CN108364143A - 配送方法和配送系统 - Google Patents

Abstract

本发明公开了一种配送方法和配送系统，涉及物流技术领域。其中的配送方法包括：调度装置根据用户订单信息获取用户的收货地址；调度装置根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备；无人配送设备获取用户的当前位置信息；无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。通过根据用户的收货地址确定配送范围，再根据配送范围选择无人配送设备进行配送，令无人配送设备根据用户的当前位置信息寻找用户，即使用户处于移动的状态也仍然能够完成货物配送，提高了物流配送的效率，并且节约了人工成本，灵活性强。

Description

配送方法和配送系统

技术领域

本发明涉及物流技术领域，特别涉及一种配送方法和配送系统。

背景技术

在当前的物流配送系统中，收货地址由用户确定。配送人员会将货物运送到用户确定的收货地址并联系用户取货。

然而，如果用户在配送人员到达时并不位于该收货地址，用户将无法及时地收货，使配送人员需要等待或者更改配送计划，使配送效率较低。

发明内容

本发明实施例所要解决的一个技术问题是：如何提高货物配送效率。

根据本发明实施例的第一个方面，提供一种配送方法，包括：调度装置根据用户订单信息获取用户的收货地址；调度装置根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备；无人配送设备获取用户的当前位置信息；无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。

根据本发明实施例的第二个方面，提供一种调度装置，和无人配送设备；调度装置包括：收货地址获取模块，用于根据用户订单信息获取用户的收货地址；无人配送设备分配模块，用于根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备；无人配送设备包括：用户位置获取模块，用于获取用户的当前位置信息；用户追踪模块，用于根据用户的当前位置信息寻找用户，以便将货物配送给用户。

本发明通过根据用户的收货地址确定配送范围，再根据配送范围选择无人配送设备进行配送，令无人配送设备根据用户的当前位置信息寻找用户，即使用户处于移动的状态也仍然能够完成货物配送，提高了物流配送的效率，并且节约了人工成本，灵活性强。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明配送方法一个实施例的流程图。

图2为本发明配送方法的另一个实施例的流程图。

图3为本发明配送方法的又一个实施例的流程图。

图4为本发明配送系统的一个实施例的结构图。

图5为本发明配送系统的另一个实施例的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为本发明配送方法的一个实施例的流程图。如图1所示，该实施例的配送方法包括：

步骤S102，调度装置根据用户订单信息获取用户的收货地址。

用户订单信息例如可以包括用户标识、下单时间、下单地址、购买的商品信息等等。

在现有技术中，用户的订单还会包括收货地址，以便配送人员将货物送达该收货地址。在本发明中，调度装置也可以从用户的本次订单信息中提取用户的收货地址。但与现有技术不同的是，当用户采用本发明的“移动收货”形式进行收货时，用户可以输入一个收货地址，但该收货地址仅用于送货参考，可能不是实际送达的地址。

此外，调度装置还可以根据历史订单信息预测用户本次订单的收货地址，即通过用户在历史下单和收货过程中的行为习惯数据，预测用户本次订单的收货地址。

步骤S104，调度装置根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备。

在步骤S102中确定的收货地址虽然可能不是最精确的地址，但是是最可能接近用户收货时所在位置的地址。调度装置例如可以将与用户的收货地址之间的距离在预设范围内的区域作为配送范围，并分配配送范围中的生产仓库或者配送站进行货物的分拣、打包等功能，并选择配送范围中的无人配送设备进行配送，从而减少配送的路程，提高配送效率。

调度装置例如可以根据距离用户的收货地址最近的配送站中，各个无人配送设备在预设的送货时间的繁忙状态或者运行线路来选择无人配送设备。

其中，无人配送设备可以为无人车等无人驾驶轮式机器人，还可以为无人机。无人配送设备具有很高的机动性能，可以通过调度装置或者其他调配设备统一进行分配和调用，从而，可以节约人工成本，缩短了配送的时间。

之后，调度装置还可以获取用户的当前位置信息，调度模块可以周期性地获取用户位置，也可以在分配的无人配送车出发前的预设时间获取用户位置。

如果用户的当前位置与用户的收货地址之间的距离大于预设值，调度装置将用户的当前位置作为更新后的用户的收货地址，根据更新后的用户的收货地址重新确定配送范围，并根据重新确定的配送范围分配无人配送设备。

从而，当用户的计划产生了非常规性的改变，例如当用户突然出发去距离原收货地址较远的地方时，调度装置可以根据用户的当前位置及时地对配送计划做出调整，例如可以改派距离用户的当前位置较近的配送站进行生产和发货，能够灵活地应对突发状况，提高了配送的灵活性以及配送效率。

步骤S106，无人配送设备获取用户的当前位置信息。

无人配送设备例如可以通过用户携带的具有GPS(Global Positioning System，全球定位系统)、基站定位等定位功能的终端设备获得用户的当前位置信息。终端设备可以周期性地向无人配送设备发送用户的位置信息，也可以由无人配送设备请求终端发送位置信息。此外，还可以采用其他方式获取用户的当前位置信息，这里不再赘述。

步骤S108，无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。

无人配送设备可以根据每次更新后的用户的当前位置向用户移动，直到找到用户。当无人配送设备到达后，用户例如可以在终端或者无人配送设备上进行确认操作，以便结束无人配送设备的寻找和移动过程，开始进行收货流程。

通过根据用户的收货地址确定配送范围，再根据配送范围选择无人配送设备进行配送，令无人配送设备根据用户的当前位置信息寻找用户，即使用户处于移动的状态也仍然能够完成货物配送，提高了物流配送的效率，并且节约了人工成本，灵活性强。

并且，用户也无需在固定的地点等待收货，也减少了用户的等待时间，提高了用户体验。

如步骤S102中所述，调度装置可以从用户的本次订单信息中提取用户的收货地址，也可以根据历史订单信息预测用户本次订单的收货地址。

可以采用多种方法对收货地址进行预测。下面结合图2描述本发明另一个实施例的配送方法。

图2为本发明配送方法的另一个实施例的流程图。如图2所示，该实施例的配送方法包括：

步骤S202，调度装置获取用户的历史订单信息。

其中，历史订单信息中包括收货地址和分类属性。分类属性是指在后续处理中用于分类的依据，包括收货时间、收货人、货物价格、货物类别、货物尺寸中的至少一项。根据需要，还可以采用其他的指标作为分类属性。

通常地，分类属性会影响用户的收货地址。例如，在工作日白天，用户往往在单位收货，在工作日晚间以及节假日，用户往往在家收货；又例如，用户往往在家接收尺寸较大的家具，或者想尽快接收尺寸较小而又较贵重的物品等等。

步骤S204，调度装置按照分类属性对历史订单进行分类，将每个分类属性对应的类别中出现次数最多的收货地址作为该类别的预测地址。

例如，当分类属性为收货时间时，可以将每个类别对应的分类属性的值设为一个时间段，例如根据作息和时间特性将收货时间为8:00-12:00的订单分为一类、收货时间为12:00-18:00的订单为分一类，还可以根据工作时间和休息时间将周一至周五9:00-17:00的订单为分一类、将周一至周五17:00-21:00的订单为分一类、将周六周日的订单分为一类。

同理，货物尺寸、货物价格也可以按照预设条件将其划分为不同的取值范围，每个取值范围作为一个类别对应的分类属性的值。

并且，可以将多个指标进行组合作为分类属性，例如将尺寸大、价值高的订单分为一类，将尺寸大、价值低的订单分为一类等等。

本领域技术人员应当清楚，上述示例仅为示意性地说明分类的依据，不对本发明起任何限制性作用。

在完成分类后，每个类别中出现次数最多的地址即为每个类别中最常用的地址。

步骤S206，调度装置根据本次订单信息中的分类属性的值，确定本次订单所属的类别。

调度装置例如可以首先查看分类属性有哪些指标，再查看本次订单中这些指标的值，最后根据各个类别对应的指标的取值或者取值范围，确定本次订单所属的类别。

步骤S208，调度装置将本次订单所属的类别的预测地址确定为用户本次订单的收货地址。

步骤S210，调度装置根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备。

步骤S212，无人配送设备获取用户的当前位置信息。

步骤S214，无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。

步骤S210～S214的具体实施方式可以参考步骤S104～S108，这里不再赘述。

通过采用上述方法，可以基于用户的历史数据的统计结果，预测用户最可能采用的收货地址，从而即使在用户没有提供收货地址的情况下，也能够确定配送范围，提高了配送效率。

此外，还可以采用机器学习的方法对收货地址进行预测。下面结合图3描述本发明又一个实施例的配送方法。

图3为本发明配送方法的又一个实施例的流程图。如图3所示，该实施例的配送方法包括：

步骤S302，调度装置获取若干历史订单信息。

其中，历史订单信息中包括收货地址、收货地址的地址类别和预测依据信息，预测依据信息包括收货时间、收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项。

收货地址的地址类别例如可以包括主要工作地址、备选工作地址、家庭地址、备选家庭地址等等。收货地址的类别可以是用户指定的，也可以是根据用户的历史数据进行分析后获得的。

其中，根据需要，可以将部分连续类型的指标进行离散化处理。例如，可以将不同范围内的价格分别对应不同的数值，以便于后续处理。

步骤S304，调度装置将预测依据信息作为输入值、收货地址的地址类别作为目标值训练分类模型，获得收货地址预测模型。

分类模型例如可以为朴素贝叶斯模型、决策树模型等等。

以决策树模型为例，输入数据为若干订单对应的具有固定格式的数据，例如可以令每个输入数据的第一维度都表示货物价格、货物类别、第二维度都表示收货时间等等。

在确定了输入数据和各个输入数据对应的目标值后，可以开始构建决策树。例如，可以计算每一个节点在采用不同的指标进行下一次分类时的信息增益，以确定该节点对应的指标以及指标的数值，并依次构建子节点，直到满足收敛条件等预设的结束条件，从而确定决策树的各个叶子节点。

步骤S306，调度装置将用户的本次订单中的预测依据信息输入到收货地址预测模型中，根据输出结果获得用户的收货地址的地址类别。

在预测阶段，输入数据的格式应当与训练阶段的输入数据保持一致，从而保证模型能够准确地输出预测结果。输出结果所在的叶子节点对应的地址类别即为用户的收货地址的地址类别。

步骤S308，调度装置在用户的地址信息中查找收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址。

步骤S310，调度装置根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备。

步骤S312，无人配送设备获取用户的当前位置信息。

步骤S314，无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。

步骤S310～S314的具体实施方式可以参考步骤S104～S108，这里不再赘述。

通过采用上述方法，能够基于大数据对用户的行为模式进行分析，从而准确地预测用户的收货地址。

此外，还可以采用类似的方式预测用户的收货时间。

在训练阶段，调度装置获取的若干历史订单信息中包括收货地址、收货地址的地址类别、收货时间的时间属性和预测依据信息，其中，预测依据信息包括收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项，并将预测依据信息作为输入值、将收货地址的地址类别和收货时间的时间属性作为目标值训练分类模型，获得收货时间地点预测模型。

在预测阶段，可以将与训练阶段的数据格式一致的信息输入到收货时间地点预测模型中，获得用户的收货地址的地址类别和收货时间的时间属性。然后，在收货时间的时间属性对应的时间段内，无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。从而，可以完成对用户的收货时间的预测，进一步提升了货物配送的成功率，提高了配送效率。

由于有些电子商务网站和配送平台等用户量巨大，全网或全平台如果共用一个模型可能无法精确地代表所有的用户。因此，可以考虑预先对用户进行分类，再根据每个类别的用户的历史订单建立该类别的用户所对应的模型。用户例如可以根据地域、年龄、工作性质等进行分类，这些分类依据可以是用户填写的，也可以是从用户画像系统中提取的，这里不再赘述。

下面结合图4描述本发明一个实施例的配送系统。

图4为本发明配送系统的一个实施例的结构图。如图4所示，该实施例的配送系统包括：调度装置41和无人配送设备42。其中，调度装置41包括：收货地址获取模块411，用于根据用户订单信息获取用户的收货地址；无人配送设备分配模块412，用于根据用户的收货地址确定配送范围，并根据配送范围分配无人配送设备42；无人配送设备42包括：用户位置获取模块421，用于获取用户的当前位置信息；用户追踪模块422，用于根据用户的当前位置信息寻找用户，以便将货物配送给用户。

其中，无人配送设备42可以为无人驾驶轮式机器人或者无人机。

下面结合图5描述本发明另一个实施例的配送系统。

图5为本发明配送系统的另一个实施例的结构图。如图5所示，在该实施例中，收货地址获取模块411包括以下至少一个单元：输入地址获取单元5111，用于从用户的本次订单信息中提取用户的收货地址；地址预测单元5112，用于根据历史订单信息预测用户本次订单的收货地址。

其中，地址预测单元5112可以进一步用于获取用户的历史订单信息，其中，历史订单信息中包括收货地址和分类属性，分类属性包括收货时间、收货人、货物价格、货物类别、货物尺寸中的至少一项；按照分类属性对历史订单进行分类，将每个分类属性对应的类别中出现次数最多的收货地址作为该类别的预测地址；根据本次订单信息中的分类属性的值，确定本次订单所属的类别；将本次订单所属的类别的预测地址确定为用户本次订单的收货地址。

此外，调度装置41还可以包括：第一历史订单信息获取模块513，用于获取若干历史订单信息，其中，历史订单信息中包括收货地址、收货地址的地址类别和预测依据信息，预测依据信息包括收货时间、收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项；第一模型训练模块514，用于将预测依据信息作为输入值、收货地址的地址类别作为目标值训练分类模型，获得收货地址预测模型；地址预测单元5112可以进一步用于将用户的本次订单中的预测依据信息输入到收货地址预测模型中，根据输出结果获得用户的收货地址的地址类别，在用户的地址信息中查找收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址。

此外，调度装置41还可以包括：第二历史订单信息获取模块515，用于获取若干历史订单信息，其中，历史订单信息中包括收货地址、收货地址的地址类别、收货时间的时间属性和预测依据信息，预测依据信息包括收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项；第二模型训练模块516，用于将预测依据信息作为输入值、将收货地址的地址类别和收货时间的时间属性作为目标值训练分类模型，获得收货时间地点预测模型；地址预测单元5112可以进一步用于调度装置将用户的本次订单中的预测依据信息输入到收货时间地点预测模型中，根据输出结果获得用户的收货地址的地址类别和收货时间的时间属性，在用户的地址信息中查找具有收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址；用户追踪模块422可以进一步用于在收货时间的时间属性对应的时间段内，根据用户的当前位置信息寻找用户，以便将货物配送给用户。

此外，调度装置41还可以包括：位置信息获取模块517，用于获取用户的当前位置信息；收货地址更新模块518，用于当用户的当前位置与用户的收货地址之间的距离大于预设值时，将用户的当前位置作为更新后的用户的收货地址；重新分配模块519，用于根据更新后的用户的收货地址重新确定配送范围，并根据重新确定的配送范围分配无人配送设备42。

本领域内的技术人员应当明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种配送方法，其特征在于，包括：

调度装置根据用户订单信息获取用户的收货地址；

调度装置根据所述用户的收货地址确定配送范围，并根据所述配送范围分配无人配送设备；

无人配送设备获取用户的当前位置信息；

无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。

2.根据权利要求1所述的方法，其特征在于，所述调度装置根据用户订单信息获取用户的收货地址包括：

调度装置从用户的本次订单信息中提取用户的收货地址，或者

调度装置根据历史订单信息预测用户本次订单的收货地址。

3.根据权利要求2所述的方法，其特征在于，所述调度装置根据历史订单信息预测用户本次订单的收货地址包括：

调度装置获取用户的历史订单信息，其中，所述历史订单信息中包括收货地址和分类属性，所述分类属性包括收货时间、收货人、货物价格、货物类别、货物尺寸中的至少一项；

调度装置按照分类属性对历史订单进行分类，将每个分类属性对应的类别中出现次数最多的收货地址作为该类别的预测地址；

调度装置根据本次订单信息中的分类属性的值，确定本次订单所属的类别；

调度装置将本次订单所属的类别的预测地址确定为用户本次订单的收货地址。

4.根据权利要求2所述的方法，其特征在于，

还包括：

调度装置获取若干历史订单信息，其中，所述历史订单信息中包括收货地址、所述收货地址的地址类别和预测依据信息，所述预测依据信息包括收货时间、收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项；

调度装置将预测依据信息作为输入值、收货地址的地址类别作为目标值训练分类模型，获得收货地址预测模型；

所述调度装置根据历史订单信息预测用户本次订单的收货地址包括：

调度装置将用户的本次订单中的预测依据信息输入到收货地址预测模型中，根据输出结果获得用户的收货地址的地址类别；

调度装置在所述用户的地址信息中查找所述收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址。

5.根据权利要求2所述的方法，其特征在于，

还包括：

调度装置获取若干历史订单信息，其中，所述历史订单信息中包括收货地址、所述收货地址的地址类别、收货时间的时间属性和预测依据信息，所述预测依据信息包括收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项；

调度装置将预测依据信息作为输入值、将收货地址的地址类别和收货时间的时间属性作为目标值训练分类模型，获得收货时间地点预测模型；

所述调度装置根据历史订单信息预测用户本次订单的收货地址包括：

调度装置将用户的本次订单中的预测依据信息输入到收货时间地点预测模型中，根据输出结果获得用户的收货地址的地址类别和收货时间的时间属性；

调度装置在所述用户的地址信息中查找具有所述收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址；

所述无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户包括：

在所述收货时间的时间属性对应的时间段内，所述无人配送设备根据用户的当前位置信息寻找用户，以便将货物配送给用户。

6.根据权利要求1所述的方法，其特征在于，在所述无人配送设备根据用户的当前位置信息寻找用户之前，所述方法还包括：

调度装置获取用户的当前位置信息；

如果用户的当前位置与所述用户的收货地址之间的距离大于预设值，调度装置将用户的当前位置作为更新后的用户的收货地址；

调度装置根据所述更新后的用户的收货地址重新确定配送范围，并根据重新确定的配送范围分配无人配送设备。

7.根据权利要求1所述的方法，其特征在于，所述无人配送设备为无人驾驶轮式机器人或者无人机。

8.一种配送系统，其特征在于，包括：

调度装置，和

无人配送设备；

所述调度装置包括：

收货地址获取模块，用于根据用户订单信息获取用户的收货地址；

无人配送设备分配模块，用于根据所述用户的收货地址确定配送范围，并根据所述配送范围分配无人配送设备；

所述无人配送设备包括：

用户位置获取模块，用于获取用户的当前位置信息；

用户追踪模块，用于根据用户的当前位置信息寻找用户，以便将货物配送给用户。

9.根据权利要求8所述的系统，其特征在于，所述收货地址获取模块包括以下至少一个单元：

输入地址获取单元，用于从用户的本次订单信息中提取用户的收货地址；

地址预测单元，用于根据历史订单信息预测用户本次订单的收货地址。

10.根据权利要求9所述的系统，其特征在于，所述地址预测单元进一步用于获取用户的历史订单信息，其中，所述历史订单信息中包括收货地址和分类属性，所述分类属性包括收货时间、收货人、货物价格、货物类别、货物尺寸中的至少一项；按照分类属性对历史订单进行分类，将每个分类属性对应的类别中出现次数最多的收货地址作为该类别的预测地址；根据本次订单信息中的分类属性的值，确定本次订单所属的类别；将本次订单所属的类别的预测地址确定为用户本次订单的收货地址。

11.根据权利要求9所述的系统，其特征在于，

所述调度装置还包括：

第一历史订单信息获取模块，用于获取若干历史订单信息，其中，所述历史订单信息中包括收货地址、所述收货地址的地址类别和预测依据信息，所述预测依据信息包括收货时间、收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项；

第一模型训练模块，用于将预测依据信息作为输入值、收货地址的地址类别作为目标值训练分类模型，获得收货地址预测模型；

所述地址预测单元进一步用于将用户的本次订单中的预测依据信息输入到收货地址预测模型中，根据输出结果获得用户的收货地址的地址类别，在所述用户的地址信息中查找所述收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址。

12.根据权利要求9所述的系统，其特征在于，

所述调度装置还包括：

第二历史订单信息获取模块，用于获取若干历史订单信息，其中，所述历史订单信息中包括收货地址、所述收货地址的地址类别、收货时间的时间属性和预测依据信息，所述预测依据信息包括收货人、货物价格、货物类别、货物尺寸、下单地址类别、下单时间中的至少一项；

第二模型训练模块，用于将预测依据信息作为输入值、将收货地址的地址类别和收货时间的时间属性作为目标值训练分类模型，获得收货时间地点预测模型；

所述地址预测单元进一步用于调度装置将用户的本次订单中的预测依据信息输入到收货时间地点预测模型中，根据输出结果获得用户的收货地址的地址类别和收货时间的时间属性，在所述用户的地址信息中查找具有所述收货地址的地址类别对应的地址信息，并将其确定为用户本次订单的收货地址；

所述用户追踪模块进一步用于在所述收货时间的时间属性对应的时间段内，根据用户的当前位置信息寻找用户，以便将货物配送给用户。

13.根据权利要求8所述的系统，其特征在于，所述调度装置还包括：

位置信息获取模块，用于获取用户的当前位置信息；

收货地址更新模块，用于当用户的当前位置与所述用户的收货地址之间的距离大于预设值时，将用户的当前位置作为更新后的用户的收货地址；

重新分配模块，用于根据所述更新后的用户的收货地址重新确定配送范围，并根据重新确定的配送范围分配无人配送设备。

14.根据权利要求8所述的系统，其特征在于，所述无人配送设备为无人驾驶轮式机器人或者无人机。