TW202407596A - 庫存管理裝置及庫存管理方法 - Google Patents
庫存管理裝置及庫存管理方法 Download PDFInfo
- Publication number
- TW202407596A TW202407596A TW112125413A TW112125413A TW202407596A TW 202407596 A TW202407596 A TW 202407596A TW 112125413 A TW112125413 A TW 112125413A TW 112125413 A TW112125413 A TW 112125413A TW 202407596 A TW202407596 A TW 202407596A
- Authority
- TW
- Taiwan
- Prior art keywords
- height
- inventory
- area
- pile
- inventory management
- Prior art date
Links
- 238000007726 management method Methods 0.000 title claims description 106
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 238000010606 normalization Methods 0.000 claims abstract description 31
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 238000005192 partition Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 239000000463 material Substances 0.000 description 16
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000005484 gravity Effects 0.000 description 9
- 229910052500 inorganic mineral Inorganic materials 0.000 description 8
- 239000011707 mineral Substances 0.000 description 8
- 229910052742 iron Inorganic materials 0.000 description 5
- 239000003245 coal Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003723 Smelting Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000035508 accumulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
[課題]可進行高精度的庫存量的算出。
[解決手段]庫存管理裝置(100)係具備:登錄部(111),其係取得表示置放庫存的區域所包含的各個地點的高度的高度資料(參照高度資訊資料庫(140));高度正規化部(112),其係在地點的高度之中,將低於根據高度的頻度分布所算出的臨限值的高度變更為該臨限值來進行正規化;庫存識別部(料堆識別部(114)),其係根據經正規化的高度資料,使用機械學習技術(參照料堆識別模型資料庫(170)),抽出區域之中的部分區域且為存在庫存的庫存區域;及體積算出部(115),其係將庫存區域劃分為網目狀,求出被劃分的區域所包含的地點的高度與地表面高度的差、與該被劃分的區域的面積的積的和,算出庫存的體積。
Description
本發明係關於管理存在於料場等區域內的庫存相關資訊的庫存管理裝置及庫存管理方法。
在煉鐵廠或燃煤發電廠中,成為原材料或燃料的鐵礦石或煤係以堆積如山予以保管,由庫存管理的觀點來看,必須掌握作為庫存量的體積。專利文獻1所記載的體積算出裝置係執行以下處理:對包含複數體積的算出對象物的區域的畫像資料,受理第1線段的輸入的輸入處理;在前述第1線段之中,抽出將與前述區域的外周交叉的2點間相連結的第2線段的抽出處理;根據表示前述區域的起伏的標高資料,判定前述第2線段的位置的標高資料是否相當於表示前述複數算出對象物的標高資料的何者的判定處理;若判定出均不相當於表示前述任何算出對象物的標高資料時,根據前述第2線段來分割前述區域,藉此生成分割區域的生成處理;及在表示前述區域的起伏的標高資料之中,使用表示前述分割區域的起伏的標高資料,算出前述分割區域所包含的前述算出對象物的體積的算出處理。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本特開2016-015079號公報
(發明所欲解決之問題)
藉由專利文獻1所記載的體積算出裝置,可根據置放堆積如山的庫存的區域的標高資料來算出庫存的體積,惟必須進行對應庫存的山的高度或傾斜的參數設定。為了高精度算出體積(庫存量),必須進行適當的參數設定,惟並不容易按各個山作適當設定。
本發明係鑑於如上所示之背景而完成者,課題在提供可進行高精度的庫存量的算出的庫存管理裝置及庫存管理方法。
(解決問題之技術手段)
為解決上述課題,本發明之庫存管理裝置係具備:登錄部,其係取得表示置放庫存的區域所包含的各個地點的高度的高度資料;高度正規化部,其係在前述地點的高度之中,將低於根據前述高度的頻度分布所算出的臨限值的高度變更為該臨限值來進行正規化;庫存識別部,其係根據經正規化的前述高度資料,使用機械學習技術,抽出前述區域之中的部分區域且為存在前述庫存的庫存區域;及體積算出部,其係將前述庫存區域劃分為網目狀,求出被劃分的區域所包含的地點的高度與地表面高度的差、與該被劃分的區域的面積的積的和,算出前述庫存的體積。
(發明之效果)
藉由本發明,可提供可進行高精度的庫存量的算出的庫存管理裝置及庫存管理方法。上述以外的課題、構成及效果由以下實施形態的說明清楚可知。
以下說明用以實施本發明的形態(實施形態)中的庫存管理裝置。本實施形態之庫存管理裝置係進行被堆積如山在煉鐵廠或火力發電廠等所具備的料場(亦記載為區域)的鐵礦石或煤等礦物的庫存管理。若詳細說明之,庫存管理裝置係根據料場的地物表面的高度資料,算出礦物的體積、或置放礦物的區域的面積。其中,將礦物的山亦記載為料堆(pile)。庫存管理裝置係識別料堆(庫存),算出料堆的體積或面積(底面積)。
以地物表面的高度資料而言,有例如DSM(Digital Surface Model,數值地表模型)資料。DSM資料係可由例如空拍機所攝影到的料場的空拍畫像生成,惟由於缺失值或計算錯誤,有高度成為離群值(例如,低於地表面的高度亦即地表面高度的值)的情形,成為體積算出的誤差的原因。
庫存管理裝置係根據將離群值除外的DSM資料,使用機械學習技術,特定料場內的料堆的區域(亦記載為料堆區域、庫存區域)來算出體積。藉由使用如上所示之手法,庫存管理裝置並無須進行在先前技術中為必要的參數的設定,而可高精度地算出料堆區域的面積或礦物的體積。
其中,在日本國土地理院(測量法)係將東京灣的平均海面設為0m的基準面,將離該基準面的高度稱為標高(高度)。料堆堆高之處係高度會變高(大)。該高度亦可置換為成為海拔(距鄰近海面的高度)或料場的地表面等其他基準的高度。
藉由空拍機被計測到的高度係指例如由空拍機的位置、及至料場的距離(料堆或離地表面的高度)所算出之包含料堆的料場內的地點的高度。空拍機的位置(緯度、經度、高度)可在例如空拍機裝載GNSS(Global Navigation Satellite System,全球導航衛星系統)收訊機,由所收訊到的訊號來算出。至料場的距離係可使用例如雷射測量(雷射掃描)來計測。此外,亦可將攝影位置與攝影方向為已知的畫像組合2枚以上,藉由立體視覺來求出至料場的距離。
≪庫存管理裝置的構成≫
圖1係本實施形態之庫存管理裝置100的功能區塊圖。庫存管理裝置100係電腦,具備:控制部110、記憶部120、及輸出入部180。在輸出入部180係連接顯示器或鍵盤、滑鼠等使用者介面機器。輸出入部180具備通訊元件,可與其他裝置進行資料(高度資料等)的傳送接收。此外,亦可在輸出入部180連接媒體驅動器,且進行使用記錄媒體的資料的交換。
記憶部120係構成為包含ROM(Read Only Memory,唯讀記憶體)或RAM(Random Access Memory,隨機存取記憶體)、SSD(Solid State Drive,固體狀態驅動機)等記憶機器。在記憶部120係記憶:庫存管理資料庫130、高度資訊資料庫140、畫像資料庫150、料堆管理資料庫160、料堆識別模型資料庫170、及程式128。
