【技术实现步骤摘要】
本专利技术涉及边云协同，更具体的说是涉及一种基于边云协同ai技术的仓库智能控货系统、装置及介质。
技术介绍
1、随着科技的飞速发展，仓储管理服务行业正逐渐从传统的、以人力为主的模式，向高度自动化、智能化的方向转变。仓库作为供应链体系中的核心节点，其智能化水平的高低直接关系到整个供应链体系的效率和服务质量。然而，传统的仓储控货系统往往存在着数据处理速度慢、准确性差、响应不及时、智能化水平低等问题，难以满足现代商业社会对高效、精准、智能、安全的仓储货物监控需求。
2、物联网技术的兴起，使得仓库内的各种设备和货物都可以被实时地连接和监控，这为智能仓储的发展提供了无限可能。通过物联网技术，我们可以实时获取仓库内货物的位置、数量、状态等信息，从而实现对货物的精准控制和管理。然而，仅仅依靠物联网技术，还远远不能满足现代仓储管理的需求。因为物联网产生的海量数据需要得到有效的处理和分析，才能转化为有价值的信息，为仓储管理提供决策支持。
3、大数据技术应运而生，为仓储管理提供了强大的数据分析和处理能力。通过对物联网设备采集的数据进行深度挖掘和分析，我们可以发现仓库运营中的潜在问题和优化空间，从而制定出更加科学、合理的仓库管理策略。但是，大数据处理需要强大的计算能力和存储资源，这对于传统的仓储管理系统来说是一个巨大的挑战。
4、云计算技术的出现，为大数据处理提供了解决方案。通过云计算，可以将数据处理和分析的任务交给云端服务器来完成，从而释放了仓库本地设备的计算压力，提高了数据处理的速度和效率。同时，云计算还提供了
5、然而，尽管云计算具有诸多优势，但在实际应用中仍存在着一些问题。首先，云计算需要依赖网络进行数据传输和通信，如果网络出现故障或延迟，将会影响到整个系统的正常运行。其次，云计算的安全性也是一个需要重视的问题，如何保证数据在云端的安全存储和传输，防止数据泄露和被篡改，是云计算应用中需要解决的关键问题。
6、由此可见，虽然应用了大数据技术和云计算技术，但是传统的仓储管理系统仍然存在的数据处理效率低下、管理精度不高、安全隐患大等问题。
技术实现思路
1、针对以上问题，本专利技术的目的在于提供一种基于边云协同ai技术的仓库智能控货系统、装置及介质，通过引入边云协同ai技术，实现对仓库货物的智能化、高效化控制与管理，提升仓库管理效率与精度，降低运营成本，增强货物安全保障，解决边缘设备管理难题，并提升装置的智能化水平和适应能力。
2、本专利技术为实现上述目的，通过以下技术方案实现：
3、第一方面，本专利技术公开了一种基于边云协同ai技术的仓库智能控货系统，包括：
4、云端设备和边端设备，云端设备和边端设备通过网络数据连接；
5、所述云端设备包括：配置管理模块、物联网模块、ai训练模块和控货服务模块；
6、配置管理模块，用于实时监控系统资源的使用情况，根据需求动态调整、存储和网络资源，以优化系统性能；
7、物联网模块，用于通过预设通信方式建立云端设备与边端设备的网络连接和通信，并进行通信管理；通过标准化的接口协议，接收来自边端设备的货物数据，并将云端指令下发至边端设备；
8、ai训练模块，用于利用历史数据和算法模型，进行深度学习和训练，生成适用于仓库货物识别的ai模型；
9、控货服务模块，用于利用ai模型实时分析边端设备上传的货物数据，基于分析结果结合预设的规则和策略，进行货物的自动化盘点、异常检测和预警通知；
10、所述边端设备包括：数据采集模块和边缘计算模块；
11、数据采集模块，用于通过部署在货物仓库内的物联网设备实时采集货物数据，并上传至云端设备；
12、边缘计算模块内设有多个ai box装置，ai box装置用于加载云端设备下发的ai模型，通过ai模型对货物数据进行本地推理分析，生成本地推理结果发送至控货服务模块。
13、进一步，配置管理模块包括：数据管理单元、资源管理单元、安全管理单元、网络管理单元、节点管理单元和应用管理单元；
14、数据管理单元，用于收集系统资源数据，并提供系统资源数据的存储、处理、备份和应用功能；
15、资源管理单元，用于对系统资源进行统一管理和调度，根据系统内各功能模块的需求，动态分配和调整资源；实时监控资源的使用情况，根据资源的使用情况识别资源瓶颈，并通过预设资源调整机制消除资源瓶颈；
16、安全管理单元，用于通过身份认证机制、权限管理机制、访问控制机制和安全审计机制对用户和登录设备进行身份识别和安全认证管理；
17、网络管理单元，用于管理和维护系统的网络拓扑结构、网络设备和网络连接；
18、节点管理单元，用于监控各个边缘节点的负载、健康状况和性能表现，并根据需求进行边缘节点的添加、删除或调整；
19、应用管理单元，用于对系统中各类应用进行部署、配置、监控和管理。
