-
公开(公告)号：CN117057687A
公开(公告)日：2023-11-14
申请号：CN202310795735.7
申请日：2023-06-30
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06Q10/083 , G06Q10/0631 , G06F16/27 , G06F16/182 , G06F21/60 , G06F21/62 , G06F21/64 , G06F21/57 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种基于区块链的物流运输设备共享方法及系统，涉及区块链技术和加密算法技术领域，包括：采集运输车辆的信息，录入并存储至区块链节点；接收到申请共享运输设备的请求后，利用大数据技术进行车货匹配计算；将运输过程中产生的订单信息写入区块链中；对订单信息中的隐私信息进行加密保护，利用F*‑LSTM方法对智能合约进行漏洞检测。本发明提供的基于区块链的物流运输设备共享方法通过区块链技术实现共享经济，能有效降低物流运输成本，减少车辆空载现象，同时采用隐藏访问策略CP‑ABE跨域共享方案对共享数据进行加密保护，有效避免了信息泄露问题。
-
公开(公告)号：CN116993071A
公开(公告)日：2023-11-03
申请号：CN202310783152.2
申请日：2023-06-29
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06Q10/0631 , G06N3/006
摘要： 本发明公开一种基于数字孪生的托盘式堆高车AGV充电调度方法及系统，本发明涉及AGV调度技术领域，包括：根据本方法的两阶段优化调度模型和改进蝴蝶算法生成初始的调度方案，对生成的方案进行仿真验证，在执行方案的过程中搜集所需数据传入虚拟空间中，根据适用于本方案的能量消耗模型预估下一时间段内的能量消耗并进行可行性预测，判断AGV是否需要进行充电任务；若AGV需要执行充电任务，则重新生成调度方案，反之继续执行当前任务，本方法使用两阶段优化调度模型和改进蝴蝶算法生成初始调度方案和后续调度方案，提高了任务分配的灵活性，更符合现实场景；使得对能量消耗的计算更加精准。
-
公开(公告)号：CN117173393A
公开(公告)日：2023-12-05
申请号：CN202310891728.7
申请日：2023-07-19
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06V10/25 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464 , G06V10/764 , G06V10/75 , G06F17/10 , G06Q10/04 , G06Q10/083
摘要： 本发明公开了一种基于目标检测的输送带上包裹阻塞滑落问题检测方法包括：采集图像，构建YOLOv5网络的训练数据集并进行训练，获得目标检测模型；利用所述目标检测模型对快递包裹进行检测，获取空间信息和分类信息；使用目标匹配算法将图像中的快递包裹进行目标匹配，并构建基于历史信息的快递包裹轨迹预测模型；利用所述轨迹预测模型在快递包裹滑落和阻塞时发出警报。本发明采用了YOLO技术对物流仓储的分拣输送环节进行检测，能够及时地发现环节中快递包裹阻塞滑落等问题，提高了分拣输送的效率；对输送带上每一个快递包裹在连续时间段内采集的图像进行目标匹配和跟踪性预测分析，为输送过程中的潜在失误提前做出示警。
-
公开(公告)号：CN117058649A
公开(公告)日：2023-11-14
申请号：CN202310795836.4
申请日：2023-06-30
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06V20/58 , G06V10/46 , G06V10/75 , G06V10/82 , G06V10/26 , G06V20/70 , G06T7/35 , G06T3/00 , G06T3/40 , G06N3/0464
摘要： 本发明公开了一种基于全景图像拼接的无人快递车障碍识别方法及系统包括，对无人车拍摄收集到的视野图像进行预处理；对于预处理后的视野图像进行特征提取与筛选；通过RANSAC计算图像间单应性矩阵，结合匹配对；对于匹配后的图像进行融合；基于拼接后的视野全景图进行障碍识别。提升了全景图整体质量，保证障碍识别精度和容易度，提出结合卷积神经网络与语义分割模型的无人车障碍识别方法，用两种方法的改进模型分别识别无人车运行路径中的已知障碍与未知障碍，并保证不断更新障碍数据库，保证障碍识别结果的全面与精准。
-
公开(公告)号：CN117035577A
公开(公告)日：2023-11-10
申请号：CN202310783145.2
申请日：2023-06-29
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06Q10/083 , G06Q10/04
摘要： 本发明公开了一种面向冷链运输的鲜食葡萄品质控制方法包括，设计葡萄品质评价指标，获得预测方程，结合主成分分析法，构建葡萄品质‑时间‑环境因素函数模型，设置初始阈值，实时监控环境因素计算品质预测值，并与阈值对比，通过环境干预模块对运输环境进行干预，构建葡萄品质评价模型，对冷链运输后的葡萄品质进行评价。本方法可以通过预测结果实时调整冷链运输车厢内的环境因素，解决冷链运输过程当中因为环境因素的变化而导致的葡萄品质下降的问题。
-
公开(公告)号：CN117029819A
公开(公告)日：2023-11-10
申请号：CN202310797079.4
申请日：2023-06-29
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G01C21/20
摘要： 本发明公开了一种基于剩余电量的多AGV冲突避免方法，涉及自动驾驶领域，建立一张全局栅格地图模型；根据遗传算法为AGV分配任务；对上述的AGV车辆采用三层法，为AGV进行路径规划和充电调度，找寻出一条全局静态无冲突路径；AGV按照规划好的路径执行任务。底层通过采用只朝目标节点方向搜索的方式进行节点搜索提高了算法速度和效率；顶层通过对所有的AGV车辆的路径进行冲突检测，及时发现存在的冲突，并优先级解决冲突，避免了AGV之间的冲突发生，提高了AGV执行任务的整体效率；中层根据实际情况对AGV进行了充电调度避免了AGV电量过低无法完成任务以及AGV充电时间过长导致电池损伤、其余待充电AGV等待时间过长和货物堆积等情况。
-
公开(公告)号：CN117272180A
公开(公告)日：2023-12-22
申请号：CN202310795098.3
申请日：2023-06-30
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06F18/243 , G06F18/10 , G06F18/213 , G06F18/2131 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N3/006 , G01M99/00
摘要： 本发明公开了一种基于残差网络模型的分拣机故障检测方法，包括收集分拣机运行数据，并进行预处理；构建残差网络模型，并使用旗鱼优化算法对模型进行参数调整；通过调整后的残差网络模型进行特征提取；将特征输入故障分类器进行分析，得到故障识别结果。本发明可以实现对不同类型的故障进行自动分类和诊断，提高了故障检测和诊断的效率和准确性；可以有效地诊断分拣机的故障，并提前进行预测，从而实现快速维护和维修，不仅可以提高生产效率，还可以降低维护成本，具有广泛的实用价值和推广前景。
-
公开(公告)号：CN117078128A
公开(公告)日：2023-11-17
申请号：CN202310799061.8
申请日：2023-06-29
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06Q10/083 , G06Q10/0835 , G06N3/006
摘要： 本发明公开了一种基于蜣螂优化算法的多式联运规划方法，包括采集多式联运路网信息，建立多式联运路网模型；根据多式联运路网模型各节点之间的路网数据获取各节点之间的运输方案信息，构建多种多式联运方案；采用蜣螂优化算法迭代优化多式联运方案，获取最佳多式联运方案。本发明根据现有的路网数据，构建了一个符合路网交通网络体系的多式联运路网模型，快速获取到最佳多式联运方案，提高运输方案规划效率；此外，此发明考虑构建了成本最低、碳排放量最低、满意度最高的多目标约束模型，并且结合了现下国家有关多式联运相关政策，如“预渡柜”、“港外堆场”等最新政策，使得多式联运路网模型更加具有时效性和现实意义。
-
公开(公告)号：CN117035578A
公开(公告)日：2023-11-10
申请号：CN202310783160.7
申请日：2023-06-29
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06Q10/083 , G06F16/953 , G06N5/02
摘要： 本发明公开了一种基于知识图谱的车货匹配推荐方法，包括获取车辆信息和货物信息的原始特征。基于原始特征生成辅助信息。引入注意力机制融合Embedding向量形成车辆和货物的最终Embedding向量。将Embedding向量投入深度神经网络模型训练并得出最终特征向量。将最终特征向量投入深度神经网络模型，得出货主对待推荐车辆的点击概率。将点击概率推荐给货主。本发明有效解决了协同过滤算法中矩阵稀疏问题缩短了模型的训练时间，提升了模型训练灵活度，增强了推荐结果的实时性。
-
公开(公告)号：CN117077835A
公开(公告)日：2023-11-17
申请号：CN202310809908.6
申请日：2023-07-04
申请人： 安徽邮谷快递智能科技有限公司
IPC分类号： G06Q10/04 , G06Q10/083 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于信息反馈及天气注意机制模型的快递量预测方法包括：采集快递末端驿站的历史快递业务量并对所述历史快递业务量进行数据预处理；收集与历史快递业务量相关的物流环节反馈信息；构建具有天气注意机制与长短期记忆神经网络的预测模型，并输出预测结果。本发明提供的基于信息反馈及天气注意机制模型的快递量预测方法通过采用深度学习算法以及考虑天气因素对快递量的影响，提高了预测的准确性和时效性。相比传统的方法，该方案更加适用于处理非线性关系或高维度的物流数据，并且不需要过大的计算量；本发明还对各影响因素对快递量的影响程度进行了区分，提高了数据的利用率，增强了预测结果的动态性和时效性。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.041 秒)
