數(shù)字化技術(shù)是實現(xiàn)物流智能化的前提，通過對其進(jìn)行數(shù)字化改造，利用識別技術(shù)、數(shù)據(jù)采集技術(shù)等手段獲取物流的過程數(shù)據(jù)。利用數(shù)字化工廠、數(shù)字化倉庫等數(shù)字化平臺，可提升物流運營和管理水平，為實現(xiàn)智能化物流工廠的建設(shè)奠定良好基礎(chǔ)。智能化物流的核心就是賦予物流平臺或物流設(shè)備以自主學(xué)習(xí)的能力，其中包括機器學(xué)習(xí)、機器視覺、智能控制等專業(yè)學(xué)科，是實現(xiàn)物流智能化的主要方法[1]。
1 智能物流技術(shù)創(chuàng)新應(yīng)用的時代背景
近幾年，跨境電子商務(wù)已經(jīng)成為我國對外貿(mào)易發(fā)展的動力引擎，促進(jìn)了我國的經(jīng)濟(jì)發(fā)展。隨著跨境電子商務(wù)的興起，國內(nèi)邊境物流業(yè)也得到了快速進(jìn)步。但在跨境物流中，存在著貨物信息不安全、物流成本高、運輸周期長和跨境支付困難等問題。在新的時代，我國需緊緊抓住人工智慧、區(qū)塊鏈等技術(shù)帶來的創(chuàng)新機會，推動相關(guān)行業(yè)發(fā)展。在這樣的時代背景下，基于“區(qū)塊鏈+人工智能”技術(shù)的跨境物流智能鏈（Cross Border AI Logistic Chain）應(yīng)運而生。其誕生是為了解決國際貿(mào)易中存在的產(chǎn)業(yè)發(fā)展難題，為國際貿(mào)易提供全新的物流運作方式。例如，我國同老撾、泰國等國家有著悠久的經(jīng)貿(mào)歷史，為推動中國、老撾、泰國等國家之間的經(jīng)貿(mào)合作，并有效解決三國之間的邊境物流難題，三國在國際上以區(qū)塊鏈技術(shù)為基礎(chǔ)，利用人工智能等技術(shù)，建立起了三國之間的邊境物流智能鏈，促進(jìn)了三個國家的外貿(mào)交易，為我國與他國之間的友好經(jīng)濟(jì)往來做出了突出貢獻(xiàn)。
當(dāng)前，物流機器人與5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)、人工智能等技術(shù)深度融合，通過構(gòu)建更加安全可靠的智能化物流體系，讓智能物流在生產(chǎn)、流通、消費等環(huán)節(jié)中實現(xiàn)無人化、自動化和智能化的協(xié)同運作。目前，物流機器人正向著更高的目標(biāo)邁進(jìn)：一是要有更強的感知能力，能夠通過視覺技術(shù)進(jìn)行環(huán)境感知；二是要有更好的運動能力，可以實現(xiàn)高精度的定位；三是要有更高的智能化水平，通過對物流過程中各種信息的實時獲取，進(jìn)行相應(yīng)的判斷和處理。
2 新時代背景下智能物流技術(shù)的應(yīng)用要求
物流設(shè)備使用范圍較廣，且在不同的行業(yè)中，對智能物流的需求也存在著較大差別，總的來說，智能物流對物流技術(shù)的新需求表現(xiàn)在以下幾個方面。
2.1 物流設(shè)備智能化
通過狀態(tài)感知技術(shù)，實現(xiàn)信息的實時交互、分析，可對物流設(shè)備進(jìn)行局部自組織、自配置和自決策，由“功能機器”向“智能機器”演化，成為感知、控制和自主決策的智能設(shè)備。
2.2 系統(tǒng)協(xié)作的高效化
隨著物流設(shè)備的智能化程度不斷提高，智能物流對于設(shè)備之間以及人機之間的分工協(xié)作提出了更高的需求，希望能夠通過設(shè)備-設(shè)備以及設(shè)備-人之間的有效合作，最大程度地發(fā)揮出智慧物流系統(tǒng)的資源利用作用，從而全面提升物流工作效率[2]。
2.3 物流體系的柔性化
柔性化是現(xiàn)代物流技術(shù)發(fā)展的必然趨勢。在消費者多樣化、個性化和定制化的需求的作用和刺激下，面對著市場上的靈活變化和巨大的商業(yè)波動性問題，客戶必須要考慮和構(gòu)建一個能夠快速部署、快速復(fù)制、靈活擴展和跨區(qū)域轉(zhuǎn)移的柔性化智能物流體系，才能符合企業(yè)的發(fā)展要求。
2.4 系統(tǒng)的運作智能化
新時期，物流領(lǐng)域的發(fā)揮越來越希望構(gòu)建融合IT技術(shù)、OT技術(shù)的全域數(shù)據(jù)大數(shù)據(jù)分析體系，在數(shù)據(jù)的一體化采集、整理、融合下，形成覆蓋面全、涉及范圍廣的大型數(shù)據(jù)倉庫，保障業(yè)務(wù)數(shù)據(jù)、設(shè)備數(shù)據(jù)處理過程的可視化，并針對業(yè)務(wù)和設(shè)備異常進(jìn)行深入了解，為業(yè)務(wù)和設(shè)備的異常提供狀態(tài)檢測、故障診斷、預(yù)測預(yù)警和遠(yuǎn)程運維等服務(wù)，從而提升對業(yè)務(wù)和設(shè)備的迅速定位和處理的能力，實現(xiàn)對系統(tǒng)策略的動態(tài)調(diào)整，確保整個物流系統(tǒng)的高效、穩(wěn)定地運轉(zhuǎn)。
3 智能物流系統(tǒng)搭建
3.1 系統(tǒng)架構(gòu)設(shè)計
設(shè)計一種具有更加理想的自動定位效果的物流機器人定位系統(tǒng)，可以更好地對需要抓取和分揀的快遞包裹進(jìn)行有效的對象識別和定位，從而減少在物流包裹不能通過傳送帶精準(zhǔn)地傳遞到分揀區(qū)域時，造成物流包裹抓取和分揀失敗的幾率。在此基礎(chǔ)上，需以數(shù)據(jù)傳感為核心，以網(wǎng)絡(luò)傳輸為核心，以擴展存儲為核心，建設(shè)智能移動平臺，以實現(xiàn)物流機器人自主定位。為了提高企業(yè)的物流效率，本文介紹了一種以V2X技術(shù)為基礎(chǔ)的智慧物流系統(tǒng)，該系統(tǒng)組織架構(gòu)如圖1所示。
3.1.1 車輛子系統(tǒng)
車輛子系統(tǒng)主要由車載V2X通訊模塊、車載定位裝置、車載傳感器等組成。V2X通訊模組用以提供車輛、其他車輛、基礎(chǔ)設(shè)施和行人等與網(wǎng)絡(luò)間之即時通訊，可利用定位儀來獲得運載工具的即時位置，利用感應(yīng)器來實現(xiàn)對運載工具的即時監(jiān)控。
圖1 基于V2X技術(shù)的智能物流系統(tǒng)架構(gòu)
3.1.2 基礎(chǔ)設(shè)施子系統(tǒng)
道路監(jiān)控設(shè)備和交通信號燈是該系統(tǒng)的重要組成部分。該系統(tǒng)利用V2X技術(shù)與車輛系統(tǒng)進(jìn)行通訊，可為用戶提供實時路面狀況信息，以提升行車安全性及行車效率。
3.1.3 倉儲子系統(tǒng)
倉儲管理系統(tǒng)主要由貨架和庫存監(jiān)控設(shè)備組成。倉庫系統(tǒng)利用與車輛系統(tǒng)的通訊，能夠?qū)}庫進(jìn)行實時存貨監(jiān)測，并對倉庫進(jìn)行合理布置，從而有效改善倉庫的存貨管理水平。
3.1.4 網(wǎng)絡(luò)子系統(tǒng)
該系統(tǒng)使用的是基于云服務(wù)的無線通訊技術(shù)。在車輛子系統(tǒng)、基礎(chǔ)設(shè)施子系統(tǒng)、倉儲子系統(tǒng)之間，由移動通信網(wǎng)絡(luò)進(jìn)行傳輸，并對信息進(jìn)行存儲和處理，從而為用戶提供實時路況信息、導(dǎo)航服務(wù)等[3]。
3.1.5 目標(biāo)圖像預(yù)處理
如果要使用視覺技術(shù)更好地實現(xiàn)物流分揀機器人的自動定位工作，首先要做的工作就是使用適當(dāng)?shù)恼障嘌b備和合理的圖像采集方法，對物流分揀機器人將要抓取與分揀的目標(biāo)對象的圖像展開有效采集。由于STM32嵌入式ARM具有高性能、低采集成本和低功耗等優(yōu)點，將其用于圖像采集工作中，僅需要較小的能耗就可以比較完美地實現(xiàn)圖像采集工作，因此，以STM32作為主芯片，對目標(biāo)物體圖像采集模塊進(jìn)行了合理的設(shè)計。如何對采集到的分類對象進(jìn)行高效的預(yù)處理，是實現(xiàn)自動定位任務(wù)的重要環(huán)節(jié)。在本論文所設(shè)計的系統(tǒng)中，數(shù)據(jù)感知層的Open CV圖像預(yù)處理模塊，主要利用Open CV來對目標(biāo)圖像進(jìn)行灰度化、噪聲濾除、圖像二值化三個方面的工作。在Open CV中，使用cv Color函數(shù)來完成圖像的灰度化工作，再對其進(jìn)行適當(dāng)?shù)膮?shù)設(shè)定，就可以將獲取到的對象圖像轉(zhuǎn)換為可以更好與計算機程序相匹配的灰度化圖像。該算法利用Blur函數(shù)對被檢測的圖像進(jìn)行平均濾波，從而達(dá)到對圖像去噪的目的；對圖像進(jìn)行二值化處理，是利用對對象圖像進(jìn)行適應(yīng)性數(shù)值劃分的方法。在邊緣檢測之前，需要將目標(biāo)區(qū)域從背景中分離出來。在此過程中，可以使用Hough變換或其他方法來檢測目標(biāo)區(qū)域。根據(jù)分割結(jié)果，可以使用區(qū)域標(biāo)記技術(shù)來檢測目標(biāo)區(qū)域。常用的區(qū)域標(biāo)記方法有兩種：一種是基于直線的區(qū)域標(biāo)記方法；另一種是基于彩色信息的區(qū)域標(biāo)記方法。
3.1.6 分類分揀系統(tǒng)
在對分揀對象西南西進(jìn)行預(yù)處理之后，是否能夠采用高效的方法對目標(biāo)邊界進(jìn)行高效、合理的提取，對于實現(xiàn)物流分類機器人的自主定位有著十分重要的實際意義。由于Canny算子對圖像的邊界探測有很大的優(yōu)越性，因此，本論文采用Canny算子對圖像進(jìn)行邊界探測，以獲得圖像的邊界特性。
將要進(jìn)行邊界探測的機械臂對要被分類的對象影像以I(x,y）為標(biāo)志，利用高斯濾波器對其進(jìn)行高效的卷積運算，實現(xiàn)對應(yīng)的平滑濾波工作，以壓制對影像邊界探測結(jié)果產(chǎn)生干擾的噪音。可以通過以下公式來表示特定的高斯平滑處理
式中：高斯分布標(biāo)準(zhǔn)偏差由v來表示；exp標(biāo)志了語言函數(shù)；G(x,y）為在I(x,y）上進(jìn)行高斯平滑（gaussian）過濾后得到的影像。用（x,y）表示G(x,y）的像素，按照如下對G(x,y）進(jìn)行高效的梯度運算
式中：用N(x,y）和β(x,y）來表示梯度的幅度和方向；用Gx(x,y）和Gy(x,y）來標(biāo)識在（x,y）上的圖像在橫向和縱向上的梯度值；arctan用來表示正切函數(shù)。
3.1.7 調(diào)度站點
以中央控制器為核心，實現(xiàn)對全智慧物流的統(tǒng)一管理與調(diào)配。通過對數(shù)據(jù)信息的處理，可以進(jìn)行動態(tài)化路徑規(guī)劃、智能化車輛調(diào)度以及即時化貨物追蹤，提升了物流的效能，減少了運輸費用[4]。
3.2 核心技術(shù)
3.2.1 V2X通訊方式
V2X通訊技術(shù)是解決車輛和其他交通主體以及整個系統(tǒng)間實時通訊的關(guān)鍵技術(shù)。在這一方面，可使用DSRC(Dedicated）和LTE-V(Long-Term Short Range Communications)2種主流V2X通訊技術(shù)。
3.2.2 運動時的測距和導(dǎo)航定位技術(shù)
本項目擬將使用GNSS與GIS相結(jié)合的高精度定位技術(shù)，對移動機器人進(jìn)行實時位置與軌跡規(guī)劃。
3.2.3 數(shù)據(jù)的綜合處理
為了更好地做出正確的行動決策，必須將各子系統(tǒng)所提供的信息進(jìn)行整合處理。在這一方面，可利用多源信息與大數(shù)據(jù)相結(jié)合的方法，對車輛狀態(tài)、路況信息、存儲信息等信息進(jìn)行實時處理與分析。
3.2.4 Inframework技術(shù)
其以物聯(lián)網(wǎng)技術(shù)為核心的存儲系統(tǒng)為重點內(nèi)容。在這一方面，可利用無線射頻識別、Zig Bee等物聯(lián)網(wǎng)技術(shù)，在倉庫中進(jìn)行倉儲設(shè)備與運輸工具間的實時信息交換。
3.3 系統(tǒng)優(yōu)化算法
最優(yōu)化行進(jìn)路徑計劃。為了達(dá)到最大限度降低運輸費用的目標(biāo)，必須對交通工具的運行路線進(jìn)行優(yōu)化。目前，比較常用的尋優(yōu)方式就是采用遺傳演算法、蟻群算法等。這些方法能夠根據(jù)道路的實際情況，自動對行進(jìn)路線進(jìn)行優(yōu)化，減少行車時間，降低油耗[5]。
首先，遺傳算法是通過基因突變、雜交和選擇等方式，構(gòu)建新的求解空間，通過多次迭代尋找最優(yōu)化求解空間，從而實現(xiàn)對最優(yōu)化問題的求解。在智慧物流中，運用遺傳算法求解VRP是一種有效的方法。表1為以遺傳算法為基礎(chǔ)的最優(yōu)路線計劃案例，獲得了路徑的最佳設(shè)計方案。
其次，蟻群算法優(yōu)化。該方法模仿了自然條件下的螞蟻捕食習(xí)性，并利用螞蟻自身的“信息素”，引導(dǎo)其他螞蟻找到最佳捕食路線。將蟻群算法用于求解智能物流中的路線問題是可行的。在公式中，Pij是將蟻群從點i遷移到點j的幾率，τij代表在點i與j間的信息素密度，ηij代表在點i與j間的啟發(fā)信息。其中，α與β為影響信息量與啟發(fā)性訊息之加權(quán)系數(shù)，Ji為當(dāng)蟻群到達(dá)點i時所能選取的結(jié)點群。
最后，貨運計劃的最優(yōu)調(diào)度。在智慧物流中，貨運計劃是指如何將貨物從原產(chǎn)地運至目標(biāo)地。在運輸過程中，要考慮運輸工具的載貨能力和交貨時間窗口等眾多因素。本文提出的算法為線性規(guī)劃和整數(shù)規(guī)劃。該方法能夠在滿足貨物運輸需求的同時，還能結(jié)合車輛的狀態(tài)以及道路狀況等因素，實現(xiàn)貨物的動態(tài)分配，從而有效提升系統(tǒng)的資源利用效率。
表1 遺傳算法優(yōu)化路徑規(guī)劃示例 下載原圖
4 案例分析與實際應(yīng)用效果
本項目擬選取1個典型的智慧物流應(yīng)用實例，以V2X網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，開展面向V2X網(wǎng)絡(luò)的智慧物流體系構(gòu)建與優(yōu)化研究。在此基礎(chǔ)上，通過對優(yōu)化前、后物流效率、顧客滿意程度等評價，分析其在實踐中的運用效果。
4.1 案例描述
首先，本文利用上文提出的V2X技術(shù)，實現(xiàn)了對道路狀況、車輛狀態(tài)以及顧客要求信息的實時采集。然后運用本文提出的算法，對車輛路徑、貨物與車輛進(jìn)行了最優(yōu)化調(diào)度。
在這一個案中，將運用蟻群算法來進(jìn)行車輛的最佳路徑規(guī)劃，并利用線性規(guī)劃來進(jìn)行車輛的最佳調(diào)度。利用Python軟件，結(jié)合相應(yīng)的數(shù)據(jù)庫，對以上實例數(shù)據(jù)進(jìn)行了物流效率、成本及顧客滿意程度的分析。
4.2 實際應(yīng)用效果
在此基礎(chǔ)上，對該智慧物流系統(tǒng)的應(yīng)用進(jìn)行評價，并對該技術(shù)在智慧物流中的應(yīng)用有效性進(jìn)行實踐驗證。
在本實例中，與優(yōu)化之前相比，該方案在如下幾個領(lǐng)域有了明顯的改善。
行車?yán)锍獭Ｅc改進(jìn)之前相比，改進(jìn)后行車?yán)锍炭s短了四分之一左右。該方法不僅節(jié)省了汽車的燃油總量，且縮短了汽車的運行周期，大大減少了汽車的運行費用。
物流運輸速度和時間。物流運輸速度比系統(tǒng)優(yōu)化前加速20%，使得顧客可以更迅速收到貨物，提高了顧客的滿意度。
運載工具的空載率，比改進(jìn)之前減少15%。通過優(yōu)化運輸調(diào)度方案，可以有效減少物流費用，從而達(dá)到節(jié)約成本支出的目的。
顧客滿意度有所提高。以交貨時間準(zhǔn)時率、損失比率為主要評價標(biāo)準(zhǔn)，改善前后的顧客滿意程度可提升30%左右。這就代表著，企業(yè)可以更好地適應(yīng)顧客需要，提高顧客的忠誠度，增強企業(yè)的核心競爭能力。
5 結(jié)束語
綜上所述，本論文提出了以V2X為核心的智慧物流體系結(jié)構(gòu)，并運用了各種優(yōu)化策略和算法，實現(xiàn)該體系結(jié)構(gòu)的最佳設(shè)計，最后以實證研究為基礎(chǔ)，驗證了這一系統(tǒng)在提高物流效率、降低運輸成本、提高顧客滿意程度上發(fā)揮作用。隨著新時期我國科技水平的飛速提高，智慧物流體系的改進(jìn)與創(chuàng)新也將有更大的發(fā)展空間，智慧物流技術(shù)的使用還有待進(jìn)行進(jìn)一步的深入探討，期望通過本文的研究，能夠給學(xué)術(shù)界和企業(yè)實踐領(lǐng)域帶來一些啟發(fā)和參考，從而促進(jìn)智慧物流業(yè)的發(fā)展。
滬公網(wǎng)安備 31011202008041號
