集装箱货物装载质量检测方法、服务器、终端及存储介质与流程

1.本技术实施例涉及集装箱技术领域，尤其涉及一种集装箱货物装载质量检测方法、云端服务器、第一终端以及计算机可读存储介质。


背景技术：

2.集装箱，是指具有一定强度、刚度和规格专供周转使用的大型装货容器。使用集装箱转运货物，可直接在发货人的仓库装货，运到收货人的仓库卸货，中途更换车、船时，无须将货物从箱内取出换装。
3.集装箱运送周期较长，尤其是海运集装箱的运送周期，如果货物在装柜中出现数量或质量问题，会导致巨大的损失，而且难以及时补救。因此在装柜中需要人工对整个集装箱和装载的货物进行严格的审核，例如：集装箱外观是否有破损、内部是否有不符合海关要求的异物、货物数量和品种是否符合装箱清单、货物摆放是否符合装载规范、货物和托盘是否有破损等等。但是人工审核强度高，不仅浪费人力物力，而且影响了装载货物的效率。


技术实现要素：

4.有鉴于此，本技术实施例的目的在于提供一种集装箱货物装载质量检测方法、云端服务器、第一终端以及计算机可读存储介质，以提升货物装载的效率。
5.根据本技术实施例的一个方面，提供的一种集装箱货物装载质量检测方法，所述方法包括：
6.获取第一终端上传的已装载于集装箱内的一整排货物的照片；
7.对所述照片进行处理，以确定所述整排货物的装载质量是否合格；
8.向所述第一终端发送第一反馈信息，以指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，向所述第一终端发送第二反馈信息，以指示所述整排货物的装载质量不合格且需要重新装载。
9.根据本技术实施例的另一个方面，提供的一种云端服务器，所述云端服务器包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器执行时用于实现上述的集装箱货物装载质量检测方法的步骤。
10.根据本技术实施例的另一个方面，提供的一种集装箱货物装载质量检测方法，所述方法包括：
11.向云端服务器上传已装载于集装箱内的一整排货物的照片；
12.接收所述云端服务器发送的第一反馈信息，该第一反馈信息指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，接收所述云端服务器发送的第二反馈信息，该第二反馈信息指示所述整排货物的装载质量不合格且需要重新装载。
13.根据本技术实施例的另一个方面，提供的一种第一终端，所述第一终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的集装箱货物装载质量检测程
序，所述集装箱货物装载质量检测程序被所述处理器执行时用于实现上述的集装箱货物装载质量检测方法的步骤。
14.根据本技术实施例的另一个方面，提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器执行时实现上述的集装箱货物装载质量检测方法的步骤。
15.本技术实施例提供的集装箱货物装载质量检测方法、云端服务器、第一终端以及计算机可读存储介质，在货物装载过程中及时地检测装载质量是否合格，在装载质量不合格时可通知装载人员进行修正，避免了直到整个集装箱装完后才发现错误而导致返工的问题，提升了货物装载的效率。
附图说明
16.图1为本技术实施例提供的一种集装箱货物装载质量检测方法示意图；
17.图2为本技术实施例提供的云端服务器示意图；
18.图3为本技术实施例提供的云端服务器及终端示意图；
19.图4为本技术实施例提供的云端服务器的检测过程示意图；
20.图5为本技术实施例提供的另一种集装箱货物装载质量检测方法示意图；
21.图6为本技术实施例提供的第一终端示意图。
22.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
23.为了使本技术所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
24.在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
25.第一实施例
26.如图1所示，本技术第一实施例提供一种集装箱货物装载质量检测方法，该方法用于云端服务器；所述方法包括：
27.步骤s11、获取第一终端上传的已装载于集装箱内的一整排货物的照片；
28.在一示例中，所述获取第一终端上传的已装载于集装箱内的一整排货物的照片之前，还包括：
29.获取所述第一终端上传的集装箱照片；
30.根据所述集装箱照片以及空箱检测清单，对集装箱的质量进行检测。
31.在该示例中，通过对集装箱的质量进行检测可确保装箱质量，避免错装。用户通过所述第一终端拍摄的集装箱照片，包括但不限于集装箱内部、外部照片，局部细节照片等等。
32.在一示例中，所述获取第一终端上传的已装载于集装箱内的一整排货物的照片之前，还包括：
33.获取所述第一终端上传的填充单元的照片。
34.在该示例中，通过所述第一终端上传的填充单元的照片，便于三维空间装载结构的建立；在后续的货物识别中，可识别出填充单元，进而便于装载货物的统计和核对。
35.填充单元包括但不限于填充气袋、填充泡沫、充气纸袋等等。
36.步骤s12、对所述照片进行处理，以确定所述整排货物的装载质量是否合格；
37.在一示例中，所述对所述照片进行处理，以确定所述整排货物的装载质量是否合格，包括：
38.通过深度学习方法识别出以下至少之一、货物是否损坏、托盘是否损坏、条码或者标签是否缺失、是否存在异物。比如：系统通过深度学习货物有破损的照片后，不断地把货物破损的照片输入系统中，训练系统；最后训练好的系统通过神经网络识别照片，如果货物有损坏，系统将判断，当前系统不符合装箱条件，发出提示，让人工去重新核对，把损坏的货物进行处理。
39.货物损坏包括：集装箱的表面有凹陷，这种集装箱是不合格，后面货物运输过程中可能会导致漏水，通过步骤s12可以提前发现避免货物后面破损。
40.在一示例中，所述对所述照片进行处理，以确定所述整排货物的装载质量是否合格，包括：
41.识别出所述照片中的货物和标签，并通过光学字符识别技术识别出所述标签中的货物编号。
42.具体地，可通过机器学习先识别出货物上的白色标签，再把图片切割合成在一起，然后把这个合成的图片发送到光学字符识别的应用程序接口，以返回识别的文字。
43.在该示例中，所述通过光学字符识别技术识别出所述标签中的货物编号之后，还包括以下至少之一：
44.将识别出的货物编号与识别出的货物进行绑定；
45.将识别出的货物数量与集装箱装箱清单中的货物数量进行比对；
46.确定所述货物的位置信息，以建立三维空间装载结构。
47.具体地，可通过aabb-tree的算法，对集装箱内的货物装载结构进行还原比对，以建立三维空间装载结构。aabb-tree的算法可参考公告号为cn109670263b的文献，该文献的内容均可引用至此。
48.其中，所述确定所述货物的位置信息，以建立三维空间装载结构之后，还包括：
49.根据识别出的货物编号在预设的数据库中进行查询，以得到货物的大小、重量、承重中的至少一个信息；
50.根据所述至少一个信息以及所述三维空间装载结构，判断所述整排货物的装载是否符合装载规范。
51.具体地，通过三维空间装载结构，可判断整排货物的装载是否超宽、超高、超重，在货物装载过程中及时地检测出来并通知装载人员进行修正，避免了直到整个集装箱装完后才发现错误而导致返工的问题，提升了货物装载的效率。
52.其中，所述三维空间装载结构可用于自动卸载货物的指引。
53.在一示例中，所述对所述照片进行处理，以确定所述整排货物的装载质量是否合格之后，还包括：
54.在所述整排货物的装载质量不合格时向第二终端发送第一提示信息，以提示审核人员对所述整排货物的装载质量进行复查。
55.步骤s13、向所述第一终端发送第一反馈信息，以指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，向所述第一终端发送第二反馈信息，以指示所述整排货物的装载质量不合格且需要重新装载。
56.在一示例中，所述向所述第一终端发送第一反馈信息，以指示所述整排货物的装载质量合格并可继续下一整排货物的装载之后，还包括：
57.在所有货物装载完成之后生成装箱报告。
58.在该示例中，所述在所有货物装载完成之后生成装箱报告之后，还包括：
59.向第二终端发送第二提示信息，以提示审核人员对所述装箱报告进行审核。
60.需要说明的是，第一终端和第二终端包括但不限于平板电脑、手机、台式电脑等等。
61.第二实施例
62.如图2所示，本技术第二实施例提供一种云端服务器，所述云端服务器包括存储器21、处理器22及存储在所述存储器21上并可在所述处理器22上运行的集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器22执行时，用于实现第一实施例所述的集装箱货物装载质量检测方法的步骤。
63.以下结合图3和图4对云端服务器的检测过程进行说明：
64.如图3所示，整个系统可由一个云端服务器、数十个第一终端以及数个第二终端组成。每一个装箱人员配备一台第一终端，一个第二终端负责对数个第一终端进行人工的最终确认和审核。
65.如图4所示，装箱人员通过第一终端登录系统，查阅新的货物装载任务并开始进入拍摄模式，以通过第一终端的摄像头拍摄货柜号。若货柜号与装箱清单中的货柜号相匹配，则可点击按钮开始拍摄集装箱细节。否则需要等待人工审核之后，才可点击按钮开始拍摄集装箱细节。可选的实施中，可以通过手工输入方式，输入货柜号进行匹配。
66.在通过第一终端的摄像头拍摄完集装箱细节之后(若没有拍摄完则继续拍摄)，可上传云端服务器进行审批。若云端服务器审批通过，则可以进行货物装载；否则需要等待人工审核之后，才可以进行货物装载。
67.在将一整排货物装载在集装箱内时，若本排有被遮挡货物或者有被拆货物，则可通过第一终端的摄像头拍摄被遮挡货物或者被拆货物直接上传至云端服务器进行检测。或者，手动通过和照片互动输入货物编号上传至云端服务器进行检测。
68.若本排没有被遮挡货物或者有被拆货物，则可通过第一终端的摄像头拍摄整排货物的照片并上传云端服务器进行检测。拍摄过程中，照片质量不符合要求需要重新拍摄，也可补拍没识别货物的特写照片。
69.云端服务器对拍摄的照片进行处理，判断整排货物的装载是否符合装载规范，例如：是否超宽、超高(整排货物与集装箱之间的顶壁或者侧壁之间是否具有安全距离)，超重(超过货物的承重)。若整排货物的装载符合装载规范，则开始新一排货物的装载和拍摄；否则需要等待人工审核。
70.在装完整个货柜之后生成装箱报告，即可通知审核人员进行审核。
71.第三实施例
72.如图5所示，本技术第三实施例提供一种集装箱货物装载质量检测方法，该方法用于第一终端。所述方法包括：
73.步骤s31、向云端服务器上传已装载于集装箱内的一整排货物的照片；
74.在本示例中，当将一整排货物装载在集装箱内时，可通过第一终端自身的摄像头，拍摄装载于集装箱内的一整排货物的照片，并将该照片通过网络上传到云端服务器。
75.云端服务器在接收到第一终端上传的已装载于集装箱内的一整排货物的照片之后，对所述照片进行处理，以确定所述整排货物的装载质量是否合格。若所述整排货物的装载质量合格，则向第一终端发送第一反馈信息；否则向第一终端发送第二反馈信息。云端服务器对所述照片的处理，可参考第一实施例所述内容。
76.在一示例中，所述向云端服务器上传已装载于集装箱内的一整排货物的照片之前，还包括：
77.向云端服务器上传集装箱照片。
78.在一示例中，所述向云端服务器上传已装载于集装箱内的一整排货物的照片之前，还包括：
79.向云端服务器上传填充单元的照片。
80.步骤s32、接收所述云端服务器发送的第一反馈信息，该第一反馈信息指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，接收所述云端服务器发送的第二反馈信息，该第二反馈信息指示所述整排货物的装载质量不合格且需要重新装载。
81.第四实施例
82.如图6所示，本技术第四实施例一种第一终端，所述第一终端包括存储器41、处理器42及存储在所述存储器41上并可在所述处理器42上运行的集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器42执行时用于第三实施例所述的集装箱货物装载质量检测方法的步骤。
83.第五实施例
84.本技术第五实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被处理器执行时，用于实现第一实施例或第三实施例所述的集装箱货物装载质量检测方法的步骤。
85.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁
盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
86.以上参照附图说明了本技术的优选实施例，并非因此局限本技术的权利范围。本领域技术人员不脱离本技术的范围和实质内所作的任何修改、等同替换和改进，均应在本技术的权利范围之内。

技术特征：
1.一种集装箱货物装载质量检测方法，其特征在于，所述方法包括：获取第一终端上传的已装载于集装箱内的一整排货物的照片；对所述照片进行处理，以确定所述整排货物的装载质量是否合格；向所述第一终端发送第一反馈信息，以指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，向所述第一终端发送第二反馈信息，以指示所述整排货物的装载质量不合格且需要重新装载。2.根据权利要求1所述的方法，其特征在于，所述对所述照片进行处理，以确定所述整排货物的装载质量是否合格，包括：通过深度学习方法识别出以下至少之一：货物是否损坏、托盘是否损坏、条码或者标签是否缺失、是否存在异物。3.根据权利要求1所述的方法，其特征在于，所述对所述照片进行处理，以确定所述整排货物的装载质量是否合格，包括：识别出所述照片中的货物和标签，并通过光学字符识别技术识别出所述标签中的货物编号。4.根据权利要求3所述的方法，其特征在于，所述通过光学字符识别技术识别出所述标签中的货物编号之后，还包括以下至少之一：将识别出的货物编号与识别出的货物进行绑定；将识别出的货物数量与集装箱装箱清单中的货物数量进行比对；确定所述货物的位置信息，以建立三维空间装载结构。5.根据权利要求4所述的方法，其特征在于，所述确定所述货物的位置信息，以建立三维空间装载结构之后，还包括：根据识别出的货物编号在预设的数据库中进行查询，以得到货物的大小、重量、承重中的至少一个信息；根据所述至少一个信息以及所述三维空间装载结构，判断所述整排货物的装载是否符合装载规范。6.根据权利要求4所述的方法，其特征在于，所述三维空间装载结构可用于自动卸载货物的指引。7.根据权利要求1所述的方法，其特征在于，所述获取第一终端上传的已装载于集装箱内的一整排货物的照片之前，还包括：获取所述第一终端上传的集装箱照片；根据所述集装箱照片以及空箱检测清单，对集装箱的质量进行检测。8.根据权利要求1所述的方法，其特征在于，所述获取第一终端上传的已装载于集装箱内的一整排货物的照片之前，还包括：获取所述第一终端上传的填充单元的照片。9.根据权利要求1所述的方法，其特征在于，所述对所述照片进行处理，以确定所述整排货物的装载质量是否合格之后，还包括：在所述整排货物的装载质量不合格时向第二终端发送第一提示信息，以提示审核人员对所述整排货物的装载质量进行复查。10.根据权利要求1所述的方法，其特征在于，所述向所述第一终端发送第一反馈信息，
以指示所述整排货物的装载质量合格并可继续下一整排货物的装载之后，还包括：在所有货物装载完成之后生成装箱报告。11.根据权利要求10所述的方法，其特征在于，所述在所有货物装载完成之后生成装箱报告之后，还包括：向第二终端发送第二提示信息，以提示审核人员对所述装箱报告进行审核。12.一种云端服务器，其特征在于，所述云端服务器包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器执行时用于实现如权利要求1至11任一所述的集装箱货物装载质量检测方法的步骤。13.一种集装箱货物装载质量检测方法，其特征在于，所述方法包括：向云端服务器上传已装载于集装箱内的一整排货物的照片；接收所述云端服务器发送的第一反馈信息，该第一反馈信息指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，接收所述云端服务器发送的第二反馈信息，该第二反馈信息指示所述整排货物的装载质量不合格且需要重新装载。14.一种第一终端，其特征在于，所述第一终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器执行时用于实现如权利要求13所述的集装箱货物装载质量检测方法的步骤。15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有集装箱货物装载质量检测程序，所述集装箱货物装载质量检测程序被所述处理器执行时实现如权利要求1至11任一所述的集装箱货物装载质量检测方法的步骤或者权利要求13所述的集装箱货物装载质量检测方法的步骤。

技术总结
本申请提供一种集装箱货物装载质量检测方法、云端服务器、第一终端以及计算机可读存储介质，所述集装箱货物装载质量检测方法包括：获取第一终端上传的已装载于集装箱内的一整排货物的照片；对所述照片进行处理，以确定所述整排货物的装载质量是否合格；向所述第一终端发送第一反馈信息，以指示所述整排货物的装载质量合格并可继续下一整排货物的装载；或者，向所述第一终端发送第二反馈信息，以指示所述整排货物的装载质量不合格且需要重新装载。本申请在货物装载过程中及时地检测装载质量是否合格，在装载质量不合格时可通知装载人员进行修正，避免了直到整个集装箱装完后才发现错误而导致返工的问题，提升了货物装载的效率。率。率。


技术研发人员：葛笑雨 杨健峰 肖田
受保护的技术使用者：深圳蓝胖子机器智能有限公司
技术研发日：2021.12.03
技术公布日：2022/3/8