本发明涉及仓库灾情处理领域,尤其涉及灾情勘测方法、灾情勘测装置及计算机可读存储介质。
背景技术:
1、仓库管理又称仓储管理,指的是对仓储货物的收发、结存等活动的有效控制,其目的是为企业保证仓储货物的完好无损,确保生产经营活动的正常进行。其中,确保仓储货物完好无损的必要措施之一为对火灾进行防范。
2、在相关的仓库安全管理方案中,申请号cn201920169596.6的中国专利公开了仓库防火安全监控系统,其方案主要公开了通过视频明火图像和烟雾报警器报警来确定火灾发生。
3、然而,这种仓库防火安全监控系统仅能在火灾发生时发出告警提示,当警告被触发时,火势往往已经蔓延得较为严重,导致仓库货品损失严重。因此,当前的仓库防火安全监控系统存在无法对灾情进行预测的缺陷。
4、上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本发明的主要目的在于提供一种灾情勘测方法、灾情勘测装置及计算机可读存储介质,解决现有技术中当前的仓库防火安全监控系统存在无法对灾情进行预测的问题。
2、为实现上述目的,本发明提供一种灾情勘测方法,所述灾情勘测方法包括以下步骤:
3、接收到灾情勘测指令时,控制勘测机器人和/或无人机基于预设勘测路线行进;
4、接收所述勘测机器人和/或所述无人机发送的勘测温度和勘测湿度,以及确定所述勘测温度和所述勘测湿度接收时间点;
5、根据所述预设勘测路线和所述接收时间点,确定所述勘测温度和所述勘测湿度对应的勘测点位;
6、根据当前仓库所在地的天气信息,确定所述勘测点位对应的期望温度区间和期望湿度区间;
7、当所述勘测温度未处于所述期望温度区间内,和所述勘测湿度未处于所述期望湿度区间时,输出告警提示。
8、可选地,所述根据当前仓库所在地的天气信息,确定所述勘测点位对应的期望温度区间和期望湿度区间的步骤之后,还包括:
9、当所述勘测温度未处于所述期望温度区间内,或者所述勘测湿度未处于所述期望湿度区间时,获取所述勘测点位在预设时段的温度变化曲线或湿度变化曲线;
10、在所述温度变化曲线为持续递增曲线或所述湿度变化曲线为持续递减曲线时,输出告警提示;或者
11、在所述温度变化曲线不为所述持续递增曲线,以及所述湿度变化曲线不为所述持续递减曲线时,控制所述勘测机器人和/或所述无人机继续基于所述预设勘测路线行进。
12、可选地,所述当所述勘测温度未处于所述期望温度区间内,和所述勘测湿度未处于所述期望湿度区间时,输出告警提示的步骤包括:
13、在所述勘测温度大于所述期望温度的极大值,所述勘测湿度小于所述期望湿度曲线的极小值时,确定预警指数为第一指数,并输出第一级告警提示;或者
14、在所述勘测温度小于所述期望温度的极小值,所述勘测湿度大于所述期望温度的极大值时,确定所述预警指数为第二指数,并输出第二级告警提示。
15、可选地,所述根据当前仓库所在地的天气信息,确定所述勘测点位对应的期望温度区间和期望湿度区间的步骤之前,还包括:
16、获取所述当前仓库的网络地址信息,并基于所述网络地址信息确定所述天气信息;
17、接收所述勘测机器人和/或所述无人机发送的,所述勘测点位中货品的第一种类信息;
18、在所述第一种类信息为易燃品时,所述根据当前仓库所在地的天气信息,确定所述勘测点位对应的期望温度区间和期望湿度区间的步骤包括:
19、若所述天气信息为雨天,确定所述期望温度区间的最大值为第一摄氏度,最小值为第二摄氏度,所述期望湿度区间的最小值为第一湿度值,最大值为第二湿度值;或者
20、若所述天气信息为晴天,确定所述期望温度区间的最大值为第三摄氏度,最小值为第四摄氏度,所述期望湿度区间的最小值为第三湿度值,最大值为第四湿度值,其中,所述第三摄氏度大于所述第一摄氏度,所述第四摄氏度大于所述第二摄氏度,所述第三湿度值小于所述第一湿度值,所述第四湿度值小于所述第二湿度值。
21、可选地,所述根据当前仓库所在地的天气信息,确定所述勘测点位对应的期望温度区间和期望湿度区间的步骤之后,还包括:
22、当所述勘测温度处于所述期望温度区间内,以及所述勘测湿度处于所述期望湿度区间时,控制所述勘测机器人和/或所述无人机继续基于所述预设勘测路线行进。
23、可选地,所述接收到灾情勘测指令时,控制勘测机器人和/或无人机基于预设勘测路线行进的步骤之后,还包括:
24、接收所述勘测机器人和/或所述无人机发送的,所述勘测点位中货品的第二种类信息以及所述勘测点位的空间信息;
25、在所述货品的种类为易燃易爆品时,根据所述空间信息确定所述货品的空间利用率;
26、在所述空间利用率大于易燃易爆品关联的预设空间利用率时,输出告警提示。
27、可选地,所述接收到灾情勘测指令时,控制勘测机器人和/或无人机基于预设勘测路线行进的步骤之前,还包括:
28、控制所述勘测机器人和/或所述无人机,对所述当前仓库中货品的历史库存数据进行清洗处理,得到有效库存数据;
29、通过所述有效库存数据对gpt4.0模型进行训练,并根据所述有效库存数据确定所述当前仓库中各个货品的存储量以及存储区域;
30、将所述各个货品的所述存储量以及所述存储区域,输入到训练后的所述gpt4.0模型中,得到所述预设勘测路线。
31、可选地,所述控制所述勘测机器人和/或所述无人机,对所述当前仓库中货品的历史库存数据进行清洗处理,得到有效库存数据的步骤之后,还包括:
32、通过所述有效库存数据对所述gpt4.0模型进行训练,并根据所述有效库存数据确定所述各个货品的滞销值;
33、将所述滞销值输入到训练后的所述gpt4.0模型中,得到所述各个货品的采购期望值和补货时间;
34、基于采购期望值和所述补货时间更新所述仓库中所有商品的库存管理信息;
35、在到达所述补货时间并完成所述各个货品的补货后,生成所述灾情勘测指令;或者
36、基于预设的勘测时段生成所述灾情勘测指令。
37、此外,为实现上述目的,本发明还提供一种灾情勘测装置,所述灾情勘测装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的灾情勘测程序,所述灾情勘测程序被所述处理器执行时实现如上所述的灾情勘测方法的步骤。
38、此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有灾情勘测程序,所述灾情勘测程序被处理器执行时实现如上所述的灾情勘测方法的步骤。
39、本发明实施例提供了灾情勘测方法、灾情勘测装置及计算机可读存储介质,在接收到灾情勘测指令时,控制勘测机器人和/或无人机基于预设勘测路线行进,随后接收所述勘测机器人和/或所述无人机发送的勘测温度和勘测湿度,以及确定所述勘测温度和所述勘测湿度接收时间点,并根据所述预设勘测路线和所述接收时间点,确定所述勘测温度和所述勘测湿度对应的勘测点位,接着根据当前仓库所在地的天气信息,确定所述勘测点位对应的期望温度区间和期望湿度区间,当所述勘测温度未处于所述期望温度区间内,和所述勘测湿度未处于所述期望湿度区间时,输出告警提示。可以看出,通过灾情勘测装置如勘测机器人和/或无人机对当前仓库中的存放货品的各个点位进行勘测,同时结合当前的天气信息预测出当前区域的火灾发生概率,进而告知当前勘测点位存在危险,实现火灾的预测。