下载掌阅APP，畅读海量书库
立即打开
智慧物流是基于物联网技术在物流领域的应用而提出的。参考物联网的三层体系结构，智慧物流系统由底至顶一般划分为感知层、网络层和应用层三个层次。感知层负责信息的采集和初步处理；网络层负责信息的可靠传输；应用层负责数据的存储、分析与应用。本书在智慧物流系统层次划分的基础上，按照智慧物流信息管理流程及应用需求对每个层次进行细化，将智慧物流信息技术划分为三个层次12个模块，如图1-1所示。
图1-1 智慧物流信息技术体系框架图
感知层是智慧物流系统实现对货物、物流设施设备、运行环境感知的基础，是智慧物流的起点。具体而言，又可划分为物品编码与标识、物流定位与导航、状态感知与执行三个方面的功能目标，分别对应于三类技术。
1.物品编码与标识技术
《物流术语》（2021）中，物品特指经济与社会活动中实体流动的物质资料。此处的物品泛指智慧物流系统中各种有形或无形的实体，主要包括流通的物品、物流设施、物流设备、企业资产等，是需要信息交换的客体。物品编码与标识主要解决智慧物流环境下的物品数字化管理问题，所涉及的技术主要包括物品编码技术、条码技术和RFID技术等。
当前，全球范围内通用的物品编码体系是GS1编码体系，其为供应链中的不同层级的贸易项目（产品与服务）、物流单元、资产、参与方、服务关系、单据以及其他特殊领域提供全球唯一的编码标识及附加属性代码。然而，受编码池的限制，其中的全球贸易代码只能对某一类商品进行编码（典型应用是商品条码），而不能实现对单件商品的唯一标识，已经不能满足智慧物流建设与发展的需要。产品电子代码（Electronic Product Code，EPC）的出现较好地解决了这一问题。EPC编码是对GS1编码的补充，可以实现对零售商品、物流单元、集装箱、货运包装等所有实体对象的唯一有效标识，被誉为具有革命性意义的新技术。
拓展阅读1-1：编码池
物品编码本身只是一组字符，需要有效的载体承载并与物品绑定才能实现对物品的标识。在实际应用过程中，GS1编码以条码符号作为数据载体，而EPC编码则以RFID电子标签作为其数据载体。随着智慧物流的不断发展，EPC编码的应用范围将会不断扩大。
2.物流定位与导航技术
物流定位与导航技术主要解决货物运输过程的透明化以及室内物品、设备的定位导航问题，涉及的技术主要有全球卫星导航系统（Global Navigation Satellite System，GNSS）、地理信息系统和室内定位导航技术等。
GNSS主要用于解决物流室外作业场景中的定位问题，如运输工具定位、在途货物定位、集装箱定位等，一般结合GIS使用。目前，全球有四大卫星导航系统供应商，包括美国的全球定位系统（Global Positioning System，GPS）、俄罗斯的格洛纳斯卫星导航系统（GLObal NAvigation Satellite System，GLONASS）、我国的北斗卫星导航系统（BeiDou Navigation Satellite System，BDS）和欧盟的伽利略卫星导航系统（Galileo Navigation Satellite System，Galileo）。当前，我国以GPS和BDS的应用为主，发展趋势是BDS将会逐步取代GPS。GNSS的应用领域主要包括运输车辆自主导航、地面车辆跟踪和城市智能交通管理、船舶远洋导航和进港引水、船只实时调度与导航等。
GNSS与GIS的结合可以很好地解决智慧物流系统中的室外定位问题。但智慧物流系统中有很多作业场景位于室内，例如，仓库、配送中心等，需要室内定位导航技术的辅助，从而解决卫星信号不能穿透建筑物的问题，为室内物品和设备的定位导航提供技术支撑。
室内定位导航技术主要划分为基于无线通信基站的定位、惯性导航定位、地磁定位、基于图片（视频）的机器视觉定位等几种类型。常用的定位技术主要有4G基站定位技术、5G基站定位技术、蓝牙定位技术、WiFi定位技术、超宽带（Ultra Wide Band，UWB）定位技术和vSLAM（Visual Simultaneous Localization and Mapping，基于视觉的同步定位与地图构建）技术等。其中，5G基站定位技术、UWB定位技术和vSLAM技术是当前关注的热点和重点。实际应用中，一般是多种技术综合使用，以达到较好的定位和导航效果。
3.状态感知与执行技术
状态感知是指依靠传感器及其相关技术使计算机设备能够“感知”物流运作的情境，通过分析与计算，使物流系统能够自适应情境的变化，并主动做出准备或反应。状态感知能力的提升是智慧物流的重要基础，所涉及的技术主要包括传感器技术、语音识别技术、机器视觉技术以及物流机器人技术等。状态感知能力同样是物流机器人的基础能力，能够进一步提高智慧物流前端执行的智能化程度。
传感器从仿生学的角度，使机械像人类或动物的感觉器官一样能对外界环境变化进行感知。当前，使用的传感器主要是智能传感器，对外界信息具有一定的检测、自诊断、数据处理以及自适应能力，是微型计算机技术与检测技术相结合的产物。在智慧物流系统中，传感器处于最前端，是感知、获取与检测各种信息的窗口。它的作用是延伸、扩展、补充或代替人的听觉、视觉和触觉等器官的功能，是实现感知与自动控制的重要环节。在某些场景中，传感器被作为部件嵌入智能设备，例如，无人叉车、无人配送车等，用于感知设备本身和周边的环境信息；在另外的一些场景中，无线传感器组成无线传感器网络（Wireless Sensor Networks，WSN），采集某个区域范围内的特定环境参量，例如，仓储环境监控、园区安防监控等。
语音识别技术，也被称为自动语音识别（Automatic Speech Recognition，ASR），其目标是将人类语音中的词汇内容转换为计算机可读的输入符号，例如，按键、二进制编码或者字符序列。在物流领域，语音识别技术已经在分拣系统和智能客服中开始应用。
机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能——从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。在智慧物流系统中，机器视觉主要用于物流作业现场的人员和车辆管理，以及物流各作业环节的物品形状识别、尺寸检测、自动化数量检测、包装质量检测等，也包括前述的vSLAM技术。
物流机器人属于工业机器人的范畴，是智慧物流系统的前端执行机构。广义的物流机器人包括仓库物流机器人、无人驾驶物流车等多种形式；狭义的物流机器人主要指在仓库内执行装卸、搬运、分拣、包装以及拆码垛等功能的机器人。使用较为普遍的物流机器人主要有自动导引运输车（Automated Guided Vehicle，AGV）、自主移动机器人（Autonomous Mobile Robot，AMR）、有轨穿梭车（Rail Guided Vehicle，RGV）和搬运机械臂四种类型。
智慧物流网络层是智慧物流系统的神经网络，连接着感知层和应用层，其功能为“传送”，即通过通信网络进行信息传输。网络层包含接入网和传输网，分别实现接入功能和传输功能。传输网由公网与专网组成，典型传输网络包括电信网（固网、移动通信网）、广电网、互联网、专用网（数字集群）；接入网包括光纤接入、无线接入、以太网接入、卫星接入等各类接入方式，实现底层的物品、人员、物流设施、物流设备等的无缝接入。根据应用场景可以划分为近距离无线通信技术、局域互联技术、广域互联技术和物物互联技术等，如图1-2所示。
图1-2 智慧物流网络层应用场景划分
1.近距离无线通信技术
近距离无线通信技术，又称近间隔无线通信技术。其范围很广，在普通意义上，只需要通信收发双方经过无线电波传输信息，并且传输间隔限制在较短的范围内，通常是几十米内，就可以称为近（短）间隔无线通信，具有低成本、低功耗和对等通信等特征和优势。智慧物流系统中，近距离无线通信技术主要用于解决系统终端人员、物品、设备、设施等之间的有限距离或有限范围的无线通信问题，涉及的技术主要包括蓝牙（Bluetooth）、ZigBee、Z-Wave、红外（IrDA）、UWB、近场通信（Near Field Communication，NFC）、RFID等。
智慧物流环境下，由于近距离无线通信的应用非常多样化，且要求各不相同，所以多种标准和技术并存的现象会长期存在。例如，需要宽带传输的视频、高速数据可以采用UWB技术；对速率要求不高但对功耗、成本等有较高要求的无线传感网可以采用ZigBee、Z-Wave及与其相似的技术；对于非常近距离的标签无线识别应用，则可采用NFC、RFID等无线通信技术。
2.局域互联技术
此处的局域是指仓库、货场、配送中心、物流园区、转运中心、港口码头、货运机场等智慧物流系统中的有限区域和空间。局域互联技术着眼于解决这些区域的组网和通信问题，涉及的技术主要有现场总线技术和局域网技术。
现场总线一般用于解决工业现场的智能化仪器仪表、控制器、执行机构等现场设备间的数字通信以及这些现场控制设备和高级控制系统之间的信息传递问题。智慧物流系统中，作业现场的智能化设备越来越多，需要应用现场总线技术将其连接为一个整体，从而发挥协同效应，提高现场作业效率。
局域网是现代物流实现办公自动化和作业自动化的基础条件，按其接入方式可分为有线和无线两种方式。有线方式以以太网技术的应用最为普遍，其传输速度快，性能稳定，框架简易，并且具有封闭性，一般用于物流企业内部、室内作业现场和物流数据中心组网等。无线方式以WiFi的应用最为普遍，例如WiFi6覆盖了2.4GHz、5GHz两个频段，允许与多达8个设备通信，最高速率可达9.6Gbit/s。与有线接入方式相比，WiFi无须布线，健康安全，组网简单，能够较好地支持终端的移动性。
3.广域互联技术
智慧物流环境下，物流系统覆盖的范围经常跨城、跨省、跨区甚至跨国。城际、省际乃至全球性的信息交互是智慧物流系统正常运转的基础，所以需要互联网、移动通信和集群通信等技术的支持。
互联网打破了空间限制，降低了信息交换的成本，提升了信息的聚合效应，具备通信、社交、网上贸易、云端化服务、资源共享、服务对象化等多种功能，是信息社会的重要基础。互联网与物流的结合，不断创新物流经营和服务模式，将各种运输、仓储等物流资源在更大的平台上进行整合和优化，扩大资源配置范围，提高资源配置有效性，全面提升物流效率。
互联网虽然实现物流各主体之间广域互联，但无法充分满足物流对移动性的要求，在一定程度上也限制了智慧物流的发展。移动通信技术的进步为智慧物流发展注入了新的动力。随着5G技术的推广应用，国内物流行业将迎来新的发展机遇，智慧物流市场前景广阔。
互联网和移动通信网都是面向大众的公共通信网络。但在智慧物流系统中，货柜码头、大型转运站等某些特殊的场景，需要有专用的通信网络用于现场的指挥和调度。所以，仍然需要集群通信系统这一专用通信网络技术的支持。
4.物物互联技术
物物互联是智慧物流区别于传统物流的典型特征，也是智慧物流的重要基础，涉及的技术主要包括物联网、车联网、信息物理系统等，目的是实现“物”与“物”之间的相互通信和协同运作。
物联网技术被誉为信息科技产业的第三次革命。物联网的出现推动着现代社会智慧化程度的不断提高，“智慧地球”“智慧城市”“智慧生活”等概念不断被提出。物联网技术同样推动着现代物流向智慧物流发展，是智慧物流系统建设的基础支撑技术之一。
车联网（Internet of Vehicles，IoV）的概念源于物联网，即车辆物联网，是以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与X（X表示车、人、路、服务平台）之间的网络连接，提升车辆整体的智能驾驶水平，为用户提供安全、舒适、智能、高效的驾驶感受与交通服务，同时提高交通运行效率，提升社会交通服务的智能化水平。车联网的发展推动着我国智慧物流的变革。随着车联网理念的引入，技术的提升，政策的支持，相信未来的车联网将给中国物流业带来革命性的变化，我国智慧物流将迎来大发展的时代。
信息物理系统（Cyber Physical System，CPS）是将计算资源与物理资源紧密结合与协调的产物，它将改变人类与物理世界的交互方式。作为物联网的演进，CPS已经受到工业领域的广泛关注，并已在多个环节得到应用和体现。工业4.0制造必然需要物流4.0服务，CPS系统绝不仅仅适合工业领域，物流领域仍然适用。CPS在物流领域具有重要而广泛的应用前景。
应用层相当于智慧物流系统的大脑，接收来自感知层的数据并进行智能分析与决策，辅助完成智慧物流相关业务或形成执行指令反馈给感知层，控制相应的自动化设备。智慧物流系统中，应用层直接影响和决定着系统智慧的高低。按照所发挥的功能，智慧物流应用层可以划分为数据存储与处理、智能分析与计算、数据交换与共享以及智能管理与决策四个组成部分。
1.数据存储与处理
数据存储与处理是数据应用的基础，其主要目标是将原始的物流数据上升到信息层次。智慧物流环境下，物流数据类型繁多，来源复杂，信息量大，更新速度快，物流大数据时代已然来临。
大数据时代的关键不仅是帮助人们分析有价值的信息，更重要的是如何将这些有价值的信息存储下来，为未来或当下提供有效的信息。大数据的出现同时伴随着信息产业的发展，促进存储技术的革新。面对数据量庞大、结构复杂的物流数据，应该采用什么样的方式来存储，也是信息行业一直努力探索的目标。现如今应用的存储模型主要有NoSQL、MPP（大规模并行处理）、分布式和云计算存储等。
在大数据处理方面，按照数据处理模式，可以划分为仅批处理、仅流处理和混合处理三种框架。仅批处理框架的典型代表是Apache Hadoop，其处理引擎为MapReduce；仅流处理框架的典型代表是Apache Storm和Apache Samza；混合处理框架主要有Apache Spark、Apache Flink等。
2.智能分析与计算
智能分析与计算以数据存储与处理为基础，在某些应用场景中，两者相互交叉、互为支撑。智慧物流系统中，智能分析与计算技术主要用于挖掘物流信息背后隐藏的规律，将信息上升到知识层次，为智能管理与决策提供支撑，涉及的技术主要有云计算技术、边缘计算技术、人工智能技术和模拟仿真技术等。其中，云计算和边缘计算主要提供算力；人工智能则主要提供算法，结合物流大数据可以充分实现物流系统的智能；而仿真模拟则提供了模型验证与优化的工具，能够提升物流系统智能进化的速度。
云计算是智慧物流发展的基础性技术之一。一方面，云计算具有超强的数据处理和存储能力；另一方面，智慧物流系统中无处不在的数据采集，需要大范围的支撑平台以满足其规模需要。然而，随着云计算、大数据、人工智能等技术的快速发展，以及各种应用场景的不断成熟，越来越多的数据需要上传到云端进行处理，给云计算带来更多的工作负载，同时，由于越来越多的应用需要更快的反应速度，边缘计算应运而生。
边缘计算将计算资源移到了靠近物或数据源头的网络边缘，能够就近提供边缘智能服务，从而满足智慧物流系统在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。典型的边缘智能平台有ParaDrop、Cloudlet、PCloud、Firework和海云计算系统等。目前的主要应用有基于边缘计算的智慧交通应用、基于边缘计算的工业控制应用、基于边缘计算的视频监控智能分析应用等，这些应用将会进一步促进智慧物流的发展。
仿真模拟技术为物流系统中各种模型、方案的验证评估提供了必要的技术手段。尤其是虚拟现实（Virtual Reality，VR）和增强现实（Augmented Reality，AR）技术的出现，更进一步拓展了仿真模拟技术的应用范围，增强了仿真模拟的感知性、沉浸感、交互性和构想性，在物流系统仿真、物流数字孪生系统和物流实训等方面均有着广泛的应用。
3.数据交换与共享
数据交换与共享技术是打破物流信息孤岛，促进物流数据流通，形成数据聚合效应的重要基础。虽然数据库、物流信息平台等技术在很大程度上扩大了数据共享范围，提升了数据共享能力，但针对智慧物流环境下的数据异构、自动交换、数据安全、数据溯源和可信性验证等问题，仍需要电子数据交换（Electronic Data Interchange，EDI）、可扩展标记语言（Extensible Markup Language，XML）和区块链等相关技术的支持。
EDI将计算机和通信网络高度结合，能够快速处理并传递商业信息，形成了涌动全球的“无纸化贸易”。EDI应用水平已经成为衡量一个企业在国际国内市场上竞争力大小的重要标志。EDI对于提高智慧物流系统中各企业间的信息交互效率，推动物流全球化的发展具有重要作用。
然而，EDI技术是在大公司的推动下发展起来的，其准入门槛相对较高，这就意味着有很多企业将失去很多机会和优惠条件。特别是随着电子商务的快速发展，企业与企业之间、企业与用户之间的信息交换越来越频繁，所以需要一种新的数据标准格式作为数据的载体，而且它应该是经过检验的国际标准，具有开放性，并且与平台、语言无关。XML可以满足这样的要求。所以XML出现后，成为EDI的替代者。
无论是EDI还是XML，其所交换的内容仅仅是信息。同时，在数据可信性验证方面也存在着明显的不足。所以当区块链技术出现以后，为物流数据乃至价值的传递提供了新的解决方案。区块链本质上是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征，区块链技术奠定了坚实的“信任”基础，创造了可靠的“合作”机制，在智慧物流领域具有广阔的应用前景。
4.智能管理与决策
智能管理与决策面向物流管理和作业人员，是对智能分析与计算结果的应用，同时也需要数据存储与处理和数据交换与共享技术的支撑。
智能管理与决策技术主要表现为各种形式的物流软件，主要包括统计预测系统、决策支持系统、智能管理系统、智能调度系统、智能控制系统等，一般集成在各种物流业务管理系统中，如仓储管理系统、运输管理系统和配送管理系统等，成为各系统的智能核心。
智能管理与决策技术是多种基础技术在物流各环节集成应用的结果。本书以基础技术介绍为主，所以对本部分不再单独列章，而是结合其他技术的应用进行分析介绍。
所谓集成化，即是把某些东西（或功能）集在一起，使形成的新对象具有被集成对象的全部属性和功能，甚至衍生出新的功能。物流集成化技术中“集成”的对象主要是技术和功能，集成的结果能够满足特定领域、特定场景或特定业务的全部需求，部分技术在层次上也贯穿了智慧物流的感知层、网络层和应用层。物流集成化技术的典型代表有电子订货系统、物流信息系统、企业资源计划和物流公共信息平台等。
智慧物流集成化技术不是本书的重点内容，会在相关基础技术章节结合技术应用做简单介绍。