人工智能在物流行業(yè)應(yīng)用研究報告課件

1、人工智能在物流行業(yè)應(yīng)用研究報告6物流業(yè)與人工智能的契合之處AI是物流降本增效的良藥，物流亦是AI展示能力的舞臺物流業(yè)的核心痛點決定了該行業(yè)最迫切的需求即“降本增效”，物流企業(yè)的自動化、信息化轉(zhuǎn)型升級都是為實現(xiàn)降本增效 目的而做出的努力。人工智能技術(shù)產(chǎn)品的加入能夠進(jìn)一步推動物流業(yè)向“智慧物流”發(fā)展，更大限度地降低人工成本、提 升經(jīng)營效率。對于人工智能行業(yè)而言，隨著技術(shù)的不斷迭代，人工智能不再是高懸于天上的空中樓閣，“商業(yè)落地”已成 為人工智能企業(yè)發(fā)展到當(dāng)前階段鮮明的主題詞。從落地難度及發(fā)展前景來看，業(yè)務(wù)流程清晰、應(yīng)用場景獨立、市場空間巨 大的物流業(yè)無疑是人工智能落地的絕佳選擇。物流行業(yè)與人工智能

2、的契合之處AI+物流對于物流行業(yè)來說，在人口紅利逐漸 消失、人員工資不斷攀升、招工越來 越困難的局面下，引入人工智能產(chǎn)品 技術(shù)最顯著的價值即在于能夠大幅降 低物流各項業(yè)務(wù)對于人力資源的剛性 需求和高昂成本。大幅度降低人工成本降本增效業(yè)務(wù)場景相對獨立物流行業(yè)的總體業(yè)務(wù)流程分為運輸、 倉儲、裝卸搬運、分揀、配送、客服 等環(huán)節(jié)，流程清晰且各個業(yè)務(wù)場景之 間相對獨立，引入AI技術(shù)過程中既可 采用整體解決方案，也適用于單個場 景的局部優(yōu)化調(diào)整，靈活性較強(qiáng)。商業(yè)落地人工智能+物流概述32.1人工智能+物流應(yīng)用場景本章小結(jié)2.22.3賦能：中國人工智能+物流應(yīng)用分析2目錄人工智能+物流概念界定4關(guān)鍵詞：人工

3、智能技術(shù)、軟硬件產(chǎn)品及服務(wù)、落地應(yīng)用本報告中所闡述的“人工智能+物流”指的是基于人工智能技術(shù)（機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計算機(jī)視覺、自動駕駛等）的軟 硬件產(chǎn)品及服務(wù)（無人卡車、無人機(jī)/無人車、智能調(diào)度系統(tǒng)等）在物流活動各環(huán)節(jié)（運輸、倉儲、配送、客服等）中的 實際落地應(yīng)用?！叭斯ぶ悄?物流”是物流科技的新形態(tài)，本報告對“人工智能+物流”的研究范圍主要集中在物流活動 中的運輸、倉儲、配送及客服四個環(huán)節(jié)，分析研究人工智能技術(shù)及產(chǎn)品在上述物流作業(yè)流程中的應(yīng)用情況與效果。人工智能+物流的概念及研究范圍界定人工智能+物流”本報告中的人工智能+物流是指基于人工智能技術(shù)的軟硬件產(chǎn)品及服務(wù)在物流活動各個環(huán)節(jié)中的實際落

4、地應(yīng)用?！爸悄苓\輸智能客服智能倉儲智能配送19.5158.4298.0中國物流行業(yè)進(jìn)化簡史53.01991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019來源：研究院根據(jù)中國物流與采購聯(lián)合會數(shù)據(jù)及公開資料繪制。人工智能的加入推動中國物流邁向“智慧物流”改革開放之前，國內(nèi)的生產(chǎn)資料及消費品都以“計劃”的形式流轉(zhuǎn)，貨物流通的價值并未顯現(xiàn)。1979年，我國物資工作代 表團(tuán)

5、赴日本參加第三屆國際物流會議后，“物流”概念才第一次出現(xiàn)。在經(jīng)歷了十余年的摸索、學(xué)習(xí)與實踐后，20世紀(jì)90 年代中期，以順豐、申通等為代表的民營物流企業(yè)紛紛成立，中國的現(xiàn)代物流才正式發(fā)展起來。進(jìn)入21世紀(jì)后，隨著電子 商務(wù)與互聯(lián)網(wǎng)經(jīng)濟(jì)的爆發(fā)，中國物流行業(yè)迎來了超高速增長期，全國社會物流總額由2001年的不到20萬億元提升至2010 年的125.4萬億元。在市場需求旺盛、信息技術(shù)與物流科技飛速進(jìn)步的帶動下，中國物流行業(yè)也逐步由自動化走向信息化、網(wǎng)絡(luò)化，“智慧物流”成為新的發(fā)展方向。2011年以來，隨著大數(shù)據(jù)與物聯(lián)網(wǎng)的融入，物流企業(yè)開始著手建立無人倉、智能物流中心，各類新理念、新業(yè)態(tài)不斷涌現(xiàn)。而人

6、工智能的加入，將會是中國物流行業(yè)真正實現(xiàn)智能化，進(jìn)化至具 備狀態(tài)感知、 實時分析、自主決策、精準(zhǔn)執(zhí)行等多項能力的“智慧物流”極為關(guān)鍵的一步。1991-2019年中國社會物流總額情況及物流行業(yè)發(fā)展階段單位：萬億元傳統(tǒng)物流現(xiàn)代物流智慧物流人工智能+物流發(fā)展環(huán)境利好政策與企業(yè)及用戶的需求鼓勵物流業(yè)積極擁抱人工智能近年來，物流行業(yè)發(fā)展基礎(chǔ)和整體環(huán)境發(fā)生顯著變化，新興技術(shù)廣泛應(yīng)用、包裹數(shù)量爆發(fā)增長、用戶體驗持續(xù)升級等因素 對物流企業(yè)的運作思路、商業(yè)模式、作業(yè)方式提出新需求、新挑戰(zhàn)。作為物流行業(yè)轉(zhuǎn)型升級的新動能，人工智能進(jìn)入物流 領(lǐng)域的時間盡管相對較短，但發(fā)展環(huán)境非常有利。政策層面，國務(wù)院、發(fā)改委等政府相

7、關(guān)部門紛紛出臺物流相關(guān)政策及規(guī) 劃，鼓勵企業(yè)利用人工智能技術(shù)及產(chǎn)品降低物流成本、提升物流效率；經(jīng)濟(jì)層面，一方面全國物流業(yè)總收入始終處于穩(wěn)定 增長狀態(tài)，另一方面物流總費用依然居高不下，企業(yè)亟需進(jìn)一步控制物流成本，“人工智能+物流”的空間極為廣闊；社 會層面，“人工智能+物流”既能滿足城市居民對提升即時物流服務(wù)效率的需求，又可拓展快遞快運的服務(wù)邊界以惠及農(nóng) 村居民。人工智能+物流的發(fā)展環(huán)境經(jīng)濟(jì)環(huán)境物流總收入與物流總費用持續(xù)增長， 企業(yè)既有資金也有意愿通過大數(shù)據(jù)、6物聯(lián)網(wǎng)、人工智能等新技術(shù)降低物流 成本、提升物流效率新零售、C2M等新的商業(yè)模式及業(yè)態(tài) 釋放的物流新需求推動人工智能落地 物流行業(yè)社會環(huán)

8、境城市居民對于即時物流服務(wù)效率的需求 不斷提高催生基于大數(shù)據(jù)與機(jī)器學(xué)習(xí)技 術(shù)的智能調(diào)度系統(tǒng)快速發(fā)展利用無人機(jī)配送，拓展快遞快運邊界， 改善邊遠(yuǎn)地區(qū)、農(nóng)村地區(qū)的物流服務(wù)水平政策環(huán)境國務(wù)院發(fā)布的新一代人工智能發(fā)展規(guī) 劃提出大力發(fā)展智能物流，推動人工 智能與物流行業(yè)融合創(chuàng)新，提升倉儲運 營管理水平和效率國家發(fā)改委發(fā)布的關(guān)于推動物流高質(zhì) 量發(fā)展促進(jìn)形成強(qiáng)大國內(nèi)市場的意見 提出實施物流智能化改造行動，加強(qiáng)信 息化管理系統(tǒng)和云計算、人工智能等信 息技術(shù)應(yīng)用，提高物流軟件智慧化水平人工智能+物流的核心技術(shù)7深度學(xué)習(xí)技術(shù)通過分層結(jié)構(gòu)之間的傳遞數(shù) 據(jù)學(xué)習(xí)特征，對物流活動中產(chǎn)生的數(shù)據(jù)具 有良好的適用性。深度學(xué)習(xí)既

9、是實現(xiàn)路徑 規(guī)劃、智能調(diào)度等功能的核心技術(shù)，也是 推動計算機(jī)視覺、自動駕駛、自然語言理 解等其他技術(shù)發(fā)展進(jìn)化的訓(xùn)練方式。計算機(jī)視覺應(yīng)用最為廣泛，自動駕駛有望先于其他行業(yè)落地目前，在物流行業(yè)實現(xiàn)應(yīng)用的人工智能技術(shù)主要以深度學(xué)習(xí)、計算機(jī)視覺、自動駕駛及自然語言理解為主。物流領(lǐng)域中， 深度學(xué)習(xí)在運輸路徑規(guī)劃、運力資源優(yōu)化、配送智能調(diào)度等場景中發(fā)揮至關(guān)重要的作用；計算機(jī)視覺是現(xiàn)階段物流領(lǐng)域應(yīng) 用最廣的人工智能技術(shù)，智能倉儲機(jī)器人、無人配送車、無人配送機(jī)等智能設(shè)備都以視覺技術(shù)為基礎(chǔ)，此外，計算機(jī)視覺 還能實現(xiàn)運單識別、體積測量、裝載率測定、分揀行為檢測等多項功能；自動駕駛技術(shù)是運輸環(huán)節(jié)智能化的核心技術(shù)，

10、盡 管尚未正式投入使用，但頭部企業(yè)的無人卡車已經(jīng)開始在特定路段進(jìn)行實地路測和試運行；自然語言理解主要用于物流企 業(yè)，尤其是快遞快運企業(yè)的智能客服系統(tǒng)，該技術(shù)能有效降低企業(yè)在客服環(huán)節(jié)的人工成本。人工智能+物流的核心技術(shù)深度學(xué)習(xí)計算機(jī)視覺計算機(jī)視覺通過對采集的圖片或視頻進(jìn)行 處理以獲得相應(yīng)場景的信息，智能倉儲機(jī) 器人、無人機(jī)/無人車等智能物流設(shè)備廣 泛應(yīng)用了計算機(jī)視覺技術(shù)，以實現(xiàn)識別、 導(dǎo)航、避障等功能。自動駕駛自動駕駛技術(shù)主要是通過高精度傳感器+ 深度學(xué)習(xí)實現(xiàn)車輛對于周圍環(huán)境中障礙物 的探測，加以識別判斷并進(jìn)行動作決策。 與城市道路相比，自動駕駛在港口、園 區(qū)、高速公路等相對封閉的物流運輸環(huán)境自

11、然語言理解自然語言理解主要研究用電子計算機(jī)模擬 人的語言交際過程，使計算機(jī)能理解和運 用人類社會的自然語言，實現(xiàn)人機(jī)之間的 自然語言通信?；谠擁椉夹g(shù)的智能客服 系統(tǒng)，能夠大幅降低快遞快運企業(yè)客服坐應(yīng)用難度較小。席的人工成本。人工智能+物流產(chǎn)業(yè)鏈分析8渠道 分銷上游硬件提供商電商平臺/O2O平臺傳 感 器攝像機(jī)激光雷達(dá)超聲波雷達(dá)IMU毫米波雷達(dá)AI+物流產(chǎn)品技術(shù)提供方下游客戶物流企業(yè)電流傳感器產(chǎn)業(yè)鏈尚不成熟，角色界限比較模糊人工智能+物流產(chǎn)業(yè)鏈與傳統(tǒng)物流產(chǎn)業(yè)鏈差異最大的地方在于，其上下游關(guān)系并非涇渭分明，或者說人工智能+物流的產(chǎn) 業(yè)鏈還不太成熟，AI公司、物流企業(yè)、電商平臺都在產(chǎn)業(yè)鏈中扮演重要

12、角色，AI公司通過直客模式或集成商渠道向下游客 戶提供AI+物流相關(guān)產(chǎn)品與技術(shù)服務(wù)，而物流企業(yè)與電商平臺也通過建立研發(fā)團(tuán)隊、成立科技子公司等方式研究開發(fā)AI技 術(shù)在物流各環(huán)節(jié)中的可行應(yīng)用，三者之間存在合作加潛在競爭的關(guān)系，生態(tài)比較開放。中國人工智能+物流產(chǎn)業(yè)鏈快遞整車 零擔(dān) 即時 倉儲 園區(qū) 冷鏈智能語音深度學(xué)習(xí)AI公司計算機(jī)視覺自動駕駛物流企業(yè)研發(fā)團(tuán)隊科技子公司電商平臺研發(fā)團(tuán)隊科技子公司直銷自研自用芯片供應(yīng)商機(jī)器人供應(yīng)商物流硬件設(shè)備 供應(yīng)商其他關(guān)鍵零件 供應(yīng)商渠道集成商代理商人工智能+物流產(chǎn)業(yè)圖譜92020年人工智能+物流產(chǎn)業(yè)圖譜基礎(chǔ)層軟硬件/底層技術(shù)層算法、產(chǎn)品及解 決方案提供商應(yīng)用層技術(shù)

13、使用者快遞快運整車零擔(dān)即時倉儲冷鏈園區(qū)電商智能運輸智能配送無人機(jī)配送調(diào)度無人車智能倉儲智能客服無人倉整體解決方案智能倉儲機(jī)器人設(shè)備調(diào)度系統(tǒng)芯片云服務(wù)傳感器技術(shù)供應(yīng)商1515.922.433.346.862.579.697.341.3%48.5%40.5%33.6%27.3%22.2%20192020e2021e2022eAI+物流總體市場規(guī)模（億元）2023e2024e2025eAI+物流市場規(guī)模增速（%）人工智能+物流市場規(guī)模注釋：統(tǒng)計口徑包括自動駕駛、計算機(jī)視覺、智能語音等基于AI技術(shù)的軟件系統(tǒng)提供方 收入以及AMR、無人配送車、無人機(jī)等智能硬件供應(yīng)商收入，不包含物流企業(yè)與電商平 臺在AI

14、相關(guān)產(chǎn)品技術(shù)中自研自用部分。來源：研究院根據(jù)公開資料、專家訪談及測算模型自主研究及繪制。來源：研究院根據(jù)公開資料、專家訪談及測算模型自主研究及繪制?，F(xiàn)有市場規(guī)模15.9億元，倉儲與運輸環(huán)節(jié)的應(yīng)用占比較高AI公司進(jìn)入物流領(lǐng)域的時間尚短，產(chǎn)業(yè)鏈下游物流企業(yè)與電商平臺在人工智能產(chǎn)品技術(shù)自主研發(fā)中的不遺余力也令解決方 案提供方們可選擇的入局角度相當(dāng)有限。從供給側(cè)能夠獲取的收入來看，2019年人工智能+物流領(lǐng)域的市場規(guī)模為15.9億 元，隨著技術(shù)能力的提升和行業(yè)理解的加深，預(yù)計到2025年市場規(guī)模將接近百億水平。人工智能在物流各環(huán)節(jié)的應(yīng)用分布 方面，智能倉儲與智能運輸占比較大，兩者占據(jù)了八成以上的份額；

15、智能配送的落地環(huán)境尚不成熟，現(xiàn)階段規(guī)模較小，但 未來想象空間極大；智能客服的應(yīng)用場景較為單一，在各環(huán)節(jié)中占比最小。2019-2025年中國人工智能+物流市場規(guī)模情況2019年中國人工智能+物流市場規(guī)模細(xì)分結(jié)構(gòu)倉儲， 42.8%運輸， 38.4%11.9%客服，配送，6.9%16人工智能+物流概述2.1人工智能+物流應(yīng)用場景本章小結(jié)2.22.3賦能：中國人工智能+物流應(yīng)用分析2目錄175.65.86.06.66.97.752.8%53.7%54.1%54.5%51.9%52.7%201420192015201620172018全國運輸費用總額（萬億元）運輸費用占社會物流總費用的比重（%）0.61

16、.42.23.34.76.45.57.50.910.714.318.121.825.347.2%62.4%55.7%49.2%41.7%36.3%35.7%42.9%34.1%26.6%20.2%16.3%2022e20192020e2021e無人卡車業(yè)務(wù)市場規(guī)模（億元） 無人卡車業(yè)務(wù)市場規(guī)模增速（%）2023e2024e2025e車隊管理系統(tǒng)市場規(guī)模（億元） 車隊管理系統(tǒng)市場規(guī)模增速（%）智能運輸中的人工智能應(yīng)用來源：研究院根據(jù)中國物流與采購聯(lián)合會數(shù)據(jù)繪制。注釋：市場規(guī)模中的無人卡車業(yè)務(wù)是指以無人卡車向客戶提供運輸服務(wù)或出售無人卡車 所得收入中軟件所占部分，不包括卡車本體價值；車隊管理系統(tǒng)市

17、場規(guī)模包括終端硬件 價值、軟件價值以及定期收取的服務(wù)費用。來源：研究院根據(jù)公開資料、專家訪談及測算模型自主研究及繪制。智 能 運 輸人工智能在運輸中的應(yīng)用方向集中在無人卡車及車輛管理運輸是物流產(chǎn)業(yè)鏈條的核心環(huán)節(jié)，也是物流成本構(gòu)成的重要內(nèi)容，運輸費用在社會物流總費用中的占比始終在50%以上。 但由于運輸環(huán)境及運輸設(shè)備的復(fù)雜性，現(xiàn)階段人工智能在物流運輸中的應(yīng)用尚處于起步階段。目前國內(nèi)人工智能在物流運 輸環(huán)節(jié)的應(yīng)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(shù)為核心的無人卡車；另一種是基于計算機(jī)視 覺與AIoT產(chǎn)品技術(shù)，為運輸車輛管理系統(tǒng)提供實時感知功能。人工智能賦能物流運輸?shù)淖罱K形態(tài)必然

18、將是由無人卡車替代 人工駕駛卡車，盡管近兩年自動駕駛在卡車領(lǐng)域進(jìn)展順利，無人卡車在港區(qū)、園區(qū)等相對封閉的場景中已經(jīng)開始進(jìn)入試運 行階段，但與實際運營的距離尚遠(yuǎn)。未來數(shù)年內(nèi)，人工智能在物流運輸中的商業(yè)化價值主要體現(xiàn)在車輛狀態(tài)監(jiān)測、駕駛行 為監(jiān)控等功能。艾瑞認(rèn)為，2019年國內(nèi)人工智能+物流運輸?shù)氖袌鲆?guī)模為6.1億元，預(yù)計到2025年超過30億元。2014-2019年中國運輸費用總額及占社會物流2019-2025年中國人工智能+運輸市場規(guī)模 總費用比重情況18智能運輸丨無人卡車自動駕駛技術(shù)將使道路運輸更經(jīng)濟(jì)、更高效、更安全自動駕駛是指讓汽車自己擁有環(huán)境感知、路徑規(guī)劃并且自主實現(xiàn)車輛控制的技術(shù)，也就

19、是用電子技術(shù)控制汽車進(jìn)行的仿人 駕駛或是自動駕駛。美國汽車工程師協(xié)會（SAE）根據(jù)系統(tǒng)對于車輛操控任務(wù)的把控程度，將自動駕駛技術(shù)分為L0-L5， 系統(tǒng)在L1L3級主要起輔助功能；當(dāng)?shù)竭_(dá)L4級，車輛駕駛將全部交給系統(tǒng)，而L4、L5的區(qū)別在于特定場景和全場景應(yīng)用。在物流運輸領(lǐng)域，配備L4級別自動駕駛技術(shù)的無人卡車即可以滿足港口、園區(qū)、高速公路等多種運輸場景，并在人力資源、 能源費用、設(shè)備損耗、保險費用等多個層面大幅降低運輸整體成本。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2018年國內(nèi)重型載貨汽車 已超過700萬輛，自動駕駛技術(shù)一旦進(jìn)入商業(yè)化應(yīng)用階段，其市場空間及所能創(chuàng)造的價值都將以數(shù)千億乃至萬億計。自動駕駛的定

20、義分層及在物流運輸領(lǐng)域的應(yīng)用價值自動駕駛級別劃分標(biāo)準(zhǔn)車輛控制環(huán)境感知物流領(lǐng)域應(yīng)用價值L1/2在特定駕駛模式下，單/多項駕駛輔助系統(tǒng)通過獲 取行車環(huán)境信息對車輛橫向或縱向駕駛動作進(jìn)行 操控，但駕駛員需要負(fù)責(zé)對除此以外的動態(tài)駕駛 任務(wù)進(jìn)行操作自動駕駛技術(shù)的應(yīng)用可以減少甚 至替代卡車司機(jī)，降低人力成本L3在特定駕駛模式下，系統(tǒng)負(fù)責(zé)執(zhí)行車輛全部動態(tài) 駕駛?cè)蝿?wù)，駕駛員需要在特殊情況發(fā)生時，適時 對系統(tǒng)提出的干預(yù)請求進(jìn)行回應(yīng)自動駕駛技術(shù)結(jié)合動力傳動控制 系統(tǒng)和跟車行駛系統(tǒng)，減少單位L4在特定駕駛模式下，系統(tǒng)負(fù)責(zé)執(zhí)行車輛全部動態(tài) 駕駛?cè)蝿?wù)，即使駕駛員在特殊情況發(fā)生時未能對 系統(tǒng)提出的干預(yù)請求做出回應(yīng)油耗提高

21、車輛運行的安全性，有效降L5系統(tǒng)負(fù)責(zé)完成全天候全路況的動態(tài)駕駛?cè)蝿?wù)，系 統(tǒng)可由駕駛員進(jìn)行管理低運輸?shù)慕煌ㄊ鹿事剩?jié)省保費成本智 能 運 輸19智能運輸丨無人卡車無人卡車的商業(yè)化前夜已經(jīng)到來，但大規(guī)模應(yīng)用仍需時日近年來，自動駕駛技術(shù)的開發(fā)與應(yīng)用一直深受各界關(guān)注，與無人卡車相比，無人駕駛乘用車往往更吸引普通民眾的眼球。 從技術(shù)角度出發(fā)，應(yīng)用在無人卡車上的自動駕駛技術(shù)與乘用車并無二致，其系統(tǒng)架構(gòu)同樣是由感知層、決策層與執(zhí)行層組 成，感知載體也都以攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)等傳感器為主。但對于目前尚處在實驗階段的無人駕駛 車輛而言，城市路況的復(fù)雜程度和不確定因素給無人駕駛乘用車的商業(yè)化道

22、路帶來極大的障礙。反觀物流領(lǐng)域，港口、物 流園區(qū)、高速公路等道路運輸主要場景的封閉性較高，運輸路線相對較為固定，測試數(shù)據(jù)的獲取與積累也更容易。從商業(yè) 化的進(jìn)程來看，以圖森未來為代表的L4級別自動駕駛卡車已經(jīng)率先進(jìn)入到了試運營階段，無人卡車的商業(yè)化序幕正在緩緩 拉開。但這只是無人卡車在物流運輸中的初步嘗試，目前仍然存在技術(shù)穩(wěn)定性有待驗證、可測試路段較少、國內(nèi)甩掛運輸 份額較小等諸多問題還未解決，無人卡車距離大規(guī)模商業(yè)化應(yīng)用尚需時日。WSTO中國無人卡車SWOT分析“倉到倉”運輸場無人卡車自動駕駛系統(tǒng)架構(gòu)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(tǒng)對路 況的

23、感知距離更長景封閉度較高，落 地難度相對較低物流企業(yè)及運輸服 務(wù)使用方對傳感設(shè) 備的價格、體積等 接受度較高中國的貨運卡車數(shù)量 及物流總額全球第一， 無人卡車應(yīng)用空間極為廣闊五大重卡企業(yè)生產(chǎn)能力 強(qiáng)勁，國內(nèi)無人卡車發(fā) 展擁有良好的產(chǎn)業(yè)基礎(chǔ)甩掛運輸是最適合無 人卡車發(fā)揮其效率優(yōu) 勢的運輸方式，但國 內(nèi)目前仍然以傳統(tǒng)的 “一車一掛”運輸方 式為主，甩掛運輸?shù)?發(fā)展還需要很長時間感知決策執(zhí)行獲取行駛道路數(shù)據(jù)并幫助系統(tǒng)定位分析、處理感知層獲取的數(shù)據(jù)并向執(zhí)行層下達(dá)指令攝像頭、激光雷達(dá)、毫米波雷達(dá)等車載傳感器計算平臺+算法電子驅(qū)動、電子制動、電子轉(zhuǎn)向按照指令完成剎車、加速、轉(zhuǎn)向等動作智 能 運 輸智能運輸

24、丨車隊管理系統(tǒng)15實時感知車輛與司機(jī)狀態(tài)，適用于各類運輸車輛無人卡車能夠從根本上顛覆整個物流運輸流程，但可預(yù)見的是在未來一段相當(dāng)長的時間內(nèi)，國內(nèi)公路運輸?shù)闹髁σ廊粫?規(guī)模不一的物流企業(yè)及其管理的車隊。目前，國內(nèi)人工智能賦能物流運輸?shù)闹饕问绞腔谟嬎銠C(jī)視覺技術(shù)與AIoT技術(shù)， 在車隊管理系統(tǒng)中實現(xiàn)車輛行駛狀況、司機(jī)駕駛行為、貨物裝載情況的實時感知功能，使系統(tǒng)在車輛出現(xiàn)行程延誤、線路 異常和司機(jī)危險行為（瞌睡、看手機(jī)、超速、車道偏離等）時進(jìn)行風(fēng)險報警、干預(yù)和取證判責(zé)，并最終達(dá)到提升車隊管理 效率、減少運輸安全事故的目的。與無人卡車的“替代性”功效不同，車隊管理系統(tǒng)中所應(yīng)用的計算機(jī)視覺技術(shù)是在對

25、原 有物聯(lián)網(wǎng)功能的補(bǔ)充與拓展，依然是以輔助者的角度來幫助司機(jī)和車隊管理者，其感知設(shè)備是后裝形式的車載終端，決策 來自系統(tǒng)平臺，對車輛的控制和動作執(zhí)行要通過司機(jī)手動完成。因此就現(xiàn)階段而言，融入人工智能技術(shù)的車隊管理系統(tǒng)在 適用性和商業(yè)化程度上領(lǐng)先于無人卡車。人工智能在車隊管理系統(tǒng)中的應(yīng)用示例DSM攝像頭監(jiān)測 車內(nèi)司機(jī)駕駛行為ADAS攝像頭收集 外部行駛環(huán)境信息車載終端識別、分析信息 并向系統(tǒng)平臺報送閉眼頻率及時長低頭頻率及時長駕駛中抽煙、打電話、左顧右盼等危險行為急加速/剎車車道偏離與前車距離過近道路可見度降低系統(tǒng)分析風(fēng)險后對司 機(jī)行為進(jìn)行干預(yù)警報設(shè)備預(yù)警終端語音提醒 電話警告安全員/車隊長智

26、能 運 輸智能倉儲中的人工智能應(yīng)用16目前仍以點狀應(yīng)用散落于整個智能倉儲系統(tǒng)的各個子系統(tǒng)中物流業(yè)是一個“動靜結(jié)合”的產(chǎn)業(yè)，運輸與配送代表著物流的“動”，倉儲則代表物流的“靜”。為了提升效率，物流產(chǎn) 業(yè)對倉儲也有“動”起來的強(qiáng)烈需求，智能倉儲即通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、自動化設(shè)備及各類軟件系統(tǒng)的綜合應(yīng) 用，讓傳統(tǒng)靜態(tài)倉儲也朝著動靜結(jié)合的方向進(jìn)行轉(zhuǎn)變。智能倉儲屬于高度集成化的綜合系統(tǒng)，一般包含立體貨架、有軌巷 道堆垛機(jī)、出入庫輸送系統(tǒng)、信息識別系統(tǒng)、自動控制系統(tǒng)、計算機(jī)監(jiān)控系統(tǒng)、計算機(jī)管理系統(tǒng)以及其他輔助設(shè)備組成的 智能化系統(tǒng)等。因此在智能倉儲中，商品的入庫、存取、揀選、分揀、包裝、出庫等一系

27、列流程中都有各種類型物流設(shè)備 的參與，同時需要物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能、RFID等技術(shù)的支撐。從目前來看，人工智能在智能倉儲系統(tǒng)中的 應(yīng)用還不夠成熟，仍以貨物體積測算、電子面單識別、物流設(shè)備調(diào)度、視覺引導(dǎo)、視覺監(jiān)控等多種類型的點狀應(yīng)用散布于 整個系統(tǒng)的各個環(huán)節(jié)當(dāng)中。智能倉儲系統(tǒng)構(gòu)成以及人工智能在系統(tǒng)中的應(yīng)用情況智能倉儲系統(tǒng)入庫識別貨物搬運存儲上架分揀出庫管理系統(tǒng)條 形 碼R F I D視 覺 識 別激 光 叉 車搬 運 A G VA M R穿 梭 機(jī)立 體 貨 架巷 道 堆 垛 機(jī)分 揀 行 為 檢 測WMSWCS分 揀 A G V滾 珠 模 組 帶利用計 算機(jī)視 覺技術(shù) 測量入 庫貨

28、物 的體積VSLAM引導(dǎo)搬 運機(jī)器 人自主 移動計算機(jī) 視覺技 術(shù)識別 并記錄 暴力分 揀行為 及人員基于機(jī)器學(xué)習(xí)技術(shù)統(tǒng)一調(diào)度、協(xié) 調(diào)倉內(nèi)的各類物流設(shè)備的運行智 能 倉 儲22智能倉儲丨倉儲現(xiàn)場管理來源：研究院根據(jù)順豐控股財報數(shù)據(jù)繪制。智 能 倉 儲倉內(nèi)工作人員行為識別人員動作評級處理，預(yù)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(fā)生概率應(yīng)用價值規(guī)范員工操作，降低理賠成本強(qiáng)化基層倉庫管理倉內(nèi)流轉(zhuǎn)貨物外觀識別監(jiān)測流轉(zhuǎn)中的貨物及包裹，識別包裹 是否破損及破損程度，破損嚴(yán)重的直 接上報至人工處理應(yīng)用價值及時定位破損件及責(zé)任人減少客戶投訴率倉內(nèi)管理規(guī)范員工行為、減少貨物損失、降低理賠

29、風(fēng)險人工智能在智能倉儲中的應(yīng)用領(lǐng)域之一是在倉儲現(xiàn)場管理場景中，其實現(xiàn)途徑是以高清攝像頭為硬件載體，通過計算機(jī)視 覺技術(shù)監(jiān)測并識別倉儲現(xiàn)場中人員、貨物、車輛的行為與狀態(tài)。根據(jù)作業(yè)環(huán)境，我們可以將人工智能技術(shù)在倉儲現(xiàn)場管理 中的具體應(yīng)用分為倉內(nèi)現(xiàn)場管理與場院現(xiàn)場管理。計算機(jī)視覺技術(shù)在倉內(nèi)現(xiàn)場管理的應(yīng)用場景一是針對倉內(nèi)工作人員的行 為進(jìn)行實時監(jiān)測，識別并記錄暴力分揀、違規(guī)搬運等容易對貨物、包裹造成破壞及損傷的行為，采集行為實施人員的相關(guān) 信息；二是監(jiān)測倉內(nèi)流轉(zhuǎn)的貨物、包裹的外觀情況，識別并判斷包裹的破損情況，對存在明顯破損的包裹進(jìn)行預(yù)警上報。 在倉內(nèi)現(xiàn)場管理中引入計算機(jī)視覺技術(shù)，能夠起到監(jiān)督與規(guī)范員

30、工行為、降低貨物破損與丟失概率、減少理賠成本等作用。 例如，順豐在倉內(nèi)應(yīng)用計算機(jī)視覺技術(shù)后初見成效，近兩年理賠成本占營業(yè)成本的比重逐年下降。人工智能技術(shù)在倉內(nèi)現(xiàn)場管理中的應(yīng)用與價值2016-2019年順豐理賠成本及占營業(yè)成本的比重4.65.96.88.51.00%1.03%0.92%0.91%20162017順豐理賠成本（億元）20182019順豐理賠成本占營業(yè)成本比重（%）智能倉儲丨倉儲現(xiàn)場管理18場院管理采集車輛信息、提高裝載效率、優(yōu)化運力成本場院現(xiàn)場管理中的主要管理對象是各類運輸車輛，人工智能技術(shù)在場院現(xiàn)場管理系統(tǒng)中的作用即監(jiān)測、分析車輛從進(jìn)入物 流園區(qū)或中轉(zhuǎn)場院到離開的全過程，核心應(yīng)用

31、是車牌識別及車輛裝載率識別。車牌識別在日常生活中已相當(dāng)普及，但由于 運輸車輛的車體較大、車牌位置不定且經(jīng)常出現(xiàn)臟污遮擋，因此場院管理場景對車牌定位、字符分割和光學(xué)字符識別算法 的要求更高；裝載率識別是通過裝卸口或裝卸月臺設(shè)置的攝像頭獲取車廂現(xiàn)有貨物空間及剩余空間，計算分析過程裝載率 與即刻裝載率。在場院現(xiàn)場管理中引入計算機(jī)視覺技術(shù)，能夠持續(xù)采集場院內(nèi)車輛信息，為管理系統(tǒng)提供車輛裝載率、車 輛調(diào)度、運力監(jiān)測和場地人員能效等基礎(chǔ)數(shù)據(jù)，優(yōu)化運力成本。人工智能技術(shù)在場院現(xiàn)場管理中的應(yīng)用智 能 倉 儲糊、車牌扭曲/臟污等惡劣情況，智能 識別藍(lán)牌、黃牌、新能源車牌。車牌識別克服光照不均、遮擋缺失、運動模裝

32、載率識別通過設(shè)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(jié)合裝載時間、人員等交叉分 析裝載能效能效分析結(jié)合到卡裝載率及離卡裝載率、停留 時間、裝卸人員數(shù)量及工作時間等數(shù) 據(jù)進(jìn)行分析，持續(xù)記錄并反饋各場地 能效情況，優(yōu)化運力成本時間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(jié)束時間、車輛離卡智能倉儲丨AMR19倉儲環(huán)境中的智能“類自動駕駛”機(jī)器人在倉儲環(huán)境下的各類智能設(shè)備中，AMR是發(fā)展速度較快的領(lǐng)域之一。AMR（Automatic Mobile Robot）即自主移動機(jī) 器人，在倉儲環(huán)境中一般用于搬運與揀貨，與傳統(tǒng)AGV不同的是，AMR的運行不需要地

33、面二維碼、磁條等預(yù)設(shè)裝置，而 是依靠SLAM系統(tǒng)定位導(dǎo)航。如果把AGV比作倉內(nèi)軌道交通，那么AMR可以視為“類自動駕駛”機(jī)器人。在靈活性與適應(yīng) 性方面，AMR不僅可以與倉儲環(huán)境進(jìn)行交互，一旦倉內(nèi)布局發(fā)生變化，AMR也能夠迅速重新構(gòu)建地圖，節(jié)省重新部署環(huán) 境的時間與成本。AMR采用的導(dǎo)航方式主要有激光SLAM與視覺SLAM（VSLAM）兩種，激光SLAM起步較早，但成本高 且應(yīng)用場景有限；而隨著人工智能算法與算力的不斷進(jìn)步，基于計算機(jī)視覺的VSLAM快速成長起來。視覺導(dǎo)航AMR通過 VSLAM系統(tǒng)能夠?qū)崿F(xiàn)地圖構(gòu)建、自主定位、環(huán)境感知，具備自主路徑規(guī)劃、智能避障、智能跟隨等能力。AGV、激光導(dǎo)航A

34、MR與視覺導(dǎo)航AMR的對比分析設(shè)備類型預(yù)設(shè)裝置主傳感器環(huán)境信息獲取路徑規(guī)劃及避障方式計算需求多機(jī)協(xié)作AGV地面需鋪設(shè) 磁導(dǎo)軌或二 維碼紅外傳感器探測前方是否有障礙物按照預(yù)設(shè)路徑運行，如遇 障礙物則停止運行直至障 礙物消失無嚴(yán)格按照調(diào)度系統(tǒng)指令執(zhí)行激光導(dǎo)航 AMR無激光雷達(dá)分散的、具有準(zhǔn) 確角度和距離信 息的點，即點云在SLAM系統(tǒng)構(gòu)建的地圖 信息基礎(chǔ)上，從出發(fā)點到 到達(dá)點之間自主選取行進(jìn) 路徑，在傳感器感知到障 礙物后主動避讓或重新更 換路徑可以在普通 ARM CPU上實時運行激光雷達(dá)主動發(fā) 射，在較多機(jī)器 人時可能產(chǎn)生干 擾視覺導(dǎo)航 AMR攝像頭海量的、富于冗 余的紋理信息需要較為強(qiáng)勁 的準(zhǔn)

35、桌面級 CPU或者GPU支持視覺主要是被動 探測，不存在多 機(jī)器人干擾問題智 能 倉 儲智能倉儲丨AMR20智 能 倉 儲5.68.012.016.922.528.333.71.21.93.04.46.38.510.742.3%50.5%41.2%32.9%25.8%18.9%55.8%倉儲AMR市場尚處于起步階段，未來六年CAGR達(dá)36.7%盡管AMR具備柔性部署、自主靈活等優(yōu)勢，但AMR產(chǎn)品技術(shù)門檻較高，國內(nèi)能夠?qū)崿F(xiàn)量產(chǎn)且推動項目落地的企業(yè)相對較 少，AMR市場尚處于起步階段，還需要一段市場驗證時間。而隨著落地項目帶來的數(shù)據(jù)積累以及算法的不斷優(yōu)化打磨， AMR將會逐步得到更為廣泛的應(yīng)用，其

36、市場發(fā)展前景極為可觀。艾瑞認(rèn)為，2019年國內(nèi)倉儲AMR的市場規(guī)模為6.8億元， 未來數(shù)年，AMR市場規(guī)模將以高速增長狀態(tài)迅速擴(kuò)張，預(yù)計到2025年，國內(nèi)倉儲AMR的市場規(guī)模將超過40億元。2019-2025年中國倉儲AMR市場規(guī)模情況59.7%48.5%42.1%34.3%26.8%20192025e2020e2021e2022e激光導(dǎo)航倉儲AMR市場規(guī)模（億元） 激光導(dǎo)航倉儲AMR市場規(guī)模增速（%）2023e2024e視覺導(dǎo)航倉儲AMR市場規(guī)模（億元） 視覺導(dǎo)航倉儲AMR市場規(guī)模增速（%）來源：研究院根據(jù)公開資料、專家訪談及測算模型自主研究及繪制。智能倉儲丨設(shè)備調(diào)度系統(tǒng)21基于對貨物未來訂

37、單需求的預(yù)測，對貨架可能被 搬運的次數(shù)（即貨架的熱度）進(jìn)行識別，通過生 成機(jī)器人搬運任務(wù)讓不同熱度的貨架調(diào)整到最適 合的位置，從而最小化預(yù)期的貨架總體搬運距離對海量歷史訂單數(shù)據(jù)進(jìn)行挖掘和分析，同時對未 來訂單進(jìn)行預(yù)測，通過特征提取、關(guān)聯(lián)性分析和 無監(jiān)督聚類，綜合得到最優(yōu)的訂單波次組合以歷史匹配經(jīng)驗數(shù)據(jù)作為驅(qū)動，將需要搬運的貨 架與空閑機(jī)器人進(jìn)行一一匹配，使用在線與離線 學(xué)習(xí)相結(jié)合的方式最大化當(dāng)前和未來獎勵值，不 斷迭代學(xué)習(xí)得到最優(yōu)匹配策略訂單波次規(guī)劃基于深度學(xué)習(xí)與運籌優(yōu)化算法，提升設(shè)備群體的智能化程度隨著AS/RS、AGV、AMR、穿梭車、激光叉車、堆垛/分揀機(jī)器人等不同類別的自動化及智能化設(shè)

38、備越來越多地進(jìn)入到倉 儲環(huán)境中，設(shè)備的調(diào)度與協(xié)同成為影響設(shè)備工作效能的關(guān)鍵因素之一。如果把倉儲環(huán)境中的各類設(shè)備比作一只足球隊，那 么設(shè)備調(diào)度系統(tǒng)就相當(dāng)于球隊的教練，負(fù)責(zé)制定球隊?wèi)?zhàn)術(shù)、選擇出場球員以及指揮球員跑位等工作。早期倉儲設(shè)備的調(diào)度 與控制主要是以WCS（倉庫控制系統(tǒng)）為載體，接收WMS/ERP等上層系統(tǒng)的指令后，控制著設(shè)備按照既定設(shè)計的運行方 式進(jìn)行工作。而在人工智能技術(shù)，尤其是深度學(xué)習(xí)與運籌優(yōu)化算法的驅(qū)動下，設(shè)備調(diào)度系統(tǒng)在準(zhǔn)確性、靈活性、自主性方 面取得顯著提升。以AGVS為例，基于大規(guī)模聚類、約束優(yōu)化、時間序列預(yù)測等底層算法，AGV智能調(diào)度系統(tǒng)能夠靈活指 揮數(shù)百乃至上千臺AGV完成任

