CN115424213B - 基于区块链的海关保税物流追溯系统 - Google Patents
基于区块链的海关保税物流追溯系统 Download PDFInfo
- Publication number
- CN115424213B CN115424213B CN202211365156.0A CN202211365156A CN115424213B CN 115424213 B CN115424213 B CN 115424213B CN 202211365156 A CN202211365156 A CN 202211365156A CN 115424213 B CN115424213 B CN 115424213B
- Authority
- CN
- China
- Prior art keywords
- logistics
- bonded
- customs
- abnormal
- characteristic
- 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.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 claims abstract description 91
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000012958 reprocessing Methods 0.000 claims description 5
- 239000003550 marker Substances 0.000 claims 3
- 238000007726 management method Methods 0.000 description 8
- 239000003086 colorant Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于区块链的海关保税物流追溯系统,涉及物流追溯技术领域,获取对应海关保税物流的物流编码以及外部图像,并对外部图像进行边缘轮廓处理,得到对应海关保税物流的特征参数,再将特征参数与对应的物流编码参数进行捆绑,生成对应物流的特征数据包,后续再对出货的视频参数进行监视,再根据监视的视频参数,采用同样边缘轮廓处理的方式,对出货的物流进行处理得到对应的特征参值,将特征参值与特征参数进行比对,若存在不一致问题,则代表此物流存在异常,需对其进行监视,通过改变传统的识别编码的方式,采用识别轮廓获取特征的方式,便可清晰获取该物流是否有过拆箱的问题,提升在物流追溯过程中的物流安全性。
Description
技术领域
本发明属于物流追溯技术领域,具体是基于区块链的海关保税物流追溯系统。
背景技术
保税物流特指在海关监管区域内,包括保税区、保税仓、海关监管仓等,从事仓储、配送、运输、流通加工、装卸搬运、物流信息、方案设计等相关业务,企业享受海关实行的“境内关外”制度以及其他税收、外汇、通关方面的特殊政策。
专利号为CN109118143A的发明涉及一种基于区块链技术的海关保税物流监管和追溯系统,所述系统包含区块存储包、定位模块、通讯模块和监控模块;可及时提供相应的移动车辆跟踪信息和报关人员信息并进行监控和管理,可实时掌握企业的业务信息、车辆货物信息、人员信息及地理信息,加快了国际物流信息的传递和信息的透明度,使通关速度提高,通关时间缩短,具有广阔的市场前景和应用价值。
针对于海关保税物流进行实时追溯过程,一般对指定的货物编码参数进行识别并记忆,再根据货物编码参数对指定的货物进行追溯,但此种追溯方式,再具体操作过程中,在海关区域,部分人员为了逃税漏税,将对应的货物进行掉包,便需要将对应的货箱进行拆箱,或者调用其他不同的包裹,导致在追溯过程中,货物发生调换,却无法快速得知货物是否进行了调换,货物在运输过程中的安全性无法得到充分保障。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了基于区块链的海关保税物流追溯系统,用于解决了无法快速得知货物是否进行了调换,货物在运输过程中的安全性无法得到充分保障的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出基于区块链的海关保税物流追溯系统,包括保税仓储端、物流预识别端、管控追溯中心以及异常标记追溯端;
所述管控追溯中心包括识别参数处理单元、监视数据处理单元、中心处理单元、监视数据库以及标记生成单元;
