CN111144264A - 基于图像识别的智能运输管理***及方法 - Google Patents
基于图像识别的智能运输管理***及方法 Download PDFInfo
- Publication number
- CN111144264A CN111144264A CN201911328629.8A CN201911328629A CN111144264A CN 111144264 A CN111144264 A CN 111144264A CN 201911328629 A CN201911328629 A CN 201911328629A CN 111144264 A CN111144264 A CN 111144264A
- Authority
- CN
- China
- Prior art keywords
- actual
- auxiliary
- length
- theoretical
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 239000000463 material Substances 0.000 claims abstract description 27
- 238000007726 management method Methods 0.000 claims description 34
- 238000006073 displacement reaction Methods 0.000 claims description 20
- 238000007405 data analysis Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 6
- 239000004566 building material Substances 0.000 abstract description 30
- 238000005516 engineering process Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及运输管理技术领域，具体为一种基于图像识别的智能运输管理***及方法，该***包括：载货分析子***用于获取带有参照标记的车辆轮廓的图像A，并获取预设的参照标记的参照长度，并根据图像A和参照长度获取参照标记的标记长度；还用于获取理论载货信息，并根据标记长度和理论载货信息计算出实际载物体积；辅助分析子***用于获取标准辅助距离、实际辅助距离、载物材质，并根据标准辅助距离、实际辅助距离、载物材质、实际载物体积生成辅助分析结论。采用本方案能够根据参照标记对车辆单次的实际载物体积进行有效统计，并通过车厢的下移对实际载物体积进行核对，从而避免在建筑材料下隐藏另一建筑材料的情况，对运输情况进行有效监管。
Description
技术领域
本发明涉及运输管理技术领域，具体为一种基于图像识别的智能运输管理***及方法。
背景技术
无论是在各行各业，对于货物的管理都是极其重要的，特别是对于传统建筑行业，因此会单独设置运输管理部门，对建筑材料的运输进行管理。而对于建筑材料的运输管理需要对建筑材料的类型、运输次数及单次运输量、运输总量等数据进行统计，采用人工管理的方式，需要花费大量的人力，且工作量较大，因此出现半智能化的运输管理***。
通过在载货场地设置磅秤，将磅秤显示的重量作为单次运输量，并通过人为查看的方式记录建筑材料的类型，从而实现对建筑材料的运输管理。但是这样的方式仍会存在以下缺点：同一运输车在运输一种建筑材料的情况下，将另一建筑材料隐藏在其中，磅秤测得的单次运输量大于实际运输量；且通过人工识别建筑材料类型，还需工作人员上车查看，花费较多的时间，且容易存在安全风险。
随着图像识别的兴起，通过图像识别辅助人们进行管理，例如将图像识别应用在运输管理中，通过图像识别获取图像中的建筑材料，并对建筑材料的纹理进行分析从而得知其类型，通过图像识别获取图像中运输车的长度、宽度、高度，从而计算出其单次运输体积。但是采用图像识别会存在以下缺点：一是需要获取多个角度的图像，因此需要在多个角度上设置摄像头，或者采用一个摄像头，但是需要从不同角度拍摄图像，从而使得维护摄像头的人力和费用增加。二是单次运输量可能并未装满整个车厢，但是图像识别时是将车厢的体积作为单次运输体积，其数据之间存在误差。三是其仍不能解决在建筑材料下隐藏另一建筑材料的情况，无法实现对运输情况进行有效监管。
发明内容
本发明意在提供一种基于图像识别的智能运输管理***及方法，能够根据参照标记对车辆单次的实际载物体积进行有效统计，并通过车厢的下移对实际载物体积进行核对，从而避免在建筑材料下隐藏另一建筑材料的情况，对运输情况进行有效监管。
本发明提供基础方案是：基于图像识别的智能运输管理***，包括：
载货分析子***，用于获取带有参照标记的车辆轮廓的图像A，并获取预设的参照标记的参照长度，并根据图像A和参照长度获取图像A中参照标记的标记长度；还用于获取理论载货信息，并根据标记长度和理论载货信息计算出实际载物体积；
辅助分析子***，用于获取标准辅助距离、实际辅助距离、载物材质，并根据标准辅助距离、实际辅助距离、载物材质、实际载物体积生成辅助分析结论。
说明：参照标记为人为标记在车厢上的图形；标准辅助距离为车辆无负载时，车厢底部距地面的距离；实际辅助距离为载物时，车厢底部距地面的距离；载物材质为载物的材料类型；理论载货信息包括车厢长度、车厢宽度和车厢高度。
基础方案的工作原理及有益效果：载货分析子***通过对图像A进行图像识别，在已知参照长度的情况下，获得标记长度，根据提前录入的理论载货信息或者通过图像识别出的理论载货信息，计算出实际载物体积，从而获得车辆的单次运输体积。
由于车厢中装载建筑材料时，车厢受重力作用会下移，即车厢底部至地面的距离会随建筑材料的增加而减小。通过辅助分析子***获取标准辅助距离、实际辅助距离、载物材质，其中标准辅助距离、实际辅助距离、载物材质可为管理人员实际测量或查看的，也可通过图像识别获取，根据标准辅助距离、实际辅助距离、载物材质、实际载物体积生成辅助分析结论，通过车厢的下移对实际载物体积进行核对，通过辅助分析结论反映核对结果，从而避免在建筑材料下隐藏另一建筑材料的情况，对运输情况进行有效监管。
进一步，所述载货分析子***包括：
参照分析模块，用于获取带有参照标记的车辆轮廓的图像A，并根据预设的参照标记的参照长度获得图像A中参照标记的标记长度，并将标记长度发送给数据分析模块；
车辆分析模块，用于获取图像A中的车辆的理论载货信息，并将理论载货信息发送给数据分析模块；
数据分析模块，用于根据标记长度和理论载货信息计算出实际载物体积。
说明：标记长度为车厢顶部至车厢内装载的建筑材料的表面的距离。
有益效果：参照长度固定设置，通过参照长度获取标记长度，避免每次图像识别时都需提前测量一长度作为已知量。
进一步，所述辅助分析子***包括：
对比分析模块，用于获取标准辅助距离和实际辅助距离，并根据标准辅助距离和实际辅助距离生成理论载物重量区间；
重量分析模块，用于获取载物的载物材质，并根据载物材质和实际载物体积生成实际载物重量；
所述辅助分析结论包括实际载货信息、提醒报告；
辅助判断模块，用于判断实际载物重量是否在理论载物重量区间内，若是，则根据实际载物重量生成实际载货信息，若否，则根据理论载物重量区间、实际载物重量生成提醒报告。
有益效果：车厢的下移与车辆的载重量相关，由于图像识别存在误差，而这个误差在反映到车厢下移的距离上时，会造成数据出现更大的误差，因此根据标准辅助距离和实际辅助距离生成理论载物重量区间，通过区间的方式反映车辆当前的载重量。
进一步，所述参照分析模块还用于获取参照长度和标记长度的空间关系，并根据空间关系和参照长度获取图像A中的标记长度。
说明：空间关系为垂直、平行等。
有益效果：在已知参照长度和空间关系的情况下，通过图像识别能够识别出标记长度，便于后续计算实际载物体积。
进一步，所述参照标记为矩形，所述参照标记位于车辆上。
有益效果：矩形容易绘制，且空间关系固定，将矩形绘制在车辆上作为参照标记，便于进行图像识别。
进一步，所述车辆分析模块用于获取图像A中车辆的车辆型号，并根据车辆型号获取车辆的理论载货信息，所述理论载货信息为车厢长度、车厢宽度和车厢高度。
有益效果：通过车辆型号可以获取车辆的理论载货信息，不同车辆型号在车身上有不同标记，也可通过车辆的车牌号获取对应的车辆型号，便于后续计算车辆的实际载物体积。
进一步，所述车辆分析模块用于获取预设的参照长度，以及参照长度和标记长度的空间关系，并根据参照长度、空间关系，以及图像A中的车辆轮廓获得车辆的理论载货信息，所述理论载货信息为车厢长度、车厢宽度和车厢高度。
有益效果：在已知参照长度、空间关系，且已知车厢为长方体的情况下，通过图像识别的方式获取理论载货信息。通过图像识别的方式获取理论载货信息与通过车厢型号获取理论载货信息相比，减少其中涉及的流程。
进一步，所述数据分析模块用于根据标记长度和车厢高度生成实际高度，并根据车厢长度、车厢宽度、实际高度生成实际载物体积。
说明：实际高度为车厢内建筑材料的高度。
有益效果：通过标记长度和车厢高度获得实际高度，从而计算出实际载物体积。
进一步，还包括数据库，所述数据库中预设有辅助位移与载重量关联表；
所述对比分析模块用于根据标准辅助距离和实际辅助距离生成辅助位移，并根据辅助位移从辅助位移与载重量关联表中筛选出理论载物重量区间。
说明：辅助位移为标准辅助距离与实际辅助距离的差值。
有益效果：通过辅助位移从辅助位移与载重量关联表中筛选出理论载物重量区间，通过理论载物重量区间对车辆的实际载物情况进行核对，从而实现对运输情况进行有效监管。
本发明还提供一种基于图像识别的智能运输管理方法，使用上述基于图像识别的智能运输管理***。
有益效果：通过对图像A进行图像识别，在已知参照长度的情况下，获得标记长度，根据提前录入的理论载货信息或者通过图像识别出的理论载货信息，计算出实际载物体积，从而获得车辆的单次运输体积。
由于车厢中装载建筑材料时，车厢受重力作用会下移，即车厢底部至地面的距离会随建筑材料的增加而减小。获取标准辅助距离、实际辅助距离、载物材质，其中标准辅助距离、实际辅助距离、载物材质可为管理人员实际测量或查看的，也可通过图像识别获取，根据标准辅助距离、实际辅助距离、载物材质、实际载物体积生成辅助分析结论，通过车厢的下移对实际载物体积进行核对，通过辅助分析结论反映核对结果，从而避免在建筑材料下隐藏另一建筑材料的情况，对运输情况进行有效监管。
附图说明
图1为本发明基于图像识别的智能运输管理***实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
基于图像识别的智能运输管理***，如附图1所示，包括载货分析子***、辅助分析子***、数据库，数据库中预设有参照长度、空间关系、标准辅助距离、若干辅助位移与载重量关联表、载物材质与重量关联表，标准辅助距离为车辆无负载时，车厢底部距地面的距离；辅助位移与载重量关联表记录有辅助位移与理论载物重量区间之间的对应关系，不同车型下辅助位移与理论载物重量区间存在区别；载物材质与重量关联表记录有载物材质与单位重量之间的对应关系，不同载物材质单位重量不同。在本实施例中，为便于管理，所使用的车辆为同一型号，即车辆无负载时，车厢底部距地面的距离均相同。
当车辆装载完建筑材料时，会出现车厢并未装满的情况，装货人员在装货完毕后，在车厢上绘制参照标记，在本实施例中，将参照标记绘制在车厢的尾部。要求参照标记为矩形，且参照标记的宽度为X，X的取值可由工作人员统一为固定的数值，参照标记的长度为建筑材料至车厢顶部的距离，参照标记的宽度即为参照长度，参照标记的长度即为标记长度，即已知参照长度为X，参照长度与标记长度的空间关系为垂直。
载货分析子***，包括：
参照分析模块，用于获取带有参照标记的车辆轮廓的图像A，此时的图像A中的车辆轮廓包括车厢尾部、车厢左侧、车厢顶部；还用于从数据库中获取参照长度、参照长度和标记长度的空间关系，并通过AI技术根据参照长度和空间关系识别出图像A中参照标记的标记长度，并将标记长度发送给数据分析模块。
车辆分析模块，用于获取带有参照标记的车辆轮廓的图像A，此时的图像A中的车辆轮廓包括车厢尾部、车厢左侧、车厢顶部；还用于从数据库中获取参照长度、参照长度和标记长度的空间关系，并通过AI技术根据参照长度和空间关系识别出图像A中车辆的理论载货信息，并将理论载货信息发送给数据分析模块和辅助分析子***。理论载货信息为车厢长度、车厢宽度和车厢高度。
数据分析模块，用于接收标记长度、理论载货信息，并根据标记长度和理论载货信息中的车厢高度生成实际高度；具体的，车厢高度减去标记长度即为实际高度，实际高度为车厢内建筑材料的高度。还用于根据车厢长度、车厢宽度、实际高度生成实际载物体积，并将实际载物体积发送给辅助分析子***。
辅助分析子***包括：
对比分析模块，用于获取带有参照标记的车辆轮廓的图像A，此时的图像A中的车辆轮廓包括车厢尾部、车厢左侧、车厢顶部；还用于从数据库中获取参照长度、参照长度和标记长度的空间关系、标准辅助距离，并通过AI技术根据参照长度和空间关系识别出图像A中车厢底部至底面的距离作为实际辅助距离，并根据标准辅助距离和实际辅助距离生成辅助位移，具体的，标准辅助距离减去实际辅助距离即为辅助位移；还用于接收理论载货信息，并根据理论载货信息从数据库中获取辅助位移与载重量关联表，并根据辅助位移从辅助位移与载重量关联表中筛选出对应的理论载物重量区间，并发送给辅助判断模块。
重量分析模块，用于获取图像A，此时的图像A中的车辆轮廓包括车厢尾部、车厢左侧、车厢顶部，并通过AI技术识别出载物的载物材质，可通过现有的材料识别软件实现材料识别。还用于从数据库中获取载物材质与重量关联表，并根据载物材质筛选出单位重量，并根据单位重量和实际载物体积生成实际载物重量，并发送给辅助判断模块。
辅助判断模块，用于判断实际载物重量是否在理论载物重量区间内，并生成辅助分析结论，辅助分析结论包括实际载货信息、提醒报告。当实际载物重量位于理论载物重量区间内时，根据实际载物重量生成实际载货信息，并记录在数据库中；当实际载物重量位于理论载物重量区间外时，根据理论载物重量区间、实际载物重量生成提醒报告，并将提醒报告反馈给运输管理人员。
本实施例还提供一种基于图像识别的智能运输管理方法，使用上述基于图像识别的智能运输管理***
实施例二
本实施例与实施例一的不同之处在于：理论载货信息不通过AI技术直接识别出，而是通过识别其车辆型号的方式获得。在本实施例中，为匹配不同的运输任务，使用多种型号的车辆，即不同车辆的标准辅助距离与车辆型号相关。
数据库中还预设有信息对照表，信息对照表中记录了车辆的车牌照、车辆型号、理论载货信息、标准辅助距离的对照关系。
对比分析模块还用于获取标准辅助距离时，根据车辆分析模块识别出车辆的车牌照，从数据库中获取信息对照表，并根据车牌照从信息对照表中筛选出标准辅助距离。
车辆分析模块还用于获取图像A中车辆的车辆型号，并根据车辆型号获取车辆的理论载货信息，理论载货信息为车厢长度、车厢宽度和车厢高度。具体的，车辆分析模块，用于获取带有参照标记的车辆轮廓的图像A，此时的图像A中的车辆轮廓包括车厢尾部、车厢左侧、车厢顶部；还用于通过AI技术识别出车辆的车牌照，并从数据库中获取信息对照表，并根据车牌照从信息对照表中筛选出理论载货信息，并将理论载货信息发送给数据分析模块和辅助分析子***。
本实施例还提供一种基于图像识别的智能运输管理方法，使用上述基于图像识别的智能运输管理***
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于图像识别的智能运输管理***，其特征在于，包括：
载货分析子***，用于获取带有参照标记的车辆轮廓的图像A，并获取预设的参照标记的参照长度，并根据图像A和参照长度获取图像A中参照标记的标记长度；还用于获取理论载货信息，并根据标记长度和理论载货信息计算出实际载物体积；
辅助分析子***，用于获取标准辅助距离、实际辅助距离、载物材质，并根据标准辅助距离、实际辅助距离、载物材质、实际载物体积生成辅助分析结论。
2.根据权利要求1所述的基于图像识别的智能运输管理***，其特征在于，所述载货分析子***包括：
参照分析模块，用于获取带有参照标记的车辆轮廓的图像A，并根据预设的参照标记的参照长度获得图像A中参照标记的标记长度，并将标记长度发送给数据分析模块；
车辆分析模块，用于获取图像A中的车辆的理论载货信息，并将理论载货信息发送给数据分析模块；
数据分析模块，用于根据标记长度和理论载货信息计算出实际载物体积。
3.根据权利要求1所述的基于图像识别的智能运输管理***，其特征在于，所述辅助分析子***包括：
对比分析模块，用于获取标准辅助距离和实际辅助距离，并根据标准辅助距离和实际辅助距离生成理论载物重量区间；
重量分析模块，用于获取载物的载物材质，并根据载物材质和实际载物体积生成实际载物重量；
所述辅助分析结论包括实际载货信息、提醒报告；
辅助判断模块，用于判断实际载物重量是否在理论载物重量区间内，若是，则根据实际载物重量生成实际载货信息，若否，则根据理论载物重量区间、实际载物重量生成提醒报告。
4.根据权利要求2所述的基于图像识别的智能运输管理***，其特征在于：所述参照分析模块还用于获取参照长度和标记长度的空间关系，并根据空间关系和参照长度获取图像A中的标记长度。
5.根据权利要求4所述的基于图像识别的智能运输管理***，其特征在于：所述参照标记为矩形，所述参照标记位于车辆上。
6.根据权利要求2所述的基于图像识别的智能运输管理***，其特征在于：所述车辆分析模块用于获取图像A中的车辆的车辆型号，并根据车辆型号获取车辆的理论载货信息，所述理论载货信息为车厢长度、车厢宽度和车厢高度。
7.根据权利要求2所述的基于图像识别的智能运输管理***，其特征在于：所述车辆分析模块用于获取预设的参照长度，以及参照长度和标记长度的空间关系，并根据参照长度、空间关系，以及图像A中的车辆轮廓获得车辆的理论载货信息，所述理论载货信息为车厢长度、车厢宽度和车厢高度。
8.根据权利要求6或7所述的基于图像识别的智能运输管理***，其特征在于：所述数据分析模块用于根据标记长度和车厢高度生成实际高度，并根据车厢长度、车厢宽度、实际高度生成实际载物体积。
9.根据权利要求3所述的基于图像识别的智能运输管理***，其特征在于：还包括数据库，所述数据库中预设有辅助位移与载重量关联表；
所述对比分析模块用于根据标准辅助距离和实际辅助距离生成辅助位移，并根据辅助位移从辅助位移与载重量关联表中筛选出理论载物重量区间。
10.基于图像识别的智能运输管理方法，其特征在于：使用上述权利要求1-9任一项的基于图像识别的智能运输管理***。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911328629.8A CN111144264A (zh) | 2019-12-20 | 2019-12-20 | 基于图像识别的智能运输管理***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911328629.8A CN111144264A (zh) | 2019-12-20 | 2019-12-20 | 基于图像识别的智能运输管理***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111144264A true CN111144264A (zh) | 2020-05-12 |
Family
ID=70519169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911328629.8A Pending CN111144264A (zh) | 2019-12-20 | 2019-12-20 | 基于图像识别的智能运输管理***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111144264A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109116362A (zh) * | 2018-07-03 | 2019-01-01 | 四川驹马科技有限公司 | 一种基于超声波的货车自适应载重检测***及其方法 |
| CN110348389A (zh) * | 2019-06-24 | 2019-10-18 | 贵州黔岸科技有限公司 | 图像识别方法、装置、存储介质及*** |
| CN110348741A (zh) * | 2019-06-24 | 2019-10-18 | 贵州黔岸科技有限公司 | 车辆运输管理平台及*** |
| CN110470570A (zh) * | 2019-08-27 | 2019-11-19 | 长安大学 | 用于鲜活农产品运输车辆装载合规性的查验方法及*** |
-
2019
- 2019-12-20 CN CN201911328629.8A patent/CN111144264A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109116362A (zh) * | 2018-07-03 | 2019-01-01 | 四川驹马科技有限公司 | 一种基于超声波的货车自适应载重检测***及其方法 |
