一种基于图像高速识别的配送方法及系统

本发明属于物流配送，具体涉及一种基于图像高速识别的配送方法及系统。

背景技术：

1、现代物流是经济全球化的产物，也是推动经济全球化的重要服务业，中国物流行业虽然起步较晚，但是随着国民经济的飞速发展以电子商务的爆发式增长，中国物流行业保持较快的增长速度。但我国现代物流企业普遍存在经营运作成本高，尤其是运输调度以及路线规划不适应现代物流行业发展需求，导致物流成本居高不下，物流配送效率较低。

2、如授权(公告)号为cn109544070b的中国专利公开了一种自动物流配送方法，物流配送服务器根据第一终端设备发送的派件订单信息生成物流配送请求发送给车辆管理服务器；车辆管理服务器根据物流配送请求进行任务分配处理，使得物流车根据路径规划信息更新行驶路径导航数据，并按照更新后的行驶路径导航数据行驶，同时向车辆管理服务器和物流配送服务器实时分享位置信息；当物流车行驶至发件地点时，识别发件人输入的存件码并进行匹配处理，在匹配成功时生成存件指令，用以进行快件存入操作；当物流车行驶至派送地点时，物流车对收件人输入的取件码进行监测，并进行匹配识别，在匹配成功时，根据匹配成功的取件码确定存储柜id，并生成取件指令，用以收件人取走存储柜中的快件。

3、上述专利中涉及的物流配送方法，在物流配送的过程中不能够对配送车辆行驶路线进行实时监控，导致面临行驶路线上存在障碍或者其他交通问题导致拥堵的状况时，不能够及时有效更新物流配送的指导路线，使得物流配送效率较低；为此，我们提出一种基于图像高速识别的配送方法及系统来解决现有技术中存在的问题，使其工作效率得到提高，省时省力，降低企业生产劳动成本。

技术实现思路

1、本发明的目的在于提供一种基于图像高速识别的配送方法及系统，以解决上述背景技术中提出现有技术中在物流配送的过程中不能够对配送车辆行驶路线进行实时监控，导致面临行驶路线上存在障碍或者其他交通问题导致拥堵的状况时，不能够及时有效更新物流配送的指导路线，使得物流配送效率较低的问题。

2、为实现上述目的，本发明采用了如下技术方案：

3、一种基于图像高速识别的配送方法，包括以下步骤：

4、物流配送服务器根据订单信息派发配送任务，并生成派件方案信息；

5、配送车辆根据所述派件方案信息选择相应的路线进行配送；

6、在配送过程中利用配送车辆上的激光雷达和可见光单目相机采集配送路线的环境数据；

7、采用多个高速缓存处理单元对采集的环境数据进行处理；

8、基于自主学习的目标检测算法对处理后的环境数据进行分析计算，并标记环境缺陷；

9、物流配送服务器基于分析计算结果，优化配送路线。

10、优选的，所述物流配送服务器根据订单信息派发配送任务，并生成派件方案信息，其中，所述订单信息包括：

11、订单id、发件人信息、收件人信息、快件尺寸信息以及发件时间、发件地点、派送地点的信息。

12、优选的，所述物流配送服务器根据订单信息派发配送任务，并生成派件方案信息，其中，所述派件方案信息包括：

13、订单id、被分派的配送车辆的车辆id、路径规划信息和预计送达时间。

14、优选的，所述配送车辆根据所述派件方案信息选择相应的路线进行配送，包括以下步骤：

15、车辆根据所述派件方案中的路径规划信息更新导航数据；

16、根据所述导航数据派送快件；

17、到达快件派送地点后，根据派件方案信息更新下一次派件路线。

18、优选的，所述在配送过程中利用配送车辆上的激光雷达和可见光单目相机采集配送路线的环境数据，包括以下步骤：

19、所述可见光单目相机用于实时采集环境图像，所述激光雷达用于探测环境中物体类别的位置和速度；

20、对采集的环境图像以及探测环境中物体类别的位置和速度数据进行处理，并生成环境数据集；

21、将所述环境数据集上传至物流配送服务器。

22、优选的，所述采用多个高速缓存处理单元对采集的环境数据进行处理，其中：

23、所述高速缓存处理单元用于以页为数据单位管理物流配送服务器中的数据，每页数据包括多个块数据，每个块数据作为上层系统的一个访问单元；

24、所述高速缓存处理单元处理所述上层系统关于存储设备的输入或输出请求。

25、优选的，所述采用多个高速缓存处理单元对采集的环境数据进行处理，其中所述高速缓存处理单元对环境数据处理包括以下步骤：

26、将视频图像划分为若干二维像素块，并将视频图像中各个像素点的亮度信息和色度信息分离；

27、将二维像素块内各个像素点的色度信息在主存储单元中的第一地址转换为第二地址；

28、读取色度缓存单元中第二地址对应的色度信息，将二维像素块作为一个像素点进行非精确处理；

29、将视频图像中各个像素点亮度信息加载至亮度缓存单元，读取亮度缓存单元中的亮度信息。

30、优选的，所述基于自主学习的目标检测算法对处理后的环境数据进行分析计算，并标记环境缺陷，所述目标检测算法包括：

31、创建一个标签训练集，训练集为适当剪切过的图片样本，使检测对象位于中心位置，且基本占据整张图片；

32、训练神经网络,输入一张剪辑过的图像,网络负责输出是否检测到对象；

33、将所述神经网络应用于对所述环境数据进行分析计算；

34、选择剪辑后的图片，把截取的小图片输入所述神经网络，对每个位置进行分类，以判断截取图片中是否存在待检测对象；

35、记录待检测对象的位置，并标记该位置存在缺陷。

36、优选的，所述物流配送服务器基于分析计算结果，优化配送路线，包括以下步骤：

37、将基于目标检测算法寻找的缺陷位置信息，上传至物流配送服务器；

38、物流配送服务器基于分析计算结果，对配送路线进行优化；

39、将优化后的配送路线传输至配送车辆。

40、基于上述的一种基于图像高速识别的配送方法，本发明还公开了一种基于图像高速识别的配送系统，包括：

41、派件方案生成模块，用于物流配送服务器根据订单信息派发配送任务，并生成派件方案信息；

42、派件路线选择模块，用于配送车辆根据所述派件方案信息选择相应的路线进行配送；

43、图像信息采集模块，用于在配送过程中利用配送车辆上的激光雷达和可见光单目相机采集配送路线的环境数据；

44、环境数据处理模块，用于采用多个高速缓存处理单元对采集的环境数据进行处理；

45、数据分析计算模块，用于基于自主学习的目标检测算法对处理后的环境数据进行分析计算，并标记环境缺陷；

46、配送路线优化模块，用于物流配送服务器基于分析计算结果，优化配送路线。

47、本发明的技术效果和优点：本发明提出的一种基于图像高速识别的配送方法及系统，与现有技术相比，具有以下优点：

48、本发明在物流配送的过程中对配送路线上的障碍物以及其他的交通拥堵问题进行实时监控，并且采用对个高速缓存处理单元对采集的图像信息进行处理，基于自主学习的目标检测算法，能够对处理后的环境数据进行分析计算，并标记环境缺陷，依据环境数据分析计算结果优化配送路线，相比较传统的物流配送方法，本发明可以有效保障配送路线通常，能够有效提升物流配送效率。