一种货物入库自动清点方法与流程

本申请涉及数据处理领域，尤其涉及一种货物入库自动清点方法。

背景技术：

1、货物入库清点是物流仓储与供应链金融的关键作业环节，行业普遍结合视觉、称重、rfid多传感器实现自动化清点，清点数据需同步上链支撑对账结算，对数据精度、稳定性与可追溯性要求较高。流水线作业中振动、电磁干扰、货物堆叠遮挡等复杂工况频发，现有清点方案采用固定权重融合多模态传感数据，仅通过简单插值完成时序同步，无法根据各传感器实时噪声动态调节融合贡献，易产生持续融合偏差。

2、现有技术依靠视觉原始置信度线性扣减推算遮挡隐藏货物数量，未校准识别不确定性，易出现负残余等不合理值，单维度推演造成误差级联放大；同时缺少统一指标量化清点结果的整体不确定性，未设置分级处置机制，存在失真数据直接上链引发分布式账本共识冲突的问题，难以适配供应链金融严苛的数据确定性需求。

技术实现思路

1、为了现有技术推算遮挡货物时未校准视觉置信度易产生推算误差，且无清点不确定性量化与分级管控机制，失真数据直接上链易引发账本共识冲突，无法满足供应链金融的数据精度要求的问题，本发明在如下方面中提供方案。

2、一种货物入库自动清点方法，包括：获取货物的多模态传感数据，对所述多模态传感数据进行时间对齐处理，以获取各传感通道的观测序列；以各传感通道的观测序列的变异系数作为信息熵代理，计算各通道的特征动态权重系数，并融合实测值、标准期望值与物理极值，获得表征观测偏离程度的对齐偏差度；利用所述对齐偏差度对外层视觉识别的原始置信度进行惩罚校准，基于校准后的置信度计算有效扣减量，并利用双模极值约束及辅助补偿因子确定隐藏货物的推断数量，进而得到清点总量；基于隐藏推断数量的时序方差与清点总量的偏差率计算综合置信指数，并根据所述综合置信指数与配置阈值的比较结果，执行对应的分级处置指令，所述分级处置指令包括构建默克尔树锚定上链或物理拦截，完成货物入库自动清点。

3、可选的，所述以各传感通道观测序列的变异系数作为信息熵代理，包括：

4、以任一传感通道为目标传感通道，提取目标传感通道的时序观测序列的均值和标准差；将所述标准差与所述均值与预设防零极小常数之和的比值作为目标传感通道的信息熵代理。

5、可选的，所述计算各通道的特征动态权重系数，包括：

6、基于所述各通道的变异系数，采用负指数映射计算中间权重值，并对所有通道的中间权重值进行求和归一化，得到每个通道的特征动态权重系数；其中，所述负指数映射引入权重放缩系数以调整低熵通道的贡献强度。

7、可选的，获取所述对齐偏差度，包括：

8、针对每个传感通道，获取该每个传感通道的实测多模态特征参量、对应的标准期望值以及传感通道的物理极值上界与下界；

9、计算所述实测多模态特征参量与所述标准期望值之间的绝对差值，并利用所述物理极值上界与下界之差对所述绝对差值进行归一化处理，得到通道归一化偏差；

10、利用所述特征动态权重系数对所有通道的通道归一化偏差进行加权平方求和，并开平方根，得到所述对齐偏差度。

11、可选的，所述利用所述对齐偏差度对外层视觉识别的原始置信度进行惩罚校准，包括：

12、获取视觉模型输出的外层可见实体的原始识别概率；将所述原始识别概率乘以负指数衰减因子，得到校准后的外层识别置信度因子，其中所述负指数衰减因子的指数项包含所述对齐偏差度和预设的偏差惩罚系数。

13、可选的，所述隐藏推断数量，包括：

14、根据经所述对齐偏差度惩罚得到的外层识别置信度因子和外层可见实体的单体标准质量及体积，计算有效扣减质量和有效扣减体积；

15、从所述多模态传感数据中获取货物批量的总实测质量与总体积，将所述总实测质量与总体积分别减去所述有效扣减质量与有效扣减体积，并将计算结果分别与零进行比较取较大值，得到空间残余质量与空间残余体积；

16、分别计算所述空间残余质量与单体标准质量之比的第一向下取整值作为质量维度的推算基数，以及所述空间残余体积与单体标准体积之比的第二向下取整值作为体积维度的推算基数；

17、取所述质量维度的推算基数与体积维度的推算基数中的较小值作为基础推断量，并加上所述质量维度与体积维度的推算基数之差的绝对值与辅助补偿因子的乘积，再对求和结果进行向下取整，得到所述隐藏推断数量。

18、可选的，所述基于隐藏推断数量的时序方差与清点总量的偏差率计算综合置信指数，包括：

19、构建具有预设时间窗口长度的货物时序统计滑动窗口，实时更新存储所述隐藏推断数量的时序值；计算所述货物时序统计滑动窗口内所述隐藏推断数量序列的方差，作为所述时序方差；计算所述清点总量与预设单据数量的绝对差值相对于所述预设单据数量的比率，作为所述偏差率；将所述偏差率按照第一衰减系数进行指数衰减，将所述时序方差按照第二衰减系数进行指数衰减，并将两个衰减结果相乘，得到所述综合置信指数。

20、可选的，所述执行对应的分级处置指令，包括：

21、响应于所述综合置信指数大于或等于放行阈值，则执行放行指令，并构建默克尔树，将包含所述清点总量、所述对齐偏差度和时间戳的哈希值作为叶子节点聚合上链；

22、响应于所述综合置信指数小于放行阈值且大于或等于拦截阈值，则执行挂起指令，暂停入账并触发人工复核接口；

23、响应于所述综合置信指数小于拦截阈值，则执行物理拦截指令，触发剔除机构将当前批次货物隔离。

24、本申请具有以下技术效果：

25、1、本发明通过引入对齐偏差度对外层视觉识别的原始置信度进行惩罚校准，并结合双模极值约束推算隐藏货物数量，有效消除了视觉模型误差带来的推算偏差，提高了遮挡货物推算的精准度。

26、2、本发明通过引入隐藏推断数量的时序方差与清点总量的偏差率，构建了综合置信指数评价体系，量化了清点过程中的动态波动与账目偏离，提高了清点不确定性的量化评估能力。

27、3、本发明通过引入基于综合置信指数的分级管控机制，对高置信度数据自动上链、存疑数据挂起复核及失真数据物理拦截，避免了低质数据写入分布式账本，提高了供应链金融账本数据的精度与共识安全性。

1.一种货物入库自动清点方法，其特征在于，包括：

2.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，所述以各传感通道观测序列的变异系数作为信息熵代理，包括：

3.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，所述计算各通道的特征动态权重系数，包括：

4.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，获取所述对齐偏差度，包括：

5.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，所述利用所述对齐偏差度对外层视觉识别的原始置信度进行惩罚校准，包括：

6.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，所述隐藏推断数量，包括：

7.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，所述基于隐藏推断数量的时序方差与清点总量的偏差率计算综合置信指数，包括：

8.根据权利要求1所述的一种货物入库自动清点方法，其特征在于，所述执行对应的分级处置指令，包括：