| CN110348389A (zh) * | 2019-06-24 | 2019-10-18 | 贵州黔岸科技有限公司 | 图像识别方法、装置、存储介质及*** |
| CN110348741A (zh) * | 2019-06-24 | 2019-10-18 | 贵州黔岸科技有限公司 | 车辆运输管理平台及*** |
| CN110470570A (zh) * | 2019-08-27 | 2019-11-19 | 长安大学 | 用于鲜活农产品运输车辆装载合规性的查验方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112767540A (zh) | 一种agv自动装车方法 | |
| US20200104790A1 (en) | Smart terminal facility and method suitable for the handling of cargo containers | |
| KR102131603B1 (ko) | 무인 계근 자동화 시스템 | |
| CN101685001B (zh) | 侦测方法及侦测*** | |
| KR102368084B1 (ko) | 운송차량 관리시스템 | |
| CN113759906A (zh) | 一种车辆对位方法、装置、计算机设备和存储介质 | |
| CN101520446A (zh) | 二氧化碳排出量测量*** | |
| CN110163406A (zh) | 人工智能线缆盘装车货位动态分配方法 | |
| KR20080041779A (ko) | 무인 계근관리 시스템 | |
| CN114648233A (zh) | 一种动态工位货物搬运方法和*** | |
| CN111144264A (zh) | 基于图像识别的智能运输管理***及方法 | |
| WO2002012094A1 (fr) | Procede d'analyse d'etat d'avarie, systeme d'analyse d'etat d'avarie, terminal d'entree d'etat d'avarie, support d'enregistrement et programme informatique | |
| KR102422616B1 (ko) | 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법 | |
| KR102529256B1 (ko) | 클라우드를 이용한 화물 하역 계획 관리 방법 및 장치 | |
| CN112101877A (zh) | 基于物联网的货物堆放管理平台 | |
| CN116433153A (zh) | 一种仓储物流智能巡检*** | |
| JP6902188B2 (ja) | 搬送管理システム、搬送管理方法及び搬送管理プログラム | |
| CN115631329A (zh) | 一种用于开放式车厢的装载控制方法、***和存储介质 | |
| CN115015962A (zh) | 基于岸桥的碰撞检测方法、***、设备及存储介质 | |
| CN113947360A (zh) | 一种废钢堆场的废钢追溯方法及*** | |
| EP2083381A1 (en) | System and method for stowing and unloading heterogeneous and eclectic objects in accordance with free form geometric containers | |
| CN105117871A (zh) | 一种数字车证构造和应用方法 | |
| CN112200511A (zh) | 一种集卡自助提箱进港的方法 | |
| KR102361722B1 (ko) | 운송작업 관리 시스템 | |
| JP3839822B2 (ja) | 物流工程における物品の損傷状況分析方法、損傷状況分析システム及び記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |