JP7576877B1 - Logistics accident cause determination system - Google Patents
Logistics accident cause determination system Download PDFInfo
- Publication number
- JP7576877B1 JP7576877B1 JP2023222115A JP2023222115A JP7576877B1 JP 7576877 B1 JP7576877 B1 JP 7576877B1 JP 2023222115 A JP2023222115 A JP 2023222115A JP 2023222115 A JP2023222115 A JP 2023222115A JP 7576877 B1 JP7576877 B1 JP 7576877B1
- Authority
- JP
- Japan
- Prior art keywords
- accident
- logistics
- cause
- data
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005856 abnormality Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 18
- 238000013473 artificial intelligence Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 208000001836 Firesetting Behavior Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】運輸業の自動化された物流拠点に於ける入荷・入庫・仕分の際の作業等の事故などの物流業務事故原因を効率的に判定する。【解決手段】クラウドサーバー、ＷＥＢサーバー、カメラ設備、センサー設備、判定機能、各種端末によって、システムを構成し、物流拠点に於ける入荷・入庫・仕分の際の作業等の事故などの物流業務事故原因を判定する。判明した事故原因を責任者および遠隔監視者・作業員に情報を送付し、事故原因点の改善を図り、迅速な作業復旧のため、物流業務事故原因判定システムを活用する。【選択図】図１[Problem] To efficiently determine the cause of logistics accidents, such as accidents occurring during work such as receiving, storing, and sorting goods at automated logistics centers in the transportation industry.Solution: A system is configured using a cloud server, a web server, camera equipment, sensor equipment, a determination function, and various terminals, and determines the cause of logistics accidents, such as accidents occurring during work such as receiving, storing, and sorting goods at logistics centers.The system utilizes the logistics accident cause determination system to send information on the identified accident cause to the person in charge, remote monitors, and workers, and to improve the cause of the accident and quickly restore operations. [Selected Figure] Figure 1
Description
本発明は、運輸業の物流拠点に於ける入荷・入庫・仕分作業等の事故などの物流業務事故原因判定システムに関する。 The present invention relates to a system for determining the cause of logistics accidents, such as accidents that occur during receiving, warehousing, and sorting work at logistics bases in the transportation industry.
ＡＧＶ（Automated Guided Vehicle）「無人運搬車」等により自動化された物流拠点では、入荷・入庫・仕分作業等の際に、荷物の荷崩れやベルトコンベヤー等の機器が停止した場合、その状況をカメラ画像・動画やセンサー等で取得して、改善に活用することが重要である。
荷崩れが発生したのであれば、荷崩れが発生することになった原因を突き詰める必要があり、結果の画像・動画・センサーデータの報告だけでは不十分である。ただ単に画像・動画を取得しているだけでは該当原因箇所の特定に時間を要する。また、画像・動画の保存にも大量なストレージが必要となる。
例えば、紐カット機による紐カットが失敗した状況を検知できず、次工程で機器停止や荷崩れとなる場合や、ＡＧＶ搬送中およびフィルム巻機作動中等の荷崩れ発生を検知できず、誤出荷・他機器停止となる場合、また、ＡＧＶエリアで段ボールの破損が発生したことにより、破損部がＡＧＶと接触し停止するなど、停止やエラー検知とは異なる場所に原因が存在することがある。
At logistics centers that have been automated using AGVs (Automated Guided Vehicles) and other devices, if luggage falls or equipment such as conveyor belts stops during receiving, warehousing, or sorting operations, it is important to capture the situation using camera images, videos, or sensors, and use the information to make improvements.
If a load shift occurs, it is necessary to find out the cause of the shift, and it is not enough to just report the results, such as images, videos, and sensor data. Simply acquiring images and videos will take time to identify the cause. In addition, storing images and videos requires a large amount of storage.
For example, there may be cases where the cause is different from the stoppage or error detection, such as when a string cutting machine fails to detect a situation where it has failed to cut a string, resulting in equipment stopping or cargo collapsing in the next process, or when cargo collapses while being transported by an AGV or while the film winding machine is operating, resulting in incorrect shipment or the stoppage of other equipment. There may also be cases where damage to a cardboard box occurs in the AGV area, causing the damaged part to come into contact with the AGV and cause it to stop.
