仓储管理论文

您当前的位置:学术堂 > 管理学论文 > 仓储管理论文 >

运用视觉技术提升物流仓储空间管理的路径研究

来源:学术堂 作者:姚老师
发布于:2014-05-09 共4588字
论文摘要

  1、引言
  
  目前大多数的物流仓储空间管理依然是人工管理或者半自动化管理,随着现代物流业货物流量的扩大,以及客户对于物流服务要求的不断提高,智能化、信息化的物流仓储空间管理需求已成为发展趋势。物流仓储就是利用自建或租赁库房、
  场地,储存、保管、装卸搬运、配送货物。现代仓储管理是在经济全球化与供应链一体化背景下的仓储,是现代物流系统中的仓储。高效的仓储管理对于支撑物流其他环节,降低物流运营费用等有重要的意义。基于计算机视觉技术的仓储管理系统,通过摄像机采集物品状态、位置、空间、环境等图像信息,为系统提供管理控制与决策依据,并集成完善的软件系统,构成了一套智能化的物流仓储空间管理系统,因此,将计算机视觉技术与仓储管理系统相结合是可行的。

  2、系统设计

  2.1系统目标
  基于计算机视觉的物流仓储空间管理系统是以计算机视觉技术为基础,并集合数字图像处理、数据传输、数据挖掘等技术,集成先进的硬件设备和完善的软件系统而建立的智能物流仓储空间管理系统。该系统主要应用于物流仓储中心,对于仓储中心的物品信息与空间环境信息进行监测,并以此作为仓储空间控制管理的基础,因此,该系统的设计目标和需要实现的功能如下:
  (1)自动准确地获取货物信息与仓储信息;(2)自动形成并打印入库清单和出库清单;(3)动态分配货位,实现随机存储,从而最大限度利用仓储空间;(4)货物库存数量、库存位置、库存时间和货位信息查询;(5)货物库存随机抽查盘点;(6)仓库系统综合盘点;(7)汇总和统计各类信息,输出各类统计报表;(8)监测仓储空间环境,并自动进行温度、湿度的调节。

  2.2系统结构
  基于计算机视觉的仓储管理系统是以电子标识作为货物的识别和基本信息采集的连接方式,通过在仓库的出入口设置摄像机对货物进行信息识别,并通过安装在仓库各个位置的摄像机对仓库的存储空间和环境温度、湿度进行检测,遇到异常情况可以自动向系统控制中心进行报警提示。系统通过有线与无线局域网连接各个模块,并获取货物的详细信息,自动生成出、入库清单,达到自动化管理的目的;库内各货架中间图像传感器、温湿度传感器等终端,以监控货物在仓库内的信息,实现物流货物的自动识别、定位、输送、存取、出库等智能化的仓储作业管理。其功能模块包括信息采集系统、PML服务器、ONS服务器、仓储管理功能模块和本地数据中心等部分组成,通过相应的功能模块,实现库存量管理、货物位置控制以及查询统计等功能。基于计算机视觉的物流仓储管理空间系统结构如图1所示。
论文摘要

  2.3系统工作流程
  系统主要由计算机分析系统、后台数据库、局域网、图像采集与处理系统、摄像机等部分组成。计算机系统主要由专用计算机与图像处理软件组成,图像处理传送模块主要由图像采集、视频压缩、数据传输等部分组成。其货物出入库的扫描平台如图2所示。
  仓储空间的状态图像通过安装在仓库相应位置的摄像机进行采集,在对动态视频进行图像处理与数字压缩后,应用网络数据传输模块将其传送到专属网络交互平台。计算机系统通过控制网络得到压缩的数据信息,先进行解压缩处理,然后通过相应的算法模型进行分析,综合分析得到仓储物品的实时状态信息、出入库信息、库存信息、空间环境信息等,系统根据这些状态信息对仓储空间进行管理与控制。其图像信息采集流程如图3所示。
  系统信息的综合查询主要包括货物信息查询、库存状况查询、出入库查询、位置查询、环境空间查询等。管理员可手动修改数据,修改后要系统自动更新数据库。其仓储信息访问流程如图4所示。
  

论文摘要

  3、基于计算机视觉的图像处理方法

  基于计算机视觉的图像处理方法是针对动态视频和三维立体图像的处理方法,综合运用包括图像特征分析、图像校正、灰度变化、降噪、分析统计、摄像机坐标标定等计算机技术。本文重点分析以下三个部分。

  3.1图像特征分析
  在本系统中的图像特征分析包括:仓库背景特征、物流物品特征、图像对比特征。
  仓库背景特征:仓库中的背景图像,比如货架,要有规则地进行排列,物品的存储空间大小要尽量相同。货物的前后排列要按照透视投影的比例关系由前至后逐渐变小,要有规律的变化。同时,对于不同的仓库,其空间大小高低各不相同,要根据实际空间状况,设置摄像机的位置,从而保证仓储空间都能采集到视频图像。
  物流物品特征:物流货物通常都是包装好的,其外包装材料与外包装颜色都是特定统一的,与仓库中的其他背景颜色往往有明显差别,图像颜色特征反差较大,利于特征提取。另外,在外包装上还有信息标识图像,用于货物的信息提取。
  灰度对比特征:通过图像的中的灰度值变化可以判断出货物的存储位置,其原理是货物的颜色与亮度与背景环境的存在较大不同,其灰度值有强烈的的变化。

  3.2摄像机模型
  图像采集的任务就是将实际的三维空间图像投影到平面。
  图像中。投影成像模型如图5所示。在仓库的相应位置设置摄像机,摄像机坐标标定过程就是确定摄像机的焦距与摄像机平面相对于世界坐标系的位置和朝向的过程。对摄像机坐标进行参数标定后,就可以通过仓储空间的三维坐标预测平面图像坐标,即根据已知的存储位置的三维坐标计算其在背景图像中的尺寸,由此建立世界坐标系和图像坐标平面的映射关系。

论文摘要

  如图5中模型所示,视点为O,空间点P(Xw,Yw,Zw),在摄像机坐标系下的坐标为(X,Y,Z),它在摄像机成像平面上的投影点为p(x,y),它们的透视投影几何关系为:x=f(X/Z),y=f(Y/Z)。

  3.3灰度变换彩色的视频图像
  通过灰度变化可以转换为灰度图。BMP格式图像颜色,都可以都可以用红、绿、蓝的组合值,这种模型称为RGB模型。灰度图则是灰度变换的结果,灰度变换就是使彩色的红(R)、绿(G)、蓝(B)分量值相等的过程。因为红(R)、绿(G)、蓝(B)取值范围是0>255,所以,灰度级别总共有256级。根据不同的图像环境特点,采用不同的灰度变化方法,常用的方法主要有以下三种。
  A最大值法:即R、G、B的值等于这三个值中最大的一个,最大值法会形成亮度很高的灰度图像,适用于光线较为暗淡的环境。

论文摘要

 
 
 

 
  (1)B平均值法:即求出红(R)、绿(G)、蓝(B)和的平均值,平均值法会形成较柔和的灰度图像,适用于光线照射不均匀的环境。

论文摘要

  (2)C加权平均值法:即根据重要性或其他指标给红(R)、绿(G)、蓝(B)赋予不同的权值,并使红(R)、绿(G)、蓝(B)的值加权平均,加权平均值法得到的灰度图像最为理想,因此,适用于光线较强的环境。
  (3)其中Wr,Wg,Wb分别为红(R)、绿(G)、蓝(B)的权值。由于人眼对绿色的敏感度最高,对红色的敏感度次之,对蓝色的敏感度最低,所以,使Wg>Wr>Wb,将得到较合理的灰度图像。根据实验可知,当Wr=0.30,Wg=0.59,Wb=0.11时,能得到最理想的灰度图像。

论文摘要

  本系统选用的摄像头具有自动白平衡、自动增益、自动亮度调节等功能,而且,仓库空间内有照明设备,光线环境比较良好,采集到的视频图像质量基本比较好,因此,采用加权平均值法进行灰度变换。

  4、关键技术

  4.1计算机视觉与数字图像处理技术
  计算机视觉主要用计算机来模拟人的视觉功能,但并不仅仅是人眼的简单延伸,更重要的是具有人脑的部分功能:通过提取客观事物的图像特征信息,进行理解并加以处理,然后得到用于实际检测、控制和测量的信息。一个典型的计算机视觉应用系统,包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。计算机视觉系统是指通过图像摄取装置,获取图像,然后将该图像传送至处理单元,通过数字化处理,根据像素分布和亮度、颜色等信息,来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制设备动作。
  计算机图形学是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。从处理技术上来看,图形主要分为两类,一类是基于线条信息表示的,如工程图、等高线地图、曲面的线框图等,另一类是明暗图,也就是通常所说的真实感图形。计算机图形学一个主要的目的就是要利用计算机产生令人赏心悦目的真实感图形。为此,必须建立图形所描述的场景的几何表示,再用某种光照模型,计算在假想的光源、纹理、材质属性下的光照明效果。所以计算机图形学与另一门学科计算机辅助几何设计有着密切的关系。

  4.2图像采集与视频编码技术
  把运动图像从背景图像中分离出来,对不同的对象采用不同的编码方式是视频编码技术的实现基础,其目的是为了实现高效的视频压缩。通过对视频图像的分割进行分析,得出其其基本分割过程是:首先,为了便于分割,要简化原始视频?图像数据,比如:帧差、位移帧差、颜色、纹理、运动、语义等图像特征;其次,确定图像分割的决策依据要基于均匀性标准,根据所提取图像特征将视频数据进行归类;最后,对视频图像进行处理,从而能准确提取图像边界并降噪。
  视频对象在某个时刻的采样被称作视频对象平面,视频编码技术的核心要素就是视频对象平面。视频图像在编码过程中针对不同的视频对象采用不同的编码方式,分为前景对象编码与背景对象编码。对于前景视频对象的压缩编码应尽量保留图像细节与边缘平滑;而对背景对象编码则要用高压缩的率的方法,甚至不用对背景图像进行采集,在解码的时候应用其他背景进行代替,其目的是为了更好的提取主要目标对象而忽略次要的背景图像对象。

  4.3控制网络的实时数据传输处理
  在基于计算机视觉的物流仓储管理系统中,大多数情况下在仓库中会有多个摄像机连接入控制网络,而此计算机主机就需要把采集得到的视频图像数据同时发给多个客户端,即一对多的传输方式,因此,IP组播技术对于网络数据的多点实时传输比较适合。控制中心对于数据的实时性要求较高,基于此我们建立如下的数据传输方式:客户端与服务器端通信,可靠性要求较高的信息采用TCP协议和单播技术;服务器与客户端的视频传输采用RTP、RTCP、UDP协议和组播技术;控制中心通过控制网络发送命令驱动摄像机采集数据。其所采用的控制网络传输协议层次如图6所示。
论文摘要

  5、结语

  基于计算机视觉技术的物流仓储空间管理系统将计算机视觉技术应用于物流仓储管理系统,能对物流产品的仓储进行智能化的控制和管理,有效识别物品的状态信息与位置信息,从而实现了仓储空间的统一化、系统化的管理,不但能加快物流产品的中转、调度、出入库效率,而且能通过局域网对仓储空间的温度、湿度环境进行自动调节,保障了物流产品的安全性,物流参与者还可以通过系统对物流产品的仓储信息进行综合查询,从而了解产品库存情况、空间利用情况等信息,增强了仓储管理系统的信息化程度,能更好地适应现代物流管理模式下对于仓储空间控制管理的需求。

  参考文献:
  [1]谢勇,王红卫.基于物联网的自动入库管理系统及其应用研究[J].物流技术,2007,26(4):90-93.
  [2]陈武凡.小波分析及其在图像处理中的应用[M].北京:科学出版社,2002.
  [3]王开疆,孙炜,时锦秀,等.RFID在智能物流仓储管理中的应用[J].RFID技术与应用,2009,(1):43-45.
  [4]高伟伟,王竹林,张自宾.基于机器视觉的电视测角仪弹标识别系统[J].计算机测量与控制,2011,(2):475-480.
  [5]田思,袁占亭.计算机视觉系统框架的新构思[J].计算机工程与应用,2000,(6):57-59.
  [6]王晓华,周晓光,孙百生.基于RFID技术的仓储管理系统设计[J].物流技术,2006,25(6):16-17.

相关内容推荐
相关标签:
返回:仓储管理论文