CN109829677A - 一种物流运输过程监控方法及系统 - Google Patents
一种物流运输过程监控方法及系统 Download PDFInfo
- Publication number
- CN109829677A CN109829677A CN201910133454.9A CN201910133454A CN109829677A CN 109829677 A CN109829677 A CN 109829677A CN 201910133454 A CN201910133454 A CN 201910133454A CN 109829677 A CN109829677 A CN 109829677A
- Authority
- CN
- China
- Prior art keywords
- cloud server
- information
- face
- express box
- time
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种物流运输过程监控方法及系统,在物流运输中所使用的快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;云端服务器记录快递箱运输全过程位置、时间和经手人员的信息数据,由用户端和/或管理端实时查询物流状态。本发明能够实现对快递物品进行高性能、高效率、高安全性的全过程实时监控,通过对快递箱通过北斗定位系统和面部识别技术的双重保障来满足用户对物流消息和货物安全的高要求。同时,该快递箱的使用可以提高物流的效率和环境友好度,实现经济效益、社会效益和环境保护的高度结合。
Description
技术领域
本发明属于物流运输技术领域,特别是涉及一种物流运输过程监控方法及系统。
背景技术
网购流行以来,物流行业得到了不断地发展。我国物流行业正处于产业转型期,开始从传统物流向信息化物流发展,基于物联网等技术而不断优化的智能物流系统出现在大众面前。但物流产业的发展并没有带动快递包装箱地很大改进。电商时代带动了快递业的发展,也随之带来包装盒积压和浪费的环保问题。与环保问题并重的还存在快递丢失、冒领等问题,这使得用户严重怀疑快递的安全性和隐私性。
国内主要有不同功能的智能快递箱和智能快递柜。单说智能快递箱中的循环快递箱,融合了RFID、区块链溯源和后台操作系统的技术云平台支持,无需胶水和胶带封箱。现代智慧物流的各项工作开展需要依赖于RFID技术,其通过使用电子标签标记各种物品,然后利用射频识别技术识别获取物品信息。而将物流信息大部分是通过中转站的电子标签识别而更新,或者追踪运货车的定位消息。但是这远不及将定位系统装在安全箱上的安全性和可靠性。而且要实现循环快递的循环利用功能不仅存在用户不愿归还的问题,更何况传统快递的安全和隐私问题也没有得到解决。
国内已有使用面部识别技术的保险柜,采用钥匙与密码开启,增加了人脸识别开启功能,更加安全方便和实用。但其无法全方位监控运输过程,无法得知货物物流消息,也无法确保贵重物品送达的安全性。智能快递柜也有不同类型的,主要分为以本人身份证为取件基准的智能快递柜和以取货码为标准的简易快递柜。这两种取件柜大大降低了冒领的可能性,同时通过摄像头记录取件过程方便日后冲突的解决。但柜体太大,很多小区不具有配备取件柜的空间和承担能力,这使得取件柜难以有较大的普及性。
发明内容
为了解决上述问题,本发明提出了一种物流运输过程监控方法及系统,能够对快递物品进行高性能、高效率、高安全性的全过程实时监控,能够有效提高物流的效率、运送物品安全度和环境友好度,实现经济效益、社会效益和环境保护的高度结合。
为达到上述目的,本发明采用的技术方案是:一种物流运输过程监控方法,在物流运输中所使用的快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;云端服务器记录快递箱运输全过程位置、时间和经手人员的信息数据,由用户端和/或管理端实时查询物流状态;运输过程监控方法包括步骤:
预先在控制器中输入指定的运输路线和收件人信息,所述运输路线包括起始位置起点、多个中转位置节点和目的位置终点,收件人信息包括人脸图像数据;
通过北斗定位器检测快递箱发出位置,将所述发出位置与起始位置进行对比;若对比无误,将快递箱下放,并记录通过北斗定位器获取的发出时间和发出地址发送给云端服务器;若有误,向云端服务器发送异常信号;同时通过人脸识别器记录发送人和初始运送人的信息并上传至云端服务器进行存储;
在运输过程中通过北斗定位器检测快递箱途经位置,当快递箱到达中转位置,将所述途经位置与中转位置进行对比;若对比无误,将快递箱下放,并记录通过北斗定位器获取的中转时间和中转地址发送给云端服务器;若有误,向云端服务器发送异常信号;同时通过人脸识别器记录中转运送人的信息并上传至云端服务器进行存储;
通过北斗定位器检测快递箱送达位置,将所述送达位置与目的位置进行对比;若对比无误,记录通过北斗定位器获取的送达时间和送达地址发送给云端服务器,并由云端服务器下发取件通知信息至用户端;若有误,则向云端服务器发送异常信号;同时通过人脸识别器记录目的地配送员信息并上传至云端服务器进行存储;收件时通过定位确认收货地点并通过人脸识别器进行面部识别确认收件人后方可开箱;
在云端服务器中根据北斗定位器在定位同时所获取的发出时间、中转时间或到达时间,获得起点、多个节点和终点中两个地点之间经历时长和总运输时长。
进一步的是,当中转地点发生变化时,通过北斗定位器检测快递箱位置,由云端服务器发送变化位置信息至管理端,由管理端进行确认和验证,验证通过则下发新的运输路线至快递箱,同时将新的运输路线下发至用户端;当收件人发生变化时,则通过人脸识别器识别该收件人信息并上传至云端服务器,由云端服务器发送变化收件人信息至用户端,由用户端进行确认和验证,验证通过则下发新的收件人信息至快递箱,同时将新的收件人信息下发至管理端。
进一步的是,预先在控制器中输入指定的初始运送人和/或各中转节点转运送人的人脸图像信息,在运输过程中通过人脸识别器采集并识别初始运送人和/或各中转节点转运送人的人脸信息,若匹配无误则将快递箱进行下放,若匹配有误则向云端服务器发送异常信号;
如果运送人变化,则通过人脸识别器识别该人员信息并上传至云端服务器,由云端服务器发送变化人信息至管理端,由管理端进行确认和验证,验证通过则下发新的运送人信息至快递箱,同时将新的运送人信息下发至用户端。
进一步的是,所述快递箱中的人脸识别器的识别过程包括人脸探测、人脸特征捕捉和算法识别,包括步骤:
首先,加载一个用于匹配的目标图片,并从中提取到人脸区域;在人脸区域内找到所有位置的人脸特征,创建一个PIL图像绘制对象;在PIL图像上进行绘制,用线条追踪图像中的每个面部特征;
其次,打开摄像头,读取摄像头中每一帧的采集图片,并从中提取到人脸区域,绘制一个囊括人脸区域的红色矩形框并转化为特征向量;
最后,运用深度卷积神经网络算法获取每个面部的面部编码,计算目标图片和采集图片的面部特征相似度,进行人脸匹配;若匹配成功,则绘制一个绿色的圆圈,并在里面绘制一个绿色的勾,发送验证成功提示;若匹配失败,则绘制一个红色的叉,发送验证失败警示。
进一步的是,在所述人脸识别器中使用残差神经网络模型提取人脸特征向量,在所述残差神经网络模型中采用VGGFace2数据集作为训练集,在所述残差神经网络模型中使用三元组损失函数作为目标函数用于模型训练;
所述三元组损失函数中规定同一个人的两张图像为正样本,不同人的两张图片为负样本;通过训练网络模型最小化正样本特征向量之间的欧氏距离的同时增加负样本特征向量之间的欧式距离,从而使人脸特征向量之间的欧式距离直接代表人脸相似度,三元组损失函数为:
公式中,ɑ和p分别表示同一个人的两张不同图像对,ɑ和n分别表示不同人的两张不同图像对;α为阈值;xɑ和xp表示正样本的人脸特征向量;xɑ和xn表示负样本的人脸特征向量。能够实现人脸信息的高效识别,并且能够实现多项人脸识别功能,能够有效保证快递箱运输过程中的安全性和时效性。
进一步的是,所述快递箱中的北斗定位器,利用每一颗卫星的精确位置和连续发送的星上原子钟生成的导航信息获得从卫星至接收机的到达时间差;卫星在空中连续发送带有时间和位置信息的无线电信号,供接收机接收;接收机接收到信号的时刻要比卫星发送信号的时刻延迟,通过时延来确定距离。能够精确获取快递箱的位置和时间点。
进一步的是,所述快递箱的控制器包括Arduino开发板和控制芯片,所述Arduino通过软件串口与北斗定位器取得连接,Arduino开发板与控制芯片通信连接。
另一方面,为配合上述物流运输过程监控方法,本发明还提供了一种物流运输过程监控系统,包括云端服务器、快递箱、用户端和管理端,所述快递箱与云端服务器通过网络进行信息交互,所述用户端和管理端与云端服务器通过网络进行信息交互;
所述云端服务器实时记录快递箱运输全过程位置、时间和经手人员的信息数据;所述云端服务器向管理端发送验证信息由管理端进行验证,由管理端从云端服务器实时查询快递箱物流状态;所述云端服务器向用户端发送验证信息由用户端进行验证,所述云端服务器向用户端发送物流更新数据,由用户端从云端服务器实时查询快递箱物流状态;
所述快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,所述北斗定位器、人脸识别器和无线通讯电路分别连接至控制器,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;由北斗定位器实时获取快递箱的位置信息和时间点并进行验证,由人脸识别器获取人员信息并进行识别验证。
进一步的是,所述快递箱的控制器包括Arduino开发板和控制芯片,所述Arduino通过软件串口与北斗定位器取得连接,Arduino开发板与控制芯片通信连接。控制芯片可采用LattePanda微型电脑;使开发过程更加简便,节约开发成本,并且使接口传输更加灵活。
进一步的是,所述人类识别器包括图像识别芯片和摄像头,所述摄像头连接至图像识别芯片,所述图像识别芯片和控制芯片相连接。
采用本技术方案的有益效果:
本发明能够实现对快递物品进行高性能、高效率、高安全性的全过程实时监控,通过对快递箱通过北斗定位系统和面部识别技术的双重保障来满足用户对物流消息和货物安全的高要求。同时,该快递箱的使用可以提高物流的效率和环境友好度,实现经济效益、社会效益和环境保护的高度结合。
本发明基于北斗定位和人脸识别的物流快递箱,通过云端服务器、管理端和用户端的相互配合,能够得知精准物流消息,避免用户焦急等待。通过北斗定位系统和人脸识别技术分别确定开箱时的地点和人与输入是否一致,以确保本人签收。本发明提出的物流快递箱需要在规划的路线下进行运输验证,使得用户能更精准和及时地了解物流动态,同时通过对运送人员的实时验证,确保不因运输中途物流箱的拆开损坏甚至丢失了物品,能够有效地防止了物品的丢失和收货人信息的泄露。本发明通过人脸识别进行相似度比较,若信息相符且在事先确定的收货区域内箱体便会打开。通过定位和人脸识别的结合便可以使物流信息实时化,快递信息数字化以及收货保障完整化。
本发明的快递箱能够循环使用降低了污染,实现了物流行业的循环经济,消费和企业发展的绿色化。
附图说明
图1为本发明的一种物流运输过程监控方法流程示意图;
图2为本发明实施例中运输过程的流程示意图;
图3为本发明实施例中中转地点发生变化时的处理流程示意图;
图4为本发明实施例中收件人发生变化时的处理流程示意图;
图5为本发明实施例中一种物流运输过程监控系统的结构示意图;
图6为本发明实施例中快递箱的结构原理示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1-2所示,本发明提出了一种物流运输过程监控方法,在物流运输中所使用的快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;云端服务器记录快递箱运输全过程位置、时间和经手人员的信息数据,由用户端和/或管理端实时查询物流状态;运输过程监控方法包括步骤:
预先在控制器中输入指定的运输路线和收件人信息,所述运输路线包括起始位置起点、多个中转位置节点和目的位置终点,收件人信息包括人脸图像数据;
通过北斗定位器检测快递箱发出位置,将所述发出位置与起始位置进行对比;若对比无误,将快递箱下放,并记录通过北斗定位器获取的发出时间和发出地址发送给云端服务器;若有误,向云端服务器发送异常信号;同时通过人脸识别器记录发送人和初始运送人的信息并上传至云端服务器进行存储;
在运输过程中通过北斗定位器检测快递箱途经位置,当快递箱到达中转位置,将所述途经位置与中转位置进行对比;若对比无误,将快递箱下放,并记录通过北斗定位器获取的中转时间和中转地址发送给云端服务器;若有误,向云端服务器发送异常信号;同时通过人脸识别器记录中转运送人的信息并上传至云端服务器进行存储;
通过北斗定位器检测快递箱送达位置,将所述送达位置与目的位置进行对比;若对比无误,记录通过北斗定位器获取的送达时间和送达地址发送给云端服务器,并由云端服务器下发取件通知信息至用户端;若有误,则向云端服务器发送异常信号;同时通过人脸识别器记录目的地配送员信息并上传至云端服务器进行存储;收件时通过定位确认收货地点并通过人脸识别器进行面部识别确认收件人后方可开箱;
在云端服务器中根据北斗定位器在定位同时所获取的发出时间、中转时间或到达时间,获得起点、多个节点和终点中两个地点之间经历时长和总运输时长。
作为上述实施例的优化方案,如图3-4所示,当中转地点发生变化时,通过北斗定位器检测快递箱位置,由云端服务器发送变化位置信息至管理端,由管理端进行确认和验证,验证通过则下发新的运输路线至快递箱,同时将新的运输路线下发至用户端;当收件人发生变化时,则通过人脸识别器识别该收件人信息并上传至云端服务器,由云端服务器发送变化收件人信息至用户端,由用户端进行确认和验证,验证通过则下发新的收件人信息至快递箱,同时将新的收件人信息下发至管理端。
作为上述实施例的优化方案,预先在控制器中输入指定的初始运送人和/或各中转节点转运送人的人脸图像信息,在运输过程中通过人脸识别器采集并识别初始运送人和/或各中转节点转运送人的人脸信息,若匹配无误则将快递箱进行下放,若匹配有误则向云端服务器发送异常信号;
如果运送人变化,则通过人脸识别器识别该人员信息并上传至云端服务器,由云端服务器发送变化人信息至管理端,由管理端进行确认和验证,验证通过则下发新的运送人信息至快递箱,同时将新的运送人信息下发至用户端。
作为上述实施例的优化方案,所述快递箱中的人脸识别器的识别过程包括人脸探测、人脸特征捕捉和算法识别,包括步骤:
首先,加载一个用于匹配的目标图片,并从中提取到人脸区域;在人脸区域内找到所有位置的人脸特征,创建一个PIL图像绘制对象;在PIL图像上进行绘制,用线条追踪图像中的每个面部特征;
其次,打开摄像头,读取摄像头中每一帧的采集图片,并从中提取到人脸区域,绘制一个囊括人脸区域的红色矩形框并转化为特征向量;
最后,运用深度卷积神经网络算法获取每个面部的面部编码,计算目标图片和采集图片的面部特征相似度,进行人脸匹配;若匹配成功,则绘制一个绿色的圆圈,并在里面绘制一个绿色的勾,发送验证成功提示;若匹配失败,则绘制一个红色的叉,发送验证失败警示。
在所述人脸识别器中使用残差神经网络模型提取人脸特征向量,在所述残差神经网络模型中采用VGGFace2数据集作为训练集,在所述残差神经网络模型中使用三元组损失函数作为目标函数用于模型训练;
所述三元组损失函数中规定同一个人的两张图像为正样本,不同人的两张图片为负样本;通过训练网络模型最小化正样本特征向量之间的欧氏距离的同时增加负样本特征向量之间的欧式距离,从而使人脸特征向量之间的欧式距离直接代表人脸相似度,三元组损失函数为:
公式中,ɑ和p分别表示同一个人的两张不同图像对,ɑ和n分别表示不同人的两张不同图像对;α为阈值;xɑ和xp表示正样本的人脸特征向量;xɑ和xn表示负样本的人脸特征向量。能够实现人脸信息的高效识别,并且能够实现多项人脸识别功能,能够有效保证快递箱运输过程中的安全性和时效性。
作为上述实施例的优化方案,所述快递箱中的北斗定位器,利用每一颗卫星的精确位置和连续发送的星上原子钟生成的导航信息获得从卫星至接收机的到达时间差;卫星在空中连续发送带有时间和位置信息的无线电信号,供接收机接收;接收机接收到信号的时刻要比卫星发送信号的时刻延迟,通过时延来确定距离。能够精确获取快递箱的位置和时间点。
作为上述实施例的优化方案,所述快递箱的控制器包括Arduino开发板和控制芯片,所述Arduino通过软件串口与北斗定位器取得连接,Arduino开发板与控制芯片通信连接。
为配合本发明方法的实现,基于相同的发明构思,如图5所示,本发明还提供了一种物流运输过程监控系统,包括云端服务器、快递箱、用户端和管理端,所述快递箱与云端服务器通过网络进行信息交互,所述用户端和管理端与云端服务器通过网络进行信息交互;
所述云端服务器实时记录快递箱运输全过程位置、时间和经手人员的信息数据;所述云端服务器向管理端发送验证信息由管理端进行验证,由管理端从云端服务器实时查询快递箱物流状态;所述云端服务器向用户端发送验证信息由用户端进行验证,所述云端服务器向用户端发送物流更新数据,由用户端从云端服务器实时查询快递箱物流状态;
如图6所示,所述快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,所述北斗定位器、人脸识别器和无线通讯电路分别连接至控制器,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;由北斗定位器实时获取快递箱的位置信息和时间点并进行验证,由人脸识别器获取人员信息并进行识别验证。
作为上述实施例的优化方案,所述快递箱的控制器包括Arduino开发板和控制芯片,所述Arduino通过软件串口与北斗定位器取得连接,Arduino开发板与控制芯片通信连接。控制芯片可采用LattePanda微型电脑;使开发过程更加简便,节约开发成本,并且使接口传输更加灵活。
作为上述实施例的优化方案,所述人类识别器包括图像识别芯片和摄像头,所述摄像头连接至图像识别芯片,所述图像识别芯片和控制芯片相连接。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种物流运输过程监控方法,其特征在于,在物流运输中所使用的快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;云端服务器记录快递箱运输全过程位置、时间和经手人员的信息数据,由用户端和/或管理端实时查询物流状态;运输过程监控方法包括步骤:
预先在控制器中输入指定的运输路线和收件人信息,所述运输路线包括起始位置起点、多个中转位置节点和目的位置终点,收件人信息包括人脸图像数据;
通过北斗定位器检测快递箱发出位置,将所述发出位置与起始位置进行对比;若对比无误,将快递箱下放,并记录通过北斗定位器获取的发出时间和发出地址发送给云端服务器;若有误,向云端服务器发送异常信号;同时通过人脸识别器记录发送人和初始运送人的信息并上传至云端服务器进行存储;
在运输过程中通过北斗定位器检测快递箱途经位置,当快递箱到达中转位置,将所述途经位置与中转位置进行对比;若对比无误,将快递箱下放,并记录通过北斗定位器获取的中转时间和中转地址发送给云端服务器;若有误,向云端服务器发送异常信号;同时通过人脸识别器记录中转运送人的信息并上传至云端服务器进行存储;
通过北斗定位器检测快递箱送达位置,将所述送达位置与目的位置进行对比;若对比无误,记录通过北斗定位器获取的送达时间和送达地址发送给云端服务器,并由云端服务器下发取件通知信息至用户端;若有误,则向云端服务器发送异常信号;同时通过人脸识别器记录目的地配送员信息并上传至云端服务器进行存储;收件时通过定位确认收货地点并通过人脸识别器进行面部识别确认收件人后方可开箱;
在云端服务器中根据北斗定位器在定位同时所获取的发出时间、中转时间或到达时间,获得起点、多个节点和终点中两个地点之间经历时长和总运输时长。
2.根据权利要求1所述的一种物流运输过程监控方法,其特征在于,当中转地点发生变化时,通过北斗定位器检测快递箱位置,由云端服务器发送变化位置信息至管理端,由管理端进行确认和验证,验证通过则下发新的运输路线至快递箱,同时将新的运输路线下发至用户端;当收件人发生变化时,则通过人脸识别器识别该收件人信息并上传至云端服务器,由云端服务器发送变化收件人信息至用户端,由用户端进行确认和验证,验证通过则下发新的收件人信息至快递箱,同时将新的收件人信息下发至管理端。
3.根据权利要求2所述的一种物流运输过程监控方法,其特征在于,预先在控制器中输入指定的初始运送人和/或各中转节点转运送人的人脸图像信息,在运输过程中通过人脸识别器采集并识别初始运送人和/或各中转节点转运送人的人脸信息,若匹配无误则将快递箱进行下放,若匹配有误则向云端服务器发送异常信号;
如果运送人变化,则通过人脸识别器识别该人员信息并上传至云端服务器,由云端服务器发送变化人信息至管理端,由管理端进行确认和验证,验证通过则下发新的运送人信息至快递箱,同时将新的运送人信息下发至用户端。
4.根据权利要求3所述的一种物流运输过程监控方法,其特征在于,所述快递箱中的人脸识别器的识别过程包括人脸探测、人脸特征捕捉和算法识别,包括步骤:
首先,加载一个用于匹配的目标图片,并从中提取到人脸区域;在人脸区域内找到所有位置的人脸特征,创建一个PIL图像绘制对象;在PIL图像上进行绘制,用线条追踪图像中的每个面部特征;
其次,打开摄像头,读取摄像头中每一帧的采集图片,并从中提取到人脸区域,绘制一个囊括人脸区域的红色矩形框并转化为特征向量;
最后,运用深度卷积神经网络算法获取每个面部的面部编码,计算目标图片和采集图片的面部特征相似度,进行人脸匹配;若匹配成功,则绘制一个绿色的圆圈,并在里面绘制一个绿色的勾,发送验证成功提示;若匹配失败,则绘制一个红色的叉,发送验证失败警示。
5.根据权利要求4所述的一种物流运输过程监控方法,其特征在于,在所述人脸识别器中使用残差神经网络模型提取人脸特征向量,在所述残差神经网络模型中采用VGGFace2数据集作为训练集,在所述残差神经网络模型中使用三元组损失函数作为目标函数用于模型训练;
所述三元组损失函数中规定同一个人的两张图像为正样本,不同人的两张图片为负样本;通过训练网络模型最小化正样本特征向量之间的欧氏距离的同时增加负样本特征向量之间的欧式距离,从而使人脸特征向量之间的欧式距离直接代表人脸相似度,三元组损失函数为:
公式中,ɑ和p分别表示同一个人的两张不同图像对,ɑ和n分别表示不同人的两张不同图像对;α为阈值;xɑ和xp表示正样本的人脸特征向量;xɑ和xn表示负样本的人脸特征向量。
6.根据权利要求1所述的一种物流运输过程监控方法,其特征在于,所述快递箱中的北斗定位器,利用每一颗卫星的精确位置和连续发送的星上原子钟生成的导航信息获得从卫星至接收机的到达时间差;卫星在空中连续发送带有时间和位置信息的无线电信号,供接收机接收;接收机接收到信号的时刻要比卫星发送信号的时刻延迟,通过时延来确定距离。
7.根据权利要求1所述的一种物流运输过程监控方法,其特征在于,所述快递箱的控制器包括Arduino开发板和控制芯片,所述Arduino通过软件串口与北斗定位器取得连接,Arduino开发板与控制芯片通信连接。
8.一种物流运输过程监控系统,其特征在于,包括云端服务器、快递箱、用户端和管理端,所述快递箱与云端服务器通过网络进行信息交互,所述用户端和管理端与云端服务器通过网络进行信息交互;
所述云端服务器实时记录快递箱运输全过程位置、时间和经手人员的信息数据;所述云端服务器向管理端发送验证信息由管理端进行验证,由管理端从云端服务器实时查询快递箱物流状态;所述云端服务器向用户端发送验证信息由用户端进行验证,所述云端服务器向用户端发送物流更新数据,由用户端从云端服务器实时查询快递箱物流状态;
所述快递箱包括北斗定位器、人脸识别器、控制器和无线通讯电路,所述北斗定位器、人脸识别器和无线通讯电路分别连接至控制器,控制器通过无线网络与云端服务器实时进行信息交互,由云端服务器发送信息给相关用户端和/或管理端;由北斗定位器实时获取快递箱的位置信息和时间点并进行验证,由人脸识别器获取人员信息并进行识别验证。
9.根据权利要求8所述的一种物流运输过程监控系统,其特征在于,所述快递箱的控制器包括Arduino开发板和控制芯片,所述Arduino通过软件串口与北斗定位器取得连接,Arduino开发板与控制芯片通信连接。
10.根据权利要求8所述的一种物流运输过程监控系统,其特征在于,所述人类识别器包括图像识别芯片和摄像头,所述摄像头连接至图像识别芯片,所述图像识别芯片和控制芯片相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133454.9A CN109829677B (zh) | 2019-02-22 | 2019-02-22 | 一种物流运输过程监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133454.9A CN109829677B (zh) | 2019-02-22 | 2019-02-22 | 一种物流运输过程监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829677A true CN109829677A (zh) | 2019-05-31 |
CN109829677B CN109829677B (zh) | 2022-08-09 |
Family
ID=66864155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133454.9A Active CN109829677B (zh) | 2019-02-22 | 2019-02-22 | 一种物流运输过程监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829677B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400004A (zh) * | 2019-06-28 | 2019-11-01 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 铁路货物的时限预警方法及装置 |
CN110414347A (zh) * | 2019-06-26 | 2019-11-05 | 北京迈格威科技有限公司 | 人脸验证方法、装置、设备和存储介质 |
CN112288360A (zh) * | 2020-10-28 | 2021-01-29 | 上海寻梦信息技术有限公司 | 物流轨迹信息传输方法、系统、设备及存储介质 |
CN112418475A (zh) * | 2019-08-23 | 2021-02-26 | 顺丰科技有限公司 | 物流路径规划方法、装置、电子设备及存储介质 |
CN112465036A (zh) * | 2020-11-30 | 2021-03-09 | 上海寻梦信息技术有限公司 | 地址匹配模型的训练方法、代收地址确定方法及相关设备 |
CN112632302A (zh) * | 2020-12-21 | 2021-04-09 | 北京金和网络股份有限公司 | 一种快递服务方法、装置及系统 |
CN113065826A (zh) * | 2021-04-09 | 2021-07-02 | 浙江万里学院 | 一种贵重物品安全智能物流配送方法 |
CN113743849A (zh) * | 2020-06-12 | 2021-12-03 | 北京京东振世信息技术有限公司 | 一种物流任务运输方法和装置 |
CN113836316A (zh) * | 2021-09-23 | 2021-12-24 | 北京百度网讯科技有限公司 | 三元组数据的处理方法、训练方法、装置、设备及介质 |
CN114241588A (zh) * | 2022-02-24 | 2022-03-25 | 北京锐融天下科技股份有限公司 | 一种自适应人脸比对方法及系统 |
