顺丰智慧安检平台亮相万国邮联世界领导 人论坛，以AI增强客户信任

10月22日至24日，在荷兰阿姆斯特丹举行了UPU World Leaders Forum。本次大会邀请了各个国家邮政运营商和邮政行业相关企业领导 人，聚焦于“增强客户信任的智能与协作的解决方案”这一主题。基于此，顺丰集团发表了题为“邮政快递智慧安检平台”的演讲，分享了智慧安检平台如何利用人工智能技术，高速、高准确率、高效地完成快件安检的环节，以保护相关工作人员和客户安全，并提高客户满意度。

智慧安检平台主要由高速安检机、自动分拣系统、扫码系统以及集中安检软件组成。包裹卸车后，就会“搭乘”高速皮带机进行分拣。在这个过程中，高速皮带机会带着包裹经过X光机及六面扫码仪，此时系统就会将包裹单号及X光图片进行绑定。接下来，图片会被传输到智慧安检的边缘端服务器，在这里AI技术会对包裹的X光图片进行识别。如AI判定为可疑包裹，则按相应的工作分配策略，传输至具体的远程安检人员进行二次确认。如果人工判别为违禁品，会同步把该信息传输给自动分拣设备，让自动分拣设备对违禁的包裹进行自动拦截，并完成最终的开箱确认。

顺丰集团代表表示：“2023年中国的快递业务量超过了1300亿件，2024年仍以20%比例高速增长。其中时效要求最高的航空件，需要100%经过安检。庞大的件量规模、形态复杂的快件、高时效的诉求，以及人工判图误判率高、成本居高不下等问题，都给快件的安检带来巨大挑战和考验。基于此，我们做了智慧安检平台。”

相较于传统安检，智慧安检平台的搭建主要解决了以下的三个痛点。

首先，是高速传输中的图码绑定精确度。高速安检机的安检速度从传统的0.8米/秒，提升到2.3米/秒甚至到3米/秒。在快件高速传输时，相关硬件设备需要保障x光图片的成像质量;而软件则需要让安检X光图片和运单信息的绑定准确。高速使读取的运单信息和x光图片的时间间隔变小，这非常容易带来这两者绑定错误的情况。因此，顺丰研发了AI自校验绑码。当一个包裹经过多个中转场时，如果AI发现不同中转场的同一包裹X光图片差异较大，就会发出告警，并校验前后匹配的图片。目前，在以2.3米/秒安检时，绑码的准确率可达99%。

其次，需要确保算法识别违禁品的精确度。基于数百万张X光图像，顺丰综合运用了计算机视觉和深度学习技术，研发了精准识别不同类型的违禁品的算法，同时通过数千节点的训练平台不断提升算法的识别准确率以及识别速度。目前，智慧安检平台已支持18大类68小类的违禁品检测，违禁品检出率高达94%。同时，顺丰还利用多模态大模型，通过融合图像和文本描述，以及货物类型、始发地等信息，更精准地判断包裹的危险等级。此外，顺丰的算法还可以自动判断包裹内的物品是否发生了破损和遗失，无需开箱就能发现问题。

此外，还有提升人工复审环节的效率。智能安检平台利用AI筛选了99%的包裹，剩下的1%需要人工确认复核。但中转场很多，每个场地都配置专业安检员是一种较为低效的模式。顺丰通过云端集中复核可疑的违禁品，可以让安检人员远程集中审核图片，同时还实现了任务的智能化分配，在提高人员效能的同时，还通过集中培训让人员更专业。对比传统模式，云安检不仅减少了80%的人力投入，复核准确率也提升了25%。

目前，智慧安检平台已成功运行于顺丰100多个中转场，配备了1000多台高速X光扫描仪，相较传统安检机的能效提升8倍以上，最高可每小时安检7000+票快件。同时，该平台已获得16项发明专利，并在中国相关技术创新大赛中屡次获奖，并成功应用于业内其他公司。

随着公众对于快件安全寄递以及服务质量追求的提升，快件安检方面的要求会越来越高，智慧安检平台如果能在全球邮政快递行业推广应用，将极大提升邮件快件安全寄递时效并降低人工操作成本。基于目前智慧安检平台平台在对稀有违禁品的识别准确率等方面还有一定的提升空间，顺丰在本次大会呼吁，希望各国在快件安检方面有类似挑战的伙伴们能够合作共赢，共享优质的数据资源和先进的算法能力，一起增强全球对快件安全的信任。

除了智慧安检平台，近年来顺丰在AI方面还有很多其他的探索与研究。例如，今年顺丰已经将AI大模型应用于收派、国际关务、供应链智能分析与决策等业务板块;同时，顺丰通过以AI结合大数据、运筹、数字孪生、自动化等技术，充分提升资源规划与调度、运营管理等板块的效能。

未来，通过持续的技术创新和深度应用，相信人工智能、大数据、云计算等前沿技术，会带领物流世界更高效、更安全、更绿色。

【免责声明】此文内容为本网站转载其它媒体或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。

【免责声明】【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com