CN115759912A - 一种ai机器人系统 - Google Patents
一种ai机器人系统 Download PDFInfo
- Publication number
- CN115759912A CN115759912A CN202211531938.7A CN202211531938A CN115759912A CN 115759912 A CN115759912 A CN 115759912A CN 202211531938 A CN202211531938 A CN 202211531938A CN 115759912 A CN115759912 A CN 115759912A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- track information
- target
- robot system
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种AI机器人系统。该系统包括:第一获取模块,用于接收货物运输订单系统的抓取指令;确定模块,用于根据所述抓取指令确定目标运输方的订单信息;第一查询模块,用于根据所述订单信息查询所述目标运输方的轨迹信息;输出模块,用于将所述轨迹信息发送至转换系统,得到标准轨迹信息。采用本发明的技术方案,通过所述AI机器人系统,根据货物运输订单系统的抓取指令查询目标运输方的轨迹信息,并将查询到的轨迹信息发送给用户。能够将货物运输过程中的运输节点信息及时反馈给用户,极大地改善了用户体验。
Description
技术领域
本发明涉及运输技术领域,尤其涉及一种AI机器人系统。
背景技术
随着航运技术的迅猛发展,无论是水域上的船运输还是空域的飞机运输已经成为进出口货物运输的常用方式。但是船或者飞机的航线除了根据对应的船或者航空公司发布的航线信息之外,大多数用户往往通过人工查询的方式去获取单个订单的货物在运输过程中的轨迹信息,导致用户得到的轨迹信息有一定的滞后性,难以根据人工查询到的运输状况作出恰当的工作计划。
发明内容
本发明提供了一种AI机器人系统,解决了货物运输过程中人工查询货物运输轨迹信息存在滞后性的问题。
本发明提供了一种AI机器人系统,所述系统包括:
第一获取模块,用于接收货物运输订单系统的抓取指令;
确定模块,用于根据所述抓取指令确定目标运输方的订单信息;
第一查询模块,用于根据所述订单信息查询所述目标运输方的轨迹信息;
输出模块,用于将所述轨迹信息发送至转换系统,得到标准轨迹信息。
可选的,所述AI机器人系统还包括:
地址模块,用于获取所述目标运输方的网站地址;
所述第一查询模块,具体用于根据所述订单信息访问对应的目标运输方的网站地址,得到所述目标运输方的轨迹信息。
可选的,所述AI机器人系统还包括:
验证模块,用于识别所述目标运输方网站地址的验证信息。
进一步的,所述验证模块,包括:
获取单元,用于获取验证图像;
分割单元,用于分割所述验证图像,得到若干子图像;
识别单元,用于将所述子图像输入训练数据库,得到各子图像的识别结果;
组合单元,用于组合所述子图像的识别结果,得到所述验证信息。
可选的,所述确定模块,包括:
解析单元,用于解析所述抓取指令;
提取单元,用于根据解析结果提取对应的目标运输方的班次以及所述班次对应的订单信息。
可选的,所述第一查询模块,包括:
地址单元,用于根据所述抓取指令确定与所述订单信息对应的目标运输方的网站地址;
数据单元,用于根据所述网站地址对应的网址页面,确定单个班次的航线数据;
轨迹单元,用于在所述网址页面中搜索新的网址直至查询到所述单个班次中的轨迹信息。
进一步的,所述第一查询模块,还包括:
确定单元,用于根据所述航线数据确定所述抓取指令的有效期间,所述抓取指令对应于不同的待查询班次;
查询单元,用于在所述抓取指令的有效期间内,定时查询航线中的节点数据。
可选的,所述转换系统包括:
第二获取模块,用于获取所述输出模块发送的所述轨迹信息;
分类模块,用于对所述轨迹信息中包含的所述目标运输方网站规定的运输节点名称进行分类;
转换模块,用于将分类之后的运输节点名称转换成对应的标准运输节点名称,生成所述标准轨迹信息。
可选的,所述AI机器人系统还包括:
存储模块,用于将所述标准轨迹信息存储到所述转换系统的数据库中;
第二查询模块,用于根据所述货物运输订单系统的查询请求在所述数据库中查询目标数据。
可选的,所述目标运输方包括空中运输方、陆地运输方和水上运输方。
本发明公开了一种AI机器人系统。该系统包括:第一获取模块,用于接收货物运输订单系统的抓取指令;确定模块,用于根据所述抓取指令确定目标运输方的订单信息;第一查询模块,用于根据所述订单信息查询所述目标运输方的轨迹信息;输出模块,用于将所述轨迹信息发送至转换系统,得到标准轨迹信息。采用本发明的技术方案,通过所述AI机器人系统,根据货物运输订单系统的抓取指令查询目标运输方的轨迹信息,并将查询到的轨迹信息发送给用户。能够将货物运输过程中的运输节点信息及时反馈给用户,极大地改善了用户体验。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例提供的一种AI机器人系统的应用场景示意图;
图2是根据本发明实施例提供的一种AI机器人系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是根据本申请所示的一种AI机器人系统的应用场景示意图。
如图1所示,本申请所涉及的应用场景100可以包括服务器110、网络120、存储设备130、货物运输订单系统140、目标运输方网站150和AI机器人系统160。
其中,服务器110可以用于获取并处理与AI机器人系统相关的信息和/或数据。网络120可以包括能够提供促进AI机器人系统的信息和数据交换的任何合适的网络,网络120可以包括局域网(LAN)、广域网(WAN)、有线网络、无线网络等或其任意组合。存储设备130可以用于存储数据、指令和/或任何其他信息。示例性的,存储设备130可以为AI机器人系统160的一个子应用,用于存储所述AI机器人发送的数据信息。在一些实施例中,存储设备130可包括大容量存储器、可移除存储器等或其任意组合。
货物运输订单系统140用于向AI机器人系统160发送指令,使得所述AI机器人系统160根据所述指令进一步的访问所述目标运输方网站150,来获取数据。
下面以本申请实施例的空中运输方和水上运输方作为目标运输方作以说明:空中运输方包括航空公司,水上运输方包括船公司。
根据本申请实施例,提供了一种AI机器人系统,如图2所示,该AI机器人系统包括第一获取模块210、确定模块220、第一查询模块230和输出模块240。
第一获取模块210,用于接收货物运输订单系统的抓取指令。
货物运输订单系统包括多个订单,根据每个订单中的数据确定基于单个订单需要查询的信息,依据相同班次中两个或两个以上的不同订单的待查询信息生成对应于该班次的抓取指令,将所述抓取指令发送给AI机器人系统。其中,所述班次包括飞机的航班班次和船的船次。在一定的时间间隔内,查询每个班次中包含的订单中的待查询信息,并且同一时间间隔内针对同一个班次向所述AI机器人系统下达一次抓取指令。
确定模块220,用于根据所述抓取指令确定目标运输方的订单信息。
所述抓取指令是基于航班的班次或者船的船次下达的,即一次抓取指令可能对应多个订单,每个订单对应于一个航空公司或者船公司。根据抓取指令确定每个订单的信息,所述订单信息包括但不限于其对应的航空公司或者船公司的名称、航班号或者船次号、提单号或者柜号,航站或者港口。
第一查询模块230,用于根据所述订单信息查询所述目标运输方的轨迹信息。
依据大数据原理将各订单对应的航空公司名称或者船公司名称匹配到相应的网站地址中,查询目标运输方的轨迹信息。查询方式采用网络爬虫技术,示例性的,依据Python语言实现所述网络爬虫技术,第一查询模块230通过模拟访问目标运输方对应的航空公司或者船公司的网站,对于航空公司而言,输入该班次对应的提单号,得到所述轨迹信息;对于船公司而言,输入该班次对应的柜号,得到所述轨迹信息。网络爬虫是指按照一定的规则自动抓取网页的程序,从万维网上下载网页数据并存储,直至满足所述网络爬虫设置的停止条件,才停止爬取网页数据。
输出模块240,用于将所述轨迹信息发送至转换系统,得到标准轨迹信息。
所述第一查询模块230查询到的轨迹信息为各目标运输方网站中显示的轨迹信息,通过将所述轨迹信息发送至转换系统,使得转换系统将轨迹信息解析之后,转换成标准的轨迹信息。比如,采用船运输货物的过程中,航次表示船在营运中完成一次运输生产任务的周期;一般从船在终点港卸货(或下客)完毕时起,经装货(或上客)后,驶至新的终点港卸货(或下客)完毕时止作为一个航次,一个航次所经历的时间称为航次时间。因此,若计算航次时间,需要获取抵达每个港口的时间,每个港口作为一个运输节点在不同的目标运输方网站上可能有不同的定义。示例性的,当标准运输节点为“到达出发港时间”时,所述目标运输方网站中的运输节点名称可能为“Airline Received”,或者是“Air Waybill has beenreceived”;可见,需要将所述运输节点的名称归类处理之后,再转化成标准运输节点的名称,进一步的生成所述标准轨迹信息。
可选的,所述AI机器人系统,还包括:
地址模块,用于获取所述目标运输方的网站地址;
所述第一查询模块,具体用于根据所述订单信息访问对应的目标运输方的网站地址,得到所述目标运输方的轨迹信息。
可选的,所述的AI机器人系统,还包括:
验证模块,用于识别所述目标运输方网站地址的验证信息。
在一些实施例中,当所述第一查询模块230访问对应的目标运输方的网站时,需要输入验证信息才允许继续访问,所述验证信息包括但不限于验证码。例如,所述验证码为图像验证码,图像验证码的内容包括字母、数字和中文。因此,所述验证模块通过识别所述图像验证码得到相应的验证信息,依据识别出来的验证信息,进一步的输入所述验证信息,进而获得AI机器人系统访问网站的权限。
进一步的,所述验证模块,包括:获取单元,用于获取验证图像;分割单元,用于分割所述验证图像,得到若干子图像;识别单元,用于将所述子图像输入训练数据库,得到各子图像的识别结果;组合单元,用于组合所述子图像的识别结果,得到所述验证信息。
示例性的,所述验证模块基于Python语言进行智能识别,进行智能识别的技术包括但不限于图像处理库和科学计算库。将获取单元得到的所述验证图像进行图像二值化,换言之,图像二值化是将图像上的像素点的灰度值设置为0或255。所述图像二值化是一种图像分割方法,图像分割的意义在于为将要识别的图像提供形状和结构特征,属于图像的预处理技术,只有在正确的分割图像之后才能够正确的识别出图像结果。比如,当所述验证图像中的内容包括若干字母,将验证图像分割成多个包含单个字母的子图像,并且训练各子图像生成训练数据集,其中,每个子图像对应的有一个训练子集,表示该子图像每次训练的结果数据;所述训练数据集包括多个训练子集,所述训练数据集中的图像数量越多则识别准确率越高。在识别单个子图像时,将所述子图像与所述训练数据集中的每个图像进行匹配,图像的匹配原理为计算两个图像的相似度,选择相似度最高的图像作为所述子图像的识别结果。具体的,采用AI与向量空间算法作为所述匹配算法,其计算相似度的方式为:将所述子图像中的像素值与所述训练数据集中每张图像对应的像素值进行余弦值计算,得到多个计算结果,从所述多个计算结果中选择余弦值最大的图像作为与所述子图像相似度最高的图像。余弦值越大,则相似度越高;将余弦值最大的图像所在的训练子集定义的识别结果作为子图像的识别结果;最后,依次组合各子图像的识别结果生成最终的识别结果,得到所述验证信息。
可选的,所述确定模块,包括:
解析单元,用于解析所述抓取指令;
提取单元,用于根据解析结果提取对应的目标运输方的班次以及所述班次对应的订单信息。
当所述目标运输方为航空公司时,所述班次指航班,解析所述抓取指令,提取所述抓取指令对应的单个航班中的所有订单信息,确定每个订单信息的提单号。当所述目标运输方为船公司时,所述班次指船次,解析所述抓取指令,提取所述抓取指令对应的单个船次中的所有订单信息,确定每个订单信息的柜号。
可选的,所述第一查询模块,包括:
地址单元,用于根据所述抓取指令确定与所述订单信息对应的目标运输方的网站地址;
数据单元,用于根据所述网站地址对应的网址页面,确定单个班次的航线数据;
轨迹单元,用于在所述网址页面中搜索新的网址直至查询到所述单个班次中的轨迹信息。
航线包括船或者飞机等航行的路线;飞机的航线数据也称为空中航线数据,确定了飞机飞行的具体方向、起飞点和经停点和终点;船的航线数据是指船在两个或者多个港口之间从事海上旅客或者货物运输的线路,确定了船途径港口的运输节点。根据在目标运输方网站的地址对应的页面中查询到的航线数据,利用网络爬虫技术获得新的网页地址,继续爬取新的网页内容;直至查询到订单信息中所述提单号对应的结果,或者直至查询到订单信息中所述柜号对应的结果时,停止爬取新的网页内容;依据所述提单号和所述柜号对应的结果确定订单的轨迹信息。
进一步的,所述第一查询模块,还包括:
确定单元,用于根据所述航线数据确定所述抓取指令的有效期间,所述抓取指令对应于不同的待查询班次;
查询单元,用于在所述抓取指令的有效期间内,定时查询航线中的节点数据。
作为一种可选的实施例,所述AI机器人系统获取的抓取指令存在有效期间;比如:所述货物运输订单系统预测出船从起始港口抵达终点港口的时间周期为30天,那么,基于该订单的抓取指令所对应的有效期间为30天;所述AI机器人系统在这30天内定时查询运输过程中的各运输节点数据。当超过30天之后,若所述AI机器人系统依旧查询不到任何节点数据,则AI机器人系统在超过所述有效期间之后结束查询的动作。示例性的,在该订单的轨迹信息查询过程中,AI机器人系统根据船起始港装货、出发、到达终点港口、完成卸货四个标准运输节点爬取数据。在爬取数据的时间范围内,所述货物运输订单系统会定时向AI机器人系统查询标准运输节点数据。可见,AI机器人系统依据一次抓取指令,需要在该抓取指令的有效期间内多次爬取目标运输方的网站数据,并根据货物运输订单系统的查询请求将存储到数据库中的标准轨迹信息反馈给所述货物运输订单系统。其中,轨迹信息包括单个订单中各运输节点数据。此外,货物运输订单系统定时查询节点数据的时间间隔可以依据飞机或者船等不同的运输方式预先设定。
可选的,所述转换系统包括:
第二获取模块,用于获取所述输出模块发送的所述轨迹信息;
分类模块,用于对所述轨迹信息中包含的所述目标运输方网站规定的运输节点名称进行分类;
转换模块,用于将分类之后的运输节点名称转换成对应的标准运输节点名称,生成所述标准轨迹信息。
转换系统将轨迹信息转换成标准轨迹信息,生成数据库并且存储所述标准轨迹信息;当货物运输订单系统需要查询订单对应的轨迹信息来获取运输节点数据时,调用所述转换系统中的标准轨迹信息。进一步的,所述货物运输订单系统在得到所述标准轨迹信息之后,将其通过邮件或者短信的方式发送给用户。
可选的,所述AI机器人系统,还包括:
存储模块,用于将所述标准轨迹信息存储到所述转换系统的数据库中;
第二查询模块,用于根据所述货物运输订单系统的查询请求在所述数据库中查询目标数据。
可选的,所述目标运输方包括空中运输方、陆地运输方和水上运输方。
空中运输方包括航空公司,所述航空公司是指以各种航空飞行器为运输工具,以空中运输的方式运载人员或者货物的企业。水上运输方包括船公司,所述船公司是指从事远洋,国际、国内沿海及国内大江大河各港间海上货物运输、租船订舱、船管理、船员派遣的企业;可以根据所述船公司的提单提货。
本发明公开了一种AI机器人系统。该系统包括:第一获取模块,用于接收货物运输订单系统的抓取指令;确定模块,用于根据所述抓取指令确定目标运输方的订单信息;第一查询模块,用于根据所述订单信息查询所述目标运输方的轨迹信息;输出模块,用于将所述轨迹信息发送至转换系统,得到标准轨迹信息。采用本发明的技术方案,通过所述AI机器人系统,根据货物运输订单系统的抓取指令查询目标运输方的轨迹信息,并将查询到的轨迹信息发送给用户。能够将货物运输过程中的运输节点信息及时反馈给用户,极大地改善了用户体验。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种AI机器人系统,其特征在于,所述系统包括:
第一获取模块,用于接收货物运输订单系统的抓取指令;
确定模块,用于根据所述抓取指令确定目标运输方的订单信息;
第一查询模块,用于根据所述订单信息查询所述目标运输方的轨迹信息;
输出模块,用于将所述轨迹信息发送至转换系统,得到标准轨迹信息。
2.根据权利要求1所述的AI机器人系统,其特征在于,所述系统还包括:
地址模块,用于获取所述目标运输方的网站地址;
所述第一查询模块,具体用于根据所述订单信息访问对应的目标运输方的网站地址,得到所述目标运输方的轨迹信息。
3.根据权利要求1所述的AI机器人系统,其特征在于,所述系统还包括:
验证模块,用于识别所述目标运输方网站地址的验证信息。
4.根据权利要求3所述的AI机器人系统,其特征在于,所述验证模块,包括:
获取单元,用于获取验证图像;
分割单元,用于分割所述验证图像,得到若干子图像;
识别单元,用于将所述子图像输入训练数据库,得到各子图像的识别结果;
组合单元,用于组合所述子图像的识别结果,得到所述验证信息。
5.根据权利要求1所述的AI机器人系统,其特征在于,所述确定模块,包括:
解析单元,用于解析所述抓取指令;
提取单元,用于根据解析结果提取对应的目标运输方的班次以及所述班次对应的订单信息。
6.根据权利要求1所述的AI机器人系统,其特征在于,所述第一查询模块,包括:
地址单元,用于根据所述抓取指令确定与所述订单信息对应的目标运输方的网站地址;
数据单元,用于根据所述网站地址对应的网址页面,确定单个班次的航线数据;
轨迹单元,用于在所述网址页面中搜索新的网址直至查询到所述单个班次中的轨迹信息。
7.根据权利要求6所述的AI机器人系统,其特征在于,所述第一查询模块,还包括:
确定单元,用于根据所述航线数据确定所述抓取指令的有效期间,所述抓取指令对应于不同的待查询班次;
查询单元,用于在所述抓取指令的有效期间内,定时查询航线中的节点数据。
8.根据权利要求1所述的AI机器人系统,其特征在于,所述转换系统包括:
第二获取模块,用于获取所述输出模块发送的所述轨迹信息;
分类模块,用于对所述轨迹信息中包含的所述目标运输方网站规定的运输节点名称进行分类;
转换模块,用于将分类之后的运输节点名称转换成对应的标准运输节点名称,生成所述标准轨迹信息。
9.根据权利要求1所述的AI机器人系统,其特征在于,所述系统还包括:
存储模块,用于将所述标准轨迹信息存储到所述转换系统的数据库中;
第二查询模块,用于根据所述货物运输订单系统的查询请求在所述数据库中查询目标数据。
10.根据权利要求1-9任一项所述的AI机器人系统,其特征在于,所述目标运输方包括空中运输方、陆地运输方和水上运输方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531938.7A CN115759912A (zh) | 2022-12-01 | 2022-12-01 | 一种ai机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531938.7A CN115759912A (zh) | 2022-12-01 | 2022-12-01 | 一种ai机器人系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115759912A true CN115759912A (zh) | 2023-03-07 |
Family
ID=85342273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211531938.7A Pending CN115759912A (zh) | 2022-12-01 | 2022-12-01 | 一种ai机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759912A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492960A (zh) * | 2018-07-28 | 2019-03-19 | 山东九黎网络科技有限公司 | 智能货物运输订单查询管理系统 |
CN111667219A (zh) * | 2020-06-10 | 2020-09-15 | 吕梁学院 | 一种跨境电商平台的商品配送管理系统 |
CN114490807A (zh) * | 2021-12-27 | 2022-05-13 | 深圳市宝视佳科技有限公司 | 物流时效跟踪方法、装置、终端设备以及存储介质 |
CN115293699A (zh) * | 2022-08-09 | 2022-11-04 | 深圳市谐诚科技网络有限公司 | 物流数据查询方法及相关装置 |
-
2022
- 2022-12-01 CN CN202211531938.7A patent/CN115759912A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492960A (zh) * | 2018-07-28 | 2019-03-19 | 山东九黎网络科技有限公司 | 智能货物运输订单查询管理系统 |
CN111667219A (zh) * | 2020-06-10 | 2020-09-15 | 吕梁学院 | 一种跨境电商平台的商品配送管理系统 |
CN114490807A (zh) * | 2021-12-27 | 2022-05-13 | 深圳市宝视佳科技有限公司 | 物流时效跟踪方法、装置、终端设备以及存储介质 |
CN115293699A (zh) * | 2022-08-09 | 2022-11-04 | 深圳市谐诚科技网络有限公司 | 物流数据查询方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
邓子云;: "基于Scrapy的物流资讯网站群爬虫系统设计与实现", 物流技术与应用, no. 08 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11783276B2 (en) | Concepts for monitoring shipments | |
US10755225B2 (en) | Concepts for monitoring shipments | |
MXPA04011397A (es) | Sistemas y metodos para clasificacion y reparto de paqueteria que usan tecnologia de identificacion de radiofrecuencia. | |
DE202017007516U1 (de) | Optimiertes Logistikmanagementsystem | |
EP3312785A1 (en) | A tagless baggage tracking system and method | |
CN111091226A (zh) | 一种基于实际航运业务和数据挖掘的运力预测方法 | |
CN108428084A (zh) | 一种基于服务链的多式联运系统及方法 | |
CN103996102A (zh) | 一种集装箱箱体查验方法 | |
Kosiek et al. | Analysis of modern port technologies based on literature review | |
US11900732B1 (en) | Digital recreation of original bag tag identifier | |
CN115759912A (zh) | 一种ai机器人系统 | |
Lee et al. | Synchronization of yard truck scheduling and storage allocation in container terminals | |
Atak et al. | Container terminal workload modeling using machine learning techniques | |
Burgos Simon et al. | A vision-based application for container detection in ports 4.0 | |
CN115375943A (zh) | 一种行李图像处理方法和相关装置 | |
CN109189883A (zh) | 一种电子文件的智能派发方法及装置 | |
Suprata et al. | Analysing the cause of idle time in loading and unloading operation at Indonesian international port container terminal: Port of Tanjung Priok case study | |
CN114493418A (zh) | 派件员分配方法、装置、计算机设备和存储介质 | |
CN114298617A (zh) | 基于区块链的航空物流信息管理方法、设备及存储介质 | |
KR102402417B1 (ko) | 물류배송 서비스에서 수하물 운반을 위해 여객 운송수단의 승객과 수하물 정보를 매칭시키는 방법 및 이를 운용하는 서버 | |
EP4200777A1 (en) | Method and system for transfer of baggage between connecting flights | |
CN111353739A (zh) | 动态匹配航运资源的方法、装置、设备和存储介质 | |
US11893832B1 (en) | Method and system for baggage check-in | |
Huang et al. | Predicting liner arrival time based on deep learning | |
CN115730742B (zh) | 一种在航集装箱班轮航线预测方法及系统 |
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 |