人工智能技术在智慧物流发展中的应用研究

摘要：现代物流业发展渐趋智慧化，服务能力显著提升，这也要求改善物流系统管控质量，人工智能技术的应用显得必要。以人工智能技术在智慧物流发展中的应用场景为切入点，在此基础上以运输辅助为例，就其应用的具体方法进行论述，包括建设信息化工作系统、采集大数据组织训练、现场运用、多主体控制同步化等，最后就其未来应用进行简单展望。

关键词：人工智能技术智慧物流远程交互运输辅助

中图分类号：TP18

ResearchontheApplicationofArtificialIntelligenceTechnologyintheDevelopmentofSmartLogistics

YUANXueya

HenanCollegeofIndustryandInformationTechnology，Jiaozuo，He’nanProvince，454000China

Abstract：Thedevelopmentofmodernlogisticsindustryisbecomingincreasinglyintelligent，withsignificantlyimprovedservicecapabilities，whichalsorequiresimprovingthequalityoflogisticssystemcontrol，andtheapplicationofArtificialIntelligence（AI）technology706dd223639550e099b572f5ccd5979bisnecessary.StartingfromtheapplicationscenariosofAItechnologyinthedevelopmentofsmartlogistics，takingtransportationassistanceasanexample，thispaperdiscussesthespecificmethodsofitsapplication，includingtheconstructionofinformationworksystems，collectionofbigdatafororganizationandtraining，on-siteapplication，andsynchronizationofmulti-agentcontrol.Finally，abriefoutlookonitsfutureapplicationsisprovided.

KeyWords：AItechnology;Smartlogistics;Remoteinteraction;Transportationassistance

智慧物流（IntelligentLogisticsSystem）是通过智能软硬件、物联网、大数据等智慧化技术手段，实现物流各环节精细化、动态化、可视化控制，提高物流系统智能化分析决策和自动化操作执行能力，改善工作效率的一种模式。从特点上看，智慧物流并没有改变物流工作的内容，更多关注以技术手段、设施替代或部分替代传统工作模式，实现半无人、无人作业[1]。人工智能技术在此过程中发挥比较突出的作用，分析其应用场景、方法、未来趋势等内容，具有一定的现实意义。

1人工智能技术在智慧物流发展中的应用场景

1.1信息识别

智慧物流发展过程中，人工智能技术的典型应用为信息识别，根据默认程序进行实时化的信息对照，再结合对照结果确定后续处理方案。如物流工作人员、货物信息的识别等。以物流工作人员为例，在出入工作区域时，可利用人工智能技术形成门禁系统，对人员身份进行实时分析，判断其身份是否合法，快速放行或拦截有关人员，避免无关人员进行物流操作区，盗取货物或破坏工作系统[2]。

1.2仓储管控

仓储管控的智能化是物流系统主要发展趋势，借助人工智能技术，可以从仓储空间管控、仓储信息管控等角度实现突破，改善仓储管控工作的智能化水平。如仓储空间管理，物流系统使用的传统仓储系统无法实时提供空间信息、使用情况、预期使用计划，以人工智能技术提供支持，可通过现场信息采集、智能判别的方式，实时提供仓储空间使用有关信息，并根据仓储一般规律大致拟定空间使用规划，避免仓储空间使用紧张、无计划的问题[3]。

1.3运输辅助

智慧物流运输工作也可以借助人工智能技术提升质量，包括仓储空间内的运输辅助、公路运输的智能化等。以公路运输为例，在人工智能技术的辅助下，车辆可以通过车载智能系统与区域内的交通系统进行交互，实时获取本地交通有关的关键信息，包括道路通行压力、拥堵情况，驾驶人员可以据此进行分析，拟定更完善的物流运输道路选择计划，也可以由人工智能系统提供辅助，帮助驾驶人员更改路线，提升物流运输的智能化水平，避免运输延期等情况[4]。

2人工智能技术在智慧物流发展中的应用

2.1需求概述

以仓储区域内的运输辅助为例，对人工智能技术在智慧物流发展中的应用方法进行分析。从需求上看，仓储空间内货物往往较多，且可能存在临时存放、长期存放等不同需求，采用常规运输模式可能出现碰撞、货物损坏甚至人员受伤的情况，借助人工智能技术，主要寻求提升仓储区域内的工作安全性，以智能技术提示工作人员精准了解工作区内的具体情况，实时服务仓储运输活动[5]。

2.2技术应用方法

2.2.1建设信息化工作系统

信息化工作系统建设重点集中于两个方面：一是现场工作系统，二是远程控制系统。现场工作系统应覆盖各类小型运输工具、车辆，如液压车、微型叉车等，远程控制系统主要覆盖仓储区域各工作空间，确保其能够组织远程管控。现场工作系统的作用更为突出，以人工智能工作设施为中心，包括传感器、通信设施、警报设备、智能分析模块4个部分。

按照图1所示模式，设备自带的传感器对仓储空间内基本信息进行收集，包括前进方向是否存在障碍、转弯区域是否存在拥堵等，所有信息经传感器采集后提供给设备处的智能模块，后者根据实时信息进行运输作业安全性判断，决策是否继续行驶或发出警报、更改行驶计划。所有信息也要求一体提供给远程端进行存储，以备后用。

2.2.2采集大数据提供支持

本质上看，智慧物流系统中的人工智能技术依然没有脱离数据处理、统计学原理的范畴，尝试发挥其作用、服务仓储空间内的运输管理，需要做好数据采集和运用，以提升人工智能系统作业效能。

实际工作中，主要强调对仓储区域工作有关信息的采集，包括常见的碰撞风险、人员受伤情况等，以形成精准的工作参数作为智能作业的依据。以仓储空间内液压车辆与货柜的碰撞事故为例，通常在碰撞发生前，车辆与货柜必然存在一定距离，当距离过小时，车辆后移、转弯可能与其发生碰撞，形成事故，距离较大的情况下，有可能影响仓储空间的有效利用。可通过大数据进行原始信息采集，了解事故发生时车辆与货柜的距离，确定一个安全距离原始参数，再收集仓储区域内液压车辆常规工作状态（无碰撞事故）下与货柜的距离，作为安全距离辅助参数，与“安全距离原始参数”联用，形成“安全距离标准参数”。收集所获的原始信息越丰富，上述3个参数越准确。“安全距离标准参数”纳入计算机中并匹配到现场工作系统内，以支持仓储区域内的运输活动和智能控制。

2.2.3现场运用

完成信息化工作系统建设、参数分析处理后，进入现场运用环节，可直接借组相关参数、系统组织运输辅助。默认车辆A进入仓储工作区，A已经完成信息化工作设施配置，并代入了安全距离标准参数（默认为m）。行驶过程中，A与各货柜的距离必然以m为基准上下波动，可标示为：

[min；AW；G0；8；m；60；AW；F；max]

其中：min标示A已经与货柜出现碰撞，即距离最小参数“0”；“max”标示A与货柜距离很远，已经超出传感器可以采集的范围。实际工作中，A自载工作系统不断通过传感器采集周边信息，并实时提供给工作系统内的智能模块（图1），智能模块以安全距离标准参数为基础进行实时信息对照，当A与各货柜的实时距离在m以上时，不存在碰撞隐患，且越接近max，其安全性越高，可继续行驶、收集参数组织对比；当A与各货柜的实时距离在m以下时，存在一定的碰撞隐患，且越接近min，其安全性越低，需继续收集参数组织对比，并发出警报，由驾驶人员调整行驶方案，如减速、更换方向等，以避免出现碰撞。

2.2.5硬件辅助

部分物流组织的仓储工作压力较大、内容较多，在组织仓储中心智能化安全控制、运输辅助时，需要处理较多信息，其他人工智能技术应用环节也会产生各类数据，如果仓储中心需要同步处理的信息过多，可能产生信息传输延长、系统卡顿等情况，影响系统的作业效率，影响人工智能技术发挥其作用，这要求在实际工作中根据需要加强硬件辅助工作。默认仓储中心面积较大，可建立小型计算机群为人工智能技术的综合运用（主要是远程控制）提供平台，计算机群内的主机和分机参数可参考如下基准（见表1）。

如果仓储区域内的工作压力较大，也可以在此基础上进一步优化硬件配置情况，为人工智能技术提供足够的计算能力和运作空间，保证技术优势得到发挥。

3人工智能技术在智慧物流发展中的应用展望

3.1深入化

未来人工智能技术在智慧物流发展中的应用可能更加深入，在当前应用场景之外，为物流有关的其他工作提供支持，包括技术分析、仓储信息统计、大数据挖掘等。例如：物流企业的业务分析，当前依然依赖人工作业，未来可以在人工智能技术支持下，对各类数据、信息进行挖掘，以形成基于原始数据的挖掘成果，为企业物流业务的进一步拓展、当前工作不足的分析处理提供依据，深入发挥智能技术优势。

3.2普遍化

普遍化，是指未来智慧物流发展会更普遍地运用各类现代技术，包括人工智能技术在内。当前该技术主要集中于现场端，包括上文所述的信息识别、归类记录、仓储管控、运输辅助等，未来归类记录、远程交互等办公室工作也可以在人工智能技术的支持下开展，以从更大范围内利用技术特点，改善智慧物流顶层设计到具体执行各项工作的水平。

3.3标准化

人工智能技术在智慧物流发展中的应用优势突出，但其标准尚不明确，多由物流组织自行组织建设，不利于经验推广和综合运用。未来可以从标准化角度出发，给出智慧物流发展的基本规划，并明确人工智能技术的运用区域、环节和具体方式，以针对性组织技术研究和运用管控，提升其规范性，确保人工智能技术优势得到充分运用，促进智慧物流发展。

4结语

综上所述，人工智能技术在智慧物流发展中的应用具有一定优势，有助于提升物流作业效率、工作水平，应在未来工作中予以更多重视。现状上看，其应用场景包括信息识别、仓储管控、运输辅助等。结合运输辅助工作进行分析，人工智能技术的应用应以信息化工作系统建设为基础，同时做好大数据收集和训练，现场运用关注硬件配置，存在多主体控制需求时，则以CAN总线系统以及PLC逻辑控制技术提供辅助。未来智慧物流进一步发展也需要来自人工智能技术的支持，其应用会更趋深入化、普遍化、标准化，以保证应用效果。

参考文献

[1]吴顺婷.人工智能背景下农村智慧物流配送的问题研究[J/OL].物流科技：1-4[2024-03-04].http：//kns.cnki.net/kcms/detail/10.1373.F.20230911.1631.002.html.

[2]于敏敏.面向智慧物流的人工智能问答模式与应用研究[D].重庆：重庆邮电大学，2020.

[3]茹新宇，江玉婷，张婷.基于区块链的智慧物流系统运行机制研究[J].江苏航运职业技术学院学报，2023，22（1）：100-104.

[4]朱天文.XX物流公司转型互联网企业的支撑平台研究[D].武汉：华中科技大学，2020.

[5]季秋，李炜卓.人工智能背景下物流管理课程的教学改革研究[J].物流工程与管理，2022，44（7）：171-174.