一种基于数字孪生的仓储立库监测方法技术

本发明专利技术公开了一种基于数字孪生的仓储立库监测方法，包括下列步骤：

【技术实现步骤摘要】
一种基于数字孪生的仓储立库监测方法


[0001]本专利技术属于智能仓储
，涉及一种基于数字孪生的仓储立库监测方法
。

技术介绍

[0002]目前，大部分立库空间的智能分析与管理主要还停留在比较传统的技术手段，建模与可视化较为简单
。
现有技术主要采用二维平面图或简单三维模型对立库空间进行呈现，无法实现高精度的立体建模与真实感知，这也限制了空间分析的深度与精细度
。
而且传统方法未实现自动化的空间数据采集，加上空间建模的精细度不足，因此无法对空间利用情况
、
通道是否拥堵
、
货品和载具的位置以及移动轨迹实现实时监测，对仓储和物流情况只能通过人工定期巡检或人工跟踪监视来监控，空间管理的实时性和可靠性明显不足
。

技术实现思路

[0003]本专利技术的目的是提供一种基于数字孪生的仓储立库监测方法，用于解决现有技术中对仓储和物流情况只能通过人工定期巡检或人工跟踪监视来监控，空间管理的实时性和可靠性明显不足这一问题
。
[0004]所述的一种基于数字孪生的仓储立库监测方法，包括下列步骤：
[0005]S1、
进行立库空间数据采集与建模；
[0006]S2、
在获得空间数据模型的基础上构建数字孪生立库模型；
[0007]S3、
通过布设在立库内的传感器实时采集空间数据，并与数字孪生立库模型进行对比，从而对空间状态进行动态监测；
[0008]该步骤通过/>RFID
传感器实时检测
RFID
标签的位置信息，货品和载具上设置有相应的
RFID
标签，通过实时跟踪
RFID
标签的运动变化检测标签的运动出现异常，同时通过监测多个
RFID
标签的聚集或分散状况来推断空间利用情况的异常变化，当检测异常时，利用传感器快速定位问题区域并作出响应
。
[0009]优选的，所述步骤
S3
包括下列步骤：
[0010]S3.1、
选择空间监测设备，包括选择
RFID
传感器；
[0011]S3.2、
构建
RFID
标签与货品对应关系，在将
RFID
标签与各
SKU
货品或载具进行一一对应之后，建立相应的数据库；
[0012]S3.3、
将
RFID
标签标识信息导入数字孪生立库模型，监测系统通过对
RFID
标签进行识别定位，实现对货品物流仓储情况的监测；
[0013]S3.4、
实时跟踪
RFID
标签的运动变化，通过
RFID
传感器持续检测所监测
RFID
标签的实时位置坐标，并将变化轨迹在数字孪生立库模型上进行动态显示，来直观反映货品或载具的流动变化情况；
[0014]S3.5、
检测货品或载具的异常利用状况，通过监测多个
RFID
标签的聚集或分散状况来推断空间利用情况的异常变化
。
[0015]优选的，
RFID
标签的实时位置坐标采用三角定位算法确定，所述三角定位算法包
括利用三个或更多个基站与目标之间的信号强度或相位信息，通过三角测量原理进行计算，所述基站即所述
RFID
传感器，所述目标即需要定位检测的
RFID
标签，通过基站到目标的距离计算三角形内角和方位角，再根据基站坐标确定三角形在空间中的位置和朝向，基于基站分别对目标进行定位，最后结合多个基站的定位结果，采用加权融合算法求出目标的最终空间坐标
。
[0016]优选的，所述三角定位算法包括下列步骤：
[0017]a.
计算目标
T
到基站
A、B、C
三者的距离；
[0018]b.
基站
A、B、C
形成三角形，根据三个距离长度计算各基站对应的三角形内角；
[0019]c.
通过内角计算三角形中各基站对应的方位角；
[0020]d.
通过基站的坐标和方位角计算基站相应的目标坐标；
[0021]e.
根据多个基站计算的目标坐标，采用加权融合定位得到最终目标坐标
。
[0022]优选的，所述步骤
S3.3
中，通过在模型中用点云的方式显示
RFID
标签的空间位置，通过使用点云滤波算法处理，所述点云滤波算法如下：
[0023]a.
确定滤波区域；
[0024]b.
计算并设定协方差矩阵；
[0025]c.
计算协方差矩阵的特征值；
[0026]d.
设定判断阈值进行误测点判断；
[0027]e.
遍历所有点；
[0028]f.
调整参数；
[0029]协方差滤波算法通过选择合理的滤波区域和特征值阈值，计算局部区域内点的协方差矩阵特征值，判断中心点与周围点的变化程度，从而过滤误测点和离群点，生成准确可靠的数据输入
。
[0030]优选的，所述步骤
S1
包括下列步骤：
[0031]S1.1、
选择空间数据采集设备；
[0032]S1.2、
划定数据采集范围与粒度；
[0033]S1.3、
进行空间数据采集；
[0034]S1.4、
归一化采集数据为标准格式；
[0035]S1.5、
进行数据过滤
、
配准与建模；
[0036]其中，空间数据采集设备也包括
RFID
传感器，并采用所述三角定位算法检测
RFID
标签的三维空间坐标，所述空间数据包括点云数据，所述点云数据也采用所述点云滤波算法处理
。
[0037]优选的，所述步骤
S1
中采用场景建模建立三维空间模型，所述场景建模包括如下步骤：
[0038]a.
确定建模范围和精度；
[0039]b.
收集空间结构数据；
[0040]c.
收集空间使用数据；
[0041]d.
构建空间总体结构；
[0042]e.
添加内部设备与设施；
[0043]f.
构建货架与货品模型；
[0044]g.
添加元数据与属性信息；
[0045]h.
模型上云与应用接口
。
[0046]本专利技术具有以下优点：
[0047]l.
本方法能通过
RFID
传感器实现对空间状态的持续自动监测，而基于上述对
RFID
的定位和对点云本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于数字孪生的仓储立库监测方法，其特征在于：包括下列步骤：
S1、
进行立库空间数据采集与建模；
S2、
在获得空间数据模型的基础上构建数字孪生立库模型；
S3、
通过布设在立库内的传感器实时采集空间数据，并与数字孪生立库模型进行对比，从而对空间状态进行动态监测；该步骤通过
RFID
传感器实时检测
RFID
标签的位置信息，货品和载具上设置有相应的
RFID
标签，通过实时跟踪
RFID
标签的运动变化检测标签的运动出现异常，同时通过监测多个
RFID
标签的聚集或分散状况来推断空间利用情况的异常变化，当检测异常时，利用传感器快速定位问题区域并作出响应
。2.
根据权利要求1所述的一种基于数字孪生的仓储立库监测方法，其特征在于：所述步骤
S3
包括下列步骤：
S3.1、
选择空间监测设备，包括选择
RFID
传感器；
S3.2、
构建
RFID
标签与货品对应关系，在将
RFID
标签与各
SKU
货品或载具进行一一对应之后，建立相应的数据库；
S3.3、
将
RFID
标签标识信息导入数字孪生立库模型，监测系统通过对
RFID
标签进行识别定位，实现对货品物流仓储情况的监测；
S3.4、
实时跟踪
RFID
标签的运动变化，通过
RFID
传感器持续检测所监测
RFID
标签的实时位置坐标，并将变化轨迹在数字孪生立库模型上进行动态显示，来直观反映货品或载具的流动变化情况；
S3.5、
检测货品或载具的异常利用状况，通过监测多个
RFID
标签的聚集或分散状况来推断空间利用情况的异常变化
。3.
根据权利要求2所述的一种基于数字孪生的仓储立库监测方法，其特征在于：
RFID
标签的实时位置坐标采用三角定位算法确定，所述三角定位算法包括利用三个或更多个基站与目标之间的信号强度或相位信息，通过三角测量原理进行计算，所述基站即所述
RFID
传感器，所述目标即需要定位检测的
RFID
标签，通过基站到目标的距离计算三角形内角和方位角，再根据基站坐标确定三角形在空间中的位置和朝向，基于基站分别对目标进行定位，最后结合多个基站的定位结果，采用加权融合算法求出目标的最终空间坐标
。4.
根据权利要求3所述的一种基于数字孪生的仓储立库监测方法，其特征在于：所述...

【专利技术属性】
技术研发人员：谷翔，卢立新，刘春生，文超，周翔，叶波，温鸿，于勇，李光辉，张宏伟，高青松，
申请(专利权)人：安徽共生众服供应链技术研究院有限公司，
类型：发明
国别省市：