特殊商品智能物流监控系统的制作方法

1.本发明涉及物流技术领域，具体是特殊商品智能物流监控系统。


背景技术：

2.物流是指为了满足客户的需求，以最低的成本，通过运输、保管以及配送等方式，实现货物有商品的产地到商品的消费地的计划、实施和管理的全过程；是一个控制原材料、制成品、产成品和信息的系统，从供应开始经各种中间环节的转让及拥有而到达最终消费者手中的实物运动，以此实现组织的明确目标。
3.传统的物流系统通过人工录入相关物品信息，并通过人工搬运实现货物的出入库管理，导致人工劳动大；尤其是针对易燃、易爆、有强烈腐蚀性以及有毒等危险物品的仓储管理，由人工取存货物、搬运、盘点货物等作业存在可能人为失误所带来的人、物重大事故和损失。为此，本发明提出特殊商品智能物流监控系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出特殊商品智能物流监控系统。
5.为实现上述目的，根据本发明的第一方面的实施例提出特殊商品智能物流监控系统，包括信息录入模块订单分析模块、调拨监测模块、仓库分配模块、物流搬运模块和行驶分析模块；
6.所述信息录入模块用于管理员录入特殊商品信息并存储至云端服务器；所述特殊商品信息包括商品名称、数量、标准存储环境以及位置信息；
7.所述云端服务器用于接收到特殊商品信息后创建入库订单，并利用订单分析模块对入库订单进行处优值ds分析，生成入库订单的处理优先表；所述云端服务器根据所述处理优先表依次对入库订单进行处理；
8.所述调拨监测模块用于对仓储中心储存的商品进行调拨监测，计算得到对应商品的调拨热度dr；所述调拨包括入库和出库；
9.其中，仓储中心包括若干个仓库；所述仓库分配模块与云端服务器相连接，用于根据入库订单对各个仓库进行存储优值分析，并利用物流搬运模块将对应商品搬运至选中仓库进行储存；
10.所述物流搬运模块包括防爆叉车，所述行驶分析模块用于采集防爆叉车的载重信息和行车环境信息并对防爆叉车的最大预计车速进行协同分析，并根据最大预计车速v1控制防爆叉车行驶至选中仓库。
11.进一步地，所述订单分析模块的具体分析步骤为：
12.获取入库订单的创建时刻与系统当前时刻进行时间差计算得到订单等待时长dt；设定对应商品的危险等级为d1，将对应商品的入库数量标记为lt；
13.将对应商品的位置信息与仓储中心位置进行距离差计算得到入库距离lz；自动从
云平台调取对应商品的调拨热度dr；
14.统计对应商品在仓储中心的剩余库存并标记为cs；利用公式ds＝f
×
dr
×
(d1
×
g1+lt
×
g2)/(lz
×
g3+cs
×
g4)计算得到所述入库订单的处优值ds，其中g1、g2、g3、g4为预设系数因子，f为预设补偿系数；
15.将入库订单按照处优值ds大小进行降序排列，生成入库订单的处理优先表；所述订单分析模块用于将入库订单的处理优先表反馈至云端服务器。
16.进一步地，所述调拨监测模块的具体监测步骤为：
17.针对某一种商品；当监测到商品被调拨时，记录商品调拨信息；所述商品调拨信息包括调拨时刻、调拨数量；
18.在预设时间段内，统计所述商品的调拨总次数为调拨频次p1；将所述商品每次的调拨数量标记为mi；将调拨数量mi与预设数量阈值相比较；
19.统计mi大于预设数量阈值的次数占比为zb，当mi大于预设数量阈值时，获取mi与预设数量阈值的差值并进行求和得到超调总值gz；利用公式cf＝zb
×
a3+gz
×
a4计算得到超调吸引系数cf，其中a3、a4均为比例因子；
20.利用公式dr＝p1
×
b1+cf
×
b2计算得到所述商品的调拨热度dr，其中b1、b2均为系数因子；所述调拨监测模块用于将商品的调拨热度dr打上时间戳并存储至云平台。
21.进一步地，所述仓库分配模块的具体分配步骤如下：
22.采集各个仓库的实时环境信息，将实时环境信息与入库订单中的标准存储环境相匹配；若一致，则将对应仓库标记为参考仓库；
23.获取商品位置与参考仓库位置的距离差并标记为运输距离l1；获取参考仓库的剩余储存空间并标记为g1；利用公式cy＝(g1
×
a1)/(l1
×
a2)计算得到参考仓库的存储优值cy，其中a1、a2均为系数因子；将参考仓库按照存储优值cy大小进行排序，将排序第一的参考仓库标记为选中仓库。
24.进一步地，其中，若选中仓库的剩余储存空间不足以存储商品，则将剩余商品搬运至排序第二的参考仓库进行存储；以此类推。
25.进一步地，所述行驶分析模块的具体分析步骤为：
26.将防爆叉车的载重信息标记为z1；获取防爆叉车的行车环境信息；
27.将行车环境信息中的路面平整度信息、降雨量信息、风力信息、能见度信息以及灰尘信息依次标记为w1、w2、w3、w4、w5；
28.利用公式xc＝(z1
×
b3+w1
×
b4+w2
×
b5+w3
×
b6+w5
×
b7)/(w4
×
b8)计算得到行车影响系数xc；其中，b3、4、b5、b6、b7、b8均为系数因子；
29.根据行车影响系数xc确定防爆叉车的最大预计车速，具体包括：
30.数据库内存储有行车影响系数范围与车速阈值的对照表；根据对照表，确定与行车影响系数xc对应的车速阈值，并标记为最大预计车速v1。
31.进一步地，该系统还包括布设于各个仓库内的视频监控模块；视频监控模块通过无线网络连接至云端服务器，用于监控防爆叉车的运作轨迹。
32.进一步地，其中，视频监控模块分为两块：360
°
球机摄像头对仓库整体区域监控；
33.重点货位增加专用摄像头，用于识别人员、叉车动作，通过行为轨迹分析对比工单信息后判定是否存在异常情况，并对异常场景报警。
34.与现有技术相比，本发明的有益效果是：
35.1、本发明中信息录入模块用于管理员录入特殊商品信息并将特殊商品信息存储至云端服务器；云端服务器用于接收到特殊商品信息后创建入库订单，并利用订单分析模块对入库订单进行处优值分析，生成入库订单的处理优先表；云端服务器根据处理优先表依次对入库订单进行处理；提高物流运转效率；
36.2、本发明中调拨监测模块用于对仓储中心储存的商品进行调拨监测，计算得到对应商品的调拨热度；仓库分配模块用于根据入库订单对各个仓库进行存储优值分析，将排序第一的参考仓库标记为选中仓库，利用物流搬运模块将对应商品搬运至选中仓库进行储存；行驶分析模块用于采集防爆叉车的载重信息和行车环境信息并对防爆叉车的最大预计车速进行协同分析，提高行车安全；
37.3、本发明中视频监控模块用于监控防爆叉车的运作轨迹，为工作人员通过云端服务器控制防爆叉车提供有力依据，使工作人员能够更好地控制防爆叉车进行取存货物、搬运及盘点货物；还用于识别人员、叉车动作，通过行为轨迹分析对比工单信息后判定是否存在异常情况，并对异常场景报警；保持仓库内物资安全，实现作业过程的可追溯。
附图说明
38.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本发明特殊商品智能物流监控系统的系统框图。
具体实施方式
40.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
41.如图1所示，特殊商品智能物流监控系统，包括信息录入模块、云端服务器、订单分析模块、调拨监测模块、云平台、数据库、仓库分配模块、物流搬运模块以及行驶分析模块；
42.信息录入模块用于管理员录入特殊商品信息并将特殊商品信息存储至云端服务器；特殊商品信息包括商品名称、数量、标准存储环境以及位置信息；特殊商品是指易燃、易爆、有强烈腐蚀性以及有毒等危险物品；
43.云端服务器用于接收到特殊商品信息后创建入库订单，并利用订单分析模块对入库订单进行处优值分析，生成入库订单的处理优先表；订单分析模块的具体分析步骤为：
44.获取入库订单的创建时刻与系统当前时刻进行时间差计算得到订单等待时长dt；获取入库订单中的商品名称、数量以及位置信息；
45.设定对应商品的危险等级为d1，将对应商品的入库数量标记为lt；将对应商品的位置信息与仓储中心位置进行距离差计算得到入库距离lz；自动从云平台调取对应商品的调拨热度dr；
46.统计对应商品在仓储中心的剩余库存并标记为cs；利用公式ds＝f
×
dr
×
(d1
×
g1+lt
×
g2)/(lz
×
g3+cs
×
g4)计算得到入库订单的处优值ds，其中g1、g2、g3、g4为预设系数因子，f为预设补偿系数；
47.将入库订单按照处优值ds大小进行降序排列，生成入库订单的处理优先表；订单分析模块用于将入库订单的处理优先表反馈至云端服务器；云端服务器根据处理优先表依次对入库订单进行处理；
48.调拨监测模块用于对仓储中心储存的商品进行调拨监测，计算得到对应商品的调拨热度；调拨包括入库和出库；具体监测步骤为：
49.针对某一种商品；当监测到商品被调拨时，记录商品调拨信息；商品调拨信息包括调拨时刻、调拨数量；
50.在预设时间段内，统计商品的调拨总次数为调拨频次p1；将商品每次的调拨数量标记为mi；将调拨数量mi与预设数量阈值相比较；
51.统计mi大于预设数量阈值的次数占比为zb，当mi大于预设数量阈值时，获取mi与预设数量阈值的差值并进行求和得到超调总值gz；利用公式cf＝zb
×
a3+gz
×
a4计算得到超调吸引系数cf，其中a3、a4均为比例因子；
52.将调拨频次、超调吸引系数进行归一化处理并取其数值，利用公式dr＝p1
×
b1+cf
×
b2计算得到商品的调拨热度dr，其中b1、b2均为系数因子；调拨监测模块用于将商品的调拨热度dr打上时间戳并存储至云平台；
53.其中，仓储中心包括若干个仓库；仓库分配模块与云端服务器相连接，用于根据入库订单对各个仓库进行存储优值分析，并将对应商品分配至选中仓库进行储存；具体分配步骤如下：
54.采集各个仓库的实时环境信息，将实时环境信息与入库订单中的标准存储环境相匹配；若一致，则将对应仓库标记为参考仓库；
55.获取商品位置与参考仓库位置的距离差并标记为运输距离l1；获取参考仓库的剩余储存空间并标记为g1；利用公式cy＝(g1
×
a1)/(l1
×
a2)计算得到参考仓库的存储优值cy，其中a1、a2均为系数因子；
56.将参考仓库按照存储优值cy大小进行排序，将排序第一的参考仓库标记为选中仓库，利用物流搬运模块将对应商品搬运至选中仓库进行储存；
57.在本实施例中，其中，若选中仓库的剩余储存空间不足以存储商品，则将剩余商品搬运至排序第二的参考仓库进行存储；以此类推；
58.物流搬运模块包括防爆叉车，行驶分析模块与防爆叉车相连接，用于采集防爆叉车的载重信息和行车环境信息并对防爆叉车的最大预计车速进行协同分析，具体分析步骤为：
59.行车环境信息包括路面平整度信息、降雨量信息、风力信息、能见度信息以及灰尘信息；将防爆叉车的载重信息标记为z1；
60.将路面平整度信息、降雨量信息、风力信息、能见度信息以及灰尘信息依次标记为w1、w2、w3、w4、w5；利用公式xc＝(z1
×
b3+w1
×
b4+w2
×
b5+w3
×
b6+w5
×
b7)/(w4
×
b8)计算得到行车影响系数xc；其中，b3、4、b5、b6、b7、b8均为系数因子；
61.根据行车影响系数xc确定防爆叉车的最大预计车速，具体包括：
62.数据库内存储有行车影响系数范围与车速阈值的对照表；
63.根据对照表，确定与行车影响系数xc对应的车速阈值，并标记为最大预计车速v1；其中，行车影响系数xc越大，则车速阈值越小；
64.行驶分析模块用于将防爆叉车的最大预计车速v1经云端服务器传输至物流搬运模块；物流搬运模块用于根据最大预计车速v1控制防爆叉车行驶至选中仓库；
65.在本实施例中，该系统还包括布设于各个仓库内的视频监控模块；
66.视频监控模块通过无线网络连接至云端服务器；通过视频监控模块可以更直观地掌握防爆叉车的运作轨迹，为工作人员通过云端服务器控制防爆叉车提供有力依据，使工作人员能够更好地控制防爆叉车进行取存货物、搬运及盘点货物；保持仓库内物资安全，实现作业过程的可追溯；
