作为与零售、金融并列的“商业基础设施”，阿里巴巴的菜鸟网络成立的四年间里已经建构了一张数据化、智能化和社会化的物流网络干络，以支撑全社会的商品配送需求。2017年，阿里称未来五年继续加持1000亿投入，加大布局新零售与物流全球化。再1000亿未来的背后，有哪些技术实践能推助智慧物流发展，又值得我们关注呢？
在近日举办的菜鸟网络2018技术论坛深圳站上，围绕智慧物流背后的成长和关键技术，来自菜鸟网络的四名技术资深专家与两百余位开发者们深度分享了菜鸟网络物流智能化、自动化、全球化的技术实践与架构演进。由于完整篇幅有限，仅以介绍关键技术内容为主。
菜鸟智慧物流面临了哪些技术挑战与机遇
菜鸟网络国际物流部技术专家唐韧从全球物流格局与机遇、菜鸟网络业务及技术全景、菜鸟所面临的业务挑战以及用哪些技术去解决问题、物流未来的技术前瞻等几个维度进行解析。
全球物流格局与机遇
中国和美国是全球两大经济体，但国家的需求密度分布、人口分布差异导致了物流格局的区别。实际上，中国物流大而不强，其物流成本占到整个GDP的15%;符合现代物流要求仓储标准只占12%;由于同质化竞争非常严重，导致包裹单价的逐年下降;全国2000多万台货车的空驶率加重了环境的污染;员工的留存率低，导致快递服务质量参差不齐;物流企业没有数据互联，信息孤岛。
未来全球化的趋势不可阻挡，阿里巴巴铺设了五个全球战略，全球买、全球游、全球卖、全球付以及最核心的全球运。马云曾提出的EWTP概念——即全球电子贸易平台，在今年的WCO大会上对其进行了升级，改为EWTTP。
菜鸟网络目前覆盖了全球224个国家，从2013年初创到至今的五年发展，双十一订单从1.67亿突破了2017年8.12亿的跨越，且实现了电子订单的在线化，快递当日达和次日达，达到了全球通关一体化的平台。
菜鸟网络有五大业务板块，一是打造端对端一体化体验的快递网络，二是实现全局供应链的优化仓配网络，三是实现全球买、全球卖的跨境网络，四是实现消费者体验的末端网络，五是方便农村的巨大海量消费的农村网络。
业务挑战与背后技术
菜鸟物流架构分为三层，底层是实现全球物流最核心的物流基础设施；中间层是基于基础设施搭建的智能仓配网络和配送网络;最顶层是订单全局优化引擎来实现仓配协同。
用户的购买选择是基于菜鸟网络整合的资源、线路以及商品背后的物流属性相连接，计算出商品服务的物流表达，从而透射到电商的网站上。为了让大家最直观的感触整个链路场景，下图是一个包裹出库的最优决策过程。
消费者选择商品下单后会进入菜鸟物流大脑，首先是决策层——基于商品的大小、重量、离消费者的路径调动智能路由，它会获取相关的履行路由的路径和线路。拿到线路后可能有很多的侯选集;然后接着是对旅行成本的决策，即基于时效、成本的综合决策来选择最终的调度;最后通过所谓的link平台来调度物流资源的服务商，对整个包裹进行旅行。最终，再把所有的旅行完之后的数据沉淀下来，输入供应链管理的平台，来实现对商家需求能力的计划以及供给计划的优化，从而让商家能够更好的进行销量的预测，让它的仓储选择、品类规划能够做更好的优化，比如把商品推送到离消费者最近的仓。
菜鸟网络在2015年推出了电子面单，面单的左侧连接着物流合作伙伴，右侧连接着商家ERP系统，提供了统一的标准将包裹实现了在线。目前物流的核心环节叫仓配。在仓配供应链的智能规划平台里，实现了智能选仓、智能分仓、智能预测，从而给商家提供完全无缝连接的智能补货能力，以及仓储内部的智能入库、智能上架，实现分拣和调拨的有序。
全球化的发展越来越快，国内讲究深度，即精细化的物流提升，而国际讲究广度它包括三个平台，全球仓储平台、全球配送平台、全球通关平台。菜鸟技术平台架构分为四大域，最底层是三方域;上一层是平台域，包括电商平台、统一物流集成平台、数据平台；再往上是业务云，即菜鸟整个智慧物流的形成核心；最上层是客户域，包括消费者、商家、物流商。应用视觉下的基础架构体系从下到上是整个运用的周期，底层是基于物流云和阿里塔内高密度的混合云，实现随用随弹;中间层是通过调度决策、成本分析实现能力和计算能力需求的弹性；最上层是应用、托管、编译、运行等环境。
