技术研究为智慧物流发展保驾护航——访西安电子科技大学机电工程学院“华山学者”特聘教授胡核算先生

文/本刊记者 张颖川

编者按：

如果把我国的物流行业比作一艘正在扬帆启航的大船，那么智慧物流可看做是航船行驶途中的重要方向，而物流技术则是尤为关键的船舵，确保物流产业这艘大船始终沿着正确的航向奋力前进。近年来，我国智慧物流取得较大进展，其中关于物流技术的学术研究、人才培养、校企合作等工作发挥了不可替代的作用。近日，我们采访到了西安电子科技大学机电工程学院“华山学者”特聘教授胡核算先生，请他分享对于智慧物流发展的深刻理解、其本人在智慧物流领域的相关科研和教学经验，以及他所领导的西安电子科技大学协同控制科学实验室在智慧物流技术方面的探索和实践，以为智慧物流的创新发展带来有益的参考。

记者：随着物流行业的发展，基础设施的不断晚完善，以及科学技术的不断进步，智慧物流已是大势所趋。您认为实现智慧物流发展需要具备哪些关键因素？

胡核算：物流行业是与制造业息息相关的行业，制造业所经历的历次工业革命，都在深刻地影响着物流行业。工业革命首先要解放和延伸人的体力，其次要解放和延伸人的脑力。因此，为了摆脱费力劳神的人力化阶段，物流行业依次经历了机械化、电气化、自动化、数字化、信息化、智能化、智慧化发展阶段。如果说机械化、电气化主要是为了替代人的体力劳动，自动化、数字化、信息化主要是为了实现辅助人类完成部分重复性的脑力劳动，那么智能化是采用智能技术对人类智慧的低水平模仿。随着基础技术的发展，物流行业必然迎来更加高级的智能化阶段，也就是智慧化的时代。

智慧物流行业的发展离不开三个关键因素。首先是坚实的基础研究，即人们对物流技术所涉及学科的深刻认知和发展，涉及控制论、信息论、运筹学、计算机科学等诸多基础学科，以及大数据、云计算、边缘计算、人工智能等新兴学科，具体体现为先进的理论以及深厚的软硬件学科基础；其次是成熟的基础技术储备，即能够支撑和实现先进理论和思想的软硬件技术，包括更强大可靠的算力、更高效稳健的算法，具体体现为高性能低功耗的芯片技术、高容量低延迟的通信技术以及多模态高维度的计算技术等；最后是成熟完备的机器人与自动化工程实现，即融合了数据应用、先进通信、人工智能等虚拟技术并最终能够将虚拟技术实体化呈现的技术手段，具体体现为智能化灵活性的机器人装备、高效化柔性化的自动化系统、标准化系列化的系统集成。这三个方面分别涉及智慧物流发展的基本方法、基础设施以及实现手段，决定了智慧物流的发展水平和高度。

记者：在您看来，成熟的基础技术储备是智慧物流行业发展的关键因素之一。那么，发展智慧物流主要涉及到哪些关键技术？

胡核算教授参加2013年ICRA国际会议

胡核算：智慧物流是自动化技术与信息技术高度发展并且深度融合后的产物，其进一步的发展也离不开这两者的进一步发展和融合。另外，分别与上述两门基础学科息息相关的机器人技术和计算机技术，也是智慧物流得以实现的关键。具体来讲，自动化技术是智慧物流的基石。无论其架构如何演化，智慧物流的具体呈现都是门类众多的自动化技术的集大成者。其中，除了人们看不到基础性自动控制理论外，大量的是人们耳熟能详的自动化技术与装备，比如自动化仓储、自动化分拣、自动化搬运、自动化配送等等。信息技术包括信息传输技术、信息融合技术以及信息处理技术，是赋予自动化系统智能乃至智慧的核心技术。如果说自动化技术相当于整个智慧物流系统的肢体躯干，赋予了系统灵活和自如，信息技术则相当于整个智慧物流系统的神经网络，赋予了系统思维与智慧。机器人技术和计算机技术分别为智慧物流的实现提供了更加强大的执行能力和计算能力，最终实现了智慧物流的技术集成和融合发展。

因此我们可以看出，由于物流系统与信息技术的深度融合，衍生出的智慧物流系统呈现为相互协作的连续离散混合驱动型数据化系统，具有离散性、耦合性、时变性等特点。如何对其行为进行有效控制超出了经典连续型系统的控制框架。如果说经典控制理论的研究远远超前于应用的话，在离散型系统中，则是理论远远落后于应用，所以需要重视有关的理论研究和技术开发工作。

记者：您的研究方向和教学内容，有哪些方面与智慧物流发展密切相关？

胡核算：本人与智慧物流发展密切相关的教学工作包括：

胡核算与研究生进行科研讨论

我近年来从事的研究领域以及为本科生、硕士研究生、博士研究生开设的课程，其核心内容均围绕数据驱动型离散系统的控制工程，是部署和实现大规模自动化系统的基础性学科。其中的控制工程部分是对经典和现代控制工程的进一步发展，为当代自动化系统包括智慧物流系统的综合与实现夯实了工程基础；而其中的离散系统部分，涉及网论、图论、自动机、形式语言、形式化分析等技术，是信息技术和计算机科学学科的基本方法，为自动化系统包括智慧物流系统的思维与决策提供了技术保障。另外，课程也涉及最新的学科动态，比如AI、5G、数字孪生等。可以说，我所从事的研究领域以及开设的相关课程，完全地融合了智慧物流领域所需求的各个学科，并在具体的智慧物流技术上比如物流机器人系统与控制方面有所展开。课程既涉及若干学科方面，也涉及具体技术点，是关于智慧物流系统的立体式、开放型的基础性课程体系。

与智慧物流发展密切相关的科研工作包括：

智慧物流系统是一个新兴产业，就科研视角而言，对其进行有效的控制和管理，对应于巨型系统的优化控制问题。因此，我的研究和教学成果主要致力于该类问题的分析和求解。具体而言，就是巧妙地将巨型系统逐级分解为相互交互信息的微型系统，通过对每个微型系统的观测与控制，同时将关键共用信息传输给相邻系统并应用其进行观测与控制，而后快速迭代，最终算法收敛并且以协作的方式实现对巨型系统的控制。其中的核心关键技术除了基础性的研究成果，比如分布式存储、分布式计算、分布式控制等，也涉及前瞻性的研究成果，比如大数据、机器学习、云计算、边缘计算、物联网等。

作为研究学者，除了关注智慧物流整个行业的发展动态外，更应该在其中的核心关键技术点上保持深厚的学术底蕴和技术积淀。多年来，我主要研究无人自治型智慧物流机器人系统，包括底层的单机器人动力学分析与控制以及顶层的多机器人协作机制与控制。同时，我采用智慧无人车间作为模型，系统地研究了智慧物流、智慧制造等复杂系统中的异常诊断、资源管理、优化调度、性能评价等，我们最新的研究包括在无线互联泛在通信的场景下，智慧物流系统中的网络安全问题。

记者：据了解，您所领导的西安电子科技大学协同控制科学实验室，一直在高度关注物流机器人系统的研究与发展问题。请问贵团队选择物流机器人系统研究的初衷和意义是什么？从哪些方面进行了技术研究和突破，取得了怎样的成果？

胡核算：我们实验室最初的研究主要关注的是全自动化无人工厂的实现，即在完全没有人为干预的情况下，实现小批量、多品种工业产品的生产。但是随着研究的深入，我们的视野逐渐从“工厂之内”扩展到“工厂之外”。由于对外完全封闭、环境基本固定，单个无人工厂的实现相对简单。然而，整个制造业愈来愈多地体现为无数家工厂的高度协作，即人们后来所熟知的网格制造、网络制造、云制造等技术，这就需要一个先进的物流系统。由于物流系统是一个对外开放、环境未知的系统，其实现更具有挑战性，因此成为制约整个行业发展的瓶颈。正是预见到这个行业痛点，我们逐渐将研究目光转移到了智慧物流领域，并选择物流机器人技术作为具体的研究方向。

目前，我所领导的实验室主要在六个方面关注物流机器人系统的研究与发展问题，并取得一定的技术成果：

第一，物流机器人系统的分布式模型预测控制技术。众所周知，轨迹规划是多机器人系统中的基本问题。在非结构化乃至动态环境中，由于机器人具有有限的感知范围，全局环境未知，轨迹规划更是一项具有挑战性的技术难题。为此，我们结合了模型预测控制技术以及增量顺序凸规划数据处理技术。前者用来实时地感知当前感知范围内的环境信息，后者用来实现各个机器人在当前感知范围内的轨迹规划。为了构建各自的数学规划模型，机器人通过交互通信，获得相邻机器人的当前状态，并且预测出其未来状态，最终实现了多机器人的协同自治运动。实时优化算法的输出结果为机器人在任意时刻的加速度矢量，驱动机器人电机输出相应的力矩和功率，以优化的速度朝向指定方向运动。

第二，物流机器人系统的连续与离散混合控制技术。连续运动控制可以精确地调节机器人的运动轨迹和速度等，但是缺乏对某些逻辑行为的调控能力。离散运动控制可以有效地控制机器人的逻辑行为，但是过于粗放的离散化会降低系统的性能，而过于精细的离散化又会导致计算复杂度问题。为了更好地结合两者的优点而克服其缺点，我们实现了连续与离散混合控制技术，采用实时数学规划策略，优化加速度或者减速度，使得系统在不同的逻辑行为之间连续地而非离散地切换，可以在确保系统逻辑行为正确的前提下，有效地提升系统的运行性能。

第三，物流机器人系统的实时碰撞避免与逻辑控制规范保障技术。在物流系统中，机器人沿着给定闭合路径，连续地装卸材料与产品。多机器人在同一环境中的协作关系，不再表现为连续运动控制问题，而更多地体现为离散行为规范问题。其中，最基本的就是机器人之间的碰撞避免问题，以及由此而衍生的逻辑控制规范违反问题。我们提出了事件域的模型预测控制技术，实现了单个机器人独立地检测其单独状态空间中的局部关键状态，预测低阶以及高阶逻辑控制规范异常的存在，从而自主地确定遵循特定逻辑控制规范的运动规划。最终，我们构建了机器人系统的实时碰撞避免策略和逻辑规范保障技术。

第四，物流机器人系统的稳健型运动控制技术。实际物流系统中，不同机器人的闭合路径纵横交错，构成了复杂网络系统，其中两条以上闭合路径的交点构成了网络的节点。不难想象，当一个或者多个机器人因为故障而停滞在若干网络节点，特别是一些关键节点上时，其他需要通过这些节点的非故障机器人的运动必然受到阻塞而停滞，该停滞显然具备传播效应，在最坏的情况下，将使得整个系统因为单个机器人的故障而完全停滞。为此，我们实现了多机器人系统的稳健型运动控制技术，可以使得停滞机器人的数量最小化，即故障机器人只影响必须通过该节点的机器人，而对任何其他机器人没有影响。

第五，多物流机器人系统的编队与合作控制技术。随着物流需求的日趋多样化，许多任务需要多机器人编队合作才能完成。另外，多机器人协作更有利于实现机器人系统的标准化，减少定制化带来的诸多不便利。集中式的操纵会带来通信流量和计算负荷的剧增，同时带宽和算力限制也会随之导致系统出现稳定性、可靠性问题。我们实现了单个机器人的完全自治控制，其通过彼此通信，以边缘计算方式实现感知、决策与控制，合作完成复杂任务场景。单个机器人以嵌入式方式实现实时数学规划，完成信息融合、路径规划等底层操作，并且彼此协商出多车合作、优化调度等顶层操作。

第六，物流机器人系统的信息安全分析与防护技术。近年来，随着人们对个人信息泄漏的日益敏感，对个人隐私保护意识的逐渐增强，我们开始关注智慧物流系统的信息安全分析与防护技术。智慧物流系统是一个典型的物联网系统，各个网络节点之间频繁而必需的信息交互，使得其在信息泄漏、传感器安全、授权约束等方面存在脆弱性，很容易受到各种软硬件攻击，从而导致严重的生产和安全事故。现有的软硬件平台具有中心化的特点，使得系统的安全分析面临维数灾难的问题。通过将系统分解为相互关联的单元，每个单元分别进行监护，我们实现了在线的、自适应的信息泄漏检测技术、授权安全控制技术、传感器异常数据监测技术等。

基于上述成果，已经获得陕西省科学技术奖二等奖 2 项，陕西省高等学校科学技术奖一、二等奖各一项，IEEE SMC 协会富兰克林泰勒纪念奖以及最佳论文奖 1项，IEEE 国际机器人与自动化会议最佳自动化论文提名奖 (Finalist) 3 项。

记者：除了物流机器人系统研究，您在智慧物流领域其他方面还有哪些技术研究及创新成果？具体有着怎样的应用？

胡核算：近年来，我们的实验室在智能制造领域及智慧物流方面也取得了系列性的研究成果和关键技术，能够有效地优化资源配置、提高系统效率。

我们所开展的研究主要从系统本质出发，将智慧制造系统抽象为连续离散混合驱动型模型。其中的离散特性指的是整个系统的运行以事件为驱动，实现演化。这不同于传统的系统，其随着时间做连续演化，因此对经典控制理论提出诸多挑战。我们借助于复杂系统的关键结构信息，通过反馈机制来达到对系统实时控制的目的，实现在线的而非离线的、闭环的而非开环的、柔性的而非刚性的分布式控制。具体包括如下研究成果：

（1）分布式控制理论与方法。分布式控制策略作用于各个局部系统，使之实时并发运行，通过局部的观测、控制和执行来实现全局目标。如果考虑纯粹的逻辑行为，提高系统并发性可以改善系统性能。如果考虑确定或随机的时间信息，降低系统运行周期可以达到同样目的。

（2）最优化控制理论与方法。结合分布式控制技术，将大型系统通过容量合理设置的缓冲器分解成为相互连接和重叠的局部系统。基于行为特性以及相邻系统的信息，局部系统可以容易地实现最优控制，而后通过合理控制，以局部最优控制实现全局最优控制。

（3）性能优化控制理论与方法。性能优化关注于发现系统瓶颈行为并缩短循环时间，提供到达目标位置的最短路径信息来优化系统的性能，应用系统状态演化与性能之间的关系，通过控制各个关键操作行为的执行次序，达到最小化循环时间和最大化吞吐率的目标。

上述研究成果能够为离散型系统的实时控制提供理论依据，为该类系统的架构与应用提供了技术支持，可以广泛应用于智慧物流、智慧制造、智慧交通乃至于智慧驾驶等诸多领域,在自动控制、机器人、自动化、智慧制造领域具有一定的国际影响力。我因此而受邀担任了许多重要的国际学术职务，比如许多领域内旗舰级期刊的副编辑，包括 《IEEE控制系统杂志》（IEEE Control Systems Magazine）、 《IEEE自动化与机器人杂志》（IEEE Robotics &Automation Magazine）、 《IEEE自动化科学与工程会刊》（IEEE Transactions on Automation Science and Engineering）、 《IEEE自动化与机器人快报》（IEEE Robotics &Automation Letters）、《国际智能制造期刊》（Journal of Intelligent Manufacturing）等。作为主管副主编，领导编辑了 《IEEE自动化与机器人杂志》 发行的两个专刊《自动化技术展望》以及《软体机器人与形态计算》。

记者：当前我国学术界以及科研机构在智慧物流技术方面的研究还存在哪些瓶颈？请您对未来如何推动我国智慧物流技术创新发展提出建议。

胡核算：首先，当前的智慧物流对系统运行中产生的海量数据特别是关键事件型数据的应用仍然不够充分。真正智慧的系统是感知、决策、控制的高度自动化、智能化乃至智慧化，目前系统对数据的应用更多还处于存储和监控阶段，尚不能充分利用数据全面提升系统的协同运作水平。

其次，当前的智慧物流系统主要的仍然是一个中心化的架构，现有研究也都以此为前提进行开展。这种架构天然地缺乏稳健性，即部分物流系统的意外故障有可能影响到整个的物流系统。因此，现有的物流系统具有潜在的脆弱性，难以抵御突发的意外情况。

另外，当前的研究缺乏对物流系统网络安全性的关注。智慧物流系统是典型的物联网系统，而且涉及大量的个人隐私信息、工业敏感数据，对这些数据的安全存储、传输和应用将会至关重要。在极端情况下，对这些数据的恶意使用和攻击，有可能导致整个物流系统的中断。

值得一提的是，我国智慧物流技术的发展主要靠整合和集成现成的技术成果，真正原创性的成果乏善可陈，这样的应用型的技术本身就缺乏创新性，而且很容易触碰到技术瓶颈和发展天花板。企业应该在实现技术集成的同时，着力于原创性技术开发与积累，并重视基础性理论研究与关键性技术沉淀，在追逐短期利益的同时也要关注长期效益，与相关高校成立相关的理论研究室、技术研究室，并且通过合作开发等方法实现成果转化。

记者：您有多年的海外教学及学术研究经历。请您介绍一下物流技术发达国家在推动智慧物流研究和发展方面有着怎样的特点？有哪些经验值得我们借鉴？

胡核算：在将近十年的时间里，我曾先后在美国新泽西理工学院和新加坡南洋理工大学从事教学和科研活动，负责硕士研究生专业课程教学工作，指导博士研究生从事科学研究，也曾申请并承担来自政府和企业的研究课题，和相关政府部门、企业、机构有着密切的合作关系。

在美国时期，我们的研究团队与西门子公司美国研究院、美国国家标准与技术研究院等优势互补，高校团队负责基础理论研究和核心算法开发，合作机构的工程师们负责产品级别的代码实现或者芯片集成，极大地缩短了成果转化周期，使得许多科研成果一方面体现为学术论文，另一方面体现为市场化的产品。高水平的学术机构也为学术界与工业界的思想交流起到推波助澜的作用。

以国际电子与电子工程师协会为例，作为其中机器人与自动化学会的成员，我需要定期在所在区域为高校师生、工业界同行做报告，介绍最新的研究进展。协会负责资助、组织、宣传等工作，每次报告，往往汇集了周边的企业工程师、大学的研究人员以及相关专业的研究生、本科生等。另外，高水平的学术会议，许多著名公司都会专门派技术人员参会，汲取学界的最新思想，洽谈可能的合作等。2015年在美国西雅图举行的机器人与自动化会议，我就接触到了当地的波音公司、亚马逊公司等的技术负责人。

在新加坡时期，我们的研究团队与新加坡科技局、新加坡先进制造技术研究所、新加坡樟宜国际机场货运港口等有着广泛而深入的合作。新加坡政府成立的研究机构往往在高校与企业之间起到桥梁的作用，负责将企业界的技术需求汇总，凝练成具体的学科问题，高校的研究人员频繁地拜访这些机构，获得工业界的最新需求，达成合作意向。新加坡的项目具有强烈的地方特色，大多数的智慧物流项目都与海运港口、海事运输、货运航站、货运航线等相关。另外，高校在评价体系方面，也积极引导教授和研究人员直面企业需求开展研究，从企业获得的资助与从政府获得的资助等同，甚至在教师晋升、绩效考核方面更为重要。

总体来讲，在推动智慧物流研究和发展方面，发达国家的政府、企业、高校之间的分工更加清晰。通过充分的市场竞争，形成了几家与制造企业、零售电商企业相独立的专业性物流公司，技术的研发主要在企业进行，高校主要负责前瞻性的理论研究和技术积累，由企业自主或者通过政府协调，在高校与企业之间建立成果孵化机构。政府的职责主要在于适时地制定政策、标准、法令等，推动基础设施建设，比如德国政府对物流系统中涉及的承运车辆、搬运机械、托盘尺寸等都建立了标准，美国形成成熟的物流运营系统管理软件标准，法国则侧重于智能制造、智慧交通等基础设施建设，推动智慧物流的健康发展。这些经验都值得我国学习借鉴。