67.其中，视频监控模块分为两块：360
°
球机摄像头对仓库整体区域监控；解决了固定摄像头只能对某一地方或某一区域进行固定拍摄而无法拍摄到仓库其它区域情况，而导致无法全面了解仓库情况的问题；
68.重点货位增加专用摄像头，用于识别人员、叉车动作，通过行为轨迹分析对比工单信息后判定是否存在异常情况，并对异常场景报警。
69.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
70.本发明的工作原理：
71.特殊商品智能物流监控系统，在工作时，信息录入模块用于管理员录入特殊商品信息并将特殊商品信息存储至云端服务器；云端服务器用于接收到特殊商品信息后创建入库订单，并利用订单分析模块对入库订单进行处优值分析，生成入库订单的处理优先表；云端服务器根据处理优先表依次对入库订单进行处理；提高物流运转效率；
72.调拨监测模块用于对仓储中心储存的商品进行调拨监测，计算得到对应商品的调拨热度；仓库分配模块用于根据入库订单对各个仓库进行存储优值分析，将排序第一的参考仓库标记为选中仓库，利用物流搬运模块将对应商品搬运至选中仓库进行储存；提高存储效率；行驶分析模块用于采集防爆叉车的载重信息和行车环境信息并对防爆叉车的最大预计车速进行协同分析，提高行车安全；
73.视频监控模块用于监控防爆叉车的运作轨迹，为工作人员通过云端服务器控制防爆叉车提供有力依据，使工作人员能够更好地控制防爆叉车进行取存货物、搬运及盘点货物；还用于识别人员、叉车动作，通过行为轨迹分析对比工单信息后判定是否存在异常情况，并对异常场景报警；保持仓库内物资安全，实现作业过程的可追溯。
74.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
75.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作
很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
1.特殊商品智能物流监控系统，其特征在于，包括信息录入模块订单分析模块、调拨监测模块、仓库分配模块、物流搬运模块和行驶分析模块；所述信息录入模块用于管理员录入特殊商品信息并存储至云端服务器；所述特殊商品信息包括商品名称、数量、标准存储环境以及位置信息；所述云端服务器用于接收到特殊商品信息后创建入库订单，并利用订单分析模块对入库订单进行处优值ds分析，生成入库订单的处理优先表；所述云端服务器根据所述处理优先表依次对入库订单进行处理；所述调拨监测模块用于对仓储中心储存的商品进行调拨监测，计算得到对应商品的调拨热度dr；所述调拨包括入库和出库；其中，仓储中心包括若干个仓库；所述仓库分配模块与云端服务器相连接，用于根据入库订单对各个仓库进行存储优值分析，并利用物流搬运模块将对应商品搬运至选中仓库进行储存；所述物流搬运模块包括防爆叉车，所述行驶分析模块用于采集防爆叉车的载重信息和行车环境信息并对防爆叉车的最大预计车速进行协同分析，并根据最大预计车速v1控制防爆叉车行驶至选中仓库。2.根据权利要求1所述的特殊商品智能物流监控系统，其特征在于，所述订单分析模块的具体分析步骤为：获取入库订单的创建时刻与系统当前时刻进行时间差计算得到订单等待时长dt；设定对应商品的危险等级为d1，将对应商品的入库数量标记为lt；将对应商品的位置信息与仓储中心位置进行距离差计算得到入库距离lz；自动从云平台调取对应商品的调拨热度dr；统计对应商品在仓储中心的剩余库存并标记为cs；利用公式ds＝f
×
dr
×
(d1
×
g1+lt
×
g2)/(lz
×
g3+cs
×
