第三章 5G助力无人配送智慧升级
3.1无人车行业发展现状
3.1.1 国家持续加强对物流无人车政策支持
2019年9月，中共中央国务院印发《交通强国建设纲要》明确建设智能交通，加强智能网联汽车(智能汽车、自动驾驶、车路协同)研发，形成自主可控完整的产业链。推进装备技术升级，智能化、数字化交通装备。广泛应用智能高铁、智能道路、智能航运、自动化码头、数字管网、智能仓储和分拣系统等新型装备设施，开发新一代智能交通管理系统。
同样在9月，国家邮政局组织在深圳召开2019年邮政业科技创新工作会议，同时国家邮政局党组书记、局长马军胜部署2019年6个方面重点工作，提到要着力稳固行业发展态势，并具体指出“完善法规标准体系。开展邮政法修订施行10 周年情况评估。全面贯彻落实电子商务法、《快递暂行条例》，制修订《智能快件箱寄递服务管理办法》《邮政行业安全监督管理办法》《快递市场管理办法》等部门规章。建立邮政管理系统法律人才库，推动组建法律顾问和公职律师队伍。持续加强行政复议等执法监督。推动修订《住宅信报箱》国家标准，发布实名收寄信息交换、安检设备配置、寄递地址编码编制规则、包装基本要求等行业标准，开展快递无人机、无人车、智能安检机相关技术标准研制。研究制定专业末端收投等新业态服务规范。”
3.1.2 电商物流行业在无人车领域积极布局
随着市场的发展与沉淀，最后一公里场景下自动驾驶发展重点不再是技术的创新能力，而是如何利用技术在具体场景之下提高效率以及降低成本。具体来说，一方面在于技术如何实现对于具体复杂场景的应对能力;另一方面在于如何降低整体解决方案的成本来实现足够的产品功能。未来趋势：人力配送成本的逐渐上升与机器配送成本的逐渐下降都是未来必然的发展趋势，因此未来市场爆发的时间点在于这两条线的交汇节点，因此在这种趋势背景之下，业内仍会选择持续在此领域进行研发投入和布局。
3.1.3 疫情期间末端无接触交付方式再次推上舞台
尤其是在2020年初，受新冠肺炎疫情的影响，消费者对于到家服务的需求出现了爆发式增长，据调研至少有8家无人车厂家或者技术服务商在疫情期间提供无人车配送服务，服务类型包括，送餐、送快递、送蔬菜、送药、消毒清洁和测量体温。当前，不论是到店还是到家的城市配送都关乎百姓的日常生活，推动社会商业和快递业高速发展是保障居民生活质量的必要条件，更是社会消费升级的重要抓手。受此次疫情的影响，“最后100米”配送无接触交付显得异常重要，结合我司近3年智慧零售门店的发展与布局，从商品类型、订单结构、配送距离、配送质量和配送时效等方面，为实现“最后100米”无人配送提供了一个发展平台。
3.1.4 快递量不断增加，快递员招聘难度大，无人车成为末端配送重要补充力量
2020年全国日均快递业务量预计突破2亿单，其中即时订单量增长迅速，给末端配送带来不少压力。
过去十年快递业务量增长速度迅猛，预计2020年快递业务量将达到740亿单，日均快递业务量突破2亿单，其中即时配送快递量增长速度普遍高于全国快递业务量增长速度，末端配送压力剧增。据统计我国劳动力人口(16-59岁)近五年以来持续减少，未来末端配送劳动力压力雪上加霜。
3.2 5G和车联网技术，为自动驾驶发展带来新机遇
5G对于车联网技术的发展具有重要意义，而车联网技术是自动驾驶实现的基础，因此5G与车联网对于自动驾驶的发展均具有推动作用。通信技术的迭代能够帮助车联网技术释放巨大能量。5G通信技术由于其“低延时、高可靠、大带宽”的特性，可以为用户提供毫秒级的端到端时延和接近100%的业务可靠性，降低时间延迟及道路参与者的不确定性。它能够帮助提升车与周围环境之间的数据传输速度，让不同智能交通应用组件之间更为联动，从而提高交通系统的智能化程度及驾驶的安全性。
车联网技术作为自动驾驶实现的支持基础可以推动其实现快速发展。从技术角度来看，由于单车感知在某些方面存在不足，感知能力易受到限制，车联网是提高自动驾驶车辆感知成功率的重要发展方向，它可以为车辆提供雷达探测之外的更丰富的实时信息。例如人类司机或自动驾驶车的车载传感器由于视角与视线的局限，无法感知到全部的路况信息，但通过车联网配备路侧感知设备之后，利用高清摄像头等多种传感器加上边缘计算设备的识别能力，就可以把路口范围内的全部交通信息共享给路口的所有车辆，极大地减少了安全隐患。从成本角度来看，车联网技术的发展让路测基础设施更加完善，这将进一步为车端硬件的改造减轻成本负担，降低车辆的量产成本，更好地推动自动驾驶技术的落地。
3.3无人车5G升级改造
苏宁智能无人配送车，主要应用于便利店到用户、高端小区、医院隔离区、政府园区，公司园区及工业园区的无接触末端配送。其核心的自主定位导航是以多线激光雷达数据的激光SLAM为主，并结合GNSS、编码器等惯性导航传感器的数据为辅助。机器人能判断行进前方的障碍物，并进行绕行或制动，以此保证运行的安全。同时机器人还配备了5G通信模块、摄像头等，能够将机器人状态数据与视频流回传至机器人云平台，而云平台也能够对机器人下发相关指令，做到Dashboard监控机器人运行状态，远程人工手动操作处理异常状况等。
图 2 无人车配送流程图
3.4 5G无人车系统框架介绍
苏宁智能无人车的整体框架可以主要分为三个部分：软件、硬件及前后端。
软件(software)方面：软件部分自上而下又可大概分为应用层(applications)、算法(algorithms)、中间件(middleware)及驱动(Drivers)以及底层系统(OS)。这些软件系统组成了无人车的“大脑”，使得无人车能够进行自主导航，完成各项任务。
硬件(hardware)方面：硬件部分包含了承载上位机软件系统的主板(motherboard)、与各项硬件交互的控制板(control board)、感知环境的传感器们(sensors)、执行各项动作的执行器(actuators)以及与云端服务器通信的网络通信模块(network module)。在5G无人车改造中，网络通信模块将会使用5G模组，，机器人将能够接入5G网络，实现高带宽、低延迟的通信，为远程实时视频监控等功能带来巨大的提升。具体的接入方式如下图所示：
5G 模组接入流程
由上图可知，需主板两个USB串口连接转接板，转接板上安装有ZM9000模块及相应的5G物联网SIM卡。其中USB转micro USB的接口是进行通信以及供电;USB转Type-C的接口是进行数据传输及供电。同时，ZM9000模块需要连接5根5G天线，来保障模块5G通信的质量。相应驱动(drivers)已经在上位机软件通过了验证。
前后端(front-end & back-end)方面：前后端是部署在云端服务器上的，虽然严格来说不是无人车本体的一部分，但是确实是苏宁智能无人车系统的一部分。后端(back-end)起着收集信息、发送指令任务、监控状态等功能。前端(front-end)则可以下发指令给机器人，并展示各项信息，包括机器人状态、实时监控画面等，是人与机器人交互的重要媒介。
随着5G基站的普及，5G无人配送车能够在各种小区、园区更好更快地提供智能配送服务。在高带宽低延迟的5G网络支持下，无人配送车可以不只是无人配送工具，它也可以提供更多的智能服务，如实时安保监控、智能引导、云端客服等。同时在未来，广泛部署的5G无人配送车将会成为车路协同、车车协同的重要组成之一，为协同系统提供实时视频信息、地图信息等。
3.5 5G无人车配送场景解决方案
无人车5G升级分为两个阶段：第一阶段是语音和视频实施传输，实现末端智能交付功能;第二阶段是打造5G环境下多车调度和车路协同平台，助力末端数字化、互联化和智慧化交付。
3.5.1语音和视频传输“零间隔”
在语音和视频实时传输方面，在卧龙无人车上增加5G模组，峰值传输速率达到10Gbit/s。通过5G的连接能力，满足了卧龙一号无人配送车的远程操作、自动和协作驾驶的连接要求，替代或者补充现有连接技术，支持了卧龙一号无人车控制系统与云端系统之间频繁的信息交换。在卧龙一号无人配送车的人工解救脱困的应用中，卧龙一号无人配送车由远程的操作员来进行控制，RTT时延需要小于10毫秒，使系统接收和执行指令的速度达到人感知的速度，5G网络满足了这一需求。在5G超低时延(小于10毫秒)的支持下，机器人的转向、加速和制动等实时控制信号得到了保障，最终实现了卧龙一号无人配送车的MPI(Miles Per Intervention)超过2000公里的运营指标。
卧龙一号无人车将看、听、说和理解的能力嵌入到系统应用中。在5G通信的基础设施之下，从视频和音频文件中获取有价值的见解，应用提取的原数据用于改善用户体验。将自然语音转换为可处理指令，形成智能在线助理，例如退货、查话费，订餐，咨询等任务中。同时，后台运营监控人员可以在包裹交接过程中随时介入，由云服务机器人转为人工服务，辅助无人车实现包裹交接过程，满足用户定制化服务需求，提升用户生活服务体验。
3.5.2车-车、车-路协同平台化
构建车车和车路协同平台，卧龙一号无人车结合5G技术建立车车和车路协同运营平台同时为无人车运营提供安全支持。通过极低时延的5G和C-V2X通信后，卧龙一号无人车的车车和车路协同的作用可以迎来蜕变，红绿灯的情况，十字路口的交通流量，甚至是路面发生的突发情况，都可以通过5G网络和C-V2X网路，让卧龙一号无人车、人、路之间实时互通有无，安全性也就大幅提升。
多车调度功能通过零人工干预的高速实时的闭环，依据数百维特征数据，形成超过多台无人车的智能派单和智能规划，构建了无人配送局部网络。无人车作为末端配送的重要补充力量，将以社区零售店为中心，以3公里为服务半径，提供智能配送服务，未来5年，预计无人车的数量将达到数以万计或十万级的规模，后台操作平台通过路径规划、多车协同和应急处理等手段实施监控车辆状态和运营情况，形成无人车与配送人员共同参与下的人机协同无人配送智能调度系统。
车路协同功能不仅可以缓解安全问题，还能在一定程度上提升交通效率。交通环境动态感知可降低对卧龙一号无人车高精度传感器的依赖，高精度地图与定位可有效提高和保证位置精确度，交通主体的协同决策可保证运行、动作和决策信息共享。
第四章 5G赋能物流园区智能安防
4.1物流安防概述
我国第一部强制性邮政行业标准《邮政业安全生产设备配置规范》将从2016年9月1号起施行。标准从消防、隔离等6方面对快递企业营业场所和处理场所的安全生产设备的配置作了规定。
标准要求，快递企业的营业场所、处理场所、与外相通的各出入口、停车与装卸区等区域要安装视频监控摄像头，图像资料保存不少于30天。
我国物流产业诸多公司长期以来处于粗放状态，特别是对仓储的安防方面缺乏有效、全域、智能的监管手段。物流的核心是对过程的监控。对物流场所、人、货物物资的全面安防管理是物流仓储的基本保障力。
在仓储安防环节中, 最需要关注的就是物流视频监控环节, 苏宁云仓储存物资包括粮、油等多种类型,是转运和储存物资的重要场所, 同时, 库区的往来车辆以及仓库工作人员往来频繁,例如在“618、818”等电商大型促销活动中，进出仓库的人员异常复杂，如果只靠库区保安人员来进行巡逻工作是远远不能解决问题的。
一般说来，物流仓储安防的主要要解决的核心问题有以下几个方面：
(1)人员管理。
对进出仓库的人员进行管理、特别是重大活动时，人员复杂度较高区域和时段，进行重点布控。人员管理从功能上又有不同的问题：一方面人员进出权限和禁区权限需要管控，另一方面，对人员的场所内行为进行管控，预判高风险行为，提前预警布控。
(2)物资管理。
物资管理主要体现在MINILOAD、叉车、传送带等自动化生产设备过程中，物资的跌落、摔落、分拣颠簸导致物品损毁等方面。
(3)禁区管理
仓储内特定区域有特定人员负责甚至不需要任何人进入禁区，针对禁区，需要通过信息化手段自动化布控。
(4)全域管理。
一般来说, 现代仓库安全管理系统中都会有门禁系统、视频监控系统和防盗报警系统等等。这些设备设施具有红外线和音频视频传感器, 能够对仓库实施有效的监控, 不会疏漏进进出出的每一个车辆和人员。但依然在仓储的不同时段、零散角落或存在电、水、人等多方面未知因素导致的安全事故风险。全域安全管理要求现代电商物流仓储要做到无死角管理，所有时刻的安全保障。
视频安防是仓储实现上述四个方面无人化、自动化、智能化管理的有效手段。
4.2 5G时代，视频安防的发展趋势
传统视频安防都停留在人为监督阶段，视频利用基本是靠事后的人员倒查，效率低下且很耗人力。由于大数据和人工智能技术的发展，尤其是计算机视觉技术所取得的长足进展使智能视频分析成为了现实。智能视频分析的应用有效的提升了视频安防系统的价值，前端轻智能提供检测和抓拍能力，后台重智能提供检测、识别和应用等的智能化能力。对于视频画面中出现的人员，车辆以及其他目标进行智能化的检测、分析和追踪，主动判断紧急状况和可以行为，防范治安事件或灾害。
