本发明涉及云端机器人技术领域，特别涉及一种智能库存管理系统、服务器、方法、终端和程序产品。
背景技术：
云端机器人是将认知系统放在云里，身体、驱动、传感器放在机器人本体上，通过移动通信将二者连接起来的智能机器终端；云端机器人是智能仿人机器人发展的方向。
目前的库存管理系统中的物品录入，多数为手工录入的方式，近来也有些基于物联网技术，通过识别物品中植入的rfid(radiofrequencyidentification，射频识别)、二维码、条形码传感部件及物联网芯片的方式录入，但是这样的物品录入均存在一些问题。手工录入物品清单很容易因为人为疏忽造成登记出错的问题；而通过识别物品中植入的rfid、二维码、条形码传感部件及物联网芯片的方式，需要预先在物品中植入这些传感部件及物联网芯片，使得处理流程更加复杂，并且每一次识别均需植入这些传感部件及物联网芯片也带来了成本的问题。
技术实现要素：
本申请实施例提出了一种智能库存管理系统、服务器、方法、终端和程序产品，用于降低库存管理的复杂程度。
在第一个方面，本申请实施例提供了一种智能库存管理服务器，包括物体识别模块和库存管理模块，其中：
所述物体识别模块，用于根据智能机器终端拍摄到的图像识别确定所述图像中的物品及存量；
所述库存管理模块，用于将所述物体识别模块识别出的物品及存量信息入库。
在第二个方面，本申请实施例提供了一种智能库存管理系统，包括上述第一个方面提供的智能库存管理服务器，以及智能机器终端：
所述智能机器终端，用于拍摄物品，并将拍摄到的图像发送到所述服务器。
在第三个方面，本申请实施例提供了一种智能机器终端，包括摄像头、第二通信部件、第二处理器部件，其中：
所述摄像头，用于拍摄物品；
所述第二处理器部件用于通过所述摄像头拍摄仓库中的物品的图像，并通过所述第二通信部件将拍摄到的图像传送到智能库存管理服务器。
在第四个方面，本申请实施例提供了一种智能库存管理方法，包括：
智能机器终端拍摄物品，并将拍摄到的图像发送到智能库存管理服务器；
所述智能库存管理服务器接收所述智能机器终端拍摄到的图像，通过对所述智能机器终端拍摄到的图像识别确定所述图像中的物品及存量并保存到库存信息。
在第五个方面，本申请实施例提供了一种智能库存管理的计算机程序产品，所述计算机程序产品包括计算机可读的存储介质和内嵌于其中的计算机程序机制，所述计算机程序机制包括用于执行第四个方面所述方法中各个步骤的指令。
在第六个方面，本申请实施例提供了一种智能库存管理服务器，包括第一通信部件、第一处理器部件和存储器部件，其中：
所述第一通信部件，用于接收智能机器终端拍摄到的图像；
所述存储器部件，用于存储库存信息；
所述第一处理器部件，用于通过对智能机器终端拍摄到的图像识别确定所述图像中的物品及存量，并保存到所述存储器部件。
有益效果如下：
在本申请实施例中，智能机器终端拍摄物品，并将拍摄到的图像发送到智能库存管理服务器；所述智能库存管理服务器根据所述智能机器终端拍摄到的图像识别所述图像中的物品及存量；并将物品及存量信息入库。本申请实施例利用物品识别技术，通过对物品进行拍照，识别出该物品，将物品信息自动录入到库存信息库中。本申请实施例不需要手工录入，避免了手工录入物品清单很容易因为人为疏忽造成登记出错的问题；也无需预先在物品中植入任何物体，使得处理流程更加便捷。
附图说明
下面将参照附图描述本发明的具体实施例，其中：
图1为本申请实施例中智能库存管理系统的结构示意图；
图2为本申请实施例中的智能库存管理方法流程示意图；
图3为本申请实施例一中的智能库存管理方法流程示意图；
图4为本申请实施例二中的智能库存管理方法流程示意图；
图5为本申请实施例三中的智能机器终端库存巡检方法流程示意图；
图6为本申请实施例中智能机器终端的结构示意图；
图7为本申请实施例中的智能库存管理服务器的结构示意图；
图8为本申请实施例中的智能库存管理服务器的另一个结构示意图。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白，以下结合附图对本发明的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本发明的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。
图1示出了本申请实施例中的智能库存管理系统，如图所示，包括智能机器终端101和智能库存管理服务器104，智能库存管理服务器104包括物体识别模块102和库存管理模块103，其中：
智能机器终端101，用于拍摄物品，并将拍摄到的图像发送到物体识别模块102；
物体识别模块102，用于根据智能机器终端101拍摄到的图像识别该图像中的物品及存量；
库存管理模块103，用于将物体识别模块102识别出的物品及存量信息入库。
其中，物体识别模块102和库存管理模块103可以布置在不同的物理服务器中，也可以布置在同一个物理服务器中。
图2示出了本申请实施例中的智能库存管理方法，如图所示，包括：
步骤201，智能机器终端101拍摄物品，并将拍摄到的图像发送到智能库存管理服务器104的物体识别模块102；
步骤202，物体识别模块102根据智能机器终端101拍摄到的图像识别该图像中的物品及存量；
步骤203，智能库存管理服务器104的库存管理模块103将物体识别模块102识别出的物品及存量信息入库。
本申请实施例提供的智能库存管理方法中，利用物体识别技术，能够快速、准确的识别物品，通过大量物品数据的训练，可以将物品信息自动录入库存系统，同时还可以将物品的实际图像信息录入到库存管理系统中，减少了人工录入的工作量，提供了物品信息入库的准确性，也还降低了为物品植入rfid、二维码、条形码传感部件及物联网芯片的成本，该提案中提到的利用物体识别技术进行物品录入的方案，可以用于各类行业的库存管理。
进一步地，库存管理模块103还可以将该图像与该物品信息一起入库物体。
如此操作完善了物品的图像信息，且保证与物品准确的一一对应。提升了物品信息的完整性，而发明人发现的现有技术中录入的数据都不能包含物品图像信息。
进一步地，物体识别模块102还可以将物品识别是否成功的反馈信息发送给智能机器终端101；
智能机器终端101还可以在反馈信息为识别成功时，进行下一个物品拍摄；在反馈信息为识别失败时，从另一角度重新拍摄物品。
这样处理可以增大物品识别的容错性能，若一次无法识别成功，则智能库存管理系统自身就可以进行重新识别，从而增大识别成功的可能性。当然，为了避免一直无法识别成功而导致流程死循环，可设置重新识别的次数，若多次识别仍然无法成功，则进行下一个物品拍摄；或者对该物品的不同拍摄角度进行记录，若各个角度均已尝试但仍然无法成功，则进行下一个物品拍摄。
进一步地，智能机器终端101可以按照预设周期通过摄像头拍摄物品；或者
根据接收到的所述物体识别模块102的唤醒指令，唤醒并运动到所述物体识别模块102指定的位置进行物品拍摄。
支持不同的唤醒方式，使得本申请实施例的方案更加灵活。
本申请实施例中的智能机器终端101主要用于仓储管理环境，被设计为可以在仓储中任意行走，可以升降自身高度并可以识别物体的机器人。在具体实现时，智能机器终端101可以在每次巡检时，从仓库的第一个货架开始进行巡检。智能机器终端101利用整体识别和分体识别的结合识别方法对每一个货架的每一个隔断进行识别。智能机器终端101通过整体识别得到该隔断物品整体信息，对于堆叠在一起的物品，再根据物品之间的间隔(可利用物品与物品之间的分割线)分体识别每个物品，最终得出物品的信息。
进一步地，物体识别模块102可以利用基于特征提取的机器视觉技术和基于卷积神经网络的深度学习技术进行物体识别。
对于基于卷积神经网络深度学习的物品识别方案，每次物品录入都是自学习的一个过程，用于丰富自身知识库，提高物品识别的准确度。
在具体实现时，物体识别模块102也可以通过对智能机器终端101拍摄到的图像中物品的条形码进行识别，从而完成该图像中的物品的识别。
物体识别模块102和库存管理模块103是对智能库存管理服务器104的功能性划分，在不做具体划分时，本申请实施例中的智能库存管理方法可以理解为：
智能机器终端101拍摄物品，并将拍摄到的图像发送到智能库存管理服务器104；
智能库存管理服务器104接收智能机器终端101拍摄到的图像，通过对智能机器终端101拍摄到的图像识别确定图像中的物品及存量并保存到库存信息。
在不做具体划分时，可以理解本文描述中物体识别模块102和库存管理模块103所做的操作均是智能库存管理服务器104执行的。
为了便于更好的理解本发明，下面以实例进行说明。
实施例一
在实施例一中，从智能机器终端101的实现角度进行描述，且实施例一中由智能机器终端101主动发起物品识别任务，图3示出了实施例一中的智能库存管理方法，如图所示，包括：
步骤301，智能机器终端101定时自主唤醒；
智能机器终端101定时自主唤醒是为了在不进行物品拍摄时省电，在具体实现中，不一定包括唤醒的步骤，智能机器终端101可以一直工作，并按照预设周期通过摄像头拍摄物品。
步骤302，智能机器终端101拍摄物品；
步骤303，智能机器终端101将拍摄到的图像发送至云端的物体识别模块102；
步骤304，智能机器终端101接收物体识别模块102发送的物品识别是否成功的反馈信息；
步骤305，智能机器终端101判断该反馈信息是否为识别成功，若是，进行步骤306，否则，进行步骤307；
步骤306，智能机器终端101进行下一个物品拍摄；
在具体实现时，智能机器终端也可以是根据库存管理模块103发送的物品成功录入信息来确定是否进入下一个物品的处理。即，智能机器终端101若收到的反馈信息为成功，暂不进行后续操作，而库存管理模块103会在录入成功时发送物品成功录入信息，智能机器终端101在接收到物品成功录入信息后，再进行下一物品的处理。
步骤307，智能机器终端101判断拍摄同一物品的次数是否大于设定值n，若是，进行步骤306，否则进行步骤308；
其中n为自然数，可根据需要设置。
步骤308，智能机器终端101移动并从另一角度重新拍摄物品，返回步骤304。
实施例二
在实施例二中，从智能机器终端101的实现角度进行描述，且实施例二中智能机器终端101根据接收到的唤醒指令被唤醒，图4示出了实施例二中的智能库存管理方法，如图所示，包括：
步骤401，智能机器终端101接收到唤醒指令，该唤醒指令中携带拍摄物品的指定位置信息；
智能机器终端101接收到的唤醒指令可以是云端物体识别模块102发起的识别任务。
在具体实现中，拍摄物品的指定位置信息不一定携带在唤醒指令中，也可以单独发送。
步骤402，智能机器终端101根据该指令唤醒智能机器终端101并运动到该唤醒指令指定的位置进行物品拍摄；
步骤403，智能机器终端101将拍摄到的图像发送至云端的物体识别模块102；
步骤404，智能机器终端101接收物体识别模块102发射的物品识别是否成功的反馈信息；
步骤405，智能机器终端101判断该反馈信息是否为识别成功，若是，进行步骤406，否则，进行步骤407；
步骤406，智能机器终端101进行下一个物品拍摄；
步骤407，智能机器终端101移动并从另一角度重新拍摄物品，返回步骤404。
可见，实施例二中，智能机器终端101在识别不成功时是直接移动并从另一角度重新拍摄物品，这样可能造成一直识别不成功而一直在同一个物品上不断识别的死循环，但是，在实践中，一直识别不成功的可能性很低，而少设置一个判断步骤，能够节省流程，因此，这也是一种可行的实现方式。
实施例三
实施例三中提供了一个智能机器终端101库存巡检任务流程，即智能机器终端101可以在识别完成之后，再对识别结果进行检查验证。实施例三的智能机器终端101库存巡检方法如图5所示，包括如下步骤：
步骤501，智能机器终端101逐个对库存物品进行拍照；
本方法中的智能机器终端101可以是定时自主唤醒，也可由网络侧唤醒来进行库存巡检。
步骤502，智能机器终端101将拍摄到的图像发送给物体识别模块102；
步骤503，物体识别模块102根据接收到的图像进行识别；
步骤504，库存管理模块103根据物体识别模块102的识别结果查询库存管理系统中保存的物品信息，对物品的位置、外观、数量等信息进行检查。
本申请实施例还提供一种智能库存管理的计算机程序产品，该计算机程序产品包括计算机可读的存储介质和内嵌于其中的计算机程序机制，该计算机程序机制包括用于执行本申请实施例中提供的方法中各个步骤的指令。
基于同一发明构思，本申请实施例中还提供了一种智能机器终端101，由于这些设备解决问题的原理与一种智能库存管理方法相似，因此这些设备的实施可以参见方法的实施，重复之处不再赘述。
如图6所示，一种智能机器终端101，包括摄像头601、第二通信部件602、第二处理器部件603：
摄像头601，用于拍摄物品；
第二处理器部件603，用于通过摄像头601拍摄仓库中的物品的图像，并通过第二通信部件602将拍摄到的图像传送到智能库存管理服务器104。
进一步地，第二处理器部件602用于通过摄像头601拍摄仓库中的物品的图像包括：
按照预设周期通过摄像头601拍摄物品；或者
在第二通信部件602接收到唤醒指令时，根据该指令唤醒智能机器终端101并运动到该唤醒指令指定的位置进行物品拍摄。
本申请实施例中的智能库存管理服务器104如图7所示，包括物体识别模块102和库存管理模块103，其中：
物体识别模块102，用于根据智能机器终端10拍摄到的图像识别确定所述图像中的物品及存量；
进一步地，物体识别模块102根据智能机器终端101拍摄到的图像识别该图像中的物品及存量具体为：利用基于特征提取的机器视觉技术和基于卷积神经网络的深度学习技术进行物体识别。
进一步地，库存管理模块103还将该图像与所述物品及存量信息一起入库。
进一步地，智能库存管理服务器104还包括第一交互模块；第一交互模块用于展示第一界面，第一界面用于供用户选择需要查看存量信息的物品；
所述第一交互模块还用于，在用户通过所述第一界面选择对应的物品时，展示用户所选择的物品对应的图片以及存量信息；并在用户修改所展示的存量信息时，将该物品对应的存量信息更新。
进一步地，智能库存管理服务器104还包括第二交互模块，第一交互模块用于展示第二界面，第二界面用于供用户选择需要查看实时图像的物品；
所述第二交互模块还用于，在用户通过第二界面选择对应的物品时，控制智能机器终端101到达该物品所在的位置拍摄并将拍摄到的实时图像上传到智能库存管理服务器104；并将智能库存管理服务器104接收到的实时图像展示。
在同时具有第一交互模块和第二交互模块时，二者可以由同一交互模块实现。
本申请实施例中的智能库存管理服务器104还可以如图8所示，包括第一通信部件801、第一处理器部件802和存储器部件803，其中：
第一通信部件801，用于接收智能机器终端101拍摄到的图像；
存储器部件803，用于存储库存信息；
第一处理器部件802，用于通过对智能机器终端101拍摄到的图像识别确定所述图像中的物品及存量，并保存到存储器部件803。
进一步地，通过对智能机器终端拍摄到的图像识别确定图像中的物品及存量包括：利用基于特征提取的机器视觉技术和基于卷积神经网络的深度学习技术进行物体识别。
进一步地，第一处理器部件802还将图像与物品及存量信息一起保存到所述存储器部件803。
进一步地，智能库存管理服务器104还用于展示第一界面，第一界面用于供用户选择需要查看存量信息的物品；
智能库存管理服务器104还用于，在用户通过所述第一界面选择对应的物品时，展示用户所选择的物品对应的图片以及存量信息；并在用户修改所展示的存量信息时，将该物品对应的存量信息更新。
进一步地，智能库存管理服务器104还用于展示第二界面，第二界面用于供用户选择需要查看实时图像的物品；
智能库存管理服务器104还用于，在用户通过所述第二界面选择对应的物品时，控制智能机器终端101到达该物品所在的位置拍摄并将拍摄到的实时图像上传到智能库存管理服务器104；并将智能库存管理服务器104接收到的实时图像展示。
如图1所示的本申请实施例中的智能库存管理系统，可以包括本申请实施例中的智能机器终端101和智能库存管理服务器104，进一步地，物体识别模块102还用于将物品识别是否成功的反馈信息发送给智能机器终端101；
智能机器终端101还用于，在该反馈信息为识别失败时，从另一角度重新拍摄物品。
进一步地，智能机器终端101用于拍摄物品包括：智能机器终端101定时自主唤醒进行物品拍摄；或者
物品识别模块102还用于向智能机器终端101发送唤醒指令；
智能机器终端101用于拍摄物品包括：智能机器终端101根据接收到的唤醒指令并进行物品拍摄。智能机器终端101具体可以根据接收到的所述物体识别模块102的唤醒指令，唤醒并运动到所述物体识别模块102指定的位置进行物品拍摄。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本发明时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。