g4)计算得到所述入库订单的处优值ds，其中g1、g2、g3、g4为预设系数因子，f为预设补偿系数；将入库订单按照处优值ds大小进行降序排列，生成入库订单的处理优先表；所述订单分析模块用于将入库订单的处理优先表反馈至云端服务器。3.根据权利要求2所述的特殊商品智能物流监控系统，其特征在于，所述调拨监测模块的具体监测步骤为：针对某一种商品；当监测到商品被调拨时，记录商品调拨信息；所述商品调拨信息包括调拨时刻、调拨数量；在预设时间段内，统计所述商品的调拨总次数为调拨频次p1；将所述商品每次的调拨数量标记为mi；将调拨数量mi与预设数量阈值相比较；统计mi大于预设数量阈值的次数占比为zb，当mi大于预设数量阈值时，获取mi与预设数量阈值的差值并进行求和得到超调总值gz；利用公式cf＝zb
×
a3+gz
×
a4计算得到超调吸引系数cf，其中a3、a4均为比例因子；利用公式dr＝p1
×
b1+cf
×
b2计算得到所述商品的调拨热度dr，其中b1、b2均为系数因子；所述调拨监测模块用于将商品的调拨热度dr打上时间戳并存储至云平台。4.根据权利要求1所述的特殊商品智能物流监控系统，其特征在于，所述仓库分配模块的具体分配步骤如下：
采集各个仓库的实时环境信息，将实时环境信息与入库订单中的标准存储环境相匹配；若一致，则将对应仓库标记为参考仓库；获取商品位置与参考仓库位置的距离差并标记为运输距离l1；获取参考仓库的剩余储存空间并标记为g1；利用公式cy＝(g1
×
a1)/(l1
×
a2)计算得到参考仓库的存储优值cy，其中a1、a2均为系数因子；将参考仓库按照存储优值cy大小进行排序，将排序第一的参考仓库标记为选中仓库。5.根据权利要求4所述的特殊商品智能物流监控系统，其特征在于，其中，若选中仓库的剩余储存空间不足以存储商品，则将剩余商品搬运至排序第二的参考仓库进行存储；以此类推。6.根据权利要求1所述的特殊商品智能物流监控系统，其特征在于，所述行驶分析模块的具体分析步骤为：将防爆叉车的载重信息标记为z1；获取防爆叉车的行车环境信息；将行车环境信息中的路面平整度信息、降雨量信息、风力信息、能见度信息以及灰尘信息依次标记为w1、w2、w3、w4、w5；利用公式xc＝(z1
×
b3+w1
×
b4+w2
×
b5+w3
×
b6+w5
×
b7)/(w4
×
b8)计算得到行车影响系数xc；其中，b3、4、b5、b6、b7、b8均为系数因子；根据行车影响系数xc确定防爆叉车的最大预计车速，具体包括：数据库内存储有行车影响系数范围与车速阈值的对照表；根据对照表，确定与行车影响系数xc对应的车速阈值，并标记为最大预计车速v1。7.根据权利要求1所述的特殊商品智能物流监控系统，其特征在于，该系统还包括布设于各个仓库内的视频监控模块；所述视频监控模块通过无线网络连接至云端服务器，用于监控防爆叉车的运作轨迹。8.根据权利要求7所述的特殊商品智能物流监控系统，其特征在于，其中，视频监控模块分为两块：360
°
球机摄像头对仓库整体区域监控；重点货位增加专用摄像头，用于识别人员、叉车动作，通过行为轨迹分析对比工单信息后判定是否存在异常情况，并对异常场景报警。

技术总结
本发明公开了特殊商品智能物流监控系统，涉及物流技术领域，包括信息录入模块订单分析模块、仓库分配模块、物流搬运模块和行驶分析模块；信息录入模块用于管理员录入特殊商品信息并存储至云端服务器；云端服务器用于接收到特殊商品信息后创建入库订单，并利用订单分析模块对入库订单进行处优值分析，生成入库订单的处理优先表，提高物流运转效率；仓库分配模块用于根据入库订单对各个仓库进行存储优值分析，并利用物流搬运模块将对应商品搬运至选中仓库进行储存；行驶分析模块用于采集防爆叉车的载重信息和行车环境信息并对防爆叉车的最大预计车速进行协同分析，并根据最大预计车速控制防爆叉车行驶至选中仓库，提高行车安全。全。全。


技术研发人员：李宝文 张小翠 张宏俊
受保护的技术使用者：中通服供应链管理有限公司
技术研发日：2023.03.30
技术公布日：2023/7/25