本公开涉及仓储管理与物联网iot，尤其涉及一种基于iot技术的智能仓储系统存取监控系统。
背景技术：
1、在智能制造的发展背景下，立体仓库已经成为生产制造企业不可或缺的配套设施。尤其是近年来我国汽车、电子电器、电商行业蓬勃发展，带动了整个物流行业的高速发展，也对料箱智能存储的要求越来越高。智能仓储是工厂运行的重要环节，其中空间的利用、高速存取以及仓库信息化管理等都是比较重要的方面。
2、现有智能仓储系统在运行过程中常面临机器故障、系统错误或者操作不当等原因，引起存取货物堵塞的问题。不仅可能导致存取时间较长，还可能造成存取流程瘫痪。
技术实现思路
1、为克服智能仓储系统在运行过程中存在的机器故障、系统错误或者操作不当等原因，引起存取货物堵塞的问题。不仅可能导致存取时间较长，还可能造成存取流程瘫痪的技术问题，本公开提供一种基于iot技术的智能仓储系统存取监控系统。
2、根据本公开实施例提供一种基于iot技术的智能仓储系统存取监控系统，包括：
3、监控终端、与所述监控终端通讯连接的多个高清摄像头和多个普通摄像头，其中，多个所述高清摄像头和多个所述普通摄像头沿仓储系统中供仓储堆垛机行走的轨道布设，所述普通摄像头处于常开状态，所述高清摄像头处于常休眠状态；
4、所述监控终端用于，接收多个所述普通摄像头实时拍摄的第一图像，并将每一所述普通摄像头采集的相邻多张所述第一图像输入预先训练的决策树模型中，得到所述决策树模型输出的所述轨道上行走的所述仓储堆垛机是否停止运行的第一识别结果，其中，所述第一识别结果为所述决策树模型得出的二分类结果；
5、在所述第一识别结果表征所述轨道上行走的任意所述仓储堆垛机停止运行的情况下，通过唤醒目标高清摄像头采集停止运行的所述仓储堆垛机的第二图像；
6、根据所述第二图像进行临停事件类型识别，得到目标临停事件类型，并执行与所述目标临停事件类型对应的监控报警。
7、在一种可能实现的方式中，所述在所述第一识别结果表征所述轨道上行走的任意所述仓储堆垛机停止运行的情况下，通过唤醒目标高清摄像头采集停止运行的所述仓储堆垛机的第二图像，包括：
8、在所述第一识别结果表征所述轨道上行走的任意所述仓储堆垛机停止运行的情况下，确定用于采集停止运行的所述仓储堆垛机的第二图像的目标高清摄像头；
9、在所述第一识别结果表征所述轨道上行走的任意所述仓储堆垛机停止运行的情况下，从采集用于确定所述第一识别结果的所述第一图像的普通摄像头中确定任意两个目标普通摄像头；
10、根据目标高清摄像头与所述目标普通摄像头之间的第一距离，两个所述目标普通摄像头之间基线的基线距离以及采集的第一图像，确定停止运行的所述仓储堆垛机与所述目标高清摄像头之间的拍摄距离；
11、根据所述拍摄距离确定所述目标高清摄像头的性能参数，并在远程唤醒所述目标高清摄像头后，以所述性能参数为目标配置所述高清摄像头，并在配置完成后，通过所述目标高清摄像头采集停止运行的所述仓储堆垛机的第二图像。
12、在一种可能实现的方式中，所述根据目标高清摄像头与所述目标普通摄像头之间的第一距离，两个所述目标普通摄像头之间基线的基线距离以及采集的第一图像，确定停止运行的所述仓储堆垛机与所述目标高清摄像头之间的拍摄距离，包括：
13、根据两个所述目标普通摄像头之间基线的基线距离，确定针对所述第一图像进行尺度空间金字塔构建过程中所述金字塔的层数；
14、根据预设初始标准差以及预设标准差步长，按照所述层数，分别对所述目标普通摄像头采集到的所述第一图像进行多次高斯模糊，得到每一所述目标普通摄像头对应所述层数的尺度空间金字塔；
15、针对每一所述目标普通摄像头对应所述尺度空间金字塔中的每一层，确定每一像素和与其相邻的所述像素之间的灰度值差值，并根据所述灰度值差值确定所述像素在对应的所述第一图像中是否为关键像素；
16、根据每一所述目标普通摄像头对应的所述关键像素以及采集的所述第一图像中像素的灰度值，确定停止运行的所述仓储堆垛机与所述目标普通摄像头之间的第二距离；
17、根据所述第二距离以及所述目标普通摄像头与所述目标高清摄像头之间的第一距离，确定停止运行的所述仓储堆垛机与所述目标高清摄像头之间的拍摄距离。
18、在一种可能实现的方式中，所述根据每一所述目标普通摄像头对应的所述关键像素以及采集的所述第一图像中像素的灰度值，确定停止运行的所述仓储堆垛机与所述目标普通摄像头之间的第二距离，包括：
19、根据每一所述目标普通摄像头采集的所述第一图像中像素的灰度值，确定每一所述目标普通摄像头对应的所述关键像素在所述第一图像中对应的主方向和特征描述；
20、根据两个所述目标普通摄像头对应的所述关键像素的所述主方向和所述特征描述，对两个所述目标普通摄像头采集的所述第一图像进行特征点匹配，得到匹配特征点对；
21、针对每一所述匹配特征点对，确定该匹配特征点对中两个所述关键像素各自在对应的第一图像中的横坐标，并计算两个所述关键像素的横坐标之间的差值；
22、从所述差值中确定一组目标差值，其中，该组目标差值使得两个所述目标普通摄像头采集的第一图像中所有关键像素根据该组目标差值和所述目标普通摄像的摄像头参数计算出的预期图像位置与实际关键像素位置之间的误差最小；
23、根据两个所述目标普通摄像头之间基线的基线距离以及所述目标差值，确定停止运行的所述仓储堆垛机与所述目标普通摄像头之间的第二距离。
24、在一种可能实现的方式中，所述根据每一所述目标普通摄像头采集的所述第一图像中像素的灰度值，确定每一所述目标普通摄像头对应的所述关键像素在所述第一图像中对应的主方向和特征描述，包括：
25、根据每一所述目标普通摄像头采集的所述第一图像中像素的灰度值，计算每一所述目标普通摄像头对应的以所述关键像素为中心、第一预设像素数量的第一邻域内像素的灰度值对应的梯度方向和梯度幅值；
26、根据各所述关键像素为中心的第一邻域内像素对应的所述梯度方向以及所述梯度幅值，构建以所述梯度幅值之和为纵坐标、所述梯度方向的方向角度为横坐标的第一直方图；
27、以所述第一直方图的峰值作为对应所述关键像素的主方向；
28、计算每一所述目标普通摄像头对应的以所述关键像素为中心、第二预设像素数量的第二邻域内像素在多个预设方向上的第二直方图，并将所述关键像素在所述第二直方图中的多个直方图向量连接，构成所述关键像素的特征描述。
29、在一种可能实现的方式中，所述决策树模型执行以下步骤生成所述二分类结果：
30、将每一所述普通摄像头采集的相邻多张所述第一图像输入位置识别节点，通过所述位置识别节点确定多张所述第一图像中所述仓储堆垛机的位置变化量，得到第一决策结果；
31、在所述第一决策结果表征多张所述第一图像中所述仓储堆垛机的位置变化量小于第一预设变化量阈值的情况下，将多张所述第一图像输入速度识别节点，通过所述速度识别节点确定多张所述第一图像中所述仓储堆垛机的速度变化量，得到第二决策结果；
32、在所述第二决策结果表征多张所述第一图像中所述仓储堆垛机的速度变化量大于或者等于第二预设变化量阈值的情况下，得到所述仓储堆垛机未停止运行的第一识别结果，并返回重新获取所述普通摄像头采集的相邻多张所述第一图像；
33、在所述第二决策结果表征多张所述第一图像中所述仓储堆垛机的速度变化量小于所述第二预设变化量阈值的情况下，将多张所述第一图像输入信号识别节点，通过所述信号识别节点确定多张所述第一图像中所述仓储堆垛机是否亮起停止信号灯，得到第三决策结果；
34、在所述第三决策结果表征多张所述第一图像中所述仓储堆垛机的所述停止信号灯未亮起的情况下，得到所述仓储堆垛机未停止运行的第一识别结果，并返回重新获取所述普通摄像头采集的相邻多张所述第一图像；
35、在所述第三决策结果表征多张所述第一图像中所述仓储堆垛机的所述停止信号灯亮起的情况下，将多张所述第一图像输入特定位置识别节点，通过所述特定位置识别节点确定多张所述第一图像中所述仓储堆垛机是否临停在特定位置，得到所述第一识别结果。
36、在一种可能实现的方式中，所述决策树模型还执行以下步骤生成所述二分类结果：
37、在所述第一决策结果表征多张所述第一图像中所述仓储堆垛机的位置变化量大于或者等于所述第一预设变化量阈值的情况下，得到所述仓储堆垛机未停止运行的第一识别结果，并返回重新获取所述普通摄像头采集的相邻多张所述第一图像。
38、在一种可能实现的方式中，所述临停事件类型包括以下至少一者：货物掉落、轨道异常占用、人为临停堆垛机、火灾事故。
39、在一种可能实现的方式中，所述仓储系统包括多层结构的货架，所述仓储堆垛机，设置于相邻所述货架之间的所述轨道和设置于所述轨道一端的入库输送模块；
40、其中，多层结构的所述货架由立柱片、牛腿搭建，所述牛腿固定在所述立柱片上；
41、所述入库输送模块用于，针对待入库仓储货物进行入库操作，并将所述待入库仓储货物的入库信息上报给所述监控终端；
42、所述仓储堆垛机用于，接收所述监控终端基于所述入库信息分配的入库任务和出库任务，并针对所述入库任务将所述待入库仓储货物堆垛至所述货架的目标货架层和针对出库任务将堆垛在所述目标货架层的仓储货物执行出库取送。
43、在一种可能实现的方式中，所述入库输送模块包括多个输送线站台、外形检测装置、扫码装置；
44、其中，多个所述输送线站台为独立动力段，分别对应于上货段、缓存段和入库段；
45、所述扫码装置用于，扫码入库所述上货段上的待入库仓储货物；
46、所述外形检测装置用于，对所述待入库仓储货物进行外形检测；
47、所述仓储堆垛机用于，从所述入库段叉取所述待入库仓储货物，并将所述待入库仓储货物堆垛至所述货架的目标货架层；
48、所述缓存段用于，在所述入库段存在积压的待入库仓储货物情况下，暂存所述待入库仓储货物。
49、本公开的实施例提供的技术方案可以包括以下有益效果：
50、通过将高清摄像头设置为常休眠状态，仅在需要时唤醒，显著降低了系统的整体能耗。不仅减少了电力消耗，还延长了高清摄像头的使用寿命，从而降低了维护成本。同时，普通摄像头常开，虽然功耗较低，但能够持续监控仓储环境，确保对堆垛机运行状态的初步监控不间断，实现了能效与监控需求的平衡。
51、进一步地，普通摄像头实时拍摄并传输图像到监控终端，使得系统能够即时获取仓储堆垛机的运行状态。通过决策树模型对连续图像的分析，系统能够迅速识别出堆垛机是否停止运行，实现了对异常情况的实时监控。一旦发现堆垛机停止运行，能够立即唤醒对应的高清摄像头进行更详细的图像采集，确保了从发现异常到获取详细信息的快速响应。
52、进一步地，高清摄像头采集的详细图像为临停事件类型的精准识别提供了可能。通过先进的图像识别技术，能够准确判断导致堆垛机停止运行的具体原因，进而针对不同类型的临停事件，能够执行相应的监控报警措施，确保管理人员能够迅速获取信息并采取相应的处理措施。使得仓储作业中的异常情况能够被及时发现并处理，避免了因堆垛机长时间停止运行而导致的作业延误和效率下降。同时，通过精准识别临停事件类型并执行相应的监控报警，能够协助管理人员快速定位问题并采取措施，从而提高了仓储作业的安全性和稳定性。避免机器故障、系统错误或者操作不当等原因，引起存取货物堵塞的问题，进而避免存取时间较长，造成存取流程瘫痪。
53、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种基于iot技术的智能仓储系统存取监控系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述在所述第一识别结果表征所述轨道上行走的任意所述仓储堆垛机停止运行的情况下，通过唤醒目标高清摄像头采集停止运行的所述仓储堆垛机的第二图像，包括：
3.根据权利要求2所述的系统，其特征在于，所述根据目标高清摄像头与所述目标普通摄像头之间的第一距离，两个所述目标普通摄像头之间基线的基线距离以及采集的第一图像，确定停止运行的所述仓储堆垛机与所述目标高清摄像头之间的拍摄距离，包括：
4.根据权利要求3所述的系统，其特征在于，所述根据每一所述目标普通摄像头对应的所述关键像素以及采集的所述第一图像中像素的灰度值，确定停止运行的所述仓储堆垛机与所述目标普通摄像头之间的第二距离，包括：
5.根据权利要求4所述的系统，其特征在于，所述根据每一所述目标普通摄像头采集的所述第一图像中像素的灰度值，确定每一所述目标普通摄像头对应的所述关键像素在所述第一图像中对应的主方向和特征描述，包括：
6.根据权利要求1所述的系统，其特征在于，所述决策树模型执行以下步骤生成所述二分类结果：
7.根据权利要求6所述的系统，其特征在于，所述决策树模型还执行以下步骤生成所述二分类结果：
8.根据权利要求1所述的系统，其特征在于，所述临停事件类型包括以下至少一者：货物掉落、轨道异常占用、人为临停堆垛机、火灾事故。
9.根据权利要求1-8中任一项所述的系统，其特征在于，所述仓储系统包括多层结构的货架，所述仓储堆垛机，设置于相邻所述货架之间的所述轨道和设置于所述轨道一端的入库输送模块；
10.根据权利要求9所述的系统，其特征在于，所述入库输送模块包括多个输送线站台、外形检测装置、扫码装置；
