一种生鲜货物拣货方法和装置制造方法及图纸

本发明专利技术属于生鲜货物拣货技术领域，涉及一种生鲜货物拣货方法，此拣货方法主要包括对拣货员工的工作效率进行数据分析，并将拣货员工分为A级员工、B级员工及C级员工；根据订单生成拣货任务；将拣货任务按照拣货员工优先级分配给拣货员工；拣货员工进行拣货，在拣货过程中通过神经网络模型进行图像识别，判断拣货员工所拣货物是否与拣货任务一致及拣货员工完成拣货并输送至库房五个步骤；本发明专利技术中对拣货任务进行精准的分配，使拣货人员能够快速准确的进行拣货，提高拣货效率，保证生鲜货物拣货后的品质；同时，本发明专利技术中对拣货人员进行分级，可以使拣货人员多劳多得，从而调动拣货人员的拣货积极性，进一步的提高拣货效率。

A method and device for picking fresh goods

【技术实现步骤摘要】
一种生鲜货物拣货方法和装置
本专利技术涉及一种拣货方法，属于生鲜货物拣货
，更具体地说，本专利技术涉及一种生鲜货物拣货方法和装置。
技术介绍
生鲜是指未经烹调、制作等深加工过程，只做必要保鲜和简单整理上架而出售的初级产品，以及面包、熟食等现场加工品类的商品的统称。生鲜商品的特点、保存条件基本相同，需要保鲜、冷藏、冷冻；属于散装商品并需要用称重打条码方式售卖；保质期比较短；同时在消费习惯上也有很大的关联性。目前生鲜商品主要有水果、蔬菜、肉品、水产、干货及日配、熟食和糕点。随着电子商务及电商业务的兴起，物流成为了是否构成交易的重要组成部分。特别是对于生鲜货物的交易过程中，根据客户订单进行封装也是物流的重要组成。在现有技术的生鲜货物的拣货封装过程中，通常采用人工按订单分拣的方式进行，这样的操作方式的操作时间长，并且分拣的准确性低。而生鲜货物属于鲜活产品，由于其保质期短、易损率高，因此，过长的分拣时间、步骤及过多的人工拿取，会直接导致其生鲜商品的变质，从而使物流过程直接影响到交易的货品品质及交易的可实施性。此外，现有技术中生鲜货物拣货过程中未对工作人员进行分级，导致不同效率的工作人员拿到的薪资相同，不能充分调动工作人员的工作积极性，从而不能提高工作效率，进而不能更加快速的对生鲜货物进行拣货封装。因此，为了解决这些问题，本专利技术提出了一种生鲜货物拣货方法。
技术实现思路
基于以上技术问题，本专利技术提供了一种生鲜货物拣货方法，从而解决了以往生鲜货物拣货效率低而导致生鲜货物变质的技术问题。为解决以上技术问题，本专利技术采用的技术方案如下：一种生鲜货物拣货方法，主要包括以下步骤：步骤一：对拣货员工的工作效率进行数据分析，并根据数据分析结果将拣货员工按拣货速度由快至慢划分为A级员工、B级员工及C级员工；步骤二：根据订单生成拣货任务；步骤三：将拣货任务按照拣货员工优先级分配给拣货员工；步骤四：拣货员工进行拣货，在拣货过程中通过神经网络模型进行图像识别，判断拣货员工所拣货物是否与拣货任务一致；步骤四：拣货员工完成拣货并输送至库房。优选的，所述将拣货任务按照拣货员工优先级分配给拣货员工的步骤，包括，拣货任务的分配过程中，首先判断A级员工是否有未领取的拣货任务，A级员工无未被领取的拣货任务，则将拣货任务分配给A级员工；A级员工有未被领取的拣货任务，则判断B级员工是否未被领取的拣货任务；B级员工无未被领取的拣货任务，则将拣货任务分配给B级员工；B级员工有未被领取的拣货任务，则判断C级员工是否未被领取的拣货任务；C级员工无未被领取的拣货任务，则将拣货任务分配给C级员工；C级员工有未被领取的拣货任务，则再次判断A级员工是否有未被领取的任务。优选的，所述将拣货任务分配给A级员工的步骤之后，还包括，判断订单中是否有优先级任务，无，则按照货号依次进行分配拣货；有，则先对优先级任务进行分配拣货。