张秀娜 蒋周强 喻文星

摘要：在疫情常态化的环境下，快递业对非接触式服务的需求越来越高，如何实现无人化出入库管理，成为物流快递领域研究的重点。为了实现人体轨迹的跟踪检测，开发和设计了一种基于轻量级YOLO的快递出入库管理系统。首先，通过轻量级YOLO对采集到的图像数据集进行目标的特征提取和检测;其次结合卡尔曼滤波算法对人体轨迹进行跟踪来判别人体目标的动态检测;最后，使用SpringBoot+Vue框架开发了综合管理平台，其中快递出入库的基本信息的记录是通过摄像头识别二维码来实现的。实测结果表明，该系统响应速度快、实时性强、操作简单，为快递点的无人化管理提供了一种高效的解决方案。

关键词：PP-YOLO;二维码;轨迹跟踪;出入库管理

1 引言

在刚刚过去的2021年618电商购物节中，618大促期间，仅菜鸟快递在大促首日快递下乡单量便超1000万件，发出快递量近500万0。在巨大的网络购物经济前，快递终端配送模式却面临着配送脱节、包裹积压等一系列问题。目前国内的大多高校、城镇采用快递站点、智能快递柜等形式来解决终端配送问题。其配送过程是以顾客自行凭号取快递并扫码出库，由此经常会出现多拿、错拿、恶意毁坏、偷盗等情况。“快递最后一公里”配送问题已然是制约快递行业健康发展的重要瓶颈之一，改善快递终端配送模式势在必行也迫在眉睫0。

文中基于轻量级YOLO技术设计了快递出入库管理系统，可以实现24小时不间断等待，解决了终端配送人数配备不够、人工工作时间受限造成的工作效率低等问题。……