当卷烟送货签收用上人工智能,会发生怎样的变化?
“又快又准,送货员拍完烟包照片,我这边马上就可以收到照片和订单明细,不到30秒就能完成核对,再也不用两个人对着烟包一条条数了。”提起现在的送货签收,福建省莆田市荔城区吓勇便利店老板郑志勇竖起了大拇指。
近年来,莆田市烟草专卖局(公司)积极推进大数据、人工智能等新一代信息技术与物流业务深度融合应用,集成多种目标检测算法模型,构建了个性化的卷烟AI识别智能签收系统,进一步优化了作业流程,实现了“拍照即核对、核对即签收”,大幅提升了卷烟配送效率。
莆田市局(公司)物流配送中心有送货人员60人,规划送货线路193条。近两年,随着新办烟草专卖零售许可证的零售客户数量稳步增加,车均送货户增多、送货时长延长,原有的人工签收模式流程较多、错烟事后追溯解决效率低等问题日渐明显。
“人工签收及核对过程相对复杂,再加上有时客户因生意忙核对不仔细,容易造成送货人员被动等待、送货人员离店后才被告知货物配送有差错等,较大影响了配送效率和服务质量。”莆田市局(公司)物流配送中心送货部负责人张剑雄介绍道,“在不增加车辆和人员的情况下,怎样才能提升配送服务质效?我们想到了数智赋能,想到了向AI图像识别技术要解决方案。”
2022年,经过可行性论证,莆田市局(公司)联合技术研发团队设计了由图像判别、卷烟识别及场景识别三部分构成的卷烟AI识别模型,并将其搭载在已有的“闽烟物流”App上,开始探索实施基于AI深度学习的卷烟识别签收模式。
在卷烟交接环节,送货人员将现场照片上传后,该模型利用目标检测算法进行初步判断,再利用实例区域分割算法区分不同品规的卷烟,与已有数据库信息进行自动比对,准确完成识别。与此同时,通过图像预处理、特征提取、场景分类等,模型对订单签收场景进行识别,确定订单信息与签收地点是否相符。
为提升模型识别准确率,前期,莆田市局(公司)大量采集卷烟分拣、配送环节的照片,配合研发团队对AI识别模型进行训练。他们利用分拣包装机卷烟出口处的智能摄像头获取不同角度、不同品牌的照片18.8万余张,调配58人拍摄15类真实配送场景下的烟包照片1.5万余张,而后将两类照片汇总上传至数据库,供卷烟AI识别模型进行反复识别学习。
对于特征不明显、同类型品牌卷烟识别难的问题,他们在工业卷烟入库时采用个性化标识进行独特处理。
以实时纠错为目标,莆烟市局(公司)还联合技术研发团队开发目标检测算法模型。送货人员送货到户时对烟包进行拍照,通过AI智能识别对当期订单数据与配送实物进行比对,当配送卷烟品牌与订单不一致时,目标检测算法模型会发出预警提示,并告知送货人员卷烟品规出现“串货”,实时纠错,避免了事后追溯。
新签收模式测试运行一段时间后,莆田市局(公司)发现,由于送货人员现场拍摄的照片角度、光线不同,卷烟智能识别准确率较低。为此,他们精简作业环节,规范拍照距离、光线、角度、方向等,建立并完善标准化作业流程,要求送货人员按照规范和标准进行卷烟图像拍摄与数据采集。
如今,基于AI深度学习的卷烟识别签收模式已在莆田全面推广,实现了卷烟送货签收过程的精简化、无纸化、可视化以及签收结果的可溯化、可量化,切实减少了人员核对时间,提升了签收环节效率,客户平均送货响应时间缩短至21.3小时,最短的仅需5.5小时,进一步提升了客户满意度。
原创文章,作者:阿烟,如若转载,请注明出处:http://m.hbbaiming.com/b/54732.shtml