2020年中国人工智能物流发展研究报告.pdf

《2020年中国人工智能物流发展研究报告.pdf》由会员分享，可在线阅读，更多相关《2020年中国人工智能物流发展研究报告.pdf（52页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、中国人工智能+物流发展研究报告2020年22020.6 iResearch Inc. 摘要近年来，中国物流业在互联网经济的催动下发展较快，在成本不断攀升、效率提升缓慢的背景下，物流业最迫切的需求即“降本增效”。人工智能技术及相关软硬件产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本，提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工；二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订

2、单分配系统等软件系统提高人工效率。代替人工方向的AI应用市场前景广阔，但受技术水平和政策限制等因素影响，落地条件尚不成熟，还需要较长的培育时间。提效方向的AI应用已具备一定的技术基础，但实际场景散落在物流业务体系中的各个角落，场景清晰度不高，空间不足。本报告中的“人工智能+物流”指的是基于人工智能技术的软硬件产品及服务在物流活动各环节中的实际落地应用。2019年人工智能+物流的市场规模为15.9亿元，预计到2025年市场规模将接近百亿。在物流各环节的应用分布方面，仓储与运输占比较大，两者占比之和超过八成。SMSSMS目前，人工智能在物流领域还处于探索之中，但从已经取得的成果来看，“人工智能+物

3、流”的确能够给物流企业在降本增效层面带来收益。物流企业应该以立足当下、着眼长远的原则，以辅助管理、提升效率为短期目标，寻找自身业务链条中能够被AI技术赋能的环节并通过试点论证，稳步推进；对未来有望打破物流现有业态的前沿应用做好技术储备。AI公司一方面要把握与物流企业与电商平台的合作机会，在不断地测试积累中打磨核心技术；另一方面也要灵活运用自己研发的技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，具备一定的造血能力，以待机会到来之时能够迅速响应物流领域的市场需求。来源：艾瑞咨询研究院自主研究及绘制。3契合：人工智能是物流降本增效的良药1赋能：中国人工智能+物流应用分析2实践：中国人

4、工智能+物流典型案例3展望：人工智能在物流领域的发展前景442020.6 iResearch Inc. 2020.6 iResearch Inc. 物流的概念与地位物流业是国民经济运行中极为重要的流通系统来源：艾瑞咨询研究院根据中国物流与采购联合会数据绘制。来源：艾瑞咨询研究院根据中国物流与采购联合会数据绘制。2014-2019年中国物流业总收入情况7.1 7.6 7.9 8.8 10.1 10.3 6.9%4.5%4.6%11.5%14.5%9.0%-20.0%-15.0%-10.0%-5.0%0.0%5.0%10.0%15.0%-2.03.08.013.018.02014201520162

5、01720182019全国物流业总收入（万亿元）可比价增速（%）物流的概念最早是在美国形成的，起源于20世纪30年代，原意为“实物分配”或“货物配送”，后来被引入日本，日文意思是“物的流通”。中国的“物流”一词是从日文资料引进来的外来词，源于日文资料中对“Logistics”一词的翻译“物流”。中国物流术语标准将物流定义为：物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程。物流业是国民经济体系中极为重要的基础性战略性产业，涉及领域广，吸纳就业人数多，在促进产业结构调整、转变经济发展方式和增强国民

6、经济竞争力等方面有着举足轻重的作用。近年来，中国物流业在互联网经济的催动下发展较快，景气指数基本保持在50%以上，业务总量、新订单和从业人员都处于持续扩张的状态。2018-2019年中国物流业景气指数情况54.2%50.0%53.4%54.6%56.1%54.9%50.9%50.7%53.1%54.5%55.9%54.7%53.7%49.6%52.6%53.5%52.8%51.9%51.1%50.9%53.8%54.2%58.9%58.6%52020.6 iResearch Inc. 2020.6 iResearch Inc. 10.610.811.112.113.314.616.6%16.0

7、%14.9%14.6%14.8%14.7%0.0%5.0%10.0%15.0%20.0%0510152025201420152016201720182019全国社会物流总费用（万亿元）社会物流总费用与GDP的比率（%）物流业的核心痛点成本增速高于收入增速，物流效率提升缓慢尽管中国物流业近年来一直保持着较快的发展速度，但随着人力资源、土地资源等要素成本的不断提高，中国物流企业的成本增长速度始终高于收入增速，国家发改委与中国物流与采购联合会共同发布的全国重点物流企业统计调查报告中的数据显示，2007-2016年国内重点企业物流业务成本年均增速为10.5%，比收入增速高0.7个百分点。在行业成本居高

8、不下的背景下，国内物流行业的效率一直处于较低水平。以社会物流总费用与GDP比率为例，2019年全国社会物流总费用达到14.6万亿元，占GDP比率为14.7%。尽管这一比率近年来总体上呈持续下降态势，但下降速度非常缓慢，与发达国家8-9%的水平相比仍有非常大的差距，与全球平均水平（12%）比起来也尚有一段距离。来源：艾瑞咨询研究院根据中国物流与采购联合会数据绘制。来源：艾瑞咨询研究院根据美国物流年度报告数据绘制。2014-2019年中国社会物流总费用及占GDP比重情况13.914.414.214.716.48.0%7.9%7.6%7.7%8.0%0.0%2.0%4.0%6.0%8.0%10.0%

9、051015202520142015201620172018美国企业物流成本（千亿美元）美国企业物流成本占GDP比重（%）2014-2018年美国企业物流成本及占GDP比重情况62020.6 iResearch Inc. 物流业与人工智能的契合之处AI是物流降本增效的良药，物流亦是AI展示能力的舞台物流业的核心痛点决定了该行业最迫切的需求即“降本增效”，物流企业的自动化、信息化转型升级都是为实现降本增效目的而做出的努力。人工智能技术产品的加入能够进一步推动物流业向“智慧物流”发展，更大限度地降低人工成本、提升经营效率。对于人工智能行业而言，随着技术的不断迭代，人工智能不再是高悬于天上的空中楼阁

10、，“商业落地”已成为人工智能企业发展到当前阶段鲜明的主题词。从落地难度及发展前景来看，业务流程清晰、应用场景独立、市场空间巨大的物流业无疑是人工智能落地的绝佳选择。来源：艾瑞咨询研究院自主研究及绘制。物流行业与人工智能的契合之处AI+物流对于物流行业来说，在人口红利逐渐消失、人员工资不断攀升、招工越来越困难的局面下，引入人工智能产品技术最显著的价值即在于能够大幅降低物流各项业务对于人力资源的刚性需求和高昂成本。大幅度降低人工成本降本增效业务场景相对独立物流行业的总体业务流程分为运输、仓储、装卸搬运、分拣、配送、客服等环节，流程清晰且各个业务场景之间相对独立，引入AI技术过程中既可采用整体解决方

11、案，也适用于单个场景的局部优化调整，灵活性较强。商业落地7契合：人工智能是物流降本增效的良药1赋能：中国人工智能+物流应用分析2实践：中国人工智能+物流典型案例3展望：人工智能在物流领域的发展前景48人工智能+物流概述2.1人工智能+物流应用场景本章小结2.22.3赋能：中国人工智能+物流应用分析292020.6 iResearch Inc. 人工智能+物流概念界定关键词：人工智能技术、软硬件产品及服务、落地应用来源：艾瑞咨询研究院自主研究及绘制。本报告中所阐述的“人工智能+物流”指的是基于人工智能技术（机器学习、深度学习、计算机视觉、自动驾驶等）的软硬件产品及服务（无人卡车、无人机/无人车、

12、智能调度系统等）在物流活动各环节（运输、仓储、配送、客服等）中的实际落地应用。“人工智能+物流”是物流科技的新形态，本报告对“人工智能+物流”的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节，分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。人工智能+物流的概念及研究范围界定人工智能+物流”本报告中的人工智能+物流是指基于人工智能技术的软硬件产品及服务在物流活动各个环节中的实际落地应用。“智能运输智能客服智能仓储智能配送102020.6 iResearch Inc. 3.0 19.5 158.4 298.0 1991 1992 1993 1994 1995 1996

13、 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019中国物流行业进化简史人工智能的加入推动中国物流迈向“智慧物流”来源：艾瑞咨询研究院根据中国物流与采购联合会数据及公开资料绘制。改革开放之前，国内的生产资料及消费品都以“计划”的形式流转，货物流通的价值并未显现。1979年，我国物资工作代表团赴日本参加第三届国际物流会议后，“物流”概念才第一次出现。在经历了十余年的摸索、学习与实践后，20世纪90年代中期，以顺丰、申通等

