申请/专利权人：深圳市晟晟科技有限公司

申请日：2023-11-27

公开（公告）日：2024-06-25

公开（公告）号：CN117495232B

主分类号：G06Q10/0833

分类号：G06Q10/0833;G06F21/60;G06Q10/083;G06T17/05;G06T15/00;G06V10/44;G06V10/82;G06N3/0464;G06T7/194;G06T7/12

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明涉及订单跟踪技术领域，尤其涉及一种订单跟踪方法及系统。该方法包括以下步骤：获取货物订单信息及货物环境数据；对货物订单信息进行分布式结构构建，以生成订单信息分布式数据模块；对订单信息分布式数据模块进行智能合约编辑，生成订单信息智能合约；通过订单信息智能合约对订单信息分布式数据模块进行去中心化网络结构搭建，构建订单追踪区块链网络；利用GPS定位技术获取货物实时位置信息；通过货物实时位置信息构建货物动态位置地图；通过订单追踪区块链网络对货物环境数据进行位置特征提取，以生成货物环境特征数据。本发明实现了高效、准确的订单跟踪。

主权项：1.一种订单跟踪方法，其特征在于，包括以下步骤：步骤S1：获取货物订单信息及货物环境数据；对货物订单信息进行分布式结构构建，以生成订单信息分布式数据模块；对订单信息分布式数据模块进行智能合约编辑，生成订单信息智能合约；步骤S2：通过订单信息智能合约对订单信息分布式数据模块进行去中心化网络结构搭建，构建订单追踪区块链网络；利用GPS定位技术获取货物实时位置信息；通过货物实时位置信息构建货物动态位置地图；步骤S3：通过订单追踪区块链网络对货物环境数据进行位置特征提取，以生成货物环境特征数据；利用货物环境特征数据对货物动态位置地图进行真实环境渲染，以生成环境渲染贴图数据；利用深度神经网络对环境渲染贴图数据对渲染参数动态调节，以生成动态渲染网络；步骤S3的具体步骤为：步骤S31：通过货物动态位置地图对货物环境数据进行位置标签标注，以生成位置标签数据；步骤S32：通过订单追踪区块链网络对位置标签数据进行位置特征提取，以生成货物环境特征数据；步骤S33：利用货物环境特征数据对货物动态位置地图进行真实环境渲染，以生成环境渲染贴图数据；步骤S33的具体步骤为：步骤S331：利用货物环境特征数据对货物动态位置地图进行货物位置检测，并进行货物边界框切割，以生成边界框数据；步骤S332：对货物动态位置地图进行细粒度分析，以生成图像细粒度数据；步骤S333：通过图像细粒度数据对货物动态位置地图进行图像对比度增强，以生成对比增强货物动态图像；步骤S334：将对比增强货物动态图像进行像素色度检测分析，以生成像素色度数据；步骤S335：通过边界框数据对对比增强货物动态图像进行货物边界框剔除，以生成货物动态背景；步骤S336：利用像素色度数据对货物动态背景进行图像综合场景分析，以生成场景描述动态背景；步骤S337：利用场景描述动态背景对货物动态位置地图进行真实环境渲染，以生成环境渲染贴图数据；步骤S34：对货物动态位置地图进行环境变化速度计算，以生成环境变化速度数据；步骤S35：利用深度神经网络通过环境变化速度数据对货物动态位置地图进行动态模糊处理，生成动态模糊轨迹渲染数据；步骤S36：通过动态模糊轨迹渲染数据对环境渲染贴图数据进行渲染参数动态调节，以生成动态渲染网络；步骤S4：通过动态渲染网络对货物动态位置地图进行亚细粒度渲染，以构建超分辨率订单图像流；根据环境渲染贴图数据对超分辨率订单图像流进行3D环境重建，以构建3D货物环境地图；步骤S4的具体步骤为：步骤S41：利用循环卷积网络对货物动态位置地图进行堆叠卷积，以生成货物动态卷积特征数据；步骤S42：对货物动态卷积特征数据进行残差连接，以生成深层货物动态卷积层图像；步骤S43：对深层货物动态卷积层图像进行多帧信息提取，以生成多帧动态卷积层图像；步骤S44：对多帧动态卷积层图像进行动态视觉捕捉，以获取动态视觉特征卷积图像；步骤S45：对动态视觉特征卷积图像进行跨帧融合处理，以生成跨帧疾动高分辨率图像；步骤S46：对跨帧疾动高分辨率图像进行细粒度动态波动检测，以生成细粒度动态波动数据；步骤S47：根据细粒度动态波动数据利用动态渲染网络对跨帧疾动高分辨率图像进行亚细粒度渲染，以构建超分辨率订单图像流；步骤S48：根据环境渲染贴图数据对超分辨率订单图像流进行3D环境重建，以构建3D货物环境地图；步骤S48的具体步骤为：步骤S481：将环境渲染贴图数据进行点云投影，以生成环境渲染点云图；步骤S482：利用像素色度数据对环境渲染点云图进行颜色插值，以生成点云像素色度图；步骤S483：根据点云像素色度图对环境渲染贴图数据进行场景几何结构拟合，生成货物环境立体结构；步骤S484：通过环境渲染贴图数据对货物环境立体结构进行贴图纹理细节增强，以生成纹理细节增强立体结构；步骤S485：通过纹理细节增强立体结构对超分辨率订单图像流进行3D环境重建，以构建3D货物环境地图；步骤S5：基于货物环境数据对3D货物环境地图及订单追踪区块链网络进行虚拟模型构建，以生成订单位置元宇宙模型；步骤S5的具体步骤为：步骤S51：根据货物实时位置信息对3D货物环境地图进行移动轨迹识别，以生成货物移动轨迹；步骤S52：利用订单追踪区块链网络构建虚拟世界引擎；步骤S53：将3D货物环境地图对虚拟世界引擎进行环境地图映射，以生成货物环境虚拟模型；步骤S54：利用货物移动轨迹对货物环境虚拟模型进行虚拟模型构建，以生成订单位置元宇宙模型；步骤S6：利用量子加密技术对订单位置元宇宙模型进行数据封装加密，以生成订单位置加密模型，并将订单位置加密模型上传至云服务器，以执行订单实时跟踪作业。

全文数据：

权利要求：

百度查询： 深圳市晟晟科技有限公司 一种订单跟踪方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD