智慧物流体系中的无人配送技术<br/>——“大数据与智慧物流”连载之八

智慧物流体系中的无人配送技术
——“大数据与智慧物流”连载之八

2017-11-18于明涛

物流技术与应用 2017年11期

于明涛/文

智慧物流体系中的无人配送技术
——“大数据与智慧物流”连载之八

于明涛/文

高精度地图数据是无人车导航运行的数据基础，只有详细而全面的高精度数据，才能对无人车的行驶提供可靠的行动指引。同时，无人车的运行本身也是数据的感知行为，并且随着无人车运营数量的规模化，数据感知的范围能够覆盖更多的区域和场景，从而实现数据的实时感知更新。

伴随着近些年来我国物流业信息化水平不断提高，各种类型的物流公共信息平台迅速发展；货物跟踪定位、无线射频识别、电子数据交换、机器人技术、大数据、云计算等一批新兴技术开始在物流领域广泛应用，物流业正在进行智能升级，从过去的向设备、人工要红利，变成向技术、协同要效益。国务院印发的《新一代人工智能发展规划》（简称《规划》）提出，大力发展智能物流。去年，我国智能物流市场规模达到2000亿元，到2025年有望超过万亿元。由于智能物流发展前景广阔，龙头企业也争相布局。其中，电商物流更是走在了智能物流发展的前列。

目前，互联网电子商务的几大巨头企业，纷纷在自动驾驶领域进行研发投入。自动驾驶技术作为人工智能领域最有可能落地的应用场景，也一时吸引了整个科技行业的目光。随着越来越多新兴技术的出现，人们也逐渐发现，无人驾驶技术与实际商业应用场景的结合至关重要，因为应用场景的具体情况决定了技术的研究方向。在这种背景下，无人化的物流配送领域被认为是最先可能实现实际运营的场景。2017年6月18日，京东在中国人民大学实现了全球首单无人化配送，并从此展开常态化配送运营，在智慧物流的大方向上率先迈出步伐。

一、无人化物流配送的发展趋势

近年来，京东持续技术投入，通过人工智能技术降低成本，提升物流效率，为客户提供更优质服务。京东无人化物流配送包括无人配送车、无人机、无人货车等多种运输方式，并与无人仓储体系进行对接，从而实现从自动分拣、配送路径优化，到京东无人仓，再到最后一公里的无人车、无人机，物流的各个环节都有智能物流技术的体现。

京东配送机器人是智慧物流体系生态链中的终端，面对的配送场景非常复杂，需要应对各类订单配送的现场环境、路面、行人、其他交通工具以及用户的各类场景，进行及时有效的决策并迅速执行，这需要配送机器人具备高度的智能化和自主学习能力。除了强大的硬件支持使得机器人得以运行复杂的人工智能运算外，京东的自建物流体系下相对稳定成熟的实际应用场景，让京东配送机器人得到到实际场景中试错和不断调优的机会。这正是京东智慧物流发展的独特优势，这也是京东配送机器人和智能化技术如此迅速落地的重要原因之一。

京东无人配送车

高精度地图效果图

激光点云建图效果

目前，这些已经具备人工智能的配送机器人，具有自主规划路线、规避障碍的能力，可以自如地穿梭在高校的道路上。收货人通过京东APP、手机短信等方式收到货物送达的消息，在手机短信中直接点击链接或者在配送机器人身上输入提货码，即可打开配送机器人的货仓，取走包裹，同时配送机器人们也可以支持刷脸取货以及语音交互，让用户能够感受到科技在智能物流中的应用。

二、无人配送领域的关键技术

1.高精度地图数据

尽管地图行业经过多年的发展，尤其是移动互联网时代手机地图与导航应用的快速发展，地图数据已经形成了行业通用的规范与格式标准（如：统一的坐标系以及图幅标准、通用导航数据格式等），但传统地图数据是以人类认知为表达目的，因此在数据表达上完全以人类能够理解的可视化方式展现。然而，在无人驾驶体系中的高精度地图，是完全面向机器人的地图信息，在数据内容、关键信息表达方式上与传统地图都有较大差异，因此高精度地图的采集、制作工艺以及数据应用上，均有很大的差异。

高精度地图数据的获取方式，与传统地图相比也体现了很大的差异。传统地图数据大多通过全站仪、卫星图匹配等手段，能够实现地图数据的批量采集。而高精度地图数据由于在精度方面的更高要求，采集方式上主要依赖激光点云数据的采集以及其他高精度感应装置获取的数据加工而来。

2.智能导航系统

(1)高精度导航行动指引

针对无人配送车的导航，主要原理是通过服务端向无人配送车下发导航关键地点的信息，并通过高精度传感器来判断车辆当前位置是否偏离预定航向，来对无人配送车的行动进行实时引导。

同时，由于无人配送车的业务场景，导航的区域需要从传统的室外道路向室内扩展，因此室内导航技术在无人配送中也拥有广泛的应用场景。

(2)以配送任务为核心的智能路径规划

京东无人配送车的核心任务是将货物配送到用户手中，因此无人配送车的导航路径规划需要综合考虑用户的订单，这里面涉及到地址解析功能，以及多途径点的配送规划。

①地址解析

由于京东无人配送的目标为订单，因此订单地址需要转化为配送的地址。目前主流地图数据服务商均提供地理编码服务（Geocoding Service），能够将地址转化为经纬度信息。

②到达点分析

由于京东无人配送的目的是将货物送到用户手中，因此对于目标地址的解析需要精细到可停靠或可进入的精准位置信息。例如，对于住宅楼，需要精确地停靠在楼栋门口，来等待用户取货。因此，对于每一个地址（POI），需要分析出可停靠的精准位置，这样配送机器人才可以将此位置作为停靠点。

③多点配送

为了提高配送效率，无人配送车或配送机器人每次行程会针对某个区域进行沿途多点配送。进行多点配送时，需结合无人车自身的货舱容量，来制定多点配送量，并确保配送路线能够以最短路径原则或最短耗时原则来进行统一规划。

3.大数据技术对无人车运营的应用

高精度地图数据是无人车导航运行的数据基础，只有详细而全面的高精度数据，才能对无人车行驶提供可靠的行动指引。同时，无人车运行本身也是数据的感知行为，借助车身的各种传感器，无人车能够对于实际道路情况有实时的感知，并且随着无人车运营数量的规模化，数据感知的范围能够覆盖更多的区域和场景，从而实现数据的实时感知更新。这种借助海量行驶感知数据的数据更新模式，被称为“众包式”数据更新，是目前无人驾驶领域实现地图更新的主要技术方式。

室内导航示意图

京东无人车调度及监控系统

除了地图数据的更新之外，海量行驶感知的大数据能够给无人车带来以往调度模式无法实现的技术创新。在运营中的无人配送车辆能够通过摄像头等传感器对周边人流量、车流量以及交通状况进行数据感知，实现神经感知网络，从而对车辆的导航起到引导作用，例如：对于拥堵路段能够提前感知并提供躲避拥堵的导航路径规划。

在无人车调度资源的优化方面，基于车辆大数据的分析系统同样能够起到辅助决策的作用。由于无人配送车的行动需要以订单为基础，因此对于海量历史订单信息的大数据分析，能够给无人车的调度和监控人员提供合理的资源分配方案，例如：对于订单密集的区域，需要提前部署更多的无人车运力资源，来确保运输效率。

4.无人配送技术的安全措施

(1)无人车物流调度与监控

无人配送的物流系统，需要把安全作为首要因素。因此，尽管配送过程能够实现无人化，但是在无人配送车的背后仍然需要有调度以及监控人员的介入，来应对突发状况。

京东的无人车调度与监控系统主要担负以下功能：

①无人车的车辆调度

对于无人车的车辆调度，需要由调度系统统一调配，该系统能够实现对所有车辆的行动调配。

②车辆状态监控

监控系统能够对所有运行中的车辆进行状态查询，对于无人车辆在行进中遇到的情况，监控系统能够实时感知到紧急情况的上报，并且提示监控人员对紧急情况进行处理。

③人工接管

对于各种紧急情况，监控系统将允许监控人员以人工接管的方式来对无人车辆进行远程遥控，包括远程喊话功能、遥控驾驶功能、路径修改等。

(2)多种验证方式的融合

目前在安全验证方面，京东无人配送车采用多重验证方式，用于确保货物准确地送达目标用户。目前已经采取的验证方式有以下几种：

①验证码方式

这是目前使用最多，最通用的验证方式，用户接到短信内容后在无人车车身上的屏幕上输入验证码，无人车验证之后进行开箱。优点是快捷简单，但是存在安全隐患，且要求用户在接收货物时需要带着手机，一般是用于低保值商品的配送。

②人脸识别

人脸识别的前提是必须由用户本人来接收快递，且需要在系统里提前进行面部采样。目前面部识别的成功率已经可以满足验证的精度，但是面部识别本身容易被破解，尽管已经有面部活体检测技术来应对“照片欺骗”，但仍然存在不少的技术漏洞。

③声纹识别

由于面部识别存在诸多缺陷，因此希望能够将声纹技术加入识别验证的环节。所谓声纹，指的是利用每个人的发声器官（舌、牙齿、喉头、鼻腔）在尺寸和形态方面的个体差异性，来确定发声人的身份。声纹识别对语音识别、表情捕捉、图像分析都有较高的技术要求，这种验证方式的安全度也是非常高的一种方式，适用于高价值商品的多重验证，来确保安全性。