1 智能物流技術(shù)創(chuàng)新應(yīng)用的時(shí)代背景

近幾年，跨境電子商務(wù)已經(jīng)成為我國(guó)對(duì)外貿(mào)易發(fā)展的動(dòng)力引擎，促進(jìn)了我國(guó)的經(jīng)濟(jì)發(fā)展。隨著跨境電子商務(wù)的興起，國(guó)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(yùn)輸周期長(zhǎng)和跨境支付困難等問(wèn)題。在新的時(shí)代，我國(guó)需緊緊抓住人工智慧、區(qū)塊鏈等技術(shù)帶來(lái)的創(chuàng)新機(jī)會(huì)，推動(dòng)相關(guān)行業(yè)發(fā)展。在這樣的時(shí)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(yùn)而生。其誕生是為了解決國(guó)際貿(mào)易中存在的產(chǎn)業(yè)發(fā)展難題，為國(guó)際貿(mào)易提供全新的物流運(yùn)作方式。例如，我國(guó)同老撾、泰國(guó)等國(guó)家有著悠久的經(jīng)貿(mào)歷史，為推動(dòng)中國(guó)、老撾、泰國(guó)等國(guó)家之間的經(jīng)貿(mào)合作，并有效解決三國(guó)之間的邊境物流難題，三國(guó)在國(guó)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(guó)之間的邊境物流智能鏈，促進(jìn)了三個(gè)國(guó)家的外貿(mào)交易，為我國(guó)與他國(guó)之間的友好經(jīng)濟(jì)往來(lái)做出了突出貢獻(xiàn)。

 

當(dāng)前，物流機(jī)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(guò)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(fèi)等環(huán)節(jié)中實(shí)現(xiàn)無(wú)人化、自動(dòng)化和智能化的協(xié)同運(yùn)作。目前，物流機(jī)器人正向著更高的目標(biāo)邁進(jìn)：一是要有更強(qiáng)的感知能力，能夠通過(guò)視覺(jué)技術(shù)進(jìn)行環(huán)境感知；二是要有更好的運(yùn)動(dòng)能力，可以實(shí)現(xiàn)高精度的定位；三是要有更高的智能化水平，通過(guò)對(duì)物流過(guò)程中各種信息的實(shí)時(shí)獲取，進(jìn)行相應(yīng)的判斷和處理。

 

2 新時(shí)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(duì)智能物流的需求也存在著較大差別，總的來(lái)說(shuō)，智能物流對(duì)物流技術(shù)的新需求表現(xiàn)在以下幾個(gè)方面。

 

2.1 物流設(shè)備智能化

通過(guò)狀態(tài)感知技術(shù)，實(shí)現(xiàn)信息的實(shí)時(shí)交互、分析，可對(duì)物流設(shè)備進(jìn)行局部自組織、自配置和自決策，由“功能機(jī)器”向“智能機(jī)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(duì)于設(shè)備之間以及人機(jī)之間的分工協(xié)作提出了更高的需求，希望能夠通過(guò)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(shì)。在消費(fèi)者多樣化、個(gè)性化和定制化的需求的作用和刺激下，面對(duì)著市場(chǎng)上的靈活變化和巨大的商業(yè)波動(dòng)性問(wèn)題，客戶必須要考慮和構(gòu)建一個(gè)能夠快速部署、快速?gòu)?fù)制、靈活擴(kuò)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(yùn)作智能化

新時(shí)期，物流領(lǐng)域的發(fā)揮越來(lái)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(cāng)庫(kù)，保障業(yè)務(wù)數(shù)據(jù)、設(shè)備數(shù)據(jù)處理過(guò)程的可視化，并針對(duì)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(cè)、故障診斷、預(yù)測(cè)預(yù)警和遠(yuǎn)程運(yùn)維等服務(wù)，從而提升對(duì)業(yè)務(wù)和設(shè)備的迅速定位和處理的能力，實(shí)現(xiàn)對(duì)系統(tǒng)策略的動(dòng)態(tài)調(diào)整，確保整個(gè)物流系統(tǒng)的高效、穩(wěn)定地運(yùn)轉(zhuǎn)。

 

3 智能物流系統(tǒng)搭建

3.1 系統(tǒng)架構(gòu)設(shè)計(jì)

設(shè)計(jì)一種具有更加理想的自動(dòng)定位效果的物流機(jī)器人定位系統(tǒng)，可以更好地對(duì)需要抓取和分揀的快遞包裹進(jìn)行有效的對(duì)象識(shí)別和定位，從而減少在物流包裹不能通過(guò)傳送帶精準(zhǔn)地傳遞到分揀區(qū)域時(shí)，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(kuò)展存儲(chǔ)為核心，建設(shè)智能移動(dòng)平臺(tái)，以實(shí)現(xiàn)物流機(jī)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(shí)通訊，可利用定位儀來(lái)獲得運(yùn)載工具的即時(shí)位置，利用感應(yīng)器來(lái)實(shí)現(xiàn)對(duì)運(yùn)載工具的即時(shí)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(hào)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(shí)時(shí)路面狀況信息，以提升行車安全性及行車效率。

