[發明專利]用于物流的貨物狀態識別方法、裝置及二分類建模方法

在審

• 申請號: 202010956371.2
• 申請日: 2020-09-11
• 公開（公告）號: CN111815250A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 陳凱;陳冠嶺;王宏鑫
• 申請（專利權）人: 北京福佑多多信息技術有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06K9/62
• 代理公司: 北京卓唐知識產權代理有限公司 11541
• 代理人: 卜榮麗

本申請公開了一種用于物流的貨物狀態識別方法、裝置及二分類建模方法，本申請的用于物流的貨物狀態識別方法包括獲取車載稱重設備最新產生的連續的N個原始數據點，原始數據點中記錄原始測量數據；根據連續的N個原始數據點得到1個整段數據和M個分段數據；將1個整段數據和M個分段數據輸入多個二分類模型，根據多個二分類模型的輸出結果確定當前預測狀態，二分類模型為根據車載稱重設備的原始測量數據能夠預測貨物當前狀態的模型，二分類模型與貨物狀態一一對應，每個二分類模型的輸出結果為當前貨物狀態是否為二分類模型對應的貨物狀態。本申請用以解決現有的基于人工識別的方式進行貨物狀態識別時，及時性和準確性差、并且成本高的問題。

技術領域

本申請涉及物流技術領域，具體而言，涉及一種用于物流的貨物狀態識別方法、裝置及二分類建模方法。

背景技術

在物流領域，尤其是卡車貨運領域或干線公路貨運領域，對于貨物狀態的判斷十分重要，精準及時的貨物狀態識別可以幫助管理者提升車輛管理效率，降低運輸成本。

目前的貨物狀態識別主要通過人工識別，即由司機或場站管理員人工統計貨物實際狀態后上報，但是這種方式存在信息的滯后性；若要求場站管理員人工實時上報貨物狀態，會大幅增加人力成本；若要求司機實時上報貨物狀態，效果不盡如人意，因為司機的本職工作是駕駛車輛，其將車輛完成靠臺后需要去休息，并不會去關注貨物狀態，如要求司機實時上報貨物狀態，必然影響司機的休息，造成安全隱患。

綜上，現有的基于人工識別的方式進行貨物狀態識別的及時性和準確性差、并且成本高。

發明內容

本申請的主要目的在于提供一種用于物流的貨物狀態識別方法、裝置及二分類建模方法，以解決現有的基于人工識別的方式進行貨物狀態識別時，及時性和準確性差、并且成本高的問題。

為了實現上述目的，根據本申請的第一方面，提供了一種用于物流的貨物狀態識別方法。

根據本申請的用于物流的貨物狀態識別方法包括：

獲取車載稱重設備最新產生的連續的N個原始數據點，所述原始數據點中記錄原始測量數據，N為大于等于2的整數；

根據連續的N個原始數據點得到1個整段數據和M個分段數據，M為大于等于2的整數；

將1個整段數據和M個分段數據輸入二分類模型，得到當前預測狀態，所述二分類模型為根據車載稱重設備的原始測量數據能夠預測貨物當前狀態的模型。

可選的，所述將1個整段數據和M個分段數據輸入二分類模型，還包括：

對1個整段數據和M個分段數據進行處理得到處理后的數據，將處理后的數據輸入二分類模型。

可選的，所述對1個整段數據和M個分段數據分別進行處理得到處理后的數據，將處理后的數據輸入二分類模型，還包括：

對1個整段數據和M個分段數據分別進行特征化處理得到特征數據，將特征數據輸入二分類模型。

為了實現上述目的，根據本申請的第二方面，提供了另一種用于物流的貨物狀態識別方法。

根據本申請的用于物流的貨物狀態識別方法包括：

獲取車載稱重設備最新產生的連續的N個原始數據點，所述原始數據點中記錄原始測量數據，N為大于等于2的整數；

根據連續的N個原始數據點得到1個整段數據和M個分段數據，M為大于等于2的整數；

將1個整段數據和M個分段數據輸入多個二分類模型，根據多個二分類模型的輸出結果確定當前預測狀態，所述二分類模型為根據車載稱重設備的原始測量數據能夠預測貨物當前狀態的模型，二分類模型與貨物狀態一一對應，每個二分類模型的輸出結果為當前貨物狀態是否為二分類模型對應的貨物狀態。