首页 热门物流资讯 使用人工智能改善内部物流中物体的定位

使用人工智能改善内部物流中物体的定位

  室内定位技能是工业部门数字化转型的驱动力之一。精确而廉价地追寻物体、财物和人的才能可认为从物流到医疗保健等各个领域的公司节约资源、时刻和金钱。   Xavier Vilajos…


  室内定位技能是工业部门数字化转型的驱动力之一。精确而廉价地追寻物体、财物和人的才能可认为从物流到医疗保健等各个领域的公司节约资源、时刻和金钱。
  Xavier Vilajosana是西班牙加泰罗尼亚奥贝塔大学核算机科学、多媒体和电信学院的教授,也是加泰罗尼亚大学互联网跨学科研讨所(IN3)无线网络小组(WINE)的负责人,他正在和谐该大学参加一个新的欧洲项目,该项目正在开发改善室内环境定位的立异处理计划。
  DUNE运用深度学习技能与散布式核算体系相结合,运用了云核算和边际核算的优势。换句话说,这些核算架构既能够在长途服务器上运转,也能够在发生数据的当地邻近运转。其意图是创立一个多功能的体系,运用各种可用的技能,并能习惯不同的潜在运用状况。
  "今天有许多技能办法企图运用无线电信号的特性作为取得物体之间相对方位的东西。“Xavier Vilajosana解说说:"这种技能的多样性和它们能够运用的广泛状况,以及高度多样化的预算和运用环境,意味着咱们需求开发一个强壮的结构来实时办理来自不同技能的方位数据,一起能够习惯多种工业需求,并在经济上具有吸引力。”
  运用深度学习技能的辅佐定位
  室内财物定位运用接纳设备的视角来揣度物体宣布的信号来自哪个方向,然后将这些信息转化为对其方位的估量。这项技能的首要应战之一是信号发射器和接纳器之间的障碍物(特别是在工业环境中)以及多径传达所发生的巨大差错。多径传达是导致无线电信号在不一起刻经过两条或多条途径抵达接纳天线的现象。
  为此,信号处理是必不可少的--不然就会呈现模糊不清的状况,导致物体方位的过错。面临这一应战,DUNE在定位进程的各个阶段归入了由深度学习技能辅佐的定位机制,以完成最佳功能。深度学习触及一种机器学习算法,它能够被练习为从输入中学习,然后这些常识能够被用来依据新的信息得出结论。"数据运用不同的办法进行处理,如深度学习办法,它被练习来挑选最能定位被追寻物体的方位估量。"Vilajosana解说说。
  散布式核算战略
  该项目还将运用不同的核算架构,从云到边际和远端核算。换句话说,为了削减云核算进程,核算将散布在更挨近数据源的各个节点上,然后削减服务器的呼应时刻和带宽,一起进步数据的安全性,而不是选用集中式战略。
  该体系是彻底散布式的,由放置在要定位的物体上的各种传感器和定位技能组成。这些设备发生原始数据的痕迹,有必要进行处理以取得其估量的单个方位。开始的数据处理是在 "远端 "进行的,也就是在发射信号的天线邻近。
  数据实时更新
  定位器的天线阵列收到了来自被追寻物体或人员的传感器的无线电信号。这些数据有必要进行转化,以估量确认信号方向的视点并供给实时更新。"在一个完美的国际里,这种转化是一个几许进程,取决于天线之间的空间(间隔)和无线电频率(波长)。但是,这些环境会遭到噪音和不规则要素的影响。" Vilajosana着重说。
  "在处理这些问题时。"他继续说:"深度学习办法能够成为一个十分有价值的东西,以取得对物体方位的精确估量。"
  运用其他 "边际 "设备进行实时数据处理和汇总,以进步体系的功能。另一个过滤过程在此刻参加,以改善信号转化,并能够归入不同的技能,在其他办法中运用深度学习。
  云中的基础设施
  预算的方位从这些边际设备实时传递到云端基础设施,该基础设施与工厂或物流库房的信息体系相连,作业正在进行中。在云中,先进的人工智能办法可用于纠正、改善、分类、检测异常状况和优化操作。
  这个云基础设施处理目标的显现和盯梢,并将这些信息与其他子体系(如工厂或库房的库存)衔接并彼此相关。
  大规模的测验台
  这一技能计划将在整个项目中得到评价,该项目将在不同的场景中继续12个月,其成果将与现在其他技能处理计划进行比较。首要,测验将在研讨小组自己的实验室进行,随后,大规模的测验将在一个专门为这种类型的实验设计的建筑物中进行,该建筑物的面积为1000平方米,能够对不同的技能进行评价。

本文来自网络,不代表快递资讯网立场。转载请注明出处: http://www.llaiot.com/popular-logistics-information/2124.html
上一篇
下一篇

为您推荐

返回顶部