CN117495238A - 货物分拣方法、装置、计算机设备及计算机可读存储介质 - Google Patents

Abstract

本申请提供一种货物分拣方法、装置、计算机设备及计算机可读存储介质，方法包括：获取各个待分拣货物的拖寄物信息；根据拖寄物信息，判断各待分拣货物是否为集中式快件；若各待分拣货物为集中式快件，则获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息；将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣。采用本方法能够提升货物分拣效率。

Description

货物分拣方法、装置、计算机设备及计算机可读存储介质

技术领域

本申请实施例涉及物流技术领域，特别是涉及一种货物分拣方法、装置、计算机设备及计算机可读存储介质。

背景技术

在以物流运输方式的商品贸易过程中，普遍需要根据物流信息中的送货区域对商品进行分拣，以便于分开配发节约时间。

但是，目前的商品分拣以拆零分拣为主，不仅存在分拣环节繁琐、分拣差错率较高的问题，还存在对分拣人员专业素养要求高、依赖性过强等弊端，且在进行手工分拣时，不可避免地出现分拣效率低、商品出库效率较低等诸多问题，造成商品无法与生产时间同步分拣，进而无法实现隔日送货。

因此，现有的商品分拣方式存在着分拣效率不高的技术问题。

发明内容

本申请的目的在于提供一种货物分拣方法、装置、计算机设备及计算机可读存储介质，用以提升货物的分拣效率。

第一方面，本申请提供一种货物分拣方法，包括：

获取各个待分拣货物的拖寄物信息；

根据拖寄物信息，判断各待分拣货物是否为集中式快件；

若各待分拣货物为集中式快件，则获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息；

将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣。

在本申请一些实施例中，拖寄物信息包括货物名称和/或货物规格，根据拖寄物信息，判断各待分拣货物是否为集中式快件，包括：若各待分拣货物的货物名称和/或货物规格匹配一致，则采集各待分拣货物的第一图像，以获取各待分拣货物的货物尺寸；其中，第一图像为包含有待分拣货物的轮廓内容的图像；若各待分拣货物的货物尺寸匹配一致，则判定各待分拣货物为集中式快件。

在本申请一些实施例中，采集各待分拣货物的第一图像，以获取各待分拣货物的货物尺寸，包括：采集各待分拣货物的第一图像，以获取各待分拣货物的图像点云数据；对图像点云数据进行多面拟合，得到各个点云平面；确定各点云平面的平面交线，以获取各待分拣货物的货物尺寸。

在本申请一些实施例中，若各待分拣货物为集中式快件，则获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息，包括：若各待分拣货物为集中式快件，则采集各集中式快件的第二图像，以识别各第二图像中的货物条码，得到序列号信息；采集待粘贴于集中式快件上的纸质运单的第三图像，以识别各第三图像中的运单条码，得到运单号信息；其中，第二图像为包含有货物条码的图像，第三图像为包含有运单条码的图像。

在本申请一些实施例中，采集各集中式快件的第二图像，以识别各第二图像中的货物条码，得到序列号信息，包括：采集各集中式快件的第二图像；若第二图像未包含货物条码，则确定各集中式快件的各个物体平面的图像采集距离，并基于图像采集距离和预设的目标检测算法，采集包含货物条码的第四图像，以识别货物条码，得到序列号信息；若第二图像包含有货物条码，则识别各第二图像中的货物条码，得到序列号信息。

在本申请一些实施例中，将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣，包括：确定与运单号信息预先关联的订单号信息；将序列号信息、运单号信息以及订单号信息进行关联加密，作为各集中式快件对应的货物编号信息，以利用货物编号信息替换运单号信息存储于纸质运单的运单条码之中；识别各集中式快件的运单条码，解密得到与货物编号信息关联的运单号信息；根据运单号信息的识别顺序，对各集中式快件进行分拣。

在本申请一些实施例中，在判定各待分拣货物为集中式快件之后，还包括：若存在目标货物的序列号信息无法被获取到，或者，目标货物的序列号信息与其余集中式快件的序列号信息不关联，则生成异常提示信息；其中，异常提示信息包括听觉信息和/或视觉信息，听觉信息和/或视觉信息用于提示目标货物非集中式快件。

第二方面，本申请提供一种货物分拣装置，包括：

第一获取模块，用于获取各个待分拣货物的拖寄物信息；

快件判断模块，用于根据拖寄物信息，判断各待分拣货物是否为集中式快件；

第二获取模块，用于若各待分拣货物为集中式快件，则获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息；

货物分拣模块，用于将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣。

第三方面，本申请还提供一种计算机设备，包括：

一个或多个处理器；

存储器；以及一个或多个应用程序和相机，其中一个或多个应用程序被存储于存储器中，并配置为由一个或多个相机采集图像，并由处理器基于图像执行以实现上述货物分拣方法。

第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器进行加载，以执行货物分拣方法中的步骤。

第五方面，本申请实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面提供的方法。

上述货物分拣方法、装置、计算机设备及计算机可读存储介质，服务器通过获取各个待分拣货物的拖寄物信息，并根据拖寄物信息，判断各待分拣货物是否为集中式快件，即可在判定待分拣货物为集中式快件时，获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息，进而将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣，有效解决了大批量集中式快件分拣效率低的问题。

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为本申请实施例中提供的货物分拣方法的场景示意图；

图2为本申请实施例中提供的货物分拣系统的架构流程图；

图3为本申请实施例中提供的货物分拣方法的流程示意图；

图4是本申请实施例中提供的货物分拣装置的结构示意图；

图5是本申请实施例中提供的计算机设备的结构示意图。

具体实施方式

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，都属于本申请保护的范围。

在本申请的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请的描述中，术语“例如”一词用来表示“用作例子、例证或说明”。本申请中被描述为“例如”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。

在本申请实施例中，本申请实施例提供的货物分拣方法，可以应用于图1所示的货物分拣系统中。其中，该货物分拣系统包括终端102、服务器104以及相机106。终端102可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。终端102具体可以是台式终端或移动终端，终端102具体还可以是手机、平板电脑、笔记本电脑中的一种。服务器104可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。此外，终端102与服务器104之间通过网络建立通信连接，网络具体可以是广域网、局域网、城域网中的任意一种。相机106可以是单目相机，也可以是多目相机，具体本申请不作限定。

本领域技术人员可以理解，图1中示出的应用环境，仅仅是适用于本申请方案的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的设备。例如，图1中仅示出1个服务器。可以理解的是，该货物分拣系统还可以包括一个或多个其他设备，如图2所示用于采集图像以读码的一个或多个相机。另外，该货物分拣系统还可以包括存储器，用于存储数据，如存储拖寄物信息。

需要说明的是，图1所示的货物分拣系统的场景示意图仅仅是一个示例，本发明实施例描述的货物分拣系统以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着货物分拣系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

参阅图2，本申请实施例提供了一种货物分拣方法，本实施例主要以该方法应用于上述图1中的服务器104来举例说明，该方法包括步骤S201至S204，具体如下：

S201，获取各个待分拣货物的拖寄物信息。

其中，待分拣货物可以是待分拣运输的任何物品，包括但不局限于盒装物品、袋装物品等。分拣是将物品按品种、出入库先后顺序进行分门别类堆放的作业，也是完善送货、支持送货的准备性工作，是不同物流企业在送货时竞争和提高自身经济效益的必然延伸，因此本申请实施例将提出一种货物分拣方法，用以高效实现货物的精准分拣，提升物流运输配送效率，节省人力物力。

其中，拖寄物信息可以包含待分拣货物的货物名称，和/或货物规格，货物规格可以包括货物体积、货物重量等。

具体实现中，拖寄物信息可以是终端102获取后传输得到的，也可以是其他设备获取后通过终端102传输得到的，获取方式包括但不局限于如下几种方式之一：1、在普通网络结构中，服务器104从终端102或其他建立有网络连接的云设备处接收待分拣货物的拖寄物信息；2、在预置的区块链网络中，服务器104可从其他终端节点或服务器节点处同步获取待分拣货物的拖寄物信息，该区块链网络可以是公有链、私有链等；3、在预置的树状结构中，服务器104可从上级服务器请求得到拖寄物信息，或是从下级服务器轮询得到拖寄物信息。

具体而言，待拖寄货物的客户可通过终端102向服务器104提交货物分拣请求，该货物分拣请求中即可携带拖寄物信息，以便于服务器104根据拖寄物信息分析执行后续操作，但本申请实施例对拖寄物信息的具体获取方式不作具体限定，均可以实际业务场景或需求而定。

S202，根据拖寄物信息，判断各待分拣货物是否为集中式快件。

其中，集中式快件是指发件人信息一致，收件人信息可各不相同的快件，主要适用于某发货方需向一个或多个收货方发送相同货物的集中化处理场景。

具体实现中，由于集中式快件的分拣发运需确保公平性、随机性，尤其涉及纪念钞、收藏品这一类相较普通物品价值偏高的重要物品，以免特殊化分拣处理引发快件遗失的问题，因此本申请实施例提出一种货物分拣方法，用于判断待分拣货物是否是集中式快件，若是，则需对集中式快件进行集中化分拣处理，包括对集中式快件进行随机贴单、随机绑号等处理步骤，而区分待分拣货物是集中式快件还是非集中式快件，需进一步分析拖寄物信息，具体分析步骤将在下文详细说明。

在一个实施例中，拖寄物信息包括货物名称和/或货物规格，本步骤包括：若各待分拣货物的货物名称和/或货物规格匹配一致，则采集各待分拣货物的第一图像，以获取各待分拣货物的货物尺寸；其中，第一图像为包含有待分拣货物的轮廓内容的图像；若各待分拣货物的货物尺寸匹配一致，则判定各待分拣货物为集中式快件。

具体实现中，客户通过终端102提交的拖寄物信息可以包括货物名称和/或货物规格，则服务器104可比较各个待分拣货物的货物名称是否一致，和/或，比较各个待分拣货物的货物规格是否一致；若是，则仍不能直接判定该客户待拖寄的一批货物为集中式快件，还需采集各个待分拣货物的第一图像，用以通过人工智能技术分析判断实际出现的待分拣货物是否均为规格一致的货物，即可通过分析采集到的货物尺寸来进行判断；若服务器104采集到的货物尺寸也一致，方可判定对应一批多个待分拣货物为集中式快件。

在一个实施例中，采集各待分拣货物的第一图像，以获取各待分拣货物的货物尺寸，包括：采集各待分拣货物的第一图像，以获取各待分拣货物的图像点云数据；对图像点云数据进行多面拟合，得到各个点云平面；确定各点云平面的平面交线，以获取各待分拣货物的货物尺寸。

其中，第一图像是包含有待分拣货物其三边可视轮廓内容的图像，即第一图像的视角中心是待分拣货物的四个顶点之一，其四个顶点中的各个顶点均由待分拣货物的长、宽、高三边相交于一点构成，则采集第一图像可同时观测到待分拣货物的长、宽、高。

其中，图像点云数据是指在空间维度中，包括有三个维度(X，Y，Z)方向的点云集合，即左右空间、上下空间以及前后空间存在的点云的集合。

其中，平面交线是指多个点云平面相交的交线，平面交线一般可表示待测物体的长、宽、高三维信息，确定平面交线，即可得到待测物体的三维信息，例如，长方体的点云平面有6个，其中三个点云平面两两对称，则可获取具有对称关系的三个点云平面，以及该三个点云平面两两相交形成的三条平面交线，此三条平面交线即为长方体的长、宽、高。

具体实现中，图像点云数据可来源于相机106采集并传输至服务器104的图像，服务器104通过分析图像中的物体点数据，并利用坐标系建模，即可得到待分拣货物的图像点云数据。其中，相机106可集成于服务器104上，或者与服务器104建立通信连接，而相机106本身设置在实际场景中的流水线上，如图3所示设置在流水线皮带机侧方，具体本申请不作限定。然后，服务器104可根据空间平面方程“Ax+By+Cz+D＝0”，并利用最小二乘法，将获取到的图像点云数据进行拟合，得到点云平面。进一步地，在得到各个点云平面之后，由于点云平面两两相交可确定一条平面交线，因此在确定多点组成的平面交线之后，即可利用点距离公式：计算出两点云数据的坐标点距离，进而通过获取距离最大值，即得到待分拣货物的货物尺寸。

S203，若各待分拣货物为集中式快件，则获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息。

其中，序列号信息可以是基于客户需求定义的字符串，且该序列号信息可以是客户侧生成的，而并非货物分拣系统生成的，即其序列号信息记录的是客户侧自身的管理机制。

其中，运单号信息是运输物品的单号，客户可以通过运单号查询到货物目前运输的状态，本申请实施例中的运单号信息是货物分拣系统生成的。

具体实现中，服务器104分析判定当前处理的各个待分拣货物均为集中式快件，或者筛选出集中式快件之后，可通过相机106获取各个集中式快件的序列号信息，以及与各个集中式快件对应关联的运单号信息。具体而言，用于获取序列号信息和运单号信息的相机106可以是不同的相机，也可以是同一个相机，具体本申请不作限定，但下文中将以不同相机为例进行详细说明。此外，序列号信息和运单号信息的获取方式均是通过读码，即相机106为读码相机，如图3所示设置在不同位置读取不同的码，即可得到序列号信息和运单号信息。

在一个实施例中，本步骤包括：若各待分拣货物为集中式快件，则采集各集中式快件的第二图像，以识别各第二图像中的货物条码，得到序列号信息；采集待粘贴于集中式快件上的纸质运单的第三图像，以识别各第三图像中的运单条码，得到运单号信息；其中，第二图像为包含有货物条码的图像，第三图像为包含有运单条码的图像。

其中，货物条码可以是条形码，也可以是二维码；运单条码同样可以是条形码或是二维码，具体本申请实施例不作限定。

具体实现中，服务器104判定各个待分拣货物均为集中式快件，或者筛选出集中式快件之后，可进一步采集各个集中式快件的第二图像，以识别各个第二图像中所含的货物条码，即可得到序列号信息。

具体而言，货物条码是粘贴在集中式快件外包装上的，相机106可基于目标检测算法识别到集中式快件上粘贴的货物条码，进而识别该货物条码读取信息，即可得到序列号信息。那么可以理解的是，该货物条码可以是客户侧生成并粘贴的，也可以是货物分拣系统基于客户通过终端102提供的序列号信息生成并粘贴的，但无论如何，服务器104只要分析判定该待分拣货物为集中式快件，就意味着该集中式快件的实体已经出现在相机106可视范围内，原因在于集中式快件的判断需基于线下所采信息进行分析。

由此，如图3所示，集中式快件的第二图像在一定概率上可被服务器104顺利获取到，此时强调的顺利获取是指无需调整相机106拍摄角度的情况，即粘贴在集中式快件上的货物条码朝上出现在相机106的默认视角范围，若是未朝上出现在相机106的默认视角范围，则需对相机106进行调整，具体将在下文详细说明。

此外，待粘贴于集中式快件上的纸质运单的第三图像，同样在一定概率上可被服务器104顺利获取到，如图3中可借助于自动贴单机，自动贴单机用于存放预先打印好的纸质运单，并将纸质运单粘贴于集中式快件上的指定位置，便于相机106采集包含该纸质运单内容的第三图像，则可识别读取到运单条码，得到运单号信息。如此，货物分拣系统还可包括自动贴单机，也可包括运单打印机，用于打印纸质运单，又或者自动贴单机与运单打印机集成为一体。

在一个实施例中，采集各集中式快件的第二图像，以识别各第二图像中的货物条码，得到序列号信息，包括：采集各集中式快件的第二图像；若第二图像未包含货物条码，则确定各集中式快件的各个物体平面的图像采集距离，并基于图像采集距离和预设的目标检测算法，采集包含货物条码的第四图像，以识别货物条码，得到序列号信息；若第二图像包含有货物条码，则识别各第二图像中的货物条码，得到序列号信息。

其中，图像采集距离是指快件平面相对于相机106的直线距离，例如，图像采集距离可表示为“D”，图像采集距离的确定方式如下。

具体实现中，若服务器104未指示相机106作任何拍摄角度调整，造成相机106采集到的第二图像未包含货物条码，则服务器104可进一步确定各个集中式快件的各个物体平面的图像采集距离，确定方式为：相机106配置有激光发射器，激光发射器与相机106平行，激光发射器发出的激光束是与相机106摄像头的光轴完全平行的，激光束的中心落点在摄像头的视域中是最亮的点，激光束照射到相机106摄像头视域中的跟踪目标上，那么摄像头可以捕捉到这个点，通过简单的图像处理的方法，可以在图像中找到激光束照射形成的最亮点，同时可以计算出Y轴上方向上从落点到图像中心的象素的个数。

例如，D＝h/tanθ，“h”是一个常量，是摄像头与激光发射器之间的垂直距离，可以直接测量获得；“θ＝N*R+Δ”，“N”是从图像中心到落点的像素个数，可以从图像上计算得到；“R”是每个像素的弧度值，“Δ”是弧度误差，“R”和“Δ”均可通过实验计算获得。

由此，服务器104可基于计算所得上平面的图像采集距离，确定其余侧平面的图像采集距离，进而结合目标检测算法，控制相机106维持图像采集距离调整拍摄角度，以采集包含货物条码的第四图像，如此即可确保粘贴有货物条码的物体平面在侧方而非正上方时，相机106也能识别到货物条码，读取得到序列号信息。当然，若第二图像包含有完整的货物条码，则无需调整相机106拍摄角度，即可识别得到序列号信息。

在一个实施例中，在判定各待分拣货物为集中式快件之后，还包括：若存在目标货物的序列号信息无法被获取到，或者，目标货物的序列号信息与其余集中式快件的序列号信息不关联，则生成异常提示信息；其中，异常提示信息包括听觉信息和/或视觉信息，听觉信息和/或视觉信息用于提示目标货物非集中式快件。

其中，目标货物可以是指所附货物条码无法被识别出序列号信息的待分拣货物，也可以是指所附货物条码的序列号信息与其余集中式快件的序列号信息不关联的待分拣货物。

具体实现中，识别到的序列号信息是否关联可依据预设规则进行判断，如预设规则是关联的序列号信息应存在一个或多个序位上的字符相同，如序列号信息的前N个字符应为指定字符，N大于或等于1。异常提示信息可反馈至终端102进行展示。

S204，将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣。

具体实现中，服务器104可将序列号信息和运单号信息进行关联处理，构成货物编号信息存储于后台数据库中，使得货物编号信息可在运单条码被读取识别时展示，以便后续流程中对集中式快件进行分拣，具体将在下文详细说明。

在一个实施例中，本步骤包括：确定与运单号信息预先关联的订单号信息；将序列号信息、运单号信息以及订单号信息进行关联加密，作为各集中式快件对应的货物编号信息，以利用货物编号信息替换运单号信息存储于纸质运单的运单条码之中；识别各集中式快件的运单条码，解密得到与货物编号信息关联的运单号信息；根据运单号信息的识别顺序，对各集中式快件进行分拣。

其中，订单号信息是供应者或者卖家需求物品而设立的一个单号，买卖双方可以通过订单号查询到供与求的信息，其与运单号信息的用途存在本质差异。

具体实现中，订单号信息可以是在接收到待分拣货物的拖寄物信息时生成的，也可以是在判定待分拣货物为集中式快件之后生成的，具体本申请实施例不作限定，需说明的是，各个订单号信息在生成时应对应存在一个运单号信息。服务器104获取得到集中式快件的序列号信息和与之关联的运单号信息之后，意味着纸质运单已粘贴在集中式快件之上，此时服务器104应将该集中式快件上所附的货物条码和运单条码绑定为一体，即将对应的序列号信息、运单号信息以及订单号信息进行绑定，并进行加密，作为货物编码信息。

进一步地，服务器104可利用高级加密标准(Advanced Encryption Standard，AES)、密码分组链接(Cipher-block chaining，CBC)、PKCS5Padding数据填充算法等进行信息加密。由此，相机106采集到图像并传输至服务器104之后，服务器104首先需对货物编号信息进行解密，得到除运单号信息之外的序列号信息和订单号信息，然后按照所读取到的运单号信息的先后顺序，对集中式快件进行分批拣出配置不同运力，以避免货物分拣过程存在其他异常掺杂，确保安全性的同时也可节省人力成本，无需人工手持把枪扫描分拣。

上述实施例中的货物分拣方法，服务器通过获取各个待分拣货物的拖寄物信息，并根据拖寄物信息，判断各待分拣货物是否为集中式快件，即可在判定待分拣货物为集中式快件时，获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息，进而将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣，不仅有效解决了大批量集中式快件分拣效率低的问题，还确保了分拣安全性，以及分拣集中式快件所需的随机性和公平性。

应该理解的是，虽然图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

为了更好实施本申请实施例提供的货物分拣方法，在本申请实施例所提出的货物分拣方法的基础之上，本申请实施例中还提供了一种货物分拣装置，如图4所示，该货物分拣装置400包括：

第一获取模块410，用于获取各个待分拣货物的拖寄物信息；

快件判断模块420，用于根据拖寄物信息，判断各待分拣货物是否为集中式快件；

第二获取模块430，用于若各待分拣货物为集中式快件，则获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息；

货物分拣模块440，用于将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣。

在一个实施例中，拖寄物信息包括货物名称和/或货物规格，快件判断模块420还用于若各待分拣货物的货物名称和/或货物规格匹配一致，则采集各待分拣货物的第一图像，以获取各待分拣货物的货物尺寸；其中，第一图像为包含有待分拣货物的轮廓内容的图像；若各待分拣货物的货物尺寸匹配一致，则判定各待分拣货物为集中式快件。

在一个实施例中，快件判断模块420还用于采集各待分拣货物的第一图像，以获取各待分拣货物的图像点云数据；对图像点云数据进行多面拟合，得到各个点云平面；确定各点云平面的平面交线，以获取各待分拣货物的货物尺寸。

在一个实施例中，第二获取模块430还用于若各待分拣货物为集中式快件，则采集各集中式快件的第二图像，以识别各第二图像中的货物条码，得到序列号信息；采集待粘贴于集中式快件上的纸质运单的第三图像，以识别各第三图像中的运单条码，得到运单号信息；其中，第二图像为包含有货物条码的图像，第三图像为包含有运单条码的图像。

在一个实施例中，第二获取模块430还用于采集各集中式快件的第二图像；若第二图像未包含货物条码，则确定各集中式快件的各个物体平面的图像采集距离，并基于图像采集距离和预设的目标检测算法，采集包含货物条码的第四图像，以识别货物条码，得到序列号信息；若第二图像包含有货物条码，则识别各第二图像中的货物条码，得到序列号信息。

在一个实施例中，货物分拣模块440还用于确定与运单号信息预先关联的订单号信息；将序列号信息、运单号信息以及订单号信息进行关联加密，作为各集中式快件对应的货物编号信息，以利用货物编号信息替换运单号信息存储于纸质运单的运单条码之中；识别各集中式快件的运单条码，解密得到与货物编号信息关联的运单号信息；根据运单号信息的识别顺序，对各集中式快件进行分拣。

在一个实施例中，货物分拣装置400还包括异常提示模块，用于若存在目标货物的序列号信息无法被获取到，或者，目标货物的序列号信息与其余集中式快件的序列号信息不关联，则生成异常提示信息；其中，异常提示信息包括听觉信息和/或视觉信息，听觉信息和/或视觉信息用于提示目标货物非集中式快件。

上述实施例中，服务器通过获取各个待分拣货物的拖寄物信息，并根据拖寄物信息，判断各待分拣货物是否为集中式快件，即可在判定待分拣货物为集中式快件时，获取各集中式快件的序列号信息，并获取待与各集中式快件对应关联的运单号信息，进而将序列号信息和运单号信息进行关联处理，对应作为各集中式快件的货物编号信息，以根据货物编号信息，对各集中式快件进行分拣，不仅有效解决了大批量集中式快件分拣效率低的问题，还确保了分拣安全性，以及分拣集中式快件所需的随机性和公平性。

需要说明的是，关于货物分拣装置的具体限定可以参见上文中对于货物分拣方法的限定，在此不再赘述。上述货物分拣装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在本申请一些实施例中，货物分拣装置400可以实现为一种计算机程序的形式，计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成该货物分拣装置400的各个程序模块，比如，图4所示的第一获取模块410、快件判断模块420、第二获取模块430以及货物分拣模块440；各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的货物分拣方法中的步骤。例如，图5所示的计算机设备可以通过如图4所示的货物分拣装置400中的第一获取模块410执行步骤S201。计算机设备可通过快件判断模块420执行步骤S202。计算机设备可通过第二获取模块430执行步骤S203。计算机设备可通过货物分拣模块440执行步骤S204。其中，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现一种货物分拣方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在本申请一些实施例中，提供了一种计算机设备，包括一个或多个处理器；存储器；以及一个或多个应用程序，其中的一个或多个应用程序被存储于存储器中，并配置为由处理器执行上述货物分拣方法的步骤。此货物分拣方法的步骤可以是上述各个实施例的货物分拣方法中的步骤。

在本申请一些实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器进行加载，使得处理器执行上述货物分拣方法的步骤。此处货物分拣方法的步骤可以是上述各个实施例的货物分拣方法中的步骤。

本邻域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上对本申请实施例提供的一种货物分拣方法、装置、计算机设备及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种货物分拣方法，其特征在于，包括：

获取各个待分拣货物的拖寄物信息；

根据所述拖寄物信息，判断各所述待分拣货物是否为集中式快件；

若各所述待分拣货物为集中式快件，则获取各所述集中式快件的序列号信息，并获取待与各所述集中式快件对应关联的运单号信息；

将所述序列号信息和所述运单号信息进行关联处理，对应作为各所述集中式快件的货物编号信息，以根据所述货物编号信息，对各所述集中式快件进行分拣。

2.如权利要求1所述的方法，其特征在于，所述拖寄物信息包括货物名称和/或货物规格，所述根据所述拖寄物信息，判断各所述待分拣货物是否为集中式快件，包括：

若各所述待分拣货物的货物名称和/或货物规格匹配一致，则采集各所述待分拣货物的第一图像，以获取各所述待分拣货物的货物尺寸；其中，所述第一图像为包含有所述待分拣货物的轮廓内容的图像；

若各所述待分拣货物的货物尺寸匹配一致，则判定各所述待分拣货物为集中式快件。

3.如权利要求2所述的方法，其特征在于，所述采集各所述待分拣货物的第一图像，以获取各所述待分拣货物的货物尺寸，包括：

采集各所述待分拣货物的第一图像，以获取各所述待分拣货物的图像点云数据；

对所述图像点云数据进行多面拟合，得到各个点云平面；

确定各所述点云平面的平面交线，以获取各所述待分拣货物的货物尺寸。

4.如权利要求1所述的方法，其特征在于，所述若各所述待分拣货物为集中式快件，则获取各所述集中式快件的序列号信息，并获取待与各所述集中式快件对应关联的运单号信息，包括：

若各所述待分拣货物为集中式快件，则采集各所述集中式快件的第二图像，以识别各所述第二图像中的货物条码，得到所述序列号信息；

采集待粘贴于所述集中式快件上的纸质运单的第三图像，以识别各所述第三图像中的运单条码，得到所述运单号信息；

其中，所述第二图像为包含有货物条码的图像，所述第三图像为包含有运单条码的图像。

5.如权利要求4所述的方法，其特征在于，所述采集各所述集中式快件的第二图像，以识别各所述第二图像中的货物条码，得到所述序列号信息，包括：

采集各所述集中式快件的第二图像；

若所述第二图像未包含所述货物条码，则确定各所述集中式快件的各个物体平面的图像采集距离，并基于所述图像采集距离和预设的目标检测算法，采集包含所述货物条码的第四图像，以识别所述货物条码，得到所述序列号信息；

若所述第二图像包含有所述货物条码，则识别各所述第二图像中的货物条码，得到所述序列号信息。

6.如权利要求1所述的方法，其特征在于，所述将所述序列号信息和所述运单号信息进行关联处理，对应作为各所述集中式快件的货物编号信息，以根据所述货物编号信息，对各所述集中式快件进行分拣，包括：

确定与所述运单号信息预先关联的订单号信息；

将所述序列号信息、所述运单号信息以及所述订单号信息进行关联加密，作为各所述集中式快件对应的货物编号信息，以利用所述货物编号信息替换所述运单号信息存储于纸质运单的运单条码之中；

识别各所述集中式快件的运单条码，解密得到与所述货物编号信息关联的运单号信息；

根据所述运单号信息的识别顺序，对各所述集中式快件进行分拣。

7.如权利要求1至6任一项所述的方法，其特征在于，在判定各所述待分拣货物为集中式快件之后，还包括：

若存在目标货物的序列号信息无法被获取到，或者，所述目标货物的序列号信息与其余所述集中式快件的序列号信息不关联，则生成异常提示信息；

其中，所述异常提示信息包括听觉信息和/或视觉信息，所述听觉信息和/或所述视觉信息用于提示所述目标货物非集中式快件。

8.一种货物分拣装置，其特征在于，包括：

第一获取模块，用于获取各个待分拣货物的拖寄物信息；

快件判断模块，用于根据所述拖寄物信息，判断各所述待分拣货物是否为集中式快件；

第二获取模块，用于若各所述待分拣货物为集中式快件，则获取各所述集中式快件的序列号信息，并获取待与各所述集中式快件对应关联的运单号信息；

货物分拣模块，用于将所述序列号信息和所述运单号信息进行关联处理，对应作为各所述集中式快件的货物编号信息，以根据所述货物编号信息，对各所述集中式快件进行分拣。

9.一种计算机设备，其特征在于，所述计算机设备包括：

一个或多个处理器；

存储器；以及一个或多个应用程序和相机，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述一个或多个相机采集图像，并由所述处理器基于所述图像执行以实现权利要求1至7中任一项所述的货物分拣方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的货物分拣方法中的步骤。