一种机器人投递快递的方法、装置及介质与流程

1.本发明涉及机器人领域，具体来说，涉及快递机器人投递快递的方法、装置及介质。


背景技术：

2.随着社区或园区治理和管理水平逐步提升，对人员的进出管理逐步严格，多数都配置有门禁系统，社区或园区安全性不断增加的同时，快递投送和邮寄的便捷性受到一定的影响。此外，目前的快递投递方式，主要以电话约取，快递柜投递两种方式，但目前的快递投送方式还不够精准，例如收件人可能不在其收件地址，如果按照收件地址进行快递投送，会带来很大的时间延误。
3.本文提供的背景描述用于总体上呈现本公开的上下文的目的。除非本文另外指示，在该章节中描述的资料不是该申请的权利要求的现有技术并且不要通过包括在该章节内来承认其成为现有技术。


技术实现要素：

4.针对相关技术中的上述技术问题，本发明提出一种机器人投递快递的方法，其包括如下步骤：
5.s1，获取待投递的快递信息；
6.s2，根据所述待投递的快递信息，获取所述投递地址；其中所述投递地址为根据收件人的行动轨迹和状态确定的投递地址；
7.s3，机器人运动到所述投递地址，并通知所述取件人进行取件。
8.具体的，所述收件人的行动轨迹和状态为实用动态人脸聚类的方式，对所述监控摄像头的数据进行分析，以获取获取人员的轨迹以及状态。
9.具体的，所述动态人脸聚类包括如下步骤：
10.s01、监控系统进行人脸抓拍，获取人脸数据；
11.s02、服务器2提取所述人脸数据的特征，获取人脸特征；
12.s03、将所述人脸特征融入底库。
13.具体的，所述步骤s03还包括：
14.s031，档案合并检查：对新进入一张抓拍照的特征，此特征要与所有档案计算相似度，在所述新抓拍照与第一档案a1、第二档案a2相似度都超过一阈值时，那么第一档案a1、第二档案a2合并；
15.s032、如上述新抓拍照与所有底库中的相似度都没有超过一阈值时，则新建档案，记录抓拍时间和地点。
16.具体的，根据收件人姓名或联系方式从所述档案中获取投递地址。
17.第二方面，本发明还提供了一种机器人投递快递的装置，其包括如下单元：
18.快递信息获取单元，用户获取待投递的快递信息；
19.投递地址获取单元，用于根据所述待投递的快递信息，获取所述投递地址；其中所述投递地址为根据收件人的行动轨迹和状态确定的投递地址；
20.取件通知单元，用于在机器人运动到所述投递地址，并通知所述取件人进行取件。
21.具体的，所述收件人的行动轨迹和状态为实用动态人脸聚类的方式，对所述监控摄像头的数据进行分析，以获取获取人员的轨迹以及状态。
22.具体的，所述动态人脸聚类包括如下步骤：
23.s01、监控系统进行人脸抓拍，获取人脸数据；
24.s02、服务器2提取所述人脸数据的特征，获取人脸特征；
25.s03、将所述人脸特征融入底库。
26.具体的，所述步骤s03还包括：
27.s031，档案合并检查：对新进入一张抓拍照的特征，此特征要与所有档案计算相似度，在所述新抓拍照与第一档案a1、第二档案a2相似度都超过一阈值时，那么第一档案a1、第二档案a2合并；
28.s032、如上述新抓拍照与所有底库中的相似度都没有超过一阈值时，则新建档案，记录抓拍时间和地点。
29.具体的，根据收件人姓名或联系方式从所述档案中获取投递地址。
30.第三方面，本发明还提供一种非易失性介质，其上存储有指令，所述指令在被执行时，用以实现上述机器人快递投送方法。
31.本发明根据收件人的行动轨迹和状态动态获取投递地址，可以更精准的获取收件人的地址，能够实现精准的快递投递。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本邻域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1是本发明实施例提供的快递投递机器人系统示意图；
34.图2是本发明实施例提供的一种机器人投递快递的方法流程图；
35.图3是本发明实施例提供的一种机器人投递快递的装置示意图；
36.图4是本发明提供的机器人投递快递的设备示意图。
具体实施方式
37.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
38.实施例一
39.参考图1，图1是本实施例的快递投递机器人系统，其包括机器人1、服务器2。其中机器人1用于进行收寄快递，服务器2与机器人1进行通信，与机器人1进行交互。
40.机器人1内部设计有快递存储柜，包含存储网格，网格尺寸大小不统一，以常见快递尺寸设计布局。此外机器人1内部还设置有扫描快递二维码或条形码的装置，例如摄像头等。储物格上部设置有简易机械臂无序分拣系统，可以对任意未知的快递，检测并识别二维码，进行三维空间定位，并用机械臂末端吸盘将快递物品移动到快递出口处，当收件人完成身份认证后，机械臂按照收件人信息，查询储物格内目标快递，核对二维码或条形码信息，将目标快递分拣到出口处。
41.此外，机器人1还具有电池，动力装置等其他装置用以实现机器人的自主运动和导航定位。
42.机器人1还具有认证系统：收件人领取物件时，需要与机器人进行身份认证，可以选择扫码认证，人脸认证，密码认证以及声纹认证等多种方式，机器人系统会对认证信息进行算法分析，并与后台数据库信息进行匹配，确认后电子解锁，并自动开启收件柜。在认证和拿取过程中，全程启动录音录像功能，到收件人确认收讫完成后，收件人可选择清除自己的取件录存信息。
43.具体的服务器2可以获取监控数据，并对监控数据执行人脸聚类分析，具体参考下文描述。
44.参考图2，本实施例公开了一种机器人投递快递的方法，其包括如下步骤：
45.s1，获取待投递的快递信息；
46.机器人1可以扫描快递的二维码或条形码，以获取快递信息，所述快递信息包括快递单号、收件人信息等。收件人信息包括但不限于联系方式、收件地址。
47.具体的机器人1可以根据识别出的快递单号，从服务器2中实时获取收件人信息；或者机器人1可以直接扫描快递单号以获得收件人信息；或者机器人事先从服务器2中下载了相应的快递信息，根据识别出来的快递单号来获取收件人信息。
48.s2，根据所述待投递的快递信息，获取所述投递地址；其中所述投递地址为根据收件人的行动轨迹和状态确定的投递地址；
49.具体的，机器人1获取快递信息后，与服务器2进行交互，以获取投递地址。
50.服务器2可以获取园区或者社区的监控摄像头数据，或者是从具有园区或社区监控摄像头数据的第三方服务器获取相应的监控摄像头数据。
51.服务器2使用动态人脸聚类的方式，对所述监控摄像头的数据进行分析，以获取聚类后的人员信息，其中监控摄像头可以获取人员的轨迹以及状态。
52.社区或园区监控系统对进出社区或园区的人员进行人脸实时抓拍，获取相应的人脸数据，同时也可以记录下摄像头的id，进而可以根据摄像头的id获取采集地点。摄像头在安装的时候可以记录相应的地理位置信息，结合摄像头的采集地点或者id以及相应的人脸数据可以获取相应的人员的轨迹信息，例如人员当前在什么位置。
53.例如在车库抓拍到人员a，则可以认为人员a此时在车库。
54.本实施例采用大规模动态人脸聚类方法，将同一个人的人脸放入一个档案并记录时间和采集地点，此聚类系统记录每一个进出园区的人员的行为轨迹。
55.本实施例的动态人脸聚类方法如下：
56.s01、监控系统进行人脸抓拍，获取人脸数据。
57.s02、服务器2提取所述人脸数据的特征，获取人脸特征。具体的本实施例可以使用
深度学习或者卷积神经网络的方式获取所述人脸特征，相应的实现方式为可以参考现有的人脸特征提取方法，本实施例不再赘述。
58.s03、将所述人脸特征融入底库。具体的服务器2可以预先建立一个底库，底库中存储有不同人员的人脸特征数据。服务器2根据新获取的人脸特征，在底库中进行查找以获取是否已经存在相应的人脸特征，如存在，则将相应的人脸特征加入相应的人员档案，如不存在则新建一个人员档案，并记录所述人脸特征。
59.具体的服务器可以建立如下的底库，其中底库记录的档案形式如下：
60.人员档案1，人脸特征1，时间信息1，采集地点1；人脸特征2，时间信息2，采集地点1；人脸特征3，时间信息3，采集地点2；
…
人脸特征m，时间信息m，采集地点n。
61.人员档案2，人脸特征1，时间信息1，采集地点1；人脸特征2，时间信息2，采集地点1；人脸特征2，时间信息3，采集地点2；
…
人脸特征m，时间信息m，采集地点n。
