【技术实现步骤摘要】
本专利技术涉及电力仓储管理领域，尤其涉及一种基于rfid技术的仓储管理方法及系统。
技术介绍
1、电力行业需要管理大量的电力设备和零部件，这些设备种类繁多，规格不一，管理难度大。不同类型的电力设备对存储条件有不同的要求，例如温湿度、防尘防潮等，需要有针对性的管理。
2、而传统的电力设备仓储管理存在数据追踪和管理困难的问题，难以实现设备信息的实时更新和追溯，而且存储空间利用率低下的问题，无法进行智能化的存储空间规划和管理，对于电力设备存储环境的监测和预警可能不够充分，难以保证存储环境的安全和稳定。
3、因此，电力设备仓储管理需要解决数据追踪和管理、存储空间利用率、环境监测和预警、设备信息管理和设备状态监测等方面的技术问题，以提高管理效率和设备安全性。
技术实现思路
1、为了解决上述问题，本专利技术的目的在于提供一种基于rfid技术的仓储管理方法及系统，实现对货物的智能管理和入库分配，提高仓储效率和准确性，降低人力成本和错误率，从而提升整个仓储系统的运作效率和管理水平。
2、为实现上述目的，本专利技术采用以下技术方案：
3、一种基于rfid技术的仓储管理方法，包括以下步骤：
4、步骤s1:基于rfid标签获取待入库设备的相关信息；
5、步骤s2:通过图像检测单元获取图像数据，使用图像处理算法对待入库设备的外观情况进行评估；
6、步骤s3:将rfid标签获取的相关信息、图像检测单元获取的外观数据和评估数据
7、步骤s4:基于待入库设备的相关信息，和仓库的数据，进行最优的空间分配决策；
8、步骤s5:基于环境监控单元实时监测各存储区域的环境数据，并基于区块链的相关设备数据，判断是否符合设备存储要求,若不满足要求，通过预警单元通知相关人员。
9、进一步的，所述步骤s2，具体为：
10、步骤s21:根据图像检测单元获取设备图像数据，并使用边缘检测、颜色分析和纹理特征提取进行预处理，获取外观特征；
11、步骤s22:基于canny边缘检测算法和霍夫变换来检测设备照片中的直线，通过直线的检测结果来判断设备是否有破损或污渍，若检测到破损或污渍，则进行步骤s23-步骤s25；
12、步骤s23:对于检测到的破损区域，可以通过计算破损区域的像素密度来评估破损程度，检测到的破损区域的像素数量为ndamage，而整个图像的像素数量为ntotal，则计算破损区域的像素密度ddamage作为破损程度：
13、
14、步骤s24:对于检测到的污渍区域，通过污渍区域的颜色特征来评估污渍情况,设污渍区域的像素数量为nstain，而污渍区域中每个像素的颜色值为(rstaini,gstaini,bstaini)，则计算污渍区域的平均颜色值
15、
16、通过计算得到的平均颜色值，作为污渍区域的颜色特征，从而得到污渍的情况sstain；
17、步骤s25:结合损坏程度ddamage和污渍情况sstain，定义一个综合评估函数来评估设备的外观情况，具体为：
18、f(ddamage,sstain)＝w1*ddamage+w2*sstain；
19、其中w1和w2为权重。
20、进一步的，所述步骤s22具体为：
21、(1)将图像转换为灰度图：
22、igray＝0.299×r+0.587×g+0.114×b；
23、其中，r、g和b分别为图像的红、绿、蓝通道；
24、(2)对灰度图进行高斯滤波：
25、iblur＝gs·igray；
26、其中，gs为高斯函数；
27、(3)计算图像的梯度幅值和方向：
28、
29、
30、其中，tx和ty分别为图像在x和y方向上的梯度，θ为对应的方向；
31、(4)对梯度图进行抑制，保留局部梯度最大的像素，在梯度方向上找到两个最近的像素点，即沿着梯度方向上的相邻像素，比较当前像素点的梯度幅值与其两个相邻像素点的梯度幅值，如果当前像素点的梯度幅值最大，则保留该像素点，否则将其抑制为0；
32、(5)将图像中的像素分为强边缘、弱边缘和非边缘三类，通过强边缘像素的连接来确定最终的边缘；
33、(6)使用霍夫变换检测图像是否存在破损或污渍。
34、进一步的，所述使用霍夫变换检测图像是否存在破损或污渍，具体如下：
35、使用两点之间的距离公式来计算直线的长度，直线上的两端点分别为(x1,y1)和(x2,y2)，则直线的长度l通过以下公式计算：
36、
37、计算直线与图像边缘的最短距离，以确定直线是否位于图像边缘附近，直线与图像边缘的最短距离d通过以下公式计算：
38、d＝min(dist(x1,y1,edge),dist(x2,y2,edge))
39、其中，edge表示图像边缘，dist(x,y,edge)表示点(x,y)到图像边缘的距离；
40、直线长度较短且与图像边缘的距离小于预设阈值，则表示存在破损区域；
41、将图像从rgb颜色空间转换为hsv颜色空间，hsv颜色空间包括色调、饱和度和亮度三个分量，其中饱和度表示颜色的纯度或浓度；
42、对于直线所覆盖的区域计算该区域的颜色饱和度，将图像转换到hsv颜色空间，并且直线所覆盖的区域在饱和度通道上对应的像素值为s，则通过以下公式计算覆盖区域的平均颜色饱和度：
43、
44、其中，n表示直线所覆盖的像素数量，si表示第i个像素的饱和度值；
45、根据计算得到的覆盖区域的平均颜色饱和度savg，如果savg超过预设的阈值，则表示存在污渍区域。
46、进一步的，所述步骤s3具体为：
47、将rfid标签获取的信息和图像检测单元获取的数据整合成设备的完整信息数据；
48、将整合后的设备信息数据转换成一个json格式的字符串，包括设备的唯一标识符、生产日期、外观图像数据的哈希值或文件路径，以及破损评估数据；
49、使用哈希算法对这个字符串进行处理，生成哈希值；
50、将数据的哈希值和其他相关信息上传至区块链上的智能合约中，完成设备信息数据的存储和验证。
51、进一步的，所述步骤s4采用深度确定性策略梯度算法进行最优的空间分配决策，具体为：
52、(1)定义决策变量xij表示设备存放在位置j的二元变量，如果设备i存放在位置j，xij＝1；否则xij＝0；
53、确定约束条件：每个设备只能存放在一个位置上；每个位置的存储容量不能超过承载能力：
54、(2)预定义，状态空间为仓库中的所有存储位置以及它们的本文档来自技高网...
【技术保护点】
1.一种基于RFID技术的仓储管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于RFID技术的仓储管理方法，其特征在于，所述步骤S2，具体为：
3.根据权利要求2所述的一种基于RFID技术的仓储管理方法，其特征在于，所述步骤S22具体为：
4.根据权利要求3所述的一种基于RFID技术的仓储管理方法，其特征在于，所述使用霍夫变换检测图像是否存在破损或污渍，具体如下：
5.根据权利要求1所述的一种基于RFID技术的仓储管理方法，其特征在于，所述步骤S3具体为：
6.根据权利要求1所述的一种基于RFID技术的仓储管理方法，其特征在于，所述步骤S4采用深度确定性策略梯度算法进行最优的空间分配决策，具体为：
7.根据权利要求6所述的一种基于RFID技术的仓储管理方法，其特征在于，所述通过与环境的交互学习出最优的策略网络和值函数网络参数，从而得到最佳的空间分配方案，具体如下：
8.一种基于RFID技术的仓储管理系统，其特征在于，包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理
...【技术特征摘要】
1.一种基于rfid技术的仓储管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于rfid技术的仓储管理方法，其特征在于，所述步骤s2，具体为：
3.根据权利要求2所述的一种基于rfid技术的仓储管理方法，其特征在于，所述步骤s22具体为：
4.根据权利要求3所述的一种基于rfid技术的仓储管理方法，其特征在于，所述使用霍夫变换检测图像是否存在破损或污渍，具体如下：
5.根据权利要求1所述的一种基于rfid技术的仓储管理方法，其特征在于，所述步骤s3具体为：
6.根据...
【专利技术属性】
技术研发人员：徐征，邵强，张嘉阳，李怀，郑桂芬，林宇航，俞风，吕灵莹，林靖翔，魏利龙，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：
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。