信息技术在物流领域的应用

信息技术在物流领域的应用-------lly

一基本概念：

物流是指为了满足客户的需求，以最低的成本，通过运输、保管、配送等方式，实现原材料、半成品、成品或相关信息进行由商品的产地到商品的消费地的计划、实施和管理的全过程。其主要包括七大构成部分：物体的运输、仓储、包装、搬运装卸、流通加工、配送以及相关的物流信息等环节。信息技术是有效进行物流管理的重要工具，目的是实现物流作业的信息化、自动化。

二基本原理：

物流信息技术构成可以分为4个层次:

1.物流信息基础技术，即有关元件、器件的制造技术，它是整个信息技术的基础。例如微电子技术、光子技术、光电子技术、分子电子技术等。

2.物流信息系统技术，即有关物流信息的获取、传输、处理、控制的设备和系统的技术，它是建立在信息基础技术之上的，是整个信息技术的核心。其内容主要包括物流信息获取技术、物流信息传输技术、物流信息处理技术及物流信息控制技术。

3.物流信息应用技术，即基于管理信息系统(MIS)技术、优化技术和计算机集成制造系统(CIMS)技术而设计出的各种物流自动化设备和物流信息管理系统，例如自动化分拣与传输设备、自动导引车(AGV)、集装箱自动装卸设备、仓储管理系统(WMS)、运输管理系统(TMS)、配送优化系统、全球定位系统(GPS)、地理信息系统(GIS)等等。

4.物流信息安全技术，即确保物流信息安全的技术，主要包括密码技术、防火墙技术、病毒防治技术、身份鉴别技术、访问控制技术、备份与恢复技术和数据库安全技术等。

三解决方案：

以下是在目前物流领域中普遍应用的几大核心信息技术，其针对物流领域特点，有效地实现物流作业的信息化、自动化。

1.自动识别技术

自动识别技术通过对所有实体对象(包括零售商品。物流单元、集装箱、货运包装等)进行惟一有效标识，可以有效解决物流领域各项业务运作数据的输入/输出、业务过程的控制与跟踪等问题，并减少出错率，在仓库管理、运输管理、生产管理、物料跟踪、运载工具和货架识别等领域都具有明显的优势。

2.地理信息系统

GIS在物流中的应用主要有车辆路线模型、最短路径模型、网络物流模型、分配集合模型和设施定位模型等。利用其空间数据管理与分析能力以及图形化的显示功能可以更方便地管理物流系统中货物的运输、仓储、装卸、送递等各个环节，特别是对如运输路线的选择、配送车辆的调度、仓库和配送中心位置的选择、仓库的容量设置、仓库的布局和合理装卸策略等问题进行有效地管理和决策分析，有助于企业有效的利用现有资源，降低成本消耗，提高效率。

3.全球定位系统

主要应用在汽车定位、跟踪调度，运输管理等。货物在运输过程中，可以通过GPS和计算机网络实时收集车辆所运货物的动态信息，可以实现对车辆以及货物的追踪管理。

4.云计算

借助云计算中的“行业云”，多方收集货源和车辆信息，并使物流配载信息在实际物流运输能力与需求发生以前得以发布，加快物流配载速度。利用移动设备链接云端将在途物资

作为虚拟库存，即时进行物资信息交换和交易，将物资直接出入库，并直接将货物运送到终端用户手中。

5.移动端

随着智能手机、平板电脑等现代通讯工具的出现和普及，促使物流信息系统的发展出现终端化、移动化的趋势。中国移动、中国联通都推出了针对物流行业的移动信息化解决方案，以满足物流企业的信息高效交互、信息实时发布、货物库存查询、车辆定位、内部沟通、客户服务等需求。

6.数据挖掘

物流车辆的海量大数据中包含着许多关于交通路况、车辆运行甚至社会经济发展动态的信息。通过统计分析车辆行驶距离、停车时间、地理位置、车辆特征等多个维度的信息可以发现货运车辆的行为特征、区域物流的流量分布等，为物流公司提供基于时间、成本、路线等车辆调度的应用服务提供了可靠的理论依据和技术支持。

