基于智能仓储的托盘发货装载率测量方法及系统与流程

本发明涉及数据处理的，尤其涉及一种基于智能仓储的托盘发货装载率测量方法及系统。

背景技术：

1、在现代物流与仓储管理中，提升装载效率和优化装载空间成为关键的挑战之一。随着电子商务和全球贸易的蓬勃发展，如何有效地管理仓储空间和提升托盘装载率成为了物流企业尤为关注的问题。传统的装载方式往往依赖于人工经验进行货物的摆放和计算，这不仅效率低下，而且难以实现最优装载，易发生空间浪费，进而导致增加运输成本和降低物流效率。

2、目前，一些解决方案尝试通过简单的电脑程序或手动计算来优化托盘装载率。这些方法通过计算货物尺寸和托盘容量来安排货物的摆放，尽管在一定程度上改善了装载效率，但它们缺乏对实际装载情况的精确分析和自动化调整能力。特别是在处理大量复杂装载任务时，这些技术无法高效地应对，导致装载优化程度有限。现有技术的主要技术缺陷在于其局限性和效率低下。首先，简单计算或手动安排无法充分利用托盘空间，尤其是当货物形状和尺寸多样化时，存在的空间利用不充分问题更加明显。其次，缺乏自动化的数据分析和优化工具，使得调整装载方案的过程耗时且效率低下。最后，缺乏对实际装载效率的准确预测能力，导致优化策略的制定无法基于具体、可靠的数据支持。

3、因此，亟需一种基于智能仓储的托盘发货装载率测量方法，为物流和仓储管理提供一种高效、精准且易于实施的解决方案。

技术实现思路

1、本发明提供了一种基于智能仓储的托盘发货装载率测量方法及系统，用于解决如何提高托盘装载率的测量和优化能力的技术问题。

2、本发明第一方面提供了一种基于智能仓储的托盘发货装载率测量方法，所述基于智能仓储的托盘发货装载率测量方法包括：

3、通过预置的图像识别设备，自动识别每个托盘的装载物品以及装载物品的排列方式，得到第一托盘数据；

4、基于预设的数据分析规则，对所述第一托盘数据进行分析，得到第二托盘数据；其中，所述第二托盘数据至少包括每个托盘的装载物品的尺寸数据和体积数据；

5、将所述第一托盘数据输入至预设的实际装载率预测模型中进行预测，得到每个托盘的实际装载率；

6、基于所述每个托盘的实际装载率对预设的托盘发货装载率测量模型进行优化，得到优化后的托盘发货装载率测量模型；

7、将所述第二托盘数据输入至优化后的托盘发货装载率测量模型中，得到托盘发货装载率测量结果；

8、根据所述托盘发货装载率测量结果，自动生成优化策略；其中，所述优化策略至少包括重新排列装载物品和调整托盘分布的策略。

9、可选的，在本发明第一方面的第一种实现方式中，还包括：

10、对所述第一托盘数据进行装载物品分析，得到第一分析数据；对所述第一托盘数据进行装载物品的排列方式分析，得到第二分析数据；

11、基于预设的集合化数据处理算法，对所述第一分析数据和所述第二分析数据进行集合化，得到第一托盘样本数据集合；其中，所述第一托盘样本数据集合用于分析装载效率、物品的稳定性以及最大化每个托盘的使用空间；

12、基于预设的第一数据提取算法，对所述第二托盘数据进行第一提取，得到第一特征数据；其中，所述第一特征数据至少包括装载物品的尺寸数据；

13、基于预设的第二数据提取算法，对所述第二托盘数据进行第二提取，得到第二特征数据；其中，所述第二特征数据至少包括装载物品的体积数据；

14、基于预设的参数因子处理规则，将所述第一特征数据和所述第二特征数据进行参数因子加权处理，得到第二托盘样本数据集合；其中，所述第二托盘样本数据集合用于计算最优物品装载顺序、预测物品装载容量以及制定物品运输和存储策略。

15、可选的，在本发明第一方面的第二种实现方式中，还包括：

16、将所述第一托盘样本数据集合和所述第二托盘样本数据集合分别输入至训练后的深度学习模型，得到托盘装载率的预测值；其中，所述托盘装载率的预测值用于对智能仓库内的空间分配和货物摆放进行优化；

