學術研究

您當前的位置: 首頁 > 學術研究 > 企業(ye) 案例 > 正文

浙江菜鳥供應鏈管理有限公司-菜鳥智能視頻雲監控助力雙十一物流

發布時間:2020-02-26 08:10:41 中國物流與(yu) 采購網

1企業(ye) 簡況

菜鳥網絡科技有限公司(“菜鳥網絡”)於(yu) 2013年由阿裏巴巴集團牽頭成立。

菜鳥是一家互聯網科技公司,專(zhuan) 注於(yu) 搭建四通八達的物流網絡,打通物流骨幹網和毛細血管,提供智慧供應鏈服務。

通過技術創新和高效協同,菜鳥與(yu) 合作夥(huo) 伴一起提高物流效率,降低社會(hui) 物流成本,提升消費者的物流體(ti) 驗,為(wei) 製造業(ye) 創造更大利潤空間。

菜鳥的目標是與(yu) 物流合作夥(huo) 伴一道,加快實現“全國24小時,全球72小時必達”。為(wei) 此,我們(men) 正在推進“一橫兩(liang) 縱”戰略,建設整個(ge) 物流行業(ye) 的數字化基礎設施,搭建麵向未來的、基於(yu) 新零售的智慧物流供應鏈解決(jue) 方案,打造一張全球化的物流網絡。

2現狀與(yu) 挑戰

目前各家快遞公司,在全國都存在眾(zhong) 多的分撥中心和網點,且每個(ge) 中轉場基於(yu) 管理、安防及消防等需求,都已部署了眾(zhong) 多的視頻監控設備。

這些監控攝像頭的現狀如下:

1.安防需求,隻做場地內(nei) 異常問題回溯

2.設備型號複雜、數量龐大,全國接入成本高昂

3.人員盯屏,效率較低,無法準確、實時發現問題

在管理上麵臨(lin) 的挑戰:

1.分撥、網點分布全國,無法實時了解現場操作

2.視頻監控夜間值守成本高,管理難度大

3.集中化管理成本高昂

尤其是在每年的雙十一大促期間,包裹量陡增,對分撥和網點有很大的壓力。

3智能視頻雲(yun) 監控3.1架構

菜鳥物流雲(yun) 的智能視頻雲(yun) 監控(以下簡稱菜鳥天眼),通過對海量視頻數據進行特定機器視覺算法學習(xi) ,將這部分此前並無有效利用的視頻數據加以利用,對整個(ge) 環節的人、車、貨、場進行分析,對操作不規範等異常情況實時告警,協助合作夥(huo) 伴進行決(jue) 策分析、突發事件的應急指揮,進而提升全鏈路的全域優(you) 化管理以及安全生產(chan) 。

係統架構如下:

接入菜鳥天眼不需要更換設備和增加帶寬,隻需安裝邊緣計算設備,就可以將視頻流變成視頻切片,存儲(chu) 在雲(yun) 端,通過智能算法,針對不同場景進行分析。

麵對數以萬(wan) 計的計算量,菜鳥天眼采用了計算資源彈性伸縮技術並使用機器學習(xi) ,保證算法準確率的基礎上,還可以自主學習(xi) 識別業(ye) 務異常場景,不斷進化。

主要的視覺算法識別能力包括:

•人員檢測

•車輛檢測

•貨物檢測

在雙十一期間,菜鳥天眼的核心目標是中心、網點包裹交接異常協同。業(ye) 務流程如下:

針對分撥場景,主要分為(wei) 以下三部分:

1.分撥入倉(cang) 作業(ye)

2.分撥內(nei) 部作業(ye)

3.分撥出倉(cang)

從(cong) 流向上,分為(wei) 兩(liang) 個(ge) :

1.到港操作

•幹線車輛到港後排隊卸貨,卸完開走,然後等待裝貨,最終裝貨完成並發車。

•包裹拆包分揀後,堆放在相關(guan) 隔口,網點車輛過來取件並拉回網點。

2.出港操作

•網點車輛將收到的包裹拉到分撥中心,排隊等待交貨,卸貨完成後開走。

•包裹分揀集包後,裝上幹線車輛,發車。

菜鳥天眼通過人工智能技術,對上述全流程的視頻數據進行識別分析,按照預先定製好的業(ye) 務規則和閾值進行邏輯判斷,將異常的情況及時告警呈現給相關(guan) 運營人員。

3.2場景

分撥中心

分撥中心是在途物流作業(ye) 中的一個(ge) 重要環節,是多級供應鏈中連接上下遊的節點,其運作流暢性直接關(guan) 係到整個(ge) 供應鏈的運作順暢性。

網點

在快遞公司的網點,重點會(hui) 關(guan) 注攬件區和派件區的實時情況並根據設定好的業(ye) 務規則分析:

菜鳥天眼不僅(jin) 提供了基礎的SaaS化控製台,還提供了標準API接口,用戶可以根據自身的業(ye) 務特點,自行開發前台係統,通過API方式調用後台核心的算法分析能力。

4效益分析與(yu) 評估

2018年雙11期間,菜鳥天眼覆蓋6大快遞公司:韻達、圓通、中通、申通、百世、德邦

橫跨24個(ge) 城市,7386個(ge) 攝像頭接入在線,邊緣計算設備260台,識別完成率99.95%。

車位占用算法計算約1189萬(wan) 次,平均RT為(wei) 45.38ms;堆積度算法計算約1134萬(wan) 次,平均RT為(wei) 67.48ms;行人檢測算法計算約1134萬(wan) 次,平均RT為(wei) 58.94ms。

對於(yu) 隔口和車位異常分析2709萬(wan) 次,站點異常分析162萬(wan) 次,這在以往通過人力來完成是不可能的。

雙11期間,菜鳥天眼和周邊係統協同,識別出重要異常數十次,及時發現並協助合作夥(huo) 伴解決(jue) 多個(ge) 異常問題,助力合作夥(huo) 伴更加高效地完成10.42億(yi) 物流訂單的履約。

5主要體(ti) 會(hui) 與(yu) 推廣意義(yi)

物流領域的數字化,智能化程度還很低,越來越多的企業(ye) 也在選擇新的技術改提升效率和降低成本。視頻監控作為(wei) 安防領域的基本要求,是各企業(ye) 的基礎設施。通過菜鳥天眼有效地將攝像頭聯網,在線化,數字化,智能化。並依托菜鳥強大的技術實力和對行業(ye) 持續的積累,高效迭代優(you) 化算法,豐(feng) 富的業(ye) 務場景,為(wei) 合作夥(huo) 伴帶來長期持續的投資回報。

6下一步的改進方案與(yu) 設想

雙十一期間菜鳥天眼有力的協助主要快遞公司的分撥中心和網點的協同運營。下一步將會(hui) 打造更加完善的天眼中台能力,包括賬號權限體(ti) 係,業(ye) 務規則管理,算法引擎等,擴展視頻接入的場景。不斷提升自身的整體(ti) 能力,才能更好的服務好合作夥(huo) 伴,為(wei) 提升社會(hui) 化物流體(ti) 係效率做出更多的貢獻。

首頁