基于货运场景的智能匹配方法、系统、设备及存储介质与流程

所属的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。图6是本发明的基于货运场景的智能匹配设备的结构示意图。下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任一总线结构的局域总线。电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的基于货运场景的智能匹配方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。如上所示，该实施例本发明的基于货运场景的智能匹配系统能够在网络货运场景下准确获取车型及货物信息，并合理规划货物在空间中的摆放，提高车货匹配精准度，以此降低发货成本及运输过程中货物破损率。图7是本发明的计算机可读存储介质的结构示意图。参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任一组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任一以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任一合适的组合。计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任一合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任一合适的组合。可以以一种或多种程序设计语言的任一组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任一种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。综上，本发明的目的在于提供基于货运场景的智能匹配方法、系统、设备及存储介质，能够在网络货运场景下准确获取车型及货物信息，并合理规划货物在空间中的摆放，提高车货匹配精准度，以此降低发货成本及运输过程中货物破损率。以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

背景技术：

1、网络货运场景下发货目前依赖于货主个人经验及人工填写的车型信息。发货过程，货主首先根据估计的货物体积选取车型，在完成货物信息填取后，由可承接车主进行接单，但车主车辆可装载空间受限于车型、是否改装等多项因素，常导致接单车辆于实际货物所需体积不符。

2、基于经验的现有方法：车型的初步选取主要依赖于货主对于货物体积的估计，在车型初步满足的情况下，不同货物的摆放主要依赖于车主经验，并非最大化合理利用车辆空间。同时，由于在网络货运场景下，车主货车的内部尺寸不可实时更新，车主货车装货区域可能存在改装现象，导致实际可装货空间体积与最初登记体积不一致，对应货运订单难以成交，造成货主时间损失及货运平台经济损失。

3、现有方法为了集中式货物分配运输而产生，存在大量货物需要用不同车辆或者飞机进行分配，且需要货物、运载设备信息是完全已知。但是网络货运场景下，所做的是车货的匹配，发货方可能是个体或者企业，货物类型多样且零散，平台侧无法获取准确货物信息，同时由于车辆内载空间信息无法准确获取，采用专利所述方法会造成空间装货率低、发货成本增加等现象。同时由于专利所述空间规划方法未考虑到货物类型多样复杂情况，易造成网络货运场景下货物运输破损率增加。

4、因此，本发明提供了一种基于货运场景的智能匹配方法、系统、设备及存储介质。

技术实现思路

1、针对现有技术中的问题，本发明的目的在于提供基于货运场景的智能匹配方法、系统、设备及存储介质，克服了现有技术的困难，能够在网络货运场景下准确获取车型及货物信息，并合理规划货物在空间中的摆放，提高车货匹配精准度，以此降低发货成本及运输过程中货物破损率。

2、本发明的实施例提供一种基于货运场景的智能匹配方法，包括以下步骤：

3、采集每个货车装载空间的第一空间数据；

4、采集待运输的货物群的第二空间数据；

5、对所述第二空间数据进行空间识别，获得每个货物的第三空间数据；

6、基于所述货物群对应的第三空间数据进行空间堆放，获得堆放后总体积最小的堆放结构信息；

7、根据所述堆放结构信息匹配所述第一空间数据满足最小总体积的至少一货车，并发送任务请求信息。

8、优选地，所述采集每个货车装载空间的第一空间数据，包括：

9、拍摄每个货车装载空间的第一影像信息；

10、基于所述第一影像信息进行深度识别，建立所述货车装载空间的第一三维点云信息；

11、根据所述第一三维点云信息匹配一种预设尺寸的车厢内部空间。

12、优选地，所述采集待运输的货物群的第二空间数据，包括：

13、拍摄待运输的货物群的第二影像信息；

14、基于所述第二影像信息进行深度识别，建立所述待运输的货物群的第二三维点云信息。

15、优选地，所述对所述第二空间数据进行空间识别，获得每个货物的第三空间数据，包括：

16、对所述第二三维点云信息基于点云识别的第一神经网络进行空间识别和分割，获得每个货物对应的第三三维点云信息。

17、优选地，所述基于所述货物群对应的第三空间数据进行空间堆放，获得堆放后总体积最小的堆放结构信息，包括：

18、基于所述货物群对应的各第三空间数据在若干种预设尺寸的车厢内部空间进行空间堆放，所述货物群的货物紧密排列于所述车厢内部空间的空间范围内；

19、统计每一种空间堆放后货物群的总体积；

20、通过排序获得堆放后总体积最小的堆放结构信息。

21、优选地，所述根据所述堆放结构信息匹配所述第一空间数据满足最小总体积的至少一货车，并发送任务请求信息，包括：

22、根据所述堆放结构信息匹配所述最小总体积对应的车厢内部空间的货车发送任务请求信息；

23、当车主用户接单后，向所述车主用户发送总体积最小的堆放结构信息。

24、优选地，所述对所述第二三维点云信息基于点云识别的第一神经网络进行空间识别和分割，获得每个货物对应的第三三维点云信息之后，还包括：

25、根据所述第三三维点云信息，匹配对应第二影像信息的局部影像；对所述局部影像基于第二神经网络进行图片标签识别，获得图片标签信息；将所述文本信息输入基于运输敏感词分类的第三神经网络进行堆放标签识别，见过识别出的标签与所述第三三维点云信息建立映射关系；

26、所述基于所述货物群对应的各第三空间数据在若干种预设尺寸的车厢内部空间进行空间堆放，所述货物群的货物紧密排列于所述车厢内部空间的空间范围内中，还包括：

27、基于所述堆放标签和基于所述堆放标签的预设堆放规则对至少一所述第三三维点云信息在所述车厢内部空间内的垂直方向的位置进行限定。

28、本发明的实施例还提供一种基于货运场景的智能匹配系统，用于实现上述的基于货运场景的智能匹配方法，所述基于货运场景的智能匹配系统包括：

29、货车空间模块，采集每个货车装载空间的第一空间数据；

30、货群空间模块，采集待运输的货物群的第二空间数据；

31、货物空间模块，对所述第二空间数据进行空间识别，获得每个货物的第三空间数据；

32、货物堆放模块，基于所述货物群对应的第三空间数据进行空间堆放，获得堆放后总体积最小的堆放结构信息；

33、任务请求模块，根据所述堆放结构信息匹配所述第一空间数据满足最小总体积的至少一货车，并发送任务请求信息。

34、本发明的实施例还提供一种基于货运场景的智能匹配设备，包括：

35、处理器；

36、存储器，其中存储有所述处理器的可执行指令；

37、其中，所述处理器配置为经由执行所述可执行指令来执行上述基于货运场景的智能匹配方法的步骤。

38、本发明的实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述基于货运场景的智能匹配方法的步骤。

39、本发明的目的在于提供基于货运场景的智能匹配方法、系统、设备及存储介质，能够在网络货运场景下准确获取车型及货物信息，并合理规划货物在空间中的摆放，提高车货匹配精准度，以此降低发货成本及运输过程中货物破损率。