物流業一直走在工業物聯網的最前沿，因為許多工業物聯網的機會和技術與物流業完美匹配。因此，物流業多年依賴，一直使用許多工業物聯網相關的傳感器和技術。

例如，多年來，物流業一直在包裝、托盤和集裝箱中使用條形碼，從90年代到現在都在用，以監控收貨入庫和出庫派件。相比之前打開每個隨附的提貨單的防范和檢查貨品的方法，已經有了很大的進步。然而使用手動條碼掃描機仍是一項勞動密集型作業，如果員工仔細執行，盡管會很準確，但仍有托盤被遺漏或產品未被檢測到的現象出現。為了解決庫存控制過程的問題，物流公司尋求一種使用工業物聯網技術和無線技術的自動化解決方案。

該解決方案旨在使用嵌入式RFID標簽和相應的RFID讀卡器，在入庫口處同時掃描整排或者整堆托盤，相比一次掃描一個貨品的條形碼讀取器，這種設備在速度和精度方面有很大的提升，因為對于每一個托盤，系統只需讀取在無線射程范圍內的一個RFID標簽即可。我之前有個朋友就在肇慶的物流公司上班，巨大的倉庫和貨物需要大量的人手來執行這些操作。RFID讀取器在將收貨自動記錄到ERP系統之前會自動記錄RFID標簽的信息，如訂單編號、制造商、產品型號、數量、類型，以及QC情況。

當讀取器記錄完入庫貨品，并且貨品已移到適當的存放位置后，系統會自動更新這些標簽，以顯示庫存情況，例如零部件編號及位置，系統還可以通過溫度和濕度傳感器傳遞其他信息，并發送有關環境條件的信息，這個在汽車零部件和電子物料、冷儲存領域用到最多。

通過采用傳感器技術提高作業效率和產品質量，使倉庫管理變得更快捷、準確、合算，已經成為一項競爭優勢，因此，物流公司一直渴望開發新的工業物聯網項目。在對物流公司極具吸引力的領域內，資產利用率經過優化，其中中央控制系統能夠監控設備機器和車輛狀況、狀態和利用。這對倉庫管理來說至關重要，因為他們會經常無意過度使用某些資產，但其他資產卻沒得到應有的使用待遇。例如，當某些鏟車和駕駛員正在不停地生產時，在倉庫其他區域卻有著一些鏟車無人問津。

另一個操作問題是，在大型倉庫中，鏟車的生產能力是不確定的，這是因為駕駛員需要找到庫存的位置并在通道之間駕駛，以找到正確的產品。通過位置傳感器、條形碼、RFID標簽和ERP庫存數據，系統可以為駕駛員指示庫存貨品的位置，并告訴駕駛員如何從當前位置到達目的地位置。其工作原理和室內GPS相似，可以大大降低存貨處理的失誤率。

在美國每年因鏟車、叉車引起的事故超過10萬起，其中80%的牽涉行人。因此，物流業渴望利用物聯網技術來避免大部分的事故。我們在山東能源集團、大慶油田、山東能源、兗礦集團、陜北礦業等工程機械上加裝了H6S傳感器或者EST558S傳感器，采集大量的工程機械和物流車輛的數據、位置數據，系統平臺通過上傳上來的數據，提醒駕駛員附近有行人和其他車輛，鏟車之間可以互相通信以確保駕駛員注意避讓，特別是在復雜的交叉路口減速或者停止前行。這些也涉及部分人工智能算法，目前，在我們物泊集團已經實現出來了。

在某些發達國家，絕大部分倉庫仍采用紙質揀貨的做法，即人工從貨架上揀貨，鏟車、無人駕駛車輛和機器人是提起大托盤的絕佳方式。我們在看到很多人工智能機器人抱著一個大箱子傻傻的模樣，還包括無人駕駛車輛配送的，這些就是機器人在物流業里的應用。但是很少用于從倉庫中揀取雜亂的小物品，比如小到電子物料。對于員工來說，這些就易如反掌，所以，物流公司仍舊需要大量的人來按照列表揀取每個庫存物品，但是，這個效率也不高，還存在一些問題，即揀貨員需要在倉庫中繞來繞去以尋找存貨。

這時候，就需要借助AR技術，人立刻就能獲得幫助。在不需要手的時候即可顯示揀貨結果，這不僅能實現揀貨單和物品位置等信息，還能提供到達該位置的路徑指引。此外，AR根據系統提供物品的圖像，以確認該物品是否為正確的庫存物品。當物品在我們肉眼看起來幾乎一樣時，對于計算機芯片或者集成電路來講，免提自動條碼掃描器可以正確識別物品，確保準確性。物流公司的揀貨員常常是季節性臨時工，AR可以加快員工的培訓速度，該技術還支持免提操作，從而提高生產能力，這一點，對于物流企業非常重要。

AR技術同樣是適用于裝貨作業，鏟車駕駛員無需貨單便可以知道要將哪些托盤上的貨物裝到卡車上去，和揀貨人工一樣，鏟車或者叉車駕駛員通過AR得到相關信息，增加了裝貨次數，因為駕駛員不用騰出手來看信息，也無需時不時停下來查看打印出來的清單。裝完后，使用文件掃描驗證上傳系統，確保符合國際貿易和進出口法律。

貨物裝車后，物流公司根據物流車上安裝的TBOX或者其他傳感器實行追溯和追蹤措施，監控車輛、船舶、飛機上、集裝箱、鐵路運輸上的裝箱位置及路徑情況。商用車運輸中，貨品被替換、盜竊仍是一個重大的問題，比如我們和能源集團合作的時候，就出現過多次精煤被替換成次煤或者煤矸石的情況，一車煤可能是十來萬，但是因為煤炭質量不好，導致一臺鍋爐燒壞的損失是8000萬-1.2億。這個時候，就需要更加穩健的工業物聯網解決方案可以支持從派件到貨途中對整車貨物運輸的實時跟蹤。

方案是在車廂頂端安裝12個夜視傳感器、攝像頭及定位、4G傳輸的實時車輛數據監控，結合汽車TBOX的運行情況和速、轉速、車架號、發動機扭矩、發動機燃料流量、氮氧化物傳感器輸出、DPF壓差、油箱液位、運行時長、公里數等工況，嚴格管理行駛路線，防止司機不按規定路徑行駛（偷煤的需要離開指定路線到偏遠地區偷煤）能夠實現準確和具有預測性的定位和狀態監控。貨物運輸中，還包括了溫度、濕度、空調狀態等情況的采集，有的甚至用紅外監測包裝與人為損壞，高級的設備運輸，還要求駕駛員駕駛操作達到極致苛刻的水平，比如運輸高端精密儀器，我們會安裝陀螺儀，監測司機駕駛和設備的G值，發出報警及嚴重警告提醒，實現出實時視頻監控、歷史視頻查看、異常報警處理、實時數據和定位追蹤、歷史軌跡儲存等貼合場景的應用。

商用車、工程機械、卡車、鏟車、叉車這些本身可以使用遙感傳感器來預測測量何時需要維修和如何進行維修，我們通過OBD自動診斷系統接入這些大家伙的CANBUS總線，通過遠程診斷查詢和診斷，向平臺發送油量、排放、工況、故障等數據。我們合作的港口和礦點基本都有維修站，當駕駛員手機或者屏幕彈窗提示車輛故障信息的時候，維修站點就會同步收到信息，安排所需要檢修的儀器及零部件。但是需要監控的不僅僅是卡車，還有司機。

司機通常需要長時間的工作，更多的卡車司機疲勞駕駛和處于危險狀態操作，疲勞駕駛對于他們自己和其他道路使用者來說都存在健康和安全問題。物流公司已采用了相關的技術集成，來解決檢測司機疲勞狀態。例如，卡特彼勒使用紅外攝像頭來監測司機的眼睛，然后使用計算機來檢測眨眼頻率和瞳孔大小，滴滴采用了前后雙錄的攝像頭，采用人工智能算法監測司機疲勞駕駛，一旦設備檢測到司機犯困的時候，它會使用聲音報警和座椅震動功能來提醒司機，或者接入CAN總線，發送CAN報文直接控制汽車鳴笛。

物聯網數據在物流里的應用還包括大數據預測分析技術的運用。大型物流集團需要從全球范圍內了解最新事件，例如政治動向、貿易航路、天氣狀況等等。物流公司需要控制風險，無論是因為政治動蕩、惡劣天氣、路徑關閉、路徑繞行等導致貨物延時交付，那么物流公司需要采取“緊急避險”，企業智能分析需要大數據的預測分析工具，預測分析可以為全球物流帶來巨大動力，物流企業將可以采取前瞻性措施來減少運營中的潛在威脅并保證貨運順利安全到達目的地。

以上。

審核編輯：湯梓紅