一种面向无人零售终端的供应链协同管理系统的制作方法

摘要: 本发明涉及数据处理,具体涉及一种面向无人零售终端的供应链协同管理系统。背景技术:1、在办公楼宇、产业园区、学校及医院等半封闭场所中,网联化运营的冷藏型无人零售终...
一种面向无人零售终端的供应链协同管理系统的制作方法

本发明涉及数据处理,具体涉及一种面向无人零售终端的供应链协同管理系统。

背景技术:

1、在办公楼宇、产业园区、学校及医院等半封闭场所中,网联化运营的冷藏型无人零售终端被大量布设,用于销售三明治、饭团、便当、酸奶及鲜切水果等短保质期鲜食商品。此类商品销售周期短、周转频率高,且同一品类在柜内频繁并存多个不同的生产批次,各批次的剩余保质期存在明显差异。受限于无人零售终端内部弹簧螺旋、履带、重力滑轨或带有静态纵深隔离件的开门式智能货柜等窄长货道的实体空间容积限制,同品类的不同批次商品通常被连续排布于同一条货道或具有纵深跨度的陈列格口内。在线下末端作业中,运维人员出于补货时效考量,通常在既有陈列商品的前方直接追加补入新批次商品,极少清空旧库存并严格按效期先后重新调序。

2、然而,现有的库存管理及补货系统通常仅以商品品类为静态统计维度,重点关注终端内商品的账面总数、历史销量轨迹及宏观保质期。常规系统将终端内部的同类商品视为无差别的可用库存,忽略了窄长货道内部商品实际的物理陈列顺序及货道深处的遮挡现象。在上述追加上货的累加式操作中,常导致早期入柜的近效期批次商品被推至货道深处,被最新补入的前序批次商品遮挡,消费者在实际购买时无法优先触达和取走这些近效期商品。由于常规的算法模型无法感知这种物理陈列造成的“先进先出”失效状态,仍将处于货道深处的近效期残余存量视作有效库存,并以此为基础触发自动补货计算。这不仅会导致系统对末端网点的真实补货需求产生严重低估,诱发近效期商品在柜内长期滞留直至超期废弃,更会导致整个终端网络陷入局部缺货与临期损耗并存的供应链管理困境。

技术实现思路

1、针对现有技术的不足,本发明提出一种面向无人零售终端的供应链协同管理系统,解决其现有系统因无法感知货道内部商品陈列的物理遮蔽状态,导致补货需求计算失真、近效期商品物理滞留乃至引发全局供应链库存错配的问题。

2、为实现以上目的,本发明通过以下技术方案予以实现:一种面向无人零售终端的供应链协同管理系统,包括:

3、位序建链模块,用于获取包含标称过期时刻在内的基础实体参数确立物理位序,将标称过期时刻转化为剩余可售窗口,对全局库存执行降维分组,在降维分组内将批次编号相同且物理位序连续的商品构建为含商品件数的批次位置单元,并按物理位序升序封装批次位置单元生成批次效期位序链;

4、反演识别模块,用于提取批次效期位序链中当前批次位置单元及前方的前序批次位置单元,若前序批次位置单元的剩余可售窗口大于当前批次位置单元的剩余可售窗口,判定发生效期反演,并将满足条件的前序批次位置单元的商品件数累加,生成前置长效期占用量;

5、遮蔽剥离模块,用于基于当前批次位置单元的商品件数与前置长效期占用量的比值权重计算遮蔽剥离量,将各个批次位置单元的商品件数与遮蔽剥离量分别作差获得可用件数,并将所有可用件数累加求和,输出真实可抵扣库存总量;

6、协同调度模块,用于获取无人零售终端对应的目标库存参数,将真实可抵扣库存总量与目标库存参数作差输出遮蔽修正补货需求缺口,并基于遮蔽修正补货需求缺口匹配目的端,生成协同任务集合。

7、优选的,位序建链模块获取基础实体参数确立物理位序时,包括以下至少一种处理路径:

8、基于补货人员从外向内扫码入库时生成的时间序列,按时间先后顺序映射为递增的位序整数以作为物理位序;

9、调用终端内部视觉识别系统提取景深摄像机输出的三维坐标并向货道延伸轴线进行投影,提取深度轴坐标值并按升序排列转化为一维空间数列以作为物理位序。

10、优选的,位序建链模块配置有位序冲突纠偏逻辑,位序冲突纠偏逻辑包括:

11、当三维坐标的视觉识别置信度低于依据摄像机标定精度动态设定的预设阈值时触发复核指令,或当识别到相邻两件商品的位序数值相同发生位置碰撞时调取补货时间戳,将补货时间较早的商品位序向后顺延,若顺延后的目标位序已被占用,则触发迭代顺延逻辑直至消除所有位序冲突。

12、优选的,位序建链模块将标称过期时刻转化为剩余可售窗口时,包括:

13、提前下架时长依据最小存货单元对应的商品保质期总长与预设的安全冗余系数的乘积确定,或基于系统历史同品类商品在环境温度波动下的变质速率统计均值自动标定;

14、提取提前下架时长,将标称过期时刻与提前下架时长作差求得最迟允许销售时刻,将最迟允许销售时刻减去执行库存状态运算的触发时刻计算得到剩余可售窗口;

15、标称过期时刻与执行库存状态运算的触发时刻均统一转换为带有时区标识和偏移量校准的时间戳格式,并将标称过期时刻与执行库存状态运算的触发时刻作差所得的时间差值与提前下架时长均统一换算为相同级别的标准时间单位;

16、当计算得出的剩余可售窗口小于或等于零时,将剩余可售窗口小于或等于零的商品的数据状态标识为失效并从普通可售库存体系中剥离。

17、优选的,遮蔽剥离模块基于当前批次位置单元的商品件数与前置长效期占用量的比值权重计算遮蔽剥离量时,包括:

18、针对前置长效期占用量大于零的当前批次位置单元,将前置长效期占用量除以当前批次位置单元的商品件数与前置长效期占用量之和获得空间排挤权重,将空间排挤权重与当前批次位置单元的商品件数相乘并对乘积结果进行向上取整操作,计算得到遮蔽剥离量。

19、优选的,遮蔽剥离模块计算得到遮蔽剥离量后,包括:

20、针对遮蔽剥离量大于零的批次位置单元,至少将批次位置单元对应的终端编号、货道编号、被后置遮蔽的批次编号、遮蔽剥离量以及前置长效期占用量封装为多维元组,生成作为底层内存状态标识的遮蔽库存对象数据包,且遮蔽库存对象数据包不作为普通可售库存参数填充至常规的供应链协同计算流中。

21、优选的,协同调度模块获取目标库存参数时,包括:

22、提取终端管理系统内预设的设备标称容量上限,将设备标称容量上限与基于带时间衰减权重的滑动平均算法测算的销量预估需求基准进行数值比对,提取设备标称容量上限与销量预估需求基准中的最小值动态生成目标库存参数。

23、优选的,协同调度模块基于遮蔽修正补货需求缺口匹配目的端生成协同任务集合时,包括:

24、依据地理距离或基于目的端当前剩余库存与历史时段消耗速率比值计算的缺口紧急程度对目标终端网络进行升序排列,检索是否存在同品类补货需求缺口大于零的目的端;

25、若匹配到满足条件的目的端,提取以下三项数值中的最小值作为跨端调拨量:待调拨的批次位置单元对应的遮蔽剥离量、目的端同品类补货需求缺口以及目的端可用上架容量参数;

26、当跨端调拨量大于零时生成跨终端调拨任务指令;

27、系统提取初始遮蔽剥离量与跨端调拨量的差值,若差值仍大于零且目标终端网络中存在次优匹配目的端,则迭代执行跨端调拨任务生成逻辑直至差值为零或遍历结束;

28、针对全局网络中不存在满足条件的目的端或未被跨终端调拨任务指令覆盖的剩余遮蔽存量,系统生成就地遮蔽释放任务指令。

29、优选的,协同调度模块在执行协同任务集合引发商品入柜上架的进程中,包括:

30、触发反向上架防错约束逻辑,提取拟补入货道的新批次对应的剩余可售窗口,并将拟补入货道的新批次对应的剩余可售窗口与货道内所有尚未释放的近效期批次对应的剩余可售窗口进行数值比对,提取货道内所有尚未释放的近效期批次对应的剩余可售窗口中的最大剩余可售窗口值作为拦截阈值;

31、当拟补入货道的新批次对应的剩余可售窗口在数值上大于拦截阈值时,在底层设备控制接口或补货作业终端下发空间位序隔离指令,强制要求拟补入货道的新批次占据的位序数值大于尚未释放的近效期批次的位序数值,并在补货作业终端的扫码入库节点触发合规性拦截弹窗,或在具备独立舱门的智能柜控制板层拒绝开启对应格口的电子锁。

32、优选的,采用云边协同模式部署执行时,包括:

33、将位序建链模块与反演识别模块涉及的高频摄像机景深数据处理与基础参数比对的计算逻辑下沉至无人零售终端内置的边缘计算节点中执行,将遮蔽剥离模块与协同调度模块驻留于云端服务器;

34、在数据链回写时引入异步消息队列缓存机制,在网络断连恢复后的数据重传阶段基于带有全局时区标识的时间戳执行版本向量校验,以边缘终端生成的底层传感设备状态变更流水为强一致性基准覆盖云端调拨状态。

35、与现有技术相比具备以下有益效果:

36、本方案提出的一种面向无人零售终端的供应链协同管理系统,克服了传统库存管理系统仅依赖品类总量数据进行宏观统计的局限,打破了常规核算模型将柜内陈列视作同质化可用存量的假设盲区。通过在商品入柜及排布状态重构中引入全局库存的分组隔离机制,将商品的到期时刻与空间先后次序进行深度交织绑定,转化为有序的效期位序结构。在面临因连续追加补货引起的先进先出失效场景时,系统能够从数据流底层识别长效期商品阻挡近效期商品的效期反演状态,并将空间陈列错位导致的不可达损失量化为非线性的排挤权重。通过直接从账面总数中剔除受遮蔽的残余量,输出了能够客观反映消费触达状态的真实可抵扣库存总量,纠正了传统算法因账面假性饱合而对末端网点真实补货需求产生严重低估的弊端。

37、本方案依托修正后的补货需求缺口驱动多网点间的动态协同,实现了从后端数据反演向前端设备控制以及网络资源分发的全闭环流动。系统不仅能够精确定向触发跨终端的商品分发或指导终端执行自动化的移位调序,避免了盲目向大仓追加排单造成的供应链冗余,更在上架流中前置嵌入了防错约束。当判定新入柜批次的寿命长于柜内既有残留商品时,通过终端电子锁控制或作业界面拦截机制,强行切断导致二次后置遮蔽的操作路径,确保了供应链协同流的单向合规演进。整个系统采用云边协同部署,将算力开销较高的数据处理下沉至边缘节点,回写阶段配合全局时区校验与流水覆盖机制,有效化解了海量网点高频并发带来的算力堵塞压力,实现了供应链系统的离线容灾。