优选的，在对所述优先级任务进行分配拣货的过程中，还包括，在A级员工判断哪一个员工的未被领取的任务最少，向未被领取的任务量最少的员工发送优先级拣货任务。优选的，所述在拣货过程中通过神经网络模型进行图像识别的步骤，包括，步骤一：获取高分辨率的生鲜货物的神经网络数据，所述神经网络数据包括生鲜货物N个面的像以及N各面的像中每个面的像所对应的类别标识，所述N个面的像中的每一个面的像为一个标本；对所述N个样本分别进行预处理，得到N个处理后的样本；步骤二：利用所述N个预处理后的样本对神经网络模型进行训练，得到此次训练对应的识别率和此次训练得到的循环网络神经模型；步骤三：根据步骤二得到的识别率确定训练是否结束，是，则将此次训练得到的神经网络模型作为训练完成的神经网络模型，并进行步骤四，否，则重复执行步骤二，指导训练结束；步骤四：获取待识别的生鲜货物图像；利用训练完成的神经网络模型对所述目标图像特征进行图像识别处理，得到所述待识别的生鲜货物图像的图像识别结果。本专利技术提出一种生鲜货物拣货装置，其特征在于，包括：分析单元，用于对拣货员工的工作效率进行数据分析，并根据数据分析结果将拣货员工按拣货速度由快至慢划分为A级员工、B级员工及C级员工；任务单元，用于根据订单生成拣货任务；分配单元，用于将拣货任务按照拣货员工优先级分配给拣货员工；识别单元，用于拣货员工进行拣货，在拣货过程中通过神经网络模型进行图像识别，判断拣货员工所拣货物是否与拣货任务一致；步骤四：拣货员工完成拣货并输送至库房。进一步地，分配单元包括：A分配模块，用于拣货任务的分配过程中，首先判断A级员工是否有未领取的拣货任务，A级员工无未被领取的拣货任务，则将拣货任务分配给A级员工；B分配判断模块，用于A级员工有未被领取的拣货任务，则判断B级员工是否未被领取的拣货任务；B级员工无未被领取的拣货任务，则将拣货任务分配给B级员工；B分配模块，用于B级员工有未被领取的拣货任务，则判断C级员工是否未被领取的拣货任务；C分配判断模块，用于C级员工无未被领取的拣货任务，则将拣货任务分配给C级员工；C分配模块，用于C级员工有未被领取的拣货任务，则再次判断A级员工是否有未被领取的任务。进一步地，识别单元包括：识别获取模块，用于获取高分辨率的生鲜货物的神经网络数据，所述神经网络数据包括生鲜货物N个面的像以及N各面的像中每个面的像所对应的类别标识，所述N个面的像中的每一个面的像为一个标本；处理模块，用于对所述N个样本分别进行预处理，得到N个处理后的样本；训练模块，用于利用所述N个预处理后的样本对神经网络模型进行训练，得到此次训练对应的识别率和此次训练得到的循环网络神经模型；确定模块，用于所述训练模块得到的识别率确定训练是否结束，是，则将此次训练得到的神经网络模型作为训练完成的神经网络模型，并进行步骤四，否，则重复执行步骤二，指导训练结束；图像识别模块，用于获取待识别的生鲜货物图像；利用训练完成的神经网络模型对所述目标图像特征进行图像识别处理，得到所述待识别的生鲜货物图像的图像识别结果。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：本专利技术中对拣货任务进行精准的分配，保证拣货任务能够及时的达到拣货人员，使拣货人员能够快速准确的进行拣货，提高拣货效率，保证生鲜货物拣货后的品质；同时，本专利技术中对拣货人员进行分级，可以使拣货人员多劳多得，从而调动拣货人员的拣货积极性，进一步的提高拣货效率。此外，本专利技术还可以在拣货过程中利用神经网络模型对生鲜货物进行图像识别，从而在拣货的过程中判断拣货员工所拣货物是否正确，避免货物拣货错误，减少二次检查的工序，从而提高生鲜货物的拣货效率，保证生鲜货物的品质。附图说明图1是本专利技术的流程示意图。具体实施方式下面对本专利技术作进一步的说明。本专利技术的实施方本文档来自技高网...