≪記憶部:庫存管理資料庫≫
圖2係本實施形態之庫存管理資料庫130的資料構成圖。庫存管理資料庫130係例如表格形式的資料,1行(記錄)係對應算出相當於庫存的料堆的體積或面積的庫存管理(庫存管理處理)。
庫存管理資料庫130的記錄係包含:庫存管理識別資訊(圖2中係記載為「庫存管理ID」)、料場識別資訊(圖2中係記載為「料場ID」)及登錄日期時間之列(屬性)。庫存管理識別資訊係庫存管理的識別資訊。料場識別資訊係成為庫存管理的對象的料場的識別資訊。登錄日期時間係表示登錄成為庫存管理的基礎的高度資料或畫像資料的日期時間。
≪記憶部:高度資訊資料庫≫
圖3係本實施形態之高度資訊資料庫140的資料構成圖。高度資訊資料庫140係例如表格形式的資料,1個記錄係表示高度資料。高度資訊資料庫140的記錄係包含:識別資訊(圖3中係記載為「ID」)、庫存管理識別資訊、及高度資料的屬性。高度資料係包含:料場所包含的地點的座標、及該地點的高度。料堆區域中的高度係成為料堆表面的高度。識別資訊係高度資料的識別資訊,庫存管理識別資訊係對應庫存管理資料庫130(參照圖2)的庫存管理識別資訊。無庫存管理識別資訊的高度資料係未被使用在庫存管理的高度資料。
圖4係用以說明本實施形態之高度資料的圖。在圖4中,以影線的濃度表示高度,以低濃度的影線表示高度高的區域。高濃度的矩形區域係表示料場401內的地表面,在料場401內存在3個料堆402。如圖4所示,高度資料亦包含料堆402周邊未置放庫存的地表面的高度(地表面高度)。
≪記憶部:畫像資料庫≫
圖5係本實施形態之畫像資料庫150的資料構成圖。畫像資料庫150係與高度資訊資料庫140(參照圖3)為相同的構成,為高度資料置換成畫像資料的構成。
≪記憶部:料堆管理資料庫≫
圖6係本實施形態之料堆管理資料庫160的資料構成圖。料堆管理資料庫160係例如表格形式的資料,1個記錄係表示有關在某時點的料堆的資訊。料堆管理資料庫160的記錄係包含:庫存管理識別資訊、料場識別資訊、料堆識別資訊、名稱、品種、容積比重(容積密度)、體積、面積、及區域的屬性。
庫存管理識別資訊係對應庫存管理資料庫130(參照圖2)的庫存管理識別資訊。例如料堆管理資料庫160的第1行所示之料堆係根據2022年4月6日13時34分5秒所登錄的高度資料(參照圖2記載的庫存管理資料庫130的庫存管理識別資訊為「S000001」的記錄)的資訊。
料場識別資訊係有料堆的料場的識別資訊。料堆識別資訊係料堆的識別資訊。名稱係料堆的名稱。品種係鐵礦石或煤等料堆的品種。容積比重、體積、面積分別為料堆的容積比重、體積、面積。區域係表示在料場內有料堆的區域,為近似該區域的多角形的頂點的座標群。
≪記憶部:料堆識別模型資料庫≫
返回至圖1,繼續說明記憶部120。在料堆識別模型資料庫170係儲存根據藉由後述的高度正規化處理(參照圖11)予以正規化的高度資料來識別料堆的區域時所使用的機械學習模型亦即料堆識別模型。料堆識別模型係例如R-CNN(Region Based Convolutional Neural Networks),惟亦可使用其他機械學習技術。
在程式128係包含後述的庫存處理(參照圖10)的順序的記述。
≪控制部≫
控制部110係構成為包含CPU(Central Processing Unit,中央處理單元),具備:登錄部111、高度正規化部112、學習部113、料堆識別部114、體積算出部115、及顯示控制部116。
≪控制部:登錄部≫
登錄部111係取得高度資料及畫像資料,而分別登錄在高度資訊資料庫140(參照圖3)及畫像資料庫150(參照圖5)。登錄庫存管理(料堆的體積算出)所使用的高度資料及畫像資料時,登錄部111係分配庫存管理識別資訊,且連同對應高度資料及畫像資料的料場識別資訊、日期時間一起亦登錄在庫存管理資料庫130(參照圖2)。該庫存管理識別資訊亦登錄在高度資訊資料庫140及畫像資料庫150。
如以上說明,庫存管理裝置100所具備的登錄部111係取得表示置放庫存(料堆)的區域(料場)所包含的各個地點的高度的高度資料。
≪控制部:高度正規化部≫
高度正規化部112係藉由將以預定手法所定的臨限值以下的高度變更為臨限值來將高度資料正規化。若詳細說明之,高度正規化部112係算出高度資料所包含的高度的頻度分布,而求出高度眾數m及標準偏差σ。在此,將對標準偏差乘以預定值的值設為變動高度幅度。預定值為例如3。此外,將由地表面至高度眾數的概算值設為固定高度幅度。該固定高度幅度係庫存管理裝置100的利用者所設定的固定的值。
接著,高度正規化部112係將變動高度幅度與固定高度幅度大者設為判定高度幅度,將由高度眾數減去判定高度幅度的值設為臨限值。接著,高度正規化部112係在高度資料之中將臨限值以下的高度更新為臨限值。以下參照圖7及圖8,說明高度正規化部112的處理。
圖7係用以說明本實施形態之高度正規化部112的處理的圖表410。圖表410的橫軸為高度、縱軸為頻度,圖表410係表示高度資料所包含的各地點的高度的頻度分布。高度眾數m以虛線表示。將變動高度幅度設為3σ、固定高度幅度設為δ。在圖表410中係3σ>δ,判定高度幅度成為3σ、臨限值成為m-3σ。高度正規化部112係將低於該臨限值的高度(參照區域411)的各地點的高度更新為臨限值。
圖8係用以說明本實施形態之高度正規化部112的處理的圖表420。與圖7記載的圖表410相比,圖表420的高度的離散小,在圖表420中係3σ<δ,判定高度幅度成為δ、臨限值成為m-δ。高度正規化部112係將低於該臨限值的高度(參照區域421)的各地點的高度更新為臨限值。
如上所示,高度正規化部112係使用由高度的離散情況而定的變動高度幅度與利用者預先設定的固定高度幅度來決定臨限值,且將臨限值以下的高度作為離群值而由高度資料除外(更新為臨限值)。高度正規化部112係將變動高度幅度與固定高度幅度之中較大者設為判定高度幅度,將高度眾數-判定高度幅度設為臨限值,減少離群值的地點。
如以上說明,庫存管理裝置100所具備的高度正規化部112係在地點的高度之中,將低於根據高度的頻度分布所算出的臨限值的高度變更為該臨限值來進行正規化。
臨限值係在由高度的眾數減去高度的標準偏差的預定倍數的值、及由高度的眾數減去被預先設定的值(固定高度幅度)的值之中較小的值。
≪控制部:學習部≫
學習部113係生成料堆識別模型。若詳細說明之,學習部113係使用將藉由高度正規化部112經正規化的高度資料作為說明變數、且將在該高度資料之中已抽出料堆區域的正解資料(料堆的座標資料)作為目的變數的學習資料,來生成料堆識別模型。其中,正解資料係設為由人工所作成者。其中,料堆識別模型為1個,可在全部料場為共通,亦可按每個料場有料堆識別模型。學習部113係將所生成的料堆識別模型儲存在料堆識別模型資料庫170。
≪控制部:料堆識別部≫
料堆識別部114係使用料堆識別模型,根據藉由高度正規化部112經正規化的高度資料來識別料堆區域。若詳細說明之,料堆識別部114係使用料堆識別模型,算出藉由高度正規化部112經正規化的高度資料所包含的各地點為料堆的確率。接著,料堆識別部114係將該確率為預定值以上的地點的區域進行多角形近似,將該多角形的區域設為料堆區域。
如以上說明,庫存管理裝置100所具備的庫存識別部(料堆識別部114)係根據經正規化的高度資料,使用機械學習技術,抽出區域(料場)之中的部分區域且為存在庫存(料堆)的庫存區域(料場區域)。
庫存識別部係在使用機械學習技術抽出存在庫存的區域之後,將該區域以多角形進行近似而作為庫存區域。
≪控制部:體積算出部≫
體積算出部115係算出料堆區域的面積、及位於料堆區域的料堆的體積。以下示出面積及體積的算出手法之一例。圖9係用以說明本實施形態之料堆區域的面積及料堆的體積的算出手法的圖。首先,體積算出部115係以網目(mesh)450劃分包含料堆區域的區域。接著,體積算出部115係在以網目予以劃分的區域(以下亦記載為區域)之中,算出料堆區域所包含的區域數、與區域的面積的積,而設為料堆區域的面積。體積算出部115係可將重疊在料堆區域的區域的數量與區域的面積的積設為料堆區域的面積,亦可將該等2個面積的平均值設為料堆區域的面積。
體積算出部115係求出區域所包含的地點的高度及地表面高度的差與區域的面積的積而設為該區域的體積,且將料堆區域所包含的區域的體積的和設為料堆的體積。體積算出部115亦可將重疊在料堆區域的區域的體積的和設為料堆的體積,亦可將該等2個體積的平均值設為料堆的體積。體積算出部115係將所算出的面積與體積儲存在料堆管理資料庫160(參照圖6)。
體積算出部115係特定位於料堆區域的料堆的名稱或品種(參照後述的圖10)。
其中,地表面高度係可預先設定,亦可設為在高度資料之中非為料堆區域的區域(圖4中料堆402周邊以高濃度劃影線的區域)的高度。
此外,網目450的細小程度可適當設定。例如各區域亦可設定為包含高度資料的地點。若如上所示進行設定,網目450愈細小,高度資料所包含的地點愈多,圖表410、420(參照圖7、圖8)愈形成為平滑的曲線。
如以上說明,庫存管理裝置100所具備的體積算出部115係將庫存區域(料場區域)劃分為網目狀(參照網目450),求出被劃分的區域所包含的地點的高度與地表面高度的差、與該被劃分的區域的面積的積的和,且算出庫存(料堆)的體積。
體積算出部115係求出被劃分的區域的面積的和,來算出庫存區域的面積。
≪控制部:顯示控制部≫
顯示控制部116係顯示後述的庫存管理畫面470(參照圖12)。
≪庫存管理處理≫
圖10係本實施形態之庫存管理處理的流程圖。在庫存管理處理的開始時點,該庫存管理處理所使用的高度資料或料堆識別模型係設為在高度資訊資料庫140或料堆識別模型資料庫170登錄完畢。
在步驟S11中,料堆識別部114係由高度資訊資料庫140(參照圖3)取得高度資料。若詳細說明之,料堆識別部114係在庫存管理資料庫130的記錄之中,取得對應登錄日期時間為最新的庫存管理識別資訊的高度資料。
步驟S12的高度正規化處理係使用後述的圖11加以說明。
在步驟S13中,料堆識別部114係在步驟S11中取得,根據在步驟S12中經正規化的高度資料,使用料堆識別模型來識別料堆區域且取得。料堆識別部114係按每個所取得的料堆區域,在料堆管理資料庫160(參照圖6)追加記錄,且將料堆區域儲存在區域的屬性。此外,料堆識別部114係在庫存管理識別資訊及料場識別資訊的屬性,儲存對應高度資料的庫存管理資料庫130的記錄的庫存管理識別資訊及料場識別資訊。
在步驟S14中,體積算出部115係開始按在步驟S13中所取得的每個料堆區域反覆步驟S15~S18的處理。將成為該反覆處理的對象的料堆區域記載為處理對象料堆區域。
在步驟S15中,體積算出部115係算出處理對象料堆區域的面積,且儲存在料堆管理資料庫160的面積。
在步驟S16中,體積算出部115係算出處理對象料堆區域的體積,且儲存在料堆管理資料庫160的體積。
在步驟S17中,體積算出部115係特定料堆管理資料庫160中過去的最新的料堆且為包含處理對象料堆區域的區域的料堆。該料堆的料堆區域係包含有處理對象料堆區域,被認為是本次的庫存管理處理的前一個庫存管理處理時的處理對象料堆區域的料堆。接著,體積算出部115係取得該料堆的名稱、品種、及容積比重,且儲存在處理對象料堆區域的名稱、品種、及容積比重。若無包含處理對象料堆區域的區域的料堆,名稱、品種、及容積比重係保持為空白。
在步驟S18中,體積算出部115係返回至步驟S15,處理接下來的料堆區域作為處理對象料堆區域。體積算出部115係在已處理了全部料堆區域之時,進至步驟S19。
在步驟S19中,顯示控制部116係將庫存管理畫面470(參照後述的圖12)輸出至連接於輸出入部180的顯示器。
≪高度正規化處理≫
圖11係本實施形態之高度正規化處理的流程圖。參照圖11來說明步驟S12(參照圖10)的高度正規化處理。
在步驟S21中,高度正規化部112係取得高度資料所包含的各地點的高度的頻度分布(參照圖7、圖8)。
在步驟S22中,高度正規化部112係算出高度眾數m、標準偏差σ。
在步驟S23中,高度正規化部112係將變動高度幅度(例如3σ)與固定高度幅度δ之中較大者設為判定高度幅度。
在步驟S24中,高度正規化部112係將臨限值設為(高度眾數-判定高度幅度)。
在步驟S25中,高度正規化部112係在高度資料所包含的各地點的高度之中將未達臨限值的高度更新為臨限值。
≪庫存管理畫面≫
圖12係本實施形態之庫存管理畫面470的畫面構成圖。在位於庫存管理畫面470的上側的區域471,料場476的畫像與料堆區域475與名稱重疊顯示。料場的畫像係由畫像資料庫150(參照圖5)所取得。料堆區域475及名稱係由料堆管理資料庫160(參照圖6)的區域及名稱分別取得。
在區域472係顯示被儲存在料堆管理資料庫160的各料堆的名稱、品種、容積比重、體積、面積。針對新的料堆且在步驟S17(參照圖10)中無法特定名稱或品種的料堆,名稱成為「未設定」,品種及容積比重成為空白。若利用者設定名稱、品種及容積比重而按下「更新」按鍵478時,料堆管理資料庫160即被更新。
≪庫存管理裝置的特徵≫
庫存管理裝置100係根據高度的頻度分布及藉由利用者所得之設定值(固定高度幅度)來算出高度的臨限值,且將包含離群值的高度資料正規化。接著,庫存管理裝置100係根據經正規化的高度資料,使用作為機械學習模型的料堆識別模型,特定料堆的區域來算出面積與體積。藉由使用如上所示之手法,庫存管理裝置並無須進行在先前技術中為必要的參數的設定,而可高精度地算出礦物的面積或體積。
≪適用例≫
上述實施形態的料堆係位於料場的礦物的山(集積物、庫存),惟亦可為其他集積物。例如亦可為鋼材或銅板等製品、木材、建設土砂、瓦礫等,而非為成為原材料的礦物。一般而言,庫存係以販賣或使用的目的下暫時保管者,惟設為瓦礫或殘土或垃圾等以廢棄或處分的目的下堆積如山予以保管者等亦包含在庫存者。
≪變形例≫
以上說明了本發明之若干實施形態,惟該等實施形態僅為例示,並非為限定本發明之技術範圍者。本發明係可採取其他各種實施形態,此外,可在未脫離本發明之要旨的範圍內進行省略或置換等各種變更。該等實施形態或其變形係包含在本說明書等所記載的發明的範圍或要旨,並且包含在申請專利範圍所記載的發明及其均等範圍。
100:庫存管理裝置
110:控制部
111:登錄部
112:高度正規化部
113:學習部
114:料堆識別部(庫存識別部)
115:體積算出部
116:顯示控制部
120:記憶部
128:程式
130:庫存管理資料庫
140:高度資訊資料庫
150:畫像資料庫
160:料堆管理資料庫
170:料堆識別模型資料庫
180:輸出入部
401:料場(區域)
402:料堆(庫存)
410,420:圖表
411,421:區域
450:網目
470:庫存管理畫面
471:區域
472:區域
475:料堆區域(庫存區域)
476:料場(區域)
478:「更新」按鍵
[圖1]係本實施形態之庫存管理裝置的功能區塊圖。
[圖2]係本實施形態之庫存管理資料庫的資料構成圖。
[圖3]係本實施形態之高度資訊資料庫的資料構成圖。
[圖4]係用以說明本實施形態之高度資料的圖。
[圖5]係本實施形態之畫像資料庫的資料構成圖。
[圖6]係本實施形態之料堆管理資料庫的資料構成圖。
[圖7]係用以說明本實施形態之高度正規化部的處理的圖表。
[圖8]係用以說明本實施形態之高度正規化部的處理的圖表。
[圖9]係用以說明本實施形態之料堆區域的面積及料堆的體積的算出手法的圖。
[圖10]係本實施形態之庫存管理處理的流程圖。
[圖11]係本實施形態之高度正規化處理的流程圖。
[圖12]係本實施形態之庫存管理畫面的畫面構成圖。
100:庫存管理裝置
110:控制部
111:登錄部
112:高度正規化部
113:學習部
114:料堆識別部(庫存識別部)
115:體積算出部
116:顯示控制部
120:記憶部
128:程式
130:庫存管理資料庫
140:高度資訊資料庫
150:畫像資料庫
160:料堆管理資料庫
170:料堆識別模型資料庫
180:輸出入部
Claims (5)
- 一種庫存管理裝置,其係具備: 登錄部,其係取得表示置放庫存的區域所包含的各個地點的高度的高度資料; 高度正規化部,其係在前述地點的高度之中,將低於根據前述高度的頻度分布所算出的臨限值的高度變更為該臨限值來進行正規化; 庫存識別部,其係根據經正規化的前述高度資料,使用機械學習技術,抽出前述區域之中的部分區域且為存在前述庫存的庫存區域;及 體積算出部,其係將前述庫存區域劃分為網目狀,求出被劃分的區域所包含的地點的高度與地表面高度的差、與該被劃分的區域的面積的積的和,算出前述庫存的體積。
- 如請求項1之庫存管理裝置,其中,前述臨限值係由前述高度的眾數減去前述高度的標準偏差的預定倍數的值、及由前述高度的眾數減去預先設定的值的值之中較小的值。
- 如請求項1之庫存管理裝置,其中,前述庫存識別部係在使用機械學習技術來抽出存在前述庫存的區域之後,將該區域以多角形進行近似而作為前述庫存區域。
- 如請求項1之庫存管理裝置,其中,前述體積算出部係求出前述被劃分的區域的面積的和,算出前述庫存區域的面積。
- 一種庫存管理方法,其係庫存管理裝置執行以下步驟: 取得表示置放庫存的區域所包含的各個地點的高度的高度資料的步驟; 在前述地點的高度之中,將低於根據前述高度的頻度分布所算出的臨限值的高度變更為該臨限值來進行正規化的步驟; 根據經正規化的前述高度資料,使用機械學習技術,抽出前述區域之中的部分區域且為存在前述庫存的庫存區域的步驟;及 將前述庫存區域劃分為網目狀,求出被劃分的區域所包含的地點的高度與地表面高度的差、與該被劃分的區域的面積的積的和,算出前述庫存的體積的步驟。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022128686A JP2024025320A (ja) | 2022-08-12 | 2022-08-12 | 在庫管理装置および在庫管理方法 |
JP2022-128686 | 2022-08-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202407596A true TW202407596A (zh) | 2024-02-16 |
Family
ID=89851386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112125413A TW202407596A (zh) | 2022-08-12 | 2023-07-07 | 庫存管理裝置及庫存管理方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2024025320A (zh) |
TW (1) | TW202407596A (zh) |
WO (1) | WO2024034297A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4710170B2 (ja) * | 2001-06-07 | 2011-06-29 | Jfeスチール株式会社 | 観測量解析方法 |
JP5729964B2 (ja) * | 2010-10-07 | 2015-06-03 | 日鉄住金テックスエンジ株式会社 | 原料ヤードの三次元管理方法 |
JP5507418B2 (ja) * | 2010-11-05 | 2014-05-28 | 株式会社パスコ | 樹木位置検出装置、樹木位置検出方法、及びプログラム |
US12018969B2 (en) * | 2018-11-21 | 2024-06-25 | Nec Communication Systems, Ltd. | Volume measurement apparatus, system, method, and program |
-
2022
- 2022-08-12 JP JP2022128686A patent/JP2024025320A/ja active Pending
-
2023
- 2023-07-06 WO PCT/JP2023/025077 patent/WO2024034297A1/ja unknown
- 2023-07-07 TW TW112125413A patent/TW202407596A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024034297A1 (ja) | 2024-02-15 |
JP2024025320A (ja) | 2024-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9420737B2 (en) | Three-dimensional elevation modeling for use in operating agricultural vehicles | |
Verhoeven et al. | Computer vision‐based orthophoto mapping of complex archaeological sites: The ancient quarry of Pitaranha (Portugal–Spain) | |
JP7170575B2 (ja) | 地すべり面推定装置、及び地すべり面推定方法 | |
Wang et al. | Accuracy evaluation of 3d geometry from low-attitude uav collections a case at zijin mine | |
JP2017101989A (ja) | 土工管理方法 | |
Karan et al. | Digital modeling of construction site terrain using remotely sensed data and geographic information systems analyses | |
CN111612901A (zh) | 一种地理信息图像的提取特征与生成方法 | |
Di Stefano et al. | An automatic approach for rill network extraction to measure rill erosion by terrestrial and low‐cost unmanned aerial vehicle photogrammetry | |
Sadeq | Accuracy assessment using different UAV image overlaps | |
JP2008090808A (ja) | 画像補正装置、画像補正方法及びプログラム | |
Stark et al. | From consumer to enterprise grade: How the choice of four UAS impacts point cloud quality | |
Stark et al. | Long-term assessment of terrain changes and calculation of erosion rates in an alpine catchment based on SfM-MVS processing of historical aerial images. How camera information and processing strategy affect quantitative analysis | |
TW202407596A (zh) | 庫存管理裝置及庫存管理方法 | |
JP3914256B1 (ja) | 画像補正装置、画像補正方法及びプログラム | |
CN113587834B (zh) | 一种基于无控摄影测量的边坡变形监测方法 | |
WO2023218958A1 (ja) | 在庫管理装置および在庫管理方法 | |
WO2022230407A1 (ja) | 在庫管理装置、プログラムおよび在庫管理方法 | |
Thoeni et al. | The potential of low-cost rpas for multi-view reconstruction of sub-vertical rock faces | |
Pachehkenari et al. | Assessing the accuracy of tree height quantification models derived from unmanned aerial system imagery | |
Markiewicz et al. | Using low-cost UAVs in post-mining exploration-a case study | |
Washburn | Digital terrain model generation using structure from motion: Influence of canopy closure and interpolation method on accuracy | |
Djenaliev et al. | Unmanned Aerial Systems for Building Footprint Extraction in Urban Area. | |
Ajayi et al. | Performance evaluation of different selected UAV image processing software on building volume estimation | |
Nesbit | Uninhabited aerial vehicles and structure from motion: A fresh approach to photogrammetry | |
Wenger | Evaluation of SfM against tradional stereophotogrammetry and LiDAR techniques for DSM creation in various land cover areas |