[发明专利]由计算机实现的装箱方法、装置和电子设备

说明书

本公开提供了一种由计算机实现的装箱方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机技术领域，尤其涉及物联网、工业互联网、工业安全生产技术领域。实现方案为：利用溢装判断模型确定将多个待装对象装入目标箱是否会溢装；以及响应于确定将多个待装对象装入目标箱会溢装，确定目标分装信息。

技术领域

本公开涉及计算机技术领域，尤其涉及物联网、工业互联网、工业安全生产技术领域，具体涉及一种由计算机实现的装箱方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

在工业生产中，通常需要将多个货物装入集装箱。按照装箱物体的形状分为规则物体的装箱以及不规则物体的装箱。规则物体是指具有规则外形的物体,例如圆柱体、矩形体等。相关技术中研究较多的是规则物体的装箱问题。不规则物体是指具有任意几何形状的物体。不规则物体的装箱问题在工业生产中大量存在,但同时也是难度最大的装箱问题。因此，亟需一种有效的不规则物体的装箱方法

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种由计算机实现的装箱方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种由计算机实现的装箱方法，包括：利用溢装判断模型确定将多个待装对象装入目标箱是否会溢装；以及响应于确定将多个待装对象装入目标箱会溢装，确定用于分装所述多个待装对象的目标分装信息，目标分装信息包括目标数量的目标箱以及每一目标箱相应的目标子分装信息。

根据本公开的另一方面，提供了一种用于实现装箱的神经网络模型的训练方法，所述神经网络模型包括溢装判断模型和体积计算模型，其中，所述方法包括：针对至少一个对象类别所包括的多个样本对象，标记每一对象类别所包括的样本对象的样本数量，以及所述多个样本对象装入样本箱中的真实溢装分类结果和真实装箱体积，溢装分类结果包括溢装和未溢装；对所述溢装判断模型进行训练；以及对所述体积计算模型进行训练，其中，所述溢装判断模型的训练方法包括：将所述多个样本对象相应的至少一个对象类别、每一对象类别的样本数量以及真实溢装分类结果输入所述溢装判断模型，获取所述溢装判断模型所输出的预测溢装分类结果；基于所述真实溢装分类结果和预测溢装分类结果，计算第一损失值；以及基于所述损失值调整所述溢装判断模型的参数，其中，所述体积计算模型的训练方法包括：将所述多个样本对象相应的至少一个对象类别、每一对象类别的样本数量以及真实装箱体积输入所述体积计算模型，获取所述体积计算模型所输出的预测装箱体积；基于所述真实装箱体积和预测装箱体积，计算第二损失值；以及基于所述损失值调整所述体积计算模型的参数。

根据本公开的另一方面，提供了一种装箱装置，包括：第一确定模块，被配置用于利用溢装判断模型确定将多个待装对象装入目标箱是否会溢装；以及第二确定模块，被配置用于响应于确定将多个待装对象装入目标箱会溢装，确定用于分装所述多个待装对象的目标分装信息，目标分装信息包括目标数量的目标箱以及每一目标箱相应的目标子分装信息。