[发明专利]用于跟踪货物承载器的系统和方法

说明书

提供了用于跟踪来自特定源的货物承载器的方法、装置和计算机程序产品。根据本发明的一些实施例，一种计算机实现的方法包括训练人工神经网络来计数图像内来自特定源的货物承载器的数量。此外，所述方法还包括：接收由第一成像装置生成的第一图像文件；使用所述经训练的人工神经网络来确定第一图像中来自所述特定源的货物承载器的第一数量；接收由第二成像装置生成的第二图像文件；使用所述经训练的人工神经网络来确定第二图像中来自所述特定源的货物承载器的第二数量；以及确定所述第一图像中来自所述特定源的货物承载器的所述第一数量是否等于所述第二图像中来自所述特定源的货物承载器的所述第二数量。

相关申请的交叉引用

该专利申请要求2017年10月20日提交的美国临时专利申请号62/575,262的权益，该专利申请的内容据此全文以引用方式并入。

背景技术

跟踪托盘沿运输路径的移动可有助于诊断托盘丢失和恢复、托盘损坏和托盘循环时间的问题。各种成像装置可被用于在来自特定源的托盘装运沿着运输路径前进时收集它们的图像。然而，由于一些托盘可能在图像中被遮挡，因此可能难以确定在每个图像中有多少托盘，以及确定是否在运输路径的节点之间添加或去除了任何托盘。此外，图像可包括来自其他源的可被错误地包括在图像中的多个托盘中的托盘。

发明内容

提供了用于跟踪托盘的方法(包括计算机实现的方法)、装置和应用用于跟踪托盘的系统和方法的计算机程序产品。根据本发明的一些实施例，提供了一种用于跟踪来自特定源的货物承载器的计算机实现的方法。该方法包括接收多个训练图像文件。多个训练图像文件中的每一个包括描绘来自所述特定源的相应多个货物承载器的相应训练图像。针对所述多个训练图像文件中的每一个，该方法包括：使用人工神经网络来确定所述相应训练图像中来自所述特定源的所述相应多个货物承载器的估计数量，以及确定所述相应训练图像中来自所述特定源的所述相应多个货物承载器的所述估计数量与所述相应训练图像中来自所述特定源的所述相应多个货物承载器的已知数量的比较。该方法还包括使用所述比较以通过调整与所述人工神经网络内的人工神经元相关联的权重来训练所述人工神经网络。此外，该方法还包括：接收由第一成像装置生成的第一图像文件，其中所述第一图像文件包括描绘来自所述特定源的第一多个货物承载器的第一图像，并且所述第一图像与具有多个节点的运输路径相关联；使用所述经训练的人工神经网络来确定第一图像中来自特定源的货物承载器的第一数量；接收由第二成像装置生成的第二图像文件，其中所述第二图像文件包括描绘来自所述特定源的第二多个货物承载器的第二图像，并且所述第二图像与所述运输路径相关联；使用所述经训练的人工神经网络来确定第二图像中来自特定源的货物承载器的第二数量；以及确定所述第一图像中来自特定源的货物承载器的第一数量是否等于所述第二图像中来自特定源的货物承载器的第二数量。

第一成像装置可为安全相机、交通相机、无人机、移动装置、激光扫描仪、声纳装置、激光雷达(LIDAR)装置、立体成像仪或射频(RF)成像仪。该方法还可包括从所述第一图像滤除来自不与所述特定源相关联的第三方的货物承载器，以及从所述第二图像滤除来自不与所述特定源相关联的第三方的货物承载器。

所述第一图像文件还可包括指示所述第一图像被获取的第一时间和第一位置的第一数据，并且所述第二图像文件还可包括指示所述第二图像被获取的第二时间和第二位置的第二数据。该方法还可包括确定来自所述特定源的货物承载器的所述第一数量等于来自所述特定源的货物承载器的所述第二数量，以及确定所述第一时间和所述第二时间之间的时间差。此外，该方法还可包括确定所述第一位置和所述第二位置之间的空间差。