安防产业对清晰度的追求是行业发展重要驱动力，从最初的标清(D1)、到目前高清(720P)、全高清(1080P)，甚至于超高清(4K、8K 甚至更高)。
人工智能在图像分类、图像语义分析、人脸识别、光学字符识别等计算机视觉领域表现非常突出，尤其是涉及到视频图像的结构化处理、分析方面，人工智能可以发挥其独特的优势。
5G超高清网络摄像机，可实现前端视频的5G无线传输，避免用户挖沟埋缆，方便部署到无有线网络覆盖地区，进行移动无死角拍摄。该摄像机内置M2标准接口5G模组，适用于各种室外监控环境。在成像效果上，该摄像机采用高性能800万像素1/2.5英寸CMOS图像传感器，在5G网络下输出4K视频实时图像，图像更清晰更流畅，呈现更多细节;集成多种图像增强算法，如H.265智能编码、3D降噪、光学透雾、强光抑制、背光补偿、电子防抖等，大大提高了摄像机在全天候环境与复杂光线条件下的图像质量，超低照度下图像信噪比高达55dB。另外，该款摄像机支持单摄像头双流输出，可同时输出全景和特写信号，采用全定制自动对焦无畸变摄像头，广角视场角高达120度。
4.3 5G智能安防方案
4.3.1 5G 安防硬件配置
图 2：5G 摄像机
产品特性：
·采用高性能800万像素1/2.5英寸CMOS图像传感器，图像清晰度高;
·最大可输出800万(3840×2160)@30fps;
·支持 H.265/H.264智能编码，ROI区域增强，适用不同带宽和存储环境;
·支持IP66防护等级，防浪涌，防静电，防雷设计;
·支持5G网络输出4K视频实时图像。
产品详细参数见下表：
表 2-1：5G 摄像机详细参数
4.3.1 5G智能安防实施方案
5G+AI仓储安防系统总共分为3个部分。
第一部分前端设备，使用5G 超高清网络摄像机采集视频流。
第二部分视频分析平台系统，通过先进的人工智能技术，将海量视频资源中包含的人员、车辆、移动物体等各类信息资源提取出来进行存储和分析研判。基于深度学习构建算法模型，深度提取图像数据中目标特征(人脸、人形、车辆、行为等)，结合关联数据，形成模块化的功能应用。
第三部分客户端，管理员通过登陆Portal可以实现对视频分析平台系统的所有任务进行管理，日志查看等操作，视频分析的告警也会在Portal中呈现。
第五章 5G引领物流产业变革
物流活动一直是经济活动的基石，从古代的物物交换开始，随着生产力的发展和社会经济水平的不断提高，物流一直扮演着生产和流通活动中的重要角色。至上世纪中期，因生产力提高，社会产品空前丰富，流通成本快速上升，物流活动开始受到关注并成为社会经济中的研究热点，现代物流科学也随之诞生。此后，人们很快发现改善物流系统带来的巨大经济效益，因此现代物流也被称为“第三利润的源泉”。
我国是全球物流大国，经过30多年的发展，物流业已经发展成为重要的现代服务业，是国民经济的支柱产业。2013年，我国物流市场规模首次超过美国，成为全球第一。2017年，全国社会物流总额达到252.8万亿元，铁路货物发送量、铁路货物周转量、公路货运量、港口吞吐量、集装箱吞吐量、快递量均居世界第一，民航货运量居世界第二。物流费用占GDP的比例每降低1个百分点，就可带来4000多亿元的经济效益，对降低制造业成本和拉低物价水平有重要意义，物流业的发展程度和水平高低已经是一个国家现代化程度和综合国力的重要标志之一。随着社会的发展，生产销售进入小批量、多品种阶段，对物流系统的要求也在不断变化和提高，尤其是进入信息时代，随着电子商务的出现，网络经济对物流的强烈影响和更加严格的要求，促使物流业必须提高现代化程度，如何低成本实现高效通畅的把产品送到用户手中，是现代物流企业生存和竞争的可靠保障。
随着“5G新基建”的推进，未来我国物流行业数字化、信息化和智能化的水平会进一步提升。“新基建”就是在修建“信息高速公路”，为包括物流行业在内的众多产业服务。物流行业的未来离不开大数据、物联网、人工智能、区块链等新兴技术的发展，而5G为这些新技术的开发和运用提供了非常好的“土壤”，最终技术变革将推动产业变革，助力物流行业全面升级。
苏宁物流探索5G物流创新示范，对5G与物流产业的结合具有创新示范效应，对全面实现5G 技术落地物流产业具有重要意义。
