《物流人工智能技术》培训-人工智能：引领物流新时代

《物流人工智能技术》项目一人工智能：

引领物流新时代人工智能+物流任务一202人工智能催生智慧物流03人工智能助力智能物流01人工智能对物流业的影响

06

机器智能驱动与物流升级转型目录/CONTENTS

04

人工智能+物流的核心技术

05

人工智能+物流产业链【知识目标】1.掌握人工智能物流的核心技术；2.了解人工智能对物流的影响；3.了解人工智能物流产业链。【情感目标】1.具有工匠精神、服务意识、环保意识、质量意识、安全意识；2.培养独立获取信息和自学能力；3.坚定拥护中国共产党领导和我国社会主义制度。【教学目标】4未来

，智能硬件设备研发将使物流行业从人工分拣向自动化、智能化方向快速发展

，智能感知技术、信息传输技术

，机械臂、机器人、

自动化分拣带、无人机等智能硬件设备将在物流运作各个环节广泛应用。一、

人工智能对物流业的影响1.智能设备重组物流生产要素伴随着机器人、

自动驾驶汽车等智能化设备的普及和运用

，智能生产工具替代现有生产工具和大量劳动力

，形成了新的物流生产要素结构。停车场维修中心并行停车场

维修中心停车场

维修中心

数据工厂车辆+人脑芯片

车辆+人脑芯片配送中心

客户

数据工厂运算平台车辆

配送中心2.智能计算重构物流运作流程物流从生产车间经车辆运输到园区和配送中心

，最后到客户的过程，

由于这个

过程中涉及的参与方非常多

，所以就出现

了第三方物流

，整合和协同整个过程

，这

是一个串行过程。生产车间

一物流园区（货物）车辆+人脑

机器人芯片一、

人工智能对物流业的影响图2-2传统的物流运作流程未来物流运作流程可以由若干个并行结构构成

，在不同层次上有很多活动通过

并行方式可以非常分散地运行

，从而建立

快速反应机制。随着智能物流云平台的建设

，将实现对供应链、实体物流的数字化、智能化、标准化和一体化综合管理。以综合物流为出发点

，应用现代人工智能技术及物流技术

，使得供应链整体各环节的信息流与实体物流同步

，产生优化的流程及协同作业

，实现货物就近入仓、就近配送

，提升产业链效能。一、

人工智能对物流业的影响

应用人工智能

，通过图像识别对包裹进行分类识别摆放

，减少人工操作

，采用人机协助模式可大大提升工作效率及节省时间成本。

对物流行业来说

，人工智能将引领物流行业更为激进地跨越机械化、

自动化乃至互联网这个“半智能”物流行业阶段

，通过将技术、大数据、共享协同、融合四个核心结合起来

，真正让物流行业进入智能时代，这就是今天我们常说的“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联网和物流大数据为依托

