CN111967825A - 卷烟配送监控系统及方法 - Google Patents

卷烟配送监控系统及方法 Download PDF

Info

Publication number
CN111967825A
CN111967825A CN202010832360.3A CN202010832360A CN111967825A CN 111967825 A CN111967825 A CN 111967825A CN 202010832360 A CN202010832360 A CN 202010832360A CN 111967825 A CN111967825 A CN 111967825A
Authority
CN
China
Prior art keywords
signing
cigarette
signed
face
cigarette packet
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
Application number
CN202010832360.3A
Other languages
English (en)
Inventor
姚利军
蔡晗潇
肖纲超
刘文新
朱晓鸣
孙刚
吴柏斌
龙铁军
张学明
罗伟
罗凡
陈舟
晏晶
周闽
蔡永长
王玲玲
曹泽龙
彭岚
白风清
游子方
肖红球
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Changzhutan Tobacco Logistics Co ltd
Original Assignee
Hunan Changzhutan Tobacco Logistics Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Changzhutan Tobacco Logistics Co ltd filed Critical Hunan Changzhutan Tobacco Logistics Co ltd
Priority to CN202010832360.3A priority Critical patent/CN111967825A/zh
Publication of CN111967825A publication Critical patent/CN111967825A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Molecular Biology (AREA)
  • Human Computer Interaction (AREA)
  • Development Economics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了卷烟配送监控系统及方法，通过采集签收时的签收照片，从所述签收照片中提取签收烟包和签收人脸，并将签收人脸与预存的样本人脸进行匹配，将所述签收烟包和预存的样本烟包进行匹配，当签收人脸和签收烟包均匹配成功后，判定卷烟配送规范有效，和传统的签字签收或NFC签收方式相比较，本签收方式让签收场景更加透明，加和算法自动匹配能全面替代人工审查，拍照识别签收管理更便捷更加具有可信度，并且能及时预警“送错户，陌生面孔签收”等情况。

Description

卷烟配送监控系统及方法
技术领域
本发明涉及卷烟配送领域，尤其涉及卷烟配送监控系统及方法。
背景技术
传统的卷烟物流系统有着如下几点不足：
1.客户体验差。和社会物流相比，零售客户对卷烟配送服务的体验感较差。在淘宝上购买一个价格3.8元的物品，客户可以随时掌握订单的状态，比如何时发货、目前在哪个位置、预计哪天可以送达、接收货物后还可以对配送服务进行评价等等，但我们的零售户订购了三万八的卷烟，却基本不知道自己订单的情况。
2.卷烟签收繁。卷烟交接过程繁杂，需要配送员和客户沟通核对订单数量和卷烟品规，客户在送货小票上签字确认或通过刷NFC卡确认，交接过程繁杂耗时。
3.配送监管弱。烟草公司物流部门对卷烟配送过程的监管手段相对较弱。卷烟规范配送方面，如卷烟接收是否存在代签、是否存在未送货到户等；配送服务质量方面，如配送是否及时、配送员的服务态度等问题，管控手段或方式非常有限。
因此，如何监管现有的卷烟配送是否规范已成为本领域人员亟待解决的技术问题。
发明内容
本发明提供了一种卷烟配送监控系统及方法，用于解决现有的卷烟配送不规范的技术问题。
为解决上述技术问题，本发明提出的技术方案为：
一种卷烟配送监控系统，包括采集组件以及与所述采集组件连接的数据处理组件；所述采集组件用于供配送员录入签收烟包的单号以及拍摄签收照片，并将所述签收烟包的单号和签收照片发送给所述数据处理组件，其中，所述签收照片包含签收烟包和签收人脸；
所述数据处理组件用于接收所述签收烟包的单号和签收照片，并从所述签收照片中提取所述签收烟包和签收人脸，将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的签收卷烟配送满足第一配送条件；将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功时，判断所述单号的卷烟配送满足第二配送条件；当所述单号的卷烟配送满足第一配送条件和第二配送条件时，判定所述单号的卷烟配送规范有效。
优选的，所述数据处理组件包括人脸识别模块，所述人脸识别模块以神经网络模型为训练框架，以签收照片为输入量，标注有样本人脸的历史签收照片作为训练样本，以签收人脸的置信度和签收人脸的边框为输出量，用于从所述签收照片中提取签收人脸，并将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的签收卷烟配送满足第一配送条件，并在所述签收照片上标注签收人脸的置信度和签收人脸的边框。
优选的，所述数据处理组件包括烟包识别模块，所述烟包识别模块以神经网络模型为训练框架，以签收照片为输入量，以手持样本烟包的签收照片和样本烟包放置于地面的历史签收照片作为训练样本，所述训练样本均标注有样本烟包的边框，以签收烟包的置信度和签收烟包的边框为输出量，用于从所述签收照片中提取所述签收烟包，并将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功，判断所述单号的签收卷烟配送满足第二配送条件，并在所述签收照片上标注所述签收烟包的边框和置信度。
优选的，所述采集组件包括录入模块、拍摄模块、评价模块以及定位模块；所述录入模块用于供配送员录入签收烟包的单号；所述拍摄模块用于拍摄包含签收烟包和签收人脸的签收照片；所述评价模块供签收人对配送员的配送服务进行评价，并将签收人的评价发送给数据处理组件；所述定位模块用于采集所述签收烟包的实时签收位置，并将所述实时签收位置发送给所述数据处理组件。
所述数据处理组件用于接收所述实时签收位置，并计算所述实时签收位置与签收人的零售位置之间的实时距离值，当所述实时距离值小于预设的距离阈值时，判断所述实时签收位置和所述零售位置匹配成功，所述单号的签收卷烟配送满足第三配送条件，当所述实时距离值不小于预设的距离阈值时，判断所述实时签收位置和所述零售位置匹配失败；所述数据处理组件还用于当所述单号的签收卷烟配送满足第一配送条件、第二配送条件以及第三配送条件时，判定所述单号的签收卷烟配送规范有效。
优选的，所述数据处理组件还与存储服务器连接，所述数据处理组件还用于将所述签收烟包的单号、签收照片、实时签收位置以及签收人的评价发送至所述存储服务器中存储，所述存储服务器用于存储签收烟包的单号、对应的签收照片、对应的实时签收位置、对应的签收人的评价以及对应的零售户专卖证，并以签收烟包的单号、对应的签收照片、对应的实时签收位置、对应的签收人的评价以及对应的零售户专卖证为索引。
优选的，所述数据处理组件还包括定位聚类模块，所述定位聚类模块用于从存储服务器中获取待定位零售户专卖证所对应的各个历史签收位置，并将各个历史签收位置离散到平面坐标系中，形成各个历史签收坐标；在平面坐标系中，以各个历史签收位置为圆心，以预设的距离值为半径进行画圆，得到各个历史签收位置所对应的聚类圆；统计各个聚类圆内的历史签收位置的数量，选取历史签收位置数量最多的聚类圆为中心圆；若历史签收位置数量最多的聚类圆包含多个，选取圆心的签收时间最近的聚类圆为中心圆；计算所述中心圆的中心点坐标，所述中心点坐标的横坐标为中心圆内各个签收位置的横坐标的均值，所述中心点坐标的纵坐标为中心圆内各个签收位置的纵坐标的均值；将所述中心点的坐标作为所述零售户专卖证所对应签收人的零售位置。
所述数据处理组件还用于将所述实时签收位置离散到所述平面坐标系中，形成实时签收坐标，判断所述实时签收坐标是否落入所述中心圆内，当所述实时签收坐标落入所述中心圆内，根据所述实时签收坐标和中心圆内已有的历史签收坐标重新计算所述中心圆新的中心点坐标作为零售位置。
优选的，还包括预警系统，所述预警系统与所述数据处理组件连接，所述数据处理组件还用于当签收人脸与样本人脸匹配失败时/当所述签收烟包和样本烟包匹配失败时/当所述签收位置和所述零售位置匹配失败时，生成报警信号，并将所述报警信号、签收烟包的单号、所述签收照片/签收位置以及失败原因发送至预警系统，所述预警系统用于接收所述报警信号、签收烟包的单号、失败原因以及签收照片/签收位置，并根据所述签收烟包的单号查找到对应的管理平台，将所述签收烟包的单号、失败原因以及签收照片/签收位置发送至对应的管理平台中显示预警。
一种烟包签收方法，包括以下步骤：
S1:获取签收烟包的单号以及包含签收烟包和签收人脸的签收照片，并从所述签收照片中提取所述签收烟包和签收人脸；
S2：将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的卷烟配送满足第一配送条件；将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功时，判断所述单号的签收卷烟配送满足第二配送条件；
S3:当所述单号的签收卷烟配送满足第一配送条件和第二配送条件时，判定所述单号的签收卷烟配送规范有效。
优选的，在S1步骤中，还包括：获取所述签收烟包的实时签收位置；
在S2步骤中，还包括将所述实时签收位置与签收零售户的准确位置进行匹配，当判断所述实时签收位置和所述零售位置匹配成功时，判断所述单号的卷烟配送满足第三配送条件；
在S3步骤中，还包括当所述单号的卷烟配送满足第一配送条件、第二配送条件以及第三配送条件时，判定所述单号的卷烟配送规范有效；
当签收人脸与样本人脸匹配失败时/当判断出所述签收烟包和样本烟包匹配失败/当所述实时签收位置和所述零售位置匹配失败时，将所述签收照片/实时签收位置以及失败原因发送至所述签收烟包的单号对应的管理平台中显示预警。
优选的，还包括以下步骤：
获取待定位零售户专卖证所对应的各个历史签收位置，并将各个历史签收位置离散到平面坐标系中，形成各个历史签收坐标；
在平面坐标系中，以各个历史签收位置为圆心，以预设的距离值为半径进行画圆，得到各个历史签收位置所对应的聚类圆；统计各个聚类圆内历史签收位置的数量，选取历史签收位置数量最多的聚类圆为中心圆；若历史签收位置数量最多的聚类圆包含多个，选取圆心的签收时间最近的聚类圆为中心圆；
计算所述中心圆的中心点坐标，所述中心点坐标的横坐标为中心圆内各个签收位置的横坐标的均值，所述中心点坐标的纵坐标为中心圆内各个签收位置的纵坐标的均值；
将所述中心点的坐标作为所述零售户专卖证所对应签收人的零售位置；
将所述实时签收位置离散到所述平面坐标系中，形成实时签收坐标，判断所述实时签收坐标是否落入所述中心圆内，当所述实时签收坐标落入所述中心圆内，根据所述实时签收坐标和中心圆内已有的历史签收坐标重新计算所述中心圆新的中心点坐标，并以所述新的中心点坐标更新零售位置。
本发明具有以下有益效果：
1、本发明中的卷烟配送监控系统及方法，通过采集签收时的签收烟包和签收人脸的签收照片，并从所述签收照片中提取签收烟包和签收人脸，并将签收人脸与预存的样本人脸进行匹配，将所述签收烟包和预存的样本烟包进行匹配，当签收人脸和签收烟包均签收成功后，判定卷烟配送规范有效，能规范配送人员的配送行为，且后期不需要人为审查配送是否规范有效，使整个业务更加自动化，相比签字签收，拍照识别签收更加具有可信度，并且能及时预警“送错户，陌生面孔签收”等情况。
2、在优选方案中，本发明中的烟包识别模块在训练时根据业务场景，加入了大量手持烟包、烟包放置于地面上的特征细节上的训练样本，从而能准确识别出烟包，增加了烟包识别的容错率和准确性。
3、在优选方案中，本发明的卷烟配送监控系统及方法，能通过聚类定位算法不断迭代优化零售户的标准签收位置，提高签收位置的准确性。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明中的一种卷烟配送监控系统的结构简图；
图2是本发明中的优选实施例中的一种卷烟配送监控系统的第一预警信息的显示格式；
图3是本发明中的优选实施例中的一种卷烟配送监控系统的第二预警信息的显示格式；
图4是本发明中的优选实施例中的一种卷烟配送监控系统的第三预警信息的显示格式；
图5是本发明中的优选实施例中的一种卷烟配送监控系统的匹配失败的实时签收位置和历史的签收位置在地图上的显示方式。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
在本实施例中，签收位置包括历史签收位置和实时签收位置，所述实时签收位置是指采集组件实时采集的签收位置/数据处理组件实时接收到的签收位置，所述历史签收位置是指实时签收位置采集前/接收前获得的签收位置。
实施例一：
如图1所示,本发明公开了一种卷烟配送监控系统，包括采集组件以及与所述采集组件连接的数据处理组件；所述采集组件用于供配送员录入签收烟包的单号以及拍摄签收照片，并将所述签收烟包的单号和签收照片发送给所述数据处理组件，其中，所述签收照片包含签收烟包和签收人脸；
所述数据处理组件用于接收所述签收烟包的单号和签收照片，并从所述签收照片中提取所述签收烟包和签收人脸，将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的签收卷烟配送满足第一配送条件；将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功时，判断所述单号的卷烟配送满足第二配送条件；当所述单号的卷烟配送满足第一配送条件和第二配送条件时，判定所述单号的卷烟配送规范有效。
此外，在本实施例中还公开了一种烟包签收方法，包括以下步骤：
一种烟包签收方法，包括以下步骤：
S1:获取签收烟包的单号以及包含签收烟包和签收人脸的签收照片，并从所述签收照片中提取所述签收烟包和签收人脸；
S2：将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的卷烟配送满足第一配送条件；将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功时，判断所述单号的签收卷烟配送满足第二配送条件；
S3:当所述单号的签收卷烟配送满足第一配送条件和第二配送条件时，判定所述单号的签收卷烟配送规范有效。
本发明中的卷烟配送监控系统及方法，通过采集签收时的签收烟包和签收人脸的签收照片，并从所述签收照片中提取签收烟包和签收人脸，并将签收人脸与预存的样本人脸进行匹配，将所述签收烟包和预存的样本烟包进行匹配，当签收人脸和签收烟包均签收成功后，判定卷烟配送规范有效，能规范配送人员的配送行为，且后期不需要人为审查配送是否规范有效，使整个业务更加自动化，相比签字签收，拍照识别签收更加具有可信度，并且能及时预警“送错户，陌生面孔签收”等情况。
实施例二：
实施例二是实施例的拓展实施例，其与实施例一的不同之处在于，对卷烟配送监控系统的功能进行了拓展，对烟包签收方法的步骤进行了细化：
在本实施例中，公开了一种卷烟配送监控系统，包括采集组件、数据处理组件、存储服务器以及预警系统，所述数据处理组件分别与采集组件、存储服务器以及预警系统连接。
其中，采集组件包括录入模块、拍摄组件、定位组件以及评价模块，所述录入模块、拍摄组件、定位组件以及评价模块均与数据处理组件连接；
所述录入模块用于供配送员录入签收烟包的单号，并将所述单号发送给所述数据处理组件；所述拍摄组件用于拍摄包含签收烟包和签收人脸的签收照片，并将所述签收照片发送给所述数据处理组件；所述定位组件检测所述签收烟包签收时的实时签收位置，并将所述实时签收位置发送给数据处理组件；所述评价组件用于供签收人对配送员的配送服务进行评价，并将签收人的评价发送给数据处理组件。
在本实施例中，所述采集组件可以为具有定位功能、拍照功能以及输入界面，且内置有录入单号程序、拍摄签收照片程序、定位程序以及评价程序，能与所述数据处理组件建立通信的手机或者其他移动终端；其中，录入单号程序、拍摄签收照片程序、定位程序以及评价程序可以集成与一个手机APP(应用程序)或者小程序中。
具体的，在本实施例中，所述录入单号程序、拍摄和定位程序、以及评价程序集成与钉钉小程序中，所述钉钉小程序包括录入单号界面、拍摄签收照片界面以及评价界面；所述采集组件为下载有所述钉钉小程序的手机，在签收时，配送员打开钉钉小程序，在录入单号界面输入或选定签收烟包的单号，并在拍摄签收界面选定拍摄按键，钉钉小程序中的拍摄和定位程序自动调用手机的相机，供配送员拍摄包含签收烟包和签收人脸的签收照片，并调用手机自带的导航组件如GPS(Global Positioning System，全球定位系统)或者北斗对拍摄地点进行定位，得到签收烟包的实时签收位置，并将签收烟包的实时签收位置存设到签收照片中，得到包含签收烟包、签收人脸以及拍摄地点的签收照片；配送员也可打开评价界面，让签收人输入评价；其中，拍摄的签收照片以BYTES(字节存储格式)预存在所述手机的OSS(Object Storage Service，对象存储服务)中，签收烟包的实时签收位置将会存在于照片的EXIF(Exchangeable image file format，可交换图像文件格式)信息中。
在获取到签收烟包单号、对应的签收照片以及评价后，配送员选定钉钉小程序的发送按键就可将签收完成的签收烟包单号、对应的签收照片以及评价发送给所述数据处理组件；
在本实施例中，所述数据处理组件包括接收模块、位置匹配模块、人脸识别模块、烟包识别模块以及定位聚类模块；接收模块用于接收钉钉小程序发送来的签收完成的签收烟包单号、对应的签收照片以及评价，还用于调用预设的pillow依赖库解析出所述签收照片的EXIF信息，进而得到签收烟包的实时签收位置，并将签收烟包的实时签收位置输入给位置匹配模块，并将解析后的签收照片发送给所述人脸识别模块和烟包识别模块；此外，所述接收模块还用于将签收完成的签收烟包单号、对应的签收照片、对应的实时签收位置以及评价发送至存储服务器中的云数据库的RDS(Relational Database Service，关系型数据库服务)中进行存储。
所述人脸识别模块以神经网络模型为训练框架，以签收照片为输入量，标注有样本人脸的历史签收照片作为训练样本，以签收人脸的置信度和签收人脸的边框为输出量，用于从所述签收照片中提取签收人脸，并将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时(即签收人脸与样本人脸的置信度大于预设第一置信度阈值，所述第一置信度阈值根据用户的需求设定，其取值在0-1之间，在本实施例中第一置信度阈值设置为0.8)，判断所述单号的签收卷烟配送满足第一配送条件，并在所述签收照片上标注签收人脸的置信度和签收人脸的边框，当判断签收人脸与样本人脸匹配失败后，生成第一报警信号，并将第一报警信号、签收照片、签收照片对应的单号以及失败原因发送给预警系统；
在本实施例中，人脸识别模块即可以为自己搭建的基于深度卷积神经网络的人脸识别模型，也可选用外购的内置在数据处理组件上的人脸识别SDK(Software DevelopmentKit，软件开发工具包)，如虹软ArcSoft的人脸识别SDK。
所述烟包识别模块用于从所述签收照片中提取所述签收烟包，并将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功(即签收烟包和样本烟包的置信度大于预设的第二置信度阈值，所述第二置信度阈值根据用户的需求设定，其取值在0-1之间，在本实施例中第一置信度阈值设置为0.8)，判断所述单号的签收卷烟配送满足第二配送条件，并在所述签收照片上标注所述签收烟包的边框和置信度，当判断签收烟包与样本烟包匹配失败时，生成第二报警信号，并将第二报警信号、签收照片、签收照片对应的单号以及失败原因发送给预警系统；
在本实施例中，所述烟包识别模块以神经网络模型为训练框架，以签收照片为输入量，以手持样本烟包的签收照片和样本烟包放置于地面的历史签收照片作为训练样本，所述训练样本均标注有样本烟包的边框，以签收烟包的置信度和签收烟包的边框为输出量，用于从所述签收照片中提取所述签收烟包，并将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功，判断所述单号的签收卷烟配送满足第二配送条件，并在所述签收照片上标注所述签收烟包的边框和置信度。
所述位置匹配模块用于并计算所述实时签收位置与签收人的零售位置之间的实时距离值，当所述实时距离值小于预设的距离阈值时，判断所述实时签收位置和所述零售位置匹配成功，所述单号的签收卷烟配送满足第三配送条件，当所述实时距离值不小于预设的距离阈值时，判断所述实时签收位置和所述零售位置匹配失败，生成第三报警信号，并将第三报警信号、所述实时签收位置、所述实时签收位置对应的单号、所述实时签收位置对应的签收照片以及失败原因发送给预警系统；
所述预警系统用于接收所述第一报警信号、签收照片、签收照片对应的单号以及失败原因，并根据所述签收烟包的单号查找到对应的管理平台，将所述签收照片、签收照片对应的单号以及失败原因作为第一预警信息发送至对应的管理平台中进行预警显示；
还用于接收所述第二报警信号、签收照片、签收照片对应的单号以及失败原因，并根据所述签收烟包的单号查找到对应的管理平台，将所述签收照片、签收照片对应的单号以及失败原因作为第二预警信息发送至对应的管理平台中进行预警显示；
还用于接收所述第一报警信号、所述实时签收位置、所述实时签收位置对应的单号、所述实时签收位置对应的签收照片以及失败原因，并根据所述签收烟包的单号查找到对应的管理平台，将所述实时签收位置、所述实时签收位置对应的单号、所述实时签收位置对应的签收照片以及失败原因作为第三预警信息发送至对应的管理平台中进行预警显示。
在本实施例中，数据处理组件优选云服务器，管理平台可以为管理不同配送员或烟包的钉钉群；如图2、图3、图4所示，预警系统通过钉钉机器人以不同链接的方式推送第一、第二以及第三预警信息，并将第一、第二以及第三预警信息通过request请求已固定格式发送至钉钉群中。
在优选实施例中，所述预警系统还与地图软件连接，如图5所示，还能调用地图软件(如高德地图)的js api，将此次匹配失败的历史签收位置和历史签收位置以不同的颜色标记在地图上。
此外，在本实施例中，所述存储服务器用于存储签收烟包的单号、对应的签收照片、对应的实时签收位置、对应的签收人的评价以及对应的零售户专卖证，并以签收烟包的单号、对应的签收照片、对应的签收位置、对应的签收人的评价以及对应的零售户专卖证为索引。
其中，在优选方案中，签收人的零售位置通过所述定位聚类模块获取得到，具体包括以下步骤：
所述定位聚类模块从存储服务器中获取待定位零售户专卖证所对应的各个历史签收位置，并将各个历史签收位置由经纬度换算成平面坐标系的各个历史签收坐标，离散到平面坐标系中；在平面坐标系中，以各个历史签收位置为圆心，以预设的距离值为半径进行画圆，得到各个历史签收位置所对应的聚类圆；统计各个聚类圆内的历史签收位置的数量，选取历史签收位置数量最多的聚类圆为中心圆；若历史签收位置数量最多的聚类圆包含多个，选取圆心的签收时间最近的聚类圆为中心圆；计算所述中心圆的中心点坐标，所述中心点坐标的横坐标为中心圆内各个签收位置的横坐标的均值，所述中心点坐标的纵坐标为中心圆内各个签收位置的纵坐标的均值；将所述中心点的坐标作为所述零售户专卖证所对应签收人的零售位置。
此外，在优选方案中，所述数据处理部分还包括样本存储模块和处理模块，所述处理模块用于存储服务器中调用匹配失败的签收照片和匹配成功但人工复核后确定匹配有误的签收照片进行显示，以供用户对所述签收照片进行标注，标注规则为若该签收照片包含签收人脸/签收烟包，但该签收人脸/签收烟包此前并未被人脸识别模块/烟包识别模块识别，则对其进行标注，若该签收照片为匹配成功但人工复核后确定匹配有误的签收照片，则进行纠正，并将纠正和标注过的签收照片发送到样本存储模块中存储，此外还用于统计样本存储模块存储的签收照片数量，当签收照片数量到达预设的数量后，自动控制所述人脸识别模块/烟包识别模块调用所述样本存储模块中的签收照片进行再训练，以提高所述人脸识别模块/烟包识别模块的准确度。
综上可知，本发明中的卷烟配送监控系统及方法，通过采集签收时的签收烟包和签收人脸的签收照片，并从所述签收照片中提取签收烟包和签收人脸，并将签收人脸与预存的样本人脸进行匹配，将所述签收烟包和预存的样本烟包进行匹配，当签收人脸和签收烟包均签收成功后，判断卷烟配送规范有效，能规范配送人员的配送行为，且后期不需要人为审查配送是否规范有效，使整个业务更加自动化，相比签字签收或刷NFC卡签收，拍照识别签收更加具有可信度，并且能及时预警“送错户，陌生面孔签收”等情况。
在优选方案中，本发明中的烟包识别模块在训练时根据业务场景，加入了大量手持烟包、烟包放置于地面上的特征细节上的训练样本，从而能准确识别出烟包，增加了烟包识别的容错率和准确性。
在优选方案中，本发明的卷烟配送监控系统及方法，能通过聚类定位算法不断迭代优化零售户的标准签收位置，提高签收位置的准确性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (10)

1.一种卷烟配送监控系统，其特征在于，包括采集组件以及与所述采集组件连接的数据处理组件；所述采集组件用于供配送员录入签收烟包的单号以及拍摄签收照片，并将所述签收烟包的单号和签收照片发送给所述数据处理组件，其中，所述签收照片包含签收烟包和签收人脸。
所述数据处理组件用于接收所述签收烟包的单号和签收照片，并从所述签收照片中提取所述签收烟包和签收人脸，将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的签收卷烟配送满足第一配送条件；将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功时，判断所述单号的卷烟配送满足第二配送条件；当所述单号的卷烟配送满足第一配送条件和第二配送条件时，判定所述单号的卷烟配送规范有效。
2.根据权利要求1所述的卷烟配送监控系统，其特征在于，所述数据处理组件包括人脸识别模块，所述人脸识别模块以神经网络模型为训练框架，以签收照片为输入量，标注有样本人脸的历史签收照片作为训练样本，以签收人脸的置信度和签收人脸的边框为输出量，用于从所述签收照片中提取签收人脸，并将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的签收卷烟配送满足第一配送条件，并在所述签收照片上标注签收人脸的置信度和签收人脸的边框。
3.根据权利要求2所述的卷烟配送监控系统，其特征在于，所述数据处理组件包括烟包识别模块，所述烟包识别模块以神经网络模型为训练框架，以签收照片为输入量，以手持样本烟包的签收照片和样本烟包放置于地面的历史签收照片作为训练样本，所述训练样本均标注有样本烟包的边框，以签收烟包的置信度和签收烟包的边框为输出量，用于从所述签收照片中提取所述签收烟包，并将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功，判断所述单号的签收卷烟配送满足第二配送条件，并在所述签收照片上标注所述签收烟包的边框和置信度。
4.根据权利要求3所述的卷烟配送监控系统，其特征在于，所述采集组件包括录入模块、拍摄模块、评价模块以及定位模块；所述录入模块用于供配送员录入签收烟包的单号；所述拍摄模块用于拍摄包含签收烟包和签收人脸的签收照片；所述评价模块供签收人对配送员的配送服务进行评价，并将签收人的评价发送给数据处理组件；所述定位模块用于采集所述签收烟包的实时签收位置，并将所述实时签收位置发送给所述数据处理组件；
所述数据处理组件用于接收所述实时签收位置，并计算所述实时签收位置与签收人的零售位置之间的实时距离值，当所述实时距离值小于预设的距离阈值时，判断所述实时签收位置和所述零售位置匹配成功，所述单号的签收卷烟配送满足第三配送条件，当所述实时距离值不小于预设的距离阈值时，判断所述实时签收位置和所述零售位置匹配失败；所述数据处理组件还用于当所述单号的签收卷烟配送满足第一配送条件、第二配送条件以及第三配送条件时，判断所述单号的签收卷烟配送规范有效。
5.根据权利要求4所述的卷烟配送监控系统，其特征在于，所述数据处理组件还与存储服务器连接，所述数据处理组件还用于将所述签收烟包的单号、签收照片、实时签收位置以及签收人的评价发送至所述存储服务器中存储，所述存储服务器用于存储签收烟包的单号、对应的签收照片、对应的实时签收位置、对应的签收人的评价以及对应的零售户专卖证，并以签收烟包的单号、对应的签收照片、对应的实时签收位置、对应的签收人的评价以及对应的零售户专卖证为索引。
6.根据权利要求5所述的卷烟配送监控系统，其特征在于，所述数据处理组件还包括定位聚类模块，所述定位聚类模块用于从存储服务器中获取待定位零售户专卖证所对应的各个历史签收位置，并将各个历史签收位置离散到平面坐标系中，形成各个历史签收坐标；在平面坐标系中，以各个历史签收位置为圆心，以预设的距离值为半径进行画圆，得到各个历史签收位置所对应的聚类圆；统计各个聚类圆内的历史签收位置的数量，选取历史签收位置数量最多的聚类圆为中心圆；若历史签收位置数量最多的聚类圆包含多个，选取圆心的签收时间最近的聚类圆为中心圆；计算所述中心圆的中心点坐标，所述中心点坐标的横坐标为中心圆内各个签收位置的横坐标的均值，所述中心点坐标的纵坐标为中心圆内各个签收位置的纵坐标的均值；将所述中心点的坐标作为所述零售户专卖证所对应签收人的零售位置；
所述定位聚类模块还用于将所述实时签收位置离散到所述平面坐标系中，形成实时签收坐标，判断所述实时签收坐标是否落入所述中心圆内，当所述实时签收坐标落入所述中心圆内，根据所述实时签收坐标和中心圆内已有的历史签收坐标重新计算所述中心圆新的中心点坐标作为零售位置。
7.根据权利要求6所述的卷烟配送监控系统，其特征在于，还包括预警系统，所述预警系统与所述数据处理组件连接，所述数据处理组件还用于当签收人脸与样本人脸匹配失败时/当所述签收烟包和样本烟包匹配失败时/当所述签收位置和所述零售位置匹配失败时，生成报警信号，并将所述报警信号、签收烟包的单号、所述签收照片/签收位置以及失败原因发送至预警系统，所述预警系统用于接收所述报警信号、签收烟包的单号、失败原因以及签收照片/签收位置，并根据所述签收烟包的单号查找到对应的管理平台，将所述签收烟包的单号、失败原因以及签收照片/签收位置发送至对应的管理平台中显示预警。
8.一种烟包签收方法，其特征在于，包括以下步骤：
S1:获取签收烟包的单号以及包含签收烟包和签收人脸的签收照片，并从所述签收照片中提取所述签收烟包和签收人脸；
S2：将签收人脸与预存的样本人脸进行匹配，当签收人脸与样本人脸匹配成功时，判断所述单号的卷烟配送满足第一配送条件；将所述签收烟包和预存的样本烟包进行匹配，当签收烟包和样本烟包匹配成功时，判断所述单号的签收卷烟配送满足第二配送条件；
S3:当所述单号的签收卷烟配送满足第一配送条件和第二配送条件时，判定所述单号的签收卷烟配送规范有效。
9.根据权利要求8所述的烟包签收方法，其特征在于，在S1步骤中，还包括：获取所述签收烟包的实时签收位置；
在S2步骤中，还包括将所述实时签收位置与签收零售商的准确位置进行匹配，当判断所述实时签收位置和所述零售位置匹配成功时，判断所述单号的卷烟配送满足第三配送条件；
在S3步骤中，还包括当所述单号的卷烟配送满足第一配送条件、第二配送条件以及第三配送条件时，判定所述单号的卷烟配送规范有效；
当签收人脸与样本人脸匹配失败时/当判断出所述签收烟包和样本烟包匹配失败/当所述实时签收位置和所述零售位置匹配失败时，将所述签收照片/实时签收位置以及失败原因发送至所述签收烟包的单号对应的管理平台中显示预警。
10.根据权利要求9所述的烟包签收方法，其特征在于，还包括以下步骤：
获取待定位零售户专卖证所对应的各个历史签收位置，并将各个历史签收位置离散到平面坐标系中，形成各个历史签收坐标；
在平面坐标系中，以各个历史签收位置为圆心，以预设的距离值为半径进行画圆，得到各个历史签收位置所对应的聚类圆；统计各个聚类圆内历史签收位置的数量，选取历史签收位置数量最多的聚类圆为中心圆；若历史签收位置数量最多的聚类圆包含多个，选取圆心的签收时间最近的聚类圆为中心圆；
计算所述中心圆的中心点坐标，所述中心点坐标的横坐标为中心圆内各个签收位置的横坐标的均值，所述中心点坐标的纵坐标为中心圆内各个签收位置的纵坐标的均值；
将所述中心点的坐标作为所述零售户专卖证所对应签收人的零售位置；
将所述实时签收位置离散到所述平面坐标系中，形成实时签收坐标，判断所述实时签收坐标是否落入所述中心圆内，当所述实时签收坐标落入所述中心圆内，根据所述实时签收坐标和中心圆内已有的历史签收坐标重新计算所述中心圆新的中心点坐标，并以新的中心点坐标更新零售位置。
CN202010832360.3A 2020-08-18 2020-08-18 卷烟配送监控系统及方法 Pending CN111967825A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010832360.3A CN111967825A (zh) 2020-08-18 2020-08-18 卷烟配送监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010832360.3A CN111967825A (zh) 2020-08-18 2020-08-18 卷烟配送监控系统及方法

Publications (1)

Publication Number Publication Date
CN111967825A true CN111967825A (zh) 2020-11-20

Family

ID=73389272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010832360.3A Pending CN111967825A (zh) 2020-08-18 2020-08-18 卷烟配送监控系统及方法

Country Status (1)

Country Link
CN (1) CN111967825A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096071A (zh) * 2014-04-30 2015-11-25 青岛日日顺物流有限公司 一种物流签收的方法及物流系统
CN106156978A (zh) * 2016-06-30 2016-11-23 江苏省烟草公司常州市公司 基于物联网的卷烟配送电子签收系统
CN106710017A (zh) * 2015-11-17 2017-05-24 阿里巴巴集团控股有限公司 用于物流签收的身份验证方法、装置及系统
CN107148002A (zh) * 2017-05-27 2017-09-08 柳州天艺科技有限公司 基于聚类的rssi的主用户定位方法
CN109472525A (zh) * 2017-09-08 2019-03-15 北京京东尚科信息技术有限公司 用于订单签收的方法、装置、电子设备及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096071A (zh) * 2014-04-30 2015-11-25 青岛日日顺物流有限公司 一种物流签收的方法及物流系统
CN106710017A (zh) * 2015-11-17 2017-05-24 阿里巴巴集团控股有限公司 用于物流签收的身份验证方法、装置及系统
CN106156978A (zh) * 2016-06-30 2016-11-23 江苏省烟草公司常州市公司 基于物联网的卷烟配送电子签收系统
CN107148002A (zh) * 2017-05-27 2017-09-08 柳州天艺科技有限公司 基于聚类的rssi的主用户定位方法
CN109472525A (zh) * 2017-09-08 2019-03-15 北京京东尚科信息技术有限公司 用于订单签收的方法、装置、电子设备及终端设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李勇等, 北京：机械工业出版社 *
王曙光: "产业发展视角下卷烟精准配送监管系统的构建探究——基于人脸识别技术", 《中国市场》 *

Similar Documents

Publication Publication Date Title
CN107909668B (zh) 一种签到方法及终端设备
CN107743165A (zh) 电话号码标记方法及系统
CN107507289A (zh) 一种移动端人脸识别考勤方法及系统
CN109656973A (zh) 一种目标对象关联分析方法及装置
CN108961082A (zh) 一种基于ai图像识别的车险定损系统及方法
CN111625793B (zh) 身份识别、订单支付、子人脸库建立方法、装置及设备、订单支付系统
CN112734311B (zh) 配送订单处理方法、装置及计算机设备
KR20120063547A (ko) 관리 서버, 인구 정보 산출 관리 서버, 부재 영역 관리 방법 및 인구 정보 산출 방법
CN107770805A (zh) 终端的标识信息的判定方法及装置
CN111639879A (zh) 智能化安保人员信息管理方法、装置及系统、存储介质、服务器
JP6146805B2 (ja) 広告配信システムおよびポイント付与方法
CN105488645A (zh) 位置范围的获取方法及装置
CN106096899A (zh) 一种物流配送方法、移动终端及系统
CN111967825A (zh) 卷烟配送监控系统及方法
CN111898624B (zh) 定位信息的处理方法、装置、设备及存储介质
CN116957528B (zh) 一种对多来源打卡数据自动生成考勤结果的方法及系统
CN114331520B (zh) 销售线索数据监管方法、装置、存储介质和计算机设备
CN107239453B (zh) 信息写入方法和装置
US20190295065A1 (en) Affiliated store labeling method, affiliated store labeling device, and affiliated store labeling system for wireless lan fingerprint
CN111222923A (zh) 一种判断潜在客户的方法及装置、电子设备和存储介质
WO2016192158A1 (zh) 一种自动签到终端、方法、装置及系统
CN112819396B (zh) 确定交付方式的方法、装置、存储介质和电子设备
CN116596430A (zh) 业务配送路线的确定方法、装置、增强现实设备及介质
CN111339939B (zh) 基于图像识别的考勤方法及装置
CN115243197A (zh) 配送数据处理方法、装置、设备及存储介质

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: 20201120