四国内外现状：

现代物流是经济全球化的产物，也是推动经济全球化的重要服务业。世界现代物流业呈稳步增长态势，欧洲、美国、日本成为当前全球范围内的重要物流基地。

中国物流行业起步较晚，但随着国民经济的飞速发展，中国物流行业保持较快增长速度，物流体系不断完善，行业运行日益成熟和规范。在世界各地，物流领域的一些新技术正在快速进入研发和试验阶段。

一方面是关于无人设备（无人机、无人驾驶包裹投递车、包裹处理机器人和货架运输机器人）的进展。2016年4月11日，日本千叶市政府和企业正式开始进行无人机送货上门服务试验，载满包裹的无人机在公寓、商业设施和相邻的公园之间飞行，这是第一个在日本市区进行的无人机快递试验，千叶市已经被指定为无人机快递试验特别区域。

谷歌方面申请了无人驾驶包裹投递车专利。在目前欧洲的德国、英国伦敦等地，终端配送机器人也已经进入测试阶段。谷歌同时还发布了几则包裹处理机器人的视频，其下的团队一直在尝试一系列增强机器人抓握、处理和分拣物品能力，以期实现未来机器人自动处理包裹。

收购了Kiva Robotics的亚马逊在仓库内使用的货架运输机器人数量随着其业务规模的扩大还在增长。根据亚马逊提供的最新数据显示，亚马逊已经在13个配送中心部署了3万台机器人。

另一方面是关于货运管道的进展。各大企业向地下寻找新的运输渠道。在此之前，德国首都柏林在19世纪曾经利用地下管道运送邮件。而英国皇家邮政从上世纪初开始就建成一条37公里长的专门用于传输信件和邮包的轨道，这条在伦敦大街地面下21米的管道，曾每天运营19小时，每年286天，在其最高峰时每天传送四百万封信件。目前，西门子安贝格工厂已经配备5公里地下元器件运输带，磁悬浮运输带，使其配送零件的效率增加。而英国的北安普敦正在测试使用地下自主式管道车厢系统进行物流运输，这个物流运输的解决方案被称为“货运管道”，整个系统通过磁悬浮车厢穿梭于城市的各站点之间，运送货物。相对传统以汽车等为中心的物流系统，这样可以缓解交通拥堵和空气污染问题。

国内也正在快速启动相关项目。目前菜鸟、京东已经在进行包括仓储机器人在内的新技术试验，主要攻克未来在实现无人仓储、无人快递和无人机送货方面的问题。其中无人仓储计划100%由智能机器完成。顺丰与极飞科技合作，试验第三代快递无人机系统，在广州浙江等地进行了飞行试验。

京东与芯片巨头英特尔共同成立联合实验室，2015年8月，双方合作完成针对仓储管理的“竖亥”项目1.0在英特尔IDF大会上得到重点展示，英特尔RealSense实感技术将应

用在竖亥2.0中，实现组合体积测量，解决大批量商品物流属性的采集问题。

五未来趋势：

首先，贯穿于物流产业链的底层技术需要得到同步发展，比如标准化技术的发展。其中最散小的环节也是最先被智慧化的，然后再逐步瓦解互联程度低、组织化程度高的环节。因此公路货运、城市配送等分散无序的领域将率先实现信息化、自动化。送货无人机、送货机器人、拣货机器人的研发也是基于这种需求。

其次，物流活动中必不可少需要考虑各种地理因素。而几乎涉及到地理因素的物流活动中的方方面面都可以用GIS进行合理的表达和分析，从而完成各种复杂但却极具经济价值的物流活动。随着经济发展，GIS将进一步融入到企业商业决策的应用，或大众公共服务提供中，最大化的实现GIS物流配送分析与区域地理分析、商圈地理分析、竞争状况分析等功能的整合。

条码技术在今后相当长的时间内仍然是自动识别技术的发展主流，磁技术、光字符技术、语音识别技术、射频技术、视觉识别技术和其它自动识别技术等组成的自动识别技术体系将会呈现出多元化发展的态势。

最后，信息技术广泛应用，促进物流业升级。交通运输、物流、信息、新能源、新材料等领域在孕育新的技术突破，高速铁路、大型高速船舶、绿色航空、新能源汽车、智能交通、智能仓储、新材料技术、节能环保技术，现代管理科学技术等将在物流领域得到推广和应用，将电子商务、移动互联、大数据、云计算、物联网等将与物流业深度融合，让物流更为“智慧化”、“智能化”，这些都对物流业升级带来重大促进作用。未来物流技术创新将反映安全、快速、大型化、信息化、智能化、个性化、人性化、精细化、绿色化和节能化等时代性特点。六应用详解：

物流领域的一些新技术在物体的运输、仓储、包装、搬运装卸、流通加工、配送以及相关的物流信息等环节的应用。

1.运输环节的应用(无人机送货)

2016年1月航运公司巨头马士基完成无人机向海上船舶送货，这也是去年马士基油轮完成了世界范围内首次使用无人机对FPSO货物油舱检测后的又一次无人机应用的创新之举，同时也将引发船舶供应链领域一场新的技术革命。使用无人机送货，能够为每艘船节省的潜在费用达到年均3000-9000美元水平。

2016年3月，无人机创业公司Flirtey在美国城市区域完成了首次政府批准的无人机送货测试。在当时的测试中，Flirtey的无人机借助GPS定位技术，将紧急用品运送到内华达州霍桑市的一处无人居住的房屋。国内顺丰、淘宝等企业也正在积极尝试无人机送货。

日本政府在沿海城市千叶开辟了无人机送货测试区

亚马逊无人机京东无人机

2.仓储环节的应用（仓位共享）

美国Flexe仓库资源共享平台，其他企业可以预定它在全美80多个地方的若干个仓位。其仓储网络覆盖美国20个主要市场的超过80个仓库，供应链管理者如果专业仓库空间，可以使用Flexe的搜索引擎，快速容易的找到匹配其具体需求的仓库设施。之后Flexe会提供一份包括存储和材料处理费用的报价列表，如果仓库出租者接受报价，立即就可以在Flexe 的仓储网络开展业务。

3.包装环节的应用（包裹处理机器人）

谷歌研发团队运行一个14台机器人组成的网络，该网络一直在尝试一系列增强机器人抓握、处理和分拣物品能力的任务。

谷歌机器手

4.搬运装卸环节的应用（配送中心拣货机器人）

亚马逊以7.75亿美元的价格收购了自动化物流提供商Kiva的机器人仓储业务。至今在美国已有超过3万台Kiva机器人在亚马逊的配送中心工作。正常的配送中心一般都为商品设立专门的货位，而亚马逊则在货物入库后却将其随机摆放。用户下单后，系统对Kiva机器人下达拣货指令，算法为其规划一条可以取到所需货物的最短路线。

配送中心拣货机器人

5.物流信息环节的应用（预判发货）

2013年，亚马逊获得了一项名为“预判发货”的专利，这是一项基于大数据的业务。通过对用户行为数据的分析来预测顾客的购买行为。继而模糊填写用户的收货地址，方便将商品配送至潜在顾客附近区域，而在配送过程中一旦收到该顾客的订单，再将地址信息补充完整。同时，亚马逊还会在运送途中向潜在顾客推荐该商品，从而提升判断精准度。但系统不免会出错，其解决措施是给予用户一定的折扣，抑或直接将判断失误的商品作为礼物送给用户，从而提升公司口碑。

6.配送环节的应用（送货机器人）

Skype的两位联合创始人成立了一家名为Starship Technologies的公司，通过可以在人行道上行驶的自动机器人为用户提供最后1英里的送货服务，利用科技手段化繁为简，提升效率，降低成本。

送货机器人