物联网技术在未来仓储物流中的应用

来源：本站 | 发布日期：2023-02-20

物联网技术在仓储物流中的应用，推动未来仓储物自动化、智慧化发展，全面提升仓储物流效率，更好地服务于人们的生产生活。现阶段，新型感知技术、信息传输及处理技术等快速发展，仓储物流物联网应用迎来了新的发展机遇。本文立足物联网的感知层面、传输层面、处理层面、应用层面，深入探讨其在未来仓储物流中的有效应用，以期为我国仓储物流技术创新与产业发展提供有效参考。

引言

在未来，仓储物流不仅仅要求实现基础储存服务的智慧化，并且将会在物流及供应链中库存控制、调度及增值服务等方面，实现更高层次的自动化、智慧化，从而更好地满足社会发展背景下对仓储物流的实际需求。物联网技术在仓储物流中的应用，为仓储物流的快速发展提供了重要技术支撑。加快我国仓储物流物联网技术应用的全面推广，必须要突破仓储物流物联网的关键技术瓶颈，加强仓储物流物联网技术创新，从而为仓储物流产业发展注入新的活力。

一、物联网技术在未来仓储物流中的应用展望

（一）感知技术应用将成为潮流。物联网技术发展很大程度上满足了人们不断提升的物品性能要求，感知技术在实际应用中的价值也不断突显。在仓储物流中，以RFID为主的感知技术及传感器的应用，能够实现对仓储物资的全面信息感知，从而在实际仓储及物流各环节中，实现为用户提供实时优质服务，进一步提升仓储物流的服务质量。因此，物联网在未来仓储物流发展中，感知技术是必然的应用趋势。（二）智能机器人、无人搬运车技术的加入。在未来仓储物流中，物联网技术的应用将会全面推动仓储物流的全自动化、智能化发展。在仓储物流中心中，以人工智能技术为依托的智能机器人将会代替传统的人工进行货物的出入库、分拣等工作。同时，在运输作业环节中，无人搬运车技术（AGV）作为一种高度智慧化的终端技术，在仓储物流运输作业环节中的加入，能够有效降低成本、提高效率，进一步推动智慧物流目标的实现。（三）仓储物流联网度将会更高。现阶段，物联网技术在仓储物流中的应用处于初级探索阶段，应用局限性较大，尚未形成标准化应用。尤其是在大范围仓储物流网络中进行数据信息的自由交换方面，还存在较大的不足。在未来，仓储物流不断加强对物联网技术的应用，需要致力于提高仓储物流的联网程度，转变相互独立的仓储系统，突破内部网络的局性，构建互联互通的智能化仓储物流网络系统，为各流程、各环节的信息共享和资源优化配置提供重要基础支撑[1]。此外，随着仓储物流联网度的提升，将会推动仓储结构及物流中心框架的革命性变化，从而真正实现仓储物流智慧化。

二、物联网技术在未来仓储物流中的应用

（一）信息感知技术。

传感器是获取仓储物流信息的重要载体，包括感知仓储物流环境及货物信息的技术装备。物联网发展的重要基础就是传感器，在仓储物流信息感知技术中，个体识别技术贯穿于仓储物流的全过程，用于标识与跟踪每个仓储物流货物的信息。1.个体识别技术。物联网技术中，个体识别技术主要由条形码、二维码技术以及RFID技术。现阶段，条形码、二维码技术在仓储物流中已经实现了较为成熟的应用，同时RFID技术应用广泛，且具有巨大的应用前景。RFID技术是一种无线通信技术，能够利用无线电讯号，实现对目标对象的自动识别与数据读取，目前主要应用于仓储物流中心闭环中，成本优势显著。同时，利用RFID的手持连选终端，大大提升了仓储物资拣选的效率。RFID受工作条件限制非常小，能够灵活运用于各类恶劣环境中，方面便捷，能够实现对高速运动的物体识别以及多标签批量读取等优势，同时可以通过多次读写，能够对电子标签中存储的货物信息进行加密，拓宽信息存储容量。因此，RFID技术相较于二维码等识别技术具有更显著的优势，将是未来仓储物流物联网中最基础的信息工具[2]。2.仓储物流环境信息感知。在物资流通的全过程中，可以对物流各个节点进行实时监测，从而快速定位出现问题的关键节点，保障物资的安全性。同时，通过对仓储环境进行感知调控，对物资流通进行全程识别与追踪定位，实现仓储物流数据的统一管理和线上实时监测，保证单据流转、仓储数据信息以及人为操作的客观性，加强对物资全生命周期的追踪溯源，打造客观信用体系。

（二）信息传输技术。

仓储物流物联网信息传输可通过无线通信和有线通信两种方式进行。在现代通信技术快速发展过程中，未来将会有更多的新型通信技术以及组网模式，在仓储物流物联网场景中应用，并逐步实现通信宽带、速率以及组网效率等方面的重大突破，推进仓储物流物联网信息传输的快速发展。1.5G通信技术。5G网络相较于4G网络性能实现了大幅提升，其数据流量迅猛增长，联网设备数据扩大100倍以上，峰值网速可达到10GB/s，用户使用速率能够达到10Mb/s。5G网络的延时更短，可靠性和频谱利用率更高，并且网络能耗更低，在仓储物流物联网中的应用，可实现实时获取大容量数据信息，保障场景建模的数据传输，从而为人工智能设备在仓储物流管理中的应用提供重要技术保障[3]。2.Lo Ra技术。Lo Ra技术是一种专用无线电调制解调技术。物联网技术中，LPWAN技术的出现为远距离设备接入提供了技术支持，其通过星型网络覆盖，可以在数据接收端纠正数据输入的错误码元，通过信道冲突检测，避免节点数据并发或丢包，有效增强网络的鲁棒性。Lo Ra技术主要优势在于低能耗、低成本、广域网传输。在仓储物流中可以应用该技术进行物流追踪，通过在仓库、物流网覆盖区、运输车辆等安装Lo Ra网管，就可以将物资上追踪器连接到网络。管理者可利用其提高管理效率，避免货物遗失等问题出现；同时，货主也可以及时掌握物资流向及时程。3.NB-Io T技术。NB-Io T技术具有低成本、低功耗、连接稳定、架构优化等显著优势。NB-Io T网络通过终端、基站、核心网、M2M平台、运行支撑系统等构成，其主要应用于广覆盖物联网市场。NB-Io T占用180KHz宽带，有独立部署、保护带部署、带内部署三种方式。在仓储物流中，NB-Io T技术主要应用与集装箱跟踪、仓储管理、车队管理及跟踪、冷链物流（状态与追踪）管理等方面，是未来仓储物流物联网信息传输的重要手段。

（三）信息处理技术。

物联网应用中，信息处理技术能够对仓储物流全过程信息数据进行数据整理与分析、数据加工、数据挖掘，从而为智能决策提供可靠依据，实现仓储物流的智慧化管理。1.云计算与边缘计算。仓储物流物联网中，会产生传感器数据、RFID数据、视频、图频等复杂类型的大量数据。在进行数据处理中，引入云计算，构建仓储物流数据云，能够实现快速、高效的数据计算分析，促进仓储物流智能化发展[4]。边缘计算是指在靠近物体或者接近数据源头的网络边缘侧，运用集存储、计算、应用等于一体的开放网络平台，就近提供计算服务。将云计算和边缘计算相结合，能够充分满足仓储物流物联网应用过程中对数据计算时效性的要求，并且可以通过数据分析提供相应的数据趋势，对未来仓储物流物联网快速发展发挥重要促进作用。2.算法与模型融合。当前，大部分算法与模型都是单变量时间序列，因此只能利用某一类信息员的点变量时间序列信息，无法实现对已经存在的多元信息的有效应用。然而，在实际应用过程中，受到对象自身属性，以及外部各种因素的影响，其呈现状态往往具有空间的复杂性和时间差异。因此，为解决这一问题，可以将算法与模型相互融合，并结合多传感器信息融合技术，实现多源信息的综合处理，从而更好地识别出对象状态的综合信息。3.模型传递。模型传统是一种解决数据通用性的关键技术，通过对特定条件下建立的模型运用相关数学方法，从而实现在复杂对象、环境条件等方面的应用。在仓储物流物联网中，针对其应用的复杂性和多变性，可以将多模型进行融合，构建模型传递系统，提高模型的适应性，提高物流数据、物资信息数据等的快速处理。4.人工智能分析技术。大数据模式下，数据量呈现爆发式增长，要求人工智能不断向人类智能发展，加快推进信息技术的更新换代。在未来仓储物流物联网中，人工智能分析技术将会是信息处理技术的关键内容[5]。就目前而言，人工智能理论在仓储物流各环节场景中的应用仍旧有待突破。尤其是在仓储管理等场景应用方面，亟待研制具有智能感知、智能控制、自主作业、智慧服务等一体化功能的系统性智能化设备，促进仓储管理不断向资源节约、管理高效方向发展，从而促进仓储物流运营质量、效率的全面升级，推动仓储物流产业实现高质量发展。