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，促進了我國的經(jīng)濟發(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)濟往來做出了突出貢獻。

 

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：一是要有更強的感知能力，能夠通過視覺技術(shù)進行環(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)}庫進行實時存貨監(jiān)測，并對倉庫進行合理布置，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)進行傳輸，并對信息進行存儲和處理，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行了合理的設(shè)計。如何對采集到的分類對象進行高效的預(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)對被檢測的圖像進行平均濾波，從而達到對圖像去噪的目的；對圖像進行二值化處理，是利用對對象圖像進行適應(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算子對圖像進行邊界探測，以獲得圖像的邊界特性。

 

將要進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?？梢酝ㄟ^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)化行進路徑計劃。為了達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，自動對行進路線進行優(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、貨物與車輛進行了最優(yōu)化調(diào)度。

 

在這一個案中，將運用蟻群算法來進行車輛的最佳路徑規(guī)劃，并利用線性規(guī)劃來進行車輛的最佳調(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)用進行評價，并對該技術(shù)在智慧物流中的應(yīng)用有效性進行實踐驗證。

 

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。

 

行車里程。與改進之前相比，改進后行車里程縮短了四分之一左右。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)的使用還有待進行進一步的深入探討，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，從而促進智慧物流業(yè)的發(fā)展。