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

近年來(lái)，各基礎(chǔ)物流服務(wù)商紛紛進(jìn)行業(yè)務(wù)領(lǐng)域的拓展，物流企業(yè)以更加多元的業(yè)務(wù)結(jié)構(gòu)為目標(biāo)，探索更大的生存空間。在此背景下，AI+物流得到了迅猛的發(fā)展，物流這一相對(duì)傳統(tǒng)的大眾服務(wù)行業(yè)，將在運(yùn)輸、倉(cāng)儲(chǔ)、配送和管理等各場(chǎng)景接受人工智能技術(shù)的全面改造。

本節(jié)介紹人工智能賦能下的新一代物流的優(yōu)秀案例，包括了圓通、京東、快倉(cāng)、蘇寧、中通、海康威視等。同時(shí)也展示了在人工智能技術(shù)賦能下，這些物流科技將如何提升服務(wù)效率和服務(wù)質(zhì)量，從而推動(dòng)整個(gè)物流行業(yè)從勞動(dòng)密集型服務(wù)行業(yè)向科技密集型服務(wù)行業(yè)轉(zhuǎn)變。

圓通車載智能動(dòng)態(tài)重量監(jiān)控系統(tǒng)

圓通速遞于2018年開始車載實(shí)時(shí)稱重系統(tǒng)項(xiàng)目，研究車載動(dòng)態(tài)稱重技術(shù)應(yīng)用于快遞物流整車稱重的可行性。該系統(tǒng)的工作原理是通過(guò)測(cè)量車輛的唯一支點(diǎn)、承擔(dān)貨車所有承載重量的橫橋因車輛載貨而產(chǎn)生的微變形，解算出貨車的載重量。該項(xiàng)目是圓通速遞與深圳漢德網(wǎng)絡(luò)科技開展的產(chǎn)研合作的代表，雙方成立了智能車載實(shí)時(shí)稱重聯(lián)合實(shí)驗(yàn)室，智能車載實(shí)時(shí)稱重為實(shí)驗(yàn)室產(chǎn)品之一。

目前，圓通速遞在進(jìn)行批量應(yīng)用示范，部分車輛已達(dá)到試點(diǎn)使用的要求，一定程度上提升了轉(zhuǎn)運(yùn)中心場(chǎng)內(nèi)的調(diào)度效率，保障了車輛在途時(shí)效、準(zhǔn)點(diǎn)率和快件時(shí)效。該項(xiàng)目獲得了2018年度郵政行業(yè)科學(xué)技術(shù)獎(jiǎng)三等獎(jiǎng)。

圓通的車載智能動(dòng)態(tài)重量監(jiān)控系統(tǒng)項(xiàng)目利用車載實(shí)時(shí)稱重的基礎(chǔ)技術(shù)，結(jié)合快遞企業(yè)裝卸貨及運(yùn)輸?shù)膽?yīng)用場(chǎng)景，建立針對(duì)快遞物流行業(yè)的算法模型，通過(guò)長(zhǎng)期的車載數(shù)據(jù)收集使用大數(shù)據(jù)技術(shù)，對(duì)算法模型進(jìn)行深度訓(xùn)練，使該技術(shù)的測(cè)量誤差達(dá)到理想水平,實(shí)現(xiàn)了智能車載實(shí)時(shí)稱重技術(shù)的低成本、高精度的批量使用，打破了以往該技術(shù)只局限于粗略計(jì)量場(chǎng)景的現(xiàn)狀。該系統(tǒng)包括：信號(hào)采集模塊、信號(hào)傳輸模塊、載重信號(hào)收集及處理模塊、顯示模塊、GPS/GPRS信號(hào)傳輸模塊，云端服務(wù)器，以及用戶終端等 7 個(gè)部分組成，如圖3.8所示。

圖3.8 圓通HD-TLS01系統(tǒng)組成架構(gòu)

主要包含的創(chuàng)新點(diǎn)及人工智能技術(shù)有：

（1） 對(duì)“A點(diǎn)出發(fā)，B點(diǎn)裝卸，C點(diǎn)過(guò)磅”的模式進(jìn)行突破性的創(chuàng)新

數(shù)據(jù)終端隨車而行，即在車輛載貨時(shí)進(jìn)行實(shí)時(shí)稱重，在車輛駛離出發(fā)地，到達(dá)目的地的過(guò)程中車輛亦被實(shí)時(shí)監(jiān)測(cè)。監(jiān)測(cè)全程由計(jì)算機(jī)完成，不涉及任何人工操作。

（2） 數(shù)據(jù)實(shí)時(shí)傳輸

HD-TLS01可將載重?cái)?shù)據(jù)無(wú)縫隙、無(wú)間斷的通過(guò)網(wǎng)絡(luò)發(fā)送到平臺(tái)，配合位置信息全天候監(jiān)測(cè)車輛載重量，并按小時(shí)、次數(shù)、天、周、月、季度、年等條件對(duì)已有數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。

（3） 獨(dú)特的解算算法

蠕變補(bǔ)償、零點(diǎn)跟蹤、分段標(biāo)定等多種算法的結(jié)合構(gòu)成了系統(tǒng)獨(dú)特的軟件解算算法。在車輛行進(jìn)中，爬坡、偏斜、拐彎車頭歪斜及路面不平都不會(huì)影響其特性。

目前該技術(shù)僅在圓通速遞網(wǎng)絡(luò)內(nèi)使用，后續(xù)目標(biāo)是通過(guò)將該技術(shù)和快遞行業(yè)的深度結(jié)合，搭建快遞行業(yè)的智能車載實(shí)時(shí)稱重平臺(tái)，將該技術(shù)推廣到整個(gè)快遞行業(yè)甚至物流行業(yè)，實(shí)現(xiàn)快速應(yīng)用。

京東智能網(wǎng)絡(luò)規(guī)劃系統(tǒng)

2018年6月，京東智能網(wǎng)絡(luò)規(guī)劃系統(tǒng)正式投入應(yīng)用。該智能系統(tǒng)應(yīng)用運(yùn)籌學(xué)、機(jī)器學(xué)習(xí)算法共構(gòu)建了3個(gè)核心模塊，分別為智能選址、智能路由、商品布局，在內(nèi)部上承載了商城電商物流業(yè)務(wù)的內(nèi)部物流服務(wù)，實(shí)現(xiàn)了物流運(yùn)營(yíng)層面的精益化成本集約需求；外部上，開放的物流業(yè)務(wù)也為外部客戶提供了高品質(zhì)低成本的供應(yīng)鏈/物流服務(wù)，科學(xué)平衡了京東復(fù)雜大規(guī)模網(wǎng)絡(luò)規(guī)劃場(chǎng)景下的成本和時(shí)效。京東智能網(wǎng)絡(luò)規(guī)劃系統(tǒng)的三大核心模塊涉及的關(guān)鍵人工智能技術(shù)詳細(xì)介紹如下：

智能選址

在基于人工智能的智能物流體系下，智能選址包含倉(cāng)儲(chǔ)環(huán)節(jié)的倉(cāng)網(wǎng)規(guī)劃、運(yùn)輸環(huán)節(jié)的分揀布局、配送環(huán)節(jié)的點(diǎn)網(wǎng)布局。京東物流基于自有場(chǎng)景進(jìn)行分析，形成了一套可復(fù)制推廣的智能選址解決方案：

圖3.9 京東物流智能選址路線圖

面向多節(jié)點(diǎn)選址的機(jī)器學(xué)習(xí)技術(shù)：根據(jù)現(xiàn)實(shí)環(huán)節(jié)的各種資源限制條件采用機(jī)器學(xué)習(xí)方法(預(yù)測(cè)回歸、場(chǎng)地畫像等)進(jìn)行充分優(yōu)化學(xué)習(xí)，從而給出接近最優(yōu)解決方案等選址模式。

面向多節(jié)點(diǎn)選址智能計(jì)算技術(shù)：利用大數(shù)據(jù)分析結(jié)果將供給與需求節(jié)點(diǎn)進(jìn)行合理空間聚類，再結(jié)合智能算法對(duì)備選場(chǎng)地進(jìn)行優(yōu)化求解。

智能路由

路由網(wǎng)絡(luò)規(guī)劃需同時(shí)完成大規(guī)模路由網(wǎng)絡(luò)中分揀中心生產(chǎn)波次的設(shè)計(jì)、全網(wǎng)運(yùn)力的組開、分揀之間的經(jīng)轉(zhuǎn)關(guān)系等，網(wǎng)絡(luò)中任意一個(gè)波次、運(yùn)力、經(jīng)轉(zhuǎn)關(guān)系的調(diào)整都會(huì)對(duì)整個(gè)路由網(wǎng)絡(luò)產(chǎn)生人工無(wú)法預(yù)測(cè)的全局性影響。為解決上述問題，京東創(chuàng)新性的將實(shí)際業(yè)務(wù)場(chǎng)景中的大規(guī)模路由網(wǎng)絡(luò)規(guī)劃抽象為混合軸輻式網(wǎng)絡(luò)設(shè)計(jì)問題，通過(guò)人工智能技術(shù)與場(chǎng)景融合，形成一套可復(fù)制推廣的智能路由網(wǎng)絡(luò)規(guī)劃解決方案:

圖3.10 京東物流智能路由技術(shù)路線圖

面向全網(wǎng)智能網(wǎng)絡(luò)路由規(guī)劃的機(jī)器學(xué)習(xí)技術(shù): 實(shí)現(xiàn)產(chǎn)能預(yù)測(cè)，流量預(yù)測(cè)，運(yùn)力分析，單量聚類，挖掘多級(jí)樞紐定位。

面向全網(wǎng)智能網(wǎng)絡(luò)路由規(guī)劃的智能計(jì)算技術(shù): 實(shí)現(xiàn)1000ms級(jí)最優(yōu)網(wǎng)絡(luò)規(guī)劃，一次性完成分揀波次、點(diǎn)對(duì)點(diǎn)運(yùn)力組織、分揀經(jīng)轉(zhuǎn)關(guān)系的設(shè)計(jì)，科學(xué)平衡了大規(guī)模路由網(wǎng)絡(luò)的時(shí)效和成本。

商品布局

商品布局是研究應(yīng)用于實(shí)物商品在空間物流網(wǎng)絡(luò)上的庫(kù)存布局問題所需的關(guān)鍵技術(shù)，包括銷量預(yù)測(cè)技術(shù)、分倉(cāng)布局技術(shù)。京東物流實(shí)現(xiàn)的關(guān)鍵技術(shù)有：

圖3.11京東物流商品布局技術(shù)路線

預(yù)測(cè)技術(shù)：包括機(jī)器學(xué)習(xí)預(yù)測(cè)技術(shù)及大數(shù)據(jù)預(yù)測(cè)工程化技術(shù)。前者基于傳統(tǒng)機(jī)器學(xué)預(yù)測(cè)算法(XGboost、SVM、RF等)基礎(chǔ)上自主研發(fā)級(jí)聯(lián)預(yù)測(cè)技術(shù)、新品預(yù)測(cè)技術(shù)、低頻預(yù)測(cè)技術(shù)，具體內(nèi)容如下所示：

圖3.12京東物流商品布局預(yù)測(cè)技術(shù)

