[发明专利]货物体积的测量方法以及物流园区内的人工智能系统

权利要求书

1.一种货物体积的测量方法，其特征在于，包括：

预先在物流园区的月台区域固定安装采集设备；

预先在所述月台区域中确定待测货物的放置区域；

预先训练第一深度神经网络；

将待测货物放置在所述放置区域；

通过采集设备来采集所述放置区域的图像/视频，采集过程中保持采集设备的焦距、采集设备的物距、采集设备的分辨率与训练第一深度神经网络时相同；

通过第一深度神经网络来对所述放置区域的图像/视频进行分析，得出待测货物的体积。

2.如权利要求1所述的货物体积的测量方法，其特征在于，所述预先训练第一深度神经网络包括：

通过人工测量，获得辅助货物的体积；

将辅助货物放置在所述放置区域；

通过采集设备来采集所述放置区域的图像/视频；

获得采集设备的焦距、采集设备的物距、采集设备的分辨率、货物在图像中的位置和货物外形；

在保持采集设备的焦距、采集设备的物距、采集设备的分辨率不变的情况下，根据辅助货物的体积、货物在图像中的位置和货物外形，来训练第一深度神经网络；

多次重复上述步骤，得到第一深度神经网络训练后的模型参数集，所述第一深度神经网络的模型参数集结构包括：货物体积、采集设备的焦距、采集设备的物距、采集设备的分辨率、货物在图像/视频中的位置和货物形状。

3.如权利要求1所述的货物体积的测量方法，其特征在于，各个月台处采集设备与放置区域的距离相同，各个月台处采集设备的焦距、采集设备的物距、采集设备的分辨率相同；将第一深度神经网络训练后的模型参数集部署到服务器，采集设备将采集到的图像/视频实时发送给服务器，由所述服务器来通过第一深度神经网络来对所述放置区域的图像/视频进行分析，得出待测货物的体积。

4.如权利要求1所述的货物体积的测量方法，其特征在于，将第一深度神经网络训练后的模型参数集部署到采集设备，由所述采集设备来通过第一深度神经网络来对所述放置区域的图像/视频进行分析，得出待测货物的体积。

5.如权利要求1所述的货物体积的测量方法，其特征在于，所述图像为RGB格式的图像。

6.如权利要求1所述的货物体积的测量方法，其特征在于，所述采集设备为相机。

7.一种物流园区内的人工智能系统，其特征在于，包括：

一个或多个月台区域；

处理器，适于加载并执行软件程序的指令；

存储器，适于存储软件程序，所述软件程序包括用于执行以下步骤的指令：

预先在物流园区的月台区域固定安装采集设备；

预先在所述月台区域中确定待测货物的放置区域；

预先训练第一深度神经网络；

将待测货物放置在所述放置区域；

通过采集设备来采集所述放置区域的图像/视频，采集过程中保持采集设备的焦距、采集设备的物距、采集设备的分辨率与训练第一深度神经网络时相同；

通过第一深度神经网络来对所述放置区域的图像/视频进行分析，得出待测货物的体积。

8.如权利要求7所述的物流园区内的人工智能系统，其特征在于，所述预先训练第一深度神经网络包括：

通过人工测量，获得辅助货物的体积；

将辅助货物放置在所述放置区域；

通过采集设备来采集所述放置区域的图像/视频；

获得采集设备的焦距、采集设备的物距、采集设备的分辨率、货物在图像中的位置和货物外形；

在保持采集设备的焦距、采集设备的物距、采集设备的分辨率不变的情况下，根据辅助货物的体积、货物在图像中的位置和货物外形，来训练第一深度神经网络；

多次重复上述步骤，得到第一深度神经网络训练后的模型参数集，所述第一深度神经网络的模型参数集结构包括：货物体积、采集设备的焦距、采集设备的物距、采集设备的分辨率、货物在图像/视频中的位置和货物形状。