摘要
本发明公开了一种智能货架的实时库存监测与管理方法及系统,涉及智能货架和仓储管理技术领域,包括:实时采集货架的点云数据和库存数据并进行预处理;将点云数据进行DBSCAN聚类输出每个货物的点云数据,使用场景流估计模型计算货物点云数据中每个点的预测目标位置;根据每个点的预测目标位置判断货物异常状态;基于库存数据和货物异常状态通过滚动时域定义目标函数。本发明通过使用DBSCAN聚类算法对点云数据进行处理,精确提取货物位置,并通过场景流估计模型预测动态目标位置,提升了货物定位的精度,通过智能化的异常状态检测,优化了货物监控和异常处理,基于库存数据和异常状态,通过滚动时域和强化学习模型进行动态决策更新。
技术关键词
智能货架
异常状态
强化学习模型
管理方法
数据
点云
异常点
邻域
DBSCAN聚类算法
动态
决策
多层卷积神经网络
核心
激光雷达
场景
滚动时域优化
定义
曲线
仓储管理技术
系统为您推荐了相关专利信息
智能检测机器人
机器人本体
伸缩支撑组件
排水管
主动力电机
设备故障预测
神经网络模型
数据样本集合
决策树模型
计算机程序指令
深度学习模型
解码器单元
编码器单元
网络结构
异常检测系统