分倉(cāng)布局技術(shù)：包括商品關(guān)聯(lián)挖掘技術(shù)及物流倉(cāng)網(wǎng)決策技術(shù)，前者對(duì)關(guān)聯(lián)性進(jìn)行基于時(shí)間序列的濾波與短期預(yù)測(cè)，繼而采用譜聚類SC，構(gòu)建商品間“相似品類”關(guān)聯(lián)關(guān)系；后者采用Monte Carlo仿真與區(qū)域訂單出庫(kù)密度，計(jì)算每個(gè)待選倉(cāng)庫(kù)的適應(yīng)值，并考慮時(shí)效滲透率約束、倉(cāng)數(shù)量約束、拆單率約束，以整體倉(cāng)儲(chǔ)、運(yùn)輸成本最低為目標(biāo)，采用遺傳GA算法及梯度下降法，迅速求出當(dāng)前在拆單、成本、倉(cāng)數(shù)量目標(biāo)下的帕累托解集供業(yè)務(wù)進(jìn)行決策。

目前，以上技術(shù)已經(jīng)在京東物流覆蓋中國(guó)大陸100%的行政區(qū)縣，99%的人口的網(wǎng)絡(luò)上投入運(yùn)營(yíng)。其中，智能選址使特定物流節(jié)點(diǎn)日均運(yùn)營(yíng)成本預(yù)計(jì)降低15%-20%；智能路由使網(wǎng)絡(luò)成本降低了10%，路由網(wǎng)絡(luò)時(shí)效縮短了12%；商品布局使拆單率降低約3%，總體倉(cāng)儲(chǔ)降低10%，商品庫(kù)存周轉(zhuǎn)降低約10%。

京東X倉(cāng)儲(chǔ)大腦

京東無(wú)人倉(cāng)投入運(yùn)營(yíng)以來(lái)，智能化生產(chǎn)模式發(fā)展迅速。然而物流機(jī)器人數(shù)量多、設(shè)備模型、接口、技術(shù)特點(diǎn)駁雜繁多，設(shè)備巡檢和及時(shí)維護(hù)工作量大，要求無(wú)人倉(cāng)做到“高效運(yùn)維“。X倉(cāng)儲(chǔ)大腦是為了實(shí)現(xiàn)無(wú)人倉(cāng)“更有效率”這個(gè)目標(biāo)的高度智能化產(chǎn)品，所屬技術(shù)為工業(yè)互聯(lián)網(wǎng)和人工智能兩個(gè)領(lǐng)域。

X倉(cāng)儲(chǔ)大腦的主要功能包括：(1)訂單生產(chǎn)數(shù)據(jù)的監(jiān)控和預(yù)警，資源優(yōu)化配置建議，數(shù)據(jù)統(tǒng)計(jì)與分析；(2)機(jī)器人重要數(shù)據(jù)監(jiān)控和預(yù)警，診斷建議，數(shù)據(jù)統(tǒng)計(jì)與分析；(3)規(guī)劃算法建模參數(shù)輸入與自動(dòng)化建模流程；(4)適配辦公室場(chǎng)景的PC版，以及適配移動(dòng)辦公場(chǎng)景的移動(dòng)版。X倉(cāng)儲(chǔ)大腦系統(tǒng)架構(gòu)如下圖所示：

圖3.13 X倉(cāng)儲(chǔ)大腦系統(tǒng)架構(gòu)

其主要涉及的人工智能創(chuàng)新點(diǎn)及核心技術(shù)有：

算法創(chuàng)新

電池健康度算法：傳統(tǒng)的下線檢測(cè)電池健康度是一項(xiàng)耗時(shí)且造成資源浪費(fèi)的方式。項(xiàng)目通過(guò)實(shí)時(shí)采集線上機(jī)器人電池充電數(shù)據(jù)，結(jié)合深度學(xué)習(xí)與全新電池?cái)?shù)據(jù)分析比對(duì)充電效率，實(shí)現(xiàn)在無(wú)需下線的情況下計(jì)算線上機(jī)器人的電池健康度。

資源調(diào)配算法：工作站和AGV是貨到人倉(cāng)庫(kù)中重要的生產(chǎn)資源。項(xiàng)目綜合使用預(yù)測(cè)技術(shù)和運(yùn)籌優(yōu)化技術(shù)預(yù)測(cè)未來(lái)若干天的生產(chǎn)情況，計(jì)算多天的資源配置計(jì)劃，給倉(cāng)庫(kù)管理人員提供多天的排班建議，實(shí)現(xiàn)按需生產(chǎn)。

自適應(yīng)生產(chǎn)頻率變化的訂單量預(yù)測(cè)算法：準(zhǔn)確預(yù)測(cè)訂單量是倉(cāng)庫(kù)安排生產(chǎn)資源的重要依據(jù)之一。項(xiàng)目通過(guò)對(duì)新舊業(yè)務(wù)模式的共性數(shù)據(jù)進(jìn)行建模，模型可根據(jù)新業(yè)務(wù)模式不斷調(diào)整，順應(yīng)業(yè)務(wù)的變化，解決了新業(yè)務(wù)缺少數(shù)據(jù)難以建模的問題。

技術(shù)創(chuàng)新

項(xiàng)目的技術(shù)核心為利用分布式消息隊(duì)列技術(shù)的高并發(fā)讀寫、高吞吐、高實(shí)時(shí)性等特點(diǎn)巧妙地應(yīng)用到倉(cāng)儲(chǔ)AGV設(shè)備數(shù)據(jù)采集的場(chǎng)景中，在解決了傳統(tǒng)采集方式存在若干問題的同時(shí)，保證了數(shù)據(jù)的時(shí)效性和可用性，其數(shù)據(jù)采集架構(gòu)及主要涉及到的人工智能技術(shù)有：

圖3.14 X倉(cāng)儲(chǔ)大腦數(shù)據(jù)采集架構(gòu)圖

 多元化海量傳感器數(shù)據(jù)實(shí)時(shí)采集系統(tǒng)：倉(cāng)儲(chǔ)物流的場(chǎng)景中，運(yùn)營(yíng)無(wú)人化是目前行業(yè)內(nèi)急需攻克的難點(diǎn)。實(shí)現(xiàn)倉(cāng)儲(chǔ)運(yùn)營(yíng)無(wú)人化首先要解決的問題是如何能全方位的掌握無(wú)人運(yùn)營(yíng)倉(cāng)儲(chǔ)的實(shí)時(shí)狀態(tài)用于決策。為應(yīng)對(duì)挑戰(zhàn)，X倉(cāng)儲(chǔ)大腦項(xiàng)目組利用已有技術(shù)自主設(shè)計(jì)研發(fā)了多元化海量傳感器數(shù)據(jù)實(shí)時(shí)采集系統(tǒng)，實(shí)現(xiàn)了無(wú)人倉(cāng)儲(chǔ)場(chǎng)景下海量傳感器數(shù)據(jù)的實(shí)時(shí)采集功能。

基于中心化技術(shù)和大數(shù)據(jù)分布式相結(jié)合的數(shù)據(jù)存儲(chǔ)：傳統(tǒng)存儲(chǔ)方式具有數(shù)據(jù)處理鏈路短，分析、開發(fā)應(yīng)用周期短的優(yōu)勢(shì)。但是在自動(dòng)化倉(cāng)儲(chǔ)的場(chǎng)景下多元數(shù)據(jù)結(jié)構(gòu)、海量數(shù)據(jù)讓傳統(tǒng)存儲(chǔ)架構(gòu)變得難以承受。本項(xiàng)目使用企業(yè)級(jí)的數(shù)據(jù)同步工具，數(shù)據(jù)中心（IDC）進(jìn)行同步數(shù)據(jù)加工，實(shí)現(xiàn)數(shù)據(jù)中心化存儲(chǔ)；基于Hadoop集群的HDFS實(shí)現(xiàn)海量數(shù)據(jù)的存儲(chǔ)；MapReduce和Spark計(jì)算框架讓海量歷史數(shù)據(jù)的分析與計(jì)算成為可能；Strom、Flink等流式計(jì)算框架結(jié)合Kafka的數(shù)據(jù)中間件將數(shù)據(jù)處理與分析的時(shí)效性從T+1進(jìn)一步提升到T+0，讓當(dāng)日內(nèi)的數(shù)據(jù)分析、診斷和控制變得時(shí)效性更高更具有應(yīng)用價(jià)值。

 多時(shí)態(tài)數(shù)據(jù)統(tǒng)一計(jì)算框架：在無(wú)人倉(cāng)儲(chǔ)場(chǎng)景下要求計(jì)算框架滿足多時(shí)態(tài)數(shù)據(jù)的計(jì)算需要。本項(xiàng)目借鑒了Kappa架構(gòu)的思想，建立了以T+0流式處理系統(tǒng)結(jié)合消息隊(duì)列系統(tǒng)為主要計(jì)算、存儲(chǔ)框架，兼容歷史批處理任務(wù)的多時(shí)態(tài)數(shù)據(jù)存儲(chǔ)計(jì)算系統(tǒng)。將批處理任務(wù)轉(zhuǎn)化為具有狀態(tài)的流式時(shí)間窗數(shù)據(jù)，按照流式處理范式進(jìn)行處理。突破性的解決了這一難題。

 基于大數(shù)據(jù)技術(shù)的機(jī)器學(xué)習(xí)算法平臺(tái)：算法平臺(tái)為X倉(cāng)儲(chǔ)大腦提供基于業(yè)務(wù)需求的分類、預(yù)測(cè)等算法與數(shù)據(jù)處理支撐。創(chuàng)新性的實(shí)現(xiàn)了實(shí)時(shí)觸發(fā)式任務(wù)執(zhí)行功能，實(shí)時(shí)響應(yīng)數(shù)據(jù)計(jì)算需求，調(diào)度資源完成計(jì)算任務(wù)并回傳結(jié)果，改變以往只將離線大數(shù)據(jù)計(jì)算用于離線數(shù)據(jù)分析、數(shù)據(jù)建模的應(yīng)用方式。

X倉(cāng)儲(chǔ)大腦自2018年8月投入應(yīng)用，在智能物流機(jī)器人行業(yè)，提升規(guī)劃、運(yùn)營(yíng)監(jiān)控及維保效率高達(dá)80%，降低人力成本高達(dá)50%，預(yù)計(jì)每年能節(jié)省22000萬(wàn)元。應(yīng)用了X倉(cāng)儲(chǔ)大腦的京東無(wú)人倉(cāng)，在經(jīng)過(guò)近一年的快速發(fā)展后，無(wú)論是訂單處理能力，還是自動(dòng)化設(shè)備的運(yùn)維能力，都已經(jīng)處于行業(yè)領(lǐng)先水平。

快倉(cāng)智能倉(cāng)儲(chǔ)機(jī)器人

（1） 國(guó)內(nèi)首個(gè)醫(yī)藥智能倉(cāng)儲(chǔ)機(jī)器人系統(tǒng)

隨著智能物流時(shí)代到來(lái)，智能倉(cāng)儲(chǔ)機(jī)器人已經(jīng)被廣泛應(yīng)用在電商、3PL、零售、傳統(tǒng)制造等行業(yè)，國(guó)內(nèi)幾大電商巨頭也紛紛將倉(cāng)儲(chǔ)自動(dòng)化智能化推向新的階段?？靷}(cāng)作為專注于提供具有世界級(jí)水平的智能倉(cāng)儲(chǔ)解決方案的公司，在業(yè)界擁有良好的口碑，更注重在醫(yī)藥行業(yè)智能機(jī)器人倉(cāng)儲(chǔ)系統(tǒng)這個(gè)空白領(lǐng)域進(jìn)行深入研究、探索，此次與國(guó)內(nèi)知名系統(tǒng)集成商一起強(qiáng)強(qiáng)聯(lián)手，推出的某藥企智能機(jī)器人系統(tǒng)讓醫(yī)藥行業(yè)的智能化不再是“理想化”，加速推動(dòng)了整個(gè)醫(yī)藥行業(yè)智能化發(fā)展進(jìn)程。由快倉(cāng)與國(guó)內(nèi)知名系統(tǒng)集成商一同攜手打造的某藥企智能倉(cāng)儲(chǔ)機(jī)器人系統(tǒng)，將機(jī)器人引入傳統(tǒng)醫(yī)藥行業(yè)，這標(biāo)志著國(guó)內(nèi)首個(gè)醫(yī)藥行業(yè)智能倉(cāng)儲(chǔ)機(jī)器人項(xiàng)目正式揭開她神秘面紗。

該系統(tǒng)主要涉及了智能機(jī)器人箱揀區(qū)、輸送系統(tǒng)、自動(dòng)分揀區(qū)，示意圖見圖3.13。機(jī)器人箱揀區(qū)的整箱貨物來(lái)自高位貨架區(qū)與零箱收貨入庫(kù)，主要負(fù)責(zé)整箱貨物通過(guò)輸送線至自動(dòng)分揀區(qū)出庫(kù)與補(bǔ)貨至隔板貨架拆零區(qū)；自動(dòng)分揀區(qū)主要負(fù)責(zé)機(jī)器人區(qū)與拆零區(qū)貨物進(jìn)行自動(dòng)分揀。

 圖3.15 項(xiàng)目示意圖

快倉(cāng)打造的智能倉(cāng)儲(chǔ)系統(tǒng)以移動(dòng)機(jī)器人實(shí)現(xiàn)“貨到人”作業(yè)方式，在所有涉及到分揀庫(kù)區(qū)的業(yè)務(wù)流程中（包括上架，補(bǔ)貨，揀貨，盤點(diǎn)，退貨等），員工都無(wú)需進(jìn)入分揀庫(kù)區(qū)內(nèi)部，只需要在工作站等待，系統(tǒng)會(huì)自動(dòng)指派移動(dòng)機(jī)器人將目標(biāo)貨架運(yùn)到工作站，待員工在系統(tǒng)指導(dǎo)下完成業(yè)務(wù)后，再將貨架送回到分揀庫(kù)區(qū)。這大幅提高了作業(yè)效率，有效降低了人工強(qiáng)度及成本。

快倉(cāng)智能倉(cāng)儲(chǔ)機(jī)器人不僅完成包括上架，揀選，補(bǔ)貨、退貨，盤點(diǎn)等流程的完整訂單智能履行，同時(shí)還與AS/RS，各式流水線+滑道、升降機(jī)等自動(dòng)化設(shè)備完成了高效聯(lián)動(dòng)，提高整體作業(yè)效率。

相比傳統(tǒng)人工倉(cāng)，機(jī)器人運(yùn)作效率提升2-3倍，快倉(cāng)系統(tǒng)單臺(tái)工作站揀選效率可達(dá)250箱/小時(shí)。相比傳統(tǒng)貨架，空間利用率明顯提升?？臻g利用率提升15%，倉(cāng)庫(kù)儲(chǔ)量提升1.5倍多。

（2） 某服裝企業(yè)智能倉(cāng)儲(chǔ)機(jī)器人

對(duì)于服裝行業(yè)，在不斷高速擴(kuò)張的同時(shí)，提高物流效率才能使企業(yè)具備行業(yè)領(lǐng)先的競(jìng)爭(zhēng)力。2018年，快倉(cāng)為某服裝企業(yè)部署全智能的“貨到人”機(jī)器人倉(cāng)庫(kù)。以提高倉(cāng)儲(chǔ)的作業(yè)效率，減少人工成本，并在短時(shí)間內(nèi)得到投資回報(bào)。

該智能機(jī)器人揀選系統(tǒng)由一系列移動(dòng)機(jī)器人、可移動(dòng)貨架、補(bǔ)貨、揀貨工作站、WCS和RCS系統(tǒng)構(gòu)成。以人工智能算法的軟件系統(tǒng)為核心，來(lái)完成上架、揀選、補(bǔ)貨、退貨、盤點(diǎn)等庫(kù)內(nèi)全部作業(yè)流程，員工只需要在工作站完成掃碼，裝箱的動(dòng)作即可。系統(tǒng)具有很高的柔性和擴(kuò)展性，分揀效率可達(dá)到14,000件/天。

快倉(cāng)根據(jù)客戶特殊應(yīng)用場(chǎng)景需求，針對(duì)AGV的使用進(jìn)行了定制化研發(fā)設(shè)計(jì)。本次共部署了20臺(tái)AGV，項(xiàng)目從前期溝通到規(guī)劃、研發(fā)、實(shí)施，直至最終上線，歷時(shí)數(shù)月，實(shí)現(xiàn)從原來(lái)的純?nèi)斯ぷ鳂I(yè)模式到揀選出庫(kù)流程的智能化操作轉(zhuǎn)變。月平均出庫(kù)量由原先400萬(wàn)件增加至600萬(wàn)件，大幅提升了月出庫(kù)作業(yè)效率。

蘇寧物流智能決策系統(tǒng)

蘇寧物流智能決策系統(tǒng)運(yùn)用運(yùn)籌優(yōu)化、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，建立了3個(gè)方面的核心新應(yīng)用，分別為智能網(wǎng)絡(luò)規(guī)劃、智能倉(cāng)儲(chǔ)和智能調(diào)度，通過(guò)挖掘數(shù)據(jù)價(jià)值重塑物流運(yùn)作流程，賦能蘇寧物流降本、增效、升體驗(yàn)，實(shí)現(xiàn)智能物流轉(zhuǎn)型升級(jí)。蘇寧物流智能決策系統(tǒng)涉及的人工智能關(guān)鍵技術(shù)內(nèi)容如下：

（1） 智能網(wǎng)絡(luò)規(guī)劃

蘇寧物流智能網(wǎng)絡(luò)規(guī)劃系統(tǒng)，運(yùn)用運(yùn)籌學(xué)、機(jī)器學(xué)習(xí)算法，搭建4個(gè)核心模塊：路由網(wǎng)絡(luò)規(guī)劃和網(wǎng)絡(luò)布局。先對(duì)現(xiàn)有的運(yùn)輸網(wǎng)絡(luò)、倉(cāng)庫(kù)網(wǎng)絡(luò)、分撥網(wǎng)絡(luò)和站點(diǎn)網(wǎng)絡(luò)進(jìn)行診斷，發(fā)現(xiàn)可以優(yōu)化的網(wǎng)絡(luò)規(guī)劃，實(shí)現(xiàn)物流運(yùn)營(yíng)層面上的精細(xì)化經(jīng)營(yíng)；再基于運(yùn)營(yíng)和時(shí)效等數(shù)據(jù)，對(duì)新增加的網(wǎng)絡(luò)規(guī)劃進(jìn)行評(píng)估，調(diào)整布局方案，在經(jīng)營(yíng)效率不降低的前提下，降低整體的運(yùn)營(yíng)成本。蘇寧物流智能網(wǎng)絡(luò)規(guī)劃系統(tǒng)的兩大核心模塊設(shè)計(jì)到的關(guān)鍵技術(shù)詳細(xì)介紹如下：

1、網(wǎng)絡(luò)布局

基于大數(shù)據(jù)和人工智能的智能物流場(chǎng)景下，網(wǎng)絡(luò)布局對(duì)物流全流程進(jìn)行分析。其中，倉(cāng)網(wǎng)布局包含現(xiàn)狀的經(jīng)營(yíng)分析和庫(kù)存分析、規(guī)劃的新開倉(cāng)評(píng)估模型、選品的鋪貨建議。從現(xiàn)狀到規(guī)劃，對(duì)倉(cāng)網(wǎng)的健康程度進(jìn)行診斷，輔助倉(cāng)網(wǎng)的經(jīng)營(yíng)作業(yè)，為新開倉(cāng)提供分析模型。

圖3.16 蘇寧物流智能網(wǎng)絡(luò)規(guī)劃示意圖

面向多節(jié)點(diǎn)倉(cāng)網(wǎng)智能計(jì)算技術(shù)：運(yùn)用大數(shù)據(jù)技術(shù)和運(yùn)籌優(yōu)化算法，結(jié)合倉(cāng)網(wǎng)的銷售數(shù)據(jù)、經(jīng)營(yíng)數(shù)據(jù)和實(shí)效，進(jìn)行優(yōu)化求解，給出分析結(jié)果。

2、運(yùn)輸網(wǎng)絡(luò)規(guī)劃

在物流和快遞運(yùn)營(yíng)中，運(yùn)輸成本和中轉(zhuǎn)成本是總運(yùn)營(yíng)成本的主要組成部分，而網(wǎng)絡(luò)和路由的設(shè)計(jì)決定了運(yùn)輸成本和主要中轉(zhuǎn)成本的高低，也決定了服務(wù)時(shí)效的快慢。過(guò)去車輛線路、路由的規(guī)劃基本依靠人工經(jīng)驗(yàn)，但因?yàn)榉謸苤行臄?shù)量較多，貨量結(jié)構(gòu)較復(fù)雜，可規(guī)劃的各種線路和路由組合可能性非常多，所以單純依靠人工經(jīng)驗(yàn)判斷很難實(shí)現(xiàn)全局最優(yōu)。另外，考慮市場(chǎng)環(huán)境的變化，貨量是在不停波動(dòng)的，所規(guī)劃的車輛線路和路由需要及時(shí)調(diào)整才能保證和提升服務(wù)質(zhì)量，減少成本的浪費(fèi)。而僅依靠人工很難及時(shí)且精確地捕捉到貨量變化而所需要優(yōu)化的點(diǎn)，進(jìn)行相應(yīng)的規(guī)劃優(yōu)化和調(diào)整，因此，蘇寧開發(fā)了運(yùn)輸網(wǎng)絡(luò)規(guī)劃系統(tǒng)：

 

圖3.17 蘇寧物流智能網(wǎng)絡(luò)規(guī)劃系統(tǒng)示意圖

運(yùn)用啟發(fā)式算法完成路由推薦功能：基于現(xiàn)有線路和班期規(guī)劃，推薦多種路由，可根據(jù)實(shí)際業(yè)務(wù)需要選擇最合適的路由發(fā)運(yùn)。

運(yùn)用精確求解算法實(shí)現(xiàn)全網(wǎng)路由規(guī)劃：通過(guò)調(diào)整輸入未來(lái)貨量、以及未來(lái)備選中轉(zhuǎn)場(chǎng)，可測(cè)算未來(lái)貨量和分撥中心下的分撥中轉(zhuǎn)貨量，為分撥中心的新建、擴(kuò)建提供支持。

（2） 智能倉(cāng)儲(chǔ)

倉(cāng)儲(chǔ)管理存在商品種類多、庫(kù)存量大、作業(yè)量大、決策環(huán)節(jié)多等特點(diǎn)，任何一個(gè)環(huán)節(jié)的決策結(jié)果都將影響到最終的作業(yè)效果。針對(duì)倉(cāng)儲(chǔ)管理的這一特點(diǎn)，蘇寧通過(guò)人工智能技術(shù)與作業(yè)場(chǎng)景的深度結(jié)合，建立了倉(cāng)庫(kù)管理的一體化解決方案。該方案覆蓋庫(kù)內(nèi)布局-上架-補(bǔ)貨-調(diào)倉(cāng)-理貨-揀選-包裝7大作業(yè)環(huán)節(jié)的算法體系，提供評(píng)估-診斷-建議再評(píng)估的閉環(huán)反饋服務(wù)，對(duì)倉(cāng)庫(kù)利用率和作業(yè)效率的提升效果明顯。

圖3.18 蘇寧物流智能倉(cāng)儲(chǔ)體系示意圖

（3） 智能調(diào)度

智能調(diào)度包含干線運(yùn)輸?shù)能囆屯扑]，支線運(yùn)輸?shù)能囕v路徑規(guī)劃和末端的攬配訂單分派，借助人工智能技術(shù)，實(shí)現(xiàn)物流運(yùn)配環(huán)節(jié)車輛、人員、設(shè)備等作業(yè)資源的協(xié)調(diào)統(tǒng)一，使作業(yè)效率最大化。

針對(duì)訂單分配的智能算法：通過(guò)歷史訂單信息，運(yùn)用機(jī)器學(xué)習(xí)算法，對(duì)配送區(qū)域、快遞員和客戶進(jìn)行畫像分析，將訂單分配給最合適的快遞員，優(yōu)化快遞員和客戶的體驗(yàn)。

針對(duì)車輛調(diào)度的智能算法：結(jié)合現(xiàn)實(shí)場(chǎng)景下的各種限制條件和管理決策需求，運(yùn)用運(yùn)籌優(yōu)化算法，對(duì)運(yùn)輸線路的車型和車輛路徑進(jìn)行優(yōu)化求解。

 

圖3.19 蘇寧物流智能調(diào)度體系示意圖

中通智能寄件桶-小藍(lán)桶

隨著AI技術(shù)的發(fā)展，無(wú)人自助智能設(shè)備將是未來(lái)公共服務(wù)基礎(chǔ)性設(shè)施，當(dāng)下快遞服務(wù)已成為人們?nèi)粘Ｉ畋夭豢缮俚牟糠郑N近人們服務(wù)的收、派兩端無(wú)人自助智能設(shè)備的植入已成為必然趨勢(shì)。中通快遞順勢(shì)推出無(wú)人自助智能設(shè)備寄件桶小藍(lán)，可以很好的解決目前寄遞服務(wù)中三端存在的一些問題，用戶端：不可控的等待，等待快遞人員上門取件時(shí)間長(zhǎng)，等待成本高；無(wú)法滿足夜間寄件需求；快遞員上門攬件，隱私和人身財(cái)產(chǎn)安全存在風(fēng)險(xiǎn)?？爝f網(wǎng)點(diǎn)端：隨機(jī)取件成本高，人難招，員工流失率高。快遞員端：上樓服務(wù)時(shí)間成本高，效率低。

中通智能寄件桶小藍(lán)采用物聯(lián)網(wǎng)、互聯(lián)網(wǎng)相結(jié)合的基礎(chǔ)技術(shù)，結(jié)合快遞用戶寄件的應(yīng)用場(chǎng)景，用戶通過(guò)手機(jī)APP注冊(cè)操作控制設(shè)備自助完成寄件。并采用超低功耗藍(lán)牙通信技術(shù)，最大程度的節(jié)能降低落地推廣的成本。該系統(tǒng)主要包括：智能控制系統(tǒng)、智能電池管理系統(tǒng)、手機(jī)APP、云端后臺(tái)管理系統(tǒng)。

圖3.20 中通智能寄件小藍(lán)桶系統(tǒng)示意圖

其主要包含的創(chuàng)新點(diǎn)及人工智能技術(shù)有：

寄件模式的創(chuàng)新

從下單、結(jié)算、投遞整個(gè)寄件過(guò)程用戶只需一部手機(jī)并在1分鐘內(nèi)全部搞定，無(wú)需等待。并可實(shí)現(xiàn)7x24小時(shí)隨時(shí)隨地寄件。

去電去網(wǎng)

現(xiàn)有的快遞柜采用接場(chǎng)電供電、4G通信控制的模式。存在落地成本高、場(chǎng)地限制影響大、后期運(yùn)維成本高等問題。小藍(lán)桶采用太陽(yáng)能電池供電技術(shù)和超低功耗藍(lán)牙通信技術(shù)。太陽(yáng)能供電可以讓“小藍(lán)桶”無(wú)需接場(chǎng)電，安裝不受場(chǎng)地限制，落地推廣成本低，且節(jié)能環(huán)保；超低功耗的藍(lán)牙通信可最大程度的節(jié)能確保設(shè)備使用的持久性，用戶手機(jī)APP與“小藍(lán)桶”通過(guò)藍(lán)牙建立通信后并通過(guò)用戶手機(jī)的GPRS傳輸數(shù)據(jù)，“小藍(lán)桶”自身無(wú)需接網(wǎng)。

智能派單

系統(tǒng)結(jié)合大數(shù)據(jù)分析、智能定位、快遞員其它的任務(wù)單計(jì)算合單處理智能分配業(yè)務(wù)員，實(shí)現(xiàn)業(yè)務(wù)員定時(shí)、順道等取件，最大程度的提高工作效率，降低運(yùn)營(yíng)成本。

圓通速遞智能語(yǔ)音客服

目前企業(yè)所用的智能客服系統(tǒng)普遍用于業(yè)務(wù)解答，系統(tǒng)的開發(fā)模式主要基于企業(yè)的知識(shí)庫(kù)，采用關(guān)鍵字匹配來(lái)推薦答案，這種方式雖然直接，但其實(shí)沒有很好地考慮到客戶的提問習(xí)慣。基于語(yǔ)音識(shí)別、自然語(yǔ)言理解等AI技術(shù)派生出了智能文本客服系統(tǒng)、智能語(yǔ)音客服系統(tǒng)，如全天候客服機(jī)器人、智能語(yǔ)音質(zhì)檢、智能外呼機(jī)器人等產(chǎn)品。圓通速遞的智能語(yǔ)音客服系統(tǒng)能以結(jié)構(gòu)化的語(yǔ)言讀取信息，在客戶自然語(yǔ)言和計(jì)算機(jī)結(jié)構(gòu)化語(yǔ)言建立了一定的機(jī)制做好翻譯工作，從而全面提升了客服的工作效率。圓通速遞的智能語(yǔ)音客服系統(tǒng)主要的應(yīng)用場(chǎng)景有：

（1） 智能在線機(jī)器人客服

圓通速遞在2017年開始相繼在官網(wǎng)、微信等渠道上線國(guó)內(nèi)版智能在線機(jī)器人客服，代替或協(xié)助人工在線客服完成客戶服務(wù)工作，一定程度上解決了客服用工成本高、服務(wù)時(shí)間難以滿足客戶需求的問題，從而節(jié)省人力、降本增效。

2019年國(guó)際版等智能在線機(jī)器人客服上線投入使用，該項(xiàng)目是圓通速遞與上海大學(xué)人工智能團(tuán)隊(duì)開展的產(chǎn)學(xué)研合作的代表，雙方組建了技術(shù)研發(fā)團(tuán)隊(duì)，目前已在機(jī)器人識(shí)別及語(yǔ)義理解等核心算法方面取得顯著成績(jī)。綜上，智能在線機(jī)器人客服累計(jì)總接單量近5000萬(wàn)單，平均應(yīng)答率超過(guò)90%，智能在線機(jī)器人采用基于規(guī)則統(tǒng)計(jì)和深度學(xué)習(xí)相結(jié)合的先進(jìn)技術(shù)，實(shí)現(xiàn)精準(zhǔn)的意圖捕捉、情緒識(shí)別、情感分析后的多輪交互，給客戶帶來(lái)親和又新奇的服務(wù)體驗(yàn)。該項(xiàng)目獲得了2018年度郵政行業(yè)科學(xué)技術(shù)獎(jiǎng)三等獎(jiǎng)。    

在線機(jī)器人客服處理流程：

圖3.21 在線機(jī)器人客服處理流程

（2） 智能客服語(yǔ)音呼入

2018年圓通速遞上線智能下單業(yè)務(wù)和智能查詢業(yè)務(wù)。通過(guò)呼叫中心平臺(tái)將客戶電話轉(zhuǎn)接給語(yǔ)音機(jī)器人，機(jī)器人通過(guò)ASR、NLP、TTS等語(yǔ)音技術(shù)實(shí)現(xiàn)與用戶的語(yǔ)音交互，從而減輕了話務(wù)員的用人成本和業(yè)務(wù)壓力，并能夠?qū)崿F(xiàn)全天無(wú)休的服務(wù)，極大提升了客戶體驗(yàn)，2019年又上線語(yǔ)音門戶，實(shí)現(xiàn)從客戶電話進(jìn)來(lái)，全部智能客服語(yǔ)音機(jī)器人接待，智能語(yǔ)音機(jī)器人上線一年多來(lái)服務(wù)總量近千萬(wàn)，日均服務(wù)量超30萬(wàn)。該項(xiàng)目獲得了2019中物聯(lián)科技進(jìn)步獎(jiǎng)二等獎(jiǎng)。

智能客服語(yǔ)音呼入機(jī)器人基于科大訊飛與物流信息國(guó)家工程實(shí)驗(yàn)室成立的聯(lián)合實(shí)驗(yàn)室，以語(yǔ)音智能服務(wù)領(lǐng)域?yàn)榍腥朦c(diǎn)，雙方已共同發(fā)布了智能語(yǔ)音機(jī)器人，考慮到快遞物流客服管理往往面臨“三高兩低”的經(jīng)營(yíng)態(tài)勢(shì)，即運(yùn)營(yíng)成本高、培訓(xùn)成本高、員工流失率高和客服效率低、客戶滿意度低。該應(yīng)用深入挖掘快遞物流客服需求點(diǎn)，針對(duì)查件、催件、下單等29個(gè)業(yè)務(wù)場(chǎng)景，構(gòu)建智能化知識(shí)圖譜體系，實(shí)現(xiàn)了上下文關(guān)聯(lián)，意圖推理，文本糾錯(cuò)效果的大幅提升，通過(guò)此項(xiàng)目的施行，合作方物流信息國(guó)家工程實(shí)驗(yàn)室提前完成了智能客服平臺(tái)示范建設(shè)。

圖3.22體現(xiàn)呼入機(jī)器人下單流程

（3） 智能客服語(yǔ)音外呼

2017年圓通速遞與南京郵電大學(xué)開展了關(guān)于物流行業(yè)的人工智能產(chǎn)學(xué)研合作，基于ASR、TTS、NLP等AI技術(shù)，雙方就智能語(yǔ)音外呼方向的應(yīng)用展開了深入研究。經(jīng)調(diào)研分析，首先從催收和號(hào)碼驗(yàn)證場(chǎng)景開始。

自上線使用起智能語(yǔ)音機(jī)器人累計(jì)呼出近50萬(wàn)次，2019年中期推出了智能小秘機(jī)器人項(xiàng)目，覆蓋了15個(gè)業(yè)務(wù)場(chǎng)景，解決了大量重復(fù)工作，有效提升了服務(wù)質(zhì)量及工作效率。