20、进一步，物联网模块包括：设备管理单元、连接管理单元、消息路由单元、数据解析单元、设备联动单元和安全鉴权单元；
21、设备管理单元，用于云端设备和边端设备的注册和验证，验证通过后授权相应的设备接入系统；还用于管理云端设备和边端设备的配置信息、实时检测云端设备和边端设备的在线状态、工作负载；
22、连接管理单元，用于建立和维护云端设备和边端设备之间的网络连接；
23、消息路由单元，用于根据预设的规则和策略，将消息从发送方路由到接收方，并在消息路由过程中进行qos控制；
24、数据解析单元，用于接收来自边端设备的货物数据，并进行解析和处理；根据预设的数据格式和协议，提取出货物数据中的货物状态信息和环境参数；
25、设备联动单元，用于根据预设的设备联动规则和策略，自动触发设备的动作或响应；
26、安全鉴权单元，用于采用加密算法和密钥管理技术，对通信数据进行加密和解密，并支持云端设备和边端设备的身份认证和访问控制。
27、进一步，ai训练模块包括：模型管理单元、数据标注单元、模型训练单元、模型测试单元、模型发布单元和模型部署单元；
28、模型管理单元，用于创建、存储和删除算法模型的，并对算法模型进行版本控制；
29、数据标注单元，通过对原始的控货数据进行分类和标注处理，便于算法模型学习并识别出货物特征；
30、模型训练单元，用于利用标注处理后的控货数据和算法模型进行模型训练，以学习和识别货物的特征；并在模型训练过程中记录算法模型的训练进度、损失值和准确率；
31、模型测试单元，用于利用独立的测试数据集对训练好的算法模型进行测试，并评估算法模型在识别货物特征时的准确率、召回率、f1值，以确定测试结果；
32、模型发布单元，用于将测试通过的算法模型本文档来自技高网...
【技术保护点】
1.一种基于边云协同AI技术的仓库智能控货系统，其特征在于，包括：云端设备和边端设备，云端设备和边端设备通过网络数据连接；
2.根据权利要求1所述的基于边云协同AI技术的仓库智能控货系统，其特征在于，所述配置管理模块包括：数据管理单元、资源管理单元、安全管理单元、网络管理单元、节点管理单元和应用管理单元；
3.根据权利要求2所述的基于边云协同AI技术的仓库智能控货系统，其特征在于，所述物联网模块包括：设备管理单元、连接管理单元、消息路由单元、数据解析单元、设备联动单元和安全鉴权单元；
4.根据权利要求3所述的基于边云协同AI技术的仓库智能控货系统，其特征在于，所述AI训练模块包括：模型管理单元、数据标注单元、模型训练单元、模型测试单元、模型发布单元和模型部署单元；
5.根据权利要求4所述的基于边云协同AI技术的仓库智能控货系统，其特征在于，所述控货服务模块包括：
6.根据权利要求4所述的基于边云协同AI技术的仓库智能控货系统，其特征在于，所述模型发布单元具体用于：
7.根据权利要求1所述的基于边云协同AI技术
8.根据权利要求1所述的基于边云协同AI技术的仓库智能控货系统，其特征在于，所述物联网设备包括但不限于：摄像头、电子围栏和地磅。
9.一种基于边云协同AI技术的仓库智能控货装置，包括存储器、处理器以及存储在所述存储器中并可在上述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述基于边云协同AI技术的仓库智能控货的功能。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述基于边云协同AI技术的仓库智能控货的功能。
...【技术特征摘要】
1.一种基于边云协同ai技术的仓库智能控货系统，其特征在于，包括：云端设备和边端设备，云端设备和边端设备通过网络数据连接；
2.根据权利要求1所述的基于边云协同ai技术的仓库智能控货系统，其特征在于，所述配置管理模块包括：数据管理单元、资源管理单元、安全管理单元、网络管理单元、节点管理单元和应用管理单元；
3.根据权利要求2所述的基于边云协同ai技术的仓库智能控货系统，其特征在于，所述物联网模块包括：设备管理单元、连接管理单元、消息路由单元、数据解析单元、设备联动单元和安全鉴权单元；
4.根据权利要求3所述的基于边云协同ai技术的仓库智能控货系统，其特征在于，所述ai训练模块包括：模型管理单元、数据标注单元、模型训练单元、模型测试单元、模型发布单元和模型部署单元；
5.根据权利要求4所述的基于边云协同ai技术的仓库智能控货系统，其特征在于，所述控货服务模块包括：
【专利技术属性】
技术研发人员：唐旋，王少华，齐光鹏，武红强，
申请(专利权)人：浪潮云洲工业互联网有限公司，
类型：发明
国别省市：
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。