一种基于深度学习的智慧物流规划监控方法及系统技术方案

本发明专利技术公开了一种基于深度学习的智慧物流规划监控方法及系统，包括：获取物流记录信息、物流运输信息、结合机器学习分类算法或者深度学习分类算法，训练得到商品物流坏损预判模型，结合道路颠簸情况历史信息表、物流节点搬运情况历史信息表，预测等待货物运输物品集合及其中每件物品是否发生坏损，根据预测坏损物品列表，对预测坏损物品列表中的物品进行集合摆放，形成预测坏损物品集合堆，选择所述最优物流路线进行物流运输，结合图像识别技术或RFID无线射频技术，对预测坏损物品列表中的物品进行暴力搬运预警，本发明专利技术有效通过深度学习及图像识别技术监控预警暴力搬运，提高了搬运效率，降低了物品运输损坏率。降低了物品运输损坏率。降低了物品运输损坏率。

【技术实现步骤摘要】
一种基于深度学习的智慧物流规划监控方法及系统


[0001]本专利技术涉及智慧物流
，具体为一种基于深度学习的智慧物流规划监控方法及系统。

技术介绍

[0002]随着物流行业的不断发展壮大，物流行业存在暴力搬运物品、抛扔物品，从业人员管理监督不完善，包装不合格，道路颠簸等问题，发生了很多物品丢失或损坏的情况，购买了物流保险的客户投诉索赔，给物流行业带来了很多不必要的损失；智慧物流在通过智能软硬件、物联网、大数据，人工智能等智慧化技术手段，实现物流各环节精细化、动态化、可视化管理，提高物流系统智能化分析决策和自动化操作执行能力，提升物流运作效率及运输安全性；如果有一种方法，可以结合智慧物流技术手段，动态监控物流运输情况，结合物流路径规划，将暴力搬运等情况进行自动发现预警，将大大提高物流安全性以及客户满意度，给物流公司节省大量赔付成本。

技术实现思路

[0003]针对上述至少一个技术问题，本专利技术的目的在于提供一种基于深度学习的智慧物流规划监控方法、装置。
[0004]一方面，本专利技术实施例包括一种基于深度学习的智慧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的智慧物流规划监控方法，其特征在于，包括：通过服务器后台，获取物流记录信息，所述物流记录信息，包括：投诉类型，物品类型，投保信息；获取所述物品的物流运输信息，包括：物流通过的节点、物流通过道路的振动信息、物品被暴力搬运的次数；获取地理地图，统计地图上道路名称，结合振动传感器，检测车辆结果经过道路的平均振动频率，经过道路的振动频率超过阈值的平均次数，得到道路颠簸情况历史信息表；获取地理地图，统计地图上物流节点名称，统计地图上各个物流节点每日发生暴力搬运的平均次数，扔快递的平均高度，得到物流节点搬运情况历史信息表；获取预设条物品的物流记录信息以及物流运输信息作为机器学习训练数据，其中以物流记录信息中的物品类型、物流运输信息中的物流通过的节点、物流通过道路的振动信息、物品被暴力搬运的次数作为特征值，以物流记录信息中的投诉类型作为预测值，结合机器学习分类算法或者深度学习分类算法，训练得到商品物流坏损预判模型；获取等待货物运输物品集合及其中每件物品的物品类型，投保信息；根据系统物流路线规划方法获取本次货物运输预计路经的道路，判断本次货物运输预计物流通过的节点、根据所述道路颠簸情况历史信息表判断本次货物运输预计物流通过道路的振动信息、根据所述物流节点搬运情况历史信息表判断本次货物运输预计发生暴力搬运的次数，扔快递的平均高度；将所述等待货物运输物品集合及其中每件物品的物品类型、本次货物运输预计物流通过的节点、本次货物运输预计物流通过道路的振动信息、本次货物运输预计发生暴力搬运的次数，作为特征值输入到所述商品物流坏损预判模型，预测等待货物运输物品集合及其中每件物品是否发生坏损，得到预测坏损物品列表；基于系统物流路线规划方法更换物流路线规划方案，重新计算预测结果为发生坏损的全量物品的赔偿总额，结合路线油耗损失，得到最优物流路线，更新所述预测坏损物品列表；根据所述预测坏损物品列表，对所述预测坏损物品列表中的物品进行集合摆放，形成预测坏损物品集合堆，选择所述最优物流路线进行物流运输，结合图像识别技术或RFID无线射频技术，对预测坏损物品列表中的物品进行暴力搬运预警。2.根据权利要求1所述的一种基于深度学习的智慧物流规划监控方法，其特征在于：所述通过服务器后台，获取物流记录信息，所述物流记录信息，包括：投诉类型，物品类型，投保信息，包括：所述物流记录信息，是物流公司在填写物流信息或者接受到客户投诉后，通过客户端填写并保存在服务器后台的信息；所述投诉类型包括：物品是否坏损及坏损程度；所述坏损程度，包括：轻微坏损、一般坏损、严重坏损；所述物品类型包括：是否易碎品、是否包含液体、是否冷冻品、物品类型名称；物品包装填充率；所述物品包装填充率包括：通过基于3D视觉传感器的物品填充检测算法，检测物品包装的填充率；所述投保信息包括：是否投保、物品发生损坏后需要赔偿的金额。
3.根据权利要求1所述的一种基于深度学习的智慧物流规划监控方法，其特征在于：所述获取所述物品的物流运输信息，包括：物流通过的节点、物流通过道路的振动信息、物品被暴力搬运的次数，包括：所述物流运输信息，是物流公司在物品运输过程以及物品运输后，通过客户端填写或通过振动传感检测技术或图像识别技术，分析并保存在服务器后台的信息；所述物流通过的节点包括：起始站，终点站，中转站；所述物流通过道路的振动信息包括：结合振动传感器，检测物品经过道路的振动频率超过阈值的次数；所述物品被暴力搬运的次数，包括：在所述物流通过的节点设置摄像头，基于动作识别算法，判断物品是否在所述物流通过的节点发生卸货或者上货搬运的行为，并判断是否有暴力搬运，统计暴力搬运的次数，扔快递的高度；所述暴力搬运是基于MMAction动作识别框架结合预设数量的标注数据进行模型训练得到的暴力搬运模型预测的结果，所述暴力搬运包括，摔扔物品，脚踩物品，脚踢物品等；所述扔快递的高度包括；当物品发生扔摔物品的暴力搬运时，通过目标检测算法，获取物品xy坐标，地平线坐标，结合摄像头预设的比例尺，计算物品距离地面的高度。4.根据权利要求1所述的一种基于深度学习的智慧物...

【专利技术属性】
技术研发人员：刘钰雯，
申请(专利权)人：广州市汇算新代信息技术有限公司，
类型：发明
国别省市：