新一代包裹种类自动识别系统示意图

　　从2019年起，“矩阵+小件机”分拣模式逐渐在行业内投入使用。在这种模式下，原来散件流形式的装车、转运、分拣等操作方式，逐渐向集包作业模式发展；同时，邮件处理中心作业方式也逐渐由劳动密集型向少人化、无人化的集约型发展。随着包裹全流程的自动化分拣和自动化设备的投入使用，邮件处理中心在实际的生产作业中面临一些生产难题。

　　由于自动化设备的投入使用，在包裹卸车时，分剔的任务越来越重要，作业人员需要按照邮件作业模式的不同对上线包裹进行拣选和分剔。首先，需要对邮件是否能用自动化设备分拣、传输进行初步判断，比如超大件、超长件、超重件、圆滚件等不能上机，这部分邮件需要挑出来手工分拣；其次，需要区别邮袋、大件和小件并让不同邮件走不同路向，邮袋去往开拆区，大件走矩阵，小件去往小件分拣机；最后，为适应自动化分拣的要求，不符合上机规范的邮件也要挑出来，比如圆滚件、出双件、超轻超薄件等。 

　　这些手工分剔的工作需要大量的作业人员，而且工作强度大、分剔效率低，还有该挑出未挑出、不该挑出却挑出等问题的发生，不仅耗时耗力，而且未挑出可能导致后续处理环节出现问题，比如造成输送线卡塞、停机等。 

　　但是，这种局面已经得到了明显的改善，北京邮政邮件处理中心应用一种基于AI技术的包裹种类自动识别系统（PAIS，Parcels Type Automatic Identification System），实现了包裹种类自动化检测，解决了人力资源消耗过大、重复作业强度高和分拣效率低的痛点，提高了分拣中心处理效率。 

　　这套系统由中邮科技股份有限公司研发，由视觉系统、控制柜（含工控机、显示器等）、包裹种类信息系统组成。该系统研发始于2018年，经过多年的技术沉淀和优化，现已升级到第三代产品，具有如下特点。第一，实现了包裹种类的存储信息化、识别自动化、作业智能化。PAIS系统将2D和3D视觉、图像处理和深度学习技术相融合，实现邮袋识别、包裹种类识别、多件识别、扁平件识别和尺寸识别、大（小）件识别等自动化操作，系统检测准确率高达99.5%，平均识别响应速度为45ms，而且其后台数据库管理系统可生成包裹种类报表，做到包裹种类存储的信息化、识别的自动化。同时，对卸车包裹进行智能判断，实现作业智能化，并随着数据积累，其准确性也在稳步提升。第二，应用范围广泛，一专多能。系统用于粗分矩阵线上，对卸车包裹进行检测，实现了卸车线对没有袋牌的、内装散件的邮包，出双包裹，超尺寸规格的包裹和异常包裹的识别能力提升，减少粗分线包裹错分率和矩阵线卡堵的情况。同时，还可用于分拣机灰度检测和自动供件台单件分离之后，识别异常上机件。第三，生产效率高，经济效益明显提升。该系统可替代邮袋识别分剔人员1名、异常包裹（出双件、超规格件等）识别分剔人员1人，将人工效率600件/小时提升至2000件/小时，实现高速的流水化作业。 

　　从2020年10月至今，北京邮件处理中心的18套设备应用该技术，累计处理包裹1亿件以上，每年节约人力成本上百万元。 

　　随着科学技术的发展和应用，邮件处理中心也逐渐跟上时代的潮流，成为新技术拓展应用的聚集地，包裹种类自动识别系统的创新应用，实现了包裹种类的存储信息化、识别自动化、作业智能化，同时减少了人力资源消耗、降低了重复作业劳动强度、提高了识别处理效率，也提升了中国邮政科技水平和技术实力。