14、为代表的民营物流企业纷纷成立，中国的现代物流才正式发展起来。进入21世纪后，随着电子商务与互联网经济的爆发，中国物流行业迎来了超高速增长期，全国社会物流总额由2001年的不到20万亿元提升至2010年的125.4万亿元。在市场需求旺盛、信息技术与物流科技飞速进步的带动下，中国物流行业也逐步由自动化走向信息化、网络化，“智慧物流”成为新的发展方向。2011年以来，随着大数据与物联网的融入，物流企业开始着手建立无人仓、智能物流中心，各类新理念、新业态不断涌现。而人工智能的加入，将会是中国物流行业真正实现智能化，进化至具备状态感知、 实时分析、自主决策、精准执行等多项能力的“智慧物流”极为关键的一步

15、。1991-2019年中国社会物流总额情况及物流行业发展阶段单位：万亿元传统物流现代物流智慧物流112020.6 iResearch Inc. 人工智能+物流发展环境利好政策与企业及用户的需求鼓励物流业积极拥抱人工智能来源：艾瑞咨询研究院自主研究及绘制。近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能，人工智能进入物流领域的时间尽管相对较短，但发展环境非常有利。政策层面，国务院、发改委等政府相关部门纷纷出台物流相关政策及规划，鼓励企业利用人工智能技术

16、及产品降低物流成本、提升物流效率；经济层面，一方面全国物流业总收入始终处于稳定增长状态，另一方面物流总费用依然居高不下，企业亟需进一步控制物流成本，“人工智能+物流”的空间极为广阔；社会层面，“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运的服务边界以惠及农村居民。人工智能+物流的发展环境经济环境政策环境 物流总收入与物流总费用持续增长，企业既有资金也有意愿通过大数据、物联网、人工智能等新技术降低物流成本、提升物流效率 新零售、C2M等新的商业模式及业态释放的物流新需求推动人工智能落地物流行业社会环境 城市居民对于即时物流服务效率的需求不断提高催生基于大数据与机

17、器学习技术的智能调度系统快速发展 利用无人机配送，拓展快递快运边界，改善边远地区、农村地区的物流服务水平 国务院发布的新一代人工智能发展规划提出大力发展智能物流，推动人工智能与物流行业融合创新，提升仓储运营管理水平和效率 国家发改委发布的关于推动物流高质量发展促进形成强大国内市场的意见提出实施物流智能化改造行动，加强信息化管理系统和云计算、人工智能等信息技术应用，提高物流软件智慧化水平122020.6 iResearch Inc. 人工智能+物流的核心技术计算机视觉应用最为广泛，自动驾驶有望先于其他行业落地来源：艾瑞咨询研究院自主研究及绘制。目前，在物流行业实现应用的人工智能技术主要以深度学习

18、、计算机视觉、自动驾驶及自然语言理解为主。物流领域中，深度学习在运输路径规划、运力资源优化、配送智能调度等场景中发挥至关重要的作用；计算机视觉是现阶段物流领域应用最广的人工智能技术，智能仓储机器人、无人配送车、无人配送机等智能设备都以视觉技术为基础，此外，计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能；自动驾驶技术是运输环节智能化的核心技术，尽管尚未正式投入使用，但头部企业的无人卡车已经开始在特定路段进行实地路测和试运行；自然语言理解主要用于物流企业，尤其是快递快运企业的智能客服系统，该技术能有效降低企业在客服环节的人工成本。人工智能+物流的核心技术深度学习深度学习技

19、术通过分层结构之间的传递数据学习特征，对物流活动中产生的数据具有良好的适用性。深度学习既是实现路径规划、智能调度等功能的核心技术，也是推动计算机视觉、自动驾驶、自然语言理解等其他技术发展进化的训练方式。计算机视觉计算机视觉通过对采集的图片或视频进行处理以获得相应场景的信息，智能仓储机器人、无人机/无人车等智能物流设备广泛应用了计算机视觉技术，以实现识别、导航、避障等功能。自动驾驶自动驾驶技术主要是通过高精度传感器+深度学习实现车辆对于周围环境中障碍物的探测，加以识别判断并进行动作决策。与城市道路相比，自动驾驶在港口、园区、高速公路等相对封闭的物流运输环境应用难度较小。自然语言理解自然语言理解主

20、要研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言，实现人机之间的自然语言通信。基于该项技术的智能客服系统，能够大幅降低快递快运企业客服坐席的人工成本。132020.6 iResearch Inc. 人工智能+物流产业链分析产业链尚不成熟，角色界限比较模糊人工智能+物流产业链与传统物流产业链差异最大的地方在于，其上下游关系并非泾渭分明，或者说人工智能+物流的产业链还不太成熟，AI公司、物流企业、电商平台都在产业链中扮演重要角色，AI公司通过直客模式或集成商渠道向下游客户提供AI+物流相关产品与技术服务，而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究

21、开发AI技术在物流各环节中的可行应用，三者之间存在合作加潜在竞争的关系，生态比较开放。来源：艾瑞咨询研究院自主研究及绘制。渠道分销上游硬件提供商AI公司电商平台/O2O平台传感器摄像机激光雷达超声波雷达IMU毫米波雷达AI+物流产品技术提供方下游客户物流企业快递整车零担即时仓储园区集成商代理商渠道电流传感器中国人工智能+物流产业链冷链计算机视觉智能语音深度学习自动驾驶物流企业电商平台研发团队科技子公司研发团队科技子公司直销自研自用芯片供应商机器人供应商物流硬件设备供应商其他关键零件供应商142020.6 iResearch Inc. 人工智能+物流产业图谱来源：艾瑞咨询研究院自主研究及绘制。2

22、020年人工智能+物流产业图谱基础层软硬件/底层技术供应商技术层算法、产品及解决方案提供商应用层技术使用者快递快运整车零担即时仓储冷链园区电商智能运输智能配送无人机配送调度无人车智能仓储智能客服无人仓整体解决方案智能仓储机器人设备调度系统芯片云服务传感器152020.6 iResearch Inc. 2020.6 iResearch Inc. 15.9 22.4 33.3 46.8 62.5 79.6 97.3 41.3%48.5%40.5%33.6%27.3%22.2%-100.0%-50.0%0.0%50.0%0.050.0100.0150.0200.020192020e2021e2022

23、e2023e2024e2025eAI+物流总体市场规模（亿元）AI+物流市场规模增速（%）人工智能+物流市场规模现有市场规模15.9亿元，仓储与运输环节的应用占比较高AI公司进入物流领域的时间尚短，产业链下游物流企业与电商平台在人工智能产品技术自主研发中的不遗余力也令解决方案提供方们可选择的入局角度相当有限。从供给侧能够获取的收入来看，2019年人工智能+物流领域的市场规模为15.9亿元，随着技术能力的提升和行业理解的加深，预计到2025年市场规模将接近百亿水平。人工智能在物流各环节的应用分布方面，智能仓储与智能运输占比较大，两者占据了八成以上的份额；智能配送的落地环境尚不成熟，现阶段规模较小

24、，但未来想象空间极大；智能客服的应用场景较为单一，在各环节中占比最小。注释：统计口径包括自动驾驶、计算机视觉、智能语音等基于AI技术的软件系统提供方收入以及AMR、无人配送车、无人机等智能硬件供应商收入，不包含物流企业与电商平台在AI相关产品技术中自研自用部分。来源：艾瑞咨询研究院根据公开资料、专家访谈及测算模型自主研究及绘制。来源：艾瑞咨询研究院根据公开资料、专家访谈及测算模型自主研究及绘制。2019-2025年中国人工智能+物流市场规模情况2019年中国人工智能+物流市场规模细分结构仓储，42.8%运输，38.4%配送，11.9%客服，6.9%16人工智能+物流概述2.1人工智能+物流应用

25、场景本章小结2.22.3赋能：中国人工智能+物流应用分析2172020.6 iResearch Inc. 2020.6 iResearch Inc. 5.6 5.8 6.0 6.6 6.9 7.7 52.8%53.7%54.1%54.5%51.9%52.7%-50.5%-30.5%-10.5%9.5%29.5%49.5%0.02.04.06.08.010.0201420152016201720182019全国运输费用总额（万亿元）运输费用占社会物流总费用的比重（%）0.6 0.9 1.4 2.2 3.3 4.7 6.4 5.5 7.5 10.7 14.3 18.1 21.8 25.3 47.2

26、%62.4%55.7%49.2%41.7%36.3%35.7%42.9%34.1%26.6%20.2%16.3%-90.0%-70.0%-50.0%-30.0%-10.0%10.0%30.0%50.0%70.0%0.010.020.030.040.050.060.070.020192020e2021e2022e2023e2024e2025e无人卡车业务市场规模（亿元）车队管理系统市场规模（亿元）无人卡车业务市场规模增速（%）车队管理系统市场规模增速（%）智能运输中的人工智能应用人工智能在运输中的应用方向集中在无人卡车及车辆管理来源：艾瑞咨询研究院根据中国物流与采购联合会数据绘制。注释：市场规模