CN115022380A (zh) * | 2022-08-05 | 2022-09-06 | 深圳市元美供应链管理有限公司 | 一种基于区块链的物流信息安全传输系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006099717A (ja) * | 2004-08-31 | 2006-04-13 | Kubota Corp | 自動販売機 |
CN105868946A (zh) * | 2015-01-23 | 2016-08-17 | 戴见霖 | 无纸快递系统及其方法 |
CN106651242A (zh) * | 2016-10-18 | 2017-05-10 | 无锡知谷网络科技有限公司 | 物品的物流控制方法和系统 |
CN107085778A (zh) * | 2017-04-18 | 2017-08-22 | 上海斐讯数据通信技术有限公司 | 一种物流跟踪系统和物流跟踪方法 |
CN107341594A (zh) * | 2017-06-19 | 2017-11-10 | 上海德启信息科技有限公司 | 一种物流开单更改方法及电子设备 |
CN108009780A (zh) * | 2017-12-29 | 2018-05-08 | 北京远大宏略科技股份有限公司 | 一种智能安全配送系统 |
-
2019
- 2019-02-22 CN CN201910133454.9A patent/CN109829677B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006099717A (ja) * | 2004-08-31 | 2006-04-13 | Kubota Corp | 自動販売機 |
CN105868946A (zh) * | 2015-01-23 | 2016-08-17 | 戴见霖 | 无纸快递系统及其方法 |
CN106651242A (zh) * | 2016-10-18 | 2017-05-10 | 无锡知谷网络科技有限公司 | 物品的物流控制方法和系统 |
CN107085778A (zh) * | 2017-04-18 | 2017-08-22 | 上海斐讯数据通信技术有限公司 | 一种物流跟踪系统和物流跟踪方法 |
CN107341594A (zh) * | 2017-06-19 | 2017-11-10 | 上海德启信息科技有限公司 | 一种物流开单更改方法及电子设备 |
CN108009780A (zh) * | 2017-12-29 | 2018-05-08 | 北京远大宏略科技股份有限公司 | 一种智能安全配送系统 |
Non-Patent Citations (1)
Title |
---|
常益凡: "残差分离卷积神经网络的人脸认证关键技术研究及应用", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414347A (zh) * | 2019-06-26 | 2019-11-05 | 北京迈格威科技有限公司 | 人脸验证方法、装置、设备和存储介质 |
CN110400004A (zh) * | 2019-06-28 | 2019-11-01 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 铁路货物的时限预警方法及装置 |
CN112418475A (zh) * | 2019-08-23 | 2021-02-26 | 顺丰科技有限公司 | 物流路径规划方法、装置、电子设备及存储介质 |
CN113743849A (zh) * | 2020-06-12 | 2021-12-03 | 北京京东振世信息技术有限公司 | 一种物流任务运输方法和装置 |
CN112288360B (zh) * | 2020-10-28 | 2024-05-28 | 上海寻梦信息技术有限公司 | 物流轨迹信息传输方法、系统、设备及存储介质 |
CN112288360A (zh) * | 2020-10-28 | 2021-01-29 | 上海寻梦信息技术有限公司 | 物流轨迹信息传输方法、系统、设备及存储介质 |
CN112465036A (zh) * | 2020-11-30 | 2021-03-09 | 上海寻梦信息技术有限公司 | 地址匹配模型的训练方法、代收地址确定方法及相关设备 |
CN112632302A (zh) * | 2020-12-21 | 2021-04-09 | 北京金和网络股份有限公司 | 一种快递服务方法、装置及系统 |
CN113065826A (zh) * | 2021-04-09 | 2021-07-02 | 浙江万里学院 | 一种贵重物品安全智能物流配送方法 |
CN113065826B (zh) * | 2021-04-09 | 2023-12-05 | 浙江万里学院 | 一种贵重物品安全智能物流配送方法 |
CN113836316A (zh) * | 2021-09-23 | 2021-12-24 | 北京百度网讯科技有限公司 | 三元组数据的处理方法、训练方法、装置、设备及介质 |
CN114241588A (zh) * | 2022-02-24 | 2022-03-25 | 北京锐融天下科技股份有限公司 | 一种自适应人脸比对方法及系统 |
CN114241588B (zh) * | 2022-02-24 | 2022-05-20 | 北京锐融天下科技股份有限公司 | 一种自适应人脸比对方法及系统 |
CN115022380A (zh) * | 2022-08-05 | 2022-09-06 | 深圳市元美供应链管理有限公司 | 一种基于区块链的物流信息安全传输系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109829677B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829677A (zh) | 一种物流运输过程监控方法及系统 | |
US10575136B2 (en) | Secure location-based events and notifications | |
US10621543B2 (en) | System and method to enable delivery and pick up of packages using pods and unmanned vehicles | |
US9552504B2 (en) | Register for counting and tracking items in a bag | |
CN106952068A (zh) | 一种物流运输系统 | |
CN105809388A (zh) | 快速物流运输管理系统 | |
CN105069923A (zh) | 物流包裹智能分捡自助查收系统装置 | |
US20180111699A1 (en) | Tagless baggage tracking system and method | |
CN107423941A (zh) | 一种基于身份核验的物联网押运系统及方法 | |
CN102880950A (zh) | 一种集装箱智能管理系统及方法 | |
CN107798496A (zh) | 一种智能快递系统、调度和快递方法 | |
CN107085778A (zh) | 一种物流跟踪系统和物流跟踪方法 | |
CN107948258A (zh) | 一种基于智慧校园的访客识别系统 | |
CN107451782A (zh) | 一种基于物联网的智慧物流控制系统 | |
CN202771475U (zh) | 一种集装箱智能管理系统 | |
CN107480926A (zh) | 寄送物品监测系统和方法 | |
CN107016364A (zh) | 一种基于图像识别的快递位置获取方法 | |
CN106878423A (zh) | 一种基于监控摄像头的商店营业信息提供方法及其装置 | |
CN103679421A (zh) | 基于无线射频技术和哈希算法的产品运输管理方法 | |
US11270247B2 (en) | System for routing articles by individuals who are members of a community, carrying out a control of the contents by imaging during transfer of the package between individuals | |
WO2021226893A1 (zh) | 物件辨识系统及相关装置 | |
CN117636527A (zh) | 一种智能一体化安检处置台 | |
Chen et al. | The design and implementation of intelligent campus security tracking system based on RFID and ZigBee | |
CN107945323A (zh) | 一种基于智慧校园的安防方法 | |
CN215450315U (zh) | 一种基于掌静脉识别的快递柜 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |