如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

慧聰教育網 2020-12-23 17:32 來源:慧聰教育裝備網

【慧聰網】“雙十二”剛剛過去,又一波的網購狂潮席卷而來?,F如今,“網上購物”早已不是什么新鮮事,但“等快遞”的過程卻仍舊令人牽腸掛肚。與此同時,伴隨著每一年“6.18”、“雙十一”購物狂歡季帶來的下單高峰,都是物流行業必須要面對的業務大考。

前些年,總是能在新聞上讀到因包裹過多導致的快遞站點爆倉的消息;而如今,這種情況似乎很少發生了。這一切的轉變都源于物流行業的“智能升級大提速”,而智慧物流場景下的快遞業,除了“提速”,也為中國消費者的電商體驗帶來了質的飛躍。

如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

錢花了,東西還沒到,對“尾款人”來說真是件頭疼的事情

得益于人工智能(AI)、5G、智能邊緣等數字化創新技術的應用,物流行業正在加速從勞動力密集型產業向技術密集型產業演進。

倉庫里隨處可見的自主移動機器人(Automated Mobile Robot,AMR),高效、柔性、可靠,它們以智能邊緣、計算機視覺、自動控制等創新技術作為支撐,在物流行業得到日益廣泛的應用,解放生產力的同時也推動著物流行業的智慧化升級。

如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

自主移動機器人成為現代智慧物流倉儲的工作主力

作為物流行業具有重要潛力的技術應用,AI與計算機視覺的融合能夠幫助物流企業強化對于業務的即時洞察,快速精準地識別快遞爆倉和違規行為等異?,F象。在提升物流運轉效率的同時,還降低了成本支出。

而這些改變了傳統物流行業,使推動行業朝著智能高效邁進的新技術背后,是英特爾在智慧物流領域深耕多年的投入與生態賦能。

英特爾公司物聯網事業部副總裁、中國區總經理陳偉博士認為:“信息、數據碎片化已經成為了包括物流領域在內的很多行業的普遍痛點,而英特爾就是要把這些痛點轉化為解決方案。經過多年的積累和醞釀,我們已經為多個行業帶來了轉折性技術,助力物聯網向各領域的價值迸發。英特爾將邊緣計算與AI進行進一步融合,于今年宣布了“智能邊緣”的概念。然而,推動智能邊緣的產業發展是一項巨大的系統工程,它需要軟件、硬件、生態的多方攜手,所以我們希望提供一站式服務來賦能生態鏈,支持客戶快速進行智能化部署?!?/p>

一個更智慧的韻達

快速發展的中國電子商務行業孕育了超大規模、高度發達的物流市場,特別是在“6.18”、“雙十一”等電商集中促銷的業務高峰期,需要處理的物流業務更是堪稱海量。

快遞包裹大量積壓造成的“爆倉”現象,以及包裹踩踏等違規事件,將嚴重影響快遞包裹的運輸和派送速度,降低消費者的消費體驗,甚至可能引發輿論危機。因此,物流企業正在持續探索采用管理和技術等各方面的手段,盡量避免這些事件的發生。

人力巡查是過去物流行業采取的老辦法,但大量業務人員配置意味著不菲的支出,存在人為疏忽的漏洞。然而計算機就不一樣了,基于計算機視覺技術的圖像識別在物流業務上潛力無窮,既能做爆倉識別、違規操作分析,同時也可以應用于車輛到站識別和裝載率識別等場景,幫助物流企業實現視覺洞察的自動化與即時化,部分甚至完全替代人類相應的工作。

為了使用AI視覺賦能智慧物流系統,韻達研究院啟動了“智慧視覺”項目。算法層面,韻達“智慧視覺”團隊持續深耕,取得階段性突破進展;基礎設施層面,韻達基于第二代英特爾®至強®可擴展處理器、英特爾®酷睿™處理器搭建了邊緣AI基礎設施平臺,實現了分轉中心智能數據處理(系統結構如圖所示)。

如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

韻達“智慧視覺”邊緣AI服務器架構

由于物流行業是一個對業務運轉效率要求很高的行業,對AI視覺應用的推理效率有著很強的實時性要求,因此越來越多的物流企業選擇將部分視頻推理等負載轉移到邊緣側,打造融合了網絡、計算、存儲和智能邊緣的系統。

韻達和英特爾合作的“智慧視覺”項目同樣不例外。第二代英特爾®至強®可擴展處理器內置人工智能加速功能,并針對相關工作負載進行了優化,能夠為各種高性能計算工作負載、AI應用以及高密度基礎設施帶來一流的性能和內存帶寬。同時,采用矢量神經網絡指令(VNNI)的英特爾®深度學習加速(英特爾®DL Boost)顯著提高了人工智能推理的表現,為韻達邊緣AI服務器的強大性能奠定了堅實的基礎。

韻達在業務運營中使用了多種機器學習模型。這些模型同時在不斷創建和擴展,現有模型也會根據最新的數據進行優化更新。韻達系統通過云端服務器訓練和存儲最新的AI模型和數據,邊緣節點的推理服務器可以從云端接收模型和元數據。同時邊緣節點的推理服務器的推理結果,也實時匯總到云端的服務器上,用于業務的匯總和統計數據的生成。

目前,搭載了第二代英特爾至強可擴展處理器,并通過OpenVINO™工具套件進行優化的韻達“智慧視覺”解決方案已經在爆倉識別、違規檢測等應用場景中得到實際應用,并實現了如下收益:

1.降低爆倉率與違規率等異?,F象;

2.節約邊緣AI系統構建成本;

3.減少人力資源支出;

4.降低延遲并節約IT資源。

對韻達而言,這套解決方案幫助其避免了傳統管理模式在敏捷性、即時性和成本等方面的缺陷。決策者能夠更快速、精確、全面地發現倉庫爆倉、違規踩踏等異常事件,對業務進行更科學的規劃,從而提升物流運轉效率,讓消費者獲得更滿意的服務。

值得一提的是,由于這一解決方案基于邊緣端實現,因此基礎設施采購、網絡部署等資本支出降低。更大規模的自動化,意味著韻達無需進行多余的人員配置,這樣也會讓運營成本實現進一步下探。

機器人4.0帶來的行業迭代

現代人對“偷懶”有了新定義:解放雙手,把不適合人類的工作統統交給機器人。如果你沒去過一家現代物流公司的倉庫,你或許不會知道,揀貨、運送的工作都已經被一個個形態各異的機器人包圓了。

這些自主移動機器人具備自主移動、人機交互、智能操縱等關鍵能力,能夠準確感知和理解三維物理世界,隨機應變執行任務。在AI、5G、物聯網等數字化技術的驅動下,自主移動機器人行業不斷利用技術紅利加速產業落地。國際機器人聯合會(IFR)預測數據顯示,自主移動機器人在物流自動化市場迅猛發展,預計到2022年,將從2018年的110,000臺增至700,000臺。

自主移動機器人要實現自動化作業,移動性、自主定位、路徑規劃能力是關鍵。

如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

極智嘉AMR產品家族

首先,機器人要能夠通過外部傳感器(攝像頭、激光雷達、超聲等)搜集外部環境數據并融合處理后進行數字世界建模。這其中涉及大量的數據并行和順序計算,需要高性能傳感器和高性能處理器的有機整合。

英特爾重要的智慧物流生態合作伙伴北京極智嘉科技有限公司基于英特爾架構推出了“極智嘉云-邊-端協同AMR解決方案”,終端產品分為M、A、F等多個產品線,搭載了英特爾®酷睿®處理器、英特爾®實感TM深度攝像頭等硬件產品,基于DevCloud開發平臺快速開發驗證,并通過OpenVINO™工具套件完成視覺推理加速,滿足了AMR在路徑規劃、導航避障、物體識別等方面的需求。

其次,自主定位是機器人自主運行的基礎。為了業務實現的柔性,一般自主移動機器人采用即時定位與地圖構建(Simultaneous Localization And Mapping,SLAM)技術,無需對外部環境進行改造,在運動過程中通過重復觀測到的地圖特征(比如,墻角,柱子等)定位自身位置和姿態,再根據自身位置增量式的構建地圖,從而達到同時定位和地圖構建的目的。

極智嘉AMR使用的英特爾®實感TM深度攝像頭則賦予設備觀看、理解、交互以及從環境中學習的能力,可在攝像頭支持的整個視野范圍內提供高度準確一致的深度數據,助力極智嘉AMR在有限的機內空間中,獲取高精度的深度圖,準確識別周圍環境并進行互動。

值得一提的是,基于英特爾®實感™D435深度攝像頭的AMR Follow Me跟隨解決方案,在極智嘉智能倉儲系統中,極大地提高了倉庫補貨環節的效率。

補貨工人在貨車開進工廠后,通過招手方式呼喚AMR自主移動到貨車旁邊,工人將貨物放在AMR上后,AMR可自主跟隨工人到貨架區補貨,整個補貨的流程極大節省了工人的體力,提高了工作效率。而在Follow Me跟隨解決方案中,英特爾研發團隊重點解決了兩個技術難點:一、在復雜的倉儲環境中,識別追蹤目標人物并給出目標人物與AMR的相對位置關系;二、跟隨人員的AMR移動控制系統。