 

3.1.3 倉(cāng)儲(chǔ)子系統(tǒng)

倉(cāng)儲(chǔ)管理系統(tǒng)主要由貨架和庫(kù)存監(jiān)控設(shè)備組成。倉(cāng)庫(kù)系統(tǒng)利用與車輛系統(tǒng)的通訊，能夠?qū)}(cāng)庫(kù)進(jìn)行實(shí)時(shí)存貨監(jiān)測(cè)，并對(duì)倉(cāng)庫(kù)進(jìn)行合理布置，從而有效改善倉(cāng)庫(kù)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(wú)線通訊技術(shù)。在車輛子系統(tǒng)、基礎(chǔ)設(shè)施子系統(tǒng)、倉(cāng)儲(chǔ)子系統(tǒng)之間，由移動(dòng)通信網(wǎng)絡(luò)進(jìn)行傳輸，并對(duì)信息進(jìn)行存儲(chǔ)和處理，從而為用戶提供實(shí)時(shí)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(jué)技術(shù)更好地實(shí)現(xiàn)物流分揀機(jī)器人的自動(dòng)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(duì)物流分揀機(jī)器人將要抓取與分揀的目標(biāo)對(duì)象的圖像展開(kāi)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(diǎn)，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(shí)現(xiàn)圖像采集工作，因此，以STM32作為主芯片，對(duì)目標(biāo)物體圖像采集模塊進(jìn)行了合理的設(shè)計(jì)。如何對(duì)采集到的分類對(duì)象進(jìn)行高效的預(yù)處理，是實(shí)現(xiàn)自動(dòng)定位任務(wù)的重要環(huán)節(jié)。在本論文所設(shè)計(jì)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(lái)對(duì)目標(biāo)圖像進(jìn)行灰度化、噪聲濾除、圖像二值化三個(gè)方面的工作。在Open CV中，使用cv Color函數(shù)來(lái)完成圖像的灰度化工作，再對(duì)其進(jìn)行適當(dāng)?shù)膮?shù)設(shè)定，就可以將獲取到的對(duì)象圖像轉(zhuǎn)換為可以更好與計(jì)算機(jī)程序相匹配的灰度化圖像。該算法利用Blur函數(shù)對(duì)被檢測(cè)的圖像進(jìn)行平均濾波，從而達(dá)到對(duì)圖像去噪的目的；對(duì)圖像進(jìn)行二值化處理，是利用對(duì)對(duì)象圖像進(jìn)行適應(yīng)性數(shù)值劃分的方法。在邊緣檢測(cè)之前，需要將目標(biāo)區(qū)域從背景中分離出來(lái)。在此過(guò)程中，可以使用Hough變換或其他方法來(lái)檢測(cè)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(lái)檢測(cè)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(duì)分揀對(duì)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(duì)目標(biāo)邊界進(jìn)行高效、合理的提取，對(duì)于實(shí)現(xiàn)物流分類機(jī)器人的自主定位有著十分重要的實(shí)際意義。由于Canny算子對(duì)圖像的邊界探測(cè)有很大的優(yōu)越性，因此，本論文采用Canny算子對(duì)圖像進(jìn)行邊界探測(cè)，以獲得圖像的邊界特性。

 

將要進(jìn)行邊界探測(cè)的機(jī)械臂對(duì)要被分類的對(duì)象影像以I(x,y）為標(biāo)志，利用高斯濾波器對(duì)其進(jìn)行高效的卷積運(yùn)算，實(shí)現(xiàn)對(duì)應(yīng)的平滑濾波工作，以壓制對(duì)影像邊界探測(cè)結(jié)果產(chǎn)生干擾的噪音?？梢酝ㄟ^(guò)以下公式來(lái)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(lái)表示；exp標(biāo)志了語(yǔ)言函數(shù)；G(x,y）為在I(x,y）上進(jìn)行高斯平滑（gaussian）過(guò)濾后得到的影像。用（x,y）表示G(x,y）的像素，按照如下對(duì)G(x,y）進(jìn)行高效的梯度運(yùn)算

 

 

式中：用N(x,y）和β(x,y）來(lái)表示梯度的幅度和方向；用Gx(x,y）和Gy(x,y）來(lái)標(biāo)識(shí)在（x,y）上的圖像在橫向和縱向上的梯度值；arctan用來(lái)表示正切函數(shù)。

 

3.1.7 調(diào)度站點(diǎn)

以中央控制器為核心，實(shí)現(xiàn)對(duì)全智慧物流的統(tǒng)一管理與調(diào)配。通過(guò)對(duì)數(shù)據(jù)信息的處理，可以進(jìn)行動(dòng)態(tài)化路徑規(guī)劃、智能化車輛調(diào)度以及即時(shí)化貨物追蹤，提升了物流的效能，減少了運(yùn)輸費(fèi)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(gè)系統(tǒng)間實(shí)時(shí)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(yùn)動(dòng)時(shí)的測(cè)距和導(dǎo)航定位技術(shù)

本項(xiàng)目擬將使用GNSS與GIS相結(jié)合的高精度定位技術(shù)，對(duì)移動(dòng)機(jī)器人進(jìn)行實(shí)時(shí)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(dòng)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(duì)車輛狀態(tài)、路況信息、存儲(chǔ)信息等信息進(jìn)行實(shí)時(shí)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(chǔ)系統(tǒng)為重點(diǎn)內(nèi)容。在這一方面，可利用無(wú)線射頻識(shí)別、Zig Bee等物聯(lián)網(wǎng)技術(shù)，在倉(cāng)庫(kù)中進(jìn)行倉(cāng)儲(chǔ)設(shè)備與運(yùn)輸工具間的實(shí)時(shí)信息交換。

 

3.3 系統(tǒng)優(yōu)化算法

最優(yōu)化行進(jìn)路徑計(jì)劃。為了達(dá)到最大限度降低運(yùn)輸費(fèi)用的目標(biāo)，必須對(duì)交通工具的運(yùn)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(shí)際情況，自動(dòng)對(duì)行進(jìn)路線進(jìn)行優(yōu)化，減少行車時(shí)間，降低油耗[5]。

 

首先，遺傳算法是通過(guò)基因突變、雜交和選擇等方式，構(gòu)建新的求解空間，通過(guò)多次迭代尋找最優(yōu)化求解空間，從而實(shí)現(xiàn)對(duì)最優(yōu)化問(wèn)題的求解。在智慧物流中，運(yùn)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(jì)劃案例，獲得了路徑的最佳設(shè)計(jì)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?zhàn)陨淼?ldquo;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(wèn)題是可行的。在公式中，Pij是將蟻群從點(diǎn)i遷移到點(diǎn)j的幾率，τij代表在點(diǎn)i與j間的信息素密度，ηij代表在點(diǎn)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(diǎn)i時(shí)所能選取的結(jié)點(diǎn)群。

 

最后，貨運(yùn)計(jì)劃的最優(yōu)調(diào)度。在智慧物流中，貨運(yùn)計(jì)劃是指如何將貨物從原產(chǎn)地運(yùn)至目標(biāo)地。在運(yùn)輸過(guò)程中，要考慮運(yùn)輸工具的載貨能力和交貨時(shí)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(yùn)輸需求的同時(shí)，還能結(jié)合車輛的狀態(tài)以及道路狀況等因素，實(shí)現(xiàn)貨物的動(dòng)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(shí)際應(yīng)用效果

本項(xiàng)目擬選取1個(gè)典型的智慧物流應(yīng)用實(shí)例，以V2X網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，開(kāi)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(guò)對(duì)優(yōu)化前、后物流效率、顧客滿意程度等評(píng)價(jià)，分析其在實(shí)踐中的運(yùn)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(shí)現(xiàn)了對(duì)道路狀況、車輛狀態(tài)以及顧客要求信息的實(shí)時(shí)采集。然后運(yùn)用本文提出的算法，對(duì)車輛路徑、貨物與車輛進(jìn)行了最優(yōu)化調(diào)度。

 

在這一個(gè)案中，將運(yùn)用蟻群算法來(lái)進(jìn)行車輛的最佳路徑規(guī)劃，并利用線性規(guī)劃來(lái)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(kù)，對(duì)以上實(shí)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(shí)際應(yīng)用效果

在此基礎(chǔ)上，對(duì)該智慧物流系統(tǒng)的應(yīng)用進(jìn)行評(píng)價(jià)，并對(duì)該技術(shù)在智慧物流中的應(yīng)用有效性進(jìn)行實(shí)踐驗(yàn)證。

 

在本實(shí)例中，與優(yōu)化之前相比，該方案在如下幾個(gè)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(yùn)行周期，大大減少了汽車的運(yùn)行費(fèi)用。

 

物流運(yùn)輸速度和時(shí)間。物流運(yùn)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(yùn)載工具的空載率，比改進(jìn)之前減少15%。通過(guò)優(yōu)化運(yùn)輸調(diào)度方案，可以有效減少物流費(fèi)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(shí)間準(zhǔn)時(shí)率、損失比率為主要評(píng)價(jià)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(chéng)度，增強(qiáng)企業(yè)的核心競(jìng)爭(zhēng)能力。

 

5 結(jié)束語(yǔ)

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(yùn)用了各種優(yōu)化策略和算法，實(shí)現(xiàn)該體系結(jié)構(gòu)的最佳設(shè)計(jì)，最后以實(shí)證研究為基礎(chǔ)，驗(yàn)證了這一系統(tǒng)在提高物流效率、降低運(yùn)輸成本、提高顧客滿意程度上發(fā)揮作用。隨著新時(shí)期我國(guó)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(guò)本文的研究，能夠給學(xué)術(shù)界和企業(yè)實(shí)踐領(lǐng)域帶來(lái)一些啟發(fā)和參考，從而促進(jìn)智慧物流業(yè)的發(fā)展。