17、对所述托盘装载率的预测值进行可视化展示，得到初始的可视化预测分布图；

18、基于预设的托盘装载率的实际值，对所述托盘装载率的预测值进行纠偏，得到第一纠偏数据；

19、通过预设的数值估计算法，对第一纠偏数据进行估计处理，得到第二纠偏数据；

20、对所述第一纠偏数据和所述第二纠偏数据进行空间加法运算，得到修正后的托盘装载率的预测值；

21、基于所述修正后的托盘装载率的预测值以及初始的可视化预测分布图，生成修正后的可视化预测分布图。

22、可选的，在本发明第一方面的第三种实现方式中，所述根据所述托盘发货装载率测量结果，自动生成优化策略的步骤之后，包括：

23、识别托盘发货装载率测量结果中关键参数的数量n，以及托盘发货装载率测量结果中对应的装载配置类型m，分别将数量n和类型m转换为对应的标识符号，得到第一标志符和第二标志符；

24、访问预设的加密配置数据库；其中，所述加密配置数据库储存有多维安全码矩阵，所述多维安全码矩阵定义不同配置下的加密策略，包括p行q列的加密安全码；

25、根据所得到的第一标志符和第二标志符，在安全码矩阵中定位到安全码元素；其中，根据所得到的第一标志符和第二标志符，在安全码矩阵中定位到安全码元素分别为：第一标志符对应的配置安全码、第二标志符对应的策略安全码、第一标志符和第二标志符复合定位安全码；

26、执行安全码交换过程，将所述配置安全码与矩阵中预定交换元素位置的安全码互换，形成新的加密配置矩阵；

27、利用新的加密配置矩阵，生成一个专属加密密钥，利用专属加密密钥对所述优化策略进行加密处理，形成加密后的优化策略数据；

28、将所述加密后的优化策略数据保存至预设的数据存储单元中，并为所述数据存储单元分配一个唯一识别码；其中，所述唯一识别码用于标识和检索所述加密后的优化策略数据。

29、可选的，在本发明第一方面的第四种实现方式中，所述每个托盘的实际装载率为实际装载物品体积与托盘最大容量的比例。

30、本发明第二方面提供了一种基于智能仓储的托盘发货装载率测量系统，所述基于智能仓储的托盘发货装载率测量系统包括：

31、识别模块，用于通过预置的图像识别设备，自动识别每个托盘的装载物品以及装载物品的排列方式，得到第一托盘数据；

32、分析模块，用于基于预设的数据分析规则，对所述第一托盘数据进行分析，得到第二托盘数据；其中，所述第二托盘数据至少包括每个托盘的装载物品的尺寸数据和体积数据；

33、预测模块，用于将所述第一托盘数据输入至预设的实际装载率预测模型中进行预测，得到每个托盘的实际装载率；

34、优化模块，用于基于所述每个托盘的实际装载率对预设的托盘发货装载率测量模型进行优化，得到优化后的托盘发货装载率测量模型；

35、输入模块，用于将所述第二托盘数据输入至优化后的托盘发货装载率测量模型中，得到托盘发货装载率测量结果；

36、生成模块，用于根据所述托盘发货装载率测量结果，自动生成优化策略；其中，所述优化策略至少包括重新排列装载物品和调整托盘分布的策略。

37、本发明第三方面提供了一种基于智能仓储的托盘发货装载率测量设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于智能仓储的托盘发货装载率测量设备执行上述的基于智能仓储的托盘发货装载率测量方法。

38、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于智能仓储的托盘发货装载率测量方法。

39、本发明提供的技术方案中，有益效果：本发明一种基于智能仓储的托盘发货装载率测量方法及系统，通过预置的图像识别设备，自动识别每个托盘的装载物品以及装载物品的排列方式，得到第一托盘数据；基于预设的数据分析规则，对所述第一托盘数据进行分析，得到第二托盘数据；将所述第一托盘数据输入至预设的实际装载率预测模型中进行预测，得到每个托盘的实际装载率；基于所述每个托盘的实际装载率对预设的托盘发货装载率测量模型进行优化，得到优化后的托盘发货装载率测量模型；将所述第二托盘数据输入至优化后的托盘发货装载率测量模型中，得到托盘发货装载率测量结果；根据所述托盘发货装载率测量结果，自动生成优化策略；本发明通过预置的图像识别设备和数据分析规则，能够自动化识别装载物品及其排列方式，提供精确的尺寸和体积数据，从而大幅提升装载方案的制定效率和精确度。基于实际装载率预测模型和托盘发货装载率测量模型，本发明不仅能够准确预测各托盘的装载效率，还能够智能优化装载方案，确保装载空间的最大化利用。根据测量结果自动生成的优化策略，包括重新排列装载物品和调整托盘分布，为企业提供了一种灵活且有效的方式来适应不断变化的装载需求。