申请/专利权人：西湾智慧(广东)信息科技有限公司

申请日：2023-09-19

公开（公告）日：2024-04-16

公开（公告）号：CN117196150B

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q10/087;G06Q10/083;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明公开了一种基于数字孪生的智慧园区中台系统，包括数据处理模块、数据储存模块、数据输出模块；数据存储模块用于存储用户预先建立的园区三维模型数据和园区的历史数据；数据处理模块用于调取历史数据和园区的三维模型数据，并建立历史数据与三维模型数据之间的映射关系，再读取当前车辆的货物总量入库时耗信息和预入库的车辆的车辆报道信息，根据货物入库实时数据估算预入库车辆的等待时间，并制定等待时间报告；本发明以园区货物的历史数据为基础进行分析，对园区内货运车辆的入库时间进行统一规划，避免货运车辆集中拥堵的仓库的入库位置，造成堵塞，使得货物入库可以有条不紊的进行，可以有效提升货物入库的效率。

主权项：1.一种基于数字孪生的智慧园区中台系统，其特征在于，包括影像采集模块、时间采集模块、位置采集模块、重量采集模块、数据处理模块、数据储存模块、数据输出模块；影像采集模块用于采集园区内车辆的车辆报道信息与货运件的实时影像信息；时间采集模块用于采集车辆的货物总量入库时耗信息；位置采集模块用于采集车辆实时位置信息；重量采集模块用于采集货运件的实时重量信息；数据存储模块用于存储用户预先建立的园区三维模型数据和园区的历史数据，历史数据包括第一历史数据、第二历史数据、第三历史数据、第四历史数据与第五历史数据；数据处理模块用于调取历史数据和园区的三维模型数据，并建立历史数据与三维模型数据之间的映射关系，再读取当前车辆的货物总量入库时耗信息和预入库的车辆的车辆报道信息，根据货物入库实时数据估算预入库车辆的等待时间，并制定等待时间报告；数据处理模块还用于调取三维模型数据，并对三维模型中的预入库车辆的车辆位置进行分析，制定目标入库区域报告；数据输出模块用于接收并输出等待时间报告和目标入库区域报告；所述历史数据与三维模型数据之间的映射关系的处理过程如下：调取第一历史数据，第一历史数据包括园区仓库分布信息；根据园区仓库分布信息，以园区的几何中心为原点，在水平面内过原点建立两条互相垂直的直线，分别作为X轴和Y轴，过原点建立数值布置的直线作为Z轴建立园区的三维坐标系A；再获取三维模型的数据，以三维模型的几何中心为原点，在三维模型中水平面内过原点建立两条互相垂直的直线，分别作为X′轴和Y′轴，过原点建立数值布置的直线作为Z′轴建立三维模型的三维坐标系B；通过三维坐标系A与三维坐标系B的一一对应关系建立三维坐标系A中坐标数值到三维坐标系B坐标数值的映射关系；所述数据处理模块的处理过程如下：调取第二历史数据，第二历史数据包括车辆的历史货物总量入库时耗信息；随机抽取多个同类型车辆的历史货物总量入库时耗信息，并计算出货物入库的平均时耗H1；再读取车辆报道信息，并根据车辆报道信息对车辆货物入库顺序进行排序；根据预入库车辆与当前入库车辆之间间隔车辆的数量对预入库车辆的等待时间进行预估，得到预估等待时间Ht，具体预估过程如下：Ht＝n+1H1其中，n为预入库车辆与当前入库车辆之间间隔车辆的数量，n为0或正整数；根据预估等待时间Ht制定等待时间报告；所述数据处理模块还进行如下处理过程：调取第三历史数据，第三历史数据包括预入库车辆在相邻车辆位置之间进行切换时的位置切换时耗信息；随机抽取多个车辆的位置切换时耗信息，并计算位置切换的平均时耗H2；再根据预入库车辆与当前入库车辆之间间隔车辆的数量对预入库车辆的等待时间进行重新预估，对预估等待时间Ht进行调整，具体调整过程如下：Ht＝n+1*H1+H2再根据调整后的预估等待时间Ht重新制定等待时间报告；所述数据处理模块还进行如下的处理过程：调取第四历史数据，第四历史数据包括货物的历史体积信息与货运件搬运时耗信息；根据货运件的预设规则将货运件分为大体积运件和小体积运件；分别抽取同一车辆中至少y个大体积运件的货运件搬运时耗信息和多个小体积运件的货运件搬运时耗信息，y≥10，并分级计算大体积运件的货运件搬运时耗的平均值C和小体积运件的货运件搬运时耗的平均值D，并计算大体积货运件搬运时间的增量E，具体计算过程为：E＝C-D提取货运件的实时影像信息，并对货运件的实时影像进行处理获取货运件的尺寸信息，并根据货运件的尺寸信息计算货运件的体积V；所述预设规则如下：当货运件的体积V≥预设阈值G时，表示货运件为大体积运件，当货运件的体积V＜预设阈值G时，表示货运件为小体积运件；根据货运件的实时影像信息计算大体积运件的比重F，对货运件的实时影像信息进行处理获取到大体积运件数量M和小体积运件数量N，之后通过公式F＝MM+N,具体计算大体积运件的比重F，M和N为正整数；当大体积运件比重F＜预设阈值H时，即表示大体积运件的数量少，预入库车辆的等待时间符合预估要求；当大体积运件比重F≥预设阈值H时，即表示大体积运件的数量多，预入库车辆的等待时间不符合预估要求，需要对预估等待时间Ht进行调整，具体调整过程为：Ht＝n+1*H1+H2+xC-D其中，x为同一车辆中大体积运件的数量；再根据调整后的预估等待时间Ht重新制定等待时间报告；当大体积运件比重F＜预设阈值H时，数据处理模块还进行如下处理过程：获取货运件实时重量信息；根据预设重量对货运件进行分类，将货运件大质量运件和小质量运件，当货运件重量≥预设值P时为大质量运件，当货运件＜预设值P时为小质量运件；统计大体积运件中货运件的重量信息；通过货运件实时重量信息获取到大重量运件数量T和小质量运件数量R；再计算大质量运件数量占总货运件数量的比重K，具体计算过程如下：K＝TT+R其中，T和R均为正整数；当大质量运件比重K≥预设阈值J时，表示大体积运件中大质量运件数量多，预入库车辆的等待时间符合预估要求；当大质量运件比重K＜预设阈值J时，表示大体积运件中大质量运件数量少，大体积运件与小体积运件的搬运时耗相等，需再次将预估等待时间Ht调整为：Ht＝n+1*H1+H2并重新制定等待时间报告。

全文数据：

权利要求：

百度查询： 西湾智慧(广东)信息科技有限公司 一种基于数字孪生的智慧园区中台系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD