物流点人员和车辆预测调配方法、装置、设备及存储介质

    公开(公告)号:CN116050570A

    公开(公告)日:2023-05-02

    申请号:CN202211447052.4

    申请日:2022-11-18

    摘要: 本发明涉及物流领域,公开了物流点人员和车辆预测调配方法、装置、设备及存储介质,用于预测物流点需要的人员、车辆以便于地对人员和/或车辆进行调配。该方法包括获取物流点的基础数据以及预测日期对应的预测揽件数量和预测派件数量,基础数据包括物流点派件业务员的日均派件数量、拉货车辆的载重量和送货车辆的载重量;对基础数据以及预测日期对应的预测揽件数量和预测派件数量进行分析处理后得到预测集合数据,预测集合数据包括预测日期需要的拉货车辆、送货车辆和派件业务员数量;根据预测集合数据对物流点人员和车辆进行调配。

    网格仓智能分拣方法、装置、设备及存储介质

    公开(公告)号:CN117139206A

    公开(公告)日:2023-12-01

    申请号:CN202311085462.3

    申请日:2023-08-25

    摘要: 本发明涉及图像识别领域,公开了一种网格仓智能分拣方法、装置、设备及存储介质,方法包括:当检测到待包装快递包裹投放到网格仓流水线上进行传递时,获取第一图像,所述第一图像通过相机对所述快递包裹进行拍摄得到,对第一图像的边缘进行预处理,得到第二图像;根据追踪算法对第二图像进行特征提取,得到第二图像的轮廓像素点集,并将轮廓像素点集转换到极坐标中得到目标轮廓像素点集;根据目标轮廓像素点集对待包装快递包裹进行识别,得到待包装快递包裹的识别结果,并根据识别结果对待包装快递包裹进行分拣;本发明通过物体图像识别出物体的类型,避免人工筛选的过程,减少了人力投入,提高了快递包裹的分拣效率。

    订单揽收方法、装置、设备及存储介质

    公开(公告)号:CN116757573A

    公开(公告)日:2023-09-15

    申请号:CN202310675242.X

    申请日:2023-06-07

    摘要: 本发明涉及物流技术领域,尤其涉及一种订单揽收方法、装置、设备及存储介质,包括获取订单任务集,并根据订单任务集生成揽收行程任务;根据揽收行程任务生成揽收区域信息,并根据揽收区域信息对揽收行程任务执行分单处理,以得到揽收执行目标;根据揽收执行目标和对应的揽收行程任务建立映射关系;根据映射关系获取揽收执行目标的轨迹信息,并根据轨迹信息生成订单反馈信息;通过对所有订单数据进行集中管理,实现对订单的统一分配,有效降低了快递网点或快递人员的分拣成本;根据轨迹信息生成订单反馈信息,通过订单反馈信息可便于客户快速准确的获知订单的所有时间信息及途径信息,提高对订单的处理效率,实现对订单的实时监控。

    分拨中心车辆智能调度方法、装置、设备及存储介质

    公开(公告)号:CN115907374A

    公开(公告)日:2023-04-04

    申请号:CN202211453785.9

    申请日:2022-11-21

    摘要: 本发明公开了一种分拨中心车辆智能调度方法、装置、设备及存储介质,包括从分拨中心获取不同车辆的运行状态信息,确定目标运输车辆的来源信息;基于推荐模型对货运执行者和物流对象之间的关系进行第一次匹配;基于货源预测结果并目标运输车辆进行货源匹配,完成对车辆来源与货源之间的第二次匹配;判断是否符合货源预设的装载条件,完成对车辆类型与货源预设的装载条件之间的第三次匹配;对所述目标运输车辆进行空载率查询并进行配载判断,基于不同空载率对所述目标运输车辆对下达车辆配载操作指令;数据同步更新至服务器进行数据监控。有效提高了运输车的运输效率,减少不必要的调配过程,实现在分拨中心内目标场地的自动分配,提升调度效率。

    基于优先级的物流分拣方法、装置、设备及存储介质

    公开(公告)号:CN115345544A

    公开(公告)日:2022-11-15

    申请号:CN202210936902.0

    申请日:2022-08-05

    IPC分类号: G06Q10/08 G06K17/00

    摘要: 本发明公开了一种基于优先级的物流分拣方法,包括:从物流订单中获取待分拣物流对象的物流信息;在所述物流对象对应的物流信息上设置标签识别信息,通过RFID标签识别第一待分拣物流对象的类型;根据分拣要素对所述第一待分拣物流对象分配不同的优先级,所述优先级的分配对象包括不同类型的物流对象和根据所述不同类型的物流对象划分的区域;通过贪心算法分解不同优先级的所述第一待分拣物流对象,得到第二待分拣物流对象并进行分拣配货并生成装运计划,迭代更新得到当前状态下局部最优分拣结果,堆叠所述局部最优分拣结果得到全局最优分拣结果,基于优先级及时分拣,提高分拣效率。