このように、自動化された物流拠点の作業時刻および作業地点は多様であり、荷崩れが発生した箇所を画像・動画により発見できたとしても、その発生地点に荷崩れの原因があるとは限らない。発生地点より前の箇所で荷物がずれることにより、発生地点で荷崩れが発生している場合もある。発生地点の改良・改善を行ったとしても根本的な解決にならないこともある。
つまり、荷崩れの原因判定と原因発生個所の特定が重要となる。また、荷崩れだけではなく、人為的な事故や放火等の防止のためにも、瞬時の原因判定が必要である。
As described above, the work times and work locations at automated logistics centers are diverse, and even if the location where the cargo collapse occurred can be found using images and videos, the cause of the cargo collapse may not necessarily be located at the location where it occurred. In some cases, the cargo collapse occurs at the location where it occurred due to the cargo shifting at a location before the occurrence. Even if the location where the cargo collapsed is improved, it may not be a fundamental solution.
In other words, it is important to determine the cause of the cargo shift and to identify the location where the cause occurred. In addition, instantaneous determination of the cause is necessary not only to prevent cargo shifting, but also to prevent man-made accidents and arson.
上記技術分野において、特許文献１には、荷物の仕分けをより効率的かつ正確に行う技術が開示されている。また、特許文献２には、荷物仕分けシステム、荷物仕分け方法、情報処理装置およびその制御技術が開示されている。特許文献３には、荷物又はその収納容器が効率良く正確に移載される仕分けステーション及びそれが組み込まれた物品集配システムが開示されている。 In the above technical fields, Patent Document 1 discloses a technology for sorting luggage more efficiently and accurately. Patent Document 2 discloses a luggage sorting system, a luggage sorting method, an information processing device, and a control technology for the same. Patent Document 3 discloses a sorting station in which luggage or its storage containers are transferred efficiently and accurately, and an item collection and delivery system incorporating the sorting station.
しかしながら、上記文献に記載の技術では、仕分等の効率化や正確性を実現することは可能となるが、複合的な原因による事故を防ぐことは困難である。本来、システムは事故原因を正確に判定することにより、事故の再発防止および最短時間の作業復旧を目的として構築されるべきである。
ドライブレコーダーのように他のセンサーとの組合せ、あるいはアプリが組み込めるカメラからの画像・動画やセンサーからのデータを人工知能に入力することで、事故原因の判定、事故原因該当箇所の特定、復旧時間の短縮、効率的な改善が可能となる。
よって、クラウドサーバー、ＷＥＢサーバー、カメラ設備、センサー設備、判定機能、各種端末による事故原因の即時判定・確認・改善点の指示などの統合システムを構築することが求められる。
However, while the technology described in the above document can achieve efficiency and accuracy in sorting, it is difficult to prevent accidents caused by multiple factors. Essentially, a system should be constructed with the aim of preventing recurrence of accidents and restoring work in the shortest possible time by accurately determining the cause of the accident.
By combining it with other sensors, such as a dashcam, or by inputting images and videos from a camera that has an app built in and data from sensors into artificial intelligence, it becomes possible to determine the cause of an accident, pinpoint the area where the accident occurred, shorten recovery time, and make efficient improvements.
Therefore, it is necessary to build an integrated system that includes cloud servers, web servers, camera equipment, sensor equipment, judgment functions, and the ability to instantly determine and confirm the cause of an accident and provide instructions on how to improve using various terminals.
本発明の目的は、上述の課題を解決する技術を提供することにある。 The object of the present invention is to provide a technology that solves the above-mentioned problems.
クラウドサーバー、ＷＥＢサーバー、カメラ設備、センサー設備、判定機能、各種端末を統合システムによって運用する。
クラウドサーバーの利便性の活用は任意であって、ＷＥＢサーバーの設置は作業所の数や継続性に対処・対応して運用される。カメラ設備およびセンサー機器は物流拠点内の任意の適当箇所に設置される。判定機能は、動画・画像認識、人工知能等により構成される。
各種端末は携帯される情報端末であって、管理者、遠隔監視者・作業員などが操作する。
Cloud servers, web servers, camera equipment, sensor equipment, judgment functions, and various terminals are operated through an integrated system.
The convenience of cloud servers is optional, and the installation of web servers will be handled and operated according to the number and continuity of work sites. Camera equipment and sensor devices will be installed at any appropriate location within the logistics base. The judgment function will consist of video and image recognition, artificial intelligence, etc.
The various terminals are portable information terminals that are operated by managers, remote monitors, workers, and the like.
本発明を実施したシステムによれば、物流拠点内の入荷・入庫・仕分の際の事故のみならず、人為的な事故や運搬装置の不具合など、事故原因を瞬時に特定することができるため、事故からの復旧を最短時間で実現できる。また、多くの事故原因データを蓄積することにより、改善点を発見し設備を改善することが可能となる。 A system that embodies the present invention can instantly identify the cause of an accident, including not only accidents that occur during receiving, storing, or sorting at a logistics center, but also human-caused accidents and malfunctions in transport equipment, allowing for recovery from an accident in the shortest possible time. In addition, by accumulating a large amount of data on the causes of accidents, it becomes possible to find areas for improvement and improve facilities.
以下に、本発明の実施例を添付図面にもとづいて説明する。図１において１は物流センター等施設、２はＷＥＢサーバー、３はアプリ内蔵カメラ、４は温湿度・加速度・照度センサー、５は人工知能、６はデータベース、７はクラウドサーバー、８は管理者端末デバイス、９は遠隔監視者・作業員端末デバイス。
物流センター等施設１には、ＷＥＢサーバー２、アプリ内蔵カメラ２、温湿度・加速度・照度センサー３が配置されており、物流センター等施設内の入荷・入庫・仕分の際の作業各地点からの機器停止や荷崩れ等の事故に関する画像・動画・センサーデータをＷＥＢサーバー２に送信する。
ＷＥＢサーバー２は、事故情報をクラウドサーバー７へ送信し、クラウドサーバー７は人工知能５へ入力すると同時に、事故情報を管理者端末デバイス８および遠隔監視者・作業員端末デバイス９に送信する。
ＷＥＢサーバー２は、上記事故情報をクラウドサーバー７にある人工知能５へ送信・入力することにより、当該事故の原因分析と原因判定を行い、対応策を作成し対応報告書等として管理者端末デバイス８および遠隔監視者・作業員端末デバイス９に送信する。
人工知能５は、今後の学習のため、事故状況および事故原因をデータベース６に格納する。
An embodiment of the present invention will be described below with reference to the accompanying drawings. In Fig. 1, 1 is a facility such as a logistics center, 2 is a web server, 3 is a camera with an application, 4 is a temperature/humidity/acceleration/illuminance sensor, 5 is an artificial intelligence, 6 is a database, 7 is a cloud server, 8 is an administrator terminal device, and 9 is a remote monitor/worker terminal device.
A logistics center or other facility 1 is equipped with a web server 2, a camera 2 with a built-in app, and temperature, humidity, acceleration, and illuminance sensors 3, and images, videos, and sensor data related to accidents such as equipment failures and cargo collapse from each work point during receiving, storing, and sorting within the logistics center or other facility are transmitted to the web server 2.
The WEB server 2 transmits the accident information to the cloud server 7 , which inputs the accident information into the artificial intelligence 5 and at the same time transmits the accident information to the manager terminal device 8 and the remote monitor/worker terminal device 9 .
The WEB server 2 transmits and inputs the above accident information to the artificial intelligence 5 in the cloud server 7, thereby analyzing and determining the cause of the accident, creating countermeasures, and transmitting them as a response report or the like to the manager terminal device 8 and the remote monitor/worker terminal device 9.
The artificial intelligence 5 stores the accident circumstances and causes in a database 6 for future learning purposes.