39、務(wù)最優(yōu)匹配、協(xié)同路徑規(guī)劃、調(diào)整貨架布局、補(bǔ)貨計劃生成等多項業(yè)務(wù)，并隨數(shù)據(jù)積累與學(xué) 習(xí)不斷自主優(yōu)化算法?？梢哉f，AI算法加持的設(shè)備調(diào)度系統(tǒng)能夠在一定程度上將系統(tǒng)自身的智能賦予設(shè)備本體，使設(shè)備群 體的智能化程度得以提升。人工智能算法在AGVS中的應(yīng)用任務(wù)匹配優(yōu)化路徑動態(tài)規(guī)劃打破傳統(tǒng)路徑規(guī)劃的局限，采用深度強(qiáng)化學(xué)習(xí)結(jié) 合動態(tài)規(guī)劃的算法使多智能體進(jìn)行分布式協(xié)同路 徑規(guī)劃，在保證安全避障的同時以最短的時間為 目標(biāo)到達(dá)目的地貨架優(yōu)化調(diào)整智 能 倉 儲來源：研究院根據(jù)專家訪談及測算模型自主研究及繪制。智能倉儲丨設(shè)備調(diào)度系統(tǒng)未來發(fā)展方向是形成統(tǒng)一的設(shè)備協(xié)同控制系統(tǒng)從目前的情況來看，大部分倉儲設(shè)備調(diào)度系統(tǒng)都是由

40、設(shè)備供應(yīng)商單獨為本企業(yè)產(chǎn)品開發(fā)的標(biāo)準(zhǔn)化軟件系統(tǒng)。對于設(shè)備類型 較多的倉儲環(huán)境，尤其是AGV、激光叉車、分揀/堆垛機(jī)械臂等機(jī)器人類設(shè)備數(shù)量較多的大型自動化倉庫，往往存在多種 設(shè)備調(diào)度軟件“山頭林立”的局面，這些軟件分別與WMS/ERP等上層系統(tǒng)連接，但彼此之間并無關(guān)聯(lián)。因此要最大程度 發(fā)揮機(jī)器人的效能，就需要搭建連接WMS與倉內(nèi)所有機(jī)器人的中間協(xié)同調(diào)度系統(tǒng)，為企業(yè)提供多設(shè)備、多廠商的統(tǒng)一接 入與調(diào)度能力，使一定范圍內(nèi)的多種設(shè)備高效、聯(lián)動、連貫地完成同一任務(wù)。但是由于設(shè)備調(diào)度系統(tǒng)在整個智能倉儲體系 中的定位是中間件，向上要能夠適配市場主流WMS軟件，向下要接入各種不同導(dǎo)航方式、功能類型、工作區(qū)域的

41、倉儲設(shè) 備并以算法為基礎(chǔ)調(diào)度指導(dǎo)設(shè)備完成各項工作，實現(xiàn)難度較大，目前尚處于實驗階段。較為可行的路徑是由具備生產(chǎn)多種 倉儲機(jī)器人技術(shù)能力的企業(yè)自主研發(fā)或與AI公司共同開發(fā)能夠?qū)⒆陨砩a(chǎn)的各類機(jī)器人在同一環(huán)境內(nèi)統(tǒng)一調(diào)度管理的平臺 型機(jī)器人操作系統(tǒng)，在充分驗證與優(yōu)化后，嘗試向通用型設(shè)備協(xié)同控制系統(tǒng)發(fā)展。倉儲設(shè)備協(xié)同控制系統(tǒng)的典型產(chǎn)品架構(gòu)22設(shè) 備 層設(shè)備協(xié) 同控制 系統(tǒng)倉儲機(jī)器人AGVAMRSLAM叉車分揀機(jī)器人堆垛機(jī)器人集成自動化設(shè)備傳送線打包機(jī)提升機(jī)穿梭車電梯WMSERPSCMOMS上層系統(tǒng)規(guī)劃平臺仿真平臺運維平臺調(diào)度平臺開發(fā)者平臺設(shè)備接入平臺機(jī)器人控制系統(tǒng)RCS倉儲執(zhí)行系統(tǒng)WES設(shè)備APIAP

42、I接口智 能 倉 儲智能配送中的人工智能應(yīng)用注釋：市場規(guī)模是指由AI公司及硬件供應(yīng)商向物流公司及電商平臺提供的無人配送車與配送無人機(jī)的軟硬件產(chǎn)品規(guī)模，不包括物流公司及電商平臺自研自用的無人配送車和無人機(jī)。 來源：研究院根據(jù)公開資料、專家訪談及測算模型自主研究及繪制。理論上市場空間極為廣闊，但仍需要較長時間培育配送是貨物流動過程的最后環(huán)節(jié)，也是物流鏈條上人力資源投入最重的環(huán)節(jié)。以快遞業(yè)與即時配送行業(yè)為例，全國快遞員 數(shù)量在2018年就已突破300萬，工作靈活性較強(qiáng)的即時配送行業(yè)所需人力更甚于快遞行業(yè)，2019年，僅在美團(tuán)點評平臺 上領(lǐng)取過收入的騎手?jǐn)?shù)量就高達(dá)398.7萬人。對于旨在降低人力成本和

43、提高人力效能的人工智能而言，配送領(lǐng)域的應(yīng)用前 景相當(dāng)廣闊，且場景清晰明確。從“替代人工”角度來看，配送中的人工智能核心應(yīng)用集中于無人配送領(lǐng)域，實現(xiàn)形式是 無人配送車與配送無人機(jī)；從“輔助管理”角度來看，人工智能主要應(yīng)用在即時配送領(lǐng)域的訂單分配系統(tǒng)中，為系統(tǒng)提供 訂單數(shù)量預(yù)估、訂單實時匹配、訂單路徑規(guī)劃等能力。人工智能在物流配送領(lǐng)域的施展空間極大，但受限于技術(shù)穩(wěn)定度不 足、成本與收益不匹配、監(jiān)管政策嚴(yán)格等因素，無人配送在商業(yè)落地層面尚處在萌芽階段；而即時配送中的訂單分配系統(tǒng) 盡管已廣泛使用深度學(xué)習(xí)及優(yōu)化算法，但其核心技術(shù)都由各大平臺自研自用，軟硬件供應(yīng)商并無獲利空間。艾瑞認(rèn)為， 2019年國內(nèi)人

44、工智能+物流配送的市場規(guī)模為1.9億元，預(yù)計到2024年超過10億元。2019-2025年中國人工智能+配送市場規(guī)模智 能 配 送1.11.72.74.05.67.49.30.81.11.62.12.83.44.153.2%57.8%49.0%41.1%33.2%38.5%42.1%36.2%29.9%23.0%25.4%18.3%20192020e無人配送車市場規(guī)模（億元）2021e2022e物流無人機(jī)市場規(guī)模（億元）2023e2024e無人配送車市場規(guī)模增速（%）2025e物流無人機(jī)市場規(guī)模增速（%）28智能配送丨無人配送無人配送車城市環(huán)境中自動駕駛技術(shù)的“降維”落地?zé)o人配送車是應(yīng)用在快遞

45、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(shù)架構(gòu)與汽車自動駕駛系統(tǒng)基本一 致，都是由環(huán)境感知、車輛定位、路徑規(guī)劃決策、車輛控制、車輛執(zhí)行等模塊組成。由于無人配送車的運行環(huán)境里有著大 量的非機(jī)動車與行人，路面復(fù)雜程度要高于機(jī)動車道，因此對于超聲波雷達(dá)、廣角攝像頭等近距離傳感器的依賴度更高， 環(huán)境感知算法的側(cè)重點與汽車、卡車等機(jī)動車自動駕駛系統(tǒng)也有所不同。但在人口、車輛密集的城市環(huán)境中，無人配送車 無疑是比無人駕駛乘用車更加適合自動駕駛技術(shù)落地的載體，首要原因是無人配送車的體積小、車速低，出現(xiàn)事故的風(fēng)險 與造成人身傷害甚至死亡的概率較低；此外，無人配送的場景非常豐富，落地初期可以選擇邊界

46、相對清晰、環(huán)境相對簡 單、對新技術(shù)接受度高的高科技園區(qū)、高等院校等場景，在技術(shù)成熟度提升和政策支持的前提下逐步向?qū)懽謽恰⑿^(qū)等環(huán) 境擴(kuò)張，為自動駕駛算法的迭代與進(jìn)化積累大量的數(shù)據(jù)資源。無人配送車自動駕駛系統(tǒng)流程示意圖多傳感器數(shù)據(jù)融合環(huán)境識別與理解路徑規(guī)劃決策差分定位24智 能 配 送激光雷達(dá)超聲波雷達(dá)攝像頭慣性傳感器數(shù)數(shù)據(jù)據(jù)接處收理層層云端：為無人車提供數(shù)據(jù)、高精地圖、算法更新和后臺監(jiān)控行 為 決 策高精地圖路 徑 規(guī) 劃車 輛 控 制 系 統(tǒng)車 輛 執(zhí) 行 系 統(tǒng)靜 動態(tài) 態(tài)信 信息 息道路標(biāo)識 行人車輛導(dǎo)航避讓 通訊加速轉(zhuǎn)彎 制動物流巨頭無人機(jī)類型運營模式戰(zhàn)略構(gòu)想多旋翼小型無人機(jī)無人機(jī)配送

47、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(dǎo)致的不必要時間消耗并延長無 人機(jī)的續(xù)航時間與配送范圍將無人機(jī)與運輸貨車結(jié)合，一方面 提升無人機(jī)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(xiàn)“運輸+配送”的完全無人化旋轉(zhuǎn)翼&多旋翼中小型無人機(jī)設(shè)置無人機(jī)站點，配送人員將物品 放入站點后，無人機(jī)負(fù)責(zé)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(jī)+智能快遞柜” 戰(zhàn)略更適用于城市環(huán)境，其落地需 要政策支撐與無人機(jī)專用站點或快 遞柜的大規(guī)模建設(shè)來源：艾瑞咨詢研究院自主研究及繪制固定翼中大型無人機(jī)。用無人機(jī)實現(xiàn)航空物流網(wǎng)絡(luò)干支對 接，輔以快遞

48、員在配送末端的到門 服務(wù)，在末端運力尚充足的情況下 短期內(nèi)不會直接面向客戶建立“大型有人運輸機(jī)+支線大型 無人機(jī) +末端小型無人機(jī)”的整， 體空運鏈條，完成對全國大部分城 市的空網(wǎng)覆蓋智能配送丨無人配送25配送無人機(jī)測試為主，可行的應(yīng)用場景有限無人機(jī)起源于軍事領(lǐng)域，早期的發(fā)展驅(qū)動力是為了減少飛行員傷亡以及應(yīng)對極端情況，近年來消費級無人機(jī)市場也異?；?爆。最早將無人機(jī)引入物流領(lǐng)域的是亞馬遜于2013年提出的Prime Air業(yè)務(wù)，國內(nèi)以順豐、京東為代表的快遞、電商巨頭 也紛紛跟進(jìn)，推出物流無人機(jī)戰(zhàn)略。人工智能技術(shù)在配送無人機(jī)領(lǐng)域的應(yīng)用原理與自動駕駛并無本質(zhì)上的差異，主要區(qū)別 有兩點：一是無人機(jī)搭

49、載的傳感器種類更為繁雜，環(huán)境感知算法對數(shù)據(jù)融合技術(shù)的要求更高；二是無人機(jī)配送中可選擇的 路徑明顯多于車輛，路徑上的海拔、地貌、氣候等客觀約束條件都會對無人機(jī)的配送行為產(chǎn)生影響，此外，出于安全考慮， 路徑規(guī)劃還需要盡量避開人群聚集區(qū)與關(guān)鍵設(shè)施，因此配送無人機(jī)的路徑規(guī)劃算法更加復(fù)雜。2015年至今，快遞、電商巨 頭以及無人機(jī)產(chǎn)品技術(shù)供應(yīng)商們通過大量的試驗與測試不斷打磨提升物流無人機(jī)的技術(shù)穩(wěn)定度、探索科學(xué)的運營模式?；?于國內(nèi)的人口密度、居住條件、政策限制等現(xiàn)實條件，配送無人機(jī)目前較為可行的應(yīng)用場景在于偏遠(yuǎn)山區(qū)配送、醫(yī)藥資源 緊急配送、應(yīng)急保障物資配送等。國內(nèi)外物流巨頭對物流無人機(jī)的運營模式探索智

50、能 配 送智能配送丨無人配送26智 能 配 送前路漫漫，無人配送落地的真正窗口期還未到來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(lǐng)域里最具發(fā)展?jié)摿Φ膱鼍?。在?jīng)歷了近 五年的研發(fā)設(shè)計與試驗積累，部分物流企業(yè)與AI初創(chuàng)公司的無人車與無人機(jī)產(chǎn)品在配送領(lǐng)域的落地已經(jīng)擁有了一定的技術(shù) 基礎(chǔ)。然而目前市場上配送領(lǐng)域無人車與無人機(jī)的主題詞仍然是“測試”，還沒有哪家物流企業(yè)能夠?qū)o人車與無人機(jī)納 入日常運營體系中。技術(shù)穩(wěn)定性、成本收益對比、安全風(fēng)險及責(zé)任主體判定、相關(guān)政策及法律制定、可持續(xù)商業(yè)模式等一 系列問題亟待解決，無人配送距離“常態(tài)化”仍然非常遙遠(yuǎn)，商業(yè)化落地的真正窗口期遠(yuǎn)

51、未到來。在各方面落地條件成熟 之前，無人配送的發(fā)展更像是一種技術(shù)能力儲備，物流企業(yè)與AI公司現(xiàn)在要做的是解決測試中出現(xiàn)的種種技術(shù)問題，持續(xù) 優(yōu)化自身的產(chǎn)品技術(shù)能力，并等待無人車、無人機(jī)運營的新政策與新機(jī)遇。無人車與無人機(jī)在物流配送領(lǐng)域落地面臨的主要問題無人車無人機(jī)成本過高無人車的成本結(jié)構(gòu)由線控底盤、激光雷達(dá)等各類傳感器、計算平臺等 部分構(gòu)成，單車成本約在18-25萬區(qū)間，相當(dāng)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場景有限現(xiàn)階段無人配送車還不能在完全開放的環(huán)境下進(jìn)行自主配送，目前測 試的主要環(huán)境是道路復(fù)雜度不高的封閉或半封閉場所，如園區(qū)、高校 等，預(yù)計未來3-5年無人車的

52、適用場景也仍然會停留在這個范圍標(biāo)準(zhǔn)缺失這里的標(biāo)準(zhǔn)既包括技術(shù)標(biāo)準(zhǔn)、產(chǎn)品標(biāo)準(zhǔn)，也包括配套的法律法規(guī)標(biāo)準(zhǔn)， 無人配送車的應(yīng)用需要法律法規(guī)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(guī)應(yīng)如何定責(zé)等問題給出明確的判定標(biāo)準(zhǔn)來源：研究院根據(jù)公開資料、專家訪談自主研究及繪制。監(jiān)管嚴(yán)格我國對于空域的管控非常嚴(yán)格，企業(yè)要獲得某區(qū)域的物流無人機(jī)運行 資格不僅需要民航局、地方政府的批復(fù)，還要得到軍區(qū)的許可，且測 試期限一般只有半年到一年的時間技術(shù)限制主要受限于續(xù)航能力與載重能力，中小型無人機(jī)的動力來源以電池為 主，續(xù)航時間多在30分鐘至1小時，服務(wù)范圍在10-30公里以內(nèi)，且有 效荷載基本在5公斤以下場景有

53、限無人機(jī)也存在與無人車類似的適用場景較少的問題，受政策限制、續(xù) 航時間、有效荷載不足等因素的影響，短期內(nèi)適合無人機(jī)發(fā)揮作用的 主要是即時性需求高且交通不便的場景，如醫(yī)療應(yīng)急物資配送等智能配送丨訂單分配系統(tǒng)27智 能 配 送以“大數(shù)據(jù)+算法”之力實現(xiàn)訂單與運力的最優(yōu)匹配鑒于無人配送距離大規(guī)模落地較遠(yuǎn)，可預(yù)見的是未來相當(dāng)長的一段時間內(nèi)快遞及外賣“小哥”仍然會是物流配送的主力軍。 現(xiàn)階段人工智能在物流配送中發(fā)揮的主要作用是通過訂單分配系統(tǒng)合理匹配運力與需求，提升配送效率，有效解決配送資 源配置問題。尤其是對配送時效性要求非常高的即時物流領(lǐng)域，在引入基于機(jī)器學(xué)習(xí)與運籌優(yōu)化算法的訂單分配系統(tǒng)后， 將行業(yè)

54、發(fā)展初期使用的效率較低的騎手搶單模式和人工派單模式轉(zhuǎn)變?yōu)橄到y(tǒng)派單模式。即時物流訂單分配本質(zhì)上可以看作 是帶有若干復(fù)雜約束的動態(tài)車輛路徑問題（DVRP），訂單分配系統(tǒng)的工作原理是以大數(shù)據(jù)平臺收集的騎手軌跡、配送業(yè) 務(wù)、實時環(huán)境等內(nèi)容作為基礎(chǔ)數(shù)據(jù)，通過機(jī)器學(xué)習(xí)算法得到預(yù)計交付時間、預(yù)計未來訂單、預(yù)計路徑耗時等預(yù)測數(shù)據(jù)，最 后基于基礎(chǔ)數(shù)據(jù)和預(yù)測數(shù)據(jù)，利用運籌優(yōu)化模型與算法進(jìn)行系統(tǒng)派單、路徑規(guī)劃、自動改派等決策行為。訂單分配系統(tǒng)給 企業(yè)帶來效率提升的最直接表現(xiàn)即配送時長明顯下降，以美團(tuán)為例，在應(yīng)用了自主研發(fā)的O2O即時配送智能調(diào)度系統(tǒng)后， 美團(tuán)外賣的訂單平均配送時長由2015年的41分鐘縮短至28分鐘

55、，降幅達(dá)到了31.7%。即時物流訂單分配系統(tǒng)架構(gòu)大數(shù)據(jù)平臺機(jī)器學(xué)習(xí)運籌優(yōu)化騎手軌跡數(shù)據(jù)特征工程數(shù)據(jù)實時環(huán)境數(shù)據(jù)配送業(yè)務(wù)數(shù)據(jù)預(yù)計取件時間預(yù)計未來訂單預(yù)計路徑耗時預(yù)計交付時間系統(tǒng)派單來源：研究院根據(jù)公開資料、專家訪談自主研究及繪制。自動改派模型優(yōu)化路徑規(guī)劃33智能客服2025年物流領(lǐng)域智能客服業(yè)務(wù)規(guī)模有望突破7.7億元物流領(lǐng)域的智能客服特指以智能語音和NLP技術(shù)為代表的客服機(jī)器人。從服務(wù)類型上可以分為以語音導(dǎo)航、業(yè)務(wù)識別、智 能派單、坐席輔助為主的語音智能客服和以文字查詢、業(yè)務(wù)識別為主的文字智能客服，二者分別服務(wù)于電話呼入和客戶 端、小程序等終端入口。2019年物流領(lǐng)域智能客服業(yè)務(wù)規(guī)模約為1.1億

56、元，其中語音與文字智能客服份額比約為6:4，按供 給側(cè)發(fā)展規(guī)律預(yù)計，2025年整體業(yè)務(wù)規(guī)模約為7.7億元，年復(fù)合增長率為39.1%。因云呼叫中心逐漸替代傳統(tǒng)呼叫中心業(yè) 務(wù)，市場中供智能客服發(fā)展的基礎(chǔ)環(huán)境逐漸完善，智能客服市場發(fā)展平穩(wěn)向上，服務(wù)內(nèi)容從面向消費者的前臺形式向面向 管理的中后臺形式拓展，未來市場有望基于語音人機(jī)交互形式的拓展而打開新的想象空間。注釋：業(yè)務(wù)規(guī)模特指供給側(cè)服務(wù)商營收規(guī)模。來源：研究院根據(jù)專家訪談及測算模型自主研究及繪制。來源：研究院根據(jù)專家訪談及測算模型自主研究及繪制。 2019-2025年中國物流領(lǐng)域智能客服機(jī)器人 業(yè)務(wù)規(guī)模智 能 客 服1.11.42.02.83.95

57、.47.735.5%38.1%39.7%39.5%40.3%41.7%20192020e2021e2022e2023e物流領(lǐng)域智能客服機(jī)器人業(yè)務(wù)規(guī)模（億元）2024e2025e增速（%）語音智能客 服占比， 60.0%文字智能客 服占比， 40.0%2019年中國物流領(lǐng)域智能客服機(jī)器人 業(yè)務(wù)細(xì)分占比34智能客服來源：研究院根據(jù)專家訪談及測算模型自主研究及繪制。智 能 客 服傳統(tǒng)呼入導(dǎo)航階段02030405通過IVR識別，客戶根據(jù)機(jī)器人引導(dǎo)，消費者按下 對應(yīng)的業(yè)務(wù)功能數(shù)字，將客戶根據(jù)意圖進(jìn)行分類轉(zhuǎn) 接到對應(yīng)的人工客服，從而完成業(yè)務(wù)辦理。呼入呼出 階段管理機(jī)器人階段全語音門 戶階段非核心任務(wù)脫離階

58、段例如將價格時效查詢、下單、催單場景進(jìn)行代替， 實現(xiàn)將簡單、重復(fù)的業(yè)務(wù)場景用機(jī)器人完成，復(fù)雜 的場景讓人工客服完成。它們的功能主要包括以下幾個方面：輔助質(zhì)檢人員 進(jìn)行質(zhì)檢、幫助企業(yè)培訓(xùn)坐席、并將領(lǐng)導(dǎo)者需要的 信息整合，進(jìn)行統(tǒng)一調(diào)度，提高工作效率。實現(xiàn)人機(jī)全流程交互。首先通過語音導(dǎo)引將不同的 客戶轉(zhuǎn)接到不同的業(yè)務(wù)機(jī)器人，最終實現(xiàn)客戶業(yè)務(wù) 辦理的需要。幫助客戶實現(xiàn)呼叫中心等非核心能力的脫離，幫助 企業(yè)降低非核心能力所帶來的成本問題。工作狀態(tài)數(shù)據(jù)統(tǒng)計客戶跟進(jìn)運營陳本人工客服每天100-300通多種因素影響大、情緒化缺失、低效、主觀記錄混亂、過程難管、轉(zhuǎn)化率低薪資+社保+招聘+培 訓(xùn)+場地等費用智能客

59、服機(jī)器人每天800通以上全年無休、穩(wěn)定、 100%熱情全面、高效、客觀智能分類、漏斗分析篩 選、計劃跟進(jìn)租金運維費用（遠(yuǎn)低 于人工成本）VS客服篩選智能客服能服務(wù)80%以上客戶，節(jié)省10%-40%的運營成本智能客服主要的發(fā)展方向仍是以語音交互為依托的人機(jī)協(xié)作模式，按照服務(wù)內(nèi)容可以分為五個發(fā)展階段，目前物流領(lǐng)域市 場整體處于2.0階段。在快遞快運和即時物流等領(lǐng)域，“三通一達(dá)”、順豐和美團(tuán)、餓了么為主的頭部公司均已上線了語 音和文字智能客服，其服務(wù)半徑輻射80%以上終端消費者。智能客服通過人機(jī)協(xié)同的方式，降低了人工客服的培訓(xùn)成本， 增加了單位執(zhí)行效率，甚至在文字客服流程性問題解答方面，能夠?qū)崿F(xiàn)部分

60、取代人工的效果。目前AI技術(shù)的應(yīng)用能節(jié)省整 體客服運營中10%的成本，一些技術(shù)領(lǐng)先的企業(yè)則可以將這一數(shù)據(jù)提升至30%-40%。以圓通速遞為例，高峰期每日電話 呼入量超200萬通，需要5000人工坐席處理，在配備智能語音客服機(jī)器人后，高峰期90%以上電話呼入可通過語音機(jī)器人 處理，日均服務(wù)量超30萬，每秒可處理并發(fā)呼入量超1萬次，在控制成本的前提下，極大程度上釋放了人工效率。智能客服發(fā)展階段智能客服機(jī)器人與人工客服對比35人工智能+物流概述2.1人工智能+物流應(yīng)用場景本章小結(jié)2.22.3賦能：中國人工智能+物流應(yīng)用分析2目錄人工智能+物流應(yīng)用總體評價31運輸應(yīng)用場景核心技術(shù)典型適用領(lǐng)域倉儲配送客