    网格仓代派结算方法及装置
    6.
    发明公开

    公开(公告)号:CN118297655A

    公开(公告)日:2024-07-05

    申请号:CN202410278706.8

    申请日:2024-03-08

    摘要: 本发明涉及网格仓代派结算技术领域,公开了一种网格仓代派结算方法及装置;该方法包括获取网格仓的代派签收数据,实时接收签收轨迹信息;根据签收量信息和网格仓代派费率信息计算代派费用信息,所述网格仓代派费率信息为预设值;获取业务员代派单票成本,计算业务员结算金额信息,根据业务员结算金额信息进行付费;采用区块链进行交易数据存储和检测,并根据业务员代派量信息和成本信息生成网格仓利润核算信息;具有简化结算流程,减少处理结算的时间和精力,同时也可以减少处理结算的成本,提高网格仓代派结算的效率的优点。

    网格仓快递包裹派件分拣方法、系统和存储介质

    公开(公告)号:CN117636380A

    公开(公告)日:2024-03-01

    申请号:CN202311455946.2

    申请日:2023-11-03

    摘要: 本发明提供网格仓快递包裹派件分拣方法、系统和存储介质,包括步骤一:通过摄像头实时采集快递包裹的面单图像;步骤二:对采集的图像进行灰度处理,得到灰度化快递包裹的面单图像;步骤三:通过中值滤波器的方式对灰度化快递包裹的面单图像进行去噪处理;步骤四:对去噪后的图像进行特征提取、分类和识别,根据识别结果开启字段分发至对应的格口;并安排业务员派件。本发明将实时快递包裹图像进行图像灰度处理,得到灰度化快递包裹图像,将排序中值代替原始灰度值,得到去噪后的图像,对去噪后的图像进行特征提取、分类和识别,得到识别结果,流水线根据识别结果开启字段分发至格口,并安排业务员派件;提高了包裹识别和包裹分拣的效率。

    网格仓分拣业务的结算方法、装置及存储介质

    公开(公告)号:CN118096271A

    公开(公告)日:2024-05-28

    申请号:CN202410052245.2

    申请日:2024-01-12

    摘要: 本发明公开了一种网格仓分拣业务的结算方法、装置及存储介质,所述方法应用于物流数据处理领域,所述方法包括:获取预设区域内的多个物流网点各自对应的物流订单,得到物流订单集;基于物流网格仓对物流订单集进行处理,得到网格仓对应的分拣属性信息;根据分拣属性信息,计算物流订单集对应的分拣操作费用;根据分拣操作费用,确定每个物流网点对应的分发费用;获取每个物流网点对应的预付款费用;根据每个物流网点对应的分发费用以及预付款费用,确定每个物流网点对应的待付款费用。本发明提高了物流订单的集中管理效率、分发效率以及费用结算准确率。

    网格式物流仓分拣信息处理方法、系统和存储介质

    公开(公告)号:CN117622757A

    公开(公告)日:2024-03-01

    申请号:CN202311456073.7

    申请日:2023-11-03

    摘要: 本发明提供网格式物流仓分拣信息处理方法、系统和存储介质,包括步骤一:配置物流订单的落格方案;步骤二:获取需要分拣的各个物流订单的前置数据,将所述前置数据与所述落格方案进行匹配确定各个物流订单的落格口编号;步骤三:将各个物流订单的前置数据以及对应的落格口编号信息存储到关系型数据库管理系统中;步骤四:通过拍照的方式获得需要分拣的物流订单面单信息,将所述面单信息与关系型数据库管理系统进行匹配,调取该物流订单的落格口编号;步骤五:基于调取的所述物流订单的落格口编号发送PLC指令使物流订单对应的包裹落入到指定的格口内。本发明节省人工,使包裹的分拣管理,作业周期缩短,提高了物品分拣的效率和准确性。

    落货量预测方法、装置、设备及存储介质

    公开(公告)号:CN116720600A

    公开(公告)日:2023-09-08

    申请号:CN202310284028.1

    申请日:2023-03-22

    摘要: 本发明涉及物流领域,公开了一种落货量预测方法、装置、设备及存储介质。该方法包括:获取用于落货量预测、按照时间排序的历史数据,所述历史数据至少包括实际落货量、预测交件量、路由叠加量和分拨中心运载能力;获取历史数据对应的天气数据、交通数据和客户需求数据;根据历史数据、天气数据、交通数据和客户需求数据,建立落货量预测模型;使用所述落货量预测模型对新数据进行预测,得到预测落货量。基于历史数据、天气数据、交通数据和客户需求数据,本发明采用了落货量ARIMAX预测模型、落货量神经网络预测模型分别对新数据进行预测,准确的预测落货量可以降低物流成本,提高物流效率和经济效益。