CN114146930A - 自动化分拣物流快件的方法、装置和计算机设备 - Google Patents
自动化分拣物流快件的方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN114146930A CN114146930A CN202010929777.1A CN202010929777A CN114146930A CN 114146930 A CN114146930 A CN 114146930A CN 202010929777 A CN202010929777 A CN 202010929777A CN 114146930 A CN114146930 A CN 114146930A
- Authority
- CN
- China
- Prior art keywords
- sorting
- image
- camera
- server
- trolley
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000001815 facial effect Effects 0.000 claims abstract description 71
- 230000006870 function Effects 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 14
- 230000000875 corresponding effect Effects 0.000 description 42
- 238000012015 optical character recognition Methods 0.000 description 32
- 230000001276 controlling effect Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000001960 triggered effect Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C3/00—Sorting according to destination
- B07C3/18—Devices or arrangements for indicating destination, e.g. by code marks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Sorting Of Articles (AREA)
Abstract
本申请涉及一种自动分拣物流快件方法、装置和计算机设备。所述方法包括：检测到分拣小车到达预设的各指定位置时，向各指定位置处的相机发送携带分拣小车地址信息的图像采集指令；图像采集指令用于指示相机采集分拣小车上物流快件的面单图像；各指定位置处的相机关联不同功能的服务器；将面单图像发送至与相机关联的服务器，得到服务器中图像识别模型对面单图像的识别结果；根据识别结果和分拣小车地址信息分配分拣小车的分拣地址；生成携带分拣地址的分拣指令；分拣指令用于控制分拣小车将物流快件投放至分拣地址对应的投放位置。采用本方法能够提物流快件分拣效率。
Description
技术领域
本申请涉及物流分拣技术领域，特别是涉及一种自动化分拣物流快件方法、装置、计算机设备和存储介质。
背景技术
随着物流快递行业的迅速发展，订单数量与日俱增。为了实现快递件的迅速周转，自动化分拣发挥着至关重要的作用。自动化分拣大致流程为快递件上输送线，通过输送线导入到主分拣机，识别***读取快递件信息，根据快递件地址信息分拣到指定地址。
然而，由于国内信息技术发展较为完善，且快递体量非常大，快递件面单基本统一且有相应的国家规范。因此，国内一般采用条码识别技术可以实现快递件的信息读取。然而在其它国家和地区，依然存在手写面单及无条码面单。针对手写面单及无条码面单难以实现信息的自动读取及自动分拣功能问题导致物流快递件的分拣效率低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高物流快件分拣效率的自动分拣物流快件方法、装置、计算机设备和存储介质。
一种自动分拣物流快件方法，所述方法包括：
检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
在一个实施例中，所述指定位置包括第一指定位置和第二指定位置；所述检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令，包括：
当检测到分拣小车到达第一指定位置时，向所述第一指定位置处的第一相机发送携带所述分拣小车地址信息的第一图像采集指令；所述第一图像采集指令用于指示所述第一相机采集所述分拣小车上快递件的第一面单图像；所述第一相机关联识别文字信息的服务器，以用于识别文字信息的面单图像；
当检测到分拣小车到达第二指定位置时，向所述第二指定位置处的第二相机发送携带所述分拣小车地址信息的第二图像采集指令；所述第二图像采集指令用于指示所述第二相机采集所述分拣小车上快递件的第二面单图像；所述第二相机关联识别条码信息的服务器，以用于识别条码信息的面单图像。
在一个实施例中，所述将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果，包括：
将所述第一面单图像发送至与所述第一相机关联的第一服务器，得到所述第一服务器中第一图像识别模型对所述第一面单图像中文字信息的识别结果；或
将所述第二面单图像发送至与所述第二相机关联的第二服务器，得到所述第二服务器中第二图像识别模型对所述第二面单图像中条码信息的识别结果。
