顺丰科技公开 “快递单件分离系统、方法“相关专利

6月16日消息，天眼查信息显示，近日，顺丰科技有限公司公开分别名为 “快递单件分离系统、方法、工控设备及存储介质”、“件量预测模型训练以及件量预测方法、装置和计算机设备”、“件量预测模型的建立方法、装置以及设备”的发明专利。这些专利均申请于2019年12月。

其中，“快递单件分离系统、方法、工控设备及存储介质”专利的公开号为CN112934715A，本申请实施例可以实现快递的空间分离和单件错位分离，将批量混合杂乱快递分离输出为整齐有序的单件快递，降低了劳动强度，提高了作业效率，同时，多个传送单元进行快递单件分离，分离效率高，准确性高，时效性强。

本发明实施例公开了一种快递单件分离系统、方法、工控设备和存储介质，该装置包括：快递分离装置，包括多个传送单元，用于传送快递；图像采集装置，包括多个拍摄模块，多个拍摄模块与多个传送单元对应设置，用于采集多个传送单元预设区域的快递图像，并传输至工控设备；工控设备，用于接收图像采集装置传输的快递图像，根据快递图像确定多个传送单元的运行速度；并指示多个传送单元按照各自运行速度运行，以实现快递单件分离。

“件量预测模型的建立方法、装置以及设备”专利的公开号为CN112966849A，本申请实施例提供了件量预测模型的建立方法、装置以及设备，用于在一定程度上提高件量预测模型的件量预测结果的精确度。

本申请实施例提供的件量预测模型的建立方法，包括：获取历史件量数据，其中，历史件量数据包括不同历史周期内不同节假日的件量数据；从历史件量数据中提取节假日特征数据以及非节假日特征数据，其中，节假日特征数据包括历史件量数据中不同节假日的件量特征数据，非节假日特征数据包括历史件量数据中非节假日的件量特征数据；根据历史件量数据、节假日特征数据以及非节假日特征数据，训练神经网络模型，并将完成训练的神经网络模型作为件量预测模型，其中，件量预测模型用于预测节假日的件量。