完整報(bào)告：2020人工智能在物流行業(yè)中的應(yīng)用前瞻.pdf

在《報(bào)告連載 | 人工智能在物流行業(yè)中的應(yīng)用前瞻報(bào)告（一）》中分別描述了物流技術(shù)的現(xiàn)狀與發(fā)展進(jìn)程，簡(jiǎn)要地介紹了人工智能關(guān)鍵技術(shù)及其主流應(yīng)用場(chǎng)景。本章節(jié)將著重介紹人工智能作為智能物流數(shù)據(jù)底盤的三大核心技術(shù)之一，在物流行業(yè)的各個(gè)階段都發(fā)揮了重要的作用。科技創(chuàng)新帶動(dòng)科技應(yīng)用發(fā)展，科技應(yīng)用發(fā)展使物流競(jìng)爭(zhēng)往高水平提升，高水平的物流競(jìng)爭(zhēng)又促使科技不斷創(chuàng)新……

人工智能在物流行業(yè)中應(yīng)用的優(yōu)勢(shì)分析

1、海量數(shù)據(jù)學(xué)習(xí)與處理

物聯(lián)網(wǎng)和移動(dòng)設(shè)備的發(fā)展使得各行各業(yè)所積累的數(shù)據(jù)呈爆炸式增長(zhǎng)，數(shù)據(jù)的種類也包括圖片、文本、視頻等非結(jié)構(gòu)化數(shù)據(jù)，這些非結(jié)構(gòu)化數(shù)據(jù)的背后隱含了大量不易被感官識(shí)別的信息、知識(shí)、規(guī)律等，如何揭示這些信息、規(guī)則、趨勢(shì)正成為當(dāng)下給企業(yè)帶來高回報(bào)的熱點(diǎn)。

一般來說，人工數(shù)據(jù)處理及一些傳統(tǒng)的數(shù)據(jù)處理工具不僅處理速度慢，其統(tǒng)計(jì)的數(shù)據(jù)特征只能反映數(shù)據(jù)的極少量信息，而且很多時(shí)候它們對(duì)非結(jié)構(gòu)化數(shù)據(jù)的處理無能為力。因此我們迫切地需要一種更智能的方式，既能對(duì)海量的、各種類型的數(shù)據(jù)快速地進(jìn)行處理，又能很好地挖掘各種類型數(shù)據(jù)更深層次的有用信息。機(jī)器學(xué)習(xí)算法是一種通過模式識(shí)別對(duì)信息進(jìn)行分組或分類，進(jìn)而從信息中尋找上下文提取有效信息的算法。機(jī)器學(xué)習(xí)能從大量的結(jié)構(gòu)化數(shù)據(jù)和文本、圖像、視頻、語音、肢體語言、面部表情等非結(jié)構(gòu)化數(shù)據(jù)中學(xué)習(xí)，發(fā)掘其中蘊(yùn)含并且有用的信息。其處理的數(shù)據(jù)越多，機(jī)器學(xué)習(xí)就越能體現(xiàn)出優(yōu)勢(shì)。物流行業(yè)的發(fā)展產(chǎn)生了大量數(shù)據(jù)，這些數(shù)據(jù)關(guān)系錯(cuò)綜復(fù)雜，機(jī)器學(xué)習(xí)技術(shù)正是處理這些多變量數(shù)據(jù)，以及能在復(fù)雜，動(dòng)態(tài)，甚至混亂的物流環(huán)境中提取大數(shù)據(jù)集內(nèi)隱性的關(guān)系最佳工具。此外，面對(duì)物流行業(yè)的數(shù)據(jù)豐富而知識(shí)貧乏的狀況，機(jī)器學(xué)習(xí)算法作為一種有效工具可以增強(qiáng)對(duì)數(shù)據(jù)的理解，挖掘和應(yīng)用。因此基于機(jī)器學(xué)習(xí)的人工智能的數(shù)據(jù)處理技術(shù)是物流行業(yè)數(shù)字業(yè)務(wù)轉(zhuǎn)向自動(dòng)化的關(guān)鍵。

