车联网企业发力智能物流业蓝海

■ 本刊记者 简明全



车联网

车联网企业发力
智能物流业蓝海

■ 本刊记者 简明全

车联网企业要与智能物流业合作，只有牢牢把控住应用开发的主导权，创新车联网系统技术，才能带动车联网企业在智能物流领域赢得更多的话语权。

当前，物流发展面临有效需求不足和供给能力不够的矛盾，成本高、设施设备少、仓储设施结构问题较大。这个从每年的“双十一”之后，快递公司几乎爆仓的情况可见一斑。一旦仓储订单量大量集中，导致大量货物无法按时发出的情况就马上显现出来。因此，未来物流业的发展一定是走向智能化物流的方向，智能化的仓储数据问题将是我们必须解决的首要问题，而这也给车联网企业带来广阔的市场空间。

面对如此庞大的市场，对于传统车联网企业来说，要与智能物流业合作绝非易事，只有牢牢把控住应用开发的主导权，创新车联网系统技术，才能带动车联网企业在智能物流领域赢得更多的话语权，从而在这片蓝海获得更好的效益。

企业发力智能物流业

随着物流的快速发展，物流过程越来越复杂，物流资源优化配置和管理的难度也随之提高，物资在流通过程各个环节的联合调度和管理更重要，也更复杂。传统物流运输中，运输的种类和风险、物流过程中的运输环节和动作方式以及物流企业的服务，都影响到物流运输的成本和质量。智能物流是利用集成智能化技术，使物流系统能模仿人的智能，具有思维、感知、学习、推理判断和自行解决物流中某些问题的能力。

智能物流除了技术手段还有物流的产业信息化，技术和信息两方面接轨，这才是智能物流发展的真正方向。从整个物流发展轨迹来看，智能物流的发展，应该是从传统配送到集中配送、协同配送、共同配送，最后到智能配送。智能物流业最关键的技术在于智能获取技术、智能传递技术、智能处理技术等等。智能获取技术是指把智能物流从被动引向主动，转换原来被动接收订单的模式为主动帮助别人解决问题；智能传递技术主要用于物流企业内部、外部的数据传递；智能处理技术是通过企业内部决策，产生大量数据的分析，了解客户的需求，解决订单从生产地大量发货给快递公司造成的压力。

故此，智能物流与车联网的融合是用互联网的技术去改进传统的运作模式。首先要改变中国物流仓储型企业“苦力”公司的形象，借用车联网技术做更多更有价值的应用，从而满足客户更多需求，也就是从整个供应链条的高度解决问题。车联网帮助物流业进入信息化管理阶段，实现物流组织效率和管理方法的提升，提升物流业的服务水平。

车联网在物流业的技术应用

数据挖掘技术应用

数据库出现在20 世纪80 年代中期，它是一个面向主题的、集成的、非易失的、时变的数据集合，数据库的目标是把来源不同的、结构相异的数据经加工后在数据库中存储、提取和维护，它支持全面的、大量的复杂数据的分析处理和高层次的决策支持。数据库使用户拥有任意提取数据的自由，而不干扰业务数据库的正常运行。 数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中， 挖掘出隐含的、未知的、对决策有潜在价值的知识和规则的过程。一般分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等，预测型数据挖掘包括分类、回归及时间序列分析等。其目的是通过对数据的统计、分析、综合、归纳和推理， 揭示事件间的相互关系，预测未来的发展趋势，为企业的决策者提供决策依据。

自动识别技术应用

自动识别技术是以计算机、光、机、电、通信等技术的发展为基础的一种高度自动化的数据采集技术。它通过应用一定的识别装置，自动地获取被识别物体的相关信息，并提供给后台的处理系统来完成相关后续处理的一种技术。它能够帮助人们快速而又准确地进行海量数据的自动采集和输入，在运输、仓储、配送等方面已得到广泛的应用。经过近30年的发展，自动识别技术已经发展成为由条码识别技术、智能卡识别技术、光字符识别技术、射频识别技术、生物识别技术等组成的综合技术，并正在向集成应用的方向发展。 条码识别技术是目前使用最广泛的自动识别技术，它是利用光电扫描设备识读条码符号，从而实现信息自动录入。条码是由一组按特定规则排列的条、空及对应字符组成的表示一定信息的符号。不同的码制，条码符号的组成规则不同。较常使用的码制有：EAN/ UPC 条码、128 条码、ITF - 14 条码、交插二五条码、三九条码、库德巴条码等。 射频识别（RFID）技术是近几年发展起来的现代自动识别技术，它是利用感应、无线电波或微波技术的读写器设备对射频标签进行非接触式识读，达到对数据自动采集的目的。它可以识别高速运动物体，也可以同时识读多个对象，具有抗恶劣环境、保密性强等特点。 生物识别技术是利用人类自身生理或行为特征进行身份认定的一种技术。生物特征包括手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等，行为特征包括签字、声音等。由于人体特征具有不可复制的特性，这一技术的安全性较传统意义上的身份验证机制有很大的提高。人们已经发展了虹膜识别技术、视网膜识别技术、面部识别技术、签名识别技术、声音识别技术、指纹识别技术等六种生物识别技术。

人工智能技术应用

人工智能主要探索研究用各种机器模拟人类智能的途径，使人类智能得以实现。它借鉴仿生学思想，用数学语言抽象描述知识，用以模仿生物体系和人类的智能机制，主要的方法有神经网络、进化计算和粒度计算三种。 神经网络：神经网络是在生物神经网络研究的基础上模拟人类的形象直觉思维，根据生物神经元和神经网络的特点，通过简化、归纳，提炼总结出来的一类并行处理网络。

神经网络的主要功能主要有联想记忆、分类聚类和优化计算等。虽然神经网络具有结构复杂、可解释性差、训练时间长等缺点，但由于其对噪声数据的高承受能力和低错误率的优点，以及各种网络训练算法如网络剪枝算法和规则提取算法的不断提出与完善，使得神经网络在数据挖掘中的应用越来越为广大使用者所青睐。 进化计算：进化计算是模拟生物进化理论而发展起来的一种通用的问题求解的方法。因为它来源于自然界的生物进化，所以它具有自然界生物所共有的极强的适应性特点，这使得它能够解决那些难以用传统方法来解决的复杂问题。它采用了多点并行搜索的方式，通过选择、交叉和变异等进化操作，反复叠代，在个体的适应度值的指导下，使得每代进化的结果都优于上一代，如此逐代进化，直至产生全局最优解或全局近优解。其中最具代表性的就是遗传算法，它是基于自然界的生物遗传进化机理而演化出来的一种自适应优化算法。

GIS技术应用

GIS是打造智能物流的关键技术与工具，使用GIS可以构建物流一张图，将订单信息、网点信息、送货信息、车辆信息、客户信息等数据都在一张图中进行管理，实现快速智能分单、网点合理布局、送货路线合理规划、包裹监控与管理。

GIS技术可以帮助物流企业实现基于地图的服务。1、网点标注：将物流企业的网点及网点信息（如地址、电话、提送货等信息）标注到地图上，便于用户和企业管理者快速查询。2、片区划分：从“地理空间”的角度管理大数据，为物流业务系统提供业务区划管理基础服务，如划分物流分单责任区等，并与网点进行关联。3、快速分单：使用GIS地址匹配技术，搜索定位区划单元，将地址快速分派到区域及网点。并根据该物流区划单元的属性找到责任人以实现“最后一公里”配送。4、车辆监控管理系统，从货物出库到到达客户手中全程监控，减少货物丢失；合理调度车辆，提高车辆利用率；各种报警设置，保证货物司机车辆安全，节省企业资源。5、物流配送路线规划辅助系统用于辅助物流配送规划。合理规划路线，保证货物快速到达，节省企业资源，提高用户满意度。6、数据统计与服务，将物流企业的数据信息在地图上可视化直观显示，通过科学的业务模型、GIS专业算法和空间挖掘分析，洞察通过其他方式无法了解的趋势和内在关系，从而为企业的各种商业行为，如制定市场营销策略、规划物流路线、合理选址分析、分析预测发展趋势等构建良好的基础，使商业决策系统更加智能和精准，从而帮助物流企业获取更大的市场契机。

跨越智能物流的广阔蓝海

车联网能够在行驶中的车辆之间建立无线通信，也能够在过路车辆和路边基站之间建立无线通信，从而将车辆连接到计算机网络，大幅提高物流业的效率，将成为未来智能交通系统的重要组成部分。

假如车联网的每一辆汽车都视为一个超级传感器节点，那么一个巨大的无线传感器网络就覆盖在我国的道路上。车载网络的短距离通信能力将会改变这种传统的智能交通系统的通信模式，以更直接的方式帮助信息的产生、传播和消费。无线传感器网络扩展了计算机系统对整个世界的感知与控制能力，汽车装备有内部和外部温度计、亮度传感器、一个或多个摄像头、麦克风、超声波雷达，配备一个车载计算机、GPS定位仪和无线收发装置以及许多其他装备，这使得汽车之间，以及汽车和路边基站之间能够无线通信，让信息在本地产生和共享，不必涉及庞大的基础设施。

（1）安全应用。安全应用包括碰撞预警、电子路牌、红绿灯警告、网上车辆诊断、道路湿滑检测等。通常这类应用利用短距离通信实时性的特点来为司机提供即时警告。

（2）效率应用。效率应用包括城市交通管理、交通拥塞检测、路径规划、公路收费、公共交通管理等。这类应用致力于改善公众和个人的出行效率。

（3）商业应用。商业应用包括基于位置的服务，将带给人们巨大的商机。这些商业应用的种类繁多，如，最近的餐馆、最便宜的加油站、商场促销信息等。这些可能的商业应用将为服务业带来新的竞争手段

（4）信息娱乐应用。信息娱乐应用包括视频和音乐共享、基于位置的餐厅评论、拼车、社交网络等。实际上，信息娱乐的一些应用，如福特SYNC和起亚UVO，已成为当前汽车市场的一个引人注目的亮点。信息娱乐系统的网络化将是必然趋势。

车联网的机遇与挑战

物流业的发展，使得智能物流成为行业发展的新方向。物流业借用车联网技术做更多更有价值的应用，从而满足客户更多需求，形成智能物流业的基础。车联网帮助物流业进入信息化管理阶段，实现物流组织效率和管理方法的提升，提升物流业的服务水平。

然而车联网与智能物流业的融合当中也面临着不少的挑战。首先是连接环境的挑战。车联网面临的主要挑战之一是如何使车辆适应不同的运行环境，使车辆连接获得最佳性能。车联网需要能够对信道条件和车辆的移动性快速响应，同时协议的可靠性和可扩展性对与安全相关的应用也起着重要的作用；其次是信息传播的挑战。车联网还面临着如何促进车载网络的信息传播的挑战。车联网通过GPS定位技术、数字地图技术，在车载网络环境中提高车辆信息的转发性能。然而，人们需要一个新的路由模式，能够为以信息为中心的数据传输提供支持，这个模式将能够有助于信息的产生，融合，传播和删除。

对于车联网企业而言，智能物流业是一个具有巨大发展潜力的新兴市场。它能够使物流业更紧密地与计算机技术和互联网技术相结合，增强交通安全，提高城市交通效率，以及提供各种与位置相关的信息服务，保证物流业的快速发展。

结束语

如今，物流行业发展面临不少的问题。在车联网技术的推动下，未来物流业的发展一定是走向智能化物流的方向，智能物流业能车联网企业带来丰厚的市场收益。

在未来，车联网企业面对庞大的物流业市场，企业或会有不同的市场策略以及不同的创新技术手段。无论形式如何，车联网所跨越的那片海洋，将是一片蓝色的大海。