System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种智能化的储物识别分析系统及其方法技术方案_技高网

一种智能化的储物识别分析系统及其方法技术方案

技术编号:40963772 阅读:15 留言:0更新日期:2024-04-18 20:43
本发明专利技术公开了一种智能化的储物识别分析系统及其方法。该智能化的储物识别分析系统包括储物数据获取模块、储物识别分析模块和储物监控中心。本发明专利技术通过储物数据获取模块获取待监控储物柜的储物数据并发送给储物识别分析模块和储物监控中心,然后由储物识别分析模块根据接收的数据检测待监控储物柜外部预设范围内的物品遮挡程度,接着识别对应的存储客户的特征并在存储客户取出存储物品时进行特征比对,再分析对应的可用储物柜得到储物分析结果,最后由储物监控中心存储储物数据和储物分析结果并判断待监控储物柜是否存在储物异常以采取处理措施,达到了提高储物识别分析准确性的效果,解决了现有技术中存在储物识别分析准确性低的问题。

【技术实现步骤摘要】

本专利技术涉及超市购物、商场购物、仓储发货等,尤其涉及一种智能化的储物识别分析系统及其方法


技术介绍

1、储物识别分析是指通过技术手段对储物进行识别和分析的过程,以提高储物管理的效率和精确度。这一过程涉及到各种储物场景,包括仓库、货架、库房、家庭等。通过自动化和智能化的储物识别,可以大大提高储物管理的效率,减少人工操作和错误。储物识别分析可以提供准确的储物信息,包括位置、数量、状态等,有助于及时了解存货情况。通过分析储物信息,可以优化储物空间的利用,提高仓库或库房的储物密度。

2、现有技术中,对于储物识别分析主要有以下几种方法:条形码和二维码扫描,使用扫描设备读取储物上的条形码或二维码,从而识别储物的信息;射频识别(rfid)技术,通过无线电信号实时识别储物的位置和状态,无需直接接触;视觉识别,通过摄像头拍摄储物场景,然后利用图像识别算法分析图像中的储物信息;传感器技术,利用各种传感器收集储物的相关数据。

3、例如公告号为:cn107752584b的专利技术专利公告的基于数据库智能识别物品的储物系统,包括储物装置主体、智能视频模块、位置定位模块、数据传输模块、中央处理器模块、手机终端模块等;储物装置主体是用于存放物品;智能视频模块是用于拍摄物品外形;位置定位模块是用于获取储物装置主体位置数据;数据传输模块是用于把拍摄的视频数据和位置数据上传给中央处理器模块;中央处理器模块是用来处理拍摄的视频、位置数据,识别物品的装入和移出,识别被放入储物装置主体的物品种类和数量,并把相关数据传递给手机终端和储物装置主体等设备;手机终端模块主要是用于显示数据处理结果。

4、例如公告号为:cn110033062b的专利技术专利公告的一种自动取物柜及智能储物系统,智能储物系统包括:rfid识别模块、输入模块、储存模块、分析匹配模块、输出模块;rfid识别模块用于识别存放入储物抽屉内的物品上的rfid标签信息;输入模块,取出物品时用于输入被查找物品的精确名称信息或模糊名称信息以及用于选择被取出物品;储存模块用于储存存放入储物抽屉内的物品上的rfid标签信息及其所对应的储物抽屉的位置信息;分析匹配模块与输入模块、储存模块和输出模块连接,用于将储存模块中的rfid标签信息与被查找物品的精确名称信息或模糊名称信息进行对比匹配,给出匹配的物品名称供选择,然后将所选择的物品的位置信息输送到输出模块;输出模块与自动取物柜连接,输出模块根据所选择的物品的位置信息使取物装置移动至所对应位置,使对应的储物抽屉移动到取物装置上,然后使取物装置移动至适当位置。

5、但本申请在实现本申请实施例中专利技术技术方案的过程中,发现上述技术至少存在如下技术问题:

6、现有技术中,识别技术的准确性将直接影响储物识别分析的稳定性和准确性,识别数据获取设备的选择也将直接影响识别分析结果,存在储物识别分析准确性低的问题。


技术实现思路

1、本申请实施例通过提供一种智能化的储物识别分析系统及其方法,解决了现有技术中储物识别分析准确性低的问题,实现了储物识别分析准确性的提高。

2、本申请实施例提供了一种智能化的储物识别分析系统,所述智能化的储物识别分析系统包括储物数据获取模块、储物识别分析模块和储物监控中心;其中,所述储物数据获取模块用于获取待监控储物柜的储物数据,所述储物数据用于描述监控时间段内待监控储物柜存储物品的信息,并将获取的储物数据发送给储物识别分析模块和储物监控中心;所述储物识别分析模块用于根据接收的储物数据分析监控时间段内待监控储物柜的储物情况得到储物分析结果,并将得到的储物分析结果发送给储物监控中心;所述储物监控中心用于存储待监控储物柜的存储数据,所述存储数据包括储物数据和储物分析结果,并根据储物分析结果判断待监控储物柜是否存在储物异常以采取处理措施。

3、进一步的,所述储物数据获取模块包括储物图像数据获取单元、用户特征数据获取单元、尺寸数据获取单元和类别数据获取单元;所述储物图像数据获取单元:用于获取待监控储物柜的储物图像数据,所述储物图像数据用于记录监控时间段内待监控存储柜外部预设范围内的画面;所述用户特征数据获取单元:用于获取待监控存储柜的用户特征数据,所述用户特征数据用于描述监控时间段内待监控存储柜的存储客户的特征;所述尺寸数据获取单元:用于获取待监控储物柜的物品尺寸数据,所述物品尺寸数据用于描述监控时间段内待监控存储柜存储物品的外部特征情况,具体包括长度、宽度、高度和重量;所述类别数据获取单元:用于获取待监控储物柜的物品类别数据,所述物品类别数据用于描述监控时间段内待监控存储柜存储物品的存储类型,所述存储类型包括冷冻存储和常温存储。

4、进一步的,所述储物识别分析模块包括遮挡识别单元、用户特征识别单元和可用储物柜分析单元;所述遮挡识别单元:用于结合接收的储物图像数据和训练的储物柜遮挡模型检测监控时间段内待监控储物柜外部预设范围内的物品遮挡程度,所述储物柜遮挡模型用于检测输入的储物图像数据中的预设遮挡物;所述用户特征识别单元:用于结合接收的用户特征数据和训练的用户特征识别模型识别监控时间段内待监控储物柜的存储客户的特征,所述用户特征识别模型用于识别并存储待监控储物柜的存储客户的特征,并在存储客户取出存储物品时进行特征比对;所述可用储物柜分析单元:用于结合接收的物品尺寸数据和物品类别数据分析监控时间段内待监控储物柜中对应的可用储物柜,并根据分析结果将分配的可用储物柜打开供存储客户存储,所述可用储物柜为符合存储客户存储需求的储物柜。

5、进一步的,所述储物柜遮挡模型的具体训练方法如下:构建历史储物图像数据集,所述历史储物图像数据集为历史储物图像数据的集合,所述历史储物图像数据用于记录历史时间段内待监控储物柜外部预设范围内的画面;根据预设比例对历史储物图像数据集进行划分,得到历史储物图像训练集和历史储物图像验证集,并对历史储物图像训练集中的历史储物图像数据进行预设遮挡物标注;训练第一储物柜遮挡模型,并通过历史储物图像验证集对第一储物柜遮挡模型进行验证,所述第一储物柜遮挡模型用于描述通过标注后的历史储物图像训练集对预设检测模型进行训练与优化得到的已收敛模型,所述预设检测模型用于描述基于深度学习实现目标检测的模型;评估第一储物柜遮挡模型的遮挡检测性能,并通过遮挡检测性能对第一储物柜遮挡模型进行筛选获取储物柜遮挡模型,所述遮挡检测性能通过获取第一储物柜遮挡模型的遮挡检测性能分数进行评估,所述遮挡检测性能分数用于描述第一储物柜遮挡模型的检测准确性程度和检测实时性程度。

6、进一步的,所述第一储物柜遮挡模型的遮挡检测性能分数的具体获取过程如下:获取历史储物图像验证时间和历史储物图像验证数据,所述历史储物图像验证时间用于描述通过第一储物柜遮挡模型对历史储物图像验证集中各历史储物图像数据进行检测的时间,所述历史储物图像验证数据用于描述通过第一储物柜遮挡模型对历史储物图像验证集中各历史储物图像数据进行检测得到的结果;获取参考历史储物图像验证数据,所述参考历史储物图像验证本文档来自技高网...

【技术保护点】

1.一种智能化的储物识别分析系统,其特征在于,包括储物数据获取模块、储物识别分析模块和储物监控中心;

2.如权利要求1所述智能化的储物识别分析系统,其特征在于:所述储物识别分析模块包括遮挡识别单元、用户特征识别单元和可用储物柜分析单元;

3.如权利要求2所述智能化的储物识别分析系统,其特征在于,所述储物柜遮挡模型的具体训练方法如下:

4.如权利要求3所述智能化的储物识别分析系统,其特征在于,所述第一储物柜遮挡模型的遮挡检测性能分数的具体获取过程如下:

5.如权利要求4所述智能化的储物识别分析系统,其特征在于,所述第一储物柜遮挡模型的遮挡检测性能分数采用以下公式计算:

6.如权利要求2所述一种智能化的储物识别分析系统,其特征在于,所述用户特征识别模型的具体训练方法如下:

7.如权利要求6所述智能化的储物识别分析系统,其特征在于,所述第一用户特征识别模型的用户识别性能分数的具体获取过程如下:

8.如权利要求7所述智能化的储物识别分析系统,其特征在于,所述第一用户特征识别模型的用户识别性能分数采用以下公式计算:

9.一种应用于如权利要求1-8中任意一项所述智能化的储物识别分析系统的方法,其特征在于,包括以下步骤:

...

【技术特征摘要】

1.一种智能化的储物识别分析系统,其特征在于,包括储物数据获取模块、储物识别分析模块和储物监控中心;

2.如权利要求1所述智能化的储物识别分析系统,其特征在于:所述储物识别分析模块包括遮挡识别单元、用户特征识别单元和可用储物柜分析单元;

3.如权利要求2所述智能化的储物识别分析系统,其特征在于,所述储物柜遮挡模型的具体训练方法如下:

4.如权利要求3所述智能化的储物识别分析系统,其特征在于,所述第一储物柜遮挡模型的遮挡检测性能分数的具体获取过程如下:

5.如权利要求4所述智能化的储物识别分析系统,其特征在于...

【专利技术属性】
技术研发人员:陈光明梅帅汪搏杨雨宗芝荣吴麟钟珍郭强邵秾婷王学章
申请(专利权)人:安徽博诺思信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1