2020-07-16 00:00:00 
来源：极视角科技 
浏览：
2017年10月，十九大报告提出要加强水利、铁路、公路、水运、航空、管道、电网、信息、物流等基础设施网络建设，这是我国官方第一次将“物流”纳入到国家优先和需要加快发展的基础设施范畴。
2020年3月4日，为了应对现有经济下滑局面以及经济转型升级发展需要，中共中央政治局常务委员会召开会议，会议指出要加快推动新型基础设施建设。这为科技端的基础设施建设行业培育新动能，进一步释放经济发展潜力提供了政策支持。
物流作为“基建”的一部分，借助此次科技发展契机，也将会被推向新一轮升级发展浪潮中。业内专家认为，我国物流行业正处于技术升级发展的关键节点，需要利用好“新基建”带来的技术红利，积极推动物流行业智能化升级，解决传统物流行业存在的诸多问题。
传统物流问题凸显，智能化升级势在必行
随着移动互联网的快速发展，网络购物已成为人们日常生活不可或缺的一部分。根据快递业“十三五”发展指标，2020年我国的快递量将达到700亿件，人均快件从2000年的0.01件增长到2020年的约50件。
近几十年来，我国快递业实现了突飞猛进的发展速度。与此同时，一些行业中长期存在的痛点问题也越发凸显，暴露出快递行业发展不足，如季节性爆仓、服务质量欠缺、快递安全隐患、监管缺失等问题。
随着时间的推进，这些问题将进一步加剧物流服务供给和人们需求之间的矛盾。因此，改变物流行业传统经营模式和管理方式、提升物流行业运行效率的变革需求日趋强烈。
国务院、国家发改委也于近年来出台多部促进物流行业智能化发展意见，大力推动物流相关创新领域的活力。现今，国家力推“新基建”，智慧物流也将乘势而起。
解决物流行业痛点，AI视觉算法来破局
针对传统物流行业存在的困境以及响应国家政策方针，国内首家AI视觉算法商城——极视角推出了智慧物流算法系列，利用AI视觉算法来推动物流行业的智能化升级和转型。
必杀技一：包裹量日益增加，“爆仓识别”及时预警
在“618”、“1111”等全民购物狂欢节期间，仓库快递仓位处于快递快件高峰节点，仓库部分仓位的快递快件会出现爆仓的情况，但由于仓库仓位众多，无法实现对每个仓位快递快件数量的实测监控，导致部分仓位出现快递爆仓但没有及时处理的情况。
极视角的爆仓识别算法能对每个仓位的快递快件数量进行智能识别预估，将每个仓位的快递数量分为3个等级，并在系统中用绿、黄、红3种颜色代表不同快递数量等级。当某一仓位出现红色的情况时，系统会将仓位信息及仓库实时监控截图推送至管理人员，提醒相关工作人员尽快安排物流车辆进行快件的配送转移，有效避免爆仓的风险。
*图示为青岛极视角AI展厅中快递爆仓算法识别互动体验区，参观者可以在模拟仓库区内不断加持小的快递盒，屏幕上搭载的算法一旦检测到仓位出现爆满情况，便会立即报警。
必杀技二：野蛮装卸暴力分拣，“抛物识别”智能监控
快递在运输和投递过程中，时常有工人对货物野蛮装卸、暴力分拣，导致快递损毁，投诉诸多。此前，央视和多家媒体也曾多次曝光这种现象，引起广大用户关注，涉事公司均被国家邮政局和地方邮政局罚款和责令停业整顿，造成品牌形象下滑和公司效益损失。
极视角的抛物识别算法基于人体姿态识别技术，能自动识别单或双手甩货动作，及时预警，避免野蛮装卸、暴力分拣损坏快递包裹导致的客户投诉问题。
必杀技三：港口检验效率低下，“集装箱编码识别”自动管理
集装箱是一种综合性的大型周转货箱，在整个物流运输过程中，具有重要的地位和作用。随着我国进出口贸易的发展，海关的货物流通量急剧上升，且工作人员需要人工检验、审核集装箱编码，工作效率十分低下。
极视角的集装箱编码识别能够自动识别集装箱编号，并通过计算机检索系统查询该集装箱的信息，实现码头、港口等地的集装箱自动管理，提升海关工作人员办事效率。
*从订单到运输，“物流月台管理”实现无缝衔接
“效率”是物流业的核心竞争优势之一，订单处理、仓储运输间需要无缝衔接，充分利用资源。如果企业没有规范化的仓管流程及月台管理系统的支持，就会造成一方面司机的盲目等待，另一方面月台资源得不到高效利用。
极视角的“智慧月台”项目通过采用图像识别的方式，能对月台的月台空置状态、月台停车状态、月台车辆作业状态（上货、卸货）的状态进行识别分析，并记录物流车辆驶入以及驶出月台的时间，便于园区管理人员对月台进行统一管理。
除了上述讲的必杀技，极视角的算法商城还包含物品滞留识别、物流违禁品识别、火焰识别、人员抽烟识别等500多种AI视觉智能算法，可以覆盖到物流园区室内外多种场景，提供更多智慧物流项目管理。
其他算法
在极视角AI视觉算法助力下，物流或快递企业能够提升快递业务全产业链的效率，优化资源利用，大幅降低业务成本，并在一定程度上减少经济损失。
随着“新基建”政策的逐步落实，极视角也将加快AI技术与基础设施建设深度结合，持续推动传统产业转型升级，促进经济社会高质量发展。
