一种基于三段码识别的物流快递自动化分拣方法

文/张芝怡朱长征龙艳

国内日平均3亿多单的快递包裹需要末端网点高效的分拣作业，国内大量末端快递网点因无力支付高昂的企业数据平台对接费用，大多还采用人工+传送带的低效分拣方式。本文设计了一种基于文字识别的快递面单三段码识别方法，并基于开源的OCR识别模型进行了验证。该方法用于自动化分拣设备，无须再对接企业数据，为末端网点普及自动化分拣系统设备提供了一种可行的方案。

1.引言：

国家邮政局2021年邮政行业发展统计公报中表明2021年快递业务保持较快增长。全年快递服务企业业务量完成1083.0亿件，同比增长29.9%；快递业务收入完成10332.3亿元，同比增长17.5%。快递包裹的分拣工作量越来越大，对时效要求也越来越高。国内各大快递企业的一级分拨中心大多采用自动化分拣设备，而末端网点大多沿用人工+传送带的分拣方式，人工成本高、效率低，同时容易产生错分和暴力分拣的问题。但现有的自动化分拣设备动辄几百万的价格、三四百平方米的占地面积，几十万的数据对接费用，完全不适用于末端网点。为解决末端网点分拣检测效率低下且获取访问网点数据库权限价格昂贵的问题，运用自主研发的三段码技术提高了分拣的准确性且减少了获取权限所需的高昂费用。

2.国内物流快递自动化分拣现状

2.1 物流行业的自动化分拣情况。在2020-2021年，我国快递行业业务总量保持逐年增长的趋势。国家邮政局网站统计数据显示，快递行业业务量从2012年的56.9亿件，增长至2021年的1083亿件，2022年上半年，全国快递服务企业业务量累计完成512.2亿件，同比增长3.7%；业务收入累计完成4982.2亿元，同比增长2.9%。我国有4万多个，人均处理量在2-3万件的末端网点，尽管国内少数大型物流运转中心已开始采用全自动化分拣，但多数快递公司处于半自动化状态，末端物流分拣中心目前仍靠人工录入地址信息、扫描进行分拣。因为末端快递网点每一次的分拣都需要访问总部数据库后对快递包裹进行分拣，因而需要缴纳高昂的加盟费获取访问权限，对于末端网点而言是一笔巨大的开支。

2.2 国内大多数扫描技术应用现状。通常，分拣快递的依据是自动或者人工识别快递单上的信息。快递运单中的信息作为分拣快递唯一的依据，是一种可视化的图像数据，运单图像中以两种方式记录着收、寄件人的个人信息和地理位置信息，其中，第一种为纸质信息说明，如运单中打印的收、寄件人信息，传统的分拣快递人员正是以此为依据对快递包裹进行分拣；第二种为电子信息说明，如条形码和三段码，快递分拣人员使用设备对电子信息进行扫描，从而完成快递包裹的入库、分拣和出库。由于快递运单在运输的途中容易造成污染，导致通过识别条形码来分拣快递包裹的识别率并不高。快递运单信息包括三段码字符(一般由印刷体数字和大写英文字母组成)和一维条形码，它们都标明了快递的发出所在地和接收所在地的代码，通常，国内大分拣中心的自动分拣都是依靠图像识别技术来识别一维条码，然而三段码字符也是需要识别的一个重要信息，但是目前几乎没有被使用。而且，小型分拣中心由于受到场地面积，成本的限制，目前大多数都是由人工识别快递单上的三段码字符。因此，研究如何高效识别运单信息，无论是对于大的分拣中心，还是小型的分拣网点，都将是提高快递自动分拣效率的一个重要发展方向。

3.三段码识别模型

3.1 建立的背景。相较于当前主要以识别快递包裹条形码的识别方式，基于人工智能AI的机器模型设计及训练，实现对快递标签三段码的识别。三段码的识别，无须对接快递企业的数据系统，即可实现分拣作业。不仅节省了和各大快递企业系统数据对接的费用，而且可以同时支持多家快递企业包裹的分拣。

3.2 三段码的定位。三段码定位通过YOLOV4目标检测网络先对logo进行训练，能够识别出logo，得到logo标识的位置信息，通过logo位置信息定位出三段码的相对位置，然后就完成了三段码定位。

3.3 三段码识别模式。将基于AI的目的地区域码识别、配送目的地汉字识别和条形码、二维码识别三种方法相结合，提出了两种面单全信息识别模式：三种方法互相验证模式和三种方法互为备份（冗余）模式。互为验证模式可以有效提高分拣准确率，做到对快件标签信息识别的准确率达到99.9%以上。三种识别方法互为备份模式，可以应对分拣过程中的突发状况，比如快件标签部分信息污染或缺失、通信网络阻塞或中断。最大限度上确保自动化分拣系统的不间断有效运转。分拣时依据的是目的地区域码，另外两种识别作为校正手段，每个分拣隔口对应一个目的地区域码的第三段码。

3.4 三段码的识别效果。快递包裹标签一般都包含快件的订单号、三段码和收寄人电话地址等信息。通过对十多万张的标签中的三段码进行标注，制作了训练样本，并对机器模型进行训练。训练出的三段码机器识别模型，可以准确识别快递包裹三段码信息，识别准确率达到90%以上，结合自主设计的三段码校验方法，可以使识别准确率达到99.9%以上。三段码信息里包含了对快递包裹进行分拣所需要的完整信息。识别出三段码，无须像当前成熟市场中以识别条码为主的快递分拣系统，也不再需要访问企业的数据系统，甚至无须网络就可以对快递包裹进行分拣作业。节省了和企业系统对接的一大笔费用，而且可以同时分拣多家快递企业的包裹，提高快递分拣系统的使用率，等效于降低了快递分拣系统的投入成本。

3.5 基于印刷体识别开源模型，进行识别的认证。CnOCR是Python 3下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个训练好的识别模型，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的训练命令供使用者训练自己的模型。

4.三段码识别模型对于物流快递自动化的影响

目前三段码机器识别模型可以准确识别快递包裹三段码信息，识别准确率达到90%以上，结合自主设计的三段码校验方法，可以使识别准确率达到99.9%以上，节约成本占系统总成本的50%。通过三种条码，解决了一维条形码受污从而不能识别面单信息的问题。一维条形码的贮存数据不多，需要访问网点数据库而三段码信息里包含了对快递包裹进行分拣所需要的完整信息，保密性高。不仅节省了和各大快递企业系统数据对接的费用，而且可以同时支持多家快递企业包裹的分拣。三段码的使用在识别准确性上超过了传统的条码识别，实现了技术突破，对于整个分拣过程的效率具有极大的提高。我国快递业发展极其迅猛，近年来业务总量年均增速较快，身为一个快递大国，在同时面临面对劳动力人口数量及占比双降，人力成本不断上升的情况下，选择自动化物流系统替代人工将成为长期必然选择，从而实现降低生产成本提高生产效率。

引用出处

[1]韩贵金,胡仲阳,石海宾.基于YOLOv4与位置先验的快递三段码检测算法[J].《西安邮电学院学报》??2021,026(004)?-?105～110?

[2]赵楠楠,邱林,魏玉飞,等.一种可同时识别一维条码和三段码字符的快递单识别方法:,CN112288372A[P].2021.