62.人员档案3，人脸特征1，时间信息1，采集地点1；人脸特征2，时间信息2，采集地点1；人脸特征3，时间信息3，采集地点2；
…
人脸特征m，时间信息m，采集地点n。
63.…
64.人员档案k，人脸特征k，时间信息1，采集地点1；人脸特征k，时间信息2，采集地点1；人脸特征k，时间信息3，采集地点2；
…
人脸特征k，时间信息m，采集地点n。
65.具体一般来说人员档案具有唯一性，一个人员对应唯一的一个人员档案，但受到抓拍的光照、人员的姿势，是否戴口罩等，同一个人可能形成多个人员档案。对于这种情况，本实施例在进行人脸特征融入底库时，还包括如下步骤：
66.s031，档案合并检查：对新进入一张抓拍照的特征，此特征要与所有档案计算相似度，在所述新抓拍照与第一档案a1、第二档案a2相似度都超过一阈值时，那么第一档案a1、第二档案a2合并；
67.假设某人a被抓拍了两张人脸，一张戴口罩，一张低头，两张抓拍照特征的相似度比较低，戴口罩的图片与低头的图片在底库中记录为a1和a2两个档案，此时，新进入一张抓拍照的特征，此特征要与所有档案计算相似度，假设这张新抓拍照与a的戴口罩和低头的照片相似度都比较高，那么a1和a2档案合并，并把戴口罩人脸抓拍照的时间和地点与低头抓拍照的时间和地点，再加新进入的抓拍照时间地点合并，形成行程轨迹和状态。
68.s032、如上述新抓拍照与所有底库图片的相似度没有超过一阈值时，则新建档案，记录抓拍时间和地点。
69.具体的人员档案中还包含有人员的姓名、联系方式等信息。
70.服务器2根据快递信息，例如收件人姓名，收件人联系方式等等，从所述底库中获取所述人员档案信息，并根据人员档案中最新获取的采集地址作为投递地址。
71.例如服务器2根据收件人姓名，从底库中查到其是档案a，并根据档案a中记录的采集时间信息获取其最新采集时间的采集地址是车库，并且所述最新采集时间与当前时间差别在第一阈值内，所述第一阈值可以设置为10分钟，则将车库所述投递地址发送给机器人。
72.s3，机器人运动到所述投递地址，并通知所述取件人进行取件。
73.机器人根据获取的投递地址，运动到所述投递地址后，通知所述取件人进行取件。具体可以使用短信通知的方式来通知取件人取件。
74.本实施例根据收件人的行动轨迹和状态动态获取投递地址，可以更精准的获取收
件人的地址，能够实现精准的快递投递。相对于根据收件人地址的取件方式，一方面是时间上不知道收件人何时来取，如遇滞留需要反复打电话提醒，二是这种方式是让收件人去取，而不是智能机器人去送。
75.本实施例的，根据收件人的行动轨迹和状态，可以精准化投递到人，例如，收件人的收件地址在工业园区内，现在的快递方式是：快递人员无法进入园区，只能在门口等候或者寄存到快递柜，快递投递机器人系统，可以调用工业园区的安全监控系统，签到系统或物业系统等，假设智能分析到收件人正在车库，那么直接联系收件人是否需要送到车库。相比于过去取件方式，这种智能化投递是一种更为智能化的投送方式。
76.具体的本实施例还包括如下步骤：
77.s04，收件人与机器人进行身份认证，以获取快递。
78.具体的可以选择扫码认证，人脸认证，密码认证以及声纹认证等多种方式，园区智能快递投递机器人系统会对认证信息进行算法分析，并与后台数据库信息进行匹配，确认后电子解锁，并自动开启收件柜。在认证和拿取过程中，全程启动录音录像功能，到收件人确认收讫完成后，收件人可选择清除自己的取件录存信息。
79.为了更方便机器人进行快递投送，在机器人接收要投送的快递时，服务器2系统将聚类系统业主行为轨迹信息等投递信息进行汇总并做出最优化投递路线和时间规划，生成一份最优化投递顺序列表，快递驿站处的工作人员按照列表，按照“后投递，先放入，在下面”的顺序，二维码或条形向上放入，放入的过程中，分拣系统核验快递件是否属于推荐系统顺序列表，检验快递人员放入的快递收件人以及放入顺序。
80.实施例二
81.参考图3，本实施例公开了一种机器人投递快递的装置，其包括如下单元
82.快递信息获取单元，用于获取待投递的快递信息；
83.机器人1可以扫描快递的二维码或条形码，以获取快递信息，所述快递信息包括快递单号、收件人信息等。收件人信息包括但不限于联系方式、收件地址。
84.具体的机器人1可以根据识别出的快递单号，从服务器2中实时获取收件人信息；或者机器人1可以直接扫描快递单号以获得收件人信息；或者机器人事先从服务器2中下载了相应的快递信息，根据识别出来的快递单号来获取收件人信息。
85.投递地址获取单元，根据所述待投递的快递信息，获取所述投递地址；其中所述投递地址为根据收件人的行动轨迹和状态确定的投递地址；
86.具体的，机器人1获取快递信息后，与服务器2进行交互，以获取投递地址。
87.服务器2可以获取园区或者社区的监控摄像头数据，或者是从具有园区或社区监控摄像头数据的第三方服务器获取相应的监控摄像头数据。
88.服务器2使用动态人脸聚类的方式，对所述监控摄像头的数据进行分析，以获取聚类后的人员信息，其中监控摄像头可以获取人员的轨迹以及状态。
89.社区或园区监控系统对进出社区或园区的人员进行人脸实时抓拍，获取相应的人脸数据，同时也可以记录下摄像头的id，进而可以根据摄像头的id获取采集地点。摄像头在安装的时候可以记录相应的地理位置信息，结合摄像头的采集地点或者id以及相应的人脸数据可以获取相应的人员的轨迹信息，例如人员当前在什么位置。
90.例如在车库抓拍到人员a，则可以认为人员a此时在车库。
91.本实施例采用大规模动态人脸聚类方法，将同一个人的人脸放入一个档案并记录时间和采集地点，此聚类系统记录每一个进出园区的人员的行为轨迹。
92.本实施例的动态人脸聚类方法如下：
93.s01、监控系统进行人脸抓拍，获取人脸数据。
94.s02、服务器2提取所述人脸数据的特征，获取人脸特征。具体的本实施例可以使用深度学习或者卷积神经网络的方式获取所述人脸特征，相应的实现方式为可以参考现有的人脸特征提取方法，本实施例不再赘述。
95.s03、将所述人脸特征融入底库。具体的服务器2可以预先建立一个底库，底库中存储有不同人员的人脸特征数据。服务器2根据新获取的人脸特征，在底库中进行查找以获取是否已经存在相应的人脸特征，如存在，则将相应的人脸特征加入相应的人员档案，如不存在则新建一个人员档案，并记录所述人脸特征。
96.具体的服务器可以建立如下的底库，其中底库记录的档案形式如下：
97.人员档案1，人脸特征1，时间信息1，采集地点1；人脸特征2，时间信息2，采集地点1；人脸特征3，时间信息3，采集地点2；
…
人脸特征m，时间信息m，采集地点n。
98.人员档案2，人脸特征1，时间信息1，采集地点1；人脸特征2，时间信息2，采集地点1；人脸特征2，时间信息3，采集地点2；
…
人脸特征m，时间信息m，采集地点n。
99.人员档案3，人脸特征1，时间信息1，采集地点1；人脸特征2，时间信息2，采集地点1；人脸特征3，时间信息3，采集地点2；
…
人脸特征m，时间信息m，采集地点n。
100.…
101.人员档案k，人脸特征k，时间信息1，采集地点1；人脸特征k，时间信息2，采集地点1；人脸特征k，时间信息3，采集地点2；
…
人脸特征k，时间信息m，采集地点n。
102.具体一般来说人员档案具有唯一性，一个人员对应唯一的一个人员档案，但受到抓拍的光照、人员的姿势，是否戴口罩等，同一个人可能形成多个人员档案。对于这种情况，本实施例在进行人脸特征融入底库时，还包括如下步骤：
103.s031，档案合并检查：对新进入一张抓拍照的特征，此特征要与所有档案计算相似度，在所述新抓拍照与第一档案a1、第二档案a2相似度都超过一阈值时，那么第一档案a1、第二档案a2合并；
104.假设某人a被抓拍了两张人脸，一张戴口罩，一张低头，两张抓拍照特征的相似度比较低，戴口罩的图片与低头的图片在底库中记录为a1和a2两个档案，此时，新进入一张抓拍照的特征，此特征要与所有档案计算相似度，假设这张新抓拍照与a的戴口罩和低头的照片相似度都比较高，那么a1和a2档案合并，并把戴口罩人脸抓拍照的时间和地点与低头抓拍照的时间和地点，再加新进入的抓拍照时间地点合并，形成行程轨迹和状态。
105.s032、如上述新抓拍照与所有底库图片的相似度没有超过一阈值时，则新建档案，记录抓拍时间和地点。
106.具体的人员档案中还包含有人员的姓名、联系方式等信息。
107.服务器2根据快递信息，例如收件人姓名，收件人联系方式等等，从所述底库中获取所述人员档案信息，并根据人员档案中最新获取的采集地址作为投递地址。
108.例如服务器2根据收件人姓名，从底库中查到其是档案a，并根据档案a中记录的采集时间信息获取其最新采集时间的采集地址是车库，并且所述最新采集时间与当前时间差
别在第一阈值内，所述第一阈值可以设置为10分钟，则将车库所述投递地址发送给机器人。
109.取件通知单元，机器人运动到所述投递地址，并通知所述取件人进行取件。
110.机器人根据获取的投递地址，运动到所述投递地址后，通知所述取件人进行取件。具体可以使用短信通知的方式来通知取件人取件。
111.本实施例根据收件人的行动轨迹和状态动态获取投递地址，可以更精准的获取收件人的地址，能够实现精准的快递投递。相对于根据收件人地址的取件方式，一方面是时间上不知道收件人何时来取，如遇滞留需要反复打电话提醒，二是这种方式是让收件人去取，而不是智能机器人去送。
112.本实施例的，根据收件人的行动轨迹和状态，可以精准化投递到人，例如，收件人的收件地址在工业园区内，现在的快递方式是：快递人员无法进入园区，只能在门口等候或者寄存到快递柜，快递投递机器人系统，可以调用工业园区的安全监控系统，签到系统或物业系统等，假设智能分析到收件人正在车库，那么直接联系收件人是否需要送到车库。相比于过去取件方式，这种智能化投递是一种更为智能化的投送方式。
113.实施例三
114.参考4，图4是本实施例的一种机器人投递快递处理设备的结构示意图。该实施例的一种机器人投递快递处理设备20包括处理器21、存储器22以及存储在所述存储器22中并可在所述处理器21上运行的计算机程序。所述处理器21执行所述计算机程序时实现上述一种机器人投递快递处理方法实施例中的步骤。或者，所述处理器21执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
115.示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器22中，并由所述处理器21执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述一种机器人投递快递处理设备20中的执行过程。例如，所述计算机程序可以被分割成实施例一中的各个模块,各模块具体功能请参考上述实施例的工作过程，在此不再赘述。
116.所述一种机器人投递快递处理设备20可包括，但不仅限于，处理器21、存储器22。本邻域技术人员可以理解，所述示意图仅仅是一种机器人投递快递处理设备20的示例，并不构成对一种机器人投递快递处理设备20的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种机器人投递快递处理设备20还可以包括输入输出设备、网络接入设备、总线等。
117.所述处理器21可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器21是所述一种机器人投递快递处理设备20的控制中心，利用各种接口和线路连接整个一种机器人投递快递处理设备20的各个部分。
118.所述存储器22可用于存储所述计算机程序和/或模块，所述处理器21通过运行或执行存储在所述存储器22内的计算机程序和/或模块，以及调用存储在存储器22内的数据，
实现所述一种机器人投递快递处理设备20的各种功能。所述存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
119.其中，所述一种机器人投递快递处理设备20集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器21执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
120.需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本邻域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
121.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。