27、中的无人卡车业务是指以无人卡车向客户提供运输服务或出售无人卡车所得收入中软件所占部分，不包括卡车本体价值；车队管理系统市场规模包括终端硬件价值、软件价值以及定期收取的服务费用。来源：艾瑞咨询研究院根据公开资料、专家访谈及测算模型自主研究及绘制。2019-2025年中国人工智能+运输市场规模智能运输运输是物流产业链条的核心环节，也是物流成本构成的重要内容，运输费用在社会物流总费用中的占比始终在50%以上。但由于运输环境及运输设备的复杂性，现阶段人工智能在物流运输中的应用尚处于起步阶段。目前国内人工智能在物流运输环节的应用集中于公路干线运输，主要有两大方向：一种是以自动驾驶技术为核心的无人卡车；另

28、一种是基于计算机视觉与AIoT产品技术，为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车，尽管近两年自动驾驶在卡车领域进展顺利，无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段，但与实际运营的距离尚远。未来数年内，人工智能在物流运输中的商业化价值主要体现在车辆状态监测、驾驶行为监控等功能。艾瑞认为，2019年国内人工智能+物流运输的市场规模为6.1亿元，预计到2025年超过30亿元。2014-2019年中国运输费用总额及占社会物流总费用比重情况182020.6 iResearch Inc. 智能运输丨无人卡车自动驾驶技术将使道路运

29、输更经济、更高效、更安全来源：艾瑞咨询研究院自主研究及绘制。自动驾驶是指让汽车自己拥有环境感知、路径规划并且自主实现车辆控制的技术，也就是用电子技术控制汽车进行的仿人驾驶或是自动驾驶。美国汽车工程师协会（SAE）根据系统对于车辆操控任务的把控程度，将自动驾驶技术分为L0-L5，系统在L1L3级主要起辅助功能；当到达L4级，车辆驾驶将全部交给系统，而L4、L5的区别在于特定场景和全场景应用。在物流运输领域，配备L4级别自动驾驶技术的无人卡车即可以满足港口、园区、高速公路等多种运输场景，并在人力资源、能源费用、设备损耗、保险费用等多个层面大幅降低运输整体成本。根据国家统计局数据显示，2018年国内

30、重型载货汽车已超过700万辆，自动驾驶技术一旦进入商业化应用阶段，其市场空间及所能创造的价值都将以数千亿乃至万亿计。自动驾驶的定义分层及在物流运输领域的应用价值自动驾驶级别划分标准车辆控制环境感知物流领域应用价值L1/2在特定驾驶模式下，单/多项驾驶辅助系统通过获取行车环境信息对车辆横向或纵向驾驶动作进行操控，但驾驶员需要负责对除此以外的动态驾驶任务进行操作L3在特定驾驶模式下，系统负责执行车辆全部动态驾驶任务，驾驶员需要在特殊情况发生时，适时对系统提出的干预请求进行回应L4在特定驾驶模式下，系统负责执行车辆全部动态驾驶任务，即使驾驶员在特殊情况发生时未能对系统提出的干预请求做出回应L5系统负

31、责完成全天候全路况的动态驾驶任务，系统可由驾驶员进行管理自动驾驶技术的应用可以减少甚至替代卡车司机，降低人力成本自动驾驶技术结合动力传动控制系统和跟车行驶系统，减少单位油耗提高车辆运行的安全性，有效降低运输的交通事故率，节省保费成本智能运输192020.6 iResearch Inc. 2020.6 iResearch Inc. 智能运输丨无人卡车无人卡车的商业化前夜已经到来，但大规模应用仍需时日近年来，自动驾驶技术的开发与应用一直深受各界关注，与无人卡车相比，无人驾驶乘用车往往更吸引普通民众的眼球。从技术角度出发，应用在无人卡车上的自动驾驶技术与乘用车并无二致，其系统架构同样是由感知层、决策

32、层与执行层组成，感知载体也都以摄像头、激光雷达、毫米波雷达、超声波雷达等传感器为主。但对于目前尚处在实验阶段的无人驾驶车辆而言，城市路况的复杂程度和不确定因素给无人驾驶乘用车的商业化道路带来极大的障碍。反观物流领域，港口、物流园区、高速公路等道路运输主要场景的封闭性较高，运输路线相对较为固定，测试数据的获取与积累也更容易。从商业化的进程来看，以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段，无人卡车的商业化序幕正在缓缓拉开。但这只是无人卡车在物流运输中的初步尝试，目前仍然存在技术稳定性有待验证、可测试路段较少、国内甩挂运输份额较小等诸多问题还未解决，无人卡车距离大规模商业化应用

33、尚需时日。来源：艾瑞咨询研究院自主研究及绘制。来源：艾瑞咨询研究院自主研究及绘制。中国无人卡车SWOT分析WSTO “仓到仓”运输场景封闭度较高，落地难度相对较低无人卡车自动驾驶系统架构卡车的车身长、吨位大，刹车、减速、变道等行为需要更多的时间与空间，因此要求系统对路况的感知距离更长 物流企业及运输服务使用方对传感设备的价格、体积等接受度较高 中国的货运卡车数量及物流总额全球第一，无人卡车应用空间极为广阔 五大重卡企业生产能力强劲，国内无人卡车发展拥有良好的产业基础甩挂运输是最适合无人卡车发挥其效率优势的运输方式，但国内目前仍然以传统的“一车一挂”运输方式为主，甩挂运输的发展还需要很长时间感知

34、决策执行获取行驶道路数据并帮助系统定位分析、处理感知层获取的数据并向执行层下达指令摄像头、激光雷达、毫米波雷达等车载传感器计算平台+算法电子驱动、电子制动、电子转向按照指令完成刹车、加速、转向等动作智能运输202020.6 iResearch Inc. 智能运输丨车队管理系统实时感知车辆与司机状态，适用于各类运输车辆来源：艾瑞咨询研究院自主研究及绘制。无人卡车能够从根本上颠覆整个物流运输流程，但可预见的是在未来一段相当长的时间内，国内公路运输的主力依然会是规模不一的物流企业及其管理的车队。目前，国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AIoT技术，在车队管理系统中实现车辆行驶状

35、况、司机驾驶行为、货物装载情况的实时感知功能，使系统在车辆出现行程延误、线路异常和司机危险行为（瞌睡、看手机、超速、车道偏离等）时进行风险报警、干预和取证判责，并最终达到提升车队管理效率、减少运输安全事故的目的。与无人卡车的“替代性”功效不同，车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展，依然是以辅助者的角度来帮助司机和车队管理者，其感知设备是后装形式的车载终端，决策来自系统平台，对车辆的控制和动作执行要通过司机手动完成。因此就现阶段而言，融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。人工智能在车队管理系统中的应用示例DSM摄像头监测车内司机驾驶行

36、为ADAS摄像头收集外部行驶环境信息车载终端识别、分析信息并向系统平台报送闭眼频率及时长低头频率及时长驾驶中抽烟、打电话、左顾右盼等危险行为急加速/刹车车道偏离与前车距离过近道路可见度降低系统分析风险后对司机行为进行干预警报设备预警终端语音提醒电话警告安全员/车队长智能运输212020.6 iResearch Inc. 智能仓储中的人工智能应用目前仍以点状应用散落于整个智能仓储系统的各个子系统中来源：艾瑞咨询研究院自主研究及绘制。物流业是一个“动静结合”的产业，运输与配送代表着物流的“动”，仓储则代表物流的“静”。为了提升效率，物流产业对仓储也有“动”起来的强烈需求，智能仓储即通过物联网、大数

37、据、人工智能、自动化设备及各类软件系统的综合应用，让传统静态仓储也朝着动静结合的方向进行转变。智能仓储属于高度集成化的综合系统，一般包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统等。因此在智能仓储中，商品的入库、存取、拣选、分拣、包装、出库等一系列流程中都有各种类型物流设备的参与，同时需要物联网、云计算、大数据、人工智能、RFID等技术的支撑。从目前来看，人工智能在智能仓储系统中的应用还不够成熟，仍以货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用散布于整个系统的各个环节当

38、中。智能仓储系统构成以及人工智能在系统中的应用情况智能仓储系统智能仓储系统入库识别货物搬运存储上架分拣出库管理系统条形码RFID视觉识别激光叉车搬运AGVAMR穿梭机立体货架巷道堆垛机分拣行为检测WMSWCS分拣AGV滚珠模组带利用计算机视觉技术测量入库货物的体积VSLAM引导搬运机器人自主移动计算机视觉技术识别并记录暴力分拣行为及人员基于机器学习技术统一调度、协调仓内的各类物流设备的运行智能仓储222020.6 iResearch Inc. 2020.6 iResearch Inc. 智能仓储丨仓储现场管理仓内管理规范员工行为、减少货物损失、降低理赔风险来源：艾瑞咨询研究院自主研究及绘制。来

39、源：艾瑞咨询研究院根据顺丰控股财报数据绘制。人工智能技术在仓内现场管理中的应用与价值智能仓储仓内工作人员行为识别人员动作评级处理，预警、识别、记录暴力抛扔踢甩包裹行为，降低破损件及丢失件的发生概率应用价值规范员工操作，降低理赔成本强化基层仓库管理仓内流转货物外观识别监测流转中的货物及包裹，识别包裹是否破损及破损程度，破损严重的直接上报至人工处理应用价值及时定位破损件及责任人减少客户投诉率2016-2019年顺丰理赔成本及占营业成本的比重人工智能在智能仓储中的应用领域之一是在仓储现场管理场景中，其实现途径是以高清摄像头为硬件载体，通过计算机视觉技术监测并识别仓储现场中人员、货物、车辆的行为与状态

40、。根据作业环境，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。计算机视觉技术在仓内现场管理的应用场景一是针对仓内工作人员的行为进行实时监测，识别并记录暴力分拣、违规搬运等容易对货物、包裹造成破坏及损伤的行为，采集行为实施人员的相关信息；二是监测仓内流转的货物、包裹的外观情况，识别并判断包裹的破损情况，对存在明显破损的包裹进行预警上报。在仓内现场管理中引入计算机视觉技术，能够起到监督与规范员工行为、降低货物破损与丢失概率、减少理赔成本等作用。例如，顺丰在仓内应用计算机视觉技术后初见成效，近两年理赔成本占营业成本的比重逐年下降。4.6 5.9 6.8 8.5 1.

41、00%1.03%0.92%0.91%-1.00%-0.50%0.00%0.50%1.00%1.50%0.05.010.015.020.02016201720182019顺丰理赔成本（亿元）顺丰理赔成本占营业成本比重（%）232020.6 iResearch Inc. 智能仓储丨仓储现场管理场院管理采集车辆信息、提高装载效率、优化运力成本来源：艾瑞咨询研究院自主研究及绘制。场院现场管理中的主要管理对象是各类运输车辆，人工智能技术在场院现场管理系统中的作用即监测、分析车辆从进入物流园区或中转场院到离开的全过程，核心应用是车牌识别及车辆装载率识别。车牌识别在日常生活中已相当普及，但由于运输车辆的车体

42、较大、车牌位置不定且经常出现脏污遮挡，因此场院管理场景对车牌定位、字符分割和光学字符识别算法的要求更高；装载率识别是通过装卸口或装卸月台设置的摄像头获取车厢现有货物空间及剩余空间，计算分析过程装载率与即刻装载率。在场院现场管理中引入计算机视觉技术，能够持续采集场院内车辆信息，为管理系统提供车辆装载率、车辆调度、运力监测和场地人员能效等基础数据，优化运力成本。人工智能技术在场院现场管理中的应用智能仓储克服光照不均、遮挡缺失、运动模糊、车牌扭曲/脏污等恶劣情况，智能识别蓝牌、黄牌、新能源车牌。车牌识别通过设置在月台的深度摄像头，识别月台所在车辆的即刻装载率、过程装载率，结合装载时间、人员等交叉分析

43、装载能效装载率识别结合到卡装载率及离卡装载率、停留时间、装卸人员数量及工作时间等数据进行分析，持续记录并反馈各场地能效情况，优化运力成本能效分析记录并上传车辆到卡时间、装卸货开始时间、装卸货结束时间、车辆离卡时间车辆时间判定242020.6 iResearch Inc. 智能仓储丨AMR仓储环境中的智能“类自动驾驶”机器人来源：艾瑞咨询研究院自主研究及绘制。在仓储环境下的各类智能设备中，AMR是发展速度较快的领域之一。AMR（Automatic Mobile Robot）即自主移动机器人，在仓储环境中一般用于搬运与拣货，与传统AGV不同的是，AMR的运行不需要地面二维码、磁条等预设装置，而是依

44、靠SLAM系统定位导航。如果把AGV比作仓内轨道交通，那么AMR可以视为“类自动驾驶”机器人。在灵活性与适应性方面，AMR不仅可以与仓储环境进行交互，一旦仓内布局发生变化，AMR也能够迅速重新构建地图，节省重新部署环境的时间与成本。AMR采用的导航方式主要有激光SLAM与视觉SLAM（VSLAM）两种，激光SLAM起步较早，但成本高且应用场景有限；而随着人工智能算法与算力的不断进步，基于计算机视觉的VSLAM快速成长起来。视觉导航AMR通过VSLAM系统能够实现地图构建、自主定位、环境感知，具备自主路径规划、智能避障、智能跟随等能力。AGV、激光导航AMR与视觉导航AMR的对比分析设备类型预设

