CN109784116A - 仓库打包质检方法 - Google Patents
仓库打包质检方法 Download PDFInfo
- Publication number
- CN109784116A CN109784116A CN201811637783.9A CN201811637783A CN109784116A CN 109784116 A CN109784116 A CN 109784116A CN 201811637783 A CN201811637783 A CN 201811637783A CN 109784116 A CN109784116 A CN 109784116A
- Authority
- CN
- China
- Prior art keywords
- order
- weight
- packaged
- detecting method
- packing case
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Warehouses Or Storage Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种仓库打包质检方法。本发明一种仓库打包质检方法，包括：在系统中录入商品的基本信息，并生成唯一标识码itemCode；在系统中录入包装箱的基本信息，并生成唯一标识码boxCode；包装箱贴上订单信息；通过称重感应器获得当前货物总重；使用摄像头识别包装箱上的订单单号orderNum；通过orderNum查询系统的订单模块，找到订单，获取订单上的商品itemCode和数量；计算该笔订单打包重量范围g1～g2；计算获得的总重量g是否在获得的范围g1和g2之间，条件:g>＝g1&&g<＝g2则结果正确，反之则错误。本发明的有益效果：能实时自动计算每个订单在打包时，放入的数量与订单数量是否一致。降低了在物流打包过程中出现商品数量与订单数量不一致(特别是体积小，数量多的商品)。
Description
技术领域
本发明涉及仓库质检领域，具体涉及一种仓库打包质检方法。
背景技术
随着国内电商行业的发展，人们越来越倾向于在网上进行购物，商品会通过快递进行运输，送到买家手中。而这期间会经过很多个环节，而商品的物流出库是出错几率比较大的一个环节。
例如出现商品的数量多一个或者少一个的问题，更甚至会发错商品，在订单量大的情况下这是必然发生的事情。这时就导致了客户在这方面的投诉增多，满意度下降。
传统技术存在以下技术问题：
目前商家的订单的打包都是由人工进行清点，打包，然后复核或者完全没有第二次复核，这种情况下效率不高，出错的几率也大，忙中出错也是无法避免的。
1.图像识别成功的几率无法达到100％，导致会出现识别订单失败的情况，这时候就需要人工输入订单单号或者用手持扫描器扫描。
2.称重传感器的精度会使总重量的范围g1～g2出现误差比较大的情况，导致系统判断错误。
发明内容
本发明要解决的技术问题是提供一种仓库打包质检方法。
为了解决上述技术问题，本发明提供了一种仓库打包质检方法，包括：
在系统中录入商品的基本信息，并生成唯一标识码itemCode；
在系统中录入包装箱的基本信息，并生成唯一标识码boxCode；
包装箱贴上订单信息；
通过称重感应器获得当前货物总重；
使用摄像头识别包装箱上的订单单号orderNum；
通过orderNum查询系统的订单模块，找到订单，获取订单上的商品itemCode和数量；
计算该笔订单打包重量范围g1～g2；
计算获得的总重量g是否在获得的范围g1和g2之间，条件:g>＝g1&&g<＝g2则结果正确，反之则错误。
在其中一个实施例中，“在系统中录入商品的基本信息，并生成唯一标识码itemCode；”中，所述商品的基本信息包括：名称、型号、规格、重量、长宽高和体积。
在其中一个实施例中，“在系统中录入包装箱的基本信息，并生成唯一标识码boxCode；”中，所述包装箱的基本信息包括：名称、规格、重量和长宽高。
在其中一个实施例中，“通过称重感应器获得当前货物总重；”具体步骤如下：
在工作台下放置多个称重感应器，测量的范围需满足常规的包裹重量；
称重感应器与系统通过串口进行联网，系统实时读取称重感应器的数据；
系统计算总重：总重量＝每个称重感应器记录的重量之和；
系统把读取到的总重量输出到工作台前方的大屏幕显示器中，便于工作人员进行查看。
在其中一个实施例中，“使用摄像头识别包装箱上的订单单号orderNum；”具体包括：
在工作台上方放置高清摄像头，通过TCP/UDP协议与WMS系统进行通信；
图像识别模块实时读取摄像头拍摄的图像，识别订单单号orderNum。
在其中一个实施例中，“图像识别模块实时读取摄像头拍摄的图像，识别订单单号orderNum。”具体步骤是：摄像头以每秒10帧的频率进行保存及裁剪图片到系统中，系统以每秒K帧的频率进行分组识别，即以连续的K张图像为一组，如满足以下两个条件即判断识别失败
b.K张图像都未能识别到订单号，并且持续N秒
b.获得的总重量g>0
当系统判断识别失败时，调用系统的语音警告模块，发出警告提醒；
使用深度学习系统对图像识别模块进行训练，获得数据集；
裁剪图片：因为摄像头及工作台的位置相对是固定的，所以可以根据实际的图像，设定一个图像的裁剪范围，然后以裁剪后的图片作为图像识别的目标；
裁剪后的图片会统一存放到图像识别的数据库中。
在其中一个实施例中，还包括：系统把计算得到的结果显示在工作台前方的屏幕上。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
能实时自动计算每个订单在打包时，放入的数量与订单数量是否一致。降低了在物流打包过程中出现商品数量与订单数量不一致(特别是体积小，数量多的商品)，商品与订单不符的几率。增加了商品打包的工作效率。
附图说明
图1是本发明仓库打包质检方法的系统框架示意图。
图2是本发明仓库打包质检方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
图1是一个系统架构图
图2是系统运行的流程图，具体步骤如下：
S10：在系统中录入商品的基本信息，并生成唯一标识码itemCode
商品的基本信息包括：名称，型号，规格，重量，长宽高，体积等等
S20：在系统中录入包装箱的基本信息，并生成唯一标识码boxCode
包装箱的基本信息包括：名称，规格，重量，长宽高等等
S30：包装箱贴上订单信息
打印出订单的单号等信息，贴在包装箱上。为了便于图像识别系统识别订单信息，需要固定在一个区域内。
S40：通过称重感应器获得当前货物总重。具体步骤如下：
S41：在工作台下放置多个称重感应器，测量的范围需满足常规的包裹重量。
S42：称重感应器与系统通过串口进行联网，系统实时读取称重感应器的数据，
S43：系统计算总重：总重量＝每个称重感应器记录的重量之和。
S44：系统把读取到的总重量输出到工作台前方的大屏幕显示器中，便于工作人员进行查看
S50：使用高清摄像头识别包装箱上的订单单号orderNum。
S51：在工作台上方放置高清摄像头，通过TCP/UDP协议与WMS系统进行通信。
S52：图像识别模块实时读取摄像头拍摄的图像，识别订单单号orderNum。
具体步骤是：摄像头以每秒10帧的频率进行保存及裁剪图片到系统中，系统以每秒K帧的频率进行分组识别，即以连续的K张图像为一组，如满足以下两个条件即判断识别失败
c.K张图像都未能识别到订单号，并且持续N秒
b.S41步骤获得的总重量g>0
当系统判断识别失败时，调用系统的语音警告模块，发出警告提醒。
S521：使用深度学习系统对图像识别模块进行训练(卷积神经网络)，获得数据集。
S522：裁剪图片：因为摄像头及工作台的位置相对是固定的，所以可以根据实际的图像，设定一个图像的裁剪范围，然后以裁剪后的图片作为图像识别的目标。
S523：裁剪后的图片会统一存放到图像识别的数据库中。
S60：通过orderNum查询系统的订单模块，找到订单，获取订单上的商品itemCode和数量
S61：通过itemCode查询系统的商品模块，获得商品的重量，规格等信息
S62：根据订单的商品信息及数量，匹配包装箱，获得包装箱的重量。
S70:计算该笔订单打包重量范围g1～g2
g1＝((商品重量*数量)+包装箱重量)-误差％
g2＝((商品重量*数量)+包装箱重量)+误差％
S80:计算S40步骤获得的总重量g是否在S70步骤获得的范围g1和g2之间
条件:g>＝g1&&g<＝g2则结果正确，反之则错误
S81：系统把计算得到的结果显示在工作台前方的屏幕上。工作人员可以实时看到这次订单打包的数量是否正确。
因为二维码更容易被识别，在S30步骤中，还可以针对每一笔订单生成一个二维码，贴在包装箱上，系统通过对二维码的识别进行订单的查询。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种仓库打包质检方法，其特征在于，包括：
在系统中录入商品的基本信息，并生成唯一标识码itemCode；
在系统中录入包装箱的基本信息，并生成唯一标识码boxCode；
包装箱贴上订单信息；
通过称重感应器获得当前货物总重；
使用摄像头识别包装箱上的订单单号orderNum；
通过orderNum查询系统的订单模块，找到订单，获取订单上的商品itemCode和数量；
计算该笔订单打包重量范围g1～g2；
计算获得的总重量g是否在获得的范围g1和g2之间，条件:g>＝g1&&g<＝g2则结果正确，反之则错误。
2.如权利要求1所述的仓库打包质检方法，其特征在于，“在系统中录入商品的基本信息，并生成唯一标识码itemCode；”中，所述商品的基本信息包括：名称、型号、规格、重量、长宽高和体积。
3.如权利要求1所述的仓库打包质检方法，其特征在于，“在系统中录入包装箱的基本信息，并生成唯一标识码boxCode；”中，所述包装箱的基本信息包括：名称、规格、重量和长宽高。
4.如权利要求1所述的仓库打包质检方法，其特征在于，“通过称重感应器获得当前货物总重；”具体步骤如下：
在工作台下放置多个称重感应器，测量的范围需满足常规的包裹重量；
称重感应器与系统通过串口进行联网，系统实时读取称重感应器的数据；
系统计算总重：总重量＝每个称重感应器记录的重量之和；
系统把读取到的总重量输出到工作台前方的大屏幕显示器中，便于工作人员进行查看。
5.如权利要求1所述的仓库打包质检方法，其特征在于，“使用摄像头识别包装箱上的订单单号orderNum；”具体包括：
在工作台上方放置高清摄像头，通过TCP/UDP协议与WMS系统进行通信；
图像识别模块实时读取摄像头拍摄的图像，识别订单单号orderNum。
6.如权利要求1所述的仓库打包质检方法，其特征在于，“图像识别模块实时读取摄像头拍摄的图像，识别订单单号orderNum。”具体步骤是：摄像头以每秒10帧的频率进行保存及裁剪图片到系统中，系统以每秒K帧的频率进行分组识别，即以连续的K张图像为一组，如满足以下两个条件即判断识别失败
a.K张图像都未能识别到订单号，并且持续N秒
b.获得的总重量g>0
当系统判断识别失败时，调用系统的语音警告模块，发出警告提醒；
使用深度学习系统对图像识别模块进行训练，获得数据集；
裁剪图片：因为摄像头及工作台的位置相对是固定的，所以可以根据实际的图像，设定一个图像的裁剪范围，然后以裁剪后的图片作为图像识别的目标；
裁剪后的图片会统一存放到图像识别的数据库中。
7.如权利要求1所述的仓库打包质检方法，其特征在于，还包括：系统把计算得到的结果显示在工作台前方的屏幕上。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811637783.9A CN109784116A (zh) | 2018-12-29 | 2018-12-29 | 仓库打包质检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811637783.9A CN109784116A (zh) | 2018-12-29 | 2018-12-29 | 仓库打包质检方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109784116A true CN109784116A (zh) | 2019-05-21 |
Family
ID=66498995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811637783.9A Pending CN109784116A (zh) | 2018-12-29 | 2018-12-29 | 仓库打包质检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109784116A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112044784A (zh) * | 2020-08-24 | 2020-12-08 | 炬星科技（深圳）有限公司 | 智能载物箱匹配方法、设备及存储介质 |
| CN112862564A (zh) * | 2021-01-18 | 2021-05-28 | 上海燕汐软件信息科技有限公司 | 包裹重量的采集方法及装置、电子设备、存储介质 |
| CN116664054A (zh) * | 2023-07-28 | 2023-08-29 | 天津翔铄车身科技有限公司 | 一种基于客户订单量的产品出荷管理方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1801195A (zh) * | 2005-01-05 | 2006-07-12 | 英业达股份有限公司 | 订单商品重量检测系统及方法 |
| CN107403183A (zh) * | 2017-07-21 | 2017-11-28 | 桂林电子科技大学 | 整合目标检测和图像分割为一体的智能分割方法 |
| CN108876268A (zh) * | 2018-09-12 | 2018-11-23 | 严丽君 | 一种智能电子称重计数验货系统 |
| CN108877083A (zh) * | 2018-07-16 | 2018-11-23 | 上海理工大学 | 基于神经网络识别的智能外卖箱系统 |
-
2018
- 2018-12-29 CN CN201811637783.9A patent/CN109784116A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1801195A (zh) * | 2005-01-05 | 2006-07-12 | 英业达股份有限公司 | 订单商品重量检测系统及方法 |
| CN107403183A (zh) * | 2017-07-21 | 2017-11-28 | 桂林电子科技大学 | 整合目标检测和图像分割为一体的智能分割方法 |
| CN108877083A (zh) * | 2018-07-16 | 2018-11-23 | 上海理工大学 | 基于神经网络识别的智能外卖箱系统 |
| CN108876268A (zh) * | 2018-09-12 | 2018-11-23 | 严丽君 | 一种智能电子称重计数验货系统 |
Non-Patent Citations (1)
| Title |
|---|
| 董征宇: "《梁平电子商务简明读本》", 31 October 2017 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112044784A (zh) * | 2020-08-24 | 2020-12-08 | 炬星科技（深圳）有限公司 | 智能载物箱匹配方法、设备及存储介质 |
| CN112862564A (zh) * | 2021-01-18 | 2021-05-28 | 上海燕汐软件信息科技有限公司 | 包裹重量的采集方法及装置、电子设备、存储介质 |
| CN116664054A (zh) * | 2023-07-28 | 2023-08-29 | 天津翔铄车身科技有限公司 | 一种基于客户订单量的产品出荷管理方法和系统 |
| CN116664054B (zh) * | 2023-07-28 | 2023-09-29 | 天津翔铄车身科技有限公司 | 一种基于客户订单量的产品出荷管理方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109784116A (zh) | 仓库打包质检方法 | |
| CN103246574B (zh) | 数据准确性的校验方法及装置 | |
| US20230376895A1 (en) | Information processing apparatus, information processing system, control method, and program | |
| US20120106787A1 (en) | Apparatus and methods for analysing goods packages | |
| CN109711492B (zh) | 药品物流智能监管系统和方法 | |
| WO2013181497A4 (en) | Systems and methods for inventory management | |
| US20090177520A1 (en) | Techniques for casual demand forecasting | |
| CN108596137A (zh) | 一种基于图像识别算法的商品扫描录入方法 | |
| US11257032B2 (en) | Smart audit or intervention in an order fulfillment process | |
| CN107730157A (zh) | 一种中药提取过程称量配送方法 | |
| CN106127431A (zh) | 产品全供应链管理工作方法、平台系统及一体化设备 | |
| CN111106899A (zh) | 物联网中的数据校验方法、装置、计算机设备及存储介质 | |
| CN109598313A (zh) | 物资盘点方法、装置、计算机设备及存储介质 | |
| CN110751436A (zh) | 基于动态库存管理的仓库管理系统 | |
| CN114997663B (zh) | 基于资产自动识别的资产风险预警方法及系统 | |
| CN112990800A (zh) | 一种部材管理方法、系统和存储介质 | |
| CN104636704B (zh) | 一种化肥质量追溯系统及其追溯方法 | |
| CN108711009B (zh) | 一种一物一码关联系统和方法 | |
| CN117726322A (zh) | 一种探头测试设备智能管理方法及系统 | |
| US8596524B2 (en) | Barcode information distribution system | |
| JP6557525B2 (ja) | 検品方法および検品システム | |
| WO2010041580A1 (ja) | トレース情報取得システム、およびトレース情報取得方法 | |
| CN110472897A (zh) | 货物验收的方法、装置和系统 | |
| CN114140049A (zh) | 多用户仓储管理的数据处理方法和系统 | |
| CN111242550B (zh) | 核电站备件包装方法、系统及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |