程聚宝
程序员
软件外包公司
项目案例
发布需求
人才入驻
登录
注册
原"程序聚合"
工作台
程序员
软件开发公司
软件案例
发布需求
开发者入驻
帮助文档
小程序
登录
注册
原“程序聚合”
物流仓储 硬件 软件定制 案例
行业:
全部
电商
企业内部管理
社交
在线教育
金融
旅游
云计算
医疗健康
人工智能
物流仓储
外卖跑腿
企业服务(saas)
物联网
VR/AR
区块链
内容平台
出行
安全
人力资源/HR
大数据
广告营销
农业
搜索
音视频
生活服务
汽车
游戏/电竞
工业互联网
智慧数字孪生
能源
零售/新消费
政务服务
房地产
展开
收起
载体:
全部
安卓APP
IOS APP
网站
小程序
H5
爬虫/脚本
插件
游戏
Windows应用
Mac应用
嵌入式软件
硬件
电视应用
云服务/云平台
算法模型
框架或代码包
车载应用
操作系统
鸿蒙应用
展开
收起
程序聚合
软件案例
物流仓储
硬件
分类筛选
立库发货系统
一、立项背景和目标 立项背景:半导体大客户发货产线物料多(平库/立库料)、质检与包装标准高。传统人工分拣易错发漏发、无超重预警且 ERP/WMS 数据同步滞后。 建设目标:打造软硬件一体的仓储发货 MES 系统,联动 PTL 库位灯、电子称与扫码枪,实现二次分拣自动化、分箱称重智能化、结单出库防错化及与 ERP/WMS 的数据实时闭环。 二、软件功能与核心功能模块 二次分拣与库位管理:实现运单与空库位动态绑定、平库/立库料差异化校验、质检状态(QTResult)核验与执行人管理。 PTL 库位灯硬件控制:基于 Modbus/OPC UA 实现三色指示(绿灯:绑定/继续,黄灯:超重满箱,红灯:齐备待结单)与按键灭灯实时响应。 智能称重与满箱拆分:实时累加箱重,超重($\ge 30\text{kg}$)自动触发满箱作业,控制异步打印箱体标签/明细并自增箱号。 结单出库与系统交互:校验物料齐备性(CheckWaybillCompletion),生成出库五大表(ERP、明细、包装、需求、地址),执行存储过程同步 WMS 并打印发货单。 移库归档与运单恢复:结单数据移库至历史表(*_History);配套 7 步恢复 SOP,支持异常运单数据反向还原与库位解绑。 三、业务流程与功能路径描述 整体业务主路径: 扫码验证 $\rightarrow$ 运单绑库 $\rightarrow$ 物料分拣与称重 $\rightarrow$ 满箱/结单判定 $\rightarrow$ 按键灭灯确认 $\rightarrow$ 出库确认与移库 核心功能子路径: 运单绑库:扫运单号 $\rightarrow$ 校验汇料状态与可用库位 $\rightarrow$ 绑库亮绿灯 $\rightarrow$ 放入单据按灭灯确认 $\rightarrow$ 运单状态切为已绑定(PaState=40)。 分拣与称重:扫物料码 $\rightarrow$ 校验质检与数量 $\rightarrow$ 计算箱重: 超重($\ge 30\text{kg}$):亮黄灯提示满箱 $\rightarrow$ 打印标签明细 $\rightarrow$ 按灭灯更新箱号; 正常($< 30\text{kg}$):更新分拣数 $\rightarrow$ 齐备亮红灯待结单,未齐备亮绿灯继续分拣。 结单出库:红灯灭灯触发 $\rightarrow$ 创建保存 CaseInfo $\rightarrow$ 打印标签明细 $\rightarrow$ 批量写入出库五大表 $\rightarrow$ 存储过程同步 WMS $\rightarrow$ 移库至历史表 $\rightarrow$ 运单状态切为完成(PaState=90) $\rightarrow$ 释放清空库位。
物流仓储、物联网
C#、SQL
智能地磅无人值守称重管理系统
对接海康、大华等主流摄像设备,车辆上磅自动识别车牌并抓拍存档 通过串口适配多种磅秤仪表(不同厂商协议差异大,做了协议解析层+算法适配),实时稳定取重 与用友 ERP 及前端商场系统双向对接:车牌、毛重/皮重与订单自动关联,称重完成实时回写 ERP 防作弊设计:红外定位检测车辆是否完全上磅、皮重波动预警、历史曲线比对 磅房大屏看板 + 手机端查询,老板随时随地看当日过磅数据
企业内部管理、物流仓储
Java、Vue
wms智能货柜货架
该系统是一个高度自动化的设备管理系统 , 旨在通过集成的智能存储解决方案 ,提高设备管理的效率和准确性 。 系统利用RFID技术实现设备的精细管理 ,支持设备入库 、 出库 、 设备属性管理 、 仓储配置 、查询 统计 、 告警管理以及系统管理等多种功能 。 核心功能:入库管理 :提供设备入库的全业务流程支撑 ,包括设备 信息填报 、 审批操作 、 智能货架和智能存储柜的入库操作 , 以及异常流程的验证 。 出库管理 :支持设备出库的 全业务流程 ,包括出库申请 、 审批 、 智能货架和智能存储柜的出库操作 , 以及异常流程的验证 。设备管理 :包括设备属性管理 ,如设备名称 、 型号 、 归属部门等 , 以及设备盘点和清退功能 。 仓储管理:涉及仓储配置管理 , 包括库房编号 、 储存功能区 、 储位编号等 ,并提供储位调整功能 。 查询统计:提供与仓储业务相关的综合查询 和报表输出功能 ,如仓储分析报表和设备报表 。 告警管理 :包括承重告警和非法出库告警 ,确保设备安全和操 作合规性 。 项目定位: 面向企业设备管理场景 ,打造高度自动化的智能存储管理系统 ,通过 RFID 技术实现设备全生命周期精细化管理 ,解决传统设备管理效率低、 追溯难等问题。 核心应用:覆盖设备入库、 出库、 属性管理、 仓储配置、 查询统计、 告警管理全流程 ,实现设备管理自动化与可视化 ,提升设备管理效率 80% 以上 ,降低设备丢失率。