所述物流预识别端,对海关保税物流的物流编码以及外部图像进行获取,并将所获取的物流编码以及外部图像传输至管控追溯中心内;
所述识别参数处理单元,对海关保税物流的外部图像进行处理,获取对应外部图像的边缘轮廓,根据对边缘轮廓的处理,得到对应海关保税物流的特征参数,并将特征参数与对应的物流编码进行捆绑,生成对应物流的特征数据包,并将特征数据包传输至监视数据库内;
所述保税仓储端包括进货监视单元以及出货监视单元,所述进货监视单元对即将存储的海关保税物流进行监测,所述出货监视单元,对出库过程中的每组海关保税物流进行监视,并生成出库监视数据包,并将出库监视数据包传输至监视数据处理单元内;
所述监视数据处理单元,对出库监视数据包进行解析,对海关保税物流的物流编码以及外部图像进行再次获取,对外部图像采用识别参数处理单元相同的处理方式,得到对应保税物流的特征参值,将处理得到的特征参值以及物流编码传输至中心处理单元内;
所述中心处理单元,将处理得到的特征参值以及物流编码与对应的特征数据包进行匹配并进行数值比对,根据比对结果,生成异常信号,并对一定时段内所出现异常信号的次数进行再处理,得到保税仓储异常信号,并将对应的保税仓储异常信号传输至外部终端,调遣法制人员,对指定的保税仓储区进行巡查。
优选的,所述识别参数处理单元对海关保税物流的外部图像进行处理的具体方式为:
S1、所获取的外部图像为对应保税物流件贴识物流编码的对应片区的整体图像,将所获取的整体图像嵌入至黑模板内,获取第一组待处理图像,再将整体图像的色彩改变为黑色,黑模板的色彩参数变换为整体图像的色彩,获取第二组待处理图像,将第一组待处理图像与第二组待处理图像进行合并处理,使两组图像所显示的轮廓设定为整体图像的边缘轮廓;
S2、再对物流编码的图像采用步骤S1相同的方式,获取物流编码的边缘轮廓;
S3、将物流编码的边缘轮廓与整体图像的边缘轮廓进行合并,得到待处理整体轮廓;
S4、将待处理整体轮廓与预设的坐标系进行整体,获取整体图像的边缘轮廓的中心点参数并标记为Zi1(Xi1,Yi1),再获取物流编码的边缘轮廓的中心点参数并标记为Zi2(Xi2,Yi2),其中下标i代表不同的海关保税物流,采用得到特征参数TZi;
S5、从物流编码图像内识别物流编码,将物流编码与特征参数TZi进行捆绑,生成若干组不同的特征数据包,并将若干组不同的特征数据包传输至监视数据库内进行存储。
优选的,所述中心处理单元将特征参值以及物流编码与对应的特征数据包进行数值比对的具体方式为:
当特征参值=特征参数时,则不生成任何信号;
当特征参值≠特征参数时,则生成异常信号,并将异常信号以及对应的标记i传输至标记生成单元内。
优选的,所述中心处理单元对一定时段内所出现异常信号的次数进行再处理的具体方式为:
限定监测时段T,T取值2h,并将异常信号的次数标记为CSk,其中k代表不同的保税仓储区,并提取多组异常信号之间间隔时长的最小值,并标记为SXk;
将比对参数BDk与预设参数YS进行比对,当BDk<YS时,不生成任何信号,反之,生成保税仓储异常信号,并将所生成的保税仓储异常信号传输至外部显示终端内,外部人员根据显示终端,对保税仓储异常信号进行接收,并根据标记k,找到对应的保税仓储区,再对保税仓储区进行排查。
优选的,所述标记生成单元,对异常信号以及对应的标记i进行接收,根据标记i以及异常信号对异常的海关保税物流进行异常标记YC,并将异常标记YC贴合于对应的海关保税物流外端面,外部人员对带有异常标记YC的海关保税物流进行核查,查看海关保税物流是否为异常情况,若是,则不去除对应的异常标记YC,若不是,则直接去除对应的异常标记YC。
优选的,所述异常标记追溯端对异常标记YC进行识别,并根据所识别的异常标记YC对海关保税物流进行追溯跟踪。
与现有技术相比,本发明的有益效果是:预先获取对应海关保税物流的物流编码以及外部图像,并对外部图像进行边缘轮廓处理,得到对应海关保税物流的特征参数,再将特征参数与对应的物流编码进行捆绑,生成对应物流的特征数据包,后续再对出货的视频参数进行监视,再根据监视的视频参数,采用同样边缘轮廓处理的方式,对出货的物流进行处理得到对应的特征参值,将特征参值与特征参数进行比对,若存在不一致问题,则代表此物流存在异常,需对其进行监视,通过改变传统的识别编码的方式,采用识别轮廓获取特征的方式,便可清晰获取该物流是否有过拆箱的问题,提升在物流追溯过程中的物流安全性;
再对指定仓储区区域的物流按照时间段进行分析,对指定时间段内所出现的异常信号以及对应的时间参数进行合并处理,再通过将处理值与预设参数进行比对,生成异常信号,根据异常信号对此仓储区进行异常判定,再根据对应的标记,调遣对应的人员进行巡查,进一步提升了保税物流运输过程中的安全性,避免部分不法人员采用物流换包的方式进行偷税漏税。
附图说明
图1为本发明原理框架示意图。
具体实施方式
下面将结合实施例对本发明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。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它实施例,都属于本发明保护的范围。
请参阅图1,本申请提供了基于区块链的海关保税物流追溯系统,包括保税仓储端、物流预识别端、管控追溯中心以及异常标记追溯端;
所述物流预识别端与管控追溯中心输入端电性连接,所述保税仓储端与管控追溯中心输入端电性连接,所述管控追溯中心与异常标记追溯端电性连接;
所述管控追溯中心包括识别参数处理单元、监视数据处理单元、中心处理单元、监视数据库以及标记生成单元;
所述识别参数处理单元输出端与中心处理单元输入端电性连接,所述监视数据处理单元与中心处理单元输入端电性连接,所述中心处理单元与监视数据库之间双向连接,所述中心处理单元与标记生成单元输入端电性连接;
所述物流预识别端,对海关保税物流的物流编码以及外部图像进行获取,并将所获取的物流编码以及外部图像传输至管控追溯中心内;
所述管控追溯中心内部的识别参数处理单元,对海关保税物流的外部图像进行处理,获取对应外部图像的边缘轮廓,根据对边缘轮廓的处理,得到对应海关保税物流的特征参数,并将特征参数与对应的物流编码进行捆绑,生成对应物流的特征数据包,并将特征数据包传输至监视数据库内,其中对海关保税物流的外部图像进行处理的具体方式为:
S1、所获取的外部图像为对应保税物流件贴识物流编码的对应片区的整体图像,将所获取的整体图像嵌入至黑模板内,获取第一组待处理图像(包含黑模板),再将整体图像的色彩改变为黑色,黑模板的色彩参数变换为整体图像的色彩(若存在多组色彩,则随机选取一组除黑色以外的色彩),获取第二组待处理图像,将第一组待处理图像与第二组待处理图像进行合并处理,使两组图像所显示的轮廓设定为整体图像的边缘轮廓;
S2、再对物流编码的图像采用步骤S1相同的方式,获取物流编码的边缘轮廓;
S3、将物流编码的边缘轮廓与整体图像的边缘轮廓进行合并(物流编码的边缘轮廓位于整体图像的边缘轮廓内,按照整体图像的排列方式进行合并),得到待处理整体轮廓;
S4、将待处理整体轮廓与预设的坐标系进行整体,获取整体图像的边缘轮廓的中心点参数并标记为Zi1(Xi1,Yi1),再获取物流编码的边缘轮廓的中心点参数并标记为Zi2(Xi2,Yi2),其中下标i代表不同的海关保税物流,采用得到特征参数TZi;
S5、从物流编码图像内识别物流编码,将物流编码与特征参数TZi进行捆绑,生成若干组不同的特征数据包,并将若干组不同的特征数据包传输至监视数据库内进行存储(不同的特征数据包采用标记i进行标记,因为标记i代表不同的海关保税物流)。
所述保税仓储端内部的进货监视单元,对即将存储的海关保税物流进行监测,所述出货监视单元,对出库过程中的每组海关保税物流进行监视,并生成出库监视数据包,并将出库监视数据包传输至监视数据处理单元内;
所述监视数据处理单元,对出库监视数据包进行解析,对海关保税物流的物流编码以及外部图像进行再次获取,对外部图像采用识别参数处理单元相同的处理方式(便是步骤S1至S4相同的处理方式),得到对应保税物流的特征参值(为了便于区分,此处限定为特征参值,虽特征参值与上述的特征参数为同一数值),将处理得到的特征参值以及物流编码传输至中心处理单元内;
所述中心处理单元,将处理得到的特征参值以及物流编码与对应的特征数据包进行匹配并进行数值比对(若为同一组货物,物流编码不会进行改变,故直接将特征参值与特征参数TZi进行比对即可),根据比对结果,生成异常信号,并对一定时段内所出现异常信号的次数进行再处理,得到保税仓储异常信号,并将对应的保税仓储异常信号传输至外部终端,调遣法制人员,对指定的保税仓储区进行巡查,进行数值比对的具体方式为:
当特征参值=特征参数时,则不生成任何信号;
当特征参值≠特征参数时,则生成异常信号,并将异常信号以及对应的标记i传输至标记生成单元内(异常信号生成时,代表对应的存储货厢进行了改变,或者对应所贴识的物流编码进行了位置变换,便代表货厢被开启过,故此保税物流存在异常,需要生成异常信号);
对一定时段内所出现异常信号的次数进行再处理的具体方式为:
限定监测时段T,T取值2h,并将异常信号的次数标记为CSk,其中k代表不同的保税仓储区,并提取多组异常信号之间间隔时长的最小值,并标记为SXk(存在间隔时长时,需满足CS≥2,否则,SX则等于0);
将比对参数BDk与预设参数YS进行比对,当BDk<YS时,不生成任何信号,反之,生成保税仓储异常信号,并将所生成的保税仓储异常信号传输至外部显示终端内,外部人员根据显示终端,对保税仓储异常信号进行接收,并根据标记k,找到对应的保税仓储区,再对保税仓储区进行排查;
所述标记生成单元,对异常信号以及对应的标记i进行接收,根据标记i以及异常信号对异常的海关保税物流进行异常标记YC,并将异常标记YC贴合于对应的海关保税物流外端面,外部人员对带有异常标记YC的海关保税物流进行核查,查看此物流是否为异常情况,若是,则不去除对应的异常标记YC,若不是,则直接去除对应的异常标记YC;
所述异常标记追溯端,对异常标记YC进行识别,并根据所识别的异常标记YC对海关保税物流进行追溯跟踪。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:预先获取对应海关保税物流的物流编码以及外部图像,并对外部图像进行边缘轮廓处理,得到对应海关保税物流的特征参数,再将特征参数与对应的物流编码进行捆绑,生成对应物流的特征数据包,后续再对出货的视频参数进行监视,再根据监视的视频参数,采用同样边缘轮廓处理的方式,对出货的物流进行处理得到对应的特征参值,将特征参值与特征参数进行比对,若存在不一致问题,则代表此物流存在异常,需对其进行监视,通过改变传统的识别编码的方式,采用识别轮廓获取特征的方式,便可清晰获取该物流是否处于异常状态,是否在运输过程中进行了调换,提升在物流追溯过程中的物流安全性;
再对指定仓储区区域的物流按照时间段进行分析,对指定时间段内所出现的异常信号以及对应的时间参数进行合并处理,再通过将处理值与预设参数进行比对,生成异常信号,根据异常信号对此仓储区进行异常判定,再根据对应的标记,调遣对应的人员进行巡查,进一步提升了保税物流运输过程中的安全性,避免部分不法人员采用物流换包的方式进行偷税漏税。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (3)
1.基于区块链的海关保税物流追溯系统,其特征在于,包括保税仓储端、物流预识别端、管控追溯中心以及异常标记追溯端;
所述管控追溯中心包括识别参数处理单元、监视数据处理单元、中心处理单元、监视数据库以及标记生成单元;
所述物流预识别端,对海关保税物流的物流编码以及外部图像进行获取,并将所获取的物流编码以及外部图像传输至管控追溯中心内;
所述识别参数处理单元,对海关保税物流的外部图像进行处理,获取对应外部图像的边缘轮廓,根据对边缘轮廓的处理,得到对应海关保税物流的特征参数,并将特征参数与对应的物流编码进行捆绑,生成对应物流的特征数据包,并将特征数据包传输至监视数据库内;
所述保税仓储端包括进货监视单元以及出货监视单元,所述进货监视单元对即将存储的海关保税物流进行监测,所述出货监视单元,对出库过程中的每组海关保税物流进行监视,并生成出库监视数据包,并将出库监视数据包传输至监视数据处理单元内;
所述监视数据处理单元,对出库监视数据包进行解析,对海关保税物流的物流编码以及外部图像进行再次获取,对外部图像采用识别参数处理单元相同的处理方式,得到对应保税物流的特征参值,将处理得到的特征参值以及物流编码传输至中心处理单元内;
所述中心处理单元,将处理得到的特征参值以及物流编码与对应的特征数据包进行匹配并进行数值比对,根据比对结果,生成异常信号,并对一定时段内所出现异常信号的次数进行再处理,得到保税仓储异常信号,并将对应的保税仓储异常信号传输至外部终端,调遣法制人员,对指定的保税仓储区进行巡查;
所述识别参数处理单元对海关保税物流的外部图像进行处理的具体方式为:
S1、所获取的外部图像为对应保税物流件贴识物流编码的对应片区的整体图像,将所获取的整体图像嵌入至黑模板内,获取第一组待处理图像,再将整体图像的色彩改变为黑色,黑模板的色彩参数变换为整体图像的色彩,获取第二组待处理图像,将第一组待处理图像与第二组待处理图像进行合并处理,使两组图像所显示的轮廓设定为整体图像的边缘轮廓;
S2、再对物流编码的图像采用步骤S1相同的方式,获取物流编码的边缘轮廓;
S3、将物流编码的边缘轮廓与整体图像的边缘轮廓进行合并,得到待处理整体轮廓;
S4、将待处理整体轮廓与预设的坐标系进行整体,获取整体图像的边缘轮廓的中心点参数并标记为Zi1(Xi1,Yi1),再获取物流编码的边缘轮廓的中心点参数并标记为Zi2(Xi2,Yi2),其中下标i代表不同的海关保税物流,采用得到特征参数TZi;
S5、从物流编码图像内识别物流编码,将物流编码与特征参数TZi进行捆绑,生成若干组不同的特征数据包,并将若干组不同的特征数据包传输至监视数据库内进行存储;
所述中心处理单元将特征参值以及物流编码与对应的特征数据包进行数值比对的具体方式为:
当特征参值=特征参数时,则不生成任何信号;
当特征参值≠特征参数时,则生成异常信号,并将异常信号以及对应的标记i传输至标记生成单元内;
所述中心处理单元对一定时段内所出现异常信号的次数进行再处理的具体方式为:
限定监测时段T,T取值2h,并将异常信号的次数标记为CSk,其中k代表不同的保税仓储区,并提取多组异常信号之间间隔时长的最小值,并标记为SXk;
将比对参数BDk与预设参数YS进行比对,当BDk<YS时,不生成任何信号,反之,生成保税仓储异常信号,并将所生成的保税仓储异常信号传输至外部显示终端内,外部人员根据显示终端,对保税仓储异常信号进行接收,并根据标记k,找到对应的保税仓储区,再对保税仓储区进行排查。
2.根据权利要求1所述的基于区块链的海关保税物流追溯系统,其特征在于,所述标记生成单元,对异常信号以及对应的标记i进行接收,根据标记i以及异常信号对异常的海关保税物流进行异常标记YC,并将异常标记YC贴合于对应的海关保税物流外端面,外部人员对带有异常标记YC的海关保税物流进行核查,查看海关保税物流是否为异常情况,若是,则不去除对应的异常标记YC,若不是,则直接去除对应的异常标记YC。
3.根据权利要求2所述的基于区块链的海关保税物流追溯系统,其特征在于,所述异常标记追溯端对异常标记YC进行识别,并根据所识别的异常标记YC对海关保税物流进行追溯跟踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211365156.0A CN115424213B (zh) | 2022-11-02 | 2022-11-02 | 基于区块链的海关保税物流追溯系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211365156.0A CN115424213B (zh) | 2022-11-02 | 2022-11-02 | 基于区块链的海关保税物流追溯系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115424213A CN115424213A (zh) | 2022-12-02 |
CN115424213B true CN115424213B (zh) | 2023-03-24 |
Family
ID=84207564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211365156.0A Active CN115424213B (zh) | 2022-11-02 | 2022-11-02 | 基于区块链的海关保税物流追溯系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115424213B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116485412B (zh) * | 2023-03-29 | 2023-11-24 | 上海华维可控农业科技集团股份有限公司 | 一种基于区块链技术的农产品追溯方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118143A (zh) * | 2018-08-15 | 2019-01-01 | 北京元链科技有限公司 | 一种基于区块链技术的海关保税物流监管和追溯系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060047419A1 (en) * | 2004-09-02 | 2006-03-02 | Diendorf John R | Telematic method and apparatus for managing shipping logistics |
CN103729751A (zh) * | 2013-12-13 | 2014-04-16 | 天津易泰通信息技术有限公司 | 基于动态物流信息实现业务环节风险评测的方法 |
-
2022
- 2022-11-02 CN CN202211365156.0A patent/CN115424213B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118143A (zh) * | 2018-08-15 | 2019-01-01 | 北京元链科技有限公司 | 一种基于区块链技术的海关保税物流监管和追溯系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115424213A (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190188732A1 (en) | System and method for ensuring credibility of items in a supply chain management | |
CN115424213B (zh) | 基于区块链的海关保税物流追溯系统 | |
CN114638573B (zh) | 一种智能化货运物流管理系统及方法 | |
Song et al. | Context-aware BPM using IoT-integrated context ontologies and IoT-enhanced decision models | |
US11663890B2 (en) | Systems and methods for artificial intelligence (AI) theft prevention and recovery | |
CN102169547A (zh) | 一种基于rfid的物件智能监控系统 | |
CN104715299A (zh) | 一种基于物联网技术的基酒信息管理方法及其系统 | |
CN210015460U (zh) | 一种跨终端可交互的货运监控物联网系统 | |
CN113574843B (zh) | 用于异常监测的分布式日志 | |
CN114186933A (zh) | 一种冷链食品智能监管平台 | |
CN114708247A (zh) | 基于深度学习的烟盒包装缺陷识别方法和装置 | |
CN112529593B (zh) | 一种基于区块链的洗衣机流转溯源方法及系统 | |
CN112163813A (zh) | 一种在线采购的交易清单核算方法 | |
CN117649163A (zh) | 一种冷链流转数据的生成方法及系统 | |
CN116128413B (zh) | 一种基于蓝牙通信的智能仓储物料统计系统 | |
KR20210153270A (ko) | 인공 지능 기반의 이미지 인식을 이용한 물류 피킹 감시 시스템 및 그의 처리 방법 | |
KR100859635B1 (ko) | 무선전파식별 기반의 자동화 게이트 인식시스템 및 방법 | |
CN115860028A (zh) | 一种液氯充装安全信息化监管系统 | |
CN104408651A (zh) | 开放型多方信息互联质证网络系统 | |
CN114611863A (zh) | 一种基于大数据的电商产品包装品质检测方法 | |
CN114238911A (zh) | 一种金融押运交接系统 | |
CN117933849B (zh) | 基于区块链技术的物流供应链智能合约管理系统 | |
CN112558554A (zh) | 任务追踪方法和系统 | |
CN117725954B (zh) | 一种基于rfid的数字化供应链数据管理方法及系统 | |
CN117010917B (zh) | 一种消防产品维修溯源系统和方法 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Customs Bonded Logistics Traceability System Based on Blockchain Granted publication date: 20230324 Pledgee: Bank of Nanjing Limited by Share Ltd. Suzhou branch Pledgor: Langxin Yinuo (Suzhou) Information Technology Co.,Ltd. Registration number: Y2024980001895 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |