System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 识别剩余可装载空间的方法、设备、介质及产品技术_技高网

识别剩余可装载空间的方法、设备、介质及产品技术

技术编号:41109399 阅读:1 留言:0更新日期:2024-04-25 14:02
本发明专利技术提供了一种识别剩余可装载空间的方法、设备、介质及产品,该方法包括:S1,获得装载空间的图像,装载空间包含装载区域;S2,使用第一模型识别图像中装载空间的全部装载区域;S3,使用第二模型识别图像中的货物,获得全部装载区域中已装载有货物的货物区域;S4,根据全部装载区域和货物区域,确定全部装载区域中未装载货物的剩余可装载区域;S5,根据剩余可装载区域的像素数量与全部装载区域的总像素数量的比值和全部装载区域的面积,计算剩余可装载区域的面积。利用上述技术方案,实现了对剩余可装载空间的自动化计算,节省了计算时间,减少了人工目测估算的误差。

【技术实现步骤摘要】

本专利技术涉及货物存放和货物运输领域,特别是涉及一种识别剩余可装载空间的方法、设备、介质及产品


技术介绍

1、在货物存放和/或运输领域,确定货物存放或装载区域中可用的剩余空间对于存放或装载区域的管理、合理的使用、利用率的提高等具有重要作用。具体地,例如,在货物的运输领域中,如使用船舶对货物的运输中,计算船舱或用于堆放货物的甲板可用的剩余空间对于降低运输成本和提高运输效率非常重要。而目前,主要是通过人工的方式来测量或计算货物装载区域的可用剩余空间,消耗人力、效率较低且实时性较差。


技术实现思路

1、本专利技术的实施例提供了一种识别剩余可装载空间的方法、装置、介质及产品,以基于深度学习自动计算剩余可装载空间。

2、为了实现上述目的,一方面,提供一种识别剩余可装载空间的方法,包括:

3、s1,获得装载空间的图像,所述装载空间包含装载区域;

4、s2,使用第一模型识别所述图像中装载空间的全部装载区域,其中,通过使用选定的第一深度学习算法对所述装载空间空载时的图像进行训练获得所述第一模型;

5、s3,使用第二模型识别所述图像中的货物,获得所述全部装载区域中已装载有货物的货物区域,其中,通过使用选定的第二深度学习算法对所述选定装载物的图像进行训练获得所述第二模型;

6、s4,根据所述全部装载区域和所述货物区域,确定所述全部装载区域中未装载货物的剩余可装载区域;

7、s5,根据所述剩余可装载区域的像素数量与所述全部装载区域的总像素数量的比值和所述全部装载区域的面积,计算所述剩余可装载区域的面积。

8、优选地,所述的方法,其中,所述步骤s2包括:

9、使用所述第一模型识别所述全部装载区域的顶点位置和/或轮廓;

10、创建第一背景,以所述全部装载区域的顶点位置和/或轮廓为第一前景,绘制所述全部装载区域的装载区域图,其中,所述第一背景和所述第一前景具有不同的颜色。

11、优选地,所述的方法,其中,所述步骤s3包括:

12、创建第二背景,以所述第二模型识别到的所述货物为第二前景,绘制所述货物区域的货物区域图,其中,所述第二背景和所述第二前景具有不同的颜色。

13、优选地,所述的方法,其中,所述步骤s4包括:

14、对所述装载区域图进行像素遍历,根据所述货物区域图中第二前景的像素位置,在所述装载区域图的第一前景中确定出所述第二前景的区域,并将所述第一前景中除所述第二前景之外的区域确定为所述剩余可装载区域。

15、优选地,所述的方法,其中,所述步骤s4还包括:

16、在所述装载区域图中将所述第二前景的区域设置成所述第一背景色,获得所述剩余可装载区域的区域图;

17、使用投影变换将所述剩余可装载区域的区域图转换成鸟瞰效果图;

18、其中,在所述步骤s5中,根据所述鸟瞰效果图中的所述剩余可装载区域的像素数量与所述全部装载区域的总像素数量的比值来计算所述剩余可装载区域的面积。

19、优选地,所述的方法,其中,所述装载区域包括船舶的甲板区域、货车的车厢或仓库的货物堆放区域。

20、优选地,所述的方法,其中,所述步骤s1中,所述图像为通过图像采集设备实时采集的视频帧图像;所述图像采集设备预先安装在指定位置。

21、另一方面,提供了一种电子设备,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由处理器执行以实现如上文任一所述的方法的步骤。

22、又一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器执行以实现如上文任一所述的方法的步骤。

23、又一方面,提供了一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上文任一所述的方法的步骤。

24、上述技术方案具有如下技术效果:

25、本专利技术实施例使用深度学习算法来识别装载区域和装载的货物,并利用识别出的全部装载区域和装载有货物的货物区域各自的像素数目,使用全部装载区域的面积和计算货物区域的像素数量与全部装载区域的总像素数量的比值来确定剩余可安装区域的面积,实现了对剩余可装载空间的自动化计算,节省了计算时间,减少了人工目测估算的误差;

26、进一步地,通过自动化的计算便于进行进一步的数据分析,有助于进行货物装载的周期性安排,可以装载率并降低成本;具体地,在船舶运输领域,可以合理地利用甲板空间,有助于降低运输成本和提高运输效率。

本文档来自技高网...

【技术保护点】

1.一种识别剩余可装载空间的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述步骤S2包括:

3.根据权利要求2所述的方法,其特征在于,所述步骤S3包括:

4.根据权利要求3所述的方法,其特征在于,所述步骤S4包括:

5.根据权利要求4所述的方法,其特征在于,所述步骤S4还包括:

6.根据权利要求1所述的方法,其特征在于,所述装载区域包括船舶的甲板区域、货车的车厢或仓库的货物堆放区域。

7.根据权利要求1所述的方法,其特征在于,所述步骤S1中,所述图像为通过图像采集设备实时采集的视频帧图像;所述图像采集设备预先安装在指定位置。

8.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由处理器执行以实现如权利要求1至7任一所述的方法的步骤。

9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器执行以实现如权利要求1至7任一所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一所述的方法的步骤。

...

【技术特征摘要】

1.一种识别剩余可装载空间的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述步骤s2包括:

3.根据权利要求2所述的方法,其特征在于,所述步骤s3包括:

4.根据权利要求3所述的方法,其特征在于,所述步骤s4包括:

5.根据权利要求4所述的方法,其特征在于,所述步骤s4还包括:

6.根据权利要求1所述的方法,其特征在于,所述装载区域包括船舶的甲板区域、货车的车厢或仓库的货物堆放区域。

7.根据权利要求1所述的方法,其特征在于,所述步骤s1中,所述...

【专利技术属性】
技术研发人员:陈福灯朱子善赖自强许连强
申请(专利权)人:新诺北斗航科信息技术厦门股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1