数字孪生技术在物流领域的应用

刘如意，阮晓华，李旭东

（广东交通职业技术学院，广东 广州 510650）

0 引言

数百年来，人们使用图形来辅助解决复杂的模型问题。建筑物在建造之前，通常会先出现在设计师的图纸上；工具在打造之前往往会先用木头、石膏或者黏土做出一个模型。随着时间的推移，手工的模型被计算机模型替代，二维的图形被三维图象取代。如今，虚拟的系统日趋精确地模仿产品复杂的结构和流程操作过程，直到最接近于现实。

随着物联网、大数据、人工智能、云计算与数字技术的发展，数字孪生时代已经来临。在基础设施建设和工业制造领域中，数字孪生技术被用于优化物理实体和制造流程的运作和维护。物理现实世界和数字虚拟世界可以被作为一个整体来并行管理，就像双胞胎一样互相影响。数字孪生技术赋予了建筑、制造、能源、医疗等行业新的价值，推动物理现实世界更好的决策，也驱动着物流领域的重大变革。

1 数字孪生技术的概念与特征

1.1 数字孪生技术的概念

数字孪生技术是对现实世界的实体或者流程的高精准度的映射，使用多种信息技术，建立孪生体即虚拟模型，如实反映被映射对象的行为和性能[1],并提供可视化的报告、工具与决策。

数字孪生技术的应用领域已经从产品的设计、生产制造过程的监控，扩展到产品和流程的运行环境和状态的监测，不仅反馈产品质量和使用情况，还能精准把控综合流程的复杂运作，减少预测和决策失误，避免和解决故障问题[2]。

1.2 数字孪生技术的特征

数字孪生技术融合了感知智能、认知智能、信息集成与分析、机器学习等现代信息技术，这些技术让虚拟的孪生体与映射对象之间产生互动，彼此互生互长。其主要特征体现为：

（1）精准映射：通过物联网、智能传感、大数据采集等技术对产品和流程的动态数据进行实时采集、快速传输和存储，实现对映射对象的设计、制造、使用和流程工作等过程中的环境数据、物料数据、设施设备数据的精准感知和动态监控，形成在多维度信息上的精准表达。

（2）互生互长：映射对象与孪生体之间不仅仅是物理现实世界向数字虚拟世界的简单投射，更是双向的互动关系。映射对象的动态痕迹和操作行为让孪生体产生相应的变化，孪生体通过计算、处理和下达指令来操控映射对象的运作，形成融合一体、互生互长的关系。

（3）智能干预：运用机器学习、深度学习等智能优化算法，在虚拟空间开展仿真和规划，通过控制器以智能手段干预映射对象的发展路径，指导物理现实世界的管理，解决映射对象运行中的不畅、矛盾、冲突和突发事件，及时调整和纠正错误。

（4）智能决策：分析、推理和决策是数字孪生技术的核心。通过云端和边缘计算技术，融合过去与现在，做出面向未来的智能预测，引导后续的新产品和新流程开发、设施设备选择和用户维护等决策。

2 数字孪生理论模型

从概念来看，数字孪生由三部分组成，即物理空间、虚拟空间、虚实之间的连接。从技术角度来看，数字孪生需要六大技术构件的支持，它们是多维度数据沉淀、智能传感、信息集成、信息分析、孪生体和控制器。数字孪生理论模型如图1所示。

图1 数字孪生理论模型

3 数字孪生技术在物流领域的应用探究

数字孪生技术在物流领域尚未普及，但是已经具备了诸多关键技术。物流系统数字孪生架构如图2所示，数字孪生技术可以作用于整个物流价值链的各种应用场景，将物流流程中的所有关系用数字化形式表示，并映射到虚拟空间。

3.1 物流系统数字孪生架构

（1）底层——物理空间数据采集。物流系统数字孪生的物理空间数据采集是整个数字孪生的底层。生产资料、人员、资金、设施设备、流程、天气、交通状态、市场情况和自然地理环境等企业内外部数据通过智能传感技术、三维立体摄影技术、智能穿戴设备等方式被动态采集，并在企业资源计划、制造资源计划、智慧仓配平台、运输管理系统和智能采集平台等底层业务管理系统中汇集。

（2）中间层——基于转码技术的虚实连接。物理现实世界采集的数据通过编码器转换的方式成为数字信息，并传输给虚拟空间；虚拟空间的监管和指令反向地作用于物理空间。这种双向连接，让物流系统数字孪生成为一个闭环。为实现传输实时无缝化，需要保持传输过程的可视化并增强数据传输的导向性。此外，数据传输密钥、设备证书等安全措施需要被应用起来，以保障传输的安全。

（3）上层——虚拟空间物流系统子孪生体。在虚拟空间，基于数据库、数据迁移、数据整合等技术的数据集成，将对数据进行处理以备后续的分析。集成后的数据将通过运用多种算法被快速计算，合适的模型将从模型库中被选出，融合物流管理知识，进入虚拟建模阶段。数字物流系统子孪生体与物理空间的实际流程形成共生共长关系，并通过控制器，输出可视化的描述、诊断、干预、优化、预测和决策等行为，作用于物流系统的各个流程管理。