物流仓储
Java、Spring Boot、Vue
EWM RF仓库系统项目开发
本项目基于企业智能仓储数字化升级需求,依托 SAP EWM 搭建 RF 手持终端仓储作业系统,替代传统纸质单据作业。系统包含收货入库、上架存储、拣货出库、库存盘点、移库调拨五大核心功能模块;全流程通过 RF 扫码联动 EWM 后台,实现采购收货扫码上架、销售订单波次拣配、动态盘点实时更新库存,打通 ERP 与仓储执行数据流,解决人工记账错账、作业效率低下问题,完成仓储全链路数字化管控。
物流仓储、企业服务(saas)
ABAP、SQL
ALRobot
1.项目开发:负责公司.NET项目的开发和维护,使用.Net core 8.0 Maui、avalonia和ASP.NET框架,涉及前端技术包括Blezor 和Vue等。通过编写高效的代码达到了较高的用户满意度。 2.需求分析:负责与客户沟通,收集需求并进行分析,制定相应的开发 计划和时间表,保证项目按时完成。 3.团队协作:协调开发团队,制定开发计划和进度安排,确保项目的高质量完成。 4.问题解决:负责识别和解决.NET项目中的技术问题,包括性能问题、安全问题和跨浏览器兼容性问题等。
工业互联网、物流仓储
C#
潜伏式AGV小车-潜伏式AGV小车
该项目旨在为山东蔚克数控机械有限公司目标客户生产载重一吨的可自动运输货架的运输机器人。 1.使用AutoCAD Electrical设计整体原理图。 2.使用Altium Designer设计驱动板。 3.电机控制程序功能(使用Orin NVIDIA Jetson开发板):使用 C 编写速度环、位置环。PWM输出给伺服/BLDC驱动器。可通过 CAN 与工业PC交互。 4.电池控制程序功能:BMS 端用 C/C++ 配置报警阈值。IPC端用 Python 或 C++ 获取电量、电流、电压数据,用于调度与续航监控。 我们在项目中。
物流仓储、物联网
C++、Altium Designer
高精度标签打印-硬件对接
1.实现高精度标签度打印(A等级); 2.支持复杂标签打印(普通数据+条形码+二维码+多码合一+图标); 3.多标签合并打印;串并打印(同一台打印机按顺序打印;多台打印机并行打印);补打、插打、续打等多种打印形式; 5.打印机管理(注册、发现、监听、状态);打印机分组(分组管理;数据分组下发); 6.打印控制(精度、纸张大小、速度等); 7.打印模板(模板自定义;模板复用);
企业内部管理、物流仓储
FastAPI、Gson、Spring、...
国网西安枣园WCS系统
主要工作: 1.对接户外龙门吊智能化通过控制 行车 PLC 来达到控制行车对货物的出入库和装车卸车的全流程自动化操作。同时对接WMS 业务系统配合完成出入库盘点他,统计数据等业务操作。 2.对仓库园区里全部1-3 号库 AGV 设备的 RCS 系统对接来实现控制出入库和抽检任务的自动化操作同时对接WMS 业务系统配合完成出入库盘点,统计数据等业务操作。 3.对接截米机和截米机配套机器人根据 WMS 下达任务来共同完成抽检和送样,反样等业务自动化操作控制。 4.对接园区全部IOT 网络。 5.对接智能灯杆 6.集成对接海康安防系统。 7.堆垛机对接
物流仓储、物联网
C#、Java、Vue、Docker
全国各大火力发电厂煤炭进耗存智能化管理系统
1、运煤车辆的全自动计量,汽车的出入厂流程管理 对接串口设备和网络通信设备,集成各类设备进入统一系统管理,定制各类设备画面 2、采制样设备数据监控、指令通信控制和数据采集 3、数据查询展示和统计、业务流程交互控制
物流仓储、物联网
C#、Oracle Database、S...
EdgeGuard
EdgeGuard:边缘设备上的轻量级人类检测系统 EdgeGuard 是一个面向嵌入式边缘计算平台(如 NVIDIA Jetson Nano)开发的智能监控解决方案,旨在在资源受限的设备上实现高效且低功耗的人体检测与告警。项目采用轻量级深度学习模型(如 YOLOv5-Nano / MobileNet-SSD),配合 OpenCV 和 PyTorch 框架进行实时视频流处理。系统具备目标检测、区域触发、行为识别等基本功能,并支持容器化部署(Docker),以便在仿真环境中快速测试和迭代。 我负责算法选型、模型训练与裁剪、推理优化(TensorRT)、Docker 仿真部署、以及功耗评估与测试等核心工作。项目特别强调边缘端实时性与部署稳定性,适用于工厂安全监控、无人值守区域管理等场景。
人工智能、物流仓储
Python、PyTorch
1
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服
微信扫一扫直接聊
无需加好友