人工智能在物流领域的发展研究
陈曦 宫政 刘垚
摘要： 在行业增速放缓的情况下，人工智能与物流的融合创新成为推动物流行业提质增效的发展动能。人工智能+物流呈现出协同化、数字化、体验化、经济化、绿色化的发展态势，人工智能+物流的融合创新主要表现在机器学习、物联网、无人系统、数字孪生物流、混合现实、5G等新一代信息技术领域，为库存、仓储、运输、配送等物流过程赋能，旨在提升成本经济、绿色环保、用户体验、可管可控的智慧化物流能力。
关键词： 人工智能；物流；机器学习；5G
1 引言
物流高质量发展成为经济高质量发展的重要推动力。2018年，我国社会物流总费用达13.3万亿元，同比增长9.8%，增速比2017年同期提高0.7个百分点，社会物流总费用与GDP的比率为14.8%，比2017年同期上升0.2个百分点。物流的转型发展已成为我国经济实现高质量发展的重要因素和推动力量，党的十九大报告中已将物流纳入优先发展的基础设施领域。
我国物流正由高速发展向高质量发展转变，体量巨大和增速放缓成为目前的两大特征。人工智能与物流的融合创新不断深化，成为降本增效、高质量发展的重要方式。在数据、算法和算力的不断发展、网络通信能力的显著提升以及人机交互方式的创新变革等技术的驱动下，以人工智能为核心的新一代信息技术得以快速发展，物流与信息技术的融合创新应用成为重要的发展趋势。
一位教师试图通过如下的教学活动引导学生发现三角形的正弦定理：让学生随便画三角形，量a、b、∠A、∠B，用计算器计算相关比值；然后分组测量，汇报结果，猜想结论．对此，张奠宙先生认为这样做不是数学思考，正弦定理绝对不是量出来的．数学不能靠大家意见相同就得到结论，必须证明，况且正弦定理的证明也很简单．花费大量时间计算，乃是败笔[15]．
2 人工智能+物流融合趋势概述
近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等对传统物流企业运作思路、商业模式、作业方式提出新需求、新挑战，驱动物流不断转型升级。总体来看，当前物流行业呈“五化”发展趋势，即物流网络协同化、物流要素数字化、物流服务体验化、物流活动绿色化和物流运营经济化。其中，协同化和数字化作为物流业转型升级的重要手段，驱动整体产业链条向体验化、绿色化、经济化方向发展。
人工智能与物流的融合创新不仅赋能传统的物流活动，同时赋能新兴的物流服务，人工智能+物流呈现“赋能魔方”的特点（见图1）。“赋能魔方”的3个轴向分别为传统物流活动轴（X轴）、新兴物流服务轴（Y轴）以及人工智能赋能轴（Z轴）。在传统物流活动中，划分为库存、仓储、运输和配送4个环节。其中，库存聚焦在对货物的全局供给管理以及对全国仓储进行整体分配和调度；仓储包括货物到仓储中心后的入库、搬运、码放、存储，再到拣选、分拣、出库的仓内生产过程；运输分为路运、海运和空运，利用交通工具对货物进行装载和运送，主要指干线运输；配送是指将货物最终交到用户手中的环节，称为“最后一公里”，包括快递员、快递柜等方式。在新兴物流服务方面，包括管理上的高度协同、经济上的利润最优、时效上的即时高效、环保上的绿色可持续以及体验上的智能灵活等物流的服务能力和效果；在人工智能赋能方面，涉及了机器学习、物联网、无人系统、数字孪生、混合现实、5G等新一代信息技术领域。“赋能魔方”的“旋转”意味着三轴的深度融合创新赋能：“X轴旋转”表示传统的物流活动是新兴物流服务和人工智能应用的基础和载体；“Y轴旋转”表示在新兴物流服务已成为传统物流活动和人工智能融合创新的方向和目标；“Z轴旋转”表示人工智能赋能轴上的不同领域能够分别对应不同的物流活动或各类物流服务，成为两者融合创新升级的重要方式。
人工智能+物流聚焦弥合技术断点，涉及多领域交叉融合。人工智能基于不同的技术能力以及产业成熟度被应用于各类通用或垂直的场景，具体在物流应用中，人工智能在机器学习、数字孪生、5G、无人系统、混合现实、物联网领域下可逐个细化至2级技术枝杈以及3级技术节点，形成人工智能+物流技术体系树。根据不同技术节点本身的发展水平、当前受到关注的热度以及预判在物流中大范围应用的时间点等，将人工智能+物流技术树下的每个技术节点区分不同的颜色，以代表发展至主流所需要的时间长短，并形成成熟度曲线。表1为人工智能+物流技术体系。
3 人工智能+物流典型应用场景
3.1 机器学习+物流
物流的海量数据和复杂任务目标为机器学习应用提供了良好机遇。物流数据涵盖了生产、销售、库存、运输及配送等各个环节，每一单交易背后存在着大量的数据信息，Avent公司全球运输副总裁MarianneM c-Donald表示：“每一桩运输交易都会生成超过50列的数据，以及超过2.5亿的数据值”。随着我国物流量的不断增加，数据已成海量增长，2018年天猫“双11”当天的物流订单量超过10亿，全国电商企业全天一共产生的快递物流订单数量为13.52亿件。在海量的数据下，隐藏着物流在降低成本、提高时效、增强体验、节约资源等方面的巨大潜在价值，在高度复杂关联的数据中找到最佳的解决方案正是机器学习的用武之地。
其中TP为实际和预测结果均为汽油的样本数.FN为实际样品为汽油而预测结果为水的样本数.FP为实际样品为水而预测结果为汽油的样本数.
物联网技术在“终端侧、网络侧、平台侧”全方位助力物流在数据感知、网络连接、操作辅助和远程控制等应用。在终端侧，物流可穿戴设备、RFID等智能传感器可以提升在物品识别、条码扫描、仓储巡检、库内导航等数据感知和操作辅助方面的应用；在网络侧，物联网基于LoRa、NB-IoT等低功耗广域网技术，可以为各类智能传感器提供长寿命、广覆盖、大连接的数据传送服务，如货物叠放高度、液位高度、温度、重量等各类物流生产信息可实现无线广泛连接，同时可实现简单的远程控制；在平台侧，设备管理和连接管理类平台将物联网的终端设备统一连接在一起，并对所有设备的数据进行统一管理，在此基础上提供更复杂应用的开发服务和云计算等能力，提升网络数据处理效率，满足物流的机器人、自动化系统等对安全性、快速性、可靠性的要求。
在物流行业规模继续稳步增长的同时，以人工智能技术为代表的新科技正助推物流业升级，驱动新旧动能加快转换。未来物流业要从规模数量向效率提升转变，机器学习、物联网、无人系统、数字孪生、虚拟现实、5G等新一代信息技术将先后进入成熟期，全面连接的物流互联网将加快形成。对人工智能+物流行业新生态提出了以下几点发展建议：
图1 人工智能+物流融合创新赋能魔方
3.2 数字孪生+物流
数字孪生是指通过对物理世界的人、物、事件等所有要素数字化，在网络空间再造一个与之对应的“虚拟世界”，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。数字孪生物流是技术演进与需求升级驱动下新型智慧物流发展的一种新理念、新途径、新思路。虽然物流数字化的提出由来已久，但全链条数字化一直未能实现，这与技术发展的局限性和成熟度有关。如今数字孪生物流的理念，才真正体现了智慧物流意图达到的理想愿景。数字孪生物流作为狭义数字化物流的终点，却是智慧物流的起点，它是物流领域实现智慧化的重要设施和基础能力，是物流信息化从量变走向质变的一个里程碑。
无人仓即仓储无人化，实现物流仓储环节中入库、存储、拣选、出库等仓库作业流程的无人化操作，需要具备自主识别货物、追踪货物流动、自主执行生产任务、无须人工干预等前提。从具体实践来看，无人仓可以看作是传统大规模自动化物流仓储的升级版，在2016年以阿里和京东为代表的电商企业宣布各自的无人仓项目落地并投入使用。无人车在物流领域呈现为无人货车及无人配送车两种形态，通过搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，可实现“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作。无人货车可进行大容量的干线运输，通常里程较长，并长时间保持高速行驶。而无人配送车可进行小容量的末端配送，在城市环境下进行低速行驶。无人机在物流领域的应用包括安全巡检、库存检查以及物流配送，其中前者短期内创造附加值更高。在安全巡检与库存检查中无人机作为空中移动的传感器节点，可对物流流程进行动态监控，并将数据回传到后台系统以进行管理和优化。
表1 人工智能+物流技术体系
3.3 5G+物流
VR构建沉浸式环境助力物流设计、训练作业。随着VR相关软硬件技术的发展，目前VR设备已经具备为使用者提供较强的沉浸式体验能力。沉浸式虚拟仿真技术可帮助物流工作者进行更好的开展仓储设计、货物存储管理等设计及仿真决策工作，在VR环境中进行模拟作业可极大地节约时间及物料成本；另外，VR可对物流工作者的培训等过程做形象逼真的展现，增进学习者的兴趣，降低抽象知识的学习难度。
●增强型移动宽带类（eMBB）：基于5G的无人仓储物流应用。目前，仓库货物搬运主要使用叉车，随着人力成本增加和设备自动化水平的提升，自动叉车在无人仓中已经得到部分应用。叉车对货物信息的获取主要使用 DWS（Dimensioning Weighting Scanning）系统，主要依托视觉数据完成信息处理，对通信上行带宽较高，而基于5G网络大带宽特性的DWS系统将能极大提高设备部署的灵活性，降低后期维护成本，提高入库作业效率。
从图2中可以看出，贮藏开始时3组处理肉色鲜红，呈现新鲜状态；第10天时肉色开始加深，A组处理仍保持新鲜红色，B组处理呈现深红色，C组处理则呈现褐红；第14天时3组处理肉色均发生褐变，C组处理样品部分表面开始呈现绿色。B组处理因其氧气透过率略高于A组，在贮藏过程中，肉中的肌红蛋白和色素受到的氧化程度要高于A组，其肉色指标保持效果略差。下一步可研究通过气氛调节试验改善B材料对肉色的保持效果。
●海量机器通信类（mMTC）：基于5G窄带物联网（NB-IoT）无车承运人平台。货车在安装平台指定传感器设备后，除能提供实时向控制中心提供车辆在途位置和行驶轨迹外，其配备的油耗、空重、温湿度、防盗锁、震动、光强感知等八大基于5G网络的NB-IoT传感器，能实时将相关数据传输至云控平台，并与司机、顾客进行信息沟通交互。此外，平台工作人员可以在后台对数据进行监控分析，并适时采取干预措施，实现智能、高效、安全的物流配送作业。
●超高可靠低时延应类（uRLLC）：基于5G网络的物流无人机系统。无人机物流行业通常分为“干线—支线—末端”三段式空运网络架构，基于5G网络的物流无人机主要适用支线航空场景，往返于大城市与小城市，或小城市之间的快速直达。物流无人机配送涉及配送任务的下发、配送任务执行、任务及无人机监控等流程。
3.4 无人系统+物流
无人系统是能够通过先进的技术进行操作或管理而无需或降低人工干预的自主系统。无人系统是由机械工程、电气工程、计算机科学、通信技术、认知科学等多种技术融合而成的复杂系统。无人系统最先应用于工业领域并逐步民用化，按类型可分为无人车、无人机、无人车间/智能工厂、服务机器人、空间机器人、海洋机器人等。
传统物流是人力密集型行业，物流的效率及成本受到人力的制约，而无人系统将重新定义物流劳动力。物流领域的许多对人力需求高的关键领域（从仓内操作到最后一公里配送）正在被无人系统所赋能。按照适配的物流场景划分，无人系统可分为无人仓、无人车以及无人机3类。
做法：羊肉半冻的时候切成片，葱切成丝，最好全用葱白的部分。把羊肉片和酱油、料酒、淀粉放在一起，抓匀，腌制一会儿。锅里放底油，烧热后，下腌好的羊肉片翻炒，变色后加入葱丝，再翻炒，葱丝变软即可出锅。炒的时间不要太长，视羊肉的厚度来决定翻炒时间。
与工业领域数字孪生体构建模式类似，数字孪生物流是在物流的范围与场景下，整合全链感知、历史积累、运行监测等多元异构数据，集成多学科、多尺度的仿真过程，集成规划调度、运行决策、客户服务等智慧应用，共同构建与现实物流过程同生共存、虚实交融的复杂巨系统，反映物流运行全过程。
3.5 混合现实+物流
AR通过虚实结合方式为物流作业人员提供解放双手和信息增强现实的能力。在物流作业中，工作人员往往需要对照流程信息进行，并通过双手操作。AR可以通过头显或者其他数字设备呈现出叠加在工作环境背景基础上的信息，进而帮助使用者智能地实现对于所处环境的理解，甚至可以完成对需要关注对象的智能匹配判断。AR可以在需要信息显示的物流活动全流程中应用，并且可以对肉眼难以观察到的信息内容进行增强显示，在高度依靠人工判断的仓储作业和设备维修中尤其具备应用的潜力。AR不但能够提高物工作者在物流活动中识别和判断信息的能力；而且通过把信息显示和甄别设备集成在头显上，使操作者不再需要手持查询信息的物品，实现了解放双手，使人可以从事更多、更复杂精细的工作。近年来，随着AR在图像识别技术和设备性能稳定性方面的进步，AR设备的进一步推广普及成为可能，已经有越来越多的组织从事将AR应用于物流作业的研究开发工作。
5G技术在应用侧和网络侧赋能智慧物流。从物流行业主要业务需求及挑战出发，5G技术与物流场景的结合可分为应用侧和网络侧两大类。其中，应用侧赋能注重物流业务场景需求与5G性能指标间的结合，具体又分为增强型移动宽带类、海量机器类通信类和超高可靠低时延通信类；网络侧赋能注重物流业务场景需求与5G网络架构间的结合，具体又可分为网络切片类和边缘技术类。总体上看，5G技术的广泛应用将为物流行业各场景数字化转型升级提供有力支撑，成为引领智慧物流的通用平台技术之一。
3.6 物联网+物流
物流数据和信息的应用趋势对物联网技术提出需求。物流生产具备流程长、环节多、数量大的重要特点，在物流规模持续增加，精细化程度不断提高，时效要求愈加严格的背景下，各物流环节的数据采集、打通、集成和信息的全流程可追溯成为新的难点和要求。物联网能够提供泛在感知、广域大范围连接和平台化运营的能力，契合物流对数据和信息利用的发展趋势，同时也为机器学习、数字孪生等技术的应用提供了数据集成的基础能力。
机器学习在统计预测、决策优化和深度学习等方面的能力助力物流在库存、仓储、运输、配送环节的全面升级。机器学习基于对数据的深度挖掘，能够找到数据与任务目标之间的潜在规律，一是能够在物流的决策执行阶段提供决策优化，例如智能选仓、智能分仓、箱型智配等；二是能够对未来的物流状况进行统计预测，例如智能排产、设备运维预测等。此外，机器学习在图像识别、语音交互和自然语言处理方面的深度学习技术为机器提供了智能识别和交互能力，可利用人脸识别和语音交互技术提升了配送体验，利用图像识别判断暴力分拣、仓库内的潜在起火点等。机器学习在库存、仓储、运输、配送等环节的应用技术具体可包括智能排产、预测性维护、智能选仓、智能分仓、箱型智配、车货智配、实时动态路径规划、机器视觉和语音助手等。
4 结束语
思路2：如果学生能够通过边的关系或者角的关系分析出△ABC为直角三角形，求解第(Ⅱ)问则可以采用解直角三角形的方法，这种方法可以在一定程度上降低运算量；
（1）推动建立物流信息数据协同平台，整合物流全链数据资源。只有将全国不同区域各物流企业的相关平台进行互联互通，才能实现物流产业的协同化、智慧化，促进“人工智能+物流”模式的全面落地。物流信息数据协同平台将为更多中小企业及物流公司赋能，形成社会化协同网络，帮助行业从局部优化升级到端到端的全局优化。
（2）聚焦新一代物流基础设施建设，打造国家智能物流骨干网。新一代物流基础设施包括国家级物流枢纽建设以及物流信息化基础设施建设，通过发挥5G、物联网技术，推进人、车、货、仓、店等物流要素数字化。中国新制造、新零售转型势必将对物流骨干网的无缝连接提出更高的要求。
可以看出，此时在负载上的输出电压出现了近似的方波脉冲，其平顶持续时间约为100 ns。从监测到的A点电压可以看出，改造后，A点之前的电路充当了附加回路，其震荡频率约为主回路震荡频率的3倍。
（3）开展数字孪生物流试点，融入智慧城市（数字孪生城市）顶层设计。智慧城市应用可以辅助数字孪生物流下多个应用场景的执行，特别是干线运输与末端配送环节。通过结合智慧城市应用提供的路网交通信息，数字孪生物流可帮助道路运行管理实现协同优化，在提升物流效率的同时，增加城市道路和空间的利用效率，改善城市的环境质量（主要包括减少碳排放、PM 2.5等）。数字孪生物流还可以为消费者提供端到端物流信息可视化，作为智慧城市数据可视化的重要组成部分。
参考文献
[1]何黎明.中国智慧物流发展趋势[J].中国流通经济,2017,31(6):3-7.
[2]陈晓博.发展自动驾驶汽车的挑战和前景展望[J].综合运输,2016,38(11):9-13.
[3]Grieves,Michael,and John Vickers.Digital tw in:mitigating unpredictable,undesirable emergent behavior in complex systems[J].Transdisciplinary Perspectives on Complex Systems.Springer,Cham,2017:85-113.
Research on development of Artificial Intelligence in logistics applications
CHEN Xi，GONG Zheng，LIU Yao
Abstract: In the case of slower grow th of industry,the fusion innovation between Artificial Intelligence and logistics has become a development kinetic that promotes quality and efficiency of logistics industry.Artificial intelligence plus logistics shows the development trend of synergy,digitization,experience based,cost effective and environment friendly.The fusion innovation of artificial intelligence plus logistics shows that new generation of information technologies such as machine learning,IOT,unmanned systems,digital twin logistics,mixed reality,5G,and etc.have empowered logistics processes such as inventory,warehousing,transportation and distribution,in order to enhance cost-effective,green,user experience and manageable intelligent logistics capabilities.
Key words: Artificial Intelligence;logistics;machine learning;5G
作者简介：
陈曦 中国信息通信研究院信息化与工业化融合研究所工程师
宫政 中国信息通信研究院信息化与工业化融合研究所工程师
我姨妈是从她的嗓音里辨认出她的。姨妈挤在法庭外面的人群里，从悬在电线杆上的高音喇叭里听见了她的证词，尽管她用的是另一个名字。
刘垚 中国信息通信研究院信息化与工业化融合研究所工程师
（收稿日期： 2019-05-09）
标签：人工智能论文; 物流论文; 机器学习论文; 5g论文; 中国信息通信研究院信息化与工业化融合研究所论文;