1企業簡況
菜鳥網絡科技有限公司（“菜鳥網絡”）于2013年由阿里巴巴集團牽頭成立。
菜鳥是一家互聯網科技公司，專注于搭建四通八達的物流網絡，打通物流骨干網和毛細血管，提供智慧供應鏈服務。
通過技術創新和高效協同，菜鳥與合作伙伴一起提高物流效率，降低社會物流成本，提升消費者的物流體驗，為制造業創造更大利潤空間。
菜鳥的目標是與物流合作伙伴一道，加快實現“全國24小時，全球72小時必達”。為此，我們正在推進“一橫兩縱”戰略，建設整個物流行業的數字化基礎設施，搭建面向未來的、基于新零售的智慧物流供應鏈解決方案，打造一張全球化的物流網絡。
2現狀與挑戰
目前各家快遞公司，在全國都存在眾多的分撥中心和網點，且每個中轉場基于管理、安防及消防等需求，都已部署了眾多的視頻監控設備。
這些監控攝像頭的現狀如下：
1.安防需求，只做場地內異常問題回溯
2.設備型號復雜、數量龐大，全國接入成本高昂
3.人員盯屏，效率較低，無法準確、實時發現問題
在管理上面臨的挑戰：
1.分撥、網點分布全國，無法實時了解現場操作
2.視頻監控夜間值守成本高，管理難度大
3.集中化管理成本高昂
尤其是在每年的雙十一大促期間，包裹量陡增，對分撥和網點有很大的壓力。
3智能視頻云監控3.1架構
菜鳥物流云的智能視頻云監控（以下簡稱菜鳥天眼），通過對海量視頻數據進行特定機器視覺算法學習，將這部分此前并無有效利用的視頻數據加以利用，對整個環節的人、車、貨、場進行分析，對操作不規范等異常情況實時告警，協助合作伙伴進行決策分析、突發事件的應急指揮，進而提升全鏈路的全域優化管理以及安全生產。
系統架構如下：
接入菜鳥天眼不需要更換設備和增加帶寬，只需安裝邊緣計算設備，就可以將視頻流變成視頻切片，存儲在云端，通過智能算法，針對不同場景進行分析。
面對數以萬計的計算量，菜鳥天眼采用了計算資源彈性伸縮技術并使用機器學習，保證算法準確率的基礎上，還可以自主學習識別業務異常場景，不斷進化。
主要的視覺算法識別能力包括：
?人員檢測
?車輛檢測
?貨物檢測
在雙十一期間，菜鳥天眼的核心目標是中心、網點包裹交接異常協同。業務流程如下：
針對分撥場景，主要分為以下三部分：
1.分撥入倉作業
2.分撥內部作業
3.分撥出倉
從流向上，分為兩個：
1.到港操作
?干線車輛到港后排隊卸貨，卸完開走，然后等待裝貨，最終裝貨完成并發車。
?包裹拆包分揀后，堆放在相關隔口，網點車輛過來取件并拉回網點。
2.出港操作
?網點車輛將收到的包裹拉到分撥中心，排隊等待交貨，卸貨完成后開走。
?包裹分揀集包后，裝上干線車輛，發車。
菜鳥天眼通過人工智能技術，對上述全流程的視頻數據進行識別分析，按照預先定制好的業務規則和閾值進行邏輯判斷，將異常的情況及時告警呈現給相關運營人員。
3.2場景
分撥中心
分撥中心是在途物流作業中的一個重要環節，是多級供應鏈中連接上下游的節點，其運作流暢性直接關系到整個供應鏈的運作順暢性。
網點
在快遞公司的網點，重點會關注攬件區和派件區的實時情況并根據設定好的業務規則分析：
菜鳥天眼不僅提供了基礎的SaaS化控制臺，還提供了標準API接口，用戶可以根據自身的業務特點，自行開發前臺系統，通過API方式調用后臺核心的算法分析能力。
4效益分析與評估
2018年雙11期間，菜鳥天眼覆蓋6大快遞公司：韻達、圓通、中通、申通、百世、德邦
橫跨24個城市，7386個攝像頭接入在線，邊緣計算設備260臺，識別完成率99.95%。
車位占用算法計算約1189萬次，平均RT為45.38ms；堆積度算法計算約1134萬次，平均RT為67.48ms；行人檢測算法計算約1134萬次，平均RT為58.94ms。
對于隔口和車位異常分析2709萬次，站點異常分析162萬次，這在以往通過人力來完成是不可能的。
雙11期間，菜鳥天眼和周邊系統協同，識別出重要異常數十次，及時發現并協助合作伙伴解決多個異常問題，助力合作伙伴更加高效地完成10.42億物流訂單的履約。
5主要體會與推廣意義
物流領域的數字化，智能化程度還很低，越來越多的企業也在選擇新的技術改提升效率和降低成本。視頻監控作為安防領域的基本要求，是各企業的基礎設施。通過菜鳥天眼有效地將攝像頭聯網，在線化，數字化，智能化。并依托菜鳥強大的技術實力和對行業持續的積累，高效迭代優化算法，豐富的業務場景，為合作伙伴帶來長期持續的投資回報。
6下一步的改進方案與設想
雙十一期間菜鳥天眼有力的協助主要快遞公司的分撥中心和網點的協同運營。下一步將會打造更加完善的天眼中臺能力，包括賬號權限體系，業務規則管理，算法引擎等，擴展視頻接入的場景。不斷提升自身的整體能力，才能更好的服務好合作伙伴，為提升社會化物流體系效率做出更多的貢獻。
最新案例