《物流人工智能技術》培訓-人工智能：引領物流新時代

《物流人工智能技術》項目一人工智能：

引領物流新時代人工智能+物流任務一202人工智能催生智慧物流03人工智能助力智能物流01人工智能對物流業的影響

06

機器智能驅動與物流升級轉型目錄/CONTENTS

04

人工智能+物流的核心技術

05

人工智能+物流產業鏈【知識目標】1.掌握人工智能物流的核心技術；2.了解人工智能對物流的影響；3.了解人工智能物流產業鏈。【情感目標】1.具有工匠精神、服務意識、環保意識、質量意識、安全意識；2.培養獨立獲取信息和自學能力；3.堅定擁護中國共產黨領導和我國社會主義制度。【教學目標】4未來

，智能硬件設備研發將使物流行業從人工分揀向自動化、智能化方向快速發展

，智能感知技術、信息傳輸技術

，機械臂、機器人、

自動化分揀帶、無人機等智能硬件設備將在物流運作各個環節廣泛應用。一、

人工智能對物流業的影響1.智能設備重組物流生產要素伴隨著機器人、

自動駕駛汽車等智能化設備的普及和運用

，智能生產工具替代現有生產工具和大量勞動力

，形成了新的物流生產要素結構。停車場維修中心并行停車場

維修中心停車場

維修中心

數據工廠車輛+人腦芯片

車輛+人腦芯片配送中心

客戶

數據工廠運算平臺車輛

配送中心2.智能計算重構物流運作流程物流從生產車間經車輛運輸到園區和配送中心

，最后到客戶的過程，

由于這個

過程中涉及的參與方非常多

，所以就出現

了第三方物流

，整合和協同整個過程

，這

是一個串行過程。生產車間

一物流園區（貨物）車輛+人腦

機器人芯片一、

人工智能對物流業的影響圖2-2傳統的物流運作流程未來物流運作流程可以由若干個并行結構構成

，在不同層次上有很多活動通過

并行方式可以非常分散地運行

，從而建立

快速反應機制。隨著智能物流云平臺的建設

，將實現對供應鏈、實體物流的數字化、智能化、標準化和一體化綜合管理。以綜合物流為出發點

，應用現代人工智能技術及物流技術

，使得供應鏈整體各環節的信息流與實體物流同步

，產生優化的流程及協同作業

，實現貨物就近入倉、就近配送

，提升產業鏈效能。一、

人工智能對物流業的影響

應用人工智能

，通過圖像識別對包裹進行分類識別擺放

，減少人工操作

，采用人機協助模式可大大提升工作效率及節省時間成本。

對物流行業來說

，人工智能將引領物流行業更為激進地跨越機械化、

自動化乃至互聯網這個“半智能”物流行業階段

，通過將技術、大數據、共享協同、融合四個核心結合起來

，真正讓物流行業進入智能時代，這就是今天我們常說的“智慧物流”。二、

人工智能催生智慧物流二、

人工智能催生智慧物流智慧物流智慧物流是以物流互聯網和物流大數據為依托

，通過協同共享創新模式和人工智能先進技術

，重塑產業分工

，再造產業結構

，轉變產業發展方式的新生態。未來一個時期

，物聯網、云計算、大數據、區塊鏈等新一代信息技術將進入成熟期

，全面連接的物流互聯網將加快形成。物流數字化、在線化、可視化成為常態，人工智能快速迭代

，

“智能革命”將重塑物流行業新生態。在人工智能的協助下

，多式聯運高效運輸將得到實現。通過人工智能、云計算、大數據、物聯網等技術，可實現集鐵路、公路、航空“三位一體”的智慧多式聯運。二、

人工智能催生智慧物流三、

人工智能助力智能物流現階段的物流構成有：物體的運輸、倉儲、包裝、搬運裝卸、流通加工、配送以及相關的物流信息等環節。相比傳統物流

，人工智能將帶來人力成本的節省、周轉效率的提高

，如圖2-3所示。倉儲管理系統/RFID圖像識別

，深度學習托盤標準化AGV/AOI圖像識別

，深度學習運輸管理系統大數據無人駕駛圖像識別

，深度學習電子表單智能客服/路由優化圖像識別

，深度學習包裝標準化無人車/快遞柜圖像識別

，深度學習運輸倉儲配送管理信息化標準化智能化圖2-3人工智能下的物流三、

人工智能助力智能物流物流企業運用機器視覺、AR/VR等技術

，利用電子標簽、

PDA等智能揀選類裝備以及DPS等揀選系統構建工廠級的物流揀選體系

，實現對物體的檢測和識別

，從而實現精密測量、產品或材料缺陷檢測、

目標捕捉、人臉識別、抓取物體等

，實現快速、高效地作業。1234深度學習自動駕駛計算機視覺自然語言理解四、

人工智能+物流的核心技術渠道分銷五、

人工智能+物流產業鏈人工智能+物流產業鏈與傳統物流產業鏈差異最大的地方在于

，其上下游關系并非涇渭分明

，或者說人工智能+物流的產業鏈還不太成熟

，A公司、物流企業、

電商平臺都在產業鏈中扮演重要角色

，A公司通過直客模式或集成商渠道向下游客戶提供A+物流相關產品與技術服務

，而物流企業與電商平臺也通過建立研發團隊、成立科技子公司等方式研究開發A技術在物流各環節中的可行應用

，三者之間存在合作加潛在競爭的關系

，生態比較開放

，

中國人工智能+物流產業鏈及2020年人工智能+物流產業圖譜分別如圖2-4中國人工智能+物流產業鏈AI

+物流產品技術提供方AI公司圖2-4與圖2-5所示。上游硬件提供商機器人供應商激光雷達超聲波雷達電流傳感器其他關鍵零件供應商芯片供應商攝像機毫米波雷達IMU物流硬件設備供應商計算機視覺智能語音物流企業研發團隊科技子公司自動駕駛深度學習電商平臺研發團隊科技子公司下游客戶電商平臺/O2O平臺快遞整車零擔即時倉儲園區冷鏈直銷自研自用物流企業傳感器集成商代理商渠道技術層算法

產品及解決方案提供商快遞快運整車零擔即時倉儲冷鏈園區電商智能客服無人倉整體解決方案智能倉儲機器人設備調度系統傳感器芯片五、

人工智能+物流產業鏈基礎層軟硬件/底層技術供

應商云服務應用層技術使用者圖2-52020年人工智能+物流產業圖譜配送調度無人車無人機智能配送智能運輸智能倉儲六、

機器智能驅動與物流升級轉型使傳統物流業增加自動感知、

自我判斷、智慧決策、

自動執行、深度協同、智能學習等特點。六、

機器智能驅動與物流升級轉型1.物流賦能客戶需求預測收集用戶消費特征、商家歷史銷售等大數據

，利用算法提前預測需求

，前置倉儲與運輸環節。六、

機器智能驅動與物流升級轉型2.物流賦能設備維護預測通過物聯網的應用

，在設備上安裝芯片

，可實時監控設備運行數據

，并通過大數據分析做到預先維護

，增加設備使用壽命。六、

機器智能驅動與物流升級轉型如沃爾沃：在物流車輛設備上安裝芯片

，可通過數據分析進行提前保養。3.物流賦能供應鏈風險預測通過對異常數據的收集，進行如貿易風險

，不可抗因素造成的貨物損壞等進行預測。六、

機器智能驅動與物流升級轉型六、

機器智能驅動與物流升級轉型4.物流賦能網絡及路由規劃利用歷史數據、時效、覆蓋范圍等構建分析模型

，對倉儲、運輸、配送網絡進行優化布局

，如通過對消費者數據的分析

，提前在離消費者最近的倉庫進行備貨。六、

機器智能驅動與物流升級轉型具體的應用場景：物流應用1——智能運營規則管理未來將會通過機器學習

，使運營規則引擎具備自學習、

自適應的能力

，能夠在感知業務條件后進行自主決策。對電商高峰期（雙十一）與常態不同場景訂單依據商品品類等條件自主設置訂單生產方式、交付時效、運費、異常訂單處理等運營規則

，實現人工智能處理。六、

機器智能驅動與物流升級轉型物流應用1——智能運營規則管理物流應用2——智能倉庫選址根據現實環境的種種約束條件

，如顧客、供應商和生產商的地理位置、運輸經濟性、勞動力可獲得性、建筑成本、稅收制度等

，進行充分的優化與學習

，從而給出接近最優解決方案的選址模式。六、

機器智能驅動與物流升級轉型物流應用3——智能決策輔助利用機器學習等技術來自動識別場院內外的人、物、設備、車的狀態和學習優秀的管理和操作人員的指揮調度經驗和決策等

，逐步實現輔助決策和自動決策。六、

機器智能驅動與物流升級轉型通過對商品數量、體積等基礎數據分析

，對各環節如包裝、運輸車輛等進行智能調度

，如通過測算百萬SKU商品的體積數據和包裝箱尺寸

，利用深度學習算法技術，由系統智能地計算并推薦耗材和打包排序

，從而合理安排箱型和商品擺放方案。六、

機器智能驅動與物流升級轉型物流應用4——智能運力調度六、

機器智能驅動與物流升級轉型物流是如何升級轉型1.智能設備重組物流生產要素自動化人工六、

機器智能驅動與物流升級轉型2.智能計算重構物流運作流程智能物流云平臺的建設

，將實現對供應鏈、實體物流的數字化、智能化、標準化和一體化綜合管理。六、

機器智能驅動與物流升級轉型2.智能計算重構物流運作流程以綜合物流為出發點，應用現代人工智能技術及物流技術，使得供應鏈整體各環節的信息流與實體物流同步，產生優化的流程及協同作業

，實現貨物就近入倉、就近配送，提升產業鏈效能。六、

機器智能驅動與物流升級轉型3.形成全新的物流生態系統在人工智能的協助下

，多式聯運高效運輸將得到實現。通過人工智能、云計算、大數據、物聯網等技術

，可實現集鐵路、公路、航空“三位一體”的智慧多式聯運。六、

機器智能驅動與物流升級轉型“智慧物流+AI科技”為物流行業的轉型提供了理論基礎和技術支持1.智能設備重組物流生產要素2.智能計算重構物流運作流程對物流行業來說

，人工智能將引領物流行業更為激進地跨越機

械化、

自動化乃至互聯網這個

“半智能”物流行業階段

，通過

將技術、

大數據、

共享協同、

融合四個核心結合起來

，真正讓

物流行業進入智能時代

，也就是

“智慧物流”。應用人工智能

，通過圖像識別對包裹進行分類識別擺放

，減少人工操作

，采用人機協助模式可大大提升工作效率及節省時間成本。1.深度學習；2.

自動駕駛；3.計算機視覺；4.

自然語言理解人工智能+物流產業鏈與傳統物流產業鏈差異最大的地方在于

，其上下游關系并非涇渭分明

，或者說人工智能+物流的產業鏈還不太成熟1.物流賦能客戶需求預測；2.物流賦能設備維護預測；3.物流賦能供應鏈風險預測；4.物流賦能網絡及路由規劃人工智能對物流業的影響人工智能催生智慧物流人工智能助力智能物流人工智能+物流的核心技術人工智能+物流產業鏈機器智能驅動與物流升級轉型【課后小結】人工智能+物流【課后作業】問題：1.（判斷）智慧物流是以物流互聯網和物流大數據為依托

，通過協同共享創新模式和人工智能先進技術

，重塑產業分工

，再造產業結構

，轉變產業發展方式的新生態。()2.（多選）人工智能+物流的核心技術包括（

）。A.深度學習B.

自動駕駛C.計算機視覺

D.

自然語言理解人工智能落地物流應用環節任務二3401智能倉儲03智能配送04智能客服目錄/CONTENTS

02

智能運輸【知識目標】1.掌握人工智能在倉儲、運輸、配送、客服環節的應用；2.能夠列舉出人工智能在不同的物流環節的應用場景。【情感目標】1.具有工匠精神、服務意識、環保意識、質量意識、安全意識；2.培養獨立獲取信息和自學能力；3.堅定擁護中國共產黨領導和我國社會主義制度。【教學目標】一、

智能倉儲智能倉儲即通過物聯網、大數據、人工智能、

自動化設備及各類軟件系統的綜合應用

，讓傳統靜態倉儲也朝著動靜結合的方向進行轉變。在智能倉儲中

，商品的入庫、存取、揀選、分揀、包裝、

岀庫等一系列流程中都有各種類型物流設備的參與

，同時需要物聯網、云計算、大數據、人工智能、

RFID等技術的支撐。貨物搬運入庫識別VSLAM

引導搬運機器人自主移動、協調倉內的各類物流設備的運行利用計算機視覺技術測量入庫貨物的體積計算機視覺技術識別并記錄暴力分揀行為人員視覺識別智能倉儲系統圖2-6智能倉儲系統構成以及人工智能在系統中的應用情況穿梭機巷道堆垛機立體貨架

WMS

管理系統

WCS

條形碼基于機器學習技術統一調度分揀行為檢測滾珠模組帶分揀AGV搬運AGV激光叉車分揀出庫存儲上架AMRRFID倉內流轉貨物外觀識別檢測流轉中的貨物及包裹

，識別包裹是否破損及破損程度

，破損嚴重的直接上報至人工處理應用價值及時定位破損件及責任人減少客戶投訴率1.倉儲現場管理根據作業環境

，我們可以將人工智能技術在倉儲現場管理中的具體應用分為倉內現場管理與場院現場管理。倉內工作人員行為識別人員動作評級處理

，預警、識別、記錄暴力拋扔踢甩包裹行為

，降低破損件及丟失件的發生概率應用價值規范員工操作

，降低理賠成本強化基層倉庫管理圖2-7人工智能技術在倉內現場管理中的應用與價值一、

智能倉儲車輛時間判定記錄并上傳車輛到卡時間、

裝卸貨開始時間、裝卸貨結束時間、

車輛離卡時間。車牌識別克服光照不均、

遮擋缺失、

運動模糊、

車牌扭

曲/臟污等惡劣情況

，智能識別藍牌、

黃牌、新能源車牌。能效分析結合到卡裝載率及離卡裝載率、

停留時

間、

裝卸人員數量及工作時間等數據進

行分析

，持續記錄并反饋各場地能效情

況

，優化運力成本。裝載率識別通過設置在月臺的深度攝像頭

，識別月臺所在車輛的即刻裝載率、

過程裝載率，結合裝載時間、

人員等交叉分析裝在能效。圖2-8人工智能技術在場院現場管理中的應用一、

智能倉儲2.AMR在倉儲環境下的各類智能設備中

，AMR是發展速度較快的領域之一。

AMR（Automatic

Mobile

robot）

即自主移動機器人

，在倉儲環境中一般用于搬運與揀貨

，與傳統AGV不同的是

，AMR的運行不需要地面維碼、

磁條等預設裝置

，

而是依靠SLAM系統定位導航。 AMR導航方式

,、

激光SLAM

（VSLAM）

一、

智能倉儲視覺SLAM路徑規劃及避障方式按照預設路徑運行

，如遇障礙物則停止運行直至障礙物消失在SLAM系統構建的地圖信息基礎上

，從出發點到到達點之間自主選取行進路徑

，在傳感器感知到障礙物后主動避讓或重新更換路徑多機協作嚴格按照調度系統指令執行激光雷達主動發射，在較多機器人時可能產生干擾視覺主要是被動探測

，不存在多機器人干擾問題環境信息獲取探測前方是否有障礙物分散的、具有準確角度和距離信息的點，即點云海量的、富于冗余的紋理信息計算需求無可以在普通ARMCPU上實時運行需要較為強勁的準桌面級CPU或者GPU支持設備類型AGV激光導航AMR視覺導航AMR主傳感器紅外傳感器激光雷達攝像頭預設裝置地面需鋪設磁導軌或二維碼無表2-1AGV、

激光導航AMR與視覺導航AMP的對比分析一、

智能倉儲3.設備調度系統在人工智能技術

，尤其是深度學習與運籌優化算法的驅動下

，設備調度系統在準確性、

靈活性、

自主性方面取得顯著提升。

以AGVS為例

，基于大規模聚類、

約束優化、

時間序列預測等底層算法

，AGV智能調度系統能夠靈活指揮數百乃至上千臺AGV完成任務最優匹配、

協同路徑規劃、

調整貨架布局、

補貨計劃生成等多項業務

，并隨數據積累與學習不斷自主優化算法。一、

智能倉儲任務匹配優化以歷史匹配經驗數據作為驅動

，將需要搬運的貨架與空閑機器人進行一一匹配，使用在線與離線學習相結合的方式最大化當前和未來獎勵值

，不斷迭代學習得到最優匹配策略貨架優化調整基于對貨物未來訂單需求的預測

，對貨架可能被搬運的次數（即貨架的熱度）進行識別

，通過生成機器人搬運任務讓不同熱度的貨架調整到最適合的位置

，從而最小化預期的貨架總體搬運距離路徑動態規劃打破傳統路徑規劃的局限

，采用深度強化學習結合動態規劃的算法使多智能體進行分布式協同路徑規劃

，在保證安全避障的同時以最短的時間為目標到達目的地訂單波次規劃對海量歷史訂單數據進行挖掘和分析

，同時對未來訂單進行預測

，通過特征提取、關聯性分析和無監督聚類

，綜合得到最優的訂單波次組合一、

智能倉儲圖2-9人工智能算法在AGVS中的應用從目前的情況來看

，大部分倉儲設備調度系統都是由設備供應商單獨為本企業產品開發的標準化軟件系統。因此要最大程度發揮機器人的效能

，就需要搭建連接ⅥMS與倉內所有機器人的中間協同調度系統

，

為企業提供多設備、

多廠商的統一接入與調度能力

，使一定范圍內的多種設備高效、

聯動、

連貫地完成同一任務。規劃平臺

仿真平臺開發者平臺機器人控制系統RCS倉儲機器人集成自動化設備打包機電梯運維平臺

調度平臺設備接入平臺倉儲執行系統WESAGVAMRSLAM叉車分揀機器人堆垛機器人............API接口設備API傳送線穿梭車圖2-10倉儲設備協同控制系統的典型產品架構一、

智能倉儲WMSSCMOMSERP上層系統設備協同控制系統............提升機設備層二、

智能運輸目前國內人工智能在物流運輸環節的應用集中于公路干線運輸

，主要有兩大方向：一種是以自動駕駛技術為核心的無人卡車；另一種是基于計算機視覺與AloT產品技術

，為運輸車輛管理系統提供實時感知功能。人工智能賦能物流運輸的最終形態必然將是由無人卡車替代人工駕駛卡車。1.無人卡車自動駕駛是指讓汽車自己擁有環境感知、路徑規劃并且自主實現車輛控制的技術

，也就是用電子技術控制汽車進行的仿人駕駛或是自動駕駛。美囯汽車工程師協會（

SAE）根據系統對于車輛操控仼務的把控程度

，將自動駕駛技術分為L0-L5系統在L1~L3級主要起輔助功能；當到達L4級

，車輛駕駛將全部交給系統。配備L4級別自動駕駛技術的無人卡車即可以滿足港口、園區、高速公路等多種運輸場景

，并在人力資源、能源費用、設備損耗、保險費用等多個層面大幅降低運輸整體成本。二、

智能運輸在特定駕駛模式下

，單/多項駕駛輔助系統通過獲取車環境信息對車輛橫向或縱向駕駛動作進行操控

，但駕駛員需要負責對除此以外的動態駕駛任務進行操作。在特定駕駛模式下

，系統負責執行車輛全部動態駕駛

任務

，駕駛員需要在特殊情況發生時

，適時對系統提出的干預請求進行回應。在特定駕駛模式下

，系統負責執行車輛全部動態駕駛任務

，即使駕駛員在特殊情況發生時未能對系統提出

的干預請求做出回應。系統負責完成全天候全路況的動態駕駛任務

，系統可

由駕駛員進行管理。表2-2自動駕駛的定義分層在物流運輸領域的應用價值二、

智能運輸攝像頭、激光雷達、毫米波雷達等車載傳感器獲取行駛道路數據并幫助系統定位計算平臺+算法分析、處理感知層獲取的數據并向執行層下達指令電子驅動、電子制動、電子轉向從商業化的進程來看

，以圖森未來為代表的L4級別自動駕駛卡車已經率先進入到了試運營階段

，無人卡車的商業化序幕正在緩緩拉開。按照指令完成剎車、加速、轉向等動作圖2-11無人卡車自動駕駛系統架構感知決策執行二、

智能運輸①“倉到倉

”運輸場景封閉度較高

，落地難度相對較低；②物流企業及運輸服務使用方對傳感設備的價格、體積等接受度較高。①“

中國的貨運卡車數量及物流總額全球第一

，無人卡車應用空間極為廣闊；②五大重卡企業生產能力強勁，

國內無人卡車發展擁有良好的產業基礎。卡車的車身長、

噸位大

，剎車、減速、變道等行為需要更多的時間與空間，

因此要求系統對路況的感知距離更長。甩掛運輸是最適合無人卡車發揮其效率優勢的運輸方式

，但國內目前仍然以傳統的“一車一掛

”運輸方式為主

，甩掛運輸的發展還需要很長時間。圖2-12中國無人卡車SWOT分析WS二、

智能運輸TO

（1）高速貨物轉運無人卡車通過傳感器（攝像頭和激光雷達）對路況進行識別和判斷。無人卡車融合視覺高精度定位和多傳感器融合技術

，在山區、隧道都能達到10厘米的定位精度。

（2）港口貨物轉運通過對接TOS（碼頭管理系統）

，無人卡車獲得相應運輸指令后，實現碼頭內任意兩點間的水平移動、岸吊、輪胎吊、正面吊、堆高機處等自動收送箱功能。二、

智能運輸2.貨物轉運形

式

區別3.車隊管理系統形式目前

，

國內人工智能賦能物流運輸的主要形式是基于計算機視覺技術與AOT技術在車隊管理系統中實現車輛行駛狀況、司機駕駛行為、貨物裝載情況的實時感知功能

，使系統在車輛岀現行程延誤、線路異常和司機危險行為時進行風險報警、干預和取證判責

，并最終達到提升車隊管理效率、減少運輸安全事故的目的。區別與無人卡車的“替代性”功效不同

，車隊管理系統中所應用的計算機視覺技術是在對原有物聯網功能的補充與拓展

，依然是以輔助者的角度來幫助司機和車隊管理者

，其感知設備是后裝形式的車載終端

，決策來自系統平臺

，對車輛的控制和動作執行要通過司機手動完成。二、

智能運輸低頭頻率及時長駕駛中抽煙、

打電話、

左顧右盼等危險行為設備預警終端語音提醒電話警告安全員/車隊長就現階段而言

，融入人工智能技術的車隊管理系統在適用性和商業化程度上領先于無人卡車。車載終端識別、

分析信息并向系統平臺報送系統分析風險后對司機行為進行干預警報圖2-13人工智能在車隊管理系統中的應用示例DSM攝像頭檢測車內司機駕駛行為ADAS攝像頭收集外部行駛環境信息與前車距離過近道路可見度

降低二、

智能運輸急加速/剎車車道偏離閉眼頻率及時長t三、

智能配送1.無人配送車無人配送車是應用在快遞快運配送與即時物流配送中低速自動駕駛無人車

，其核心技術架構與汽車自動駕駛系統基本一致

，都是由環境感知、車輛定位、路徑規劃決策、車輛控制、車輛執行等模塊組成。云端：為無人車提供數據、高精地圖、算法更新和后臺監控超聲波雷達攝像頭慣性傳感器導航避讓通訊......數據處理層數據接受層圖2-14無人配送車自動駕駛系統流程車輛執行系統車輛控制系統多傳感器數據融合環境識別與理解轉彎制動......路徑規劃決策路徑規劃行為決策激光雷達高精地圖差分定位標識行人靜

態

信

息動

態

信

息道路加速車輛人工智能技術在配送無人機領域的應用原理與自動駕駛并無本質上的差異

，主要區別有兩點

：一是無人機搭載的傳感器種類更為繁雜

，環境感知算法對數據融合技術的要求更高；二是無人機配送中可選擇的路徑明顯多于車輛

，路徑規劃算法更加復雜。基于國內的人口密度、居住條件、政策限制等現實條件

，配送無人機目前較為可行的應用場景在于偏遠山區配送、

醫藥資源緊急配送、應急保障物資配送等。三、

智能配送2.配送無人機物流巨頭無人機類型運營模式戰略構想UPS國際快遞多旋翼小型無人機無人機配送的起點是配備充電站的貨車

，以此減少快遞員由于路徑相斥導致的不必要時間消耗并延長無人機的續航時間與配送范圍。將無人機與運輸貨車結合

，一方面提升無人機配送的靈活性

，另一方面未來隨著無人卡車的落地有望實現“運輸+配送”的完全無人化。DHL國際快遞旋轉翼&多旋翼中小型無人機設置無人機站點

，配送人員將物品放入站點后

，無人機負責將物品運送至其他指定接收站點或智能柜

，再由快遞員或無人車完成最終配送。DHL采用的“無人機+智能快遞柜”戰略更適用與城市環境

，其落地需要政策支撐與無人機專用站點或快遞柜的大規模建設。順豐速運固定翼中大型無人機用無人機實現航空物流網絡干支對接

，輔以快遞員在配送末端的到門服務

，在末端運力尚充足的情況下

，短期內不會直接面向客戶。建立“大型有人運輸機+支線大型無人機+末端小型無人機”的整體空運鏈條

，完成對全國大部分城市的空網覆蓋。表2-3國內外物流巨頭對物流無人機的運營模式探索三、

智能配送從未來市場空間來看，

旨在降低人力成本的無人配送無疑是人工智能在整個物流領域里最具發展潛力的場景。然而目前市場上配送領域無人車與無人機的主題詞仍然是“測試”

，還沒有哪家物流企業能夠將無人車與無人機納入日常運營體系中。三、

智能配送3.無人配送前景問

題無人車無人機1成本過高：無人車的成本結構由線控底盤、激光雷達等各類傳感器、計算平臺等部分構成

，單車成本約在18-25萬區間

，相當于2-3個

配送員的年薪

，且目前無人車的配送效率還無法與人工相比。監管嚴格：我國對于空域的管控非常嚴格

，企業要獲得某區域的物流無人機運行資格不僅需要明航局、地方政府的批復

，還要得到軍區的許可

，且測試期限一般只有半年到

一年的時間。2場景有限：現階段無人配送車還不能在完全開放的環境下進行自主配送，

目前測試的主要環境是道路復雜度不高的封閉或半封閉場所，如園區、高校等

，預計未來3-5年無人車的適用場景也仍然會停留

在這個范圍。場景有限：無人機也存在于無人車類似的適用場景較少的問題

，受政策限制、續航時間、有效荷載不足等因素的影

響

，短期內適合無人機發揮作用的主要是即時性需求高且

交通不便的場景

，如醫療應急物資配送等。3標準缺失：這里的標準既包括技術標準、產品標準

，也包括配套的法律法規標準

，無人配送車的應用需要法律法規對諸如無人車可以在哪些道路上行駛、遇到事故或者違反交規應如何定責等問題給出明確的判定標準。技術限制：主要受限于續航能力與載重能力

，中小型無人

機的動力來源以電池為主

，續航時間多在30分鐘至1小時

，服務范圍在10-30公里以內

，且有效荷載基本在5公斤以下。表2-4無人車與無人機在物流配送領域落地面臨的主要問題三、

智能配送4.訂單分配系統訂單分配系統的工作原理是以大數據平臺收集的騎手軌跡、配送業務、實時環境等內容作為基礎數據

，通過機器學習算法得到預計交付時間、預計未來訂單、預計路徑耗時等預測數據

，最后基于基礎數據和預測數據

，利用運籌優化模型與算法進行系統派單、路徑規劃、

自動改派等決策行為。大數據平臺騎手軌跡數據

配送業務數據特征工程數據

實時環境數據機器學習預計取件時間預計未來訂單圖2-15即時物流訂單分配系統構架三、

智能配送預計交付時間預計路徑耗時系統派單自動改派路徑規劃模型優化運籌優化四、

智能客服近年來

，隨著人工智能技術在各行各業的加速落地

，智能語音客服行業也有了突飛猛進的發展

，能為企業接電話的機器人也受到了市場的歡迎。AI語音客服的加入

，可以提供全天24小時不間斷的服務

，降低企業人力成本；

同時也大大降低了一線客服的工作強度

，而且服務質量也得以大大地提升。對比內容人工客服智能客服機器人客服篩選每天100-300通每天800通以上工作狀態多種因素影響大、

情緒化全年無休、

穩定、

100%熱情數據統計缺失、

低效、

主觀全面、

高效、

客觀客戶跟進記錄混亂、

過程難管、

轉化率低租金運維費用（遠低于人工成本）運營成本薪資+社保+招聘+培訓+場地等費用智能分類、

漏斗分析篩選、

計劃跟進表2-5智能客服機器人與人工客服對比1.物流智能客服業務規模物流領域的智能客服特指以智能語音和NP技術為代表的客服機器人。從服務類型上可以分為以語音導航、業務識別、智能派單、坐席輔助為主的語音智能客服和以文字査詢、業務識別為主的文字智能客服

，二者分別服務于電話呼入和客戶端、小程序等終端入口。

智能客服

文字智能客服

語音智能客服

四、

智能客服2.智能客服節省運營成本智能客服主要的發展方向仍是以語音交互為依托的人機協作模式

，按照服務內容可以分為五個發展階段，

目前物流領域市場整體處于2.0階段。智能客服通過人機協同的方式

，降低了人工客服的培訓成本

，增加了單位執行效率

，甚至在文字客服流程性問題解答方面，能夠實現部分取代人工的效果。

目前AI技術的應用能節省整體客服運營中10%的成本

，一些技術領先的企業則可以將這一數據提升至30%-40%。四、

智能客服階段發展階段服務內容1傳統呼入導航階段通過IVR識別

，客戶根據機器人引導

，消費者按下對應的業務功能數字

，將客戶根據意

圖進行分類轉接到對應的人工客服

，從而完成業務辦理。2呼入呼出階段例如將價格時效查詢、下單、催單場景進行代替

，實現將簡單、重復的業務場景用機器

人完成

，復雜的場景讓人工客服完成。3管理機器人階段它們的功能主要包括以下幾個方面：輔助質檢人員進行質檢、幫助企業培訓坐席、并將領導者需要的信息整合

，進行統一調度

，提高工作效率。4全語音門戶階段實現人機全流程交互。首先通過語音導引將不同的客戶轉接到不同的業務機器人

，最終實現客戶業務辦理的需要。5非核心任務脫離階段幫助客戶實現呼叫中心等非核心能力的脫離

，幫助企業降低非核心能力所帶來的成本問

題。四、

智能客服表2-6智能客服發展階段人工智能落地物流應用環節智能倉儲智能運輸智能配送智能客服1.倉儲現場管理2.AMR3.設備調度系統1.無人卡車2.貨物轉運3.車隊管理系統1.無人配送車2.配送無人機3.無人配送前景4.訂單分配系統1.物流智能客服業務規模2智能客服節省運營成本【課后小結】6363【課后作業】問題：1.（判斷）物流領域的智能客服特指以智能語音和NP技術為代表的客服機器人。()2.（判斷）根據作業環境

，我們可以將人工智能技術在倉儲現場管理中的具體應用分為倉內現場管理與場院現場管理。(

)3.（判斷）無人機起源于軍事領域

，早期的發展驅動力是為了減少飛行員傷亡以及應對極端情況。

(

)64人工智能在物流業的應用場景任務三6501

車貨匹配系統06

倉庫選址優化02

無人駕駛體系07

倉儲管理智能化

03圖像（視頻）

識別

08

倉儲作業高效化

04

語音識別技術

09

運輸配送智能化

05

智能化場院管理目錄/CONTENTS【知識目標】1.了解人工智能在物流業的不同應用場景。【情感目標】1.具有工匠精神、服務意識、環保意識、質量意識、安全意識；2.培養獨立獲取信息和自學能力；3.堅定擁護中國共產黨領導和我國社會主義制度。【教學目標】使用人工智能完成物流運輸中的車貨匹配。物流企業可以利用人工

智