技术摘要：
本发明公开一种基于大数据的仓储物流电商商品质量智能监测管理系统，包括激光扫码模块、外形检测分析模块、商品重量检测分析模块、温度采集分析模块、湿度采集分析模块、快递商品数据库、中央服务器和显示终端，本发明提供的基于大数据的仓储物流电商商品质量智能监测  全部
背景技术：
中国作为农业生产大国，其生鲜农产品具有种类多、产量大的特点，随着电子商务 平台在中国兴起后，网购消费在人们生活中的重要性不断提高，网购已成消费者消费重要 渠道但是，面对日益庞大的网民基数以及膨胀的网购需求吗，传统的农产品生产营销模式 已经无法满足需求日益庞大的市场，越来越多的人开始关注生鲜电商，生鲜电商已是形式 所趋。 众所周知，生鲜农产品具有易腐烂、难储存的缺陷，其质量问题是人们网购最关心 的问题，为了保证生鲜商品的质量安全，生鲜商品在入库前和出库派送前，会有专门人员对 生鲜商品的外形进行检查，通过判断变形程度判断商品是否腐败变质，但是仅通过人工检 查外形变形程度来判断商品是否腐败变质，不仅浪费了大量的人力，而且还存在检测准确 性差的问题，对于外形未变形破损的生鲜商品受过分失水影响以及存放环境影响也会发生 商品内部腐败变质问题，为了解决以上问题，现设计一种基于大数据的仓储物流电商商品 质量智能监测管理系统，可结合商品自身的外形变形程度、重量变化、温度变化、湿度变化 因素对商品的质量进行评估。
技术实现要素：
本发明的目的在于提供一种基于大数据的仓储物流电商商品质量智能监测管理 系统，通过外形检测分析模块、商品重量检测分析模块、温度采集分析模块、湿度采集分析 模块、快递商品数据库并结合中央服务器从商品自身的外形变形程度、重量变化、温度变 化、湿度变化因素综合考虑，分析商品腐败系数进行商品质量评估，为后期保存商品提供参 考。 本发明的目的可以通过以下技术方案实现： 一种基于大数据的仓储物流电商商品质量智能监测管理系统，包括激光扫码模 块、外形检测分析模块、商品重量检测分析模块、温度采集分析模块、湿度采集分析模块、快 递商品数据库、中央服务器和显示终端； 激光扫码模块与快递商品数据库连接，中央服务器分别与外形检测分析模块、商 品重量检测分析模块、温度采集分析模块、湿度采集分析模块、快递商品数据库和显示终端 连接； 激光扫码模块用于对商品包装上的快递单号二维码进行扫描，并将快递单号二维 码扫描结果通过中央服务器反馈至快递商品数据库，提取快递商品数据库中对应的商品； 快递商品数据库用于存储各商品对应的快递单号二维码，存储各商品所属的商品 种类及各种类商品标准存放温度范围和标准存放湿度范围，存储各商品快递发出前的原始 4 CN 111582735 A 说　明　书 2/6 页 体积集合，存储各商品快递发出前的重量值，并分别存储各商品所处环境不同温度差范围 对应的温度变化等级R ,R＝1 ,2 ,3 ,4，不同温度变化等级对应的温度影响因子分别为 各商品所处环境不同湿度差范围对应的湿度变化等级D，D＝1,2,3,4，不同 湿度变化等级对应的湿度影响因子分别为μ1,μ2,μ3,μ4； 外形检测分析模块用于对各商品包装进行X射线三维立体照射成像，获取商品包 装内的商品外形立体图像，对获取的商品外形立体图像并统计商品内各个子商品的体积， 构成商品体积集合V(v1,v2,...,vk,...vm)，vk表示为第k个子商品的体积，与快递商品数 据库中对应的该商品快递发出前的商品原始体积集合V0(v01 ,v02,...,v0k,..v0m)进行对 比，统计该商品各个子商品的变形系数χ，构成变形系数集合X(χ1,χ2,...,χk,...χm)，其中 子商品的变形系数计算公式为 vk表示为第k个子商品的体积，v0k表示为第k个子 商品的原始体积，由此统计出整个商品的变形系数，整个商品的变形系数计算公式为 χk表示为第k个子商品的变形系数，θ表示为变形影响因子，是个常数，外形 检测分析模块将商品的变形系数发送至中央服务器； 所述商品重量检测分析模块用于对商品进行称重，提取快递商品数据库中对应的 该商品快递发出前的重量值，与当前的商品重量值进行对比得到重量差值，与预设的重量 差阈值进行对比，若大于预设的重量差阈值，则该商品对应的重量变化系数w取1.5，若小于 预设的重量差阈值，则该商品对应的重量变化系数w取1，商品重量检测分析模块将商品的 重量变化系数发送至中央服务器； 温度采集分析模块用于采集商品在存放环境下的温度，提取快递商品数据库中各 种类商品对应的标准存放温度范围，并将采集的商品实际存放温度与该商品所属的商品种 类对应的标准存放温度范围进行对比，获得温度差范围,提取快递商品数据库中各种类商 品不同温度差范围对应的温度变化等级，筛选该商品所属种类不同温度差范围对应的温度 变化等级，且发送至中央服务器； 湿度采集分析模块用于采集商品存放环境下的湿度，提取快递商品数据库中各种 类商品对应的标准存放湿度范围，并将采集的商品实际存放湿度与该商品所属的商品种类 对应的标准存放湿度范围进行对比，获得湿度差范围，提取快递商品数据库中各种类商品 不同湿度差范围对应的湿度变化等级，筛选该商品所属种类不同湿度差范围对应的湿度变 化等级，并发送至中央服务器； 中央服务器用于分别接收外形检测分析模块发送的商品变形系数、商品重量检测 分析模块发送的商品重量变化系数、温度采集分析模块发送的商品温度变化等级和湿度采 集分析模块发送的商品湿度变化等级，并分别获取快递商品数据库中各温度变化等级对应 的温度影响因子和各湿度变化等级对应的湿度影响因子，评估商品腐败系数，并发送至显 示终端； 显示终端用于接收中央服务器发送的商品腐败系数，并进行显示。 优选地，所述快递商品数据库存储各商品对应的原始保鲜期。 5 CN 111582735 A 说　明　书 3/6 页 进一步地，中央服务器根据各商品腐败系数，提取快递商品数据库中各商品对应 的原始保鲜期，统计各商品实际保鲜期，同时根据各商品实际保鲜期，获取当前日期，统计 各商品剩余实际保鲜期时间，构成剩余保鲜时间集合T剩(t剩1,t剩2,...,t剩i,...,t剩n)，t剩i 表示为第i个商品对应的剩余实际保鲜期时间，剩余实际保鲜期时间等于实际保鲜期时间 减去当前日期的时间，中央服务器将各商品对应的剩余实际保鲜时间集合发送至显示终 端。 进一步地，所述外形检测分析模块检测的商品种类为箱装生鲜水果类商品，每箱 包含多个生鲜水果，单个生鲜水果作为一个子商品，外形检测分析模块包括X射线三维立体 摄像仪，用于对包装箱内商品进行X射线三维立体照射成像，获取子商品外形图像和子商品 的体积。 进一步地，不同温度变化等级对应的温度影响因子的大小顺序为 且 不同湿度变化等级对应的湿度影响因子的 大小顺序为μ1＜μ2＜μ3＜μ4，且μ1 μ2 μ3 μ4＝1。。 更进一步地，所述商品腐败系数的计算公式为 wi表示为第i个商品的重量变化系数，ψi表示为第i 个商品的变形系数，αR表示为第R个温度变化等级对应的温度影响因子，R＝1,2,3,4,βD表示 为第D个湿度变化等级对应的湿度影响因子，D＝1,2,3,4。 更进一步地，所述商品实际保鲜期的计算公式为t实i＝t0i*ηi，t实i表示为第i个商 品实际保鲜期，t0i表示为第i个商品原始保鲜期，ηi表示为第i个商品的商品腐败系数。 有益效果： (1)本发明提供的一种基于大数据的仓储物流电商商品质量智能监测管理系统， 通过外形检测分析模块、商品重量检测分析模块、温度采集分析模块、湿度采集分析模块、 快递商品数据库并结合中央服务器从商品自身的外形变形程度、重量变化、温度变化、湿度 变化因素综合考虑，分析商品腐败系数进行商品质量评估，为后期保存商品提供参考，提高 了商品质量的检测效率和准确性，减少了大量的人力检查成本。 (2)本发明提供的一种基于大数据的仓储物流电商商品质量智能监测管理系统， 针对箱装生鲜水果商品在快递运输途中被挤压变形造成腐败的问题，采用X射线三维立体 照射成像，获取包装箱商品外形立体图像进而采用VR技术建模统计得到各个子商品的体 积，与快递商品数据库中各商品快递发出前的各个子商品的体积进行对比，分析商品的变 形系数，将商品的挤压变形量化为可度量的参数，后期建立商品腐败系数提供相关参考依 据。 (3)本发明提供的一种基于大数据的仓储物流电商商品质量智能监测管理系统， 针对箱装生鲜水果商品在快递运输途中因水分过分散失导致腐败的问题，通过对箱装生鲜 水果商品在物流派送前称重，与快递商品数据库中各商品快递发出前的重量值进行对比， 得到重量差值，将商品的水分散失量化为可度量的参数，为后期建立商品腐败系数提供重 量变化系数的相关参考依据。 (4)通过对各商品剩余保鲜日期的计算统计并显示，方便后台商品仓储管理工作 6 CN 111582735 A 说　明　书 4/6 页 人员，智能筛选即将腐败的商品，避免对未腐败商品的影响，降低商品腐败的速度。 (5)通过激光扫码模块对商品包装上的二维码进行扫码，提取快递商品数据库中 对应的商品，商品二维码与商品形成一一对应关系，能够根据商品二维码快速提出该商品， 提高了商品检测的自动化程度。 附图说明 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的 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，对于本领 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。 图1为本发明的示意图。