最后,為了在大規模機器人應用場景下,更有效、更經濟的進行計算力部署,同時對于海量的機器人進行統一的調度與管理,云-邊-端一體化的機器人解決方案異軍突起。

英特爾與合作伙伴發布的機器人4.0白皮書認為,云-邊-端一體化是機器人4.0時代的重要特征,5G和邊緣計算的部署使得機器人端到基站的延遲可以達到毫秒級,很好地滿足了機器人的實時應用需求。同時,邊緣服務器可以在網絡的邊緣、靠近機器人的地方處理機器人產生的數據,減少對于云端處理的依賴,構成一個高效的數據處理架構。

如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

機器人4.0時代

極智嘉AMR邊緣服務器搭載了第二代英特爾®至強®可擴展處理器。該處理器內置人工智能加速,并已針對工作負載進行優化,能夠為各種高性能計算工作負載、AI應用以及高密度基礎設施帶來一流的性能和內存帶寬。同時,采用矢量神經網絡指令(VNNI)的英特爾®深度學習加速(英特爾®DLBoost)可顯著提高人工智能推理的表現。

在基于英特爾®架構的硬件平臺上,極智嘉與英特爾合作對VX-SLAM定位模塊、復合檢測網絡算法進行了優化。同時雙方還基于OpenVINO™工具套件來加速深度學習模型推理,在英特爾硬件的基礎上實現了更高的性能提升。在一項利用深度神經網絡提取SLAM所需視覺特征的實驗中,經過OpenVINO™工具套件優化的網絡模型,相比原TensorFlow模型,在同一CPU上運行所需時間降低了68%。

如何讓中國物流變得更高效與智能,英特爾與業界合作伙伴共織一張物聯網

極智嘉RaaS云-邊-端高度協同智慧物流解決方案

在具體實際商用過程中,基于英特爾®架構的極智嘉AMR產品與解決方案提升了揀選準確率與效率,節省了30%-50%人工成本,效率提升1.5倍2倍。這套方案的靈活性配置同樣值得一提,客戶可以根據自身需求增減機器人,通過智能算法優化運行效率,同時提升倉庫存儲能力。而最重要的安全部分,基于英特爾®實感™3D深度攝像頭的深度感知能力,以及英特爾®酷睿®處理器所提供的強大算力基礎平臺,極智嘉AMR機器人可實現對空間及低矮障礙物的精準檢測,保證現場實施安全。

目前,極智嘉智慧物流產品與解決方案已經廣泛應用于全球不同客戶的物流場景之中。

例如,極智嘉為耐克位于日本的全新物流中心提供了先進的智能機器人解決方案,不僅幫助耐克把揀選員從繁重、重復的倉庫揀選工作中解脫出來,還有效提高了發貨效率,降低了運營成本,賦能耐克實現了柔性、敏捷的倉儲物流能力,助力耐克在日本實現訂單“當日達”服務。

戴爾與嘉里大通則使用極智嘉產品將傳統倉庫進行智能化升級,利用先進的人工智能和機器人技術對整體倉庫進行改造。上線后的戴爾智能倉庫內部署了極智嘉P500“貨到人”機器人和2000多組貨架,利用密集存儲方式在滿足高庫容率、高空間利用率要求的同時,還可以管理海量SKU,并根據業務需要隨時切換揀貨、上架、盤點功能。

智慧物流演進,英特爾這么想

2017年,我國智慧物流市場規模超過4000億,據iiMediaResearch預測,到2025年,智慧物流市場規模將超過萬億。以智慧視覺、物流機器人等作為典型應用的智慧物流系統正在包裹追溯、包裹識別、月臺管理、視覺智能分揀、園區安保、運營管理等場景持續落地。

在物流行業,英特爾擁有從云端到終端的廣泛產品與解決方案,在性能、成本效益等方面具備卓越的優勢,還有助于加速數據中心、企業和智能邊緣計算環境中的人工智能推理工作負載。

人工智能、物聯網等技術的落地正在改變著整個物流行業,塑造出智慧物流新形態。英特爾將基于從云端到邊緣端的技術優勢與產品組合,幫助物流企業加速數據中心、企業和智能邊緣計算環境中的人工智能推理工作負載,并攜手韻達、極智嘉等合作伙伴,持續推動智慧物流生態發展和智能應用落地?!庇⑻貭柟疚锫摼W事業部中國區首席技術官兼首席工程師張宇博士表示。

免責聲明:凡注明來源本網的所有作品,均為本網合法擁有版權或有權使用的作品,歡迎轉載,注明出處。非本網作品均來自互聯網,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責。
百度 好搜 搜狗

警告:本站禁止未滿18周歲訪客瀏覽,如果當地法律禁止請自覺離開本站!收藏本站:請使用Ctrl+D進行收藏