未来的指挥物流前瞻
未来5年是智慧物流加速期，将致力于实现可扩展的自动化，实现物流平台的连接，人工智能和大数据算法是物流智能化的基础，最终未来物流的大前景是会实现通过系统链路以及工业级IOT的连接，实现整体的柔性自动化。
物流无人技术应用与探讨
菜鸟网络资深技术专家哥德在他的演讲中为大家重点介绍了菜鸟的一款智能配送机器人——菜鸟小G背后的技术实现和创新，以及菜鸟ET实验室对物流无人技术的展望。
如果把包裹定义为物理空间上任意一个物理的移动，那么包裹是无处不在。按照马云的预测，估计在2025年其包裹量一天将达到10亿件。面对包裹配送量激增的挑战，菜鸟以求以末端配送机器人去应对相应的配送人员不足、人力耗费等情况。2017年，菜鸟发布了两款菜鸟小G，第一个是菜鸟小G2代，将其定义为园区范围内去进行配送;第二个是小G Plus，将其定义为开放街道环境中做配送，强调性能、展货量和速度。
菜鸟小G系统架构
菜鸟小G的系统架构包括：传感器，即眼睛、耳朵；计算单位，即大脑；执行机构，即手脚。
所有的传感器都有适合的场景和不适合的场景，对于特殊的材质将选用超声额外的传感器进行感知;所有的传感器的数据会输入计算模块，其计算模块有：一是高精度地图，对静态场景的识别和处理；二是定位，处理结构化场景的识别。而识别部分更关心动态障碍物的检测、跟踪、预测，包括分割等等。
关于3D Lidar slam，Slam算法非常注重回环优化的问题，但Slam算法永远不可能处理非常庞大的场景，需要借助地图拼接的技术，小块构建不同Slam的3D点云，进行无缝拼接。关于3D Visual Slam，它是基于摄像机做的Slam室内项目，其视觉对整个特征、纹理、环境有很高的要求。Slam技术的难点是需要同时做定位和构建地图，即联合优化问题。
机器人运行过程中需要实时监测可以运行的地点，感知交通标志线、倒影、远处的光斑、看不到里面的纹理等，并进行预测。
菜鸟小G现状与物流无人技术展望
自动化方面包括结构化环境和非结构化环境，菜鸟小G处理非结构化环境，对每一个单个机器人来说，它比结构化环境要难，因为相比结构化环境中，其碰到的技术挑战是不同的。
关于菜鸟小G跑在街上被人抱走的疑问。首先，机器人后台有非常完备的监控措施，其所有传感器都有完备的监控;其次，机器人在地图上有实时跟踪的定位。最后，视频监控。而关于机器人或者无人驾驶有三个要素：一是Scalability，这取决于规模大小，不同的规模有不一样的概念；二是Robustness；三是Adaptive，自适应性。在中小规模、静态化的、相对单一的环境里，问题已经解决得相对比较好；但超大规模、动态的、异构化的环境里面问题的解决，其挑战非常巨大。
机器人的技术比无人驾驶更难。无人驾驶在结构化环境跑，其要解决的问题仅仅是相对决策和选择有限，此外，很少会面临人为阻拦的问题，但末端机器人却不一定。相对于街道的配送服务，学校的配送更加困难。首先，复杂在于人车不分流，没有机动车道和非机动车道的概念；第二，十字路口没有红绿灯，没有红灯停、绿灯行的概念；第三，不需要考虑逆行的事情。而在街道中，会自行检测红绿灯信号灯情况，进行选择是否穿过马路，进行提供最基础的配送服务。
未来除了对末端机器人做商业化的探索和末端场景之外，菜鸟还会对卡车高速公路配送技术进行拓展性研究。而对终局的判断，菜鸟ET实验室预测，未来10亿级包裹的配送中可能有超过50%以上的包裹将由智能配送机器人完成。
共2页 [1] [2] 下一页
智慧物流发展迅速 中邮速递易智能快递柜促行业品质化发展
淘宝的成交秘密：电商最后一公里除了物流，还有“种草”的内容
将物流行业送进智能时代 智能快递柜企业是先行军
让生鲜冷链物流不“断链” 这五点还需加强
阿里研究院高红冰：未来智慧物流的发展趋势
搜索更多: 物流