アプリ内蔵カメラ２、温湿度・加速度・照度センサー３は事故データを送信する手段を備え、ＷＥＢサーバー２はアプリ内蔵カメラ２、温湿度・加速度・照度センサー３より送信された事故情報を管理者端末デバイス８および遠隔監視者・作業員端末デバイス９およびクラウドサーバー７へ送信する手段を備え、クラウドサーバー７は本システムを動作させる人工知能５等のプログラムや関連情報、データを記憶するデータベース６を備え、人工知能５はシステムを動作させるプログラムを実行するための演算、検索、照合、出力、表示、記憶、その他の処理をする手段により、事故原因を判定し対応策を策定する機能を備え、クラウドサーバー７は管理者端末デバイス８および遠隔監視者・作業員端末デバイス９のユーザー認証および事故情報送信の手段を備える。 The app-embedded camera 2 and the temperature/humidity/acceleration/illuminance sensor 3 are provided with a means for transmitting accident data, the web server 2 is provided with a means for transmitting the accident information transmitted from the app-embedded camera 2 and the temperature/humidity/acceleration/illuminance sensor 3 to the administrator terminal device 8, the remote monitor/worker terminal device 9, and the cloud server 7, the cloud server 7 is provided with a database 6 for storing programs such as the artificial intelligence 5 that operates this system, as well as related information and data, the artificial intelligence 5 is provided with a function for determining the cause of the accident and formulating countermeasures by performing calculations, searches, comparisons, output, display, storage, and other processing to execute the programs that operate the system, and the cloud server 7 is provided with a means for user authentication of the administrator terminal device 8 and the remote monitor/worker terminal device 9 and for transmitting accident information.
物流センター等施設１は屋内、屋外であり、複数個所であるかなどは任意である。ＷＥＢサーバー２は物流センター等施設１に近接する例と遠隔に設置される例がある。クラウドサーバー７は蓄積すべきデータの特性や他の外部システムとの連繋の有無により利用する。
アプリ内蔵カメラ２、温湿度・加速度・照度センサー３は監視対象や管理内容によって物流センター等施設１の適当箇所に設置される。
管理者端末デバイス８および遠隔監視者・作業員端末デバイス９は管理者と遠隔監視者・作業員の別、アクセス可能な情報やデータのレベルなどによって異なる機能を備える。
The logistics center or other facility 1 may be indoors or outdoors, and may be located in multiple locations. The web server 2 may be installed close to or remote from the logistics center or other facility 1. The cloud server 7 is used depending on the characteristics of the data to be stored and whether or not it is linked to other external systems.
The app-embedded camera 2 and the temperature/humidity/acceleration/illuminance sensor 3 are installed in appropriate locations in the facility 1 such as a logistics center depending on the object of monitoring and the content of management.
The manager terminal device 8 and the remote monitor/worker terminal device 9 have different functions depending on whether they are a manager or a remote monitor/worker, and the level of accessible information and data.
アプリ内蔵カメラ２は、ドライブレコーダーと同様の機能を持ち常時動画を録画記録している。録画は数時間の録画を保持した後、上書き録画される。異常画像を受診した場合には、カメラに内蔵されたアプリケーションにより事故発生と判定され、事故発生時前後の任意の時間の動画を抽出し、動画データおよびカメラ配置情報等の事故情報をＷＥＢサーバー２に送信する。 The camera with built-in app 2 has the same functions as a dashcam and constantly records video. After retaining the video for several hours, the video is overwritten. If an abnormal image is detected, the application built into the camera determines that an accident has occurred, extracts video from any time before or after the accident, and sends the video data and accident information such as camera position information to the web server 2.
温湿度・加速度・照度センサー３は、配置された箇所の温度・湿度・地震等による振動などを常時検知しており、異常数値が発生した場合は異常数値および発生センサー情報をＷＥＢサーバー２へ送信する。 The temperature/humidity/acceleration/illuminance sensor 3 constantly detects the temperature, humidity, and vibrations caused by earthquakes, etc. at the location where it is installed, and if an abnormal value occurs, it sends the abnormal value and the sensor information to the web server 2.
ＷＥＢサーバー２は、アプリ内蔵カメラ２および温湿度・加速度・照度センサー３より異常データを受診した場合は、抽出された事故データにより事故報告書等を作成し、管理者端末デバイス８および遠隔監視者・作業員端末デバイス９にメール・ＳＭＳ等の送信を行う。同時にクラウドサーバー７へ事故データの送信を行う。 When the WEB server 2 receives abnormal data from the app-embedded camera 2 and the temperature/humidity/acceleration/illuminance sensor 3, it creates an accident report etc. using the extracted accident data and sends emails, SMS etc. to the manager terminal device 8 and the remote monitor/worker terminal devices 9. At the same time, it sends the accident data to the cloud server 7.
クラウドサーバー７は、受診した事故データを人工知能５へ入力し、人工知能５は事故原因分析を行い、事故原因を特定する。事故原因を特定し事故対応策を策定し、対応策報告書等を作成し、管理者端末デバイス８および遠隔監視者・作業員端末デバイス９にメール・ＳＭＳ等の送信を行う。 The cloud server 7 inputs the received accident data into the artificial intelligence 5, which then performs an accident cause analysis and identifies the cause of the accident. After identifying the cause of the accident, the artificial intelligence 5 formulates accident response measures, creates a response report, etc., and sends emails, SMS, etc. to the manager terminal device 8 and the remote monitor/worker terminal device 9.
管理者および遠隔監視者・作業員は、ＷＥＢサーバー２より受信した事故報告書等およびクラウドサーバー７より受診した事故対策報告書等により、物流センター等施設１の事故原因を改善し、入荷・入庫・仕分の際の工程の普及を図る。 The manager, remote monitor, and workers improve the cause of accidents at the logistics center or other facility 1 and promote the standardization of processes for receiving, storing, and sorting goods based on accident reports received from the web server 2 and accident countermeasure reports received from the cloud server 7.
本発明は、カメラやセンサーからの異常データを基に物流業務事故の原因を判定し、入荷・入庫・仕分の際の事故からの復旧を目的としているが、カメラやセンサーからの異常データのみを判定データとして限定するものではない。物流拠点内にはＡＧＶ（Automated Guided Vehicle）「無人運搬車」やベルトコンベヤー、紐カット機、地震計、火災報知器など多くの機器があり、これらの機器からの停止信号や異常信号をシステム内取り込み、総合的な物流業務事故原因判定システムとして構築することも可能である。 The present invention aims to determine the cause of logistics accidents based on abnormal data from cameras and sensors, and to recover from accidents that occur during receiving, warehousing, and sorting, but the determination data is not limited to abnormal data from cameras and sensors. A logistics base contains many devices such as AGVs (Automated Guided Vehicles), belt conveyors, string cutters, seismometers, and fire alarms, and it is possible to incorporate stop signals and abnormal signals from these devices into the system and build a comprehensive logistics accident cause determination system.
以下は一般化された用語例にもとづいて説明する。
管理者端末デバイス８および遠隔監視者・作業員端末デバイス９は携帯端末であることが望ましく、スマートフォン他任意である。端末デバイスとクラウドサーバー７は当該情報（以下各種データを含む。）を送受信する手段（機能）を備える。例として端末を携帯する者（管理者、作業者など）の人的認証、権限などの確認すべき事項を相互に送受信してチェックする。
人工知能５は、現在主流の深層学習型の人工知能によって構成・運用されるが、この機能および構成に限定されるものではない。人工知能５は、異常データを学習することにより、入荷・入庫・仕分の際の事故の原因を分析し、対応策報告書等を作成し、クラウドサーバー７より各端末デバイスへ送信する。
The following explanation is based on generalized terminology examples.
The manager terminal device 8 and the remote monitor/worker terminal device 9 are preferably mobile terminals, and may be any device such as a smartphone. The terminal devices and cloud server 7 have means (functions) for transmitting and receiving the information (hereinafter including various data). For example, items to be confirmed such as personal authentication and authority of the person carrying the terminal (manager, worker, etc.) are mutually transmitted and received to check.
The artificial intelligence 5 is configured and operated by the currently mainstream deep learning type artificial intelligence, but is not limited to this function and configuration. The artificial intelligence 5 analyzes the causes of accidents during receiving, storing, and sorting by learning abnormal data, creates countermeasure reports, etc., and transmits them to each terminal device from the cloud server 7.
本発明は、自動化された物流拠点の異常検出・荷崩れ原因分析について有効なシステムではあるが、物流拠点以外の用途としても利用可能性がある。
例えば、製品の組立・製造ラインや食品の製造ライン、無人店舗等の異常検出・異常原因分析に有効利用することが可能である。
Although the present invention is an effective system for detecting abnormalities and analyzing the causes of cargo shifting at automated logistics centers, it can also be used for purposes other than logistics centers.
For example, it can be effectively used for detecting abnormalities and analyzing the causes of abnormalities in product assembly and manufacturing lines, food manufacturing lines, unmanned stores, etc.
