[发明专利]一种快递包裹分拣方法及其装置在审

专利信息
申请号: 201611242622.0 申请日: 2016-12-29
公开(公告)号: CN106845894A 公开(公告)日: 2017-06-13
发明(设计)人: 孙哲南;曹冬;李琦;谭铁牛 申请(专利权)人: 天津中科智能识别产业技术研究院有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06N3/04;G06N3/08
代理公司: 天津市三利专利商标代理有限公司12107 代理人: 闫俊芬
地址: 300457 天津市滨*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 快递 包裹 分拣 方法 及其 装置
【权利要求书】:

1.一种快递包裹分拣方法,其特征在于,包括以下步骤:

第一步:建立卷积神经网络,所述卷积神经网络包括依次对所输入快递单图片进行处理的输入层、预设多个卷积层、预设多个池化层、预设多个全连接层和输出层;

第二步:对所述卷积神经网络进行训练,获得快递包裹分拣模型;

第三步:按照行政区划的层级,预先对应建立多个行政区划层级快速包裹接收点,任意两个相邻行政区划层级的快速包裹接收点之间通过传动装置相连接,所述传动装置用于传输快递包裹,并预先根据全国现有的快递公司信息,建立多个快递公司的快速包裹接收点;

第四步:对所述传动装置上的任意一个快递包裹的快递单进行拍摄,获得所述快递包裹的快递单图片,所述快递单图片包括所述快递包裹具有的配送地址和快递公司信息;

第五步:将所获取的所述快递包裹的快递单图片输入到所述快递包裹分拣模型中,识别获得所述快递包裹的快递单图片中的配送地址信息和快递公司信息;

第六步:根据所述快递包裹的快递单图片中的配送地址和快递公司信息,控制所述传动装置将所述快递包裹传输到对应的行政区划层级快速包裹接收点,然后再传输到对应的快递公司的快速包裹接收点,实现对快递包裹的自动分拣。

2.如权利要求1所述的方法,其特征在于,所述第二步具体为:预先采集全国所有快递公司分别具有的一个或者多个符合标准条件的快递包裹的快递单图片,然后通过网络传输至预设数据库进行存储,采用所述预设数据库中的数据作为训练数据而输入到所述卷积神经网络中,对所述卷积神经网络进行训练,获取快递包裹分拣模型。

3.如权利要求1所述的方法,其特征在于,在所述第三步中,所述预先对应建立的多个行政区划层级快速包裹接收点包括省份快递包裹接收点、地市级快递包裹接收点和县级快递包裹接收点;

所述多个行政区划层级快速包裹接收点和所述多个快递公司的快速包裹接收点分别包括至少一个快速包裹接收箱;

所述传动装置为传送带。

4.如权利要求1所述的方法,其特征在于,所述第六步包括以下子步骤:

根据所述快递包裹的快递单图片中的配送地址和快递公司信息,控制所述传动装置将所述快递包裹传输到省份快递包裹接收点;

然后在省份快递包裹接收点,继续根据所述快递包裹的快递单图片中的配送地址信息,将控制所述传动装置将所述快递包裹传输到地市级快递包裹接收点;

然后在地市级快递包裹接收点,继续根据所述快递包裹的快递单图片中的快递公司信息,控制所述传动装置将所述快递包裹传输到对应的快递公司的快速包裹接收点。

5.如权利要求1至4中任一项所述的方法,其特征在于,在所述第五步之后,还包括以下步骤:

将所识别获得的所述快递包裹的快递单图片中的配送地址和快递公司信息,实时通过互联网网络传输至分布式文件系统HDFS中进行存储,并且当所识别获得的所述快递包裹的快递单图片中的配送地址和快递公司信息达到预设的信息数量时,再次采用预设数据库中的数据作为训练数据而输入到所述卷积神经网络中,对所述卷积神经网络进行训练,重新获得快递包裹分拣模型,实现快递包裹分拣模型的更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津中科智能识别产业技术研究院有限公司,未经天津中科智能识别产业技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611242622.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top