用于映射仓库环境中的风险的系统和方法技术方案

一种用于识别和管理仓库环境中的风险区域的系统，包括：视频传感器，被配置为捕获视频流；以及中央处理单元，通信地耦合到视频传感器。所述中央处理单元包括：原始风险信息收集单元，用于存储由视频传感器捕获的信息；处理和聚集单元，用于处理和聚集视频流，以产生与操作人员路线相关联的风险识别信息；风险地图生成单元，用于基于所述风险识别信息生成仓库风险地图，其中，仓库风险地图是通过在仓库地图上叠加识别的风险区域而生成的；以及风险地图更新单元，用于当仓库风险地图上记录的至少一个风险实例的风险类型、风险等级和风险区域中的至少一者发生变化时，实时更新所述仓库风险地图。险地图。险地图。

【技术实现步骤摘要】
【国外来华专利技术】用于映射仓库环境中的风险的系统和方法


[0001]本公开一般涉及仓库或配送环境，并且更具体地涉及通过识别和记录最大风险区域来提高仓库管理效率。

技术介绍

[0002]在配送系统中，订单履行是供应链管理中的关键过程。订单履行包括对客户订单进行生成、填写、交付和服务。典型的订单履行过程包括各种子过程，如接收订单、拣选订单、打包订单和运输订单。接收指在履行中心接受和储存进货库存(incoming inventory)。当履行中心收到库存时，物品可以被存储在专用的仓库位置，如货盘。货盘是一种便携式的刚性平台，它较为平坦，可以承载负荷。在拣选子过程中，拣选小组收到装箱单，上面记载有物品、数量以及在存货场所中的存储位置，以便从各自的货盘中收集订购的产品。
[0003]另外，有两个特点会影响仓库或配送中心的运作效率。这些方面涉及仓库环境的动态特性，以及货盘搬运/订单拣选过程中人工操作人员的表现。鉴于上述问题，有必要解决仓库配送系统中订单履行效率的问题，并通过重新设计包裹搬运路线以及优化订单履行过程中的包裹搬运流程来实现更好的运作管理。

技术实现思路

[0004]根据本公开的一个方面，提供了一种用于识别和管理仓库环境中的风险区域的系统。所述系统可以包括一个或多个视频传感器，被配置为捕获仓库环境的一个或多个视频流，以基于所述一个或多个视频传感器的视场生成仓库环境中的一个或多个监控区域和一个或多个未覆盖区域。所述系统还包括中央处理单元，被配置为通信地耦合到一个或多个视频传感器。所述中央处理单元包括：原始风险信息收集单元，被配置为存储由所述一个或多个视频传感器捕获的信息；以及处理和聚集单元，被配置为处理和聚集一个或多个视频流，以产生与仓库操作人员在执行仓库操作时遍历的操作人员路线相关联的风险识别信息，其中，所述风险识别信息包括至少一个风险区域、相应的风险类型以及风险等级，其中，风险区域是所述仓库环境中与一个或多个风险实例相对应的区域。所述系统还包括风险地图生成单元，所述风险地图生成单元被配置为基于所述风险识别信息生成仓库风险地图，其中，所述仓库风险地图是通过在仓库地图上叠加识别的风险区域而生成的。所述系统还可以包括风险地图更新单元，所述风险地图更新单元被配置为当仓库风险地图上记录的至少一个风险实例的风险类型、风险等级和风险区域中的至少一个发生变化时，实时更新所述仓库风险地图。
[0005]根据本公开的另一个方面，提供了一种用于识别和管理仓库环境中的风险区域的方法。所述方法包括捕获仓库环境的一个或多个视频流，以基于所述一个或多个视频传感器的视场生成所述仓库环境中的一个或多个监控区域和一个或多个未覆盖区域。所述方法还可以包括存储由所述一个或多个视频传感器捕获的信息。所述方法还可以包括处理和聚集所述一个或多个视频流，以产生与仓库操作人员在执行仓库操作时遍历的操作人员路线
相关联的风险识别信息，其中，所述风险识别信息包括至少一个风险区域、相应的风险类型以及风险等级，其中，风险区域是所述仓库环境中与一个或多个风险实例相对应的区域。所述方法还可以包括基于所述风险识别信息生成仓库风险地图，其中，所述仓库风险地图是通过在仓库地图上叠加识别的风险区域而生成的。所述方法还可以包括当仓库风险地图上记录的至少一个风险实例的风险类型、风险等级和风险区域中的至少一个发生变化时，实时更新所述仓库风险地图。
[0006]根据本公开的又一方面，提供了一种用于识别和管理仓库环境中的风险区域的计算机可编程产品，所述计算机可编程产品包括指令集。当由处理器执行时，所述指令集使所述处理器：捕获仓库环境的一个或多个视频流，以基于所述一个或多个视频传感器的视场生成仓库环境中的一个或多个监控区域和一个或多个未覆盖区域；存储由所述一个或多个视频传感器捕获的信息；处理和聚集所述一个或多个视频流，以产生与仓库操作人员在执行仓库操作时遍历的操作人员路线相关联的风险识别信息，其中，所述风险识别信息包括至少一个风险区域、相应的风险类型以及风险等级，其中，风险区域是所述仓库环境中与一个或多个风险实例相对应的区域；基于所述风险识别信息生成仓库风险地图，其中，所述仓库风险地图是通过在仓库地图上叠加识别的风险区域而生成的；以及当仓库风险地图上记录的至少一个风险实例的风险类型、风险等级和风险区域中的至少一个发生变化时，实时更新所述仓库风险地图。
[0007]本公开的各个实施例分析已知和被观察的潜在变化的环境和人类风险因素，从而生成并更新仓库环境中空间定义的风险地图。通过将风险因素信息与空间信息相关联，本公开允许在被观察的性能变量与仓库环境内的特定位置或其附近区域之间绘制因果关系图。风险地图可用于检测和识别当前和未来的潜在性能影响问题，这些问题包括但不限于：对于订单拣选人员而言不易接近的货架区域，例如，物品堆叠在货架空间的后面，或者物品在货架空间中堆叠得太高；溢出区域(spillage area)；照明不好的区域；形状尺寸尴尬的产品更有可能堆叠的区域或者堆叠得很差的区域；订单拣选人员更有可能放慢速度的区域；以及安全风险更大的区域。此外，风险地图会频繁更新，并可能会实时更新，以迅速适应快速变化的风险因素并将快速演变的场景的破坏性影响降至最低。因此，从风险地图中获得的见解可用于改进仓库环境设计，提高操作效率，并实施在事件发生时能够触发警报的自动检测器。
[0008]应理解的是，在不脱离由所附权利要求限定的本公开的范围的情况下，本公开的特征可以以各种组合方式进行组合。
附图说明
[0009]当结合附图阅读时，能更好地理解上述
技术实现思路
以及以下对示例性实施例的详细描述。为了说明本公开，在附图中示出了本公开的示例性构造。然而，本公开不限于本文公开的特定方法和工具。此外，本领域技术人员应理解，这些附图并非按比例绘制。若可能，类似的元件用相同的编号来指示。
[0010]图1示出了仓库环境，其中，可以实践本专利技术的各种实施例；
[0011]图2A示出了根据本公开实施例的用于管理仓库环境的中央处理单元；
[0012]图2B示出了根据本公开实施例的仓库风险地图；
[0013]图3A示出了根据本公开实施例的仓库风险地图的等高线图可视化的示例；
[0014]图3B示出了根据本公开实施例的具有3D绘图形式的仓库风险地图的输出可视化；
[0015]图4A示出了根据本公开实施例的第二仓库环境；
[0016]图4B示出了新兴风险发现(NERD)组件，用于发现第二仓库环境中的启发式风险；以及
[0017]图5是示出根据本公开实施例的用于识别和管理仓库环境中的风险区域的方法的流程图。
[0018]在附图中，带下划线的编号用于表示该带下划线的编号位于其上的项、或者该带下划线的编号与之邻近的项。不带下划线的编号与由线标识的项相关，该线将不带下划线的编号与该项联系起来。当一个编号不带下划线并伴随有关联的箭头时，该不带下划线的编号用于标识箭头所指向的一般项。
具体实施方式
[0019]下面的详细描述示出了本公开的实施例以及可本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于识别和管理仓库环境中的风险区域的系统，所述系统包括：一个或多个视频传感器，被配置为捕获所述仓库环境的一个或多个视频流，以基于所述一个或多个视频传感器的视场生成所述仓库环境中的一个或多个监控区域和一个或多个未覆盖区域；以及中央处理单元，所述中央处理单元通信地耦合到所述一个或多个视频传感器，而且所述中央处理单元包括：原始风险信息收集单元，被配置为存储由所述一个或多个视频传感器捕获的信息；处理和聚集单元，被配置为处理和聚集所述一个或多个视频流，以产生与仓库操作人员在执行仓库操作时遍历的操作人员路线相关联的风险识别信息，其中，所述风险识别信息包括至少一个风险区域、相应的风险类型以及风险等级，其中，所述至少一个风险区域是所述仓库环境中与一个或多个风险实例相对应的区域；风险地图生成单元，被配置为基于所述风险识别信息生成仓库风险地图，其中，所述仓库风险地图是通过在仓库地图上叠加至少一个识别的风险区域而生成的；以及风险地图更新单元，被配置为在所述仓库风险地图上记录的至少一个风险实例的风险类型、风险等级和风险区域中的至少一者发生变化的情况下，实时更新所述仓库风险地图。2.根据权利要求1所述的系统，其中，所述仓库操作选自以下至少一项：搬运任务、订单填写任务、货盘装载/卸载任务和货架填充任务。3.根据权利要求1所述的系统，其中，风险选自以下至少一项：由重型包裹引起的预定义风险、由易碎包裹引起的预定义风险以及启发式风险。4.根据权利要求1所述的系统，其中，基于特定风险事件在风险区域的发生概率来计算所述风险区域的风险等级，所述风险等级包括两个组成部分，即最近风险等级和全局风险等级，其中所述最近风险等级将最近发生在所述风险区域中的风险事件的数量表示为在所述风险区域中进行的操作总数的一小部分，所述全局风险等级将所述风险区域中发生的风险事件的总数表示为所进行的操作总数的一小部分。5.根据权利要求1所述的系统，其中，所述风险地图更新单元还被配置为自动检测一个或多个预定义风险的发生，并在所述仓库风险地图上标记相应的定位以从而定义相应的风险实例。6.根据权利要求5所述的系统，其中，所述预定义风险包括由重型包裹引起的风险，并且从库存清单中提取所述风险的定位，并且其中，所述风险地图更新单元被配置为每当所述库存清单改变时更新相应的风险地图。7.根据权利要求1所述的系统，其中，所述处理和聚集单元包括包装完整性检查AI(PICAI)组件，所述PICAI组件被配置为基于所述一个或多个视频流来识别所述仓库环境中的一个或多个破损包裹。8.根据权利要求1所述的系统，其中，所述中央处理单元包括新兴风险发现(NERD)组件，被配置为发现所述仓库环境中的一个或多个启发式风险，其中所述NERD组件包括：流缓存器，被配置为接收和缓存来自所述视频传感器的所述一个或多个视频流；一组检测器，被配置为实施人类检测和跟踪算法，以确定操作人员在每个监控区域/未覆盖区域中花费的时间、监控每个监控区域/未覆盖区域中的物品搬运动作以及每个监控区域/未覆盖区域中的操作人员移动模式；以及
推理单元，被配置为通过将操作人员花费的时间、物品搬运动作和所述操作人员移动模式与所述操作人员花费的相应的预定义时间、预定义物品搬运动作和预定义操作人员移动模式进行比较，来确定一个或多个启发式风险。9.一种用于识别和管理仓库环境中的风险区域的方法，所述方法包括：捕获所述仓库环境的一个或多个视频流，以基于一个或多个视频传感器的视场生成所述仓库环境中的一个或多个监控区域和一个或多个未覆盖区域；存储由所述一个或多个视频传感器捕获的信息；处理和聚集所述一个或多个视频流，以产生与仓库操作人员在执行仓库操作时遍历的操作人员路线相关联的风险识别信息，其中，所述风险识别信息包括至少一个风险区域、相应的风险类型以及风险等级，其中，所述至少一个风险区域是所述仓库环境中与一个或多个风险实例相对应的区域；基于所述风险识别信息生成仓库风险地图，其中，所述仓库风险地图是通过在仓库地图上叠加至少一个识别的风险区域而生成的；以及在所述仓库风险地图上记录的至少一个风险实例的风险类型、风险等级和风...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：埃尔森有限公司，
类型：发明
国别省市：