KR20220076709A - 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템 - Google Patents

반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템 Download PDF

Info

Publication number
KR20220076709A
KR20220076709A KR1020200165470A KR20200165470A KR20220076709A KR 20220076709 A KR20220076709 A KR 20220076709A KR 1020200165470 A KR1020200165470 A KR 1020200165470A KR 20200165470 A KR20200165470 A KR 20200165470A KR 20220076709 A KR20220076709 A KR 20220076709A
Authority
KR
South Korea
Prior art keywords
information
inspection
returned
product
return
Prior art date
Application number
KR1020200165470A
Other languages
English (en)
Inventor
신상우
서원태
김명훈
Original Assignee
로지포커스 주식회사
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 로지포커스 주식회사 filed Critical 로지포커스 주식회사
Priority to KR1020200165470A priority Critical patent/KR20220076709A/ko
Publication of KR20220076709A publication Critical patent/KR20220076709A/ko

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
    • G06Q10/0837—Return transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
    • G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • 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
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • 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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Abstract

본 발명은 물류 센터 등에 입고되는 반품 상품의 크기와 무게 등과 같은 물리적 정보를 비롯하여, 반품 상품을 촬영하여 획득한 이미지 정보, 바코드 스캔 등으로 획득한 제품 세부 정보, 최종 하자 판정 정보 등을 체계적으로 축적하여 빅데이터화 하고, 차후 입고되는 검수 대상 반품 상품의 물리적 정보 및 이미지 정보와 데이터베이스에 저장된 기존의 물리적 정보 및 이미지 정보와 비교하여 검수 대상 반품의 하자 여부를 인공지능적으로 용이하게 판단할 수 있는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템에 관한 것이다.

Description

반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템{Returned Goods Inspection System Based on Returned Goods Information Big Data}
본 발명은 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템에 관한 것으로, 보다 상세하게는 반품 상품의 크기와 무게 등과 같은 물리적 정보와 측면이나 상면 등 반품 상품의 특징을 나타낼 수 있는 이미지 정보, 제품명 등과 같은 텍스트 정보 등을 체계적으로 축적하여 빅데이터화 하고, 물류 센터 등으로 입고된 검수 대상 반품 상품의 물리적 정보와 이미지 정보, 텍스트 정보를 수집하여 데이터베이스에 저장된 기존의 반품 상품 정보와 매칭하여 비교함으로써 반품 상품의 하자 여부를 인공지능적으로 용이하게 판단할 수 있는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템에 관한 것이다.
일반적으로 상품이 유통되는 과정에서 여러 가지 이유로 최종 소비자 또는 판매업자, 유통업자로부터 반품이 발생하게 되며, 최근 들어 TV 홈쇼핑이나 인터넷 쇼핑 등 전자상거래가 활발해짐에 따라 물건을 직접 보지 않고 구매하는 전자상거래의 특성상 반품이나 교환 등이 더욱 빈번하게 이루어지고 있다.
반품된 상품 중 하자가 없는 상품은 재포장 등 재처리 과정을 통하여 다시 유통시키게 되며, 수리 가능한 하자가 있는 상품은 수리 후 중고 상품이나 리퍼비시 상품(refurbishment)으로 시장에 공급되며, 수리가 불가능한 제품은 분해하여 부품으로 재활용하거나 경우에 따라서는 완전 폐기 처분되게 된다.
이와 같이 상품의 유통과정에서 반품된 상품은 그 상태에 따라 처리 방식이 상이하게 되므로, 물류 센터 등에 입고된 반품 상품은 반드시 작업자 등에 의한 검수를 통하여 하자 여부에 따른 분류 과정을 거치게 된다. 작업자에 의한 검수는 물류 센터 등에 입고된 반품 상품을 작업자의 육안으로 일일이 확인하고 분류하고 수기 등으로 관련 정보를 작성하여 다음 단계로 넘기는 수작업에 의한 것이 대부분이다. 이러한 작업자의 수작업에 의한 검수는 장시간이 소요될 뿐만 아니라 반품 상품을 육안으로 확인하는 과정에서 잘못 분류하거나 관련 정보를 잘못 기입할 수 있으며, 검수 작업자에 대한 인건비를 부담해야 하는 문제점이 있었다.
이러한 반품 처리 과정 중 반품 분류를 자동화하기 위한 기술이 제안되고 있는데, 한국 등록특허 제10-1265769호 ‘이미지 정보를 이용한 반품 분류시스템’은 컨베이어로 이송되는 반품의 이미지를 캡쳐하고 그 캡쳐된 이미지의 정보를 이용하여 해당 반품을 빠르고 정확하게 분류하는 기술에 관한 것이다. 즉, 상기 한국 등록특허 제10-1265769호는 바코드나 무선식별코드(RFID) 등과 같은 사전 정보가 누락된 반품이더라도 이미지 정보를 이용하여 미리 설정된 조건에 맞게 지정된 분류함으로 빠르고 정확하게 분류할 수 있는 기술을 제안하고 있다.
그러나, 상기 한국 등록특허 제10-1265769호는 컨베이어 등으로 이송되는 반품의 이미지를 분석하여 제품의 특성, 즉 제품의 종류나 색상 등에 따라 단지 분류하기 위한 기술로서 반품된 제품이 하자를 보유하고 있는지 등을 판단하고 반품된 제품 관련 정보를 기입하는 것은 여전히 검수 작업자가 처리할 수밖에 없는 등의 문제점을 보유하고 있다.
한국 등록특허 제10-1265769호(2013.05.13.등록)
본 발명은 물류 센터 등에 입고되는 반품 상품의 크기와 무게 등과 같은 물리적 정보를 비롯하여, 반품 상품을 촬영하여 획득한 이미지 정보, 바코드 스캔 등으로 획득한 제품 세부 정보, 최종 하자 판정 정보 등을 체계적으로 축적하여 빅데이터화 하고, 차후 입고되는 검수 대상 반품 상품의 물리적 정보 및 이미지 정보와 데이터베이스에 저장된 기존의 물리적 정보 및 이미지 정보와 비교하여 검수 대상 반품의 하자 여부를 인공지능적으로 용이하게 판단할 수 있는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템을 제공하는 것을 과제로 하고 있다.
상술한 기술적 과제를 해결하기 위한 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템은, 검수 대상 반품 상품의 무게를 포함한 물리적 정보를 획득하는 물리정보획득부; 검수 대상 반품 상품의 제품 정보를 포함한 문자적 정보를 획득하는 텍스트정보획득부; 검수 대상 반품 상품을 촬영하여 이미지 정보를 획득하는 이미지정보획득부; 상기 물리정보획득부 및 텍스트정보획득부, 이미지정보획득부에서 수집한 정보를 반품 상품별로 체계화하여 저장하는 데이터베이스부; 및 검수 대상 반품 상품의 정보와 상기 데이터베이스부에 저장되어 있는 검수 대상 반품 상품 관련 기존의 빅데이터 정보를 비교하여 하자 여부를 판정하고, 검수 대상 반품 상품에 대한 판정 결과를 상기 데이터베이스에 업데이트하는 검수부;를 포함하는 것을 특징으로 한다.
이때, 상기 물리정보획득부는, 상기 이미지정보획득부를 통하여 획득한 이미지 정보를 분석하여 반품 상품의 크기를 추출하는 크기분석모듈을 포함하는 것을 특징으로 한다.
또한, 상기 텍스트정보획득부는, 반품 상품의 물류 정보를 획득하는 바코드스캔모듈과, 반품 상품의 제품 세부 정보를 획득하는 문자인식모듈을 포함하는 것을 특징으로 한다.
한편, 상기 검수부는, 검수 대상 반품 상품의 물리적 정보와 상기 데이터베이스에 저장되어 있는 기존의 검수 대상 반품 상품의 물리적 정보를 비교하여 하자 여부를 판정하는 물리정보비교모듈과, 검수 대상 반품 상품의 이미지 정보와 상기 데이터베이스에 저장되어 있는 기존의 검수 대상 반품 상품의 이미지 정보를 비교하여 하자 여부를 판정하는 이미지정보비교모듈을 포함하는 것을 특징으로 한다.
아울러, 상기 검수부는, 검수 작업자가 반품 상품의 하자 여부를 판정하여 입력하는 수동검수정보획득모듈이 더 포함되는 것을 특징으로 한다.
본 발명은 물리정보획득부와 텍스트정보획득부, 이미지정보획득부를 통하여 수집된 반품 상품에 대한 각종 정보를 최종 하자 판정 정보와 함께 체계적으로 분석하여 데이터베이스부에 축적함으로써, 차후 물류 센터 등으로 입고되는 검수 대상 반품 상품의 물리적 정보 및 이미지 정보와 상기 데이터베이스부에 저장된 기존의 검수 대상 반품 상품의 물리적 정보 및 이미지 정보를 비교하여 입고된 검수 대상 반품의 하자 여부를 인공지능적으로 용이하게 판단할 수 있을 뿐만 아니라, 정보 획득 및 기입, 하자 판정 등의 과정에서 작업자의 개입이 최소화되어 인적 오류의 발생을 최대한 억제할 수 있다는 장점이 있다.
도 1은 본 발명의 일실시예에 따른 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템을 개략적으로 도시한 블록도이다.
도 2는 본 발명의 일실시예에 따른 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템의 하자 여부 판정 과정을 설명하기 위한 블록도이다.
도 3은 본 발명이 일실시예에 따른 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템의 데이터베이스부를 설명하기 위한 도면이다.
이하에서 개시되는 본 발명에 의한 실시예들은 본 발명의 특징과 효과, 그것들을 달성하기 위한 방법을 명확하게 하기 위한 목적으로 예시된 것으로서 특정한 실시 형태에 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 범위에 포함되는 모든 변경, 균등물 또는 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에 의한 실시예에서 "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명에 의한 실시예에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서 본 발명에 의한 실시예를 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다.
본 발명에 의한 실시예에서 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함하여 여기에서 사용되는 모든 용어는 본 발명이 속하는 기술분야에서 일반적인 지식을 가진 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명에 의한 실시예에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하에서는 본 발명의 구체적인 실시예를 첨부된 도면을 참조하여 상세하게 설명하도록 한다.
도 1 내지 도 2를 참조하면, 본 발명의 일실시예에 따른 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템(10)은 검수 대상 상품에 대한 물리적 정보를 수집하는 물리정보획득부(100)와, 검수 대상 상품에 대한 문자적 정보를 수집하는 텍스트정보획득부(200)와, 검수 대상 상품에 대한 이미지 정보를 수집하는 이미지정보획득부(300)와, 반품 상품에 대한 각종 정보와 하자 여부 정보가 체계적으로 축적되어 있는 데이터베이스부(500)와, 검수 대상 반품 상품의 하자 여부를 판정하는 검수부(400)를 포함하여 구성된다.
이때, 상기 물리정보획득부(100)는 무게측정모듈(120)과 크기분석모듈(110) 등으로 구성되어 검수 대상 반품 상품의 구체적인 무게와 크기 등을 수집하게 되는데, 이러한 기초적인 물리적 정보 이외에도 반품 상품의 종류 등에 따라 반품 상품의 특징을 나타낼 수 있는 다양한 정보를 수집할 수 있을 것이다. 검수 대상 반품 상품의 무게 정보를 획득하기 위해서는 단순히 검수 대상 반품 상품을 컨베이어 등으로 이송하는 과정에서 디지털 저울 등을 상기 무게측정모듈(120)에 구비하여 측정하는 방법으로 매우 단순하게 수집할 수 있다. 그러나, 검수 대상 반품 상품의 크기 정보를 획득하는 과정은 작업자가 직접 측정하는 방법 이외에 자동화된 과정으로 구현하는 것이 용이하지만은 않다. 본 발명의 일실시예에서는 작업자의 개입을 최소화하기 위하여 검수 대상 반품 상품의 이미지 정보로부터 검수 대상 반품 상품의 크기를 수집하는 방법을 제시하고 있다. 즉, 상기 이미지정보획득부(300)에서 획득한 반품 상품의 이미지 정보 중 상면과 측면 이미지 등을 상기 크기분석모듈(110)에서 분석하여 검수 대상 반품 상품의 길이와 너비, 높이 등 크기 정보를 추출하도록 하는 것이다. 물론, 상기 이미지정보획득부(300)에서 획득한 이미지 정보가 3차원 이미지 정보인 경우에는 상기 크기분석모듈(110)에서 3차원 이미지 정보를 2차원 이미지 정보로 변환하지 않고 3차원 이미지 정보를 바로 분석하여 반품 상품의 크기 정보를 추출하도록 구성할 수도 있을 것이다.
한편, 상기 텍스트정보획득부(200)는 검수 대상 반품 상품에 대한 각종 텍스트 정보를 수집하기 위하여 바코드스캔모듈(210)과 문자인식모듈(220)을 포함하여 구성된다. 상기 바코드스캔모듈(210)은 반품 상품에 부착된 바코드 등을 인식하여 반품 상품과 관련된 텍스트 정보를 획득하게 되는데, 이를 통해서는 제품 정보뿐만 아니라 물류와 관련된 정보도 획득할 수도 있다. 반품 상품은 이미 최종 소비자 또는 유통업자에게 한번 출고되었던 것으로 물류 센터로 반품되어 다시 입고되는 경우 누구에 의해서 어떠한 경로로 무슨 이유로 반품되었는지에 대한 정보도 매우 중요하다. 이를 위하여 반품 배송 과정에서 반품 상품에 부착된 배송 정보 관련 바코드를 인식함으로써, 반품자와 반품 이유 등과 같은 각종 물류 정보를 획득하여 문자적 정보로 저장하도록 하는 것이다. 그리고, 상기 문자인식모듈(220)은 OCR(Optical Character Reader) 등과 같은 각종 문자 인식 기술을 이용하여 반품 상품에 기재되어 있는 각종 텍스트를 인식하여 필요한 정보를 수집하게 된다. 즉, 상기 문자인식모듈(220)은 반품 상품에 직접 프린팅되어 있는 텍스트나 반품 상품에 부착된 라벨 등에 프린팅되어 있는 텍스트를 인식하여 다양한 문자적 정보를 수집한 후, 이로부터 제품명이나 모델명, 제조업체, 제조일자 등과 같은 제품 관련 세부 정보를 추출하게 된다.
다음으로 상기 이미지정보획득부(300)는 검수 대상 반품 상품의 이미지 정보를 획득하기 위하여 이미지촬영모듈(310)과 이미지분석모듈(320)을 포함하여 구성된다. 상기 이미지촬영모듈(310)은 반품 상품을 촬영하여 이미지를 수집하게 되는데, 검수 대상 반품 상품을 컨베이어 등으로 이송하는 과정에서 다수개의 카메라를 구비하여 반품 상품의 측면과 상면 등을 촬영함으로써 이미지를 획득할 수 있을 것이다. 이때, 상기 이미지촬영모듈(310)을 일반적인 2D 이미지를 촬영하는 카메라로 구성할 수도 있을 것이지만, 입체적인 3D 이미지를 촬영하는 특수 카메라로 구성하여 보다 다양한 이미지 정보를 수집할 수 있도록 할 수도 있을 것이다. 상기 이미지촬영모듈(310)에서 수집된 반품 상품에 대한 이미지는 그대로 이용하는 것이 아니라 상기 이미지분석모듈(320)에서 반품 상품의 이미지를 분석하여 반품 상품의 외관상 특징이나 주로 하자가 발생하는 외관 부분 등에 대한 정보를 수집하여 데이터로 저장하도록 한다. 또한, 앞서 언급하였듯이 상기 이미지촬영모듈(310)에서 획득한 반품 상품에 대한 이미지를 상기 물리정보획득부(100)의 크기분석모듈(110)로 전송하여 반품 상품의 크기를 추출하는데 이용하도록 한다.
이상과 같이 상기 물리정보획득부(100)와 텍스트정보획득부(200), 이미지정보획득부(300)에서 수집한 각종 정보는 상기 데이터베이스부(500)로 전송하여 체계적으로 축적하여 빅데이터로써 활용할 수 있도록 한다. 즉, 도 3에 도시된 바와 같이 반품 상품의 상품명 또는 모델명 별로 물류 센터에 입고되는 다수의 반품 상품들의 크기 정보, 무게 정보, 이미지 분석 정보 등을 체계화하여 저장하도록 하며, 차후 검수부(400)에서 판정한 하자 분석 정보 또한 상기 데이터베이스부(500)에 함께 저장하여 반품 상품에 대한 하자 판정에 활용하도록 한다.
상기 검수부(400)는 상기 물리정보획득부(100)와 텍스트정보획득부(200), 이미지정보획득부(300)에서 수집한 정보를 토대로 반품 상품에 대하여 하자 여부를 판정하게 되는데, 특히 상기 데이터베이스에 축적되어 있는 반품 상품에 대한 빅데이터를 기반으로 하자 여부를 판정하게 된다. 이를 위하여, 상기 검수부(400)는 검수 대상 반품 상품의 물리적 정보를 통하여 하자 여부를 판단하는 물리정보비교모듈(410)과 검수 대상 반품 상품의 이미지 정보를 통하여 하자 여부를 판단하는 이미지정보비교모듈(420)을 포함하여 구성된다.
상기 물리정보비교모듈(410)은 물류 센터에 입고된 검수 대상 반품 상품의 무게와 크기 등 물리적 정보와 상기 데이터베이스부(500)에 축적된 검수 대상 반품 상품과 동일한 반품 상품명 또는 모델명에 대한 물리적 정보를 비교하여 하자 여부를 판단하게 된다. 즉, 상기 데이터베이스부(500)에는 검수 대상 반품 상품과 동일한 상품명이나 모델명을 가지는 다수의 반품 상품에 대한 물리적 정보와 하자 분석 정보가 축적되어 있으므로, 예를 들어 반품 상품의 무게가 어느 범위를 벗어나면 하자 판정을 받게 되는지 또는 반품 상품의 크기가 어느 범위를 벗어나면 하자 판정을 받게 되는지 상기 데이터베이스부(500)에 축적된 정보를 바탕으로 인공지능적으로 판단할 수 있게 되는 것이다.
상기 이미지정보비교모듈(420) 또한 물류 센터에 입고된 검수 대상 반품 상품의 이미지 정보와 상기 데이터베이스부(500)에 축적된 검수 대상 반품 상품과 동일한 반품 상품명 또는 모델명에 대한 이미지 정보를 비교하여 하자여부를 판단하게 된다. 즉, 상기 데이터베이스부(500)에는 검수 대상 반품 상품과 동일한 상품명이나 모델명을 가지는 다수의 반품 상품에 대한 이미지와 이미지 분석 정보가 축적되어 있으므로, 반품 상품의 이미지에서 특징적 부분이 어느 부분인지, 어느 정도 특징적 부분이 상이하면 하자 판정을 받게 되는지 상기 데이터베이스부(500)에 축적된 정보를 바탕으로 역시 인공지능적으로 판단할 수 있게 되는 것이다.
한편, 상기 검수부(400)의 물리정보비교모듈(410)과 이미지정보비교모듈(420)을 통해서 하자 여부를 판정하기가 불가능하거나 보다 상세한 검수가 필요한 경우에는 검수 대상 반품 상품을 재검수 대상으로 분류하여 작업자가 직접 육안이나 기타 장치로 상세하게 검수하도록 한다. 이와 같이 검수 작업자가 반품 상품을 직접 체크하여 판정한 하자 정보도 상기 데이터베이스부(500)에 축적하여 하자 분석 정보로 활용할 필요가 있으며, 이를 위하여 본 발명의 일실시예에서는 상기 검수부(400)에 수동검수정보획득모듈(430)을 구비하여 두도록 하였다.
이와 같이 상기 검수부(400)의 물리정보비교모듈(410)과 이미지정보비교모듈(420), 수동검수정보획득모듈(430)에서 판정한 검수 대상 반품 상품에 대한 하자 분석 정보 및 하자 여부 판정 정보는 상기 데이터베이스부(500)에 업데이트되어 차후 물류 센터 등에 입고되는 반품 상품에 대한 하자 판정을 하는데 빅데이터로써 다시 사용된다. 본 발명의 일실시예에서 상기 데이터베이스부(500)의 구축 초기에는 축적된 데이터와 분석 정보의 부족으로 인하여 반품 상품에 대한 하자 여부를 인공지능적으로 판단하는데 어려움이 있을 수 있으며, 상기 수동검수정보획들모듈을 통한 검수 작업자의 하자 분석 정보 및 하자 여부 판정 정보에 의존할 수도 있을 것이다. 그러나, 상기 데이터베이스부(500)에 각종 데이터와 분석 정보가 충분히 축적된 이후에는 빅데이터 분석을 통하여 검수 대상 반품 상품에 대한 하자 여부 판정을 인공지능적으로 수행할 수 있게 될 것이며, 이에 따라 검수 작업자의 개입 또한 최소한으로 유지할 수 있게 된다. 한편, 상기 데이터베이스부(500)에 축적되는 데이터와 정보의 양을 신속하게 증가시키기 위해서는 하나의 물류 센터 등에 입고되는 반품 상품에 대한 데이터와 정보만을 축적하는 것이 아니라, 각 지역에 위치하고 있는 다수의 물류 센터 등에 입고되는 반품 상품에 대한 데이터와 정보 모두를 하나의 데이터베이스부(500)에 축적하여 하자 검수 시스템(10)의 빅데이터로 활용하는 것이 바람직할 것이다.
이상에서 본 발명을 구체적인 실시예를 들어 상세하게 설명하였지만, 이는 본 발명의 바람직한 실시예를 예시적으로 설명한 것이지 본 발명을 한정한 것은 아니다. 따라서, 본 발명이 속하는 기술분야에서 일반적인 지식을 가진 사람이라면 본 발명의 기술적 사상의 범주를 벗어나지 않는 범위 내에서 여러가지 다양한 변형이 제공될 수 있다.
10 - 반품 검수 시스템
100 - 물리정보획득부
110 - 크기분석모듈 120 - 무게측정모듈
200 - 텍스트정보획득부
210 - 바코드스캔모듈 220 - 문자인식모듈
300 - 이미지정보획득부
310 - 이미지촬영모듈 320 - 이미지분석모듈
400 - 검수부
410 - 물리정보비교모듈 420 - 이미지정보비교모듈
430 - 수동검수정보획득모듈
500 - 데이터베이스부

Claims (5)

  1. 검수 대상 반품 상품의 무게를 포함한 물리적 정보를 획득하는 물리정보획득부;
    검수 대상 반품 상품의 제품 정보를 포함한 문자적 정보를 획득하는 텍스트정보획득부;
    검수 대상 반품 상품을 촬영하여 이미지 정보를 획득하는 이미지정보획득부;
    상기 물리정보획득부 및 텍스트정보획득부, 이미지정보획득부에서 수집한 정보를 반품 상품별로 체계화하여 저장하는 데이터베이스부; 및
    검수 대상 반품 상품의 정보와 상기 데이터베이스부에 저장되어 있는 검수 대상 반품 상품 관련 기존의 빅데이터 정보를 비교하여 하자 여부를 판정하고, 검수 대상 반품 상품에 대한 판정 결과를 상기 데이터베이스에 업데이트하는 검수부;를 포함하는 것을 특징으로 하는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템.
  2. 청구항 1에 있어서,
    상기 물리정보획득부는,
    상기 이미지정보획득부를 통하여 획득한 이미지 정보를 분석하여 반품 상품의 크기를 추출하는 크기분석모듈을 포함하는 것을 특징으로 하는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템.
  3. 청구항 1에 있어서,
    상기 텍스트정보획득부는,
    반품 상품의 물류 정보를 획득하는 바코드스캔모듈과, 반품 상품의 제품 세부 정보를 획득하는 문자인식모듈을 포함하는 것을 특징으로 하는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템.
  4. 청구항 1 내지 청구항 2 중 어느 한 청구항에 있어서,
    상기 검수부는,
    검수 대상 반품 상품의 물리적 정보와 상기 데이터베이스에 저장되어 있는 기존의 검수 대상 반품 상품의 물리적 정보를 비교하여 하자 여부를 판정하는 물리정보비교모듈과,
    검수 대상 반품 상품의 이미지 정보와 상기 데이터베이스에 저장되어 있는 기존의 검수 대상 반품 상품의 이미지 정보를 비교하여 하자 여부를 판정하는 이미지정보비교모듈을 포함하는 것을 특징으로 하는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템.
  5. 청구항 4에 있어서,
    상기 검수부는,
    검수 작업자가 반품 상품의 하자 여부를 판정하여 입력하는 수동검수정보획득모듈이 더 포함되는 것을 특징으로 하는 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템.
KR1020200165470A 2020-12-01 2020-12-01 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템 KR20220076709A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200165470A KR20220076709A (ko) 2020-12-01 2020-12-01 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200165470A KR20220076709A (ko) 2020-12-01 2020-12-01 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템

Publications (1)

Publication Number Publication Date
KR20220076709A true KR20220076709A (ko) 2022-06-08

Family

ID=81981246

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200165470A KR20220076709A (ko) 2020-12-01 2020-12-01 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템

Country Status (1)

Country Link
KR (1) KR20220076709A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102553304B1 (ko) * 2022-11-01 2023-07-10 주식회사 로지비 딥러닝 비전 학습 기반 물류 검수 서버 및 그 동작 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101265769B1 (ko) 2011-04-26 2013-05-20 한국콘베어공업주식회사 이미지 정보를 이용한 반품 분류시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101265769B1 (ko) 2011-04-26 2013-05-20 한국콘베어공업주식회사 이미지 정보를 이용한 반품 분류시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102553304B1 (ko) * 2022-11-01 2023-07-10 주식회사 로지비 딥러닝 비전 학습 기반 물류 검수 서버 및 그 동작 방법

Similar Documents

Publication Publication Date Title
CN107045641B (zh) 一种基于图像识别技术的货架识别方法
US10586318B2 (en) Automated model-based inspection system for screening electronic components
KR20220042916A (ko) 제품 결함 이미지 원격 학습을 통한 비전 검사 시스템
US11449980B2 (en) System and method for combined automatic and manual inspection
CN111507147A (zh) 智能巡检方法、装置、计算机设备和存储介质
US20110150346A1 (en) Method and Apparatus for Identifying Embossed Characters
Schlüter et al. Vision-based identification service for remanufacturing sorting
KR101059801B1 (ko) 자동 물류 시스템 및 그 제어방법
CN112150439A (zh) 注塑件的自动分拣设备及分拣方法
KR20220076709A (ko) 반품 정보 빅데이터를 기반으로 하는 반품 검수 시스템
JP2008525910A (ja) 検証システム
US20220036371A1 (en) Identifying and grading system and related methods for collectable items
CN112985515B (zh) 一种产品紧固件装配合格性检测方法、系统及存储介质
CN102378909B (zh) 检查方法和检查装置
US20220162012A1 (en) Automated detection of carton damage
WO2021067218A4 (en) X-ray detection of meat
EP4230313A1 (de) Verfahren und prüfsystem zum prüfen von behältern und abfüllanlage mit einem derartigen prüfsystem
CN111160330B (zh) 电子标签识别辅助提升图像识别准确度的训练方法
EP4115370A1 (de) Erstellung und aktualisierung einer produktdatenbank
CN113267506A (zh) 木板ai视觉缺陷检测装置、方法、设备及介质
Ligar Computer Vision for Identifying and Classifying Green Coffee Beans: A Review
KR20200142914A (ko) 복수 초점을 동시 인식하는 비전식 코드 리더, 이를 이용한 물류 시스템 및 물류 서비스 제공 방법
US20230153979A1 (en) Method and process for automated auditing of inline quality inspection
KR102553304B1 (ko) 딥러닝 비전 학습 기반 물류 검수 서버 및 그 동작 방법
US20230237636A1 (en) Vision inspection system for defect detection

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application