包裹智能：自动检测入站包裹

作者：Jan Schroeder

注册包裹的属性（类型、尺寸、重量、标签、危险品、异形等）对于顺利的分拣过程至关重要。

它可以区分聚乙烯袋和平板物品、包裹和邮袋，以及那些贴有“危险品”标签或限量危险品或异形物品（如轮胎，某些类型的分拣系统无法处理）的物品。

注册包裹数据的重要性

考虑到处理危险品时适用的规则，能够根据非条形码信息对入站包裹进行分类对于配送中心至关重要。

问题是如何对这些“注册”属性进行分类？如果枢纽在数据库中存储了信息，那么这非常简单；包裹上的条形码可以与数据库中的条目相关联，这些条目将告知枢纽不仅是收件人，还有这些注册值。

如何注册无法衡量的东西

一个非常简单的解决方案是根据线路分离入站包裹流——例如，一条线路用于袋子，一条线路用于包裹。但是，虽然这在一定程度上有效，但从运营商的角度来看，远非理想的解决方案。它缺乏可扩展性，因为它需要为每种不同类型的包裹增加一条额外的线路。它还占用空间并需要更多人员。

另一个简单的解决方案是使用集中式系统，仅使用一条线路来混合在线注册的包裹。虽然此解决方案也有效，但它也存在局限性，即运营商一次只能注册这么多包裹，并且一段时间后会失去注意力。

在我们的配送中心数字化介绍中了解更多信息。

那么，如果我们能够更加集中和自动化系统呢？这就是包裹智能和机器学习过程可以成为克服这些更传统方式注册包裹属性的缺陷的明智方法的地方。

什么是包裹智能？

包裹智能是让系统决定包裹的类别，而不是人。它使用软件通过采用机器学习技术的图像分析软件将物品的图片分类到其类型中。

在配送中心，它看起来像这样：

• 拍摄入站包裹的照片。
• 照片被发送到计算机，由其软件进行分析。
• 该软件的算法将确定包裹的性质，对其进行分类和注册。

包裹智能如何工作

算法可以分类的物品类型是无限的。但首先，必须构建算法来识别特定类型的物品。这是如何做到的？

通过非常具体的细节和对物品组成的解释，可以构建和训练算法来识别该物品。通过机器学习的过程——训练、运行、检查和改进——算法不断改进和加强。最终，它能够识别包裹的所有变体和可能性，从而使使用此技术对物品进行分拣变得非常非常准确。

事实上，应用这种类型的智能非常简单，并且可以省去一些更昂贵的扫描解决方案。此时，不需要昂贵的设备来了解包裹的每个属性细节。它只需要知道它是什么类型的包裹，以便系统可以确定如何处理它——这就是机器学习可以非常快速地完成的事情。

如何实施包裹智能

包裹智能可以很容易地在新系统和现有系统中实施。拍摄图像、训练系统和进行测试运行都可以在正常操作期间进行，而不会干扰配送中心的生产。一旦算法经过测试运行、分析和改进，就可以在实际流程和分拣中实施。它不需要高质量的图像才能工作，因此使用现有分拣系统中使用的相机类型也能表现良好。

阅读“包裹分销商的数据分析和数字化指南”。

包裹智能的优势

在配送中心采用包裹智能的巨大价值在于，该系统可以用于人眼可以看到的任何物品——这对于越来越多地接收由电子零售繁荣驱动的不同类型物品的枢纽非常重要。

该系统不断改进，因此如果入站流程发生变化并且有新类型的包裹到达，该系统可以通过图像分析和计算机化分类来适应这些变化。

如前所述，包裹智能将与任何相机技术配合使用——从高质量的线路扫描仪到仅用于拍摄单个物品图片的更简单的相机。

该系统可以安装在任何地方和任何类型的设备上，无论是在入站接收点、吊杆、物品放置在分拣系统上的点、传送带上方、滑槽上方还是设施的进出闸门上。

结论

包裹智能技术和机器学习是一种简单有效的方式，配送中心可以在其分拣过程中注册无法衡量的包裹，而不会或降低入站能力。这是一种非常敏捷的技术，可以在安装前轻松进行测试，以证明其潜在优势。而且随着算法的改进，它会随着时间的推移变得越来越好！

您想了解更多关于数字化对您的配送中心的潜力吗？下载我们的关于包裹分销商数字化的电子书。