在一个实施例中，所述将所述第一面单图像发送至与所述第一相机关联的第一服务器，得到所述第一服务器中第一图像识别模型对所述第一面单图像中文字信息的识别结果，包括：
将所述第一面单图像发送至第一服务器，通过所述第一服务器中第一图像识别模型检测所述第一面单图像是否存在对应的第一感兴趣区域；
当存在对应的第一感兴趣区域时，通过所述第一图像识别模型对所述第一感兴趣区域的文字信息进行识别，得到所述文字信息的识别结果。
在一个实施例中，所述将所述第二面单图像发送至与所述第二相机关联的第二服务器，得到所述第二服务器中第二图像识别模型对所述第二面单图像中条码信息的识别结果，包括：
将所述第二面单图像发送至第二服务器，通过所述第二服务器中第二图像识别模型检测所述第二面单图像是否存在对应的第二感兴趣区域；
当存在对应的第二感兴趣区域时，通过所述第二图像识别模型对所述第二感兴趣区域的条码信息进行识别，得到所述条码信息的识别结果。
在一个实施例中，所述将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对所述面单图像的识别结果，包括：
将所述面单图像发送至与所述相机关联的服务器，当所述相机形成闭环时，生成所述分拣小车的分拣地址请求指令；
根据所述分拣地址请求指令，得到所述服务器中图像识别模型对所述面单图像的识别结果；执行所述根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址步骤。
一种自动分拣物流快件装置，所述装置包括：
检测模块，用于检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
发送模块，用于将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
分配模块，用于根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
分拣模块，用于生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
一种自动分拣物流快件***，其特征在于，所述***包括感应设备、相机、分拣机和用于控制所述相机和所述分拣机的控制主机；所述分拣机上设有传送带，所述相机设置在所述相机的指定位置；所述控制主机包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
上述自动化分拣物流快件的方法、装置、计算机设备和存储介质，通过检测到分拣小车到达各指定位置时，触发各指定位置处的相机采集分拣小车物流快件的面单图像，并将采集的图像面单信息上传各指定位置处的相机关联的服务器；根据各服务器中图像识别模型对面单图像的识别结果和分拣小车地址信息去分配分拣小车的分拣地址；并生成携带分拣地址的分拣指令；通过分拣指令控制分拣小车将物流快件投放至所述分拣地址对应的投放位置；即通过与不同指定位置处的相机关联的不同类型服务器，对采集的不同类型的面单图像进行解码；获取不同类型面单快递信息的识别结果，根据识别结果确定各分拣小车的分拣地址，进行实现对不同类型面单图像的物流快件的分拣，提高了物流快件的分拣效率。
附图说明
图1为一个实施例中自动分拣物流快件方法的应用环境图；
图2为一个实施例中自动分拣物流快件方法的流程示意图；
图3为一个实施例中一个实施例中自动分拣机的结构示意图；
图4为另一个实施例中自动分拣物流快件方法的流程示意图；
图5为一个实施例中自动分拣物流快件的应用场景示意图；
图6为一个实施例中自动分拣物流快件***的示意图；
图7为一个实施例中自动分拣物流快件装置的结构框图；
图8为另一个实施例中自动分拣物流快件装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的自动分拣物流快件方法，可以应用于如图1所示的应用环境中。其中，终端102、相机104和服务器106之间通过网络进行通信。终端102检测到分拣小车依次到达预设的各指定位置时，向指定位置处的相机104发送携带分拣小车地址信息的图像采集指令；图像采集指令用于指示相机采集分拣小车上物流快件的面单图像；各指定位置处的相机关联不同功能的服务器；将面单图像发送至与相机102关联的服务器106，得到服务器106中图像识别模型对面单图像的识别结果；根据识别结果和分拣小车地址信息分配分拣小车的分拣地址；生成携带分拣地址的分拣指令；分拣指令用于控制分拣小车将物流快件投放至分拣地址对应的投放位置。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种自动分拣物流快件方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤202，检测到分拣小车到达预设的各指定位置时，向各指定位置处的相机发送携带分拣小车地址信息的图像采集指令；图像采集指令用于指示相机采集分拣小车上物流快件的面单图像；各指定位置处的相机关联不同功能的服务器。
其中，分拣小车地址信息为一个物理地址，可以为分拣小车到达自动化分拣机的指定位置的位置信息，分拣小车到达不同的指定位置的分拣小车地址信息是不同的。自动分拣机上设置有至少两个指定位置，每个指定位置处安装有用于采集分拣小车上物流快件的面单图像的相机，每个指定位置处的相机的功能可以是不同，也可以是相同的，但每个指定位置处的相机关联不同功能的服务器；例如，预设的指定位置包括第一指定位置和第二指定位置，第一指定位置处的相机关联识别文字信息的面单图像的服务器，第二指定位置处的相机关联识别条码信息的面单图像的服务器；相机可包括顶面扫相机、五面扫相机，顶面扫相机只采集物流快件顶部的图像，五面扫相机是一次性同时采集物流快件的顶部、四个侧面的图像。在本申请中指定位置包括第一指定位置和第二指定位置，第一指定位置处的相机为顶面扫相机，第二指定位置处的相机为五面扫相机为例进行说明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述预设的指定位置，但这些指定位置不受这些术语限制。这些术语仅用于将第一个指定位置与另一个指定位置区分。举例来说，在不脱离本申请的范围的情况下，可以将第一指定位置称为第二指定位置，且类似地，可将第二指定位置称为第一指定位置。第一指定位置和第二指定位置两者都是指定位置，但其不是同一指定位置。