45、装置主传感器环境信息获取路径规划及避障方式计算需求多机协作AGV地面需铺设磁导轨或二维码红外传感器探测前方是否有障碍物按照预设路径运行，如遇障碍物则停止运行直至障碍物消失无严格按照调度系统指令执行激光导航AMR无激光雷达分散的、具有准确角度和距离信息的点，即点云在SLAM系统构建的地图信息基础上，从出发点到到达点之间自主选取行进路径，在传感器感知到障碍物后主动避让或重新更换路径可以在普通ARM CPU上实时运行激光雷达主动发射，在较多机器人时可能产生干扰视觉导航AMR摄像头海量的、富于冗余的纹理信息需要较为强劲的准桌面级CPU或者GPU支持视觉主要是被动探测，不存在多机器人干扰问题智能仓储25

46、2020.6 iResearch Inc. 智能仓储丨AMR仓储AMR市场尚处于起步阶段，未来六年CAGR达36.7%来源：艾瑞咨询研究院根据公开资料、专家访谈及测算模型自主研究及绘制。尽管AMR具备柔性部署、自主灵活等优势，但AMR产品技术门槛较高，国内能够实现量产且推动项目落地的企业相对较少，AMR市场尚处于起步阶段，还需要一段市场验证时间。而随着落地项目带来的数据积累以及算法的不断优化打磨，AMR将会逐步得到更为广泛的应用，其市场发展前景极为可观。艾瑞认为，2019年国内仓储AMR的市场规模为6.8亿元，未来数年，AMR市场规模将以高速增长状态迅速扩张，预计到2025年，国内仓储AMR的

47、市场规模将超过40亿元。2019-2025年中国仓储AMR市场规模情况智能仓储5.6 8.0 12.0 16.9 22.5 28.3 33.7 1.2 1.9 3.0 4.4 6.3 8.5 10.7 42.3%50.5%41.2%32.9%25.8%18.9%55.8%59.7%48.5%42.1%34.3%26.8%-90.0%-70.0%-50.0%-30.0%-10.0%10.0%30.0%50.0%70.0%0.010.020.030.040.050.060.070.080.020192020e2021e2022e2023e2024e2025e激光导航仓储AMR市场规模（亿元）视觉导

48、航仓储AMR市场规模（亿元）激光导航仓储AMR市场规模增速（%）视觉导航仓储AMR市场规模增速（%）262020.6 iResearch Inc. 智能仓储丨设备调度系统基于深度学习与运筹优化算法，提升设备群体的智能化程度来源：艾瑞咨询研究院根据专家访谈及测算模型自主研究及绘制。随着AS/RS、AGV、AMR、穿梭车、激光叉车、堆垛/分拣机器人等不同类别的自动化及智能化设备越来越多地进入到仓储环境中，设备的调度与协同成为影响设备工作效能的关键因素之一。如果把仓储环境中的各类设备比作一只足球队，那么设备调度系统就相当于球队的教练，负责制定球队战术、选择出场球员以及指挥球员跑位等工作。早期仓储设备

49、的调度与控制主要是以WCS（仓库控制系统）为载体，接收WMS/ERP等上层系统的指令后，控制着设备按照既定设计的运行方式进行工作。而在人工智能技术，尤其是深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。以AGVS为例，基于大规模聚类、约束优化、时间序列预测等底层算法，AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务，并随数据积累与学习不断自主优化算法。可以说，AI算法加持的设备调度系统能够在一定程度上将系统自身的智能赋予设备本体，使设备群体的智能化程度得以提升。人工智能算法在AGVS中的

50、应用以历史匹配经验数据作为驱动，将需要搬运的货架与空闲机器人进行一一匹配，使用在线与离线学习相结合的方式最大化当前和未来奖励值，不断迭代学习得到最优匹配策略打破传统路径规划的局限，采用深度强化学习结合动态规划的算法使多智能体进行分布式协同路径规划，在保证安全避障的同时以最短的时间为目标到达目的地基于对货物未来订单需求的预测，对货架可能被搬运的次数（即货架的热度）进行识别，通过生成机器人搬运任务让不同热度的货架调整到最适合的位置，从而最小化预期的货架总体搬运距离对海量历史订单数据进行挖掘和分析，同时对未来订单进行预测，通过特征提取、关联性分析和无监督聚类，综合得到最优的订单波次组合订单波次规划任