更新时间：2026-08-15 00:02:40
已登记
详细信息
-
知识产权名称
物流货物堆叠安全监测数据
-
登记编号
DIP2025000009319
-
申请人
温岭市天航物流有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-06-25 17:25:59
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
3768
-
更新频次
按需更新
-
应用场景
该数据在仓储货物堆叠安全监测中具有重要的应用价值。能够提供毫米级精度的空间体积测量，更精确地识别不规则形状货物的堆叠姿态，帮助仓库管理员进行实时安全预警。这项技术在自动化立体仓库、零担物流中转场和电商分拣中心具有广泛应用，特别是托盘货物倾斜检测、散货堆叠高度预警和装卸碰撞风险预测，能够提高库存空间利用率，降低货损率，提供7×24小时不间断安全监控能力。
-
算法规则简要说明
数据收集： 通过部署在仓库立柱的6组RGB-D摄像头阵列，以10fps频率同步采集货架区域的多视角图像和深度信息。每个数据样本包含：货架区域图像：原始RGB矩阵数据；点云文件：通过深度相机获得；堆叠层数（人工标注）：人工标注的货物堆叠层级；最大倾斜角（人工标注）：激光测量仪获取的基准值；结构安全系数：力学仿真软件计算的稳定性参数 数据预处理： 1. 多视角配准：采用ICP算法对齐6个视角的点云数据，公式：minΣ||(R·p_i + T) - q_i||²，其中R为旋转矩阵，T为平移向量。 2. 体素降采样：将点云转换为0.5cm³体素网格，保留密度特征。 3. 表面重建：使用泊松重建算法生成三角网格表面，公式：∇·∇Φ = ρ，其中Φ为指示函数，ρ为点云密度。 模型构建： 采用基于PointNet++的改进型网络架构，网络包含4个层级特征提取模块和1个安全评估头。关键算法公式：L_total = αL_class + βL_reg + γL_geo 其中：L_class = -Σ(y_true·log(y_pred)) 用于堆叠层数分类；L_reg = smoothL1(θ_pred - θ_true) 用于倾斜角回归；L_geo = ||F(pcd) - F(mesh)||² 保障点云与重建网格的几何一致性α,β,γ为0.5,0.3,0.2的加权系数，网络输入为预处理后的点云，网络公式表达为output=PointNet++(pcd),其中pcd表示点云，output表示输出，包含堆叠层数（预测）、最大倾斜角（预测）和结构安全系数计算，处理时间通过轻量化网络架构优化获得。有了量化的结构安全系数和最大倾斜角，一旦任一指标的实时监测值突破阈值，系统会立即触发高级别警报，通过声光、短信、WMS系统消息等方式通知仓库管理员，并锁定高风险货位，防止人工继续操作，实现对迫在眉睫风险的即时响应。
-
更新频次
按需更新
-
存证平台
浙江省知识产权区块链公共存证平台