具体地，自动化导入台的传送皮带使分拣小车携带物流快件在自动分拣机上进行传送，当第一指定位置处的感应器感应到分拣小车时，即终端检测到分拣小车到达第一指定位置，终端中的分拣机PLC控制单元生成图像采集指令，触发第一指定位置处的顶面扫相机采集分拣小车上物流快件的面单图像，分拣小车地址信息为第一指定位置；通过传送皮带继续传送分拣小车，当分拣小车从第一指定位置传输到第二指定位置时，第二指定位置处的感应器感应到分拣小车时，即终端检测到分拣小车到达第二指定位置，终端中的分拣机PLC控制单元生成图像采集指令，触发第二指定位置处的五面扫相机采集分拣小车上物流快件的面单图像，分拣小车地址信息为第二指定位置。其中，第一指定位置处的相机为OCR相机(顶面扫相机)，第二指定位置处的相机为OBR相机(五面扫相机)。
步骤204，将各面单图像发送至与相机关联的服务器，得到服务器中图像识别模型对各面单图像的识别结果。
其中，服务器可以是光学字符识别(Optical Character Recognition，OCR)服务器，也可以是光学条码识别(OBR)服务器，OCR服务器用于对文字信息进行识别，OBR服务器用于对条码信息进行识别，不同指定位置处的相机关联不同功能的服务器，第一指定位置处的相机与OCR服务器相关联，第二指定位置处的相机与OBR服务器相关关联。面单图像中可以但不仅限于包括物流快件的订单号、物品属性、客户信息以及收件地址信息，面单图像可以是文字信息的面单图像和条码信息的面单图像中的任意一种。
具体地，将面单图像发送至与相机关联的服务器，并将分拣小车地址信息再次上传至终端中的分拣机PLC控制单元中，使相机处于闭环状态时，生成分拣小车的分拣地址请求指令；根据分拣地址请求指令，得到服务器中图像识别模型对面单图像的识别结果。其中相机处于闭环状态是指相机完成当前采集，相机处于复位状态，可以触发再次进行拍照。
可选地，若面单图像为文字信息的面单图像，第一指定位置处的顶面扫相机采集分拣小车上物流快件的面单图像，采集的面单图像为文字信息的面单图像，面单图像与分拣小车地址信息进行绑定，将采集的面单图像、图像采集时间和相机编号发送至与顶面扫相机关联的OCR服务器；使顶面扫相机形成闭环时，生成分拣小车的分拣地址请求指令时，OCR服务器中的图像识别模型检测到面单图像的文字信息时，通过图像识别模型对文字信息进行识别，得到文字信息对应的识别结果；第二指定位置处的五面扫相机采集分拣小车上物流快件的面单图像，面单图像与分拣小车地址信息进行绑定，将采集的面单图像、图像采集时间和相机编号发送至与顶面扫相机关联的OBR服务器，当五面扫相机形成闭环时，生成分拣小车的分拣地址请求指令时，OBR服务器无法对文字信息的面单图像进行识别，将OCR服务器识别得到文字信息对应的识别结果作为该面单图像的识别结果。
若面单图像为条码信息的面单图像，第一指定位置处的顶面扫相机采集分拣小车上物流快件的面单图像，采集的面单图像为文字信息的面单图像，面单图像与分拣小车地址信息进行绑定，将采集的面单图像、图像采集时间和相机编号发送至与顶面扫相机关联的OCR服务器；OCR服务器无法对条码信息的面单图像进行识别；第二指定位置处的五面扫相机采集分拣小车上物流快件的面单图像，面单图像与分拣小车地址信息进行绑定，将采集的面单图像、图像采集时间和相机编号发送至与顶面扫相机关联的OBR服务器，当五面扫相机形成闭环时，生成分拣小车的分拣地址请求指令时，OBR服务器中的图像识别模型检测到面单图像的文字信息时，通过图像识别模型对条码信息进行识别，得到条码信息对应的识别结果，识别结果为物流快件的发送目的地。
步骤206，根据识别结果和分拣小车地址信息分配分拣小车的分拣地址。
其中，识别结果为物流快件的发送目的地，预先建立发送目的地、分拣小车地址信息和分拣地址之间存在对应的对应关系；根据识别结果、分拣小车地址信息以及预先建立的对应关系中匹配出分拣小车的分拣地址。
具体地，当面单图像为文字信息的面单图像时，根据OCR服务器中的图像识别模型识别得到的结果和分拣小车地址信息分配分拣小车的分拣地址；当面单图像为条码信息的面单图像时，OBR服务器中的图像识别模型识别得到的结果和分拣小车地址信息分配分拣小车的分拣地址。
步骤208，生成携带分拣地址的分拣指令；分拣指令用于控制分拣小车将物流快件投放至分拣地址对应的投放位置。
具体地，当终端从服务器中获取物流快件的面单图像的识别结果时，终端中的分拣机PLC控制单元像上位***发送分拣请求，根据获取的识别结果和分拣小车地址信息分配分拣小车的分拣地址，生成携带分拣地址的分拣指令；将分拣指令发送给分拣机PLC控制单元，通过分拣机PLC控制单元控制分拣小车将物流快件投放至分拣地址对应的投放位置。例如，在一个分拣场景中，有100个分拣格口，每个分拣格口代表一个目的地。当物流快件通过导入台上后，分拣小车的地址与物流快件进行了绑定。当物流快件通过OCR***，OCR识别出物流快件的目的地，上位***控制单元根据物流快件的目的地分配分拣格口。当小车到达指定分拣格口后，PLC触发分拣命令，物流快件被准确投放到指定分拣格口；当物流快件通过OBR***，OBR识别出物流快件的目的地，上位***控制单元根据物流快件的目的地分配分拣格口。当小车到达指定分拣格口后，PLC触发分拣命令，物流快件被准确投放到指定分拣格口。
以下为一个实施例中自动分拣机的结构示意图，如图3所示，其中，“1”代表为自动分拣机的自动导入台，自动化导入台由七段皮带机组成；“2”为OCR相机，“3”为OBR相机，“4”为分拣格口。物流快件通过自动导入台投入至自动分拣机中，分拣小车携带物流快件依次通过OCR相机和OBR相机，分别采集分拣小车上物流快件的面单图像，将OCR相机和OBR相机采集的面单图像发送至各自关联的服务器，通过根据服务器中图像识别模型对面单图像的识别结果和分拣小车地址信息去分配分拣小车的分拣地址，将携带分拣地址的分拣指令发送给分拣机PLC控制单元，控制分拣小车将物流快件投放至分拣地址对应的投放位置。
上述自动分拣物流快件方法中，当检测到分拣小车到达各指定位置时，触发各指定位置处的相机采集分拣小车物流快件的面单图像，并将各指定位置处采集的图像面单信息上传至关联的服务器；根据服务器中图像识别模型对面单图像的识别结果和分拣小车地址信息去分配分拣小车的分拣地址；并生成携带分拣地址的分拣指令；通过分拣指令控制分拣小车将物流快件投放至分拣地址对应的投放位置；即通过与不同指定位置处的相机关联的不同类型服务器，对采集的不同类型的面单图像进行解码；获取不同类型面单快递信息的识别结果，根据识别结果确定各分拣小车的分拣地址，进行实现对不同类型面单图像的物流快件的分拣，提高了物流快件的分拣效率。
在另一个实施例中，如图4所示，提供了一种自动分拣物流快件方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤402，获取分拣小车上物流快件的面单图像的图像类别。
其中，面单图像的图像类别包括文字信息的面单图像和条码信息的面单图像等，文字信息的面单图像可以但不仅限于是手写的面单图像，条码信息的面单图像可以但不仅限于是条码或二维码的面单图像。
具体地，在物流快递件投入到分拣机时，将物流快件与分拣小车的物理地址进行绑定，获取分拣小车上物流快件的面单图像的图像类别，对面单图像的类别进行判断。
步骤404，当图像类别为文字信息的面单图像时，检测到分拣小车到达第一指定位置时，向第一指定位置处的第一相机发送携带分拣小车地址信息的第一图像采集指令；第一图像采集指令用于指示第一相机采集分拣小车上快递件的面单图像。
具体地，当图像类别为文字信息的面单图像时，检测到分拣小车到达第一指定位置时，终端中的分拣机PLC控制单元发送携带分拣小车地址信息的第一图像采集指令，第一指定位置处的第一相机开始进行图像采集；此时，分拣机PLC控制单元将分拣小车地址信息发送给第一相机，当第一相机完成图像采集时，将采集的图像面单和分拣小车地址信息进行关联，并获取第一相机的相机编号和图像采集时间。
步骤406，将第一面单图像发送至与第一相机关联的第一服务器，得到第一服务器中第一图像识别模型对第一面单图像中文字信息的识别结果。
具体地，将第一指定位置处相机采集的第一面单图像、以及与第一面单图像关联的分拣小车地址信息、第一相机的相机编号和图像采集时间发送至第一服务器，第一服务器可以是OCR服务器；第一相机将分拣小车地址信息发送至分拣机PLC控制单元，使得第一相机处于闭环并生成分拣地址请求指令，根据分拣地址请求指令，通过第一服务器中第一图像识别模型检测面单图像是否存在对应的第一感兴趣区域；当存在对应的第一感兴趣区域时，通过第一图像识别模型对第一感兴趣区域的文字信息进行识别，得到文字信息的识别结果。其中，第一图像识别模型为预先训练好的模型。
可选地，第一图像识别模型的训练过程为获取样本面单图像，对样本面单图像中要读取信息的位置进行标注，得到样本检测数据集；获取样本识别数据集，通过样本检测数据集对第一图像识别模型中的文本检测子模型进行训练，以及通过样本识别数据对第一图像识别模型中的文本识别子模型进行训练，直到文本检测子模型和文本识别子模型收敛在设定的收敛值范围内时，得到训练好的第一图像识别模型。
步骤408，当图像类别为条码信息的面单图像时，检测到分拣小车到达第二指定位置时，向第二指定位置处的第二相机发送携带分拣小车地址信息的第二图像采集指令；第二图像采集指令用于指示第二相机采集分拣小车上快递件的面单图像。
具体地，当图像类别为条码信息的面单图像时，检测到分拣小车到达第二指定位置时，终端中的分拣机PLC控制单元发送携带分拣小车地址信息的第二图像采集指令，第二指定位置处的第二相机开始进行图像采集；此时，分拣机PLC控制单元将分拣小车地址信息发送给第二相机，当第二相机完成图像采集时，将采集的图像面单和分拣小车地址信息进行关联，并获取第二相机的相机编号和图像采集时间。
步骤410，将第二面单图像发送至与第二相机关联的第二服务器，得到第二服务器中第二图像识别模型对第二面单图像中条码信息的识别结果。
具体地，将第二指定位置处相机采集的第二面单图像、以及与第二面单图像关联的分拣小车地址信息、第二相机的相机编号和图像采集时间发送至第二服务器，第二服务器可以是OBR服务器；第二相机将分拣小车地址信息发送至分拣机PLC控制单元，使得第二相机处于闭环并生成分拣地址请求指令，根据分拣地址请求指令，通过第二服务器中第二图像识别模型检测面单图像是否存在对应的第二感兴趣区域；当存在对应的第二感兴趣区域时，通过第二图像识别模型对第二感兴趣区域的条码信息进行识别，得到条码信息的识别结果。其中，第二图像识别模型为预先训练好的模型。
可选地，第二图像识别模型的训练过程为获取样本面单图像，对样本面单图像中要读取信息的位置进行标注，得到样本检测数据集；获取样本识别数据集，通过样本检测数据集对第二图像识别模型中的条码检测子模型进行训练，以及通过样本识别数据对第二图像识别模型中的条码识别子模型进行训练，直到条码检测子模型和条码识别子模型收敛在设定的收敛值范围内时，得到训练好的第二图像识别模型。
步骤412，根据识别结果和分拣小车地址信息分配分拣小车的分拣地址。
具体地，若面单图像为文字信息的面单图像时，OBR服务器中的图像识别模型不能识别文字信息的面单图像，根据OCR服务器中的图像识别模型识别得到的结果和分拣小车地址信息分配分拣小车的分拣地址；当面单图像为条码信息的面单图像时，OCR服务器中的图像识别模型不能识别条码信息的面单图像，OBR服务器中的图像识别模型识别得到的结果和分拣小车地址信息分配分拣小车的分拣地址。
步骤414，生成携带分拣地址的分拣指令；分拣指令用于控制分拣小车将物流快件投放至分拣地址对应的投放位置。
以下为一个实施例中自动分拣物流快件的应用场景图，如图5所示，其中终端中包括分拣机PLC控制单元和上位***单元。具体地，获取分拣小车上物流快件的面单图像的图像类别，若图像类别为文字信息的面单图像，终端检测到分拣小车到达第一指定位置时，终端中的分拣机PLC控制单元发送携带分拣小车地址信息的第一图像采集指令，第一指定位置处的OCR相机开始进行图像采集；此时，分拣机PLC控制单元将分拣小车地址信息发送给OCR相机，当OCR相机完成图像采集时，将采集的图像面单和分拣小车地址信息进行关联，并获取第一相机的相机编号和图像采集时间；将第一指定位置处OCR相机采集的面单图像、以及与面单图像关联的分拣小车地址信息、第一相机的相机编号和图像采集时间发送至OCR服务器；第一相机将分拣小车地址信息发送至分拣机PLC控制单元，使得OCR相机处于闭环并生成分拣地址请求指令，根据分拣地址请求指令，通过OCR服务器中第一图像识别模型检测面单图像是否存在对应的第一感兴趣区域；当存在对应的第一感兴趣区域时，通过第一图像识别模型对第一感兴趣区域的文字信息进行识别，得到文字信息的识别结果。
若图像类别为条码信息的面单图像，终端检测到分拣小车到达第二指定位置时，终端中的分拣机PLC控制单元发送携带分拣小车地址信息的第二图像采集指令，第二指定位置处的OBR相机开始进行图像采集；此时，分拣机PLC控制单元将分拣小车地址信息发送给OBR相机，当OBR相机完成图像采集时，将采集的图像面单和分拣小车地址信息进行关联，并获取第二相机的相机编号和图像采集时间；将第二指定位置处OBR相机采集的面单图像、以及与面单图像关联的分拣小车地址信息、第二相机的相机编号和图像采集时间发送至OBR服务器；第二相机将分拣小车地址信息发送至分拣机PLC控制单元，使得OBR相机处于闭环并生成分拣地址请求指令，根据分拣地址请求指令，通过OBR服务器中第二图像识别模型检测面单图像是否存在对应的第二感兴趣区域；当存在对应的第二感兴趣区域时，通过第二图像识别模型对第二感兴趣区域的条码信息进行识别，得到文字信息的识别结果。
上位***模组根据识别结果和分拣小车地址信息分配分拣小车的分拣地址，将生成携带分拣地址的分拣指令发送至分拣机PLC控制模组，分拣机PLC控制模组控制分拣小车将物流快件投放至分拣地址对应的投放位置，实现对不同类型面单图像的物流快件的分拣，提高了物流快件的分拣效率。
上述自动化分拣物流快件方法中，通过确定物流快件的面单图像的图像类别，通过检测到分拣小车到达各指定位置时，触发各指定位置处的相机采集分拣小车物流快件的面单图像，将采集的图像面单信息上传至OBR服务器和OCR服务器，通过OBR服务器或OCR服务器中的训练好的图像识别模型对面单图像进行识别，获取文字信息的面单图像和条码信息的面单图像的物流快件的目的地，根据物流快件的目的地和分拣小车地址信息去分配分拣小车的分拣地址，根据携带分拣地址的分拣指令控制分拣小车将物流快件投放至分拣地址对应的投放位置，实现对不同类型面单图像的物流快件的分拣，提高了物流快件的分拣效率。
应该理解的是，虽然图2、图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种自动分拣物流快件***，该***包括感应设备、相机、分拣机和用于控制相机和分拣机的控制主机，分拣机上设有传送带，相机设置在相机的指定位置；其中，感应设备用于感应分拣小车是否到达预设的各指定位置；相机用于采集分拣小车上物流快件的面单图像；分拣机用于将物流快件投放至分拣地址对应的投放位置；控制主机包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：通过感应设备感应到分拣小车到达预设的各指定位置时，向各指定位置处的相机发送携带分拣小车地址信息的图像采集指令；图像采集指令用于指示相机采集分拣小车上物流快件的面单图像；各指定位置处的相机关联不同功能的服务器；将各面单图像发送至与相机关联的服务器，得到服务器中图像识别模型对各面单图像的识别结果；根据识别结果和分拣小车地址信息分配分拣小车的分拣地址；生成携带分拣地址的分拣指令，分拣指令用于控制分拣小车将物流快件投放至分拣地址对应的投放位置。
关于自动分拣物流快件***的具体限定可以参见上文中对于自动分拣物流快件方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种自动分拣物流快件装置，包括：检测模块702、发送模块704、分配模块706和分拣模块708，其中：
检测模块702，用于检测到分拣小车到达预设的各指定位置时，向各指定位置处的相机发送携带分拣小车地址信息的图像采集指令；图像采集指令用于指示相机采集分拣小车上物流快件的面单图像；各指定位置处的相机关联不同功能的服务器。
发送模块704，用于将各面单图像发送至与相机关联的服务器，得到服务器中图像识别模型对各面单图像的识别结果。
分配模块706，用于根据识别结果和分拣小车地址信息分配分拣小车的分拣地址。
分拣模块708，用于生成携带分拣地址的分拣指令；分拣指令用于控制分拣小车将物流快件投放至分拣地址对应的投放位置。
上述自动分拣物流快件装置中，通过当检测到分拣小车到达各指定位置时，触发各指定位置处的相机采集分拣小车物流快件的面单图像，并将各指定位置处采集的图像面单信息上传至关联的服务器；根据服务器中图像识别模型对面单图像的识别结果和分拣小车地址信息去分配分拣小车的分拣地址；并生成携带分拣地址的分拣指令；通过分拣指令控制分拣小车将物流快件投放至分拣地址对应的投放位置；即通过与不同指定位置处的相机关联的不同类型服务器，对采集的不同类型的面单图像进行解码；获取不同类型面单快递信息的识别结果，根据识别结果确定各分拣小车的分拣地址，进行实现对不同类型面单图像的物流快件的分拣，提高了物流快件的分拣效率。
在另一个实施例中，如图8所示，提供了一种自动分拣物流快件装置，除包括检测模块702、发送模块704、分配模块706和分拣模块708之外，还包括：识别模块710和生成模块712，其中：
图像处理模块710用于将第一面单图像发送至第一服务器，通过第一服务器中第一图像识别模型检测第一面单图像是否存在对应的第一感兴趣区域；当存在对应的第一感兴趣区域时，通过第一图像识别模型对第一感兴趣区域的文字信息进行识别，得到文字信息的识别结果。
图像处理模块710还用于将第二面单图像发送至第二服务器，通过第二服务器中第二图像识别模型检测第二面单图像是否存在对应的第二感兴趣区域；当存在对应的第二感兴趣区域时，通过第二图像识别模型对第二感兴趣区域的条码信息进行识别，得到条码信息的识别结果。
生成模块712，用于将面单图像发送至与相机关联的服务器，当相机形成闭环时，生成分拣小车的分拣地址请求指令。
在一个实施例中，检测模块702还用于当检测到分拣小车到达第一指定位置时，向第一指定位置处的第一相机发送携带分拣小车地址信息的第一图像采集指令；第一图像采集指令用于指示第一相机采集分拣小车上快递件的第一面单图像，第一相机关联识别文字信息的服务器，以用于识别文字信息的面单图像。
发送模块704还用于将第一面单图像发送至与第一相机关联的第一服务器，得到第一服务器中第一图像识别模型对面单图像中文字信息的识别结果。
在一个实施例中，检测模块702还用于当检测到分拣小车到达第二指定位置时，向第二指定位置处的第二相机发送携带分拣小车地址信息的第二图像采集指令；第二图像采集指令用于指示第二相机采集分拣小车上快递件的面单图像，第二相机关联识别条码信息的服务器，以用于识别条码信息的面单图像。
发送模块704还用于将第二面单图像发送至与第二相机关联的第二服务器，得到第二服务器中第二图像识别模型对面单图像中条码信息的识别结果。
在一个实施例中，通过确定物流快件的面单图像的图像类别，通过检测到分拣小车到达各指定位置时，触发各指定位置处的相机采集分拣小车物流快件的面单图像，将采集的图像面单信息上传至OBR服务器和OCR服务器，通过OBR服务器或OCR服务器中的训练好的图像识别模型对面单图像进行识别，获取文字信息的面单图像和条码信息的面单图像的物流快件的目的地，根据物流快件的目的地和分拣小车地址信息去分配分拣小车的分拣地址，根据携带分拣地址的分拣指令控制分拣小车将物流快件投放至分拣地址对应的投放位置，实现对不同类型面单图像的物流快件的分拣，提高了物流快件的分拣效率。
关于自动分拣物流快件装置的具体限定可以参见上文中对于自动分拣物流快件方法的限定，在此不再赘述。上述自动分拣物流快件装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种自动分拣物流快件方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种自动分拣物流快件方法，其特征在于，所述方法包括：
检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
2.根据权利要求1所述的方法，其特征在于，所述指定位置包括第一指定位置和第二指定位置；所述检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令，包括：
当检测到分拣小车到达第一指定位置时，向所述第一指定位置处的第一相机发送携带所述分拣小车地址信息的第一图像采集指令；所述第一图像采集指令用于指示所述第一相机采集所述分拣小车上快递件的第一面单图像；所述第一相机关联识别文字信息的服务器，以用于识别文字信息的面单图像；
当检测到分拣小车到达第二指定位置时，向所述第二指定位置处的第二相机发送携带所述分拣小车地址信息的第二图像采集指令；所述第二图像采集指令用于指示所述第二相机采集所述分拣小车上快递件的第二面单图像；所述第二相机关联识别条码信息的服务器，以用于识别条码信息的面单图像。
3.根据权利要求2所述方法，其特征在于，所述将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果，包括：
将所述第一面单图像发送至与所述第一相机关联的第一服务器，得到所述第一服务器中第一图像识别模型对所述第一面单图像中文字信息的识别结果；或
将所述第二面单图像发送至与所述第二相机关联的第二服务器，得到所述第二服务器中第二图像识别模型对所述第二面单图像中条码信息的识别结果。
4.根据权利要求3所述的方法，其特征在于，所述将所述第一面单图像发送至与所述第一相机关联的第一服务器，得到所述第一服务器中第一图像识别模型对所述第一面单图像中文字信息的识别结果，包括：
将所述第一面单图像发送至第一服务器，通过所述第一服务器中第一图像识别模型检测所述第一面单图像是否存在对应的第一感兴趣区域；
当存在对应的第一感兴趣区域时，通过所述第一图像识别模型对所述第一感兴趣区域的文字信息进行识别，得到所述文字信息的识别结果。
5.根据权利要求3所述的方法，其特征在于，所述将所述第二面单图像发送至与所述第二相机关联的第二服务器，得到所述第二服务器中第二图像识别模型对所述第二面单图像中条码信息的识别结果，包括：
将所述第二面单图像发送至第二服务器，通过所述第二服务器中第二图像识别模型检测所述第二面单图像是否存在对应的第二感兴趣区域；
当存在对应的第二感兴趣区域时，通过所述第二图像识别模型对所述第二感兴趣区域的条码信息进行识别，得到所述条码信息的识别结果。
6.根据权利要求1所述的方法，其特征在于，所述将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对所述面单图像的识别结果，包括：
将所述面单图像发送至与所述相机关联的服务器，当所述相机形成闭环时，生成所述分拣小车的分拣地址请求指令；
根据所述分拣地址请求指令，得到所述服务器中图像识别模型对所述面单图像的识别结果；执行所述根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址步骤。
7.一种自动分拣物流快件***，其特征在于，所述***包括感应设备、相机、分拣机和用于控制所述相机和所述分拣机的控制主机；所述分拣机上设有传送带，所述相机设置在所述相机的指定位置；所述控制主机包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
8.一种自动分拣物流快件装置，其特征在于，所述装置包括：
检测模块，用于检测到分拣小车到达预设的各指定位置时，向各所述指定位置处的相机发送携带所述分拣小车地址信息的图像采集指令；所述图像采集指令用于指示所述相机采集所述分拣小车上物流快件的面单图像；各所述指定位置处的相机关联不同功能的服务器；
发送模块，用于将各所述面单图像发送至与所述相机关联的服务器，得到所述服务器中图像识别模型对各所述面单图像的识别结果；
分配模块，用于根据所述识别结果和所述分拣小车地址信息分配所述分拣小车的分拣地址；
分拣模块，用于生成携带所述分拣地址的分拣指令；所述分拣指令用于控制所述分拣小车将物流快件投放至所述分拣地址对应的投放位置。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010929777.1A CN114146930A (zh) | 2020-09-07 | 2020-09-07 | 自动化分拣物流快件的方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010929777.1A CN114146930A (zh) | 2020-09-07 | 2020-09-07 | 自动化分拣物流快件的方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114146930A true CN114146930A (zh) | 2022-03-08 |
Family
ID=80460904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010929777.1A Pending CN114146930A (zh) | 2020-09-07 | 2020-09-07 | 自动化分拣物流快件的方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114146930A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL1025704C2 (nl) * | 2004-03-12 | 2005-09-13 | Ptt Post Holdings Bv | Werkwijze en inrichting voor sorteren van post. |
| CN103390163A (zh) * | 2012-05-10 | 2013-11-13 | 中邮科技有限责任公司 | 一种信函地址自动采集方法 |
| CN104889063A (zh) * | 2014-03-06 | 2015-09-09 | 株式会社东芝 | 邮递物分拣处理*** |
| CN105817422A (zh) * | 2016-04-21 | 2016-08-03 | 石河子大学 | 基于机器人的自动采集随机摆放快递包裹信息***及其方法 |
| CN206215540U (zh) * | 2016-10-18 | 2017-06-06 | 费舍尔物流科技（苏州）有限公司 | 一种用于物流分拣的输送装置 |
| CN108971004A (zh) * | 2018-07-19 | 2018-12-11 | 内蒙古财经大学 | 一种物流用包裹的自动分拣装置 |
| CN109225905A (zh) * | 2018-10-12 | 2019-01-18 | 深圳市天和时代电子设备有限公司 | 一种物流分拣*** |
| CN110298625A (zh) * | 2019-05-22 | 2019-10-01 | 菜鸟智能物流控股有限公司 | 物流数据处理方法、装置、设备和存储介质 |
| CN110659704A (zh) * | 2019-09-29 | 2020-01-07 | 西安邮电大学 | 一种物流快件信息识别***及方法 |
| CN111185395A (zh) * | 2018-11-15 | 2020-05-22 | 顺丰科技有限公司 | 智能分拣方法及*** |
| CN111266299A (zh) * | 2020-03-05 | 2020-06-12 | 济南东朔微电子有限公司 | 一种基于面单段码图像识别的快递自动分拣***及方法 |
| CN111330855A (zh) * | 2020-02-18 | 2020-06-26 | 江苏苏宁物流有限公司 | 包裹分拣指示方法、装置、***及计算机设备和存储介质 |
-
2020
- 2020-09-07 CN CN202010929777.1A patent/CN114146930A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL1025704C2 (nl) * | 2004-03-12 | 2005-09-13 | Ptt Post Holdings Bv | Werkwijze en inrichting voor sorteren van post. |
| CN103390163A (zh) * | 2012-05-10 | 2013-11-13 | 中邮科技有限责任公司 | 一种信函地址自动采集方法 |
| CN104889063A (zh) * | 2014-03-06 | 2015-09-09 | 株式会社东芝 | 邮递物分拣处理*** |
| CN105817422A (zh) * | 2016-04-21 | 2016-08-03 | 石河子大学 | 基于机器人的自动采集随机摆放快递包裹信息***及其方法 |
| CN206215540U (zh) * | 2016-10-18 | 2017-06-06 | 费舍尔物流科技（苏州）有限公司 | 一种用于物流分拣的输送装置 |
| CN108971004A (zh) * | 2018-07-19 | 2018-12-11 | 内蒙古财经大学 | 一种物流用包裹的自动分拣装置 |
| CN109225905A (zh) * | 2018-10-12 | 2019-01-18 | 深圳市天和时代电子设备有限公司 | 一种物流分拣*** |
| CN111185395A (zh) * | 2018-11-15 | 2020-05-22 | 顺丰科技有限公司 | 智能分拣方法及*** |
| CN110298625A (zh) * | 2019-05-22 | 2019-10-01 | 菜鸟智能物流控股有限公司 | 物流数据处理方法、装置、设备和存储介质 |
| CN110659704A (zh) * | 2019-09-29 | 2020-01-07 | 西安邮电大学 | 一种物流快件信息识别***及方法 |
| CN111330855A (zh) * | 2020-02-18 | 2020-06-26 | 江苏苏宁物流有限公司 | 包裹分拣指示方法、装置、***及计算机设备和存储介质 |
| CN111266299A (zh) * | 2020-03-05 | 2020-06-12 | 济南东朔微电子有限公司 | 一种基于面单段码图像识别的快递自动分拣***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108335408B (zh) | 用于自动售货机的物品识别方法、装置、***及存储介质 | |
| CN109840504B (zh) | 物品取放行为识别方法、装置、存储介质及设备 | |
| CN105931005B (zh) | 自动仓储*** | |
| CN107580683B (zh) | 利用光探测和测距定位资产的概念 | |
| CN108665616B (zh) | 一种垃圾的回收方法及回收装置 | |
| CN110472082B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
| CN111340126A (zh) | 物品识别方法、装置、计算机设备和存储介质 | |
| CN107818434B (zh) | 取件验证方法、服务器、取件验证设备和取件验证*** | |
| CN110929981B (zh) | 一种订单分配方法、装置、***及存储介质 | |
| US20200126253A1 (en) | Method of building object-recognizing model automatically | |
| CN111814517B (zh) | 垃圾投递检测方法及相关产品 | |
| KR102278724B1 (ko) | 배달음식용 포장물품의 재활용 시스템 및 방법 | |
| US20190370885A1 (en) | Data processing method, device and storage medium | |
| CN106504170A (zh) | 收件方法及装置 | |
| CN113592390A (zh) | 一种基于多传感器融合的仓储数字孪生的方法与*** | |
| CN114219955A (zh) | 包装物料检测方法、装置、电子设备及存储介质 | |
| CN112232726A (zh) | 拣货方法、装置、服务器及存储介质 | |
| CN113283832A (zh) | 无人机揽件、派件方法、装置、设备及存储介质 | |
| CN114146930A (zh) | 自动化分拣物流快件的方法、装置和计算机设备 | |
| CN114529843A (zh) | 货物拥堵识别方法、装置、电子设备和存储介质 | |
| CN112215147A (zh) | 垃圾投放位置的溯源方法、装置、设备及存储介质 | |
| CN112884392A (zh) | 物流件的管理方法及装置、计算设备、存储介质 | |
| CN115809843A (zh) | 一种物流分拣通道的货物跟踪识别方法、装置、介质及电子设备 | |
| CN111768138A (zh) | 一种拣货方法、装置、设备及介质 | |
| CN104203435B (zh) | 用于测量在多网络邮政分拣***中的行程时间的跟踪邮件的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |