一种基于RFID技术和深度学习视觉技术的立库盘点方法与流程

文档序号:37140917发布日期:2024-02-26 16:53阅读:61来源:国知局
一种基于RFID技术和深度学习视觉技术的立库盘点方法与流程

本发明涉及仓库系统,特别涉及一种基于rfid技术和深度学习视觉技术的立库盘点方法。


背景技术:

1、立体仓库盘点技术是现代物流仓储管理中的一项重要方法。在传统仓库管理中存在着的信息化程度偏低、物资种类数量在不断增加、出入库频率剧增、管理损耗大、人工操作过多导致仓储作业效率低下、盘点作业耗时费力等的问题。随着科技进步,rfid技术和视觉技术逐渐被应用在立体仓库管理场景中,解决了传统仓库管理的弊端,降低了企业运营成本,提升了经济效益。现在立体仓库中常用的盘点方式有基于rfid技术的盘点方法和基于视觉技术的盘点方法。

2、基于rfid的盘点技术缺乏时效性,只在出入库时对货物进行盘点,而有些长年累月堆放在立库中的货物,可能会因为种种原因导致丢失、掉落的情况;而基于视觉的盘点技术,为了完整拍摄到货物的特征信息,需要将货物取出盘点后再放回库位,不如rfid扫描标签效率高。


技术实现思路

1、本发明的目的在于提供一种基于rfid技术和深度学习视觉技术的立库盘点方法,提高了盘点效率。

2、为了实现上述目的,本发明提供如下技术方案:一种基于rfid技术和深度学习视觉技术的立库盘点方法,包括以下步骤:s1:对每箱货物设置rfid标签,将设置好rfid标签的货物放入目标库位,并记录所述目标库位内的货物信息;所述步骤s1包括:s11:将所述货物放入传送带;s12:通过打标机为每箱货物设置rfid标签;s13:将所述货物在码垛区码放成目标垛形并放置于托盘上;s14:将托盘通过堆垛机运送至目标库位;s15:对存放至所述目标库位内的货物信息进行记录;s2:规划堆垛机的移动路线,使所述堆垛机经过所有需要盘点的所述库位;s3:当所述堆垛机经过需要盘点的所述库位时扫描所述库位内所有所述货物的rfid标签并对所述货物的特征面进行拍摄;s4:根据拍摄到的所述货物的特征面信息判断所述货物是否完整;

3、s5:将扫描到的所述货物的rfid标签信息与拍摄到的所述货物的特征面信息进行结合,判断出所述货物的数量;s6:将所述货物的数量与步骤s1中记录的所述目标库位内的货物信息进行对比;s7:移除所述货物上的rfid标签,并将移除rfid标签的货物运送至分拣线,所述步骤s7包括:s71:将所述库位中的货物取出并运送至拆垛区;s72:将所述拆垛区内的货物拆开;s73:将所述拆垛区的拆开的货物运送至传送带;s74:移除所述传送带上的所述货物的rfid标签;s75:记录所述传送带上的货物信息并将所述传送带上的货物运输至所述分拣线。

4、进一步地,还包括广角相机,通过所述广角相机对所述货物的特征面进行拍摄。

5、进一步地,所述堆垛机沿所述移动路线移动时,所述堆垛机的速度不超过160m/min。

6、进一步地,还包括打标机,所述打标机能够为所述货物设置rfid标签。

7、进一步地,还包括仓储管理系统,所述仓储管理系统能够存储所述目标库位中的货物信息和所述传送带上的货物信息。

8、进一步地,所述货物信息包括货物的品规和货物的编号。

9、进一步地,还包括自动导向车,通过所述自动导向车将所述托盘运送至所述堆垛机,通过所述堆垛机将所述托盘放入目标库位。

10、分析可知,本发明公开一种基于rfid技术和深度学习视觉技术的立库盘点方法,本发明的盘点方法采用rfid技术和视觉技术相互结合的方式,避免了其各自的弊端,使得盘点效率提高、稳定性更强。



技术特征:

1.一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,还包括:

3.根据权利要求2所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,所述步骤s1包括:

4.根据权利要求1所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,还包括广角相机,通过所述广角相机对所述货物的特征面进行拍摄。

5.根据权利要求1所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,所述堆垛机沿所述移动路线移动时,所述堆垛机的速度不超过160m/min。

6.根据权利要求3所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,所述步骤s7包括:

7.根据权利要求1所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,还包括打标机,所述打标机能够为所述货物设置rfid标签。

8.根据权利要求6所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,还包括仓储管理系统,所述仓储管理系统能够存储所述目标库位中的货物信息和所述传送带上的货物信息。

9.根据权利要求6所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,所述货物信息包括货物的品规和货物的编号。

10.根据权利要求6所述的一种基于rfid技术和深度学习视觉技术的立库盘点方法,其特征在于,还包括自动导向车,通过所述自动导向车将所述托盘运送至所述堆垛机,通过所述堆垛机将所述托盘放入目标库位。


技术总结
本发明提供一种基于RFID技术和深度学习视觉技术的立库盘点方法,包括以下步骤:对每箱货物设置RFID标签,将设置好RFID标签的货物放入目标库位;规划堆垛机的移动路线,当堆垛机经过需要盘点的库位时扫描库位内所有货物的RFID标签并对货物的特征面进行拍摄;根据拍摄到的货物的特征面信息判断货物是否完整;将扫描到的货物的RFID标签信息与拍摄到的货物的特征面信息进行结合,判断出货物的数量;S6:将货物的数量与步骤S1中记录的目标库位内的货物信息进行对比,本发明公开一种基于RFID技术和深度学习视觉技术的立库盘点方法,本发明的盘点方法采用RFID技术和视觉技术相互结合的方式,避免了其各自的弊端,使得盘点效率提高、稳定性更强。

技术研发人员:何春来,孙嘉珺,朴金生,王卫军,李子毅,徐安宁,惠泽
受保护的技术使用者:中电科机器人有限公司
技术研发日:
技术公布日:2024/2/25
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1