本發明涉(she)及(ji)物聯網，具(ju)體為一(yi)種基于物聯網技術控(kong)制的存儲(chu)柜集群管理方法。

背景技術：

1、隨著物(wu)聯網技(ji)術和(he)(he)智能控(kong)制技(ji)術的發(fa)展，存(cun)儲(chu)(chu)柜(ju)(ju)集(ji)群(qun)管理系(xi)統(tong)逐漸在(zai)各種應(ying)用(yong)場景中得到廣(guang)泛應(ying)用(yong)，如物(wu)流(liu)配送、智能快(kuai)遞柜(ju)(ju)、智能存(cun)儲(chu)(chu)柜(ju)(ju)等。然而，現(xian)有(you)(you)的存(cun)儲(chu)(chu)柜(ju)(ju)集(ji)群(qun)管理系(xi)統(tong)在(zai)實(shi)際應(ying)用(yong)中存(cun)在(zai)一些(xie)問(wen)題和(he)(he)不足之處(chu)：存(cun)儲(chu)(chu)柜(ju)(ju)利用(yong)率低：現(xian)有(you)(you)系(xi)統(tong)往往缺乏對(dui)存(cun)儲(chu)(chu)柜(ju)(ju)空(kong)間的智能化分析和(he)(he)優化，通過人(ren)為進(jin)(jin)行存(cun)儲(chu)(chu)柜(ju)(ju)的尺(chi)寸(cun)選擇，導(dao)(dao)致(zhi)(zhi)存(cun)儲(chu)(chu)柜(ju)(ju)空(kong)間利用(yong)率低，資(zi)源浪費嚴(yan)重；重復使用(yong)高：現(xian)有(you)(you)的存(cun)儲(chu)(chu)柜(ju)(ju)集(ji)群(qun)管理系(xi)統(tong)在(zai)人(ren)為進(jin)(jin)行存(cun)儲(chu)(chu)柜(ju)(ju)的尺(chi)寸(cun)選擇后(hou)，往往按照(zhao)固(gu)定(ding)的序(xu)列進(jin)(jin)行分配，導(dao)(dao)致(zhi)(zhi)重復使用(yong)高，影響存(cun)儲(chu)(chu)柜(ju)(ju)使用(yong)壽(shou)命(ming)。

技術實現思路

1、基于以(yi)上所述(shu)(shu)現(xian)有技(ji)(ji)術(shu)的(de)(de)缺點，本(ben)發明的(de)(de)目(mu)的(de)(de)是提供一種基于物(wu)聯網技(ji)(ji)術(shu)控制的(de)(de)存儲柜集群管理(li)方法，以(yi)解決上述(shu)(shu)技(ji)(ji)術(shu)問題。

2、為實(shi)現上述(shu)目的，本發明提供如(ru)下技(ji)術方案：一種(zhong)基(ji)于物(wu)聯網技(ji)術控制的存儲(chu)柜集(ji)群管理方法，包括：

3、通過攝像頭(tou)獲(huo)取待(dai)存(cun)儲物品的三視圖(tu)像，將所(suo)述(shu)三視圖(tu)像輸入(ru)至實時尺寸檢測模型中，獲(huo)取待(dai)存(cun)儲物品的長、寬和高；

4、根據待存儲物品的(de)長、寬和高按照預設(she)的(de)尺寸匹配策略篩選(xuan)出存儲柜的(de)最佳尺寸；

5、獲取所(suo)有符合(he)最佳尺寸的空閑存儲(chu)柜(ju)的狀態(tai)參數(shu)，根據(ju)狀態(tai)參數(shu)計(ji)算存儲(chu)柜(ju)的綜合(he)評分；

6、將所述綜合評分進行(xing)(xing)降序排序，選擇綜合評分最高的存儲柜(ju)(ju)進行(xing)(xing)開柜(ju)(ju)操作。

7、本發(fa)明(ming)進一步(bu)設置為，所述(shu)實時尺(chi)寸檢測模型的(de)構建(jian)邏輯(ji)包括(kuo)：

8、獲取歷史包含存(cun)儲物(wu)品(pin)的三視圖像，使(shi)用標(biao)注工具對圖像中的物(wu)品(pin)進行(xing)標(biao)注，繪(hui)制(zhi)邊界(jie)框；

9、按(an)照預設的模型輸入(ru)圖像(xiang)尺寸(cun)將歷史包含存(cun)儲物(wu)品的三視(shi)圖像(xiang)縮放為統一尺寸(cun)，將縮放后的歷史包含存(cun)儲物(wu)品的三視(shi)圖像(xiang)分(fen)為測試集(ji)和驗(yan)證集(ji)；

10、選擇yolo深(shen)度學習(xi)模(mo)(mo)型，下載預訓(xun)練模(mo)(mo)型權(quan)重(zhong)，配置模(mo)(mo)型參數，將標注數據(ju)作為(wei)輸入(ru)，將邊界(jie)框像素(su)坐標和置信度作為(wei)輸出(chu)，進行yolo深(shen)度學習(xi)模(mo)(mo)型訓(xun)練，其中，模(mo)(mo)型參數包括(kuo)輸入(ru)圖(tu)像尺寸和學習(xi)率(lv)；

11、使用驗證數據集評估模型性能，防止過擬合。

12、本發明進一(yi)步設置(zhi)為(wei)，在進行yolo深度(du)(du)(du)學(xue)習(xi)模(mo)型訓練中，損(sun)(sun)失(shi)函數(shu)的(de)(de)(de)(de)計(ji)算(suan)邏輯為(wei)：，為(wei)坐(zuo)標(biao)(biao)(biao)損(sun)(sun)失(shi)，用(yong)于衡量預測(ce)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)坐(zuo)標(biao)(biao)(biao)與真(zhen)實(shi)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)坐(zuo)標(biao)(biao)(biao)之(zhi)間(jian)的(de)(de)(de)(de)差異，坐(zuo)標(biao)(biao)(biao)損(sun)(sun)失(shi)的(de)(de)(de)(de)計(ji)算(suan)邏輯為(wei)：<msub><mi>l</mi><mi>coord</mi></msub><mi>=</mi><msub><mi>ω</mi><mi>coord</mi></msub><mstyle><msubsup><mo>∑</mo><mrow><mi>i</mi><mi>=0</mi></mrow><msup><mi>s</mi><mn>2</mn></msup></msubsup><mstyle><msubsup><mo>∑</mo><mi>j=0</mi><mi>b</mi></msubsup><mrow><msubsup><mn>1</mn><mi>ij</mi><mi>obj</mi></msubsup><mi>[</mi><msup><mrow><mi>(</mi><msub><mi>x</mi><mi>i</mi></msub><mi>-</mi><msub><mover><mi>x</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub><mi>)</mi></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mi>(</mi><msub><mi>y</mi><mi>i</mi></msub><mi>-</mi><msub><mover><mi>y</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub><mi>)</mi></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mi>(</mi><msqrt><msub><mi>w</mi><mi>i</mi></msub></msqrt><mi>-</mi><msqrt><msub><mover><mi>w</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub></msqrt><mi>)</mi></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mi>(</mi><msqrt><msub><mi>h</mi><mi>i</mi></msub></msqrt><mi>-</mi><msqrt><msub><mover><mi>h</mi><mo stretchy="true">?</mo></mover><mi>i</mi></msub></msqrt><mi>)</mi></mrow><mn>2</mn></msup><mi>]</mi></mrow></mstyle></mstyle>，表(biao)示網格(ge)(ge)的(de)(de)(de)(de)大小，表(biao)示網格(ge)(ge)預測(ce)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)數(shu)量，為(wei)第(di)一(yi)指示函數(shu)，當(dang)第(di)個(ge)網格(ge)(ge)中的(de)(de)(de)(de)第(di)個(ge)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)包(bao)含物(wu)(wu)體(ti)(ti)時為(wei)1，否(fou)則為(wei)0，、為(wei)預測(ce)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)中心(xin)的(de)(de)(de)(de)坐(zuo)標(biao)(biao)(biao)，、為(wei)真(zhen)實(shi)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)中心(xin)的(de)(de)(de)(de)坐(zuo)標(biao)(biao)(biao)，、為(wei)預測(ce)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)的(de)(de)(de)(de)寬度(du)(du)(du)和高(gao)度(du)(du)(du)，、為(wei)真(zhen)實(shi)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)的(de)(de)(de)(de)寬度(du)(du)(du)和高(gao)度(du)(du)(du)，為(wei)坐(zuo)標(biao)(biao)(biao)損(sun)(sun)失(shi)權(quan)重；為(wei)置(zhi)信度(du)(du)(du)損(sun)(sun)失(shi)，用(yong)于衡量預測(ce)的(de)(de)(de)(de)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)包(bao)含物(wu)(wu)體(ti)(ti)的(de)(de)(de)(de)置(zhi)信度(du)(du)(du)與實(shi)際情況的(de)(de)(de)(de)差異，置(zhi)信度(du)(du)(du)損(sun)(sun)失(shi)的(de)(de)(de)(de)計(ji)算(suan)邏輯為(wei)：，為(wei)預測(ce)的(de)(de)(de)(de)置(zhi)信度(du)(du)(du)分(fen)數(shu)，即預測(ce)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)包(bao)含物(wu)(wu)體(ti)(ti)的(de)(de)(de)(de)概率(lv)乘(cheng)以邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)的(de)(de)(de)(de)準確(que)性，為(wei)真(zhen)實(shi)的(de)(de)(de)(de)置(zhi)信度(du)(du)(du)分(fen)數(shu)，即邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)是否(fou)包(bao)含物(wu)(wu)體(ti)(ti)，當(dang)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)包(bao)含物(wu)(wu)體(ti)(ti)時，為(wei)1，當(dang)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)不(bu)包(bao)含物(wu)(wu)體(ti)(ti)時，為(wei)0，為(wei)第(di)二指示函數(shu)，當(dang)第(di)個(ge)網格(ge)(ge)中的(de)(de)(de)(de)第(di)個(ge)邊(bian)(bian)(bian)界(jie)框(kuang)(kuang)不(bu)包(bao)含物(wu)(wu)體(ti)(ti)時為(wei)1，否(fou)則為(wei)0，為(wei)置(zhi)信度(du)(du)(du)損(sun)(sun)失(shi)權(quan)重。

