[发明专利]一种基于机器人的仓库安全监测、盘点方法及系统在审
申请号: | 202110362258.6 | 申请日: | 2021-04-02 |
公开(公告)号: | CN112926535A | 公开(公告)日: | 2021-06-08 |
发明(设计)人: | 袁满;王斌;陈晋波;刘伟;魏连光;吴红梅;甘露 | 申请(专利权)人: | 北京电旗连江科技发展有限公司;中国移动通信集团内蒙古有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06K17/00;G06K19/077;G06N3/08;G06Q10/08;G16Y20/10;G16Y20/20;G16Y20/40;G16Y40/10;G16Y40/20;G16Y40/50 |
代理公司: | 郑州大通专利商标代理有限公司 41111 | 代理人: | 陈勇 |
地址: | 100102 北京市朝阳*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器人 仓库 安全 监测 盘点 方法 系统 | ||
1.一种基于机器人的仓库消防通道阻塞预警方法,其特征在于,所述仓库消防通道阻塞预警方法包括:
步骤1:将仓库通过消防通道划分为多个区域,通过机器人移动带动可见光摄像头拍摄仓库内消防通道畅通照片,其中每个消防通道都需要单独拍摄所述畅通照片;
将仓库内常用的包装箱、托盘等物资摆放在消防通道上,模拟消防通道阻塞情况并拍摄阻塞照片,其中每个消防通道都需要单独拍摄所述阻塞照片;
步骤2:将所述畅通照片和阻塞照片结合生成图片样本集,通过所述图片样本集对图像识别神经网络进行训练;
步骤3:在仓库内设置有循迹小车及轨道,循迹小车按照所述轨道进行循环巡检;
当机器人巡检至消防通道时,拍摄消防通道照片,并通过5G通信模块将所述消防通道照片传输至服务器;
步骤4:将所述消防通道照片输入图像识别神经网络,由所述图像识别神经网络判断是否存在通道阻塞现象;
若存在则发出阻塞报警。
2.一种基于机器人的仓库盘点方法,其特征在于,所述仓库盘点方法包括;
步骤1:统计出仓库内需要盘点的物料数量、物料所在位置,并对所述物料进行编号;
在所述物料上设置超高频RFID标签,通过RFID读写设备将物料编号、位置等信息写入所述超高频RFID标签;
将物料装入包装箱,并将所述物料包装箱表面粘贴对应的超高频RFID标签,并保证每个超高频RFID标签均处于可视范围内;
步骤2:机器人设置有超高频RFID读写器及四面超高频RFID天线;
所述超高频RFID天线包括两面第一RFID天线和两面第二RFID天线,一面所述第一RFID天线和第二RFID天线为一组,两组所述第一RFID天线和第二RFID天线对称设置于机器人两侧;
将第一RFID天线与机器人之间的夹角设置为90°,第二RFID天线与机器人之间的夹角设置为45°;
通过第一RFID天线读取底层和中层货架上的超高频RFID标签;
通过第二RFID天线读取高层货架上的超高频RFID标签;
步骤3:在仓库内设置有循迹小车及轨道,循迹小车按照所述轨道移动,同时通过超高频RFID读写器及四面超高频RFID天线读取所述超高频RFID标签;
机器人盘点结束后将扫描到的全部超高频RFID标签信息通过5G通信模块将所述消防通道照片传输至服务器。
3.一种基于机器人的仓库温湿度预警及火灾预警方法,其特征在于,所述仓库温湿度预警及火灾预警方法包括:
步骤1:机器人通过红外热像仪模块实时拍摄热成像视频并检测视频中物体表面温度;
步骤2:设定火灾预警阈值、湿度预警阈值和温度预警阈值;
在仓库内设置有循迹小车及轨道,循迹小车按照所述轨道移动,红外热像仪模块实时捕捉仓库内物体表面温度,并判断物体表面温度是否大于火灾预警阈值;
若大于则进行火灾自动预警,拍摄热成像照片并记录发生火灾预警位置信息;
温湿度传感器检测仓库湿度及温度,机器人判断所述仓库湿度及温度检测值;
若大于所述湿度预警阈值或温度预警阈值发出湿度预警或温度预警;
步骤3:机器人将所述拍摄热成像照片并记录发生火灾预警位置信息或湿度预警、温度预警信号及温度异常值或湿度异常值通过5G通信模块传输至服务器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京电旗连江科技发展有限公司;中国移动通信集团内蒙古有限公司,未经北京电旗连江科技发展有限公司;中国移动通信集团内蒙古有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110362258.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:MEMS麦克风芯片
- 下一篇:模型联合训练方法及装置