機場智慧物流無人智能技術應用研究

摘 要：分析自動倉儲、無人運輸行業發展現狀，梳理和分析機場物流系統業務需求，研究面向無人化機場的智能物流系統，設計智慧物流云控系統、無人裝卸車輛、無人運輸車輛。針對機場實際應用中的安全性、穩定性問題，研究智慧物流云控系統關鍵技術、無人裝卸車輛關鍵技術、無人運輸車輛關鍵技術，提升系統的穩定性，增進機場物流的作業效率，促進機場向自動化、智能化方向發展。

關鍵詞：智慧物流；智能倉儲；自動駕駛；無人運輸

中圖分類號：TP274.2；TH69" " " " " " " " " " " " "文獻標識碼：A" " " " " " " " " " " " "文章編號：2096-6903（2023）09-0104-03

0 引言

機場智慧物流是集倉儲和運輸于一體的物資無人配送解決方案，其由智能倉儲[1]和無人運輸車輛[2]構成。其基本模式是物資需求方向機場倉庫管理方請領物資，由機場智慧物流鏈將各個流程深度集成起來，提供一站式服務，實現業務流程間的無縫對接，從而簡化機場中物資周轉流程，減少中間環節，節約物資配送時間，提高配送效率。

1 機場智慧物流技術研究現狀

1.1 國外研究現狀

近年來，隨著物流業的極速發展，倉儲形式逐漸發生改變，美國于1959年產生世界上第一座自動化立體倉庫[3]，自動貨架、自動搬運設備、自動引導車等先進工具逐漸應用于物流系統中。歐洲的Auto store（2019年）對倉儲庫位進行設計，引入智能機器人對貨物揀選，提高了倉儲存儲率降低。美國亞馬遜公司的kiva機器人（2012年）是倉儲物流機器人領域的先驅[4]，通過調度AGV揀選作業，分揀人員每小時處理訂單量從 400 件提高到 600 件。硅谷的Fetch Robotics 企業（2017年）設計出Fetch機器人[5]，其采用取送結合的作業模式，相比于kiva機器人，其更加安全、靈活，所依賴的人工數量更少。

隨著5G 網絡、車聯網技術、無人智能等技術的應用推廣，自動駕駛技術被廣泛地應用于物流運輸行業。美國和歐洲國家在20世紀便開展了對自動駕駛技術和無人車的研究[6]。在 2019 年 2 月美國硅谷的初創公司Nuro，推出了可以在大多數城市道路上行駛的全自動無人配送車R-1，并于2020年獲得美國運輸部批準。英國Starship Technologies六輪機器人，被用于物流配送行業，單個機器人一天的配送量在10單左右。瑞典的Einride于2020年正式推出了一款新型自動駕駛電動運輸車，該車沒有駕駛艙的卡車，通過搭載多類傳感器實現智能行駛功能。日本的無人駕駛運輸系統已進入落地商用階段，在全球4個國家的10個礦山應用，包括銅礦、鐵礦和油砂礦[7]。

1.2 國內研究現狀

我國在物流方面發展迅速，國內不少商業巨頭和創業公司都積極推進智能倉儲的探索[8]。海康威視針對倉儲環節中品類多、訂單小的分揀需求，于2016年推出“阡陌”倉儲系統。其智能作業機器人搭載高精度傳感器，具有自動避障、自主導航等功能，通過智能化調度控制系統輔助作業，極大地提高倉庫的自動化、智能化水平。該系統集成了多種優化算法，如通過歷史數據優化出入庫策略，通過狀態監控、交通管理等實現多機器人的協調控制。

國內智能運輸行業發展迅速，全國多個地區，如上海、北京、深圳、長沙、南京、武漢等地，開展了自動駕駛示范區，并將其應用于礦山、港口、末端物流配送等場景。目前神華北電勝利能源有限公司在勝利一號露天煤礦完成7臺220 t級自卸卡車無人化改裝，實現無人礦卡“裝、運、卸”典型作業過程的完全無人自主運行。新石器、京東、美團、阿里巴巴等企業開展無人配送車規模化示范應用。京東X事業部研發的無人物流車能夠準確識別交通標識，能夠避讓行人和車輛，在城市道路實現自動駕駛。新石器發布的無人車同樣具備城市道路的無人駕駛。達摩院自動駕駛實驗室在云棲大會上發布一款無人駕駛物流車“小蠻驢”，其能夠對周圍 100 個行人及車輛的意圖進行預測，預測時間僅需 0.01 s。

2 機場智慧物流系統構成

為實現機場物流中倉儲和運輸環節的無人化、協同化，革新保障模式，可采用集成機場智慧物流云控系統、無人裝卸車輛的智能倉儲，并聯合無人運輸車輛，形成倉儲運輸協同作業方案，提高機場內部物資供應效率，降低機場保障人力成本，促進現有機場向智能化轉型升級，實現機場物資無人智能保障。系統整體架構圖如圖1所示。

2.1 智慧物流云控系統

智慧物流云控系統可分為倉儲物資管理模塊和作業車輛調度模塊兩個模塊。倉儲物資管理模塊是智能庫房系統的調度核心和信息存儲處理中心，基于計算機網絡傳輸與數據庫，覆蓋入庫管理、出庫管理、庫位管理、庫存盤點、庫存預警、庫存統計和上下游系統集成等，實現智能倉儲庫房的信息化、智能化管理。作業車輛調度模塊主要協調各類自動化設備之間的運行任務，通過任務引擎和消息引擎，實現對多個設備系統接口的集成、統一調度和監控。

2.2 無人裝卸車輛

無人裝卸車輛在庫內負責物資的出入架作業，在庫外負責與無人運輸車輛的裝卸對接，其包括無人裝卸機構、智能控制軟件等。裝卸機構主要由裝卸底盤和裝卸上裝組成，裝卸底盤負責接收智慧物流云控系統的調度指令，按照預設的參考路徑等要求自主行駛，完成物料的自動搬運。

智能控制軟件分為感知模塊、導航定位模塊和規劃控制模塊。感知模塊通過激光雷達等傳感器探測環境信息。導航定位模塊通過感知空間結構或者特殊標志物信息，獲得位置和姿態信息。規劃控制模塊接收感知模塊和定位模塊的信息，結合當前作業任務，規劃底盤局部行駛路徑和叉臂作業軌跡，并控制各硬件模塊響應執行。

2.3 無人運輸車輛

無人運輸車輛是構成智慧物流的重要裝置，其由無人運輸底盤和智能導航模塊組成，可實現障礙物預測、高精度定位、自主避障、自動啟停、多平臺協同、燈光控制和限速控制等功能。無人運輸平臺需要滿足多場景物資運輸補給需求，其上裝需依據對接需求和物資特性來設計。智能導航模塊主要包括感知算法、融合定位算法、規劃與控制算法，實現可靠地運輸作業。無人運輸車輛在智慧物流云控系統的調配下，可實現多機協同作業，互相避讓，保證安全。

3 機場智慧物流無人智能關鍵技術

機場智慧物流無人智能關鍵技術，涵蓋多個學科領域，包括智慧物流云控系統、無人裝卸車輛、無人運輸車輛3個方面。

3.1 智慧物流云控系統關鍵技術

智慧物流云控系統通過倉儲物資數據智能分析技術和面向倉儲運輸協同的多裝置聯合調度技術，來實現機場物資倉儲的無人化、智能化。

3.1.1 倉儲物資數據智能分析技術

智能倉儲庫房通過對倉儲物資數據分析，實現庫存管理、運輸線路、出入庫效率的最優。物資數據智能分析包括：對數據潛在規律提取；對倉儲物資數據分類、聚類、回歸、關聯規則挖掘；對物資入庫、出庫、庫存等數據的分析和建模，提取規律和趨勢，預測未來庫存需求和庫存狀況，實現庫房智能需求預測、動態庫存優化、智能補貨等方案。

3.1.2 面向倉儲運輸協同的多裝置聯合調度技術

智慧物流云控系統作為數據中心、監控中心和決策中心，需對全局進行調配和統籌安排，優化機場物資補給作業流、數據流和控制流的協同，最大化提高系統的運行效率。

3.2 無人裝卸車輛關鍵技術

無人裝卸車輛需要在庫內實現自主且智能的物資無人揀選，在庫外能夠實現與無人運輸車輛間精準對接，其關鍵技術分為庫房物資無人出架技術、無人裝卸-運輸車輛精準對接技術。

3.2.1 庫房物資無人出架技術

庫房無人出架技術主要涉及兩部分，一是料箱/托盤的類型和位置識別，二是裝卸機構與控制算法的設計。精確地識別料箱并檢測出其位置，是裝卸裝置能精準取放料箱的基礎。通常采用圖像輪廓提取算法獲取料箱的輪廓，利用激光雷達獲取的精準三維信息，解算料箱精確的空間位置。裝卸機構是完成取送料箱的重要機械結構，包含升降模塊和伸縮模塊，需要針對機場庫房物資特性對其進行設計。控制算法通過對周邊環境信息、裝置自身位置信息的處理，做出精密的控制指令，使物資無人揀選達到“快、穩、準”。

3.2.2 無人裝卸-運輸車輛精準對接技術

無人裝卸車輛與無人運輸車輛精準對接是實現物資自動裝卸功能的前提。針對運輸車輛廂載庫位判斷、識別問題，基于機器學習與深度學習的信息處理技術，對激光傳感器檢測數據進行分析和分類，結合廂載庫位實際三維信息，完成激光數據中庫位關鍵信息的提取，實現廂載庫位的判斷、識別。針對裝卸設備與廂載庫位相對位姿關系精確求解問題，基于激光數據與標簽信息融合的相對定位方法，通過點云特征關聯關系及最優化理論構建最小二乘優化模型，獲取精確相對位姿數據。根據實時測算的相對位姿，規劃最優對接行駛路徑，控制無人裝卸車輛與運輸車輛實現精準對接。

3.3 無人運輸車輛關鍵技術

為保證無人運輸車輛在機場道路中的智能行駛，需要運輸車輛對環境信息進行全方位感知，并在庫房、道路、機場等差異化場景中實現高精度定位，判定車輛的安全狀態，實現對車輛的魯棒控制。本文從感知、定位，以及規劃控制三個方面介紹無人運輸車輛關鍵技術。

3.3.1 多源信息融合環境感知技術

為了確保環境感知的準確性和可靠性，需要采用多類、多個傳感器從周圍環境中獲取足夠的數據和信息，并對其進行準確的解析和分類，以對運輸車輛的周邊環境（車輛、行人、道路等）作出全面、準確的感知。但單一傳感器的數據在視野感知范圍、感知精度、魯棒性等方面具有局限性，為此采用包含數據濾波融合、圖優化等算法的多傳感器信息融合環境感知技術，進行像素級或目標級融合，消除單一傳感器噪聲和不確定性的影響，提高對環境信息的精度和魯棒性。

3.3.2 面向差異化場景的高精度定位技術

無人運輸車輛作業區域包含衛星信號受遮擋的庫房裝卸區域、衛星信號受干擾的運輸道路區域、環境特征缺失的機場導流屏區域。針對上述差異化場景下定位精度惡化難題，采用基于場景識別的北斗定位裝置、融合慣性數據與激光雷達數據的定位方法，來克服數據干擾和信號丟失等問題。

4 結束語

可通過應用機場智慧物流技術，進行精細化作業管理，大幅提升作業效率，加快物流運轉，增強核心競爭力。為提高機場倉儲與運輸的無人智能化水平，基于物聯網、大數據、智能駕駛等技術，設計智慧物流云控系統、無人裝卸車輛、無人運輸車輛，共同構建機場智慧物流，可實現入庫、存儲、出庫、運輸全流程的無人化與協同化，促進機場庫房物資保障鏈絡的高效運轉，節省物流成本，提高作業安全性。

參考文獻

[1] 趙麗菊.智能倉儲在電商物流中的應用探究[J].中國航務周刊，2022（49）：61-63.

[2] 李振中，許設，馬文博.無人物流車末端配送研究[J].中國汽車，2021（8）：14-17.

[3] 王子泰.立體倉儲智能管理系統的應用研究[D].合肥：安徽大學，2020.

[4] D'Andrea R. Guest Editorial： A Revolution in the Warehouse： A Retrospective on Kiva Systems and the Grand Challenges Ahead[J].IEEE Transactions on Automation Science amp; Engineering， 2012，9（4）：638-639.

[5] 白天翔，王帥，沈震，等.平行機器人與平行無人系統：框架、結構、過程、平臺及其應用[J].自動化學報，2017，43（2）：161-175.

[6] 王富民，賀昌斌.露天礦卡車無人駕駛技術的現狀與展望[J].露天采礦技術，2021，36（3）：45-47.

[7] 易兵.中國智能倉儲發展與趨勢展望[C].//中國倉儲與配送協會.2022年中國倉儲配送行業發展報告，2022：16.

[8] 李凱，王智宇，奚瑞軒，等.L4級自動駕駛汽車發展綜述[J].專用汽車，2023（2）：4-7.