【技术保护点】
1.一种生鲜货物拣货方法，其特征在于，主要包括以下步骤：/n步骤一：对拣货员工的工作效率进行数据分析，并根据数据分析结果将拣货员工按拣货速度由快至慢划分为A级员工、B级员工及C级员工；/n步骤二：根据订单生成拣货任务；/n步骤三：将拣货任务按照拣货员工优先级分配给拣货员工；/n步骤四：拣货员工进行拣货，在拣货过程中通过神经网络模型进行图像识别，判断拣货员工所拣货物是否与拣货任务一致；/n步骤四：拣货员工完成拣货并输送至库房。/n

【技术特征摘要】
1.一种生鲜货物拣货方法，其特征在于，主要包括以下步骤：
步骤一：对拣货员工的工作效率进行数据分析，并根据数据分析结果将拣货员工按拣货速度由快至慢划分为A级员工、B级员工及C级员工；
步骤二：根据订单生成拣货任务；
步骤三：将拣货任务按照拣货员工优先级分配给拣货员工；
步骤四：拣货员工进行拣货，在拣货过程中通过神经网络模型进行图像识别，判断拣货员工所拣货物是否与拣货任务一致；
步骤四：拣货员工完成拣货并输送至库房。


2.根据权利要求1所述的一种生鲜货物拣货方法，其特征在于：所述将拣货任务按照拣货员工优先级分配给拣货员工的步骤，包括，
拣货任务的分配过程中，首先判断A级员工是否有未领取的拣货任务，A级员工无未被领取的拣货任务，则将拣货任务分配给A级员工；
A级员工有未被领取的拣货任务，则判断B级员工是否未被领取的拣货任务；B级员工无未被领取的拣货任务，则将拣货任务分配给B级员工；
B级员工有未被领取的拣货任务，则判断C级员工是否未被领取的拣货任务；
C级员工无未被领取的拣货任务，则将拣货任务分配给C级员工；
C级员工有未被领取的拣货任务，则再次判断A级员工是否有未被领取的任务。


3.根据权利要求2所述的一种生鲜货物拣货方法，其特征在于：所述将拣货任务分配给A级员工的步骤之后，还包括，
判断订单中是否有优先级任务，无，则按照货号依次进行分配拣货；有，则先对优先级任务进行分配拣货。


4.根据权利要求3所述的一种生鲜货物拣货方法，其特征在于：在对所述优先级任务进行分配拣货的过程中，还包括，
在A级员工判断哪一个员工的未被领取的任务最少，向未被领取的任务量最少的员工发送优先级拣货任务。


5.根据权利要求1所述的一种生鲜货物拣货方法，其特征在于：所述在拣货过程中通过神经网络模型进行图像识别的步骤，包括，
步骤一：获取高分辨率的生鲜货物的神经网络数据，所述神经网络数据包括生鲜货物N个面的像以及N各面的像中每个面的像所对应的类别标识，所述N个面的像中的每一个面的像为一个标本；
对所述N个样本分别进行预处理，得到N个处理后的样本；
步骤二：利用所述N个预处理后的样本对神经网络模型进行训练，得到此次训练对应的识别率和此次训练得到的循环网络神经模型；
步骤三：根据步骤二得到的识别率确定训练是否结束，
是，则将此次训练得到的神经网络模型作为训练完成的神经网络模型，并进行步...

【专利技术属性】
技术研发人员：朱仕兄，
申请(专利权)人：南宁职业技术学院，
类型：发明
国别省市：广西;45