国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于物聯(lián)網(wǎng)技術(shù)控制的存儲柜集群管理方法與流程

      文檔序號:39618981發(fā)布日期:2024-10-11 13:34閱讀:72來源:國知局
      一種基于物聯(lián)網(wǎng)技術(shù)控制的存儲柜集群管理方法與流程

      本發(fā)明涉及物聯(lián)網(wǎng),具體為一種基于物聯(lián)網(wǎng)技術(shù)控制的存儲柜集群管理方法。


      背景技術(shù):

      1、隨著物聯(lián)網(wǎng)技術(shù)和智能控制技術(shù)的發(fā)展,存儲柜集群管理系統(tǒng)逐漸在各種應用場景中得到廣泛應用,如物流配送、智能快遞柜、智能存儲柜等。然而,現(xiàn)有的存儲柜集群管理系統(tǒng)在實際應用中存在一些問題和不足之處:存儲柜利用率低:現(xiàn)有系統(tǒng)往往缺乏對存儲柜空間的智能化分析和優(yōu)化,通過人為進行存儲柜的尺寸選擇,導致存儲柜空間利用率低,資源浪費嚴重;重復使用高:現(xiàn)有的存儲柜集群管理系統(tǒng)在人為進行存儲柜的尺寸選擇后,往往按照固定的序列進行分配,導致重復使用高,影響存儲柜使用壽命。


      技術(shù)實現(xiàn)思路

      1、基于以上所述現(xiàn)有技術(shù)的缺點,本發(fā)明的目的是提供一種基于物聯(lián)網(wǎng)技術(shù)控制的存儲柜集群管理方法,以解決上述技術(shù)問題。

      2、為實現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:一種基于物聯(lián)網(wǎng)技術(shù)控制的存儲柜集群管理方法,包括:

      3、通過攝像頭獲取待存儲物品的三視圖像,將所述三視圖像輸入至實時尺寸檢測模型中,獲取待存儲物品的長、寬和高;

      4、根據(jù)待存儲物品的長、寬和高按照預設的尺寸匹配策略篩選出存儲柜的最佳尺寸;

      5、獲取所有符合最佳尺寸的空閑存儲柜的狀態(tài)參數(shù),根據(jù)狀態(tài)參數(shù)計算存儲柜的綜合評分;

      6、將所述綜合評分進行降序排序,選擇綜合評分最高的存儲柜進行開柜操作。

      7、本發(fā)明進一步設置為,所述實時尺寸檢測模型的構(gòu)建邏輯包括:

      8、獲取歷史包含存儲物品的三視圖像,使用標注工具對圖像中的物品進行標注,繪制邊界框;

      9、按照預設的模型輸入圖像尺寸將歷史包含存儲物品的三視圖像縮放為統(tǒng)一尺寸,將縮放后的歷史包含存儲物品的三視圖像分為測試集和驗證集;

      10、選擇yolo深度學習模型,下載預訓練模型權(quán)重,配置模型參數(shù),將標注數(shù)據(jù)作為輸入,將邊界框像素坐標和置信度作為輸出,進行yolo深度學習模型訓練,其中,模型參數(shù)包括輸入圖像尺寸和學習率;

      11、使用驗證數(shù)據(jù)集評估模型性能,防止過擬合。

      12、本發(fā)明進一步設置為,在進行yolo深度學習模型訓練中,損失函數(shù)的計算邏輯為:,為坐標損失,用于衡量預測的邊界框坐標與真實邊界框坐標之間的差異,坐標損失的計算邏輯為:<msub><mi>l</mi><mi>coord</mi></msub><mi>=</mi><msub><mi>ω</mi><mi>coord</mi></msub><mstyle><msubsup><mo>∑</mo><mrow><mi>i</mi><mi>=0</mi></mrow><msup><mi>s</mi><mn>2</mn></msup></msubsup><mstyle><msubsup><mo>∑</mo><mi>j=0</mi><mi>b</mi></msubsup><mrow><msubsup><mn>1</mn><mi>ij</mi><mi>obj</mi></msubsup><mi>[</mi><msup><mrow><mi>(</mi><msub><mi>x</mi><mi>i</mi></msub><mi>-</mi><msub><mover><mi>x</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub><mi>)</mi></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mi>(</mi><msub><mi>y</mi><mi>i</mi></msub><mi>-</mi><msub><mover><mi>y</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub><mi>)</mi></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mi>(</mi><msqrt><msub><mi>w</mi><mi>i</mi></msub></msqrt><mi>-</mi><msqrt><msub><mover><mi>w</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub></msqrt><mi>)</mi></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mi>(</mi><msqrt><msub><mi>h</mi><mi>i</mi></msub></msqrt><mi>-</mi><msqrt><msub><mover><mi>h</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub></msqrt><mi>)</mi></mrow><mn>2</mn></msup><mi>]</mi></mrow></mstyle></mstyle>,表示網(wǎng)格的大小,表示網(wǎng)格預測的邊界框數(shù)量,為第一指示函數(shù),當?shù)趥€網(wǎng)格中的第個邊界框包含物體時為1,否則為0,、為預測的邊界框中心的坐標,、為真實的邊界框中心的坐標,、為預測的邊界框的寬度和高度,、為真實的邊界框的寬度和高度,為坐標損失權(quán)重;為置信度損失,用于衡量預測的邊界框包含物體的置信度與實際情況的差異,置信度損失的計算邏輯為:,為預測的置信度分數(shù),即預測邊界框包含物體的概率乘以邊界框的準確性,為真實的置信度分數(shù),即邊界框是否包含物體,當邊界框包含物體時,為1,當邊界框不包含物體時,為0,為第二指示函數(shù),當?shù)趥€網(wǎng)格中的第個邊界框不包含物體時為1,否則為0,為置信度損失權(quán)重。

      13、本發(fā)明進一步設置為,還包括:

      14、獲取輸出的邊界框像素坐標和置信度,將邊界框像素坐標轉(zhuǎn)換為實際尺寸,其中,轉(zhuǎn)換邏輯為:,其中,為實際坐標,為攝像頭內(nèi)參矩陣,為邊界框像素坐標,為深度。

      15、本發(fā)明進一步設置為,根據(jù)待存儲物品的長、寬和高按照預設的尺寸匹配策略篩選出存儲柜的最佳尺寸,包括:

      16、獲取每個存儲柜的長、寬和高信息,記為;

      17、在待存儲物品的長、寬和高滿足約束條件下時,求最小的目標值,將最小的目標值設置為存儲柜的最佳尺寸,其中,約束條件為,目標值為。

      18、本發(fā)明進一步設置為,獲取所有符合最佳尺寸的空閑存儲柜的狀態(tài)參數(shù),狀態(tài)參數(shù)包括:開柜響應時間、開柜成功率和分配使用率;根據(jù)狀態(tài)參數(shù)計算存儲柜的綜合評分,包括:

      19、對開柜響應時間、開柜成功率和分配使用率進行歸一化操作;

      20、根據(jù)歸一化后的開柜響應時間和開柜成功率計算用戶體驗指數(shù);

      21、根據(jù)用戶體驗指數(shù)和分配使用率計算存儲柜的綜合評分。

      22、本發(fā)明進一步設置為,根據(jù)歸一化后的開柜響應時間和開柜成功率計算用戶體驗指數(shù),用戶體驗指數(shù)的計算邏輯為:,存儲柜的綜合評分的計算邏輯為:,其中,為用戶體驗指數(shù),為開柜成功率,為開柜響應時間,為存儲柜的綜合評分,為存儲柜的分配使用率。

      23、本發(fā)明提供一種基于物聯(lián)網(wǎng)技術(shù)控制的存儲柜集群管理方法,所述方法通過通過攝像頭獲取待存儲物品的三視圖像,將所述三視圖像輸入至實時尺寸檢測模型中,獲取待存儲物品的長、寬和高;根據(jù)待存儲物品的長、寬和高按照預設的尺寸匹配策略篩選出存儲柜的最佳尺寸;獲取所有符合最佳尺寸的空閑存儲柜的狀態(tài)參數(shù),根據(jù)狀態(tài)參數(shù)計算存儲柜的綜合評分;將所述綜合評分進行降序排序,選擇綜合評分最高的存儲柜進行開柜操作,產(chǎn)生的有益效果包括:

      24、1、?提高存儲柜的利用效率:利用yolo深度學習模型對存儲物品的三維圖像進行檢測和邊界框繪制,實時獲取存儲物品的長、寬和高信息,能夠準確預測存儲物品的尺寸及其在存儲柜中的最佳擺放位置,實現(xiàn)對存儲物品位置、尺寸的精準管理,減少了傳統(tǒng)方法中可能出現(xiàn)的測量誤差和人工干預,從而提高存儲柜的空間利用率;

      25、2、?高效的狀態(tài)綜合評估:根據(jù)存儲柜狀態(tài)信息,包括開柜響應時間、開柜成功率和分配使用率,結(jié)合實際存儲物品的特征數(shù)據(jù),能夠全面評估存儲柜的運行狀態(tài)和使用效果,從而進行有效的維護和優(yōu)化;

      26、3、?提升用戶體驗:綜合考慮用戶開柜響應時間、開柜成功率和用戶體驗指數(shù)等因素,能夠優(yōu)化存儲柜的操作流程和使用體驗,增強用戶滿意度。

      27、上述說明僅是本技術(shù)技術(shù)方案的概述,為了能夠更清楚了解本技術(shù)的技術(shù)手段,而可依照說明書的內(nèi)容予以實施,并且為了讓本技術(shù)的上述和其它目的、特征和優(yōu)點能夠更明顯易懂,以下特舉本技術(shù)的具體實施方式。

      當前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1