3.2 数字孪生技术在物流领域的应用场景

（1）运载工具监控与运输系统优化。实际上，在运载工具上安装全球定位系统（Global Positioning System）并映射到接收器上并不是新鲜事物。通过卫星信号，运输管理者可以清晰地知道这个运载工具的行驶路线和动态，这是一种典型的孪生初级形式。

现代运输数字孪生不只体现在在途追踪，更重要的是通过对运载工具的虚拟建模来实时捕捉运载工具的新旧程度、能耗情况、运力、运输偏好、安全记录等数据，而且这种映射关系在运输工具新购投入使用时就已经产生。当运输需求发生时，虚拟空间通过精准的人工智能算法，将最匹配的订单优先调度给最合适的运载工具。也就是说，运输调度作业先在虚拟空间内完成，再指导物理现实世界的实际操作。

在国际货运中，这种应用更具有价值，数字孪生能优化国际集装箱船队的管理和跨境货运流程，将货物揽收、中转、运输、报关、派送等国际货运全链路以数字化形式在虚拟空间进行映射，通过大数据技术实时捕捉与运算分析跨区域乃至跨国的货物流量和流向数据，提前预警，可视化地展现码头堆场、船舱、中转中心等的全景动态，有助于国际货运全链路的精细化管理和全系统的设计再造。

（2）运输包装设计与管理。运输包装是优化运输效率的有效途径。绝大部分货物都借助于某种形式的保护性包装在物流网络中流动，尤其是那些对在途温度、湿度、外力冲击有高度敏感性的化学危险品、药品以及高价值货物等。数字孪生技术可用于运输包装的设计，帮助企业预测并了解新包装材料的性能，模拟测试新型包装对温湿度、振动和冲击的载荷能力，利于企业开发更轻型、更具有保护性能、更环保的包装容器。

在运输包装动态管理方面，数字孪生技术通过包装上设置的智能传感装置，连续地实时传递在途环境的变化，从环境数据中推导出在途货物的状态，自动评估可能出现的包装破损、泄露以及货物变质损坏，这对电子商务、仓单质押业务都有较大的意义。以仓单质押为例，众所周知，仓单质押业务的对象是静态的库存货物，金融机构目前还没有开发出在途货物的质押业务[3]。数字孪生技术可以为动态质押的实现提供可行的路径，通过智能传感与三维立体摄影技术，快速创建包装的详细模型，监测包装内货物的在途质量情况，预警损坏或污染的发生，自动调控可用信贷额度和质押水平，控制融资业务风险。

可重复使用包装是物流行业的标准流程和模式，包括可重复使用的标准海运集装箱、空运成组装运设备（Unit Load Device）、汽车零配件的标准板条箱等。这些包装容器的历史使用记录通过现实物理世界的数据沉淀，传递到虚拟空间并被加以分析，部署在这些包装上的传感器可以显示它们的位置并自动识别凹痕和裂缝等问题，做出决策通知是否再次使用、修复或者报废它们。

（3）仓配中心选址。在电子商务、新零售等环境中，仓储与配送中心的选址必须适应需求的变化，以便于对市场做出快速响应。数字孪生技术可以集合分析来自物理现实世界的企业运营数据、客户分布数据、交通环境数据、气候环境数据等，创建仓配中心虚拟孪生体，准确地测试仓配中心选址的备选方案并加以运营模拟，决策出最优方案，精确预测每个仓配中心的合理库存种类与库存量储备，并指导后续的建设过程。仓配中心建成并运行了一段时间后，如果产生了新的变革性的需求场景，也可以借助数字孪生技术对仓配中心管理系统的技术架构和功能进行智能化和柔性化调整。

（4）仓配中心内部管理。数据孪生技术的还可以应用于仓配中心的内部管理。它将仓配中心内部的人、货、设施设备等实体与数字孪生体进行连接，实时传递运营数据；对仓配中心内部作业管理作出预测与自主决策，包括：提示仓配中心内部的设施设备可用状态，决策储存空间布局方案与货物搬运动线，提供设备设施与货物的安全预警，提供内部与周边环境可视化，自主进行无人机盘点作业、温湿度监控、搬运小车导引、智能拣选、无人装车、无人卸车等服务，并进一步预测仓配中心未来的吞吐量。在人机互动上，智能穿戴将发挥重要的作用，仓管人员佩戴的PDA（Personal Digital Assistant）和三维立体眼镜，可以将仓配中心的日常操作的图像数据实时传递到虚拟空间，实现现实仓配活动与数字虚拟仓配管理同步进行。

（5）配送方案优化。数字孪生技术可实时采集客户订单发生的位置、订单量、目的地、可用的运输工具和可视化的交通环境等数据，通过分析与快速计算，制定最佳的配送线路，智能调度符合要求的车辆，推荐最佳的配载方案。在订单高峰期与运力短缺的情况下，数字孪生技术能保障订单的准确分发和运力的最佳配置。以电商配送为例，快递网点的地理坐标、网点之间的距离、每天的吞吐能力、服务效率、营业时间、业务繁忙程度都以数字化的形式呈现在虚拟空间，通过算法、建模和模拟之后，再决定一个快递件需要通过哪些网点、装到哪台车上、途径哪条线路流向末端消费者。

（6）物流基础设施建设。港口、机场、货运站场、公路网、铁路网等物流基础设施要素构成了复杂的物流宏观环境，影响着社会总物流成本。数字孪生技术可以解决物流基础设施空间规划问题，并能够预测性地维护这些设施。

在物流基础设施的规划阶段，地理信息系统、卫星影像、物联网传感技术、大数据挖掘等作为底层技术，将地质地形、现场信息、交通情况、产业分布情况等数据整合导入虚拟空间，融合建筑数字化建模技术，生成孪生体。物流基础设施数字孪生能输出最优规划设计方案、施工进度安排和物料需求清单等可视化图形表单，预先仿真设施建成之后形成的物流动量，计算建设成本与预期效益，从而判定规划方案是否可行。

当物流基础设施完工之后，现实世界的工程项目和虚拟世界的孪生模型可以共同交付给业主。在物流基础设施的管理阶段，数字孪生技术集合设施地理位置、能源系统、道路交通等多维度的实时运行数据，通过三维模型准确调取设施的运行状态，实现决策仿真、快速响应和应急处置等功能，提高运营维护效率和防灾能力，并为设施的全生命周期管理提供决策支持。

4 数字孪生技术应用于物流领域的步骤

数字孪生技术帮助物流管理者在合适的时间、合适的业务场景中做出基于数据的正确决策。物流数字孪生创建是否成功，取决于管理者是够有能力制定并推进数字孪生计划并保持其持续运行。

4.1 确定流程

决策者需要综合考虑企业的运营情况、商业模式和组织结构等管理因素，通过反复研讨，选定具有较大潜在价值、开发成功率高的流程作为数字孪生试用模型的开发对象。这些流程通常具有此类特征：流程对企业发展目标非常重要；流程能为客户创造价值，为企业带来源源不断的利润。

4.2 遴选模型

数字孪生虚拟模型的选择方案决定开发应用是否能够实现预期价值。如果模型过于简单的话，会无法发挥出预期的应用效果；但是模型过于复杂、覆盖面过大，则需要配置海量的传感器和应用过多的技术，让决策者迷失在纷繁复杂的数据和技术之中。因此，在模型库中选择一个复杂程度适中的模型显得十分必要。

4.3 创建模型

在模型库中选好适合的模型之后，就进入模型创建步骤。

在这个步骤中，首先需要给物理世界的流程配置传感器，以获取流程及其周围环境的关键数据。第二，要确定虚实之间数据传输所需的转码器是否有效，这是虚实空间互联闭环的一个关键环节。第三，确保可视化展示。可视化展示非常必要，它将数据分析挖掘到的结果以图形、列表或文字等形式来显示现实物理世界与虚拟空间的对比与差异，并提示决策者哪些物流流程需要调查、更新和改进。

4.4 模型试运行

在孪生模型创建之后，要迅速投入试运行阶段。在这个阶段，物流企业与模型开发团队需要反复测试运行效果和监控风险，并保持开发性思维，及时调整数据采集端口和各种工具的应用，并积极接纳新的技术和新的合作伙伴。

4.5 评估与改进

在试运行之后，要对数字孪生模型运行效果进行评估，客观检测模型是否产生预期的价值，包括是否提高物流运作效率、是够改进流程管理质量、是否提升物流设施设备利用率以及是否降低物流运作风险等。在试运行过程中发现的问题，将促进物流企业的流程整合与改进。决策者能找到数据收集不流畅的节点，并对这些节点的工作过程进行整合，建立与改进数据标准，推进组织结构的变革，从而为数字孪生技术的正式应用提供支持。

4.6 扩大应用

在试运行成功之后，物流企业应把握机会，瞄准那些与试运行模型相近的或者相关的流程，借鉴之前的开发经验，选择合适的工具与技术，适度扩大数字孪生技术的应用范围。

5 结论与展望

从技术周期的规律来看，由于受到工业互联网开发程度、计算能力、数据采集的质量、人机交互能力和成本约束等多方面的限制，数字孪生这项新兴技术可能要在未来的5～10年才能达到被广泛应用的程度[4]。但是随着人工智能从感知智能向认知智能演进和AI算力瓶颈的突破，数字孪生技术应用的全面普及或许会提前到来，并有潜力转变几乎所有的产业价值链。

数字孪生技术在物流领域的应用值得期待。对于头部物流企业来说，在合适的时机和合适的应用场景中尽早开展探索和研究、应用数字孪生技术来应对来自不同方面的竞争挑战、占领市场先机是有必要的。尽管物流领域数字孪生尚处于发展初期，也必然需要面对一些阶段性的问题，但其发展前景无疑是广阔的。