新一代包裹種類自動識別系統示意圖

　　從2019年起，“矩陣+小件機”分揀模式逐漸在行業內投入使用。在這種模式下，原來散件流形式的裝車、轉運、分揀等操作方式，逐漸向集包作業模式發展；同時，郵件處理中心作業方式也逐漸由勞動密集型向少人化、無人化的集約型發展。隨著包裹全流程的自動化分揀和自動化設備的投入使用，郵件處理中心在實際的生產作業中面臨一些生產難題。

　　由于自動化設備的投入使用，在包裹卸車時，分剔的任務越來越重要，作業人員需要按照郵件作業模式的不同對上線包裹進行揀選和分剔。首先，需要對郵件是否能用自動化設備分揀、傳輸進行初步判斷，比如超大件、超長件、超重件、圓滾件等不能上機，這部分郵件需要挑出來手工分揀；其次，需要區別郵袋、大件和小件并讓不同郵件走不同路向，郵袋去往開拆區，大件走矩陣，小件去往小件分揀機；最后，為適應自動化分揀的要求，不符合上機規范的郵件也要挑出來，比如圓滾件、出雙件、超輕超薄件等。 

　　這些手工分剔的工作需要大量的作業人員，而且工作強度大、分剔效率低，還有該挑出未挑出、不該挑出卻挑出等問題的發生，不僅耗時耗力，而且未挑出可能導致后續處理環節出現問題，比如造成輸送線卡塞、停機等。 

　　但是，這種局面已經得到了明顯的改善，北京郵政郵件處理中心應用一種基于AI技術的包裹種類自動識別系統（PAIS，Parcels Type Automatic Identification System），實現了包裹種類自動化檢測，解決了人力資源消耗過大、重復作業強度高和分揀效率低的痛點，提高了分揀中心處理效率。 

　　這套系統由中郵科技股份有限公司研發，由視覺系統、控制柜（含工控機、顯示器等）、包裹種類信息系統組成。該系統研發始于2018年，經過多年的技術沉淀和優化，現已升級到第三代產品，具有如下特點。第一，實現了包裹種類的存儲信息化、識別自動化、作業智能化。PAIS系統將2D和3D視覺、圖像處理和深度學習技術相融合，實現郵袋識別、包裹種類識別、多件識別、扁平件識別和尺寸識別、大（?。┘R別等自動化操作，系統檢測準確率高達99.5%，平均識別響應速度為45ms，而且其后臺數據庫管理系統可生成包裹種類報表，做到包裹種類存儲的信息化、識別的自動化。同時，對卸車包裹進行智能判斷，實現作業智能化，并隨著數據積累，其準確性也在穩步提升。第二，應用范圍廣泛，一專多能。系統用于粗分矩陣線上，對卸車包裹進行檢測，實現了卸車線對沒有袋牌的、內裝散件的郵包，出雙包裹，超尺寸規格的包裹和異常包裹的識別能力提升，減少粗分線包裹錯分率和矩陣線卡堵的情況。同時，還可用于分揀機灰度檢測和自動供件臺單件分離之后，識別異常上機件。第三，生產效率高，經濟效益明顯提升。該系統可替代郵袋識別分剔人員1名、異常包裹（出雙件、超規格件等）識別分剔人員1人，將人工效率600件/小時提升至2000件/小時，實現高速的流水化作業。 

　　從2020年10月至今，北京郵件處理中心的18套設備應用該技術，累計處理包裹1億件以上，每年節約人力成本上百萬元。 

　　隨著科學技術的發展和應用，郵件處理中心也逐漸跟上時代的潮流，成為新技術拓展應用的聚集地，包裹種類自動識別系統的創新應用，實現了包裹種類的存儲信息化、識別自動化、作業智能化，同時減少了人力資源消耗、降低了重復作業勞動強度、提高了識別處理效率，也提升了中國郵政科技水平和技術實力。