13、本(ben)發明進一(yi)步(bu)設置(zhi)為(wei)，還包(bao)括(kuo)：

14、獲取(qu)輸出(chu)的邊界框像(xiang)素(su)坐(zuo)(zuo)標(biao)(biao)和置信度(du)，將(jiang)邊界框像(xiang)素(su)坐(zuo)(zuo)標(biao)(biao)轉(zhuan)換(huan)為(wei)實際尺寸，其(qi)中(zhong)，轉(zhuan)換(huan)邏(luo)輯(ji)為(wei)：，其(qi)中(zhong)，為(wei)實際坐(zuo)(zuo)標(biao)(biao)，為(wei)攝像(xiang)頭內(nei)參矩陣，為(wei)邊界框像(xiang)素(su)坐(zuo)(zuo)標(biao)(biao)，為(wei)深度(du)。

15、本發明(ming)進一(yi)步設置為，根據待存儲(chu)物品的長(chang)、寬和高按照(zhao)預(yu)設的尺(chi)寸匹配策略篩選(xuan)出(chu)存儲(chu)柜的最佳尺(chi)寸，包括：

16、獲取每個存儲柜的長、寬和高信息，記為；

17、在(zai)待(dai)存儲物品的(de)(de)長(chang)、寬(kuan)和高(gao)滿足約(yue)束(shu)(shu)條(tiao)件下時，求最小(xiao)的(de)(de)目標(biao)值，將最小(xiao)的(de)(de)目標(biao)值設置為(wei)存儲柜(ju)的(de)(de)最佳尺寸，其中，約(yue)束(shu)(shu)條(tiao)件為(wei)，目標(biao)值為(wei)。

18、本發明(ming)進(jin)一步設(she)置為，獲取所(suo)有符(fu)合最佳尺寸的(de)空(kong)閑存儲柜(ju)的(de)狀(zhuang)態(tai)參(can)(can)數，狀(zhuang)態(tai)參(can)(can)數包括：開柜(ju)響應時間、開柜(ju)成功率(lv)和分(fen)配使用率(lv)；根據狀(zhuang)態(tai)參(can)(can)數計算存儲柜(ju)的(de)綜(zong)合評分(fen)，包括：

19、對開(kai)柜響應(ying)時間、開(kai)柜成功率和分配使用率進行歸一化操作；

20、根據歸一化(hua)后的開柜響應時(shi)間和開柜成功率計算(suan)用戶體驗指數；

21、根(gen)據用戶體(ti)驗指(zhi)數和分配使用率計(ji)算存儲柜的(de)綜合評(ping)分。

22、本發(fa)明(ming)進(jin)一步設置為，根據歸一化后的(de)(de)開(kai)(kai)柜(ju)(ju)(ju)響應時(shi)間和開(kai)(kai)柜(ju)(ju)(ju)成功率(lv)計算用戶體(ti)(ti)驗(yan)指(zhi)數，用戶體(ti)(ti)驗(yan)指(zhi)數的(de)(de)計算邏輯(ji)為：，存(cun)儲(chu)柜(ju)(ju)(ju)的(de)(de)綜合評(ping)分的(de)(de)計算邏輯(ji)為：，其中，為用戶體(ti)(ti)驗(yan)指(zhi)數，為開(kai)(kai)柜(ju)(ju)(ju)成功率(lv)，為開(kai)(kai)柜(ju)(ju)(ju)響應時(shi)間，為存(cun)儲(chu)柜(ju)(ju)(ju)的(de)(de)綜合評(ping)分，為存(cun)儲(chu)柜(ju)(ju)(ju)的(de)(de)分配使(shi)用率(lv)。

23、本發明提供一種基于物(wu)(wu)聯網(wang)技術控制(zhi)的(de)(de)(de)存儲(chu)柜(ju)集(ji)群管理方法，所述方法通(tong)過通(tong)過攝像(xiang)(xiang)頭獲取(qu)待存儲(chu)物(wu)(wu)品(pin)的(de)(de)(de)三(san)視(shi)(shi)圖像(xiang)(xiang)，將所述三(san)視(shi)(shi)圖像(xiang)(xiang)輸入至(zhi)實時尺(chi)寸(cun)(cun)(cun)檢測模型中(zhong)，獲取(qu)待存儲(chu)物(wu)(wu)品(pin)的(de)(de)(de)長、寬(kuan)和(he)高(gao)；根據待存儲(chu)物(wu)(wu)品(pin)的(de)(de)(de)長、寬(kuan)和(he)高(gao)按(an)照預設的(de)(de)(de)尺(chi)寸(cun)(cun)(cun)匹配(pei)策(ce)略篩選出存儲(chu)柜(ju)的(de)(de)(de)最(zui)(zui)佳尺(chi)寸(cun)(cun)(cun)；獲取(qu)所有符合最(zui)(zui)佳尺(chi)寸(cun)(cun)(cun)的(de)(de)(de)空閑(xian)存儲(chu)柜(ju)的(de)(de)(de)狀態(tai)參數(shu)(shu)，根據狀態(tai)參數(shu)(shu)計(ji)算存儲(chu)柜(ju)的(de)(de)(de)綜合評(ping)(ping)分(fen)；將所述綜合評(ping)(ping)分(fen)進行(xing)降序排(pai)序，選擇(ze)綜合評(ping)(ping)分(fen)最(zui)(zui)高(gao)的(de)(de)(de)存儲(chu)柜(ju)進行(xing)開柜(ju)操作，產生的(de)(de)(de)有益效果包括(kuo)：

24、1、?提高存(cun)(cun)儲柜(ju)的利用效率：利用yolo深度學習(xi)模(mo)型(xing)對(dui)存(cun)(cun)儲物品的三維圖(tu)像進行檢測和邊界框繪制，實時獲(huo)取存(cun)(cun)儲物品的長、寬和高信息(xi)，能夠準確預測存(cun)(cun)儲物品的尺(chi)寸及其在(zai)存(cun)(cun)儲柜(ju)中(zhong)的最佳擺放位(wei)(wei)置，實現對(dui)存(cun)(cun)儲物品位(wei)(wei)置、尺(chi)寸的精準管理，減少(shao)了傳統方法中(zhong)可(ke)能出現的測量誤差和人工干預，從而提高存(cun)(cun)儲柜(ju)的空間(jian)利用率；

25、2、?高效的狀態(tai)綜合(he)評(ping)估：根據(ju)存儲柜(ju)(ju)(ju)狀態(tai)信息，包括開柜(ju)(ju)(ju)響應時間、開柜(ju)(ju)(ju)成功率和(he)分配使(shi)用率，結(jie)合(he)實際存儲物品的特征(zheng)數據(ju)，能(neng)夠全面評(ping)估存儲柜(ju)(ju)(ju)的運(yun)行(xing)狀態(tai)和(he)使(shi)用效果(guo)，從而進行(xing)有效的維護和(he)優化；

26、3、?提升用戶體驗(yan)：綜合(he)考慮用戶開柜響應時間、開柜成功率(lv)和(he)用戶體驗(yan)指數等(deng)因素，能夠優化存儲柜的操作流(liu)程(cheng)和(he)使用體驗(yan)，增強(qiang)用戶滿意度。

27、上(shang)述說明僅是本(ben)(ben)技(ji)(ji)術技(ji)(ji)術方案的(de)(de)概(gai)述，為了(le)(le)能夠(gou)更清楚了(le)(le)解本(ben)(ben)技(ji)(ji)術的(de)(de)技(ji)(ji)術手段，而可依照說明書的(de)(de)內容予以實施(shi)，并且(qie)為了(le)(le)讓(rang)本(ben)(ben)技(ji)(ji)術的(de)(de)上(shang)述和其(qi)它目(mu)的(de)(de)、特征(zheng)和優點能夠(gou)更明顯易懂，以下(xia)特舉本(ben)(ben)技(ji)(ji)術的(de)(de)具(ju)體實施(shi)方式。