如何让中国物流变得更高效与智能，英特尔与业界合作伙伴共织一张物联网

由 winniewei 提交于周一, 21 十二月 2020 - 14:24

“双十二”刚刚过去，又一波的网购狂潮席卷而来。现如今，“网上购物”早已不是什么新鲜事，但“等快递”的过程却仍旧令人牵肠挂肚。与此同时，伴随着每一年“6.18”、“双十一”购物狂欢季带来的下单高峰，都是物流行业必须要面对的业务大考。

前些年，总是能在新闻上读到因包裹过多导致的快递站点爆仓的消息；而如今，这种情况似乎很少发生了。这一切的转变都源于物流行业的“智能升级大提速”，而智慧物流场景下的快递业，除了“提速”，也为中国消费者的电商体验带来了质的飞跃。

钱花了，东西还没到，对“尾款人”来说真是件头疼的事情

得益于人工智能（AI）、5G、智能边缘等数字化创新技术的应用，物流行业正在加速从劳动力密集型产业向技术密集型产业演进。

仓库里随处可见的自主移动机器人（Automated Mobile Robot，AMR），高效、柔性、可靠，它们以智能边缘、计算机视觉、自动控制等创新技术作为支撑，在物流行业得到日益广泛的应用，解放生产力的同时也推动着物流行业的智慧化升级。

自主移动机器人成为现代智慧物流仓储的工作主力

作为物流行业具有重要潜力的技术应用，AI 与计算机视觉的融合能够帮助物流企业强化对于业务的即时洞察，快速精准地识别快递爆仓和违规行为等异常现象。在提升物流运转效率的同时，还降低了成本支出。

而这些改变了传统物流行业，使推动行业朝着智能高效迈进的新技术背后，是英特尔在智慧物流领域深耕多年的投入与生态赋能。

英特尔公司物联网事业部副总裁、中国区总经理陈伟博士认为：“信息、数据碎片化已经成为了包括物流领域在内的很多行业的普遍痛点，而英特尔就是要把这些痛点转化为解决方案。经过多年的积累和酝酿，我们已经为多个行业带来了转折性技术，助力物联网向各领域的价值迸发。英特尔将边缘计算与AI进行进一步融合，于今年宣布了“智能边缘”的概念。然而，推动智能边缘的产业发展是一项巨大的系统工程，它需要软件、硬件、生态的多方携手，所以我们希望提供一站式服务来赋能生态链，支持客户快速进行智能化部署。”

<h3>一个更智慧的韵达</h3>

快速发展的中国电子商务行业孕育了超大规模、高度发达的物流市场，特别是在“6.18”、“双十一”等电商集中促销的业务高峰期，需要处理的物流业务更是堪称海量。

快递包裹大量积压造成的“爆仓”现象，以及包裹踩踏等违规事件，将严重影响快递包裹的运输和派送速度，降低消费者的消费体验，甚至可能引发舆论危机。因此，物流企业正在持续探索采用管理和技术等各方面的手段，尽量避免这些事件的发生。

人力巡查是过去物流行业采取的老办法，但大量业务人员配置意味着不菲的支出，存在人为疏忽的漏洞。然而计算机就不一样了，基于计算机视觉技术的图像识别在物流业务上潜力无穷，既能做爆仓识别、违规操作分析，同时也可以应用于车辆到站识别和装载率识别等场景，帮助物流企业实现视觉洞察的自动化与即时化，部分甚至完全替代人类相应的工作。

为了使用 AI 视觉赋能智慧物流系统，韵达研究院启动了“智慧视觉”项目。算法层面，韵达“智慧视觉”团队持续深耕，取得阶段性突破进展；基础设施层面，韵达基于第二代英特尔® 至强®可扩展处理器、英特尔® 酷睿™处理器搭建了边缘 AI 基础设施平台，实现了分转中心智能数据处理（系统结构如图所示）。

韵达“智慧视觉”边缘 AI 服务器架构

由于物流行业是一个对业务运转效率要求很高的行业，对AI视觉应用的推理效率有着很强的实时性要求，因此越来越多的物流企业选择将部分视频推理等负载转移到边缘侧，打造融合了网络、计算、存储和智能边缘的系统。

韵达和英特尔合作的“智慧视觉”项目同样不例外。第二代英特尔® 至强®可扩展处理器内置人工智能加速功能，并针对相关工作负载进行了优化，能够为各种高性能计算工作负载、AI 应用以及高密度基础设施带来一流的性能和内存带宽。同时，采用矢量神经网络指令（VNNI）的英特尔®深度学习加速（英特尔®DL Boost）显著提高了人工智能推理的表现，为韵达边缘 AI 服务器的强大性能奠定了坚实的基础。

韵达在业务运营中使用了多种机器学习模型。这些模型同时在不断创建和扩展，现有模型也会根据最新的数据进行优化更新。韵达系统通过云端服务器训练和存储最新的 AI 模型和数据，边缘节点的推理服务器可以从云端接收模型和元数据。同时边缘节点的推理服务器的推理结果，也实时汇总到云端的服务器上，用于业务的汇总和统计数据的生成。

目前，搭载了第二代英特尔至强可扩展处理器，并通过 OpenVINO™工具套件进行优化的韵达“智慧视觉”解决方案已经在爆仓识别、违规检测等应用场景中得到实际应用，并实现了如下收益：

1.    降低爆仓率与违规率等异常现象；

2.    节约边缘AI系统构建成本；

3.    减少人力资源支出；

4.    降低延迟并节约IT资源。

对韵达而言，这套解决方案帮助其避免了传统管理模式在敏捷性、即时性和成本等方面的缺陷。决策者能够更快速、精确、全面地发现仓库爆仓、违规踩踏等异常事件，对业务进行更科学的规划，从而提升物流运转效率，让消费者获得更满意的服务。

值得一提的是，由于这一解决方案基于边缘端实现，因此基础设施采购、网络部署等资本支出降低。更大规模的自动化，意味着韵达无需进行多余的人员配置，这样也会让运营成本实现进一步下探。

<h3>机器人4.0带来的行业迭代</h3>

现代人对“偷懒”有了新定义：解放双手，把不适合人类的工作统统交给机器人。如果你没去过一家现代物流公司的仓库，你或许不会知道，拣货、运送的工作都已经被一个个形态各异的机器人包圆了。

这些自主移动机器人具备自主移动、人机交互、智能操纵等关键能力，能够准确感知和理解三维物理世界，随机应变执行任务。在AI、5G、物联网等数字化技术的驱动下，自主移动机器人行业不断利用技术红利加速产业落地。国际机器人联合会（IFR）预测数据显示，自主移动机器人在物流自动化市场迅猛发展，预计到 2022 年，将从 2018 年的 110,000 台增至 700,000 台。

自主移动机器人要实现自动化作业，移动性、自主定位、路径规划能力是关键。

极智嘉 AMR 产品家族

首先，机器人要能够通过外部传感器（摄像头、激光雷达、超声等）搜集外部环境数据并融合处理后进行数字世界建模。这其中涉及大量的数据并行和顺序计算，需要高性能传感器和高性能处理器的有机整合。

英特尔重要的智慧物流生态合作伙伴北京极智嘉科技有限公司基于英特尔架构推出了“极智嘉云-边-端协同AMR解决方案”，终端产品分为 M、A、F等多个产品线，搭载了英特尔®酷睿®处理器、英特尔®实感TM深度摄像头等硬件产品，基于DevCloud开发平台快速开发验证，并通过OpenVINO™工具套件完成视觉推理加速，满足了AMR在路径规划、导航避障、物体识别等方面的需求。

其次，自主定位是机器人自主运行的基础。为了业务实现的柔性，一般自主移动机器人采用即时定位与地图构建（Simultaneous Localization And Mapping,SLAM）技术，无需对外部环境进行改造，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的。

极智嘉 AMR 使用的英特尔®实感TM深度摄像头则赋予设备观看、理解、交互以及从环境中学习的能力，可在摄像头支持的整个视野范围内提供高度准确一致的深度数据，助力极智嘉 AMR 在有限的机内空间中，获取高精度的深度图，准确识别周围环境并进行互动。

值得一提的是，基于英特尔®实感™D435 深度摄像头的 AMRFollowMe跟随解决方案，在极智嘉智能仓储系统中，极大地提高了仓库补货环节的效率。

补货工人在货车开进工厂后，通过招手方式呼唤 AMR 自主移动到货车旁边，工人将货物放在 AMR 上后，AMR 可自主跟随工人到货架区补货，整个补货的流程极大节省了工人的体力，提高了工作效率。而在 Follow Me跟随解决方案中，英特尔研发团队重点解决了两个技术难点：一、在复杂的仓储环境中，识别追踪目标人物并给出目标人物与 AMR 的相对位置关系；二、跟随人员的 AMR 移动控制系统。

最后，为了在大规模机器人应用场景下，更有效、更经济的进行计算力部署，同时对于海量的机器人进行统一的调度与管理，云-边-端一体化的机器人解决方案异军突起。

英特尔与合作伙伴发布的机器人 4.0白皮书认为，云-边-端一体化是机器人4.0时代的重要特征，5G 和边缘计算的部署使得机器人端到基站的延迟可以达到毫秒级，很好地满足了机器人的实时应用需求。同时，边缘服务器可以在网络的边缘、靠近机器人的地方处理机器人产生的数据，减少对于云端处理的依赖，构成一个高效的数据处理架构。

机器人 4.0 时代

极智嘉 AMR 边缘服务器搭载了第二代英特尔®至强®可扩展处理器。该处理器内置人工智能加速，并已针对工作负载进行优化，能够为各种高性能计算工作负载、AI 应用以及高密度基础设施带来一流的性能和内存带宽。同时，采用矢量神经网络指令（VNNI）的英特尔®深度学习加速（英特尔®DL Boost）可显著提高人工智能推理的表现。

在基于英特尔®架构的硬件平台上，极智嘉与英特尔合作对VX-SLAM定位模块、复合检测网络算法进行了优化。同时双方还基于OpenVINO™工具套件来加速深度学习模型推理，在英特尔硬件的基础上实现了更高的性能提升。在一项利用深度神经网络提取 SLAM 所需视觉特征的实验中，经过 OpenVINO™工具套件优化的网络模型，相比原 TensorFlow 模型，在同一 CPU 上运行所需时间降低了 68%。

极智嘉 RaaS 云-边-端高度协同智慧物流解决方案

在具体实际商用过程中，基于英特尔®架构的极智嘉 AMR 产品与解决方案提升了拣选准确率与效率，节省了30%-50%人工成本，效率提升1.5倍2倍。这套方案的灵活性配置同样值得一提，客户可以根据自身需求增减机器人，通过智能算法优化运行效率，同时提升仓库存储能力。而最重要的安全部分，基于英特尔®实感™3D 深度摄像头的深度感知能力，以及英特尔®酷睿®处理器所提供的强大算力基础平台，极智嘉 AMR 机器人可实现对空间及低矮障碍物的精准检测，保证现场实施安全。

目前，极智嘉智慧物流产品与解决方案已经广泛应用于全球不同客户的物流场景之中。

例如，极智嘉为耐克位于日本的全新物流中心提供了先进的智能机器人解决方案，不仅帮助耐克把拣选员从繁重、重复的仓库拣选工作中解脱出来，还有效提高了发货效率，降低了运营成本，赋能耐克实现了柔性、敏捷的仓储物流能力，助力耐克在日本实现订单 “当日达” 服务。

戴尔与嘉里大通则使用极智嘉产品将传统仓库进行智能化升级，利用先进的人工智能和机器人技术对整体仓库进行改造。上线后的戴尔智能仓库内部署了极智嘉 P500 “货到人”机器人和 2000 多组货架，利用密集存储方式在满足高库容率、高空间利用率要求的同时，还可以管理海量 SKU，并根据业务需要随时切换拣货、上架、盘点功能。

<h3>智慧物流演进，英特尔这么想</h3>

2017 年，我国智慧物流市场规模超过 4000 亿，据iiMedia Research 预测，到 2025 年，智慧物流市场规模将超过万亿。以智慧视觉、物流机器人等作为典型应用的智慧物流系统正在包裹追溯、包裹识别、月台管理、视觉智能分拣、园区安保、运营管理等场景持续落地。

在物流行业，英特尔拥有从云端到终端的广泛产品与解决方案，在性能、成本效益等方面具备卓越的优势，还有助于加速数据中心、企业和智能边缘计算环境中的人工智能推理工作负载。

“人工智能、物联网等技术的落地正在改变着整个物流行业，塑造出智慧物流新形态。英特尔将基于从云端到边缘端的技术优势与产品组合，帮助物流企业加速数据中心、企业和智能边缘计算环境中的人工智能推理工作负载，并携手韵达、极智嘉等合作伙伴，持续推动智慧物流生态发展和智能应用落地。”英特尔公司物联网事业部中国区首席技术官兼首席工程师张宇博士表示。

关于英特尔

英特尔（NASDAQ: INTC）作为行业引领者，创造改变世界的技术，推动全球进步并让生活丰富多彩。在摩尔定律的启迪下，我们不断致力于推进半导体设计与制造，帮助我们的客户应对最重大的挑战。通过将智能融入云、网络、边缘和各种计算设备，我们释放数据潜能，助力商业和社会变得更美好。如需了解英特尔创新的更多信息，请访问英特尔中国新闻中心<a href="http://newsroom.intel.cn/">newsroom.intel.cn</a><sp… lang="EN-US"><a href="http://www.intel.cn/">intel.cn</a>。