[发明专利]基于物联网的多方式融合识别方法及装置有效

专利信息
申请号: 202110194126.7 申请日: 2021-02-20
公开(公告)号: CN113049026B 公开(公告)日: 2022-07-22
发明(设计)人: 张健飞;孙明宇 申请(专利权)人: 阳光凯讯(北京)科技有限公司
主分类号: G01D21/02 分类号: G01D21/02;G01V9/00;G06F16/245;G06K9/62
代理公司: 北京市京大律师事务所 11321 代理人: 方晓明
地址: 100071 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 多方 融合 识别 方法 装置
【权利要求书】:

1.一种基于物联网的多方式融合识别方法,其特征在于,所述方法包括:

采集货物运输过程中设定位置处传感器发送的传感器数据;

对多种所述传感器数据进行融合判决,并对多种得到的判决结果进行加权计算,得到货物识别结果;

所述对多种所述传感器数据进行融合判决,包括:

通过叉车和货物标签上设置的传感器,采集叉车起货、行走及落货时的传感器数据,并通过对所述传感器数据的加速度相关性对比,得到第一判决结果;

通过磅秤上设置的传感器,采集初始录入信息、货物重量以及数据库内数据并进行判断,得到第二判决结果;

通过电梯内设置的传感器,采集货物标签的蓝牙功率数据进行判别,得到第三判决结果;

通过在关键位置放置的激活器,采集货物经过该位置时的货物检测结果,得到第四判决结果;

综合所述第一判决结果、第二判决结果、第三判决结果以及第四判决结果,得到融合判决结果;

所述对多种得到的判决结果进行加权计算,得到货物识别结果,包括:

对输入的传感器数据进行处理,在叉车运输货物过程中对货物的各项参数指标进行加权积分,并将各积分加和,得到货物的积分,并确定整个运输过程的积分平均值,作为该货物的最终积分;

通过比较货物的积分是否大于门限,判断该货物是否在车上,车落货后得到该车的货物候选集合,落货后,再对所有车辆的候选集合进行比较,处理同一个标签在不同车上的情况,最终得到车辆+货物集合的结果。

2.根据权利要求1所述的基于物联网的多方式融合识别方法,其特征在于,所述对多种所述传感器数据进行融合判决,并对多种得到的判决结果进行加权计算,得到货物识别结果,还包括:

将可能性强的货物加入候选集,对候选集内的各个货物进行积分计算,当积分低于门限值时,判定该货物不在车上,进行剔除;

对两辆车的候选集中存在的相同货物进行分析,删除可能性小的货物得到叉车+货物候选集的最终结果。

3.一种基于物联网的多方式融合识别装置,其特征在于,包括:

数据采集模块,用于采集货物运输过程中设定位置处传感器发送的传感器数据;

融合判决模块,用于对多种所述传感器数据进行融合判决,并对多种得到的判决结果进行加权计算,得到货物识别结果;

所述融合判决模块包括:

第一判决单元,用于通过叉车和货物标签上设置的传感器,采集叉车起货、行走及落货时的传感器数据,并通过对所述传感器数据的加速度相关性对比,得到第一判决结果;

第二判决单元,用于通过磅秤上设置的传感器,采集初始录入信息、货物重量以及数据库内数据并进行判断,得到第二判决结果;

第三判决单元,用于通过电梯内设置的传感器,采集货物标签的蓝牙功率数据进行判别,得到第三判决结果;

第四判决单元,用于通过在关键位置放置的激活器,采集货物经过该位置时的货物检测结果,得到第四判决结果;

融合判决单元,用于综合所述第一判决结果、第二判决结果、第三判决结果以及第四判决结果,得到融合判决结果;

所述融合判决模块还包括:

积分处理单元,用于对输入的传感器数据进行处理,在叉车运输货物过程中对货物的各项参数指标进行加权积分,并将各积分加和,得到货物的积分,并确定整个运输过程的积分平均值,作为该货物的最终积分;

候选集处理单元,用于通过比较货物的积分是否大于门限,判断该货物是否在车上,车落货后得到该车的货物候选集合,落货后,再对所有车辆的候选集合进行比较,处理同一个标签在不同车上的情况,最终得到车辆+货物集合的结果。

4.根据权利要求3所述的基于物联网的多方式融合识别装置,其特征在于,所述融合判决模块包括:

货物识别单元,用于将可能性强的货物加入候选集,对候选集内的各个货物进行积分计算,当积分低于门限值时,判定该货物不在车上,进行剔除;

重货消除单元,用于对两辆车的候选集中存在的相同货物进行分析,删除可能性小的货物得到叉车+货物候选集的最终结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阳光凯讯(北京)科技有限公司,未经阳光凯讯(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110194126.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top