一种商品库存管理方法、设备及存储介质 | |
EP3113091A1 (en) | Image based baggage tracking system | |
KR101969262B1 (ko) | 사물인터넷 기반의 창고 관리 방법 및 시스템 | |
CN117557968B (zh) | 监控方法、装置、存储介质及计算机设备 | |
CN112116289A (zh) | 无人机库房管理系统、方法、计算机装置和存储介质 | |
KR20210012783A (ko) | 화상 위·변조 방지 기술을 적용한 국제복합운송에서의 운송화물 상태 확인 시스템 | |
CN116433153A (zh) | 一种仓储物流智能巡检系统 | |
KR20200127700A (ko) | 근로자의 식별 정보를 이용한 근태 관리 방법, 장치 및 컴퓨터-판독가능 기록 매체 | |
CN113723919B (zh) | 一种基于云平台的管理系统 | |
KR102416751B1 (ko) | 스마트팩토리 위험요소 탐지시스템 | |
CN112153341B (zh) | 一种任务监督方法、装置、系统、电子设备及存储介质 | |
WO2022107000A1 (en) | Automated tracking of inventory items for order fulfilment and replenishment | |
CN114022070A (zh) | 盘库方法、装置、设备及存储介质 | |
CN110458500A (zh) | 一种无人仓库的智能管理方法和装置 | |
CN112990189A (zh) | 货物拥堵识别方法、装置、电子设备及存储介质 | |
CN112558554A (zh) | 任务追踪方法和系统 | |
WO2024027854A1 (zh) | 快件数量确定方法、装置、电子设备及存储介质 | |
US20220051214A1 (en) | System, method, and computer-accessible medium for detecting and remediating in-person cart abandonment | |
Neetha et al. | Real-Time Motion Detection for Cargo Tracking and Management in Industrial Warehouses |
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 |