润边缘计算之羽 腾智慧物流之翼*——中外运智慧物流发展路径设计

文/华成建 潘立群 王伟辰 王紫怡 郑喆（上海对外经贸大学）

一、边缘计算产生的背景与简介

（一）背景

随着互联网和计算机技术的发展，信息和数据呈现爆炸式增长的趋势，如何有效地处理和利用海量的信息并提高服务质量，已成为亟待解决的问题。云计算作为并行计算、网格计算延伸的计算模式，受到了学术界和工业界的广泛关注。但是由于云服务器和终端设备物理位置之间的距离限制，集中处理和存储数据的云计算模式自2007年被提出以来就面临着网络时延波动大、网络带宽有限、传输成本高、数据安全和隐私问题。边缘计算应时而生，以解决云计算中的问题。

（二）简介

边缘计算是在网络边缘执行计算的一种新型计算模型，是一种分散式运算的技术架构，将应用程序、数据资料与服务的运算，由网络中心节点移往网络逻辑上的边缘节点来处理。边缘计算将原本完全由中心节点处理的大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理，从而更接近于用户终端装置，可以加快资料的处理与传输速度，减少延迟。

（三）解决智慧物流数据安全问题

当前智慧物流云计算环境下存在安全问题。首先，参与计算的节点种类多样、位置分布稀疏而且通常无法有效控制。其次，云服务供应商在传输、处理和存储的过程中均存在泄露隐私的风险。此外，由于云计算本质上是在现有技术基础上建立的，所以已有技术的安全漏洞会直接转移到云计算平台上，甚至存在更大的安全威胁。在云计算的环境中，用户将基本丧失对私有信息和数据的控制能力，从而触发一系列的安全挑战。

而边缘计算针对敏感数据就提供了较好的隐私保护机制，一方面，用户的源数据在上传云数据中心之前，首先利用近数据端的边缘结点直接对数据源进行处理，来实现对一些敏感数据的保护与隔离；另一方面，边缘节点与云数据之间建立功能接口，即边缘节点仅接收来自云计算中心的请求，并将处理结果反馈给云计算中心，通过这种方法来显著降低隐私泄露的风险。

二、边缘计算的技术模式

（一）技术模式

边缘计算的技术模式包括嵌入式计算、网关和微数据中心（也称边缘服务器集群）。

（1）嵌入式计算。监控摄像头和智能手环等边缘设备可以嵌入计算能力，从而具备数据采集和简单的数据处理能力，这些设备还可以嵌入在云端完成训练的AI模型。由于这些设备本身的局限性，嵌入式计算的计算能力相对较弱。

（2）网关。网管在数据分析、数据聚合、过滤、传输和协议转换等方面比嵌入式计算的表现更优异。工业网关往往增加了设备监控、风险预警等功能。未来，在网关中引入机器学习算法能使网关拥有处理复杂数据的能力。

（3）微数据中心。服务器是微数据中心的基础设备，应用了虚拟化、大数据等技术，可以在靠近数据源的边缘端提供高密度计算支持，对网关中的数据进行聚合，执行复杂事件实时处理、流式数据处理等任务。

（二）边缘计算的应用场景

（1）专网类业务场景。为了保障数据安全，某些行业与企业会使用专网处理核心业务数据，避免因使用公共网络导致数据被泄露、被篡改等问题。

（2）营销类业务场景。边缘智能可以对终端相关数据进行实时处理与分析，描绘立体化的用户画像，促进营销转化和口碑传播。目前，部分电信营业厅、科技企业体验中心等已经应用边缘智能实现了精准营销。

（3）体验类业务场景。在体验经济时代，提升用户体验已经成为商家获得用户支持与认可的重要举措。边缘智能在提升用户体验方面发挥着非常积极的作用。例如，在智能家居，智慧交通等IOT应用场景中，在网络边缘端部署边缘智能服务器可以有效提高本地数据处理能力，及时响应用户需求，提供良好的用户体验。【案例】边缘设备——华为 Atlas 500 智能小站

华为FusionCube 智能边缘一体机部署在ETC门架或者路侧，并与省、部联网数据中心无缝对接，支持海量 ETC 门架收费系统的远程统一管理，这可以帮助有关部门高效开展现金和非现金拆分结算业务。

更加关键的是，华为FusionCube智能边缘一体机还能对车辆行驶数据及路况数据进行实时收集，并在此基础上实现车流量监测、路况分析和预测，解决交通拥堵，实现车路协同，对违法行为进行抓拍并预警等。毋庸置疑，这将为智慧交通建设奠定坚实的基础。

Atlas 500智能小站就是华为FusionCube智能边缘一体机的核心模块，并有如下能力：

◆ AI 计算能力

Atlas 500智能小站属于边缘设备，具备强大的 AI计算能力，可以满足车辆特征统计、图像分析识别、车牌识别对比等多种 AI计算需求。

◆ 云协同能力

Atlas 500 智能小站可以与私有云、公有云高效协同，由云推送应用、更新算法，并对设备进行统一管理和软件升级，是一种面向端、边、云的全场景AI基础设施解决方案。同时，Atlas 500智能小站支持Wi﹣Fi和LTE两种无线通信方式，能够满足多元化的网络接入及数据传输需求。

三、中外运公司

中国外运股份有限公司成立于1950年，是国内外贸运输和物流行业的开拓者和领先者，至今已经发展了70年。中外运业务主要有专业物流、代理及相关业务、电商业务三大业务板块，是国内领先的物流服务供应商、整合商。借助完善的服务网络、丰富的物流资源、专业的物流能力和先进的供应链物流模式，中外运为客户提供了个性化、一体化的物流解决方案和服务。

（一）中外运公司的信息化进程分析

1.全链路智慧物流的实现

当前，运易通与其海运订舱网聚焦中外运集装箱物流服务领域，采用线上线下相结合的O2O服务模式，将线下物流服务网络与线上平台融合。该平台研发出了集海运、陆运、舱位交换站三大模块于一体的物流商城，包括海运(内贸订舱、外贸订舱)、陆运(干线、零担)、舱位交换(驳船舱位互换、大船舱位互换)几大部分，并通过系统数据整合，APP数据端对接，使客户可通过消息服务定制，实现全程可视化跟踪，足不出户即可实现信息尽在掌握。

可以说，利用高科技手段，中外运现在已经实现实时跟踪和监控货物的位置和状态，在国内首家实现了集装箱货物的全链条跟踪和轨迹溯源的全程动态可视化模式。

2.构建并升级智慧物流3.0平台，拥抱大数据，AI赋能时代

随着各种运输管理APP的涌现，电商巨头加速物流领域的渗透，在这样的行业变革下，过去靠差价生存的时代宣告结束。同时“新基建”等国家战略的提出也为物流行业的转变带来机遇。这都显示了大数据、AI赋能、智慧化物流时代的来临。中外运公司也决定利用腾讯的云管理平台和技术力量，协助扩充私有云平台，共同构建安全混合云平台。

比如中国外运应用腾讯优图实验室的人工智能OCR技术，从航运单证等主营业务单证开始，把大量需人工的单据录入和业务操作过程变为全自动化过程。大幅减少了人工成本，提升了运营效率。以中外运的北京奔驰进口报关业务为例。因为零部件的单据非常复杂，一个零部件涉及的单据可能达到100多页，以往一页一页的录入数据，四个人需要花一周时间，如今应用了腾讯的OCR人工智能技术，一个人40分钟即可解决，且准确率极高。构建进一步升级的智慧物流便成了大势所趋。

（二）分析总结：完成技术整合，切实构建安全混合云平台是关键

中外运公司致力于打造世界一流智慧物流平台企业，并已经在全链路智慧物流上取得一定成就，建立了海运订舱网，而在最终的智慧物流平台的建设上也已经迈出一大步，与腾讯合作。综合来看，目前存在的问题正是该如何落实这一步，完成包括视觉识别、语音识别、人工智能算法以及物联网等多项综合技术能力的整合，解决运作优化问题，切实建成安全混合云平台。

四、建立基于边缘计算的智慧物流平台——中外运业务决策支持系统

（一）系统简介

中外运业务支持决策系统是集航空智能报价、仓库员工排班、车辆配载调度三个业务功能为一体的操作平台，操作者可以通过直接输入或者导入相关文件的方式表达需求，系统会自动根据后台设定好的程序和算法在较短时间内得到相关问题的算法内最优解，并以程序或者图表的形式呈现给操作者，帮助操作者更快地作出决定。接下来将依次介绍边缘计算技术原理与三个板块的运行模式。图1为中外运业务决策支持系统的首页操作界面。

图1 中外运业务决策支持系统界面图

（二）操作模式介绍

图2 航空智能报价功能模块图

1.航空智能报价

针对人工报价方式下大量知识和信息带来的耗时、低效问题，我们设计了航空智能报价功能模块来对传统的报价方式进行优化。该功能主要用于辅助业务员的报价工作。在顾客提供相关信息后，比如目的地、出发地、运送货物重量体积、运输时间等，该功能系统就可以在数据库的基础上，通过规则库高效、准确地定位使用的运价。同时，我们的功能系统基于收益管理的思想，系统地考虑了预订时间、资源供求、竞争者水平的因素，实现了价格的动态调整来保证企业利润的最大化。

2.仓库员工排班

在仓库员工排班程序下，系统已经设定好了员工的详细信息和排班的规则，操作者需要做的是在本页面以csv文件格式导入下一周几个仓库每一天的总需求[列标题为‘仓库名’,行标题为‘周一’﹣‘周日’]，系统会根据每一天的总需求自动计算出每一天白/晚班所需要的员工数，导入成功后，﹣系统会自动弹出员工排班程序，管理员可以直接获得或按实际需求修改下一周的员工排班。

3.车辆配载调度

在车辆配载调度程序下，操作者会在本页面以xls文件格式严格按照[‘序号’,‘地址’,‘起点经度’,‘起点纬度’,‘终点经度’,‘终点纬度’,‘重量’,‘体积’,‘到货区间’]的标题格式导入一日的总需求，导入成功后，系统会自动得出算法内的最优解并以图表+文字的形式展现每一条计划路线的详细信息。点击运行按钮后，平台会根据系统后的算法自动计算出算法条件下的最优解并以整货运输、散货运输两种运输方式以图表+文字的形式展现每一条计划路线的详细信息。

五、结论

在当前的云计算环境下，信息安全、数据处理与传输已成为智慧物流的两大问题。针对这些痛点，边缘计算自身的技术架构与其独立、数据传输加密的特点，在一众解决方案中脱颖而出。基于此，本文具体介绍了基于边缘计算构建的中外运业务决策支持系统，并为之设计了三个实用功能模块。在仓库排班功能上，从宏观和微观两个层面，运用时间窗管理，VNS算法，分批配送模式与循环配送模式，设计人性化的仓库排班优化算法，并通过员工效率指标验证可行性。在航空智能报价上，不止步于规则库与报价库，系统还考虑了预订时间、资源供求、竞争者水平等因素以实现利润最大化。在车辆调载配送功能上，运用改良后的C﹣K节约算法，在考虑了各种限制因素的情况下找出成本最小化的最优解，实现了实时自动选择车辆类型和路线规划，提供简约智能算法，将运力资源利用率最大化。