近日，由人工智能物流產(chǎn)業(yè)聯(lián)盟主辦、曠視科技和《物流雜志與應用》雜志承辦的“AI+物流燈塔直播間”第四期如期開(kāi)講。本期直播邀請到北京科技大學(xué)教授、博士生導師、《物流技術(shù)與應用》執行主編趙寧教授，以《數字孿生與AI物流》為題進(jìn)行了分享。

具體來(lái)看，趙寧教授此次分享主要聚焦于以下3個(gè)方面：

1.數字孿生、AI物流、智能調度等概念的產(chǎn)生及發(fā)展。

2.數字孿生在智能物流領(lǐng)域應用的原理基礎及發(fā)展現狀。

3.數字孿生和仿真等在多層穿梭車(chē)和KIVA機器人等系統調度研究中的應用及科研成果。

Part1：數字孿生、AI物流、智能調度等概念的產(chǎn)生及發(fā)展

1.數字孿生：數字孿生是物理世界的數字化表示，2003年由Grieves教授首次提出。與傳統仿真相比，具有忠實(shí)映射、共同進(jìn)化、基于模型的優(yōu)化等特點(diǎn)。

2.智慧物流：利用集成智能化技術(shù)，使物流系統具有思維、感知、學(xué)習、推理判斷和自行解決某些問(wèn)題的能力。其發(fā)展呈現智能化、一體化/層次化、柔性化、社會(huì )化等趨勢。

3.智能調度：又稱(chēng)基于知識的調度，即充分應用有關(guān)問(wèn)題域的知識，盡可能減少組合爆炸，使最佳調度或組合問(wèn)題獲得有效解決的調度方法。核心目標是穩、準、快地找到最優(yōu)解。

4.物流仿真：對物流系統進(jìn)行系統建模，并在計算機上編制相應應用程序，模擬實(shí)際運行狀況，并統計和分析模擬結果，用以指導實(shí)際物流系統的規劃設計與運作管理。

5.數字孿生和其他相似技術(shù)的區別：

①數字孿生VS動(dòng)畫(huà)：動(dòng)畫(huà)本質(zhì)服務(wù)人類(lèi)，非服務(wù)自然或工業(yè)系統。數字孿生不僅僅是對外部物理世界形象的鏡像反映，更重要的是對物流設備或者系統性能的模仿。

②數字孿生VS仿真：仿真分為連續系統和離散事件系統。物流仿真屬于離散事件系統仿真，其本質(zhì)是通過(guò)大量重復實(shí)驗，統計系統性能。

③數字孿生VS虛擬調試：虛擬調試的價(jià)值在于用低成本的計算機實(shí)驗代替高成本的物理實(shí)驗。二者區別在于物理仿真一般面向系統，虛擬調試一般面向設備。

④數字孿生VS虛擬監控：虛擬監控即用虛擬仿真動(dòng)畫(huà)代替攝像頭拍攝現場(chǎng)視頻的技術(shù)。虛擬監控受現場(chǎng)實(shí)時(shí)數據驅動(dòng)，虛擬仿真是靠系統內在邏輯驅動(dòng)仿真和動(dòng)畫(huà)。

Part2：數字孿生在智能物流領(lǐng)域應用的原理基礎及發(fā)展現狀

智能物流興起的基礎是智能制造的飛速發(fā)展?，F階段，隨著(zhù)信息技術(shù)、物聯(lián)網(wǎng)和制造環(huán)節融合， “工業(yè)4.0”時(shí)代到來(lái)，其特征機器輔助人腦決策。其中，人工神經(jīng)網(wǎng)絡(luò )和智能算法是人工智能的重要技術(shù)層面。

在智能物流領(lǐng)域，對于物流設備來(lái)說(shuō)，除通過(guò)來(lái)源于現場(chǎng)的數據來(lái)進(jìn)行“訓練”外，數字孿生的出現讓其可以通過(guò)“仿真調度”自動(dòng)“試錯”和優(yōu)化。具體來(lái)說(shuō)，首先建立高保真的“仿真模型”，通過(guò)其反饋性能值來(lái)“優(yōu)化算法”（或人工神經(jīng)網(wǎng)絡(luò )等）。優(yōu)化后的算法可以調整決策參數，進(jìn)而作用于仿真模型。

仿真調度原理展示

但是，現階段“調度應用”存在一些現實(shí)問(wèn)題：如調度模型難以完全考慮所有現實(shí)因素（多機器人的擁堵問(wèn)題、死鎖問(wèn)題）；動(dòng)態(tài)信息難獲?。ㄈ鐧C器人故障，異體檢測）；優(yōu)化目標難確定（效率最高/路徑最短/命中率最高）；約束難確定（空機器人可穿貨架，不可穿立柱；單行道/雙行道的選擇）；調度算法評價(jià)難（在10個(gè)機器人倉庫應用良好的算法在100個(gè)機器人的倉庫是否依然有效）等。

同時(shí)，在“調度應用”方面，則存在目標不明確（除了動(dòng)畫(huà)，能解決什么問(wèn)題）；仿真建模完全定制成本高，周期長(cháng)、耗費人力多；仿真結果與物理結果偏差大。仿真速度接近甚至慢于物理時(shí)間等問(wèn)題。針對上述問(wèn)題，趙寧教授表示，解決上述問(wèn)題的終極方法就是面向AI物流的數字孿生。

Part3：數字孿生和仿真等在多層穿梭車(chē)和KIVA機器人等系統調度研究中的科研成果

趙寧教授分享了有關(guān)多層穿梭車(chē)和kiva機器人的相關(guān)學(xué)術(shù)研究成果。比如多層穿梭車(chē)在設計的時(shí)候需要考慮層數、列數、排數及提升機數量等，會(huì )涉及很多不同方案的選擇。趙寧教授團隊通過(guò)設定不同cycle-time（任何一個(gè)輸入庫任務(wù)耗費的時(shí)間周期）下的throughput（單位時(shí)間內的輸入庫數量）測定，探究數字孿生在多層穿梭車(chē)組合方案測定中的應用價(jià)值。

在Kiva機器人系統調度研究領(lǐng)域，通過(guò)在相應仿真系統中設定不同的參數，并內置一些算法和模型，如機器人空載可穿貨架、機器人尋址、避讓等，讓仿真系統實(shí)現模塊化和參數化，從而實(shí)現大量的仿真調度實(shí)驗。直播中，趙寧教授分享了一個(gè)例子：通過(guò)對比貨架橫置和豎置不同布局下的揀貨數量情況，得知貨架橫置更容易造成機器人擁堵的初步實(shí)驗結果。

此外，趙寧教授介紹到，真正的物流仿真還涉及很多方面：如系統設計對揀貨量影響、機器人調度、機器人路線(xiàn)規劃、倉庫規模及布局對機器人行走距離定量影響；RMFS系統要素如機器人數量、揀選站數量、SKU數量、訂單數量、訂單分配原則；優(yōu)化目標如站點(diǎn)訪(fǎng)問(wèn)次數最少、機器人移動(dòng)距離最短、揀貨量最大；系統模型單服務(wù)臺排隊模型、多服務(wù)合排隊模型；優(yōu)化算法如改進(jìn)A*算法、變鄰域搜索、遺傳算法、Diikstra算法、模擬退火算法等。

直播最后，趙寧教授對未來(lái)數字孿生和智能物流的發(fā)展方向和相關(guān)問(wèn)題進(jìn)行了展望和預測：

1.智能物流對傳統物流模式帶來(lái)極大變革，消滅了許多應用人力造成的痛點(diǎn)，同時(shí)帶來(lái)用好智能裝備的新需求。

2.智能物流系統的設計、調度、仿真一體化是有前景的應用方向。

3.智能物流和數字孿生的結合是未來(lái)的方向。

4.調度的“穩、準、快”和仿真的“真、快”是發(fā)展核心，對物流裝備產(chǎn)業(yè)具有很強的應用價(jià)值。

5.企業(yè)側重落地,高校側重前沿,物流裝備領(lǐng)域的創(chuàng )新需要企業(yè)和高校在研發(fā)層面深度融合。

更多精彩觀(guān)點(diǎn)，請點(diǎn)擊下方鏈接觀(guān)看趙寧教授直播回放：

https://wx.vzan.com/live/tvchat-1550830926?v=1636685869559#/