2、先進(jìn)算法

人工智能追求研發(fā)能夠像人類一樣具有智力的機(jī)器，人工智能算法是一種通過多層神經(jīng)網(wǎng)絡(luò)對(duì)信息進(jìn)行抽取和表示的算法架構(gòu)，其原理是構(gòu)建一個(gè)“虛擬大腦”，用大量輸入/輸出數(shù)據(jù)來訓(xùn)練這個(gè)大腦，使其能夠針對(duì)特定輸入做出快速、精確的輸出。人工智能算法主要涉及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、表征學(xué)習(xí)等算法。機(jī)器學(xué)習(xí)通過模式識(shí)別系統(tǒng)根據(jù)事物特征將其劃分到不同類別，通過對(duì)識(shí)別算法的選擇和優(yōu)化，使其具有更強(qiáng)的分類能力；加入多層感知器構(gòu)建的深度學(xué)習(xí)模型成功解決了圖像識(shí)別、語音識(shí)別以及自然語言處理等領(lǐng)域的眾多問題，與傳統(tǒng)機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)避免了人工選取特征的繁冗復(fù)雜和高維數(shù)據(jù)造成的維度災(zāi)難問題。近年來，在IBM等科技巨頭推動(dòng)下認(rèn)知計(jì)算蓬勃發(fā)展，通過學(xué)習(xí)理解語言、圖像、視頻等非結(jié)構(gòu)化數(shù)據(jù)，更好地從海量復(fù)雜數(shù)據(jù)中獲得知識(shí)，做出更為精準(zhǔn)的決策。

人工智能的先進(jìn)算法使得在復(fù)雜的物流場(chǎng)景中，機(jī)器能替代人對(duì)海量信息和數(shù)據(jù)進(jìn)行認(rèn)知、分析和推理，從而快速、精準(zhǔn)地解決復(fù)雜決策的問題。智能決策將成為推動(dòng)物流業(yè)從數(shù)字化邁向智能化最為關(guān)鍵的一步，這些都離不開人工智能算法的支持。

3、強(qiáng)大算力

人工智能有了大數(shù)據(jù)和先進(jìn)的算法，還得有處理大數(shù)據(jù)和執(zhí)行先進(jìn)算法的能力。AI的許多數(shù)據(jù)處理涉及矩陣乘法和加法。AI算法，在圖像識(shí)別等領(lǐng)域，常用的是CNN；語音識(shí)別、自然語言處理等領(lǐng)域，主要是RNN，這是兩類有區(qū)別的算法；但是，他們本質(zhì)上，都是矩陣或vector的乘法、加法，然后配合一些除法、指數(shù)等算法。云計(jì)算、GPU、AI芯片為人工智能的強(qiáng)大算力提供了保障。

云計(jì)算是一種基于因特網(wǎng)的超級(jí)計(jì)算模式，是遠(yuǎn)程的數(shù)據(jù)中心中成千上萬臺(tái)電腦和服務(wù)器連成的一片電腦云。云計(jì)算的計(jì)算能力可以達(dá)到每秒10萬億次的運(yùn)算速度，性能堪比超級(jí)計(jì)算機(jī)。深度學(xué)習(xí)需要極大的計(jì)算資源，通過云計(jì)算可以以低成本的方式獲取大規(guī)模的算力，動(dòng)態(tài)獲取幾千上萬個(gè)CPU算力。

圖3.1 GPU與CPU算力對(duì)比

GPU計(jì)算的進(jìn)步對(duì)深度學(xué)習(xí)也有很大的推動(dòng)作用。深度學(xué)習(xí)需要很高的內(nèi)在并行度、大量的浮點(diǎn)計(jì)算能力以及矩陣預(yù)算，而GPU的工作方式就是多核并行計(jì)算流的方式，此外，GPU出色的浮點(diǎn)計(jì)算性能特別提高了深度學(xué)習(xí)兩大關(guān)鍵活動(dòng)：分類和卷積的性能。在相同的精度下，相對(duì)傳統(tǒng)CPU的方式，擁有更快的處理速度、更少的服務(wù)器投入和更低的功耗，如圖3.1所示。使用GPU計(jì)算具有優(yōu)異表現(xiàn)，催生了各類GPU服務(wù)器，帶動(dòng)了GPU服務(wù)器的快速發(fā)展。

為專門用于加速AI應(yīng)用中的大量計(jì)算任務(wù)的模塊，具有海量并行計(jì)算能力的AI芯片也應(yīng)運(yùn)而生。AI芯片被稱為AI加速器或計(jì)算卡。AI芯片部署的位置有云端和終端兩種，云端AI芯片的特點(diǎn)是性能強(qiáng)大、能夠同時(shí)支持大量運(yùn)算、并且能夠靈活地支持圖片、語音、視頻等不同AI應(yīng)用；終端AI芯片的特點(diǎn)是體積小、耗電少，能嵌入設(shè)備內(nèi)部并且讓設(shè)備在沒有聯(lián)網(wǎng)的情況之下也能夠使用相應(yīng)的AI能力。以GPU、FPGA、ASIC為代表的AI芯片是目前可大規(guī)模商用的技術(shù)路線，是AI芯片的主戰(zhàn)場(chǎng)，此外，一些面向人工智能的專用硬件架構(gòu)也開始出現(xiàn)，如用FPGA技術(shù)做專用的人工智能加速芯片和加速的基礎(chǔ)設(shè)施。

對(duì)物流行業(yè)來說，AI強(qiáng)大的算力能夠快速處理龐大繁復(fù)的物流數(shù)據(jù)，AI芯片也能為端物流設(shè)備提供AI運(yùn)算支持，進(jìn)一步提高物流效率。

4、計(jì)算機(jī)視覺

作為人工智能的關(guān)鍵技術(shù)之一，計(jì)算機(jī)視覺技術(shù)指計(jì)算機(jī)從圖像中識(shí)別出物體、場(chǎng)景和活動(dòng)的能力。計(jì)算機(jī)視覺技術(shù)運(yùn)用由圖像處理操作及其他技術(shù)所組成的序列，從而將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。人工智能背景下的計(jì)算機(jī)視覺技術(shù)主要涵蓋：圖像分類、對(duì)象檢測(cè)、目標(biāo)跟蹤、語義分割和實(shí)例分割等。

隨著技術(shù)與物流的持續(xù)融合，物流活動(dòng)正在產(chǎn)生越來越多的圖像、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)背后蘊(yùn)藏著巨大的價(jià)值。計(jì)算機(jī)視覺中，針對(duì)上述非結(jié)構(gòu)化數(shù)據(jù)的識(shí)別技術(shù)是使其得以有效利用的關(guān)鍵，這些識(shí)別技術(shù)的主要作用在于將物流活動(dòng)中實(shí)時(shí)感知或歷史積累的圖像、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)變成可視化、可分析的信息和信號(hào)，輸入給相應(yīng)的決策系統(tǒng)，大大地提高物流作業(yè)的自動(dòng)化和準(zhǔn)確性。

5、自然語言處理

自然語言處理有時(shí)候也稱作自然語言理解，旨在利用計(jì)算機(jī)分析自然語言語句和文本，抽取重要信息，進(jìn)行檢索、問答、自動(dòng)翻譯和文本生成。自然語言處理的目標(biāo)是讓計(jì)算機(jī)、機(jī)器在理解語言上像人類一樣智能，是彌補(bǔ)人類交流（自然語言）和計(jì)算機(jī)理解（機(jī)器語言）之間的差距。有了自然語言處理，計(jì)算機(jī)就可能完成自動(dòng)語音、自動(dòng)文本編寫，處理大型文本數(shù)據(jù)這樣的任務(wù)。自然語言處理技術(shù)的應(yīng)用場(chǎng)景甚廣，大致可分為分析型、生成型和交互型三類。輿情監(jiān)控系統(tǒng)是典型的分析型系統(tǒng)；自動(dòng)寫作系統(tǒng)是典型的生成型系統(tǒng)；形形色色的聊天機(jī)器人是典型的交互型系統(tǒng)。      對(duì)物流行業(yè)來說，自然語言處理能力可以對(duì)物流表單信息進(jìn)行文本分類和聚類，篩選文本關(guān)鍵信息構(gòu)建索引庫；還可以平臺(tái)化方式提供物流服務(wù)，在客服領(lǐng)域發(fā)揮較高的應(yīng)用價(jià)值，減少人工客服的使用，提高客服的效率、效果以及提升客戶的體驗(yàn)。

6、開源框架

基礎(chǔ)機(jī)器學(xué)習(xí)算法應(yīng)用的巨大需求促進(jìn)了開源軟件的繁榮，一系列基于機(jī)器學(xué)習(xí)算法的開源軟件不斷涌現(xiàn)。在算法應(yīng)用方面，隨著深度學(xué)習(xí)理論和工程技術(shù)體系的成熟，包括通過云服務(wù)或者開源的方式向行業(yè)輸出技術(shù)，先進(jìn)的算法被封裝為易于使用的產(chǎn)品和服務(wù)，越來越多的人和公司能夠開始使用這些算法。人工智能相關(guān)的技術(shù)包括了水平層和垂直層的技術(shù)，水平層面上主要體現(xiàn)在算法方面。這兩個(gè)層面都有很多大廠商都在做，包括Google、微軟、Amazon以及一些開源的第三方軟件，都試圖在搭建通用的人工智能機(jī)器學(xué)習(xí)和深度學(xué)習(xí)計(jì)算底層平臺(tái)。而上面的應(yīng)用比如說語音、文字、圖像、即時(shí)定位等等，也有很多開源的框架，特別是圖像處理，很多框架都應(yīng)用了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。從這方面來看，伴隨著各個(gè)層面的企業(yè)參與，人工智能的產(chǎn)業(yè)化進(jìn)程已逐步展開。這些算法框架的開源性使得物流行業(yè)應(yīng)用機(jī)器學(xué)習(xí)算法的門檻大大降低，實(shí)現(xiàn)高性能計(jì)算。

7、機(jī)器人技術(shù)

人工智能機(jī)器人主要指運(yùn)用信息技術(shù)，使機(jī)器人具備人的智能，讓機(jī)器人學(xué)會(huì)學(xué)習(xí)知識(shí)并掌握先進(jìn)技術(shù)。將機(jī)器視覺、自動(dòng)規(guī)劃等認(rèn)知技術(shù)整合至極小卻高性能的傳感器、致動(dòng)器、以及設(shè)計(jì)巧妙的硬件中，這就催生了新一代的機(jī)器人。機(jī)器有能力與人類一起工作，并且能在各種未知環(huán)境中靈活處理不同的任務(wù)；機(jī)器無需休息，可以比人類工作的更快，還可以同時(shí)完成多項(xiàng)任務(wù)；機(jī)器人通過機(jī)器學(xué)習(xí)分析，可以實(shí)現(xiàn)生產(chǎn)線的精準(zhǔn)配合，更準(zhǔn)確的預(yù)測(cè)和實(shí)時(shí)檢測(cè)生產(chǎn)問題；此外，機(jī)器智能還能被用來執(zhí)行一些危險(xiǎn)的任務(wù)。

傳統(tǒng)物流有較保守的生產(chǎn)線，較正規(guī)的運(yùn)輸線，各個(gè)環(huán)節(jié)都需要人工值守的倉庫，彼此之間相對(duì)獨(dú)立而封閉，耗費(fèi)大量不必要的人力、物力、財(cái)力、時(shí)間，成本巨大卻效率低下。相比傳統(tǒng)物流，應(yīng)用物流機(jī)器人于貨物運(yùn)輸、儲(chǔ)存、包裝、流通加工和配送等過程進(jìn)行裝卸搬運(yùn)，貫穿物流作業(yè)的始末從而直接提高了物流系統(tǒng)的效率和效益。機(jī)器人技術(shù)運(yùn)用在物流行業(yè)將帶來人力成本的節(jié)省、周轉(zhuǎn)效率的提高。

物流運(yùn)作往往環(huán)節(jié)眾多，各方關(guān)系復(fù)雜，并且有大量的實(shí)物、資金、信息數(shù)據(jù)產(chǎn)生。人工智能對(duì)處理復(fù)雜網(wǎng)狀結(jié)構(gòu)和大數(shù)據(jù)量的強(qiáng)大能力與優(yōu)勢(shì)使其能為現(xiàn)代物流工作需求提供諸多方便，復(fù)雜網(wǎng)狀結(jié)構(gòu)和大數(shù)據(jù)量的特性使得物流天生就適合作為AI應(yīng)用的場(chǎng)景。同樣，人工智能在數(shù)據(jù)、算法、算力、技術(shù)等方面的優(yōu)勢(shì)可以為物流提供智能決策、可視化、自動(dòng)化、機(jī)器人技術(shù)等強(qiáng)大的科技支持，能極大地推動(dòng)智能物流的發(fā)展。

基于人工智能的智能物流體系

人工智能是一種前沿的交叉技術(shù)，主要目的是模擬人類思維生產(chǎn)出一些智能化的系統(tǒng)，他們像人類一樣在社會(huì)中發(fā)揮著相應(yīng)的職能作用。近年來，人工智能能夠迅猛發(fā)展，主要?jiǎng)恿碓从谛畔⒓夹g(shù)和智能設(shè)備，信息技術(shù)主要是計(jì)算機(jī)技術(shù)和通信技術(shù)，例如高等復(fù)雜的運(yùn)算系統(tǒng)、能夠處理數(shù)據(jù)量巨大的云計(jì)算平臺(tái)和各種高效的通信網(wǎng)絡(luò)系統(tǒng)，智能設(shè)備即指嵌入式設(shè)備以及其他芯片和邊緣計(jì)算機(jī)節(jié)點(diǎn)等。隨著大數(shù)據(jù)、云計(jì)算日趨成熟，新時(shí)代下，人工智能技術(shù)將主要以AI+某一具體行業(yè)或產(chǎn)業(yè)的形式呈現(xiàn)，物流就是其中重要的產(chǎn)業(yè)之一。下一代物流體系的一個(gè)主要特性將會(huì)是AI+物流。下圖展示了基于人工智能的智能物流體系（AI+物流）示意圖：

圖3.2 AI+物流應(yīng)用示意圖

人工智能之所以能被廣泛應(yīng)用于物流中，主要是因?yàn)槲锪鬟\(yùn)作往往環(huán)節(jié)眾多，時(shí)常伴隨著大量的實(shí)物、資金、信息數(shù)據(jù)產(chǎn)生且各方關(guān)系復(fù)雜，人工智能具有處理復(fù)雜網(wǎng)狀結(jié)構(gòu)和大數(shù)據(jù)量的強(qiáng)大能力，其自然能為現(xiàn)代物流工作需求提供諸多方便；人工智能技術(shù)在計(jì)算機(jī)視覺、自然語言處理、機(jī)器人技術(shù)領(lǐng)域的強(qiáng)大科技優(yōu)勢(shì)也能極大地推動(dòng)智能物流的發(fā)展。在物流產(chǎn)業(yè)鏈中，人工智能將參與倉儲(chǔ)、運(yùn)輸和配送三個(gè)基本環(huán)節(jié)。此外，人工智能技術(shù)也能作為指導(dǎo)物流科技底層技術(shù)存在，從而實(shí)現(xiàn)技術(shù)落地的綜合管理平臺(tái)。人工智能將會(huì)是新一代物流行業(yè)重要的支撐技術(shù)，實(shí)現(xiàn)整個(gè)物流行業(yè)的信息化、標(biāo)準(zhǔn)化、智能化。

智能化物流倉儲(chǔ)體系

倉儲(chǔ)是企業(yè)物資流通供應(yīng)鏈的一個(gè)重要環(huán)節(jié)，是現(xiàn)代物流的核心環(huán)節(jié)。倉儲(chǔ)鏈中產(chǎn)生的倉庫訂貨、貨物入庫、貨物管理、貨物出庫等倉儲(chǔ)物流信息一般具有數(shù)據(jù)量大、數(shù)據(jù)操作頻繁、信息內(nèi)容復(fù)雜等特點(diǎn)。新一代物流行業(yè)中，物流倉儲(chǔ)環(huán)節(jié)應(yīng)具有網(wǎng)絡(luò)協(xié)調(diào)化、管理系統(tǒng)化、操作信息化、決策智能化、全面自動(dòng)化等特點(diǎn)，基于人工智能背景下新一代智能倉庫管理系統(tǒng)應(yīng)實(shí)現(xiàn)倉庫信息的自動(dòng)化與精細(xì)化管理，指導(dǎo)和規(guī)范作業(yè)流程，提升倉庫貨位利用率從而完善倉庫管理并提高倉庫整體運(yùn)行質(zhì)量的特點(diǎn)，這些特點(diǎn)的實(shí)現(xiàn)需要人工智能技術(shù)的推進(jìn)。智能倉儲(chǔ)系統(tǒng)分為識(shí)別、搬運(yùn)、存儲(chǔ)、分揀和管理系統(tǒng)。圖3.3展示了智能倉儲(chǔ)系統(tǒng)的五大組成部分及主要的人工智能技術(shù)應(yīng)用場(chǎng)景。

圖3.3 智能倉儲(chǔ)系統(tǒng)示意圖

識(shí)別系統(tǒng)

自動(dòng)識(shí)別系統(tǒng)使用的技術(shù)主要為可穿戴設(shè)備、條碼自動(dòng)識(shí)別和RFID射頻自動(dòng)識(shí)別等。其中，可穿戴設(shè)備是傳感器的載體，可實(shí)現(xiàn)人、機(jī)器、云端的高級(jí)無縫交互，非常適合AI與人機(jī)交互，當(dāng)前仍然屬于較為前沿的技術(shù)。應(yīng)用到物流領(lǐng)域，可表現(xiàn)為免持掃描設(shè)備、AR智能眼鏡、外骨骼、噴氣式背包等。其中，智能眼鏡為能憑借其實(shí)時(shí)的物品識(shí)別、條碼閱讀和庫內(nèi)導(dǎo)航等功能提升倉庫工作效率；條碼自動(dòng)識(shí)別技術(shù)可同時(shí)識(shí)別多個(gè)標(biāo)簽并能應(yīng)用于高速運(yùn)動(dòng)物體，操作快捷，便于快速查找、查詢；RFID射頻識(shí)別技術(shù)俗稱電子標(biāo)簽，是一種非接觸式的自動(dòng)識(shí)別技術(shù)，通過射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象并獲取相關(guān)數(shù)據(jù)，識(shí)別工作無需人工干預(yù)，可工作于各種惡劣環(huán)境。

搬運(yùn)系統(tǒng)

搬運(yùn)系統(tǒng)使用的技術(shù)主要包括穿梭車（RGV）、自動(dòng)導(dǎo)引小車（AGV）、無人叉車等。其中，穿梭車（RGV）又稱為軌道式自動(dòng)導(dǎo)引車，是伴隨著自動(dòng)化物流系統(tǒng)和自動(dòng)化倉儲(chǔ)而產(chǎn)生的設(shè)備，它既可以作為立體倉庫的周邊設(shè)備，也可以作為獨(dú)立系統(tǒng)；自動(dòng)導(dǎo)引小車（AGV）是通過激光導(dǎo)引或電磁導(dǎo)引裝置，指導(dǎo)小車自行運(yùn)動(dòng)，具有安全保護(hù)及各種移栽功能，工業(yè)應(yīng)用中無需駕駛員，可充電蓄電池為動(dòng)力來源，目前廣泛應(yīng)用于倉儲(chǔ)系統(tǒng)中貨物的分揀和搬運(yùn);無人叉車是能夠從倉庫或工廠的某個(gè)地方把材料、托盤和其他物件運(yùn)輸?shù)搅硪粋€(gè)地方的機(jī)器人；穿梭車可與其他物流設(shè)備實(shí)現(xiàn)自動(dòng)連接，如出入庫站臺(tái)、各緩沖站臺(tái)、輸送機(jī)、升降機(jī)、機(jī)器人等；以上三個(gè)技術(shù)的共同特點(diǎn)為自動(dòng)化程度高、搬運(yùn)靈活，使用方便且支持自動(dòng)充電等。目前，AGV在倉儲(chǔ)物流領(lǐng)域主要應(yīng)用于貨物的分揀和搬運(yùn)。 

存儲(chǔ)系統(tǒng)

存儲(chǔ)系統(tǒng)主要以自動(dòng)化立體庫（AS/RS）為主。自動(dòng)化立體庫又稱高架庫或高架倉庫，以計(jì)算機(jī)控制技術(shù)為主要手段，自動(dòng)化搬運(yùn)設(shè)備進(jìn)行出入庫作業(yè)，從而提高倉儲(chǔ)利用率，減少貨物和信息處理差錯(cuò)。除此之外，存儲(chǔ)系統(tǒng)還包括高層貨架、巷道堆垛機(jī)、輸送機(jī)等，主要作用是支持自動(dòng)化立體倉庫的應(yīng)用。

分揀系統(tǒng)

自動(dòng)分揀是自動(dòng)化倉儲(chǔ)的核心，一般由控制裝置、分類裝置、輸送裝置及分揀道口組成。目前物流倉儲(chǔ)系統(tǒng)主要應(yīng)用的自動(dòng)分揀設(shè)備有：滑塊式分揀機(jī)、交叉帶式分揀機(jī)等，它們都具有穩(wěn)定快速分揀貨物的能力，與其它技術(shù)相比可以大大地降低運(yùn)營成本。事實(shí)上，搬運(yùn)系統(tǒng)中使用的AGV機(jī)器人也可以用于分揀。

管理系統(tǒng)

管理系統(tǒng)主要包括倉庫管理系統(tǒng)(WMS)和倉庫控制系統(tǒng)(WCS)。結(jié)合了人工智能算法的WMS和WCS能實(shí)現(xiàn)自動(dòng)推薦存儲(chǔ)貨位、補(bǔ)貨庫存分布平衡、調(diào)度機(jī)器人搬運(yùn)、驅(qū)動(dòng)生產(chǎn)端配貨等功能，是整個(gè)智能倉儲(chǔ)的大腦，能最大程度地優(yōu)化倉儲(chǔ)運(yùn)營。

智能倉儲(chǔ)是新一代物流行業(yè)中人工智能技術(shù)應(yīng)用最為廣泛的場(chǎng)景之一，其核心特色體現(xiàn)為數(shù)據(jù)感知、算法指導(dǎo)生產(chǎn)和機(jī)器人的融入。物流倉儲(chǔ)的價(jià)值是整個(gè)供應(yīng)鏈最大的一個(gè)節(jié)點(diǎn)，使用智能化倉儲(chǔ)環(huán)境既能保障倉儲(chǔ)安全，更能提高出庫和入庫的效率，全面地改善了倉儲(chǔ)的運(yùn)行模式。

智能化物流運(yùn)輸體系

圖3.4 智能運(yùn)輸系統(tǒng)示意圖

物流與智能運(yùn)輸系統(tǒng)都是當(dāng)今交通運(yùn)輸行業(yè)發(fā)展的熱點(diǎn)，建立一個(gè)高效的運(yùn)輸系統(tǒng)可以大大降低物流成本，提升物流服務(wù)質(zhì)量。高效的運(yùn)輸系統(tǒng)離不開人工智能技術(shù)的支持，主要為無人駕駛和智能化管理。圖3.4展示了智能運(yùn)輸系統(tǒng)的組成及主要的人工智能技術(shù)應(yīng)用場(chǎng)景。

無人駕駛

物流運(yùn)輸?shù)娜詣?dòng)化控制依賴于無人駕駛技術(shù)，包括物流無人貨車、物流車隊(duì)編隊(duì)行駛等。無人駕駛技術(shù)是電氣自動(dòng)化技術(shù)在交通運(yùn)輸行業(yè)的一個(gè)重要領(lǐng)域，具體實(shí)現(xiàn)是在物流運(yùn)輸過程中為物流車輛內(nèi)置中央處理器，從而自主控制車輛進(jìn)行加減速、轉(zhuǎn)彎、臨時(shí)制動(dòng)等駕駛操作，以實(shí)現(xiàn)完全脫離駕駛員。

管理系統(tǒng)

無人駕駛技術(shù)所有的數(shù)據(jù)計(jì)算都是通過網(wǎng)絡(luò)遠(yuǎn)程操控物流車輛的駕駛行為。管理系統(tǒng)所使用的技術(shù)主要為遠(yuǎn)程節(jié)點(diǎn)控制、利用人工智能算法對(duì)臨時(shí)環(huán)境進(jìn)行分析，完成運(yùn)輸路徑的規(guī)劃和決策，實(shí)現(xiàn)智能調(diào)度。相比傳統(tǒng)運(yùn)輸，全自動(dòng)化控制的物流運(yùn)輸能節(jié)約大量人力，顯得更為安全和高效。 

隨著物流運(yùn)輸信息化程度的提高，運(yùn)輸系統(tǒng)必將向更智能化的方向發(fā)展，運(yùn)用人工智能，神經(jīng)網(wǎng)絡(luò)，知識(shí)發(fā)現(xiàn)等技術(shù)，通過合理的技術(shù)平臺(tái)，建立以智能物流運(yùn)輸系統(tǒng)為核心的智能物流系統(tǒng)，能使物流系統(tǒng)更高效、可靠、安全地處理復(fù)雜問題，節(jié)約大量人力，顯得更為安全和高效，也能為人們提供方便、快捷的服務(wù)。

智能化物流配送體系

優(yōu)秀的物流配送系統(tǒng)不僅能提高物流效率、降低物流成本，更是物流服務(wù)商與客戶關(guān)系的重要紐帶，因此，物流配送中心的自動(dòng)化程度需求也日益提高。人工智能背景下的智能物流配送系統(tǒng)的組成及一些主要的人工智能技術(shù)應(yīng)用場(chǎng)景如下圖所示： 

圖3.5 智能配送系統(tǒng)示意圖

配送系統(tǒng)

配送系統(tǒng)使用的主要技術(shù)為無人車和3D打印。無人配送車會(huì)根據(jù)調(diào)度平臺(tái)發(fā)出的命令，對(duì)目的地進(jìn)行路徑的自主規(guī)劃，尋找最短線路并規(guī)避擁堵路段實(shí)現(xiàn)貨物的無人配送；增材制造（Additive Manufacturing）俗稱3D打印能靈活地制造消費(fèi)者定制的商品，未來，城市內(nèi)“3D打印+同城配送”的模式很有可能會(huì)出現(xiàn)，目前該技術(shù)處于研發(fā)階段。

末端技術(shù)

末端新技術(shù)主要是智能快遞柜及無人派送車。智能快遞柜現(xiàn)已在國內(nèi)一二線城市實(shí)現(xiàn)商用。但當(dāng)前智能快遞柜仍然面臨著使用成本高、便利性智能化程度不足、使用率低、無法當(dāng)面驗(yàn)貨、盈利模式單一等問題，因此未來的快遞末端將是由各種“驛站”與無人車、機(jī)器人的結(jié)合，貨物首先送到各個(gè)“驛站”，再由無人配送車來完成“最后一百米”的任務(wù)。

管理系統(tǒng)

管理系統(tǒng)使用的人工智能技術(shù)主要為智能分揀、路徑規(guī)劃等。整個(gè)管理系統(tǒng)有一個(gè)智能調(diào)度中心，該中心搜集了整個(gè)配送系統(tǒng)的所有數(shù)據(jù)，將參與配送過程的人與無人設(shè)備通過多維度數(shù)據(jù)綜合運(yùn)算，從而實(shí)現(xiàn)機(jī)器人的智能分揀并能夠在最短時(shí)間內(nèi)給出最優(yōu)配送方案。在未來，智能調(diào)度中心能實(shí)現(xiàn)配送真正的智能化，消費(fèi)者既可以選擇在樓下的快遞柜領(lǐng)取包裹，也可以選擇由無人機(jī)、無人車或快遞員配送，而這一切都將由人工智能決策系統(tǒng)在綜合考慮消費(fèi)者的需求之后做出決策。

目前，中國城市物流配送體系嚴(yán)重依賴人力，這就需要更好地利用人工智能技術(shù)以實(shí)現(xiàn)更智能、更高效的全自動(dòng)化配送。