，通过协同共享创新模式和人工智能先进技术

，重塑产业分工

，再造产业结构

，转变产业发展方式的新生态。未来一个时期

，物联网、云计算、大数据、区块链等新一代信息技术将进入成熟期

，全面连接的物流互联网将加快形成。物流数字化、在线化、可视化成为常态，人工智能快速迭代

，

“智能革命”将重塑物流行业新生态。在人工智能的协助下

，多式联运高效运输将得到实现。通过人工智能、云计算、大数据、物联网等技术，可实现集铁路、公路、航空“三位一体”的智慧多式联运。二、

人工智能催生智慧物流三、

人工智能助力智能物流现阶段的物流构成有：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。相比传统物流

，人工智能将带来人力成本的节省、周转效率的提高

，如图2-3所示。仓储管理系统/RFID图像识别

，深度学习托盘标准化AGV/AOI图像识别

，深度学习运输管理系统大数据无人驾驶图像识别

，深度学习电子表单智能客服/路由优化图像识别

，深度学习包装标准化无人车/快递柜图像识别

，深度学习运输仓储配送管理信息化标准化智能化图2-3人工智能下的物流三、

人工智能助力智能物流物流企业运用机器视觉、AR/VR等技术

，利用电子标签、

PDA等智能拣选类装备以及DPS等拣选系统构建工厂级的物流拣选体系

，实现对物体的检测和识别

，从而实现精密测量、产品或材料缺陷检测、

目标捕捉、人脸识别、抓取物体等

，实现快速、高效地作业。1234深度学习自动驾驶计算机视觉自然语言理解四、

人工智能+物流的核心技术渠道分销五、

人工智能+物流产业链人工智能+物流产业链与传统物流产业链差异最大的地方在于

，其上下游关系并非泾渭分明

，或者说人工智能+物流的产业链还不太成熟

，A公司、物流企业、

电商平台都在产业链中扮演重要角色

，A公司通过直客模式或集成商渠道向下游客户提供A+物流相关产品与技术服务

，而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究开发A技术在物流各环节中的可行应用

，三者之间存在合作加潜在竞争的关系

，生态比较开放

，

中国人工智能+物流产业链及2020年人工智能+物流产业图谱分别如图2-4中国人工智能+物流产业链AI

+物流产品技术提供方AI公司图2-4与图2-5所示。上游硬件提供商机器人供应商激光雷达超声波雷达电流传感器其他关键零件供应商芯片供应商摄像机毫米波雷达IMU物流硬件设备供应商计算机视觉智能语音物流企业研发团队科技子公司自动驾驶深度学习电商平台研发团队科技子公司下游客户电商平台/O2O平台快递整车零担即时仓储园区冷链直销自研自用物流企业传感器集成商代理商渠道技术层算法

产品及解决方案提供商快递快运整车零担即时仓储冷链园区电商智能客服无人仓整体解决方案智能仓储机器人设备调度系统传感器芯片五、

人工智能+物流产业链基础层软硬件/底层技术供

应商云服务应用层技术使用者图2-52020年人工智能+物流产业图谱配送调度无人车无人机智能配送智能运输智能仓储六、

机器智能驱动与物流升级转型使传统物流业增加自动感知、

自我判断、智慧决策、

自动执行、深度协同、智能学习等特点。六、

机器智能驱动与物流升级转型1.物流赋能客户需求预测收集用户消费特征、商家历史销售等大数据

，利用算法提前预测需求

，前置仓储与运输环节。六、

机器智能驱动与物流升级转型2.物流赋能设备维护预测通过物联网的应用

，在设备上安装芯片

，可实时监控设备运行数据

，并通过大数据分析做到预先维护

，增加设备使用寿命。六、

机器智能驱动与物流升级转型如沃尔沃：在物流车辆设备上安装芯片

，可通过数据分析进行提前保养。3.物流赋能供应链风险预测通过对异常数据的收集，进行如贸易风险

，不可抗因素造成的货物损坏等进行预测。六、

机器智能驱动与物流升级转型六、

机器智能驱动与物流升级转型4.物流赋能网络及路由规划利用历史数据、时效、覆盖范围等构建分析模型

，对仓储、运输、配送网络进行优化布局

，如通过对消费者数据的分析

，提前在离消费者最近的仓库进行备货。六、

机器智能驱动与物流升级转型具体的应用场景：物流应用1——智能运营规则管理未来将会通过机器学习

，使运营规则引擎具备自学习、

自适应的能力

，能够在感知业务条件后进行自主决策。对电商高峰期（双十一）与常态不同场景订单依据商品品类等条件自主设置订单生产方式、交付时效、运费、异常订单处理等运营规则

，实现人工智能处理。六、

机器智能驱动与物流升级转型物流应用1——智能运营规则管理物流应用2——智能仓库选址根据现实环境的种种约束条件

，如顾客、供应商和生产商的地理位置、运输经济性、劳动力可获得性、建筑成本、税收制度等

，进行充分的优化与学习

，从而给出接近最优解决方案的选址模式。六、

机器智能驱动与物流升级转型物流应用3——智能决策辅助利用机器学习等技术来自动识别场院内外的人、物、设备、车的状态和学习优秀的管理和操作人员的指挥调度经验和决策等

，逐步实现辅助决策和自动决策。六、

机器智能驱动与物流升级转型通过对商品数量、体积等基础数据分析

，对各环节如包装、运输车辆等进行智能调度

，如通过测算百万SKU商品的体积数据和包装箱尺寸

，利用深度学习算法技术，由系统智能地计算并推荐耗材和打包排序

，从而合理安排箱型和商品摆放方案。六、

机器智能驱动与物流升级转型物流应用4——智能运力调度六、

机器智能驱动与物流升级转型物流是如何升级转型1.智能设备重组物流生产要素自动化人工六、

机器智能驱动与物流升级转型2.智能计算重构物流运作流程智能物流云平台的建设

，将实现对供应链、实体物流的数字化、智能化、标准化和一体化综合管理。六、

机器智能驱动与物流升级转型2.智能计算重构物流运作流程以综合物流为出发点，应用现代人工智能技术及物流技术，使得供应链整体各环节的信息流与实体物流同步，产生优化的流程及协同作业

，实现货物就近入仓、就近配送，提升产业链效能。六、

机器智能驱动与物流升级转型3.形成全新的物流生态系统在人工智能的协助下

，多式联运高效运输将得到实现。通过人工智能、云计算、大数据、物联网等技术

，可实现集铁路、公路、航空“三位一体”的智慧多式联运。六、

机器智能驱动与物流升级转型“智慧物流+AI科技”为物流行业的转型提供了理论基础和技术支持1.智能设备重组物流生产要素2.智能计算重构物流运作流程对物流行业来说

，人工智能将引领物流行业更为激进地跨越机

械化、

自动化乃至互联网这个

“半智能”物流行业阶段

，通过

将技术、

大数据、

共享协同、

融合四个核心结合起来

，真正让

物流行业进入智能时代

，也就是

“智慧物流”。应用人工智能

，通过图像识别对包裹进行分类识别摆放

，减少人工操作

，采用人机协助模式可大大提升工作效率及节省时间成本。1.深度学习；2.

自动驾驶；3.计算机视觉；4.

自然语言理解人工智能+物流产业链与传统物流产业链差异最大的地方在于

，其上下游关系并非泾渭分明

，或者说人工智能+物流的产业链还不太成熟1.物流赋能客户需求预测；2.物流赋能设备维护预测；3.物流赋能供应链风险预测；4.物流赋能网络及路由规划人工智能对物流业的影响人工智能催生智慧物流人工智能助力智能物流人工智能+物流的核心技术人工智能+物流产业链机器智能驱动与物流升级转型【课后小结】人工智能+物流【课后作业】问题：1.（判断）智慧物流是以物流互联网和物流大数据为依托

，通过协同共享创新模式和人工智能先进技术

，重塑产业分工

，再造产业结构

，转变产业发展方式的新生态。()2.（多选）人工智能+物流的核心技术包括（

）。A.深度学习B.

自动驾驶C.计算机视觉

D.

自然语言理解人工智能落地物流应用环节任务二3401智能仓储03智能配送04智能客服目录/CONTENTS

02

智能运输【知识目标】1.掌握人工智能在仓储、运输、配送、客服环节的应用；2.能够列举出人工智能在不同的物流环节的应用场景。【情感目标】1.具有工匠精神、服务意识、环保意识、质量意识、安全意识；2.培养独立获取信息和自学能力；3.坚定拥护中国共产党领导和我国社会主义制度。【教学目标】一、

智能仓储智能仓储即通过物联网、大数据、人工智能、

自动化设备及各类软件系统的综合应用

，让传统静态仓储也朝着动静结合的方向进行转变。在智能仓储中

，商品的入库、存取、拣选、分拣、包装、

岀库等一系列流程中都有各种类型物流设备的参与

，同时需要物联网、云计算、大数据、人工智能、

RFID等技术的支撑。货物搬运入库识别VSLAM

引导搬运机器人自主移动、协调仓内的各类物流设备的运行利用计算机视觉技术测量入库货物的体积计算机视觉技术识别并记录暴力分拣行为人员视觉识别智能仓储系统图2-6智能仓储系统构成以及人工智能在系统中的应用情况穿梭机巷道堆垛机立体货架