１ 物流拠点等施設
２ ＷＥＢサーバー
３ アプリ内蔵カメラ
４ 温湿度・加速度・照度センサー
５ 人工知能
６ データベース
７ クラウドサーバー
８ 管理者端末デバイス
９ 遠隔監視者・作業員端末デバイス
1 Logistics base or other facility 2 Web server 3 Camera with built-in app 4 Temperature, humidity, acceleration, and illuminance sensors 5 Artificial intelligence 6 Database 7 Cloud server 8 Administrator terminal device 9 Remote monitor/worker terminal device
Claims (2)
前記物流拠点の責任者および遠隔監視者・作業員に操作される端末と、
前記物流拠点に設置されるカメラおよびセンサーと、
前記カメラおよび前記センサーからのデータを受信するＷＥＢサーバーと、
前記データから事故原因分析を処理する人工知能およびデータベースと、
前記端末と通信可能に接続するクラウドサーバーと、
を有してなり、
前記端末は、
前記物流拠点の入荷・入庫・仕分の際の作業における異常検知および異常原因情報を、前記クラウドサーバーから受信する受信部と、
前記異常検知および異常原因情報を表示する表示部と、
前記責任者および遠隔監視者・作業員の認証情報を前記クラウドサーバーに送信する送信部と、
を備え、
前記カメラは、
前記物流拠点の各設備を常時動画として記録する機能と、
記録した動画に異常が発生した場合に前後数秒間の動画を前記ＷＥＢサーバーに送信するアプリ機能と、
前記記録した動画に異常が無い場合は、数時間後に上書き録画する機能と、
を備え、
前記センサーは、
前記物流拠点の各設備の温湿度や振動等の加速度のデータを記録する機能と、
記録したデータに異常が発生した場合に異常データを前記ＷＥＢサーバーに送信する機能と、
を備え、
前記異常データは、前記物流拠点内の機器からの停止信号および異常信号を含み、
前記人工知能は、
前記ＷＥＢサーバーに送信された異常動画および前記異常データから事故箇所を特定する機能と、
前記事故箇所から事故原因を分析し事故原因該当箇所を特定する機能と、
前記異常データを前記データベースに蓄積する機能および蓄積したデータを学習する機能と、
を備え、
前記クラウドサーバーは、
前記責任者および遠隔監視者・作業員の前記認証情報を識別する認証部と、
前記認証部により前記責任者および遠隔監視者・作業員への前記異常検知および異常原因情報を送信する機能と、
を備える、
ことを特徴とする物流業務事故原因判定システム。 A logistics operation accident cause determination system for detecting equipment stoppages and abnormalities during receiving, storing, and sorting at a logistics center,
A terminal operated by a person in charge of the logistics center and a remote monitor/operator;
A camera and a sensor installed at the logistics center;
A web server that receives data from the camera and the sensor;
An artificial intelligence and database for processing accident cause analysis from the data;
A cloud server communicably connected to the terminal;
and
The terminal includes:
A receiving unit that receives, from the cloud server, information on abnormalities detected during receiving, storing, and sorting operations at the logistics base and information on the cause of the abnormalities;
a display unit that displays the abnormality detection and abnormality cause information;
A transmission unit that transmits authentication information of the person in charge and the remote monitor/worker to the cloud server;
Equipped with
The camera includes:
A function of constantly recording each facility of the logistics center as a video;
An application function that transmits a few seconds of video before and after an abnormality occurs in the recorded video to the WEB server ;
If there are no abnormalities in the recorded video, the function to overwrite the video after a few hours has been performed .
Equipped with
The sensor comprises:
A function for recording data on temperature, humidity, and acceleration such as vibration of each facility at the logistics center;
A function of transmitting abnormal data to the WEB server when an abnormality occurs in the recorded data ;
Equipped with
The abnormality data includes a stop signal and an abnormality signal from a device in the logistics base,
The artificial intelligence is
A function of identifying an accident location from the abnormality video and the abnormality data transmitted to the WEB server;
A function of analyzing the cause of the accident from the accident location and identifying the location corresponding to the cause of the accident;
A function of storing the abnormal data in the database and learning the stored data ;
Equipped with
The cloud server includes:
an authentication unit for identifying the authentication information of the supervisor and the remote monitor/operator;
a function of transmitting the abnormality detection and abnormality cause information to the person in charge and the remote monitor/operator by the authentication unit;
Equipped with
A logistics operation accident cause determination system.
前記異常データと前記蓄積したデータとにより、事故予測を特定して、前記事故予測から前記端末に送信される対応策報告書を作成する機能、A function of identifying an accident prediction based on the abnormality data and the accumulated data, and creating a countermeasure report to be transmitted to the terminal based on the accident prediction;
を備える、Equipped with
請求項１記載の物流業務事故原因判定システム。The logistics accident cause determination system according to claim 1.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2023222115A JP7576877B1 (en) | 2023-12-28 | 2023-12-28 | Logistics accident cause determination system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2023222115A JP7576877B1 (en) | 2023-12-28 | 2023-12-28 | Logistics accident cause determination system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP7576877B1 true JP7576877B1 (en) | 2024-11-01 |
Family
ID=93259111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023222115A Active JP7576877B1 (en) | 2023-12-28 | 2023-12-28 | Logistics accident cause determination system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7576877B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002074562A (en) | 2000-09-01 | 2002-03-15 | Ohki Corp | System/method for risk management in emergency mode and maintenance monitoring management in building or the like and digital filing system thereof |
| JP2022091509A (en) | 2020-12-09 | 2022-06-21 | 株式会社オープンロジ | Accident information sharing system |
| JP2022148935A (en) | 2021-03-24 | 2022-10-06 | トーヨーカネツ株式会社 | Distribution system |
| WO2023008540A1 (en) | 2021-07-28 | 2023-02-02 | 晶 鈴木 | Wearable information processing device and program |
-
2023
- 2023-12-28 JP JP2023222115A patent/JP7576877B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002074562A (en) | 2000-09-01 | 2002-03-15 | Ohki Corp | System/method for risk management in emergency mode and maintenance monitoring management in building or the like and digital filing system thereof |
| JP2022091509A (en) | 2020-12-09 | 2022-06-21 | 株式会社オープンロジ | Accident information sharing system |
| JP2022148935A (en) | 2021-03-24 | 2022-10-06 | トーヨーカネツ株式会社 | Distribution system |
| WO2023008540A1 (en) | 2021-07-28 | 2023-02-02 | 晶 鈴木 | Wearable information processing device and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9805460B2 (en) | Systems and methods for assessing a facility based on audio/visual delta analysis | |
| JP7351054B2 (en) | Conveyance system inspection equipment (Doctor Logistics) | |
| US20060155818A1 (en) | Sensor node management | |
| US20190347613A1 (en) | Logistics management device, logistics management method, and program | |
| KR20160094597A (en) | Freight management system having function of real time monitoring | |
| US20230282083A1 (en) | Systems and methods for cargo management, verification, and tracking | |
| US20210284449A1 (en) | Wireless cargo manifest tracker and hazard protection system | |
| JP6446116B1 (en) | Transport system inspection device | |
| JP6679442B2 (en) | Package tracking system, package tracking method and package tracking program | |
| US11175198B2 (en) | System for sensing and notifying material leakage | |
| US20230156158A1 (en) | Method and system for detecting inventory anomalies using cameras | |
| Nascimento et al. | An integrated inspection system for belt conveyor rollers | |
| CN104692078A (en) | Method for monitoring running state of belt-type conveyer | |
| JP5820135B2 (en) | Logistics quality inspection method, data processing apparatus, data recorder, and computer program | |
| US20180276842A1 (en) | System and method for image based confirmation | |
| JP2024500581A (en) | Abnormality handling method and robot | |
| JP7576877B1 (en) | Logistics accident cause determination system | |
| Duran et al. | Safety analysis of Autonomous Ground Vehicle optical systems: Bayesian belief networks approach | |
| JP7576878B1 (en) | Logistics accident prediction system | |
| JP7576879B1 (en) | Unmanned monitoring system for logistics centers | |
| US10620619B2 (en) | Plant-monitoring system and monitoring method | |
| JP7421925B2 (en) | Information processing device, information processing method, and program | |
| US20210101618A1 (en) | System and method for connected vehicle risk detection | |
| CN111146110A (en) | Monitoring system and automatic material conveying system | |
| US20090307000A1 (en) | Method and system for globally monitoring aircraft components |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240315 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20240315 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240625 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20240902 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240910 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20241008 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20241015 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7576877 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |