CN117259212A - 物流分拣中心的包裹抽检方法及装置 - Google Patents

Abstract

本公开提供一种物流分拣中心的包裹抽检方法及装置；涉及物流技术领域。该方法包括：接收揽收站点实时上传的包裹信息和装车信息；针对每个车辆构建一个车辆数据池，将包裹信息存储于对应车辆数据池中，直到达到溢出条件，获得第一包裹数据；获取第二揽收信息，剔除第一包裹数据中与第二揽收信息对应的包裹信息，获得第二包裹数据；分别统计第一包裹数据中的总包裹信息和第二包裹数据中的风险包裹信息，确定目标抽检车辆，并对目标抽检车辆进行包裹抽检。本公开可以解决相关技术中通过随机抽检导致的异常包裹检出率低、抽检效果差及抽检人员提前进入场站等待导致的抽检效率低的问题。

Description

物流分拣中心的包裹抽检方法及装置

技术领域

本公开涉及物流技术领域，具体而言，涉及一种物流分拣中心的包裹抽检方法、物流分拣中心的包裹抽检装置、计算机可读存储介质和电子设备。

背景技术

随着物流行业的迅速发展，物流运输已经成为人们生活不可或缺的一部分。目前物流行业对货物的运输和配送都通过重量或体积作为计费依据。而货物的重量和体积通过复称量方确定且依赖手工填写，这就导致在实际物流运输或配送过程中会出现零重量、零体积或超重量、超体积等异常包裹，影响物流公司的数据统计准确性和客户体验。

相关技术中，通过在分拣中心对物流运输车辆及其内的包裹进行随机抽检来发现异常包裹，导致异常包裹的检出率低，抽检效果差。此外，需要抽检人员提前进驻分拣中心等待，抽检效率低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例的目的在于提供一种物流分拣中心的包裹抽检方法、物流分拣中心的包裹抽检装置、计算机可读存储介质和电子设备，进而在一定程度上解决了相关技术中通过随机抽检导致的异常包裹检出率低、抽检效果差及抽检人员提前进入场站等待导致的抽检效率低的问题。

根据本公开的第一方面，提供了一种物流分拣中心的包裹抽检方法，包括：

接收路由线路中位于物流分拣中心之前的揽收站点实时上传的包裹信息和装车信息，所述包裹信息包含第一揽收信息。

基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，获得第一包裹数据。

获取第二揽收信息，并基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述第一包裹数据中与所述第二揽收信息对应的包裹信息，获得第二包裹数据。

分别统计所述第一包裹数据中的总包裹信息和所述第二包裹数据中的风险包裹信息；基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，并将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检。

在本公开的一种示例性实施例中，基于前述方案，所述包裹信息包括运单属性，在所述获得第二包裹数据之前，所述方法还包括：

基于所述运单属性，剔除所述第一包裹数据中与目标运单属性对应的包裹信息；所述目标运单属性包括文件类运单。

在本公开的一种示例性实施例中，基于前述方案，所述获取第二揽收信息，包括：

通过离线平台基于历史揽收包裹信息，确定所述第二揽收信息；接收离线平台发送的所述第二揽收信息。

在本公开的一种示例性实施例中，基于前述方案，所述方法还包括：

对所述车辆数据池中每个揽收站点构建一个站点数据池，将每个揽收站点的运单信息存储于对应站点数据池中。

统计所述车辆数据池中每个所述站点数据池中的运单信息，并将每个揽收站点的运单信息发送至离线平台，以使离线平台基于每个揽收站点的运单信息确定风险站点信息。

在本公开的一种示例性实施例中，基于前述方案，所述方法还包括：

接收离线平台发送的所述风险站点信息；

基于所述风险站点信息，确定抽检站点信息；

基于所述抽检站点信息，对该物流分拣中心的包裹进行抽检。

在本公开的一种示例性实施例中，基于前述方案，所述基于所述抽检站点信息，对该物流分拣中心的包裹进行抽检，包括：

基于所述抽检站点信息，将包含所述抽检站点信息的车辆作为目标抽检车辆，并对所述目标抽检车辆内的包裹进行抽检；

或者，

基于所述抽检站点信息，对所述目标抽检车辆内与所述抽检站点信息对应的包裹进行抽检。

在本公开的一种示例性实施例中，基于前述方案，所述风险站点信息为基于目标期限内每个揽收站点的揽收运单信息、抽检运单信息和超标运单信息确定的。

在本公开的一种示例性实施例中，基于前述方案，所述装车信息包括车辆的车牌信息，所述方法还包括：

过滤掉所述车牌信息为空的车辆对应的所述车辆数据池。

在本公开的一种示例性实施例中，基于前述方案，所述风险包裹信息包含风险包裹数量，所述总包裹信息包含总包裹数量，所述基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，包括：

响应于所述风险包裹数量在所述总包裹数量中的占比与第一阈值的比较结果，确定对应车辆是否满足第一抽检条件；

响应于所述风险包裹数量与第二阈值的比较结果，确定对应车辆是否满足第二抽检条件；

当车辆同时满足所述第一抽检条件和所述第二抽检条件时，确定当前车辆为目标抽检车辆。

在本公开的一种示例性实施例中，基于前述方案，所述将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检，包括：

确定所述目标抽检车辆的车牌信息和发车时间信息；将所述目标抽检车辆的车牌信息和发车时间信息下发至分拣中心，以使抽检人员对与所述目标抽检车辆的车牌信息和发车时间信息对应的车辆进行包裹抽检。

根据本公开的第二方面，提供物流分拣中心的包裹抽检装置，包括：

第一接收模块，用于接收路由线路中位于分拣中心之前的揽收站点上传的包裹信息和装车信息，所述包裹信息包含第一揽收信息；

构建模块，用于基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，以获得第一包裹数据；

第一剔除模块，用于获取第二揽收信息，并基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述车辆数据池中与所述第二揽收信息对应的包裹信息，以获得所述车辆数据池中的风险包裹信息；

抽检模块，用于统计所述车辆数据池中的风险包裹信息和总包裹信息，基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆并对所述目标抽检车辆进行包裹抽检。

根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。

根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。

本公开示例性实施例可以具有以下部分或全部有益效果：

在公开示例实施方式所提供的物流分拣中心的包裹抽检方法中，一方面可以接收路由线路中位于分拣中心之前的揽收站点上传的包裹信息和装车信息，基于装车信息，针对每个车辆构建一个车辆数据池，车辆数据池用于存储一个车辆对应的包裹信息和装车信息，可以将每个车辆内的包裹数据进行隔离，将包裹信息按车辆进行存储并统计，提高数据处理效率。另一方面，基于第二揽收信息，可以剔除每个车辆数据池中的免检包裹信息，得到第二包裹数据并统计风险包裹，并基于每个车辆的风险包裹信息和总包裹信息，确定目标抽检车辆，以车辆为单位，基于车辆上的包裹信息确定风险较高的车辆，并将其作为抽检车辆，相比于随机抽检，大大提高了异常包裹的检出率及抽检效果。此外，可以将目标抽检车辆实时下发给抽检人员，避免抽检人员提前进场的长时间等待，提高抽检效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示出了可以应用本公开实施例的一种物流分拣中心的包裹抽检方法及装置的示例性系统架构的示意图。

图2示意性示出了根据本公开的一个实施例的物流分拣中心的包裹抽检方法的流程图。

图3示意性示出了根据本公开的一个实施例站点隔离数据处理过程示意图。

图4示意性示出了根据本公开的一个实施例的风险站点确定过程流程图。

图5示意性示出了根据本公开的一个实施例的物流分拣中心的包裹抽检方法的实现过程流程图。

图6示意性示出了根据本公开的一个实施例的物流分拣中心的包裹抽检装置结构框图。

图7示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

图1示出了可以应用本公开实施例的一种物流分拣中心的包裹抽检方法及装置的示例性应用环境的系统架构100的示意图。如图1所示，系统架构100可以包括信息采集设备101，处理服务器102和终端设备103。信息采集设备101与处理服务器102之间以及处理服务器102与终端设备103之间分别通过网络通讯连接。网络包括但不限于：广域网、城域网或局域网；上述信息采集设备101包括但不限于：具有无线通讯功能的扫码器、物流行业的手持终端设备、各种型号的称重扫码一体机、连接有扫码器的计算机设备或其他各种能够采集包裹信息的物理设备。终端设备103包括但不限于：各种移动终端设备(例如，手机、平板电脑等)、物流行业的智能手持终端设备、各种形式的计算机设备。处理服务器102可以是任意形式的具有数据处理功能的服务器。本示例中，信息采集设备101，处理服务器102和终端设备103的数量可以是一个或多个，本示例对此不做限定。信息采集设备101可以是首个分拣中心之前的揽收站点的包裹信息采集器。

图1中，车辆从揽收站点1对该站点包裹装车后，将该站点的包裹信息传输给处理服务器102；然后该车辆按路由线路行驶至揽收站点2，在该揽收站点2对其包裹装车并上传信息后行驶至揽收站点3，再对揽收站点3的包裹装车和信息上传后，行驶至路由线路的首个分拣中心。在车辆在路由线路中的最后一个揽收站点封车后，处理服务器102开始本公开方法。

本公开实施例所提供的物流分拣中心的包裹抽检方法可以在处理服务器102中执行，相应地，物流分拣中心的包裹抽检装置一般设置于处理服务器102中。

以下对本公开实施例的技术方案进行详细阐述：

参考图2所示，本公开提供的一种示例实施方式的物流分拣中心的包裹抽检方法，可以包括以下步骤：

步骤S210，接收路由线路中位于分拣中心之前的揽收站点上传的包裹信息和装车信息，所述包裹信息包含第一揽收信息。

在本示例实施方式中，分拣中心可以是路由线路中位于揽收站点之后的首个分拣中心。包裹信息可以包括包裹号、包裹属性(如衣服、文件、水果等)、包裹数量、包裹重量和第一揽收信息等，第一揽收信息可以包括包裹揽收时间、包裹揽收站点、包裹揽收商家、包裹目的站点、包裹接货时间、包裹接货快递员等等信息。装车信息可以包括封车操作、封车时间、封车地点、车辆信息(如车牌号码、车辆型号、车辆载重、发车时间、目的站点到达时间等)、车辆解封操作、解封时间、解封地点等信息。

在本示例实施方式中，各个揽收站点的包裹信息和装车信息通过扫码器、各种手持设备或每个揽收站点的数据管理中心获取。

步骤S220，基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，以获得第一包裹数据。

在本示例实施方式中，可以针对每个车辆构建一个车辆数据池，用于存储一个车辆对应的包裹信息和装车信息。例如，可以通过flink架构实时处理包裹数据流，为每个车辆构建一个数据存储池，当一个车辆出现封车操作时，则该车辆对应的数据存储池达到溢出条件，不再向其中存储数据。车辆数据池中存储的数据构成第一包裹数据。还可以将包裹的接货、封车、揽收、解封等操作状态化保存在state中。flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。state是flink的一种状态机制，能用于存放过程数据。

举例而言，可以对每个包裹号进行哈希变换，再将与该变换后的哈希值相关的数据存储于对应车辆数据池中，利用flink架构实现车辆间的包裹隔离。

步骤S230，获取第二揽收信息，并基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述第一包裹数据中与所述第二揽收信息对应的包裹信息，获得第二包裹数据。

在本示例实施方式中，第二揽收信息用于指示物流数据库中的免检揽收信息。免检揽收信息可以包括信任揽收商家信息、信任揽收站点信息、信任揽收快递员信息中的一种或多种，免检揽收信息还可以包括其他各种形式的信任揽收主体信息，本示例对此不做限定。本示例中，信任揽收商家/站点信息可以包括信任揽收商家/站点的名称、标识、地址等信息，本示例对此不做限定。第二揽收信息可以通过离线平台获取，离线平台可以根据每个揽收主体的历史揽收包裹情况(异常包裹数量或比例)及揽收主体的信用等级和所在地区等信息进行综合评估。本示例中，可以将信任揽收主体揽收的包裹对应的相关信息(如包裹信息)从每个车辆数据池中剔除，可以将剩余包裹信息作为第二包裹数据。

步骤S240，分别统计所述第一包裹数据中的总包裹信息和所述第二包裹数据中的风险包裹信息；基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，并将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检。

在本示例实施方式中，风险包裹信息可以包括风险包裹数量、风险包裹重量或体积。总包裹信息可以包括车辆数据池中总的包裹数量和总的包裹重量或体积。例如，可以将风险包裹数量占总包裹数量的比值超过预设上限值、风险包裹重量(体积)占总包裹重量(体积)的比值超过预设上限值中的一个或多个作为确定目标抽检车辆的条件。

在本示例实施方式中，抽检人员对目标抽检车辆进行包裹抽检可以是对目标抽检车辆的所有包裹进行重量(体积)复核，也可以是对目标抽检车辆的部分包裹进行重量(体积)复核，本示例对此不做限定。

在本示例实施方式所提供的物流分拣中心的包裹抽检方法中，一方面可以接收路由线路中位于分拣中心之前的揽收站点上传的包裹信息和装车信息，基于装车信息，针对每个车辆构建一个车辆数据池，车辆数据池用于存储一个车辆对应的包裹信息和装车信息，可以将每个车辆内的包裹数据进行隔离，将包裹信息按车辆进行存储并统计，提高数据处理效率。另一方面，基于第二揽收信息，剔除每个车辆数据池中的免检包裹信息，得到第二包裹数据并统计风险包裹，并基于每个车辆的风险包裹信息和总包裹信息，确定目标抽检车辆，以车辆为单位，基于车辆上的包裹信息确定风险较高的车辆，并将其作为抽检车辆，相比于随机抽检，大大提高了异常包裹的检出率及抽检效果。此外，可以将目标抽检车辆实时下发给抽检人员，避免抽检人员提前进场的长时间等待，提高抽检效率。

在一些实施例中，在所述获得第二包裹数据之前，所述方法还包括：

基于所述运单属性，剔除所述第一包裹数据中与目标运单属性对应的包裹信息；所述目标运单属性包括文件类运单。

在本示例实施方式中，运单属性可以是运单类型，例如，文件类运单、衣物类运单、水果类运单等。考虑到文件类运单基本上不会出现超重或超体积类的异常包裹，因此，可以先将运单属性为文件的包裹信息从第一包裹数据中剔除。

在一些实施例中，所述获取第二揽收信息，包括：

首先，通过离线平台基于历史揽收包裹信息，确定所述第二揽收信息。

在本示例实施方式中，第二揽收信息用于指示物流数据库中的免检揽收信息。免检揽收信息可以包括信任揽收商家信息、信任揽收站点信息、信任揽收快递员信息中的一种或多种，免检揽收信息还可以包括其他各种形式的信任揽收主体信息，本示例对此不做限定。本示例中，信任揽收商家/站点信息可以包括信任揽收商家/站点的名称、标识、地址等信息，本示例对此不做限定。历史揽收包裹信息可以是距当前一段时间内某揽收商家揽收的包裹信息。例如，可以将距当前一个月内的揽收异常包裹的数量为0的揽收主体作为信任揽收主体。离线平台可以根据揽收主体的实时揽收包裹数据对第二揽收信息中的信任揽收主体进行实时更新并下发。

然后，接收离线平台发送的所述第二揽收信息。

在本示例实施方式中，在线抽检平台根据接收的第二揽收信息确定目标抽检车辆。

在一些实施例中，参考图3，所述方法还包括：

步骤S310，对所述车辆数据池中每个揽收站点构建一个站点数据池，将每个揽收站点的运单信息存储于对应站点数据池中。

在本示例实施方式中，对车辆数据池进行二次数据隔离，也就是将车辆数据池中的数据按揽收站点进行隔离存储，将同一揽收站点的包裹数据存储于同一个站点数据池中，便于后续对站点数据进行统计处理及异常包裹或异常运单的溯源过程。

步骤S320，统计所述车辆数据池中每个所述站点数据池中的运单信息，并将每个揽收站点的运单信息发送至离线平台，以使离线平台基于每个揽收站点的运单信息确定风险站点信息。

在本示例实施方式中，运单信息可以包括运单号、运单属性、运单揽收商家等与运单相关的信息。可以统计每个站点数据池中的运单数量、运单重量、运单体积和运单揽收商家等信息。将这些统计信息发送给离线平台，使离线平台基于每个站点的运单统计信息动态确定风险站点信息。

在一些实施例中，参考图4，所述风险站点信息为基于目标期限内每个揽收站点的揽收运单信息、抽检运单信息和超标运单信息确定的。具体通过离线平台按照以下步骤获取：

步骤S410，统计目标期限内每个揽收站点的抽检运单信息、揽收运单信息和超标运单信息。

在本示例实施方式中，目标期限可以是当前时刻往前一段时间(如十几天、一个月或一季度)。抽检运单信息可以包括抽检运单数量、抽检运单重量(体积)等信息。揽收运单信息可以包括揽收运单数量、揽收运单重量(体积)等信息。超标运单信息可以包括在目标期限内抽检到的异常运单数量、异常运单重量(体积)，异常运单可以是实际重量(体积)与运单所写重量(体积)之间的差异大于指定阈值的运单。

步骤S420，基于抽检运单信息和超标运单信息，确定对应揽收站点的运单差异率。

在本示例实施方式中，可以将超标运单信息与抽检运单信息的比值作为运单差异率。例如，将超标运单数量与抽检运单数量的比值作为运单差异率。

步骤S430，基于所述运单差异率和所述揽收运单信息，确定对应揽收站点的风险等级。

在本示例实施方式中，可以设置不同的运单差异率对应不同的风险分数，例如可以设置运单差异率越大则风险分数越高。还可以将历史超标运单信息与历史揽收运单信息的比值作为一个风险加权因子，还可以将揽收快递员信息(如数量)作为另一个风险加权因子。可以根据以上的一个或者多个风险因素确定揽收站点的风险分数，再根据风险得分进行风险等级划分即可。例如，可以设置风险分数为运单差异率≥0.15时，对应20分，否则当揽收运单的实际重量与运单重量相等的运单数量/揽收运单总数量≥0.4时，对应15分，否则为15分+同重量揽收同一商家快递员数量，同重量揽收同一商家快递员数量可以是揽收商家日均揽收运单量大于运单量阈值(如100运单)，且揽收运单的实际重量与运单重量相等的运单数量超过预设比例(如40％)的快递员数量。

步骤S440，基于所述揽收站点的风险等级，确定风险站点信息。

在本示例实施方式中，可以将风险等级达到某等级以上的揽收站点作为风险站点。风险站点信息可以包括风险站点名称、风险站点标识、风险站点所在区域等信息。

一些实施例中，所述方法还包括：

首先，接收离线平台发送的所述风险站点信息。

在本示例实施方式中，在线抽检平台接收离线平台发送的风险站点信息。

其次，基于所述风险站点信息，确定抽检站点信息。

在本示例实施方式中，可以将所有风险站点信息都作为抽检站点。也可以对所有风险站点按风险分数进行排序，将位于前固定位(如前100位)的风险站点作为抽检站点。抽检站点信息可以包括抽检站点名称、抽检站点标识、抽检站点所在区域等信息。

最后，基于所述抽检站点信息，对该物流分拣中心的包裹进行抽检。

在本示例实施方式中，可以依据目标抽检车辆和抽检站点，从车辆和揽收站点两个维度来确定抽检对象(包裹或运单)。例如，对目标抽检车辆中属于抽检站点的包裹进行重量复核。

一些实施例中，所述方法还包括：

过滤掉所述车牌信息为空的车辆对应的所述车辆数据池。

在本示例实施方式中，装车信息可以包括车辆的车牌信息，当车牌信息为空时可以直接过滤掉该车辆对应的车辆数据池。对于第一包裹数据或者第二包裹数据，当发现某包裹号对应的揽收站点信息为空时，可以过滤掉该包裹号关联的数据。

一些实施例中，所述基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，包括：

响应于所述风险包裹数量在所述总包裹数量中的占比与第一阈值的比较结果，确定对应车辆是否满足第一抽检条件。

在本示例实施方式中，可以设置风险包裹数量在总包裹数量中的占比大于预设第一阈值时，确定对应车辆满足第一抽检条件。

响应于所述风险包裹数量与第二阈值的比较结果，确定对应车辆是否满足第二抽检条件。

在本示例实施方式中，可以设置风险包裹数量大于预设第二阈值时，确定对应车辆满足第二抽检条件。

当车辆同时满足所述第一抽检条件和所述第二抽检条件时，确定当前车辆为目标抽检车辆。

一些实施例中，所述将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检，包括：

首先，确定所述目标抽检车辆的车牌信息和发车时间信息。

在本示例实施方式中，车牌信息和发车时间信息可以通过揽收站点上传。在路由网络中可以通过车牌信息和发车时间信息来唯一确定一个车辆。

然后，将所述目标抽检车辆的车牌信息和发车时间信息下发至抽检人员，以使抽检人员对与所述目标抽检车辆的车牌信息和发车时间信息对应的车辆进行包裹抽检。

在本示例实施方式中，可以将目标抽检车辆的车牌信息和发车时间信息下发至抽检人员，可以使抽检人员合理安排时间，适时到达抽检场站，抽检结束即可前往下一抽检场站，提高抽检人员的工作效率。本示例中，抽检人员可以根据工作任务和实际情况，对目标抽检车辆的全部或部分包裹进行重量(体积)复核。

在本示例实施方式中，各个揽收站点揽收货物后形成货物路由信息，包裹在揽收站点装车后，可以通过扫码器、手持设备或每个揽收站点的数据综合管理设备将包裹信息和装车信息发送。

以下以一个具体示例说明本公开的物流分拣中心的包裹抽检方法，参考图5所示，本示例提供的物流分拣中心的包裹抽检方法包括：

步骤S501，揽收站点实时采集装车的包裹信息和装车信息。

本示例中，包裹信息可以包括第一揽收信息，第一揽收信息可以包裹揽收时间、包裹揽收站点、包裹揽收商家、包裹目的站点、包裹接货时间、包裹接货快递员等等信息。

步骤S502，揽收站点将包裹信息和装车信息实时上传给在线数据处理中心。

本示例中，每个物流车辆在揽收站点进行装车时，对装车的包裹信息进行采集和实时上传。包裹信息和装车信息可以包括与包裹和车辆相关的信息，还可以包括包裹的状态类信息，如接货、封车、揽收及计划目的站点等信息。

步骤S503，在线数据处理中心基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，获得第一包裹数据。

在本示例中，基于实时上传的包裹信息、装车信息，将每个车辆内的包裹相关信息存储于对应车辆数据池中，直到接收到封车操作，得到第一包裹数据。

步骤S504，离线平台基于历史揽收包裹信息，确定第二揽收信息。

在本示例中，第二揽收信息可以包括信任揽收商家信息，可以对揽收商家的历史揽收包裹信息进行统计，获得每个揽收商家揽收的超标包裹数量、包裹总数量等信息。可以将超标包裹数量低于一定总包裹量占比(如5％)的揽收商家作为信任揽收商家。

步骤S505，离线平台发送第二揽收信息(如信任揽收商家信息)给在线数据处理中心。

步骤S506，在线数据处理中心基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述第一包裹数据中与第二揽收信息对应的包裹信息。

步骤S507，在线数据处理中心剔除所述第一包裹数据中的文件属性运单对应的包裹信息，获得第二包裹数据。

步骤S508，在线数据处理中心统计所述第一包裹数据中的总包裹信息和所述第二包裹数据中的风险包裹信息；基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆。

在本示例实施方式中，可以将车辆数据池中风险包裹数量与总包裹数量的比值大于第一阈值且风险包裹数量超过第二阈值对应的车辆作为目标抽检车辆。

步骤S509，在线数据处理中心对所述车辆数据池中每个揽收站点构建一个站点数据池，将每个揽收站点的运单信息存储于对应站点数据池中。

在本示例实施方式中，可以在车辆数据池中将不同站点的数据进行隔离，针对每个揽收站点建立一个站点数据池，可以将揽收站点作为一个风险评估因子，提高包裹抽检对异常包裹的检出率。此外，隔离揽收站点数据便于在后续抽检结果中对异常包裹或运单进揽收站点溯源。

步骤S510，在线数据处理中心统计所述车辆数据池中每个所述站点数据池中的运单信息，并将每个揽收站点的运单信息发送至离线平台。

在本示例实施方式中，运单信息可以包括运单号、运单数量、运单重量，运单号对应的包裹号等信息。

步骤S511，离线平台基于目标期限内每个揽收站点的运单信息，确定风险站点信息。

在本示例实施方式中，离线平台根据获取的抽检运单信息和超标运单信息，统计在指定目标期限内(距当前一个月内)的抽检运单数量和超标运单数量，超标运单数量在抽检运单数量中的占比作为运单差异率；基于运单差异率给揽收站点进行风险评分。还可以将超标运单数量在揽收运单量中的占比和运单差异率共同对揽收站点进行风险评分。将风险评分高于指定值的揽收站点作为风险站点。

步骤S512，离线平台发送风险站点信息给在线数据处理中心。

步骤S513，在线数据处理中心基于风险站点信息，确定抽检站点信息。

在本示例实施方式中，可以将风险站点作为抽检站点。也可以将部分风险站点作为抽检站点。可以根据实际情况进行自由设置。

步骤S514，在线数据处理中心将目标抽检车辆和抽检站点信息下发给对应物流分拣中心的抽检人员。

在本示例中，目标抽检车辆可以由车牌号和发车时间唯一确定，也就是下发车牌号+发车时间即可唯一确定目标抽检车辆。抽检站点可以由站点标识或/和站点名称确定。

步骤S515，抽检人员对目标抽检车辆中属于抽检站点的包裹进行抽检，

步骤S516，抽检人员将抽检结果上传至离线平台。

在本示例中，抽检人员依据目标抽检车辆和抽检站点对包裹进行抽检(重量复核)后，将抽检结果(如超标包裹信息、抽检包裹信息、抽检正常包裹信息)发送至离线平台，使离线平台基于实际抽检结果更新风险站点信息。

以上实施例中，可以在每个车辆数据池对应车辆封车操作后一定时间(如10分钟)之后，再进行后续数据处理，为数据传输和存储预留足够时间，保证数据准确性。在线数据处理中心可以按照同一车同一时间同一揽收站点为唯一统计维度，车辆在每一个揽收站点揽收货物装车时将货物流根据揽收站点存入站点数据池中，在车辆到达分拣中心前的最后一个揽收站点封车发车时，根据车辆数据池中的站点数据池的货物数量及属性触发计算，然后对该车的揽收站点进行打标是否抽检，再对该车进行打标是否需要抽检。在车辆到达分拣中心后对车进行扫描时，提示是否需要抽检，指导抽检人员进行抽检操作。

本公开提供的物流分拣中心的包裹抽检方法，一方面基于信任揽收主体(如信任揽收商家)、风险站点信息、运单类型等作为风险评估因子，确定目标抽检车辆和风险包裹，以指导抽检人员适时进驻相应分拣中心对包裹进行抽检，及时发现异常包裹(如超重包裹)，提高抽检效率和异常包裹检出率。另一方面，利用flink实时处理数据流技术，将货物的装车、发货、封车、解封车等进行状态化存储，对不同车辆和不同揽收站点的数据分布进行隔离计算，车辆隔离便于抽检人员按车辆进行抽检，揽收站点隔离便于在抽检人员检出异常包裹时的溯源过程，可以直接获取异常包裹的揽收站点；同时，也可以为离线平台的风险站点评估提供数据依据，提高风险站点评估的准确性。在得到抽检目标车辆和抽检站点信息后，及时下发提醒给抽检人员或分拣中心操作终端，指导包裹抽检。相对于相关技术中的随机盲抽，提升了抽检效率及抽检效果。

此外，本公开方法对于抽检人员来讲可以最大化提高人效，避免以往摊开式大面积的抽检耗费的人力物力。同时本公开将风险等级高的站点同时消息队列发送至离线平台，为后续实时抽检提醒作为数据依据。

进一步的，本示例实施方式中，还提供了一种物流分拣中心的包裹抽检装置600。该物流分拣中心的包裹抽检装置600可以应用于服务器。参考图6所示，该物流分拣中心的包裹抽检装置600可以包括：

第一接收模块610，用于接收路由线路中位于物流分拣中心之前的揽收站点上传的包裹信息和装车信息，所述包裹信息包含第一揽收信息。

存储模块620，用于基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，获得第一包裹数据。

第一剔除模块630，用于获取第二揽收信息，并基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述第一包裹数据中与所述第二揽收信息对应的包裹信息，获得第二包裹数据。

抽检模块640，用于分别统计所述第一包裹数据中的总包裹信息和所述第二包裹数据中的风险包裹信息；基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，并将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检。

在本公开的一种示例性实施例中，装置600还包括：

第二剔除模块，可以用于基于所述运单属性，剔除所述车辆数据池中与目标运单属性对应的包裹信息；所述目标运单属性包括文件类运单。

在本公开的一种示例性实施例中，第一剔除模块630还可以用于：

通过离线平台基于历史揽收包裹信息，确定所述第二揽收信息；接收离线平台发送的所述第二揽收信息。

在本公开的一种示例性实施例中，装置600还可以包括：

存储子模块，可以用于对所述车辆数据池中每个揽收站点构建一个站点数据池，将每个揽收站点的运单信息存储于对应站点数据池中。

发送模块，可以用于统计所述车辆数据池中每个所述站点数据池中的运单信息，并将每个揽收站点的运单信息发送至离线平台，以使离线平台基于每个揽收站点的运单信息确定风险站点信息。

在本公开的一种示例性实施例中，装置600还可以包括：

第二接收模块，可以用于接收离线平台发送的所述风险站点信息。

确定模块，可以用于基于所述风险站点信息，确定抽检站点信息。

抽检子模块，可以用于基于所述抽检站点信息，对该物流分拣中心的包裹进行抽检。

在本公开的一种示例性实施例中，抽检子模块还可以用于：

基于所述抽检站点信息，将包含所述抽检站点信息的车辆作为目标抽检车辆，并对所述目标抽检车辆内的包裹进行抽检。或者，基于所述抽检站点信息，对所述目标抽检车辆内与所述抽检站点信息对应的包裹进行抽检。

在本公开的一种示例性实施例中，装置600还可以包括：

过滤模块，可以用于过滤掉所述车牌信息为空的车辆对应的所述车辆数据池。

在本公开的一种示例性实施例中，抽检模块640还可以用于：

响应于所述风险包裹数量在所述总包裹数量中的占比与第一阈值的比较结果，确定对应车辆是否满足第一抽检条件。

响应于所述风险包裹数量与第二阈值的比较结果，确定对应车辆是否满足第二抽检条件。

当车辆同时满足所述第一抽检条件和所述第二抽检条件时，确定当前车辆为目标抽检车辆。

在本公开的一种示例性实施例中，抽检模块640还可以用于：

确定所述目标抽检车辆的车牌信息和发车时间信息；将所述目标抽检车辆的车牌信息和发车时间信息下发至分拣中心，以使抽检人员对与所述目标抽检车辆的车牌信息和发车时间信息对应的车辆进行包裹抽检。

上述物流分拣中心的包裹抽检装置中各模块或单元的具体细节已经在对应的物流分拣中心的包裹抽检方法中进行了详细的描述，因此此处不再赘述。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图2-图5所示的各个步骤等。

需要说明的是，本公开所示的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

图7示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法和装置中限定的各种功能。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等，均应视为本公开的一部分。

应可理解的是，本说明书公开和限定的本公开延伸到文中和/或附图中提到或明显的两个或两个以上单独特征的所有可替代组合。所有这些不同的组合构成本公开的多个可替代方面。本说明书的实施方式说明了已知用于实现本公开的最佳方式，并且将使本领域技术人员能够利用本公开。

Claims (13)

1.一种物流分拣中心的包裹抽检方法，其特征在于，包括：

接收路由线路中位于物流分拣中心之前的揽收站点实时上传的包裹信息和装车信息，所述包裹信息包含第一揽收信息；

基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，获得第一包裹数据；

获取第二揽收信息，并基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述第一包裹数据中与所述第二揽收信息对应的包裹信息，获得第二包裹数据；

分别统计所述第一包裹数据中的总包裹信息和所述第二包裹数据中的风险包裹信息；基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，并将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检。

2.根据权利要求1所述的物流分拣中心的包裹抽检方法，其特征在于，所述包裹信息包括运单属性，在所述获得第二包裹数据之前，所述方法还包括：

基于所述运单属性，剔除所述第一包裹数据与目标运单属性对应的包裹信息；所述目标运单属性包括文件类运单。

3.根据权利要求1所述的物流分拣中心的包裹抽检方法，其特征在于，所述获取第二揽收信息，包括：

通过离线平台基于历史揽收包裹信息，确定所述第二揽收信息；

接收离线平台发送的所述第二揽收信息。

4.根据权利要求1所述的物流分拣中心的包裹抽检方法，其特征在于，所述方法还包括：

对所述车辆数据池中每个揽收站点构建一个站点数据池，将每个揽收站点的运单信息存储于对应站点数据池中；

统计所述车辆数据池中每个所述站点数据池中的运单信息，并将每个揽收站点的运单信息发送至离线平台，以使离线平台基于每个揽收站点的运单信息确定风险站点信息。

5.根据权利要求4所述的物流分拣中心的包裹抽检方法，其特征在于，所述方法还包括：

接收离线平台发送的所述风险站点信息；

基于所述风险站点信息，确定抽检站点信息；

基于所述抽检站点信息，对该物流分拣中心的包裹进行抽检。

6.根据权利要求5所述的物流分拣中心的包裹抽检方法，其特征在于，所述基于所述抽检站点信息，对该物流分拣中心的包裹进行抽检，包括：

基于所述抽检站点信息，将包含所述抽检站点信息的车辆作为目标抽检车辆，并对所述目标抽检车辆内的包裹进行抽检；

或者，

基于所述抽检站点信息，对所述目标抽检车辆内与所述抽检站点信息对应的包裹进行抽检。

7.根据权利要求4所述的物流分拣中心的包裹抽检方法，其特征在于，所述风险站点信息为基于目标期限内每个揽收站点的揽收运单信息、抽检运单信息和超标运单信息确定的。

8.根据权利要求1所述的物流分拣中心的包裹抽检方法，其特征在于，所述装车信息包括车辆的车牌信息，所述方法还包括：

过滤掉所述车牌信息为空的车辆对应的所述车辆数据池。

9.根据权利要求1-8任一项所述的物流分拣中心的包裹抽检方法，其特征在于，所述风险包裹信息包含风险包裹数量，所述总包裹信息包含总包裹数量；所述基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，包括：

响应于所述风险包裹数量在所述总包裹数量中的占比与第一阈值的比较结果，确定对应车辆是否满足第一抽检条件；

响应于所述风险包裹数量与第二阈值的比较结果，确定对应车辆是否满足第二抽检条件；

当车辆同时满足所述第一抽检条件和所述第二抽检条件时，确定当前车辆为目标抽检车辆。

10.根据权利要求1所述的物流分拣中心的包裹抽检方法，其特征在于，所述将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检，包括：

确定所述目标抽检车辆的车牌信息和发车时间信息；

将所述目标抽检车辆的车牌信息和发车时间信息下发至分拣中心，以使抽检人员对与所述目标抽检车辆的车牌信息和发车时间信息对应的车辆进行包裹抽检。

11.一种物流分拣中心的包裹抽检装置，其特征在于，包括：

第一接收模块，用于接收路由线路中位于物流分拣中心之前的揽收站点上传的包裹信息和装车信息，所述包裹信息包含第一揽收信息；

存储模块，用于基于所述装车信息，针对每个车辆构建一个车辆数据池，将所述包裹信息存储于对应车辆数据池中，直到所述车辆数据池达到溢出条件，获得第一包裹数据；

第一剔除模块，用于获取第二揽收信息，并基于所述第二揽收信息和所述车辆数据池的第一揽收信息，剔除所述第一包裹数据中与所述第二揽收信息对应的包裹信息，获得第二包裹数据；

抽检模块，用于分别统计所述第一包裹数据中的总包裹信息和所述第二包裹数据中的风险包裹信息；基于所述风险包裹信息和所述总包裹信息，确定目标抽检车辆，并将所述目标抽检车辆下发给抽检人员以使抽检人员对所述目标抽检车辆进行包裹抽检。

12.一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，所述程序被处理器执行时实现如权利要求1-10中任一项所述的方法。

13.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-10中任一项所述的方法。