WMS

管理系统

WCS

条形码基于机器学习技术统一调度分拣行为检测滚珠模组带分拣AGV搬运AGV激光叉车分拣出库存储上架AMRRFID仓内流转货物外观识别检测流转中的货物及包裹

，识别包裹是否破损及破损程度

，破损严重的直接上报至人工处理应用价值及时定位破损件及责任人减少客户投诉率1.仓储现场管理根据作业环境

，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。仓内工作人员行为识别人员动作评级处理

，预警、识别、记录暴力抛扔踢甩包裹行为

，降低破损件及丢失件的发生概率应用价值规范员工操作

，降低理赔成本强化基层仓库管理图2-7人工智能技术在仓内现场管理中的应用与价值一、

智能仓储车辆时间判定记录并上传车辆到卡时间、

装卸货开始时间、装卸货结束时间、

车辆离卡时间。车牌识别克服光照不均、

遮挡缺失、

运动模糊、

车牌扭

曲/脏污等恶劣情况

，智能识别蓝牌、

黄牌、新能源车牌。能效分析结合到卡装载率及离卡装载率、

停留时

间、

装卸人员数量及工作时间等数据进

行分析

，持续记录并反馈各场地能效情

况

，优化运力成本。装载率识别通过设置在月台的深度摄像头

，识别月台所在车辆的即刻装载率、

过程装载率，结合装载时间、

人员等交叉分析装在能效。图2-8人工智能技术在场院现场管理中的应用一、

智能仓储2.AMR在仓储环境下的各类智能设备中

，AMR是发展速度较快的领域之一。

AMR（Automatic

Mobile

robot）

即自主移动机器人

，在仓储环境中一般用于搬运与拣货

，与传统AGV不同的是

，AMR的运行不需要地面维码、

磁条等预设装置

，

而是依靠SLAM系统定位导航。 AMR导航方式

,、

激光SLAM

（VSLAM）

一、

智能仓储视觉SLAM路径规划及避障方式按照预设路径运行

，如遇障碍物则停止运行直至障碍物消失在SLAM系统构建的地图信息基础上

，从出发点到到达点之间自主选取行进路径

，在传感器感知到障碍物后主动避让或重新更换路径多机协作严格按照调度系统指令执行激光雷达主动发射，在较多机器人时可能产生干扰视觉主要是被动探测

，不存在多机器人干扰问题环境信息获取探测前方是否有障碍物分散的、具有准确角度和距离信息的点，即点云海量的、富于冗余的纹理信息计算需求无可以在普通ARMCPU上实时运行需要较为强劲的准桌面级CPU或者GPU支持设备类型AGV激光导航AMR视觉导航AMR主传感器红外传感器激光雷达摄像头预设装置地面需铺设磁导轨或二维码无表2-1AGV、

激光导航AMR与视觉导航AMP的对比分析一、

智能仓储3.设备调度系统在人工智能技术

，尤其是深度学习与运筹优化算法的驱动下

，设备调度系统在准确性、

灵活性、

自主性方面取得显著提升。

以AGVS为例

，基于大规模聚类、

约束优化、

时间序列预测等底层算法

，AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、

协同路径规划、

调整货架布局、

补货计划生成等多项业务

，并随数据积累与学习不断自主优化算法。一、

智能仓储任务匹配优化以历史匹配经验数据作为驱动

，将需要搬运的货架与空闲机器人进行一一匹配，使用在线与离线学习相结合的方式最大化当前和未来奖励值

，不断迭代学习得到最优匹配策略货架优化调整基于对货物未来订单需求的预测

，对货架可能被搬运的次数（即货架的热度）进行识别

，通过生成机器人搬运任务让不同热度的货架调整到最适合的位置

，从而最小化预期的货架总体搬运距离路径动态规划打破传统路径规划的局限

，采用深度强化学习结合动态规划的算法使多智能体进行分布式协同路径规划

，在保证安全避障的同时以最短的时间为目标到达目的地订单波次规划对海量历史订单数据进行挖掘和分析

，同时对未来订单进行预测

，通过特征提取、关联性分析和无监督聚类

，综合得到最优的订单波次组合一、

智能仓储图2-9人工智能算法在AGVS中的应用从目前的情况来看

，大部分仓储设备调度系统都是由设备供应商单独为本企业产品开发的标准化软件系统。因此要最大程度发挥机器人的效能

，就需要搭建连接ⅥMS与仓內所有机器人的中间协同调度系统

，

为企业提供多设备、

多厂商的统一接入与调度能力

，使一定范围内的多种设备高效、

联动、

连贯地完成同一任务。规划平台

仿真平台开发者平台机器人控制系统RCS仓储机器人集成自动化设备打包机电梯运维平台

调度平台设备接入平台仓储执行系统WESAGVAMRSLAM叉车分拣机器人堆垛机器人............API接口设备API传送线穿梭车图2-10仓储设备协同控制系统的典型产品架构一、

智能仓储WMSSCMOMSERP上层系统设备协同控制系统............提升机设备层二、

智能运输目前国内人工智能在物流运输环节的应用集中于公路干线运输

，主要有两大方向：一种是以自动驾驶技术为核心的无人卡车；另一种是基于计算机视觉与AloT产品技术

，为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车。1.无人卡车自动驾驶是指让汽车自己拥有环境感知、路径规划并且自主实现车辆控制的技术

，也就是用电子技术控制汽车进行的仿人驾驶或是自动驾驶。美囯汽车工程师协会（

SAE）根据系统对于车辆操控仼务的把控程度

，将自动驾驶技术分为L0-L5系统在L1~L3级主要起辅助功能；当到达L4级

，车辆驾驶将全部交给系统。配备L4级别自动驾驶技术的无人卡车即可以满足港口、园区、高速公路等多种运输场景

，并在人力资源、能源费用、设备损耗、保险费用等多个层面大幅降低运输整体成本。二、

智能运输在特定驾驶模式下

，单/多项驾驶辅助系统通过获取车环境信息对车辆横向或纵向驾驶动作进行操控

，但驾驶员需要负责对除此以外的动态驾驶任务进行操作。在特定驾驶模式下

，系统负责执行车辆全部动态驾驶

任务

，驾驶员需要在特殊情况发生时

，适时对系统提出的干预请求进行回应。在特定驾驶模式下

，系统负责执行车辆全部动态驾驶任务

，即使驾驶员在特殊情况发生时未能对系统提出

的干预请求做出回应。系统负责完成全天候全路况的动态驾驶任务

，系统可

由驾驶员进行管理。表2-2自动驾驶的定义分层在物流运输领域的应用价值二、

智能运输摄像头、激光雷达、毫米波雷达等车载传感器获取行驶道路数据并帮助系统定位计算平台+算法分析、处理感知层获取的数据并向执行层下达指令电子驱动、电子制动、电子转向从商业化的进程来看

，以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段

，无人卡车的商业化序幕正在缓缓拉开。按照指令完成刹车、加速、转向等动作图2-11无人卡车自动驾驶系统架构感知决策执行二、

智能运输①“仓到仓

”运输场景封闭度较高

，落地难度相对较低；②物流企业及运输服务使用方对传感设备的价格、体积等接受度较高。①“

中国的货运卡车数量及物流总额全球第一

，无人卡车应用空间极为广阔；②五大重卡企业生产能力强劲，

国内无人卡车发展拥有良好的产业基础。卡车的车身长、

吨位大

，刹车、减速、变道等行为需要更多的时间与空间，

因此要求系统对路况的感知距离更长。甩挂运输是最适合无人卡车发挥其效率优势的运输方式

，但国内目前仍然以传统的“一车一挂

”运输方式为主

，甩挂运输的发展还需要很长时间。图2-12中国无人卡车SWOT分析WS二、

智能运输TO

（1）高速货物转运无人卡车通过传感器（摄像头和激光雷达）对路况进行识别和判断。无人卡车融合视觉高精度定位和多传感器融合技术

，在山区、隧道都能达到10厘米的定位精度。

（2）港口货物转运通过对接TOS（码头管理系统）

，无人卡车获得相应运输指令后，实现码头内任意两点间的水平移动、岸吊、轮胎吊、正面吊、堆高机处等自动收送箱功能。二、

智能运输2.货物转运形

式

区别3.车队管理系统形式目前

，

国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AOT技术在车队管理系统中实现车辆行驶状况、司机驾驶行为、货物装载情况的实时感知功能

，使系统在车辆岀现行程延误、线路异常和司机危险行为时进行风险报警、干预和取证判责

，并最终达到提升车队管理效率、减少运输安全事故的目的。区别与无人卡车的“替代性”功效不同

，车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展

，依然是以辅助者的角度来帮助司机和车队管理者

，其感知设备是后装形式的车载终端

，决策来自系统平台

，对车辆的控制和动作执行要通过司机手动完成。二、

智能运输低头频率及时长驾驶中抽烟、

打电话、

左顾右盼等危险行为设备预警终端语音提醒电话警告安全员/车队长就现阶段而言

，融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。车载终端识别、

分析信息并向系统平台报送系统分析风险后对司机行为进行干预警报图2-13人工智能在车队管理系统中的应用示例DSM摄像头检测车内司机驾驶行为ADAS摄像头收集外部行驶环境信息与前车距离过近道路可见度

降低二、

智能运输急加速/刹车车道偏离闭眼频率及时长t三、

智能配送1.无人配送车无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车

，其核心技术架构与汽车自动驾驶系统基本一致

，都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。云端：为无人车提供数据、高精地图、算法更新和后台监控超声波雷达摄像头惯性传感器导航避让通讯......数据处理层数据接受层图2-14无人配送车自动驾驶系统流程车辆执行系统车辆控制系统多传感器数据融合环境识别与理解转弯制动......路径规划决策路径规划行为决策激光雷达高精地图差分定位标识行人静

态

信

息动

态

信

息道路加速车辆人工智能技术在配送无人机领域的应用原理与自动驾驶并无本质上的差异

，主要区别有两点

：一是无人机搭载的传感器种类更为繁杂

，环境感知算法对数据融合技术的要求更高；二是无人机配送中可选择的路径明显多于车辆

，路径规划算法更加复杂。基于国内的人口密度、居住条件、政策限制等现实条件

，配送无人机目前较为可行的应用场景在于偏远山区配送、

医药资源紧急配送、应急保障物资配送等。三、

智能配送2.配送无人机物流巨头无人机类型运营模式战略构想UPS国际快递多旋翼小型无人机无人机配送的起点是配备充电站的货车

，以此减少快递员由于路径相斥导致的不必要时间消耗并延长无人机的续航时间与配送范围。将无人机与运输货车结合

，一方面提升无人机配送的灵活性

，另一方面未来随着无人卡车的落地有望实现“运输+配送”的完全无人化。DHL国际快递旋转翼&多旋翼中小型无人机设置无人机站点

，配送人员将物品放入站点后

，无人机负责将物品运送至其他指定接收站点或智能柜

，再由快递员或无人车完成最终配送。DHL采用的“无人机+智能快递柜”战略更适用与城市环境

，其落地需要政策支撑与无人机专用站点或快递柜的大规模建设。顺丰速运固定翼中大型无人机用无人机实现航空物流网络干支对接

，辅以快递员在配送末端的到门服务

，在末端运力尚充足的情况下

，短期内不会直接面向客户。建立“大型有人运输机+支线大型无人机+末端小型无人机”的整体空运链条

，完成对全国大部分城市的空网覆盖。表2-3国内外物流巨头对物流无人机的运营模式探索三、

智能配送从未来市场空间来看，

旨在降低人力成本的无人配送无疑是人工智能在整个物流领域里最具发展潜力的场景。然而目前市场上配送领域无人车与无人机的主题词仍然是“测试”

，还没有哪家物流企业能够将无人车与无人机纳入日常运营体系中。三、

智能配送3.无人配送前景问

题无人车无人机1成本过高：无人车的成本结构由线控底盘、激光雷达等各类传感器、计算平台等部分构成

，单车成本约在18-25万区间

，相当于2-3个

配送员的年薪

，且目前无人车的配送效率还无法与人工相比。监管严格：我国对于空域的管控非常严格

，企业要获得某区域的物流无人机运行资格不仅需要明航局、地方政府的批复

，还要得到军区的许可

，且测试期限一般只有半年到

一年的时间。2场景有限：现阶段无人配送车还不能在完全开放的环境下进行自主配送，

目前测试的主要环境是道路复杂度不高的封闭或半封闭场所，如园区、高校等

，预计未来3-5年无人车的适用场景也仍然会停留

在这个范围。场景有限：无人机也存在于无人车类似的适用场景较少的问题

，受政策限制、续航时间、有效荷载不足等因素的影

响

，短期内适合无人机发挥作用的主要是即时性需求高且

交通不便的场景

，如医疗应急物资配送等。3标准缺失：这里的标准既包括技术标准、产品标准

，也包括配套的法律法规标准

，无人配送车的应用需要法律法规对诸如无人车可以在哪些道路上行驶、遇到事故或者违反交规应如何定责等问题给出明确的判定标准。技术限制：主要受限于续航能力与载重能力

，中小型无人

机的动力来源以电池为主

，续航时间多在30分钟至1小时

，服务范围在10-30公里以内

，且有效荷载基本在5公斤以下。表2-4无人车与无人机在物流配送领域落地面临的主要问题三、

智能配送4.订单分配系统订单分配系统的工作原理是以大数据平台收集的骑手轨迹、配送业务、实时环境等内容作为基础数据

，通过机器学习算法得到预计交付时间、预计未来订单、预计路径耗时等预测数据

，最后基于基础数据和预测数据

，利用运筹优化模型与算法进行系统派单、路径规划、

自动改派等决策行为。大数据平台骑手轨迹数据

配送业务数据特征工程数据

实时环境数据机器学习预计取件时间预计未来订单图2-15即时物流订单分配系统构架三、

智能配送预计交付时间预计路径耗时系统派单自动改派路径规划模型优化运筹优化四、

智能客服近年来

，随着人工智能技术在各行各业的加速落地

，智能语音客服行业也有了突飞猛进的发展

，能为企业接电话的机器人也受到了市场的欢迎。AI语音客服的加入

，可以提供全天24小时不间断的服务

，降低企业人力成本；

同时也大大降低了一线客服的工作强度

，而且服务质量也得以大大地提升。对比内容人工客服智能客服机器人客服筛选每天100-300通每天800通以上工作状态多种因素影响大、

情绪化全年无休、

稳定、

100%热情数据统计缺失、

低效、

主观全面、

高效、

客观客户跟进记录混乱、

过程难管、

转化率低租金运维费用（远低于人工成本）运营成本薪资+社保+招聘+培训+场地等费用智能分类、

漏斗分析筛选、

计划跟进表2-5智能客服机器人与人工客服对比1.物流智能客服业务规模物流领域的智能客服特指以智能语音和NP技术为代表的客服机器人。从服务类型上可以分为以语音导航、业务识别、智能派单、坐席辅助为主的语音智能客服和以文字査询、业务识别为主的文字智能客服

，二者分别服务于电话呼入和客户端、小程序等终端入口。

智能客服

文字智能客服

语音智能客服

四、

智能客服2.智能客服节省运营成本智能客服主要的发展方向仍是以语音交互为依托的人机协作模式

，按照服务内容可以分为五个发展阶段，

目前物流领域市场整体处于2.0阶段。智能客服通过人机协同的方式

，降低了人工客服的培训成本

，增加了单位执行效率

，甚至在文字客服流程性问题解答方面，能够实现部分取代人工的效果。

目前AI技术的应用能节省整体客服运营中10%的成本

，一些技术领先的企业则可以将这一数据提升至30%-40%。四、

智能客服阶段发展阶段服务内容1传统呼入导航阶段通过IVR识别

，客户根据机器人引导

，消费者按下对应的业务功能数字

，将客户根据意

图进行分类转接到对应的人工客服

，从而完成业务办理。2呼入呼出阶段例如将价格时效查询、下单、催单场景进行代替

，实现将简单、重复的业务场景用机器

人完成

，复杂的场景让人工客服完成。3管理机器人阶段它们的功能主要包括以下几个方面：辅助质检人员进行质检、帮助企业培训坐席、并将领导者需要的信息整合

，进行统一调度

，提高工作效率。4全语音门户阶段实现人机全流程交互。首先通过语音导引将不同的客户转接到不同的业务机器人

，最终实现客户业务办理的需要。5非核心任务脱离阶段帮助客户实现呼叫中心等非核心能力的脱离

，帮助企业降低非核心能力所带来的成本问

题。四、

智能客服表2-6智能客服发展阶段人工智能落地物流应用环节智能仓储智能运输智能配送智能客服1.仓储现场管理2.AMR3.设备调度系统1.无人卡车2.货物转运3.车队管理系统1.无人配送车2.配送无人机3.无人配送前景4.订单分配系统1.物流智能客服业务规模2智能客服节省运营成本【课后小结】6363【课后作业】问题：1.（判断）物流领域的智能客服特指以智能语音和NP技术为代表的客服机器人。()2.（判断）根据作业环境

，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。(

)3.（判断）无人机起源于军事领域

，早期的发展驱动力是为了减少飞行员伤亡以及应对极端情况。

(

)64人工智能在物流业的应用场景任务三6501

车货匹配系统06

仓库选址优化02

无人驾驶体系07

仓储管理智能化

03图像（视频）

识别

08

仓储作业高效化

04

语音识别技术

09

运输配送智能化

05

智能化场院管理目录/CONTENTS【知识目标】1.了解人工智能在物流业的不同应用场景。【情感目标】1.具有工匠精神、服务意识、环保意识、质量意识、安全意识；2.培养独立获取信息和自学能力；3.坚定拥护中国共产党领导和我国社会主义制度。【教学目标】使用人工智能完成物流运输中的车货匹配。物流企业可以利用人工

智