在智能製造時代，製造企業需要根據用戶需求進行大規模定製化生產，並控制生產成本。這無疑對其物流系統提出了很多全新的要求。這也是為什麼在研究智能製造的時候，必須重點研究智能物流的原因。隨著智能物流與倉儲系統已被列為我國重點發展的五大核心智能製造裝備之一，越來越多的製造企業正在或準備上馬智能物流建設項目。

2017年可以說是我國推進智能製造發展的關鍵年，在此趨勢下，製造企業的物流系統、信息系統、供應鏈究竟該如何升級優化成為十分重要的課題，備受關注。因此，本期專題聚焦“面向智能製造的物流系統建設”主題，圍繞智慧供應鏈、智能物流系統解決方案、智能物流相關技術設備、智能物流信息系統等企業智能物流建設的核心要素，分析需求，探討問題，提供思路，分享經驗。

支持智能製造的智能物流系統建設

在智能製造的框架內，智能物流將建立在互聯網、物聯網（IoT）、信息物理系統（CPS）、大數據等技術基礎之上，以物流系統實時透明和離散智能控制為目標，實現與工業4.0的技術對接。它旨在智能連接與集成企業內外部全部的物流流程，最終實現物流網絡全透明與離散式的實時控制。本文簡要闡述了智能製造下的智能物流系統組成、相關技術發展，最後探討了智能物流落地面臨的挑戰與應對策略。

在工業4.0時代，生產製造活動的發起點不再是製造企業，而是最終用戶。整個價值鏈由過去企業推動的模式轉變為用戶拉動的模式，即一切生產經營的出發點變成了最終用戶。用戶的需求變得更加個性化、高端化，講究參與感與快速響應。製造企業需要有能力使用戶參與到產品設計中，根據用戶需求進行生產。這就是所謂的大規模定製模式，即，由用戶來決定企業生產什麼、生產多少，此外還必須控制在較低的成本下。

在這種新的生產模式下，首先受到衝擊的其實正是製造企業的物流部分。為了滿足用戶定製化、快速響應等要求，需要物料配送模式更具有高柔性的自動化，具有根據訂單做出快速響應的能力。這也就是為什麼在研究智能製造的時候，必須重點研究智能物流的原因。

一、智能製造對智能物流提出的要求

在智能製造時代，大規模定製的需求對智能物流系統提出了很多全新的要求。例如，在汽車行業，過去消費者可選購的車型很少，而現在不僅各大品牌車型多樣化，更實質性的進步是消費者可對零部件種類做出更多選擇；尤其是當零部件數量呈爆炸式增長後，各種配置總和可達到10的32次方，這意味著在一個月甚至更長時間內，一條生產線不會下線兩輛相同的車型。為了支持這種生產模式，要求智能製造體系中的智能物流系統必須滿足全流程數字化、網絡化、高柔性的自動化和智能化的要求。

1.全流程數字化

在未來智能製造的框架內，智能物流系統能夠智能地連接與集成企業內外部的全部物流流程，實現物流網絡的全透明與離散式的實時控制，而實現這一目標的核心在於數字化。只有做到全流程數字化，才能使物流系統具有智能化的功能。

2. 網絡化

智能物流系統中的各種設備不再是單獨孤立地運行，它們通過物聯網和互聯網技術智能地連接在一起，構成一個全方位的網狀結構，可以快速地進行信息交換和自主決策。這樣的網狀結構不僅保證了整個系統的高效率和透明性，同時也最大限度地發揮每臺設備的作用。

3.高柔性的自動化

在大規模定製時代，生產本身是一種柔性化的生產。在自動化的基礎上，要求對應的物流系統具備更高的柔性。柔性化的物流系統，既包括了流程方面的要求，也包括了硬件上、佈局上的柔性化要求。例如，在物流流程的設計中，儘量用多對多的方式來代替一對一的設計；硬件和佈局上，儘量考慮到未來根據生產需求進行佈局調整以及系統調整的可能性。

4.智能化

智能化是智能物流系統提出的最核心的要求，是智能物流不同於以往的最大特點。面對大規模的定製需求，以及成本降低、效率優化，需要將生產中每個環節的智能化程度提高，將它們智慧相聯，使它們具有自主決策的能力，同時去中心化，不僅是任務的執行者，也是任務的發起者。

二、智能物流系統組成及其功能特點

智能單元化物流技術、智能物流裝備、物聯網技術以及智能物流信息系統是打造智能物流的核心元素。在這個智能物流系統中的一切設備，不管是單元化物流設備還是自動化物流裝備，都將是自主決策、去中心化、離散控制的，它們擁有高度的自動化和柔性。

1.智能單元化物流技術

單元化物流根據集裝器具可分為：集裝箱單元化物流、托盤單元化物流和週轉箱單元化物流。在現代單元化物流技術中，單元器具不僅是物料的載體，也成為信息流的載體。單元化物流的功能，是將原來分立的物流各環節有效地聯合為一個整體，使整個物流系統實現合理化。在工業4.0智能工廠框架內，智能物流單元化技術是連接供應商、製造商和客戶的重要環節，因此是構建未來智能工廠的基石。智能托盤/週轉箱將成為工業4.0時代的基本智能單元，向物流系統發出行動指令，利用智能物流單元化技術拉動整個供應鏈。

德國物流研究院（Fraunhofer IML）自主研發了一種叫做inBin的智能週轉箱技術，通過在週轉箱上加裝感知與智能控制單元，實現了物流單元的智能化。

InBin智能箱既能自主管理箱內的貨物，又能向上級系統及時報告智能箱的狀態，實現自動要貨和補貨的功能。基於智能箱的輸送系統可採用分散控制技術，智能箱不再是被動單元，而是給輸送系統發號施令的“主人”。在智能箱的指揮下，輸送系統可以自動地將箱子送達目的地。

2.智能物流裝備

結合射頻識別（RFID）、光電感應、紅外感應器、超聲波感應、激光掃描器、機械視覺識別等技術和裝備，按約定的協議，將它們加載到物流裝備上（如搬運裝卸、輸送、分揀、貨架等設備），並且通過數據共享讓它們可以自主決策。近年來，自動化物流設備技術發展呈現出智能化、網絡化、柔性化、輕型化、節能化和綠色環保等趨勢。在產品設計方面強調模塊化、系列化和通用化，以提高產品質量，降低製造成本，縮短生產時間。

德國物流研究院研發的高柔性CTS（Cellular Transport Systems，小型自主運輸單元）技術，有別於傳統的穿梭車。在這個系統中，每輛小車都是一個獨立單元，它們將會取代柔性差的輸送設備，可以根據所在位置與狀態自主承接合適的訂單，並與生產設備及其它小車智能交互，自主解決行走中遇到的問題。

這種小車基於物聯網技術，實現自主控制，能利用群智能技術完成複雜運輸任務，具有隨需隨到的運輸能力，並且能實現在貨架和地面兩棲移動，具有較好的柔性。

除了CTS技術，德國物流研究院還研發出一種會滾動、會飛行的智能搬運技術Bin：Go。

藉助巧妙的設計，Bin:Go能在地面和螺旋架上滾動行進，並且自主規劃路徑，當滾動變得困難或低效時，它可以通過飛行來到達目的地並完成任務。這樣的小車都不再侷限在平面或固定的路徑上，它們能夠在二維或三維空間自主完成搬運作業和系統賦予的任務。

3. 物聯網技術

正如智能單元化物流和智能物流裝備中介紹的例子所描繪的，設備和設備之間直接的信息交換需要以物聯網作為載體。物聯網滿足了智能物流網絡化的需求，同時也是實現全流程數字化的關鍵。目前已經可以初步實現物聯網的應用主要是WiFi和藍牙技術，但是數據準確率很低、耗電量也大。廣域物聯網可以用光纖，但只適用於連接攝像頭等寬帶終端。要想達到高效的智能互聯，需求對物聯網技術不斷提升。

窄帶物聯網（NB-IoT）是IoT領域一個新興的技術，支持低功耗設備在廣域網的蜂窩數據連接，也被叫作廣域網（LPWA）。它連接的設備更簡單，具有高耦合、終端成本低、即插即用、可靠性高、統一的業務平臺管理等特點，主要面向低速率、深度覆蓋、低功耗、大數據連接的物聯網應用場景。這樣的技術很好地契合了智能物流要求，實現各智能物流單元和智能物流裝備之間低層面的相互交流和決策，真正實現了一個密集網狀連接，提高信息交換效率及準確性。

4.智能物流信息系統

物聯網技術實現了智能物流中各種設備的網狀連接與通訊，而在整個智能物流的頂端離不開一個智能的雲端系統，也就是智能物流信息系統。它將所有的數據信息存在雲端，通過制定的協議和規則進行數據的共享和處理，以及在使用過程中保證數據的安全性和準確性，使整個智能物流系統能正常運作。依託於互聯網、CPS（信息物理系統）、人工智能、大數據等技術，智能物流信息系統可以實現網絡全透明與離散式實時控制，實現工業4.0和智能製造的技術對接。

三、物流智能化的演進

為了實現上述的智能物流系統，學術界和產業界都做了大量的工作，下面以搬運系統的演變來展現物流設備走向智能化的發展路徑。

1.機械化時期

叉車是搬運系統機械化時期的典型代表，它實現了作業的機械化，大大提高了搬運和裝卸效率，減輕了工人的工作強度。但是它的行駛依靠人的實時操作，工人在長期工作中很容易出錯，而且存在一定的安全隱患。尤其是隨著人工成本不斷升高，叉車已經難以滿足企業大量生產的需要。

2. 自動化時期

AGV（Automated Guided Vehicle，自動導引車）的出現使搬運系統開始向著自動化方向發展，極大地提高了物流系統的自動化程度。AGV早期的導引技術是靠感應埋在地下的導線產生的電磁頻率，通過一個叫做“地面控制器”的設備打開或關閉導線中的頻率，從而指引AGV沿著預定路徑行駛。這種導引方式雖然可以實現AGV的自動行走，但是路徑是固定的，AGV小車之間不具有自動避障能力，其控制系統也很單一，重新設定路徑的成本很高，並不能滿足高柔性生產。

3. 高柔性自動化時期

隨著電信技術的發展，出現了像激光導航、GPS導航這樣新的導航技術，AGV的路徑變得多樣化，其路徑的重新規劃可以通過在系統中設定參數或編程來解決，並且不再侷限在某條特定的行進帶上。AGV的控制系統也能做出簡單的路徑優化和避障，大大提高了物流系統的效率和柔性。以AGV為主的搬運系統開始向著高柔性自動化的方向發展。

為了進一步提高其柔性，AGV開始從二維平面運動拓展到三維空間。也就是說，AGV將可以直接把貨物從生產線送到貨架上，並在貨架中穿行；應用於多層貨架時，高層貨架可以橫跨巷道佈置，這樣就使得倉庫的空間利用率比現有的倉庫系統進一步提升。這種兩棲多功能的搬運系統顯然在柔性和自動化方面更上一層樓。

4. 智能化時期

在大規模的運輸任務中，現有的方法通常是對搬運系統進行集中控制與集中管理，但是這不適用於智能物流中的單元化運輸系統。在智能化時期，搬運系統不再對多車之間的相互配合“車群”進行集中控制，而是採用基於窄帶物聯網技術的分散控制的方式，使用專門的AGV管理軟件來優化運輸系統的整體運行能力。AGV可以不依賴導引線完全自由行駛，對周圍環境的動態障礙做出反應，比如避讓車輛前方的障礙物或另一輛AGV，而且AGV可以實時尋找到達目標的最短路逕，車與車之間通過無線網絡實現信息交互、協調任務分配和路徑尋找。

四、面向智能物流的前沿應用

儘管目前物流裝備行業的發展離上述的智能物流還有較遠的路程要走，但是隨著相關研發的投入，市場上已經逐漸開始出現支撐智能物流的產品。

• 箱（盒）式超高速自動倉庫

該立庫的單巷道中同時設置多臺堆垛機，運用先進的同步協調控制技術使其在各自獨立的作業中互不干涉。巷道內的堆垛機為上下兩層結構，同時作業，其入出庫處理能力可達2200箱（盒）/小時。同時它也是集存儲、輸送、分揀於一體的新型配送系統，完全實現了分揀、集貨等環節的自動化。其中，分揀系統採用了立體化的三維佈局，與以往的平面佈局相比，既節省空間又節約了人力。

• 第三代物流機器人

第三代物流機器人實現了從自動化到智能化的轉變，它們由移動車體、機械臂和機械手組成，具有高度自主性，能夠完成多種功能如物體識別、抓取分揀及運輸，在效率和功能上遠超第二代，可滿足智能物流對於設備高柔性自動化的需求。

• 全方位傳送帶分揀系統

以往的傳送帶只能按固定的路線傳送物品，並且對物品的形狀規格也有要求，這顯然無法滿足柔性、智能化的生產物流要求。市場上推出的全方位傳送帶，以互鎖方式相互交錯，由全長銷杆組裝在一起，可以實現物品在傳送面上全方位的移動，彼此之間可以互不干擾，同時通過箱子上的RFID可以替代人工揀選，大大提高了物流作業效率。

• AR智慧物流系統

在這個系統中，分揀工作人員戴上AR眼鏡，可以直觀看到商品的質量、體積等各種信息，進行快速分揀。系統會指導工作人員按照最優路線行走，迅速找到貨架上的商品，並進行掃描。之後，AR眼鏡還能幫助工作人員迅速地完成質量檢測、包裝等工作。這樣的系統對於多零件、個性化的產品定製化生產有很大幫助，可以實現智能化。

• 手持式智能讀碼器

各種條碼已經廣泛地用於工廠，快速並且準確地識別條碼信息有助於加快物流智能化。行業中推出的基於圖像的ID讀碼器，可對具有不同大小、質量、打標或印刷方法的直接部件標識、二維碼以及一維碼進行解碼。通過配備高級液態鏡頭成像系統和柔性照明技術，它能夠解碼各種各樣表面上最難以辨別的直接部件標識。配備以太網通信和工業協議，可輕鬆集成工業自動化設備，能夠快速、高效地執行安裝和維護。同時，配備現場可交換通信模塊，通過一個讀碼器可以滿足客戶特定的以及不斷變化的通信需求。

五、智能物流落地的幾點建議

智能物流有著很好的發展前景，將配合智能製造徹底改變生產方式。但是在落地的過程中，特別是在中國，除了技術層面的壁壘，仍然有諸多挑戰和難點需要克服。對此提幾點落地的建議以供參考。

1.重流程

在智能物流的落地過程中，流程再造和優化是重中之重。國內企業常常不重視流程方面的分析，而更願意投資昂貴的設備，但是投資硬件並不能讓企業直接找到流程上的不足，只有持續不斷進行流程優化，才能把企業內部不合理的東西深挖出來，通過兩化融合實現智能製造。

2.重規劃

在智能物流落地方法上，企業需要制定相應的智能物流戰略，根據願景制定相應的行動計劃，由此確定整體發展路徑。以寶馬萊比錫工廠為例，其外觀猶如一把梳子，這樣的造型是為了物流便利性。通過運送不同零組件的貨車直接開至離裝配線最近區域，這樣部件進廠後可直接送至相應工位，實現生產和供應JIT。反觀國內的工廠往往方方正正，卻並不有利於物流。

3.重標準

目前，我國政府對於兩化融合、《中國製造2025》非常支持，許多企業大力度地投入研發，希望立起行業標杆，在下一個工業時代中成為弄潮兒。但在把項目做大做強前，企業需要關注相應標準的制定，強調國家級標準的重要性。當前的工業4.0標準尚未完全清晰，行業不僅要重視國際方面的進展，也要加強國內物流標準化建設，比如集裝單元標準化、通訊協議標準化。這些看似小的問題如果得不到解決，不僅降低了物流效率，也極大阻礙智能物流發展。

4. 重數據產權與安全

未來的經濟是數字經濟，未來的社會是數字社會。在推動智能物流落地的過程中，企業應當數字化所有流程，只有這樣才能更好地去控制和優化流程。而這將使數據變得至關重要，數據成為新一代的“石油”，誰擁有數據，誰就佔據了主動權和話語權。當如此多的數據被產生，並且成為一種稀缺資源時，大數據產權和數據安全是不可避免的問題，這需要有完善的法律和技術手段去保護。