据统计，此前几年，电商传统AGV平均价格逐渐降至6.5万元/台。预计5G商用带动AGV产业成熟稳定之后，单车成本降至5万元以内，更多的功能通过部署到MEC端进行统一调度和计算，5G云化AGV的应用效果与人工拣选相比较，2年内即可实现投资收益，可观的成本优势将大大推动机器代人的进程。
无人叉车5G化改造后，从单车成本的角度来看，主流的安全传感器成本动辄上万，且防护范围只有几米，不能完全满足无人工业车辆对于安全预警的需求。而具备同等性能的相机，成本只有几百块，可以观察近15m的区域。随着5G和边缘计算的引入，视觉相机将突破相关技术、硬件及算力限制，帮助无人工业车辆通过低成本方案完成避障。不仅如此，5G技术和边缘计算也降低了单车对处理器性能与成本的要求。根据现有设备成本估算，“云化叉车”的改装成本可降至现有普通无人车辆的50%。将传统无人叉车5~6年的投资收益期压缩至2年投资收益期，将极大调动物流产业无人叉车部署的活力。
随着不同类别的自动化及智能化设备越来越多地进入到物流环境中，设备的调度与协同成为影响设备工作效能的关键因素之一。在5G时代，尤其是在5G和边缘计算结合深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。
5.1 AGV和无人叉车产业的升级转型带动效应
本次项目中为物流仓储进行了AGV改造升级，由AGV到AMR，在适应物流产业需求和问题的过程中，探索了AGV的发展路径。
根据Interact Analysis发布的移动机器人市场销量报告，2018年AMR全球出货量超过20,000 ，是2017年销售量的两倍。其中包含的地区(美洲，欧洲，中东和非洲，亚太地区)均实现了巨大增长，亚太地区尤其是中国是推动增长量最大的国家之一。
另外，根据Interact Analysis调研预测，到2022年，工业移动机器人在制造业的销售额会达到32亿美元，其中3/4都会是AMR，而AMR在物流供应链领域，将达到30亿美元的年销售额。AMR替换AGV趋势非常明显，主要是因为AMR具有如下优势：
1)成本优势
AMR采用基于SLAM技术的激光导航或者视觉导航，不需要借助其他外部设施，不需要对实际工厂进行改造，既节省成本，又节省工期。
2)灵活性
AMR对现场生产环境依赖不高，当需要进行业务变更或者行走路径变更时，只需要让AMR按照既定路线行走，采集地图并更新地图即可完成，可以很快速的适配场景变化，非常柔性化。
3)智能性
由于AMR有很强的计算能力，基于深度学习技术，可以很容易的识别障碍物并绕开障碍物继续工作，同时，基于SLAM导航技术，更智能的AMR能适应更多的复杂场景，所以更受市场青睐。
随着5G商用逐步成熟，AGV 升级到AMR 、穿梭车、无人叉车、堆垛机、分拣机器人等不同类别的自动化及智能化设备越来越多地进入到物流应用中，在5G和边缘计算结合深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。 AGV 智能调度系统能够灵活指挥数百乃至上千台 AGV 完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务，并随数据积累与学习不断自主优化算法。可以说，本项目为后续AGV技术和业务结合，技术发展，应用经验积累等多方面提供了实践意义的支撑。
从无人叉车的测试数据来看，5G在稳定性、带宽以及覆盖范围上有着和4G和WIFI无法比拟的性能。
稳定性：时延最低为8ms，最高26ms，若网络负载增加，WIFI的稳定性将飞快下降;
带宽：2018年speedtest在全国范围内对三大运营商的4G网络测试结果显示，4G网络实际的平均上传速度仅为15Mbps。而在此次实施方案中，单个高清车载摄像头码率已达16Mbps，普通4G网络根本无法支撑系统的网络需求。5G带宽测试中，单个工业5G模组配合SA 5G网络的实测上行带宽上限可达到247Mbps;
覆盖范围：对于无人工业车辆来讲，移动性、高柔性是其特性也优势，这些优势需要强大的信息传输支持。在WIFI环境中，由于WIFI信号覆盖面积小、漫游等问题，当车辆位于距离AP较远的位置或者多AP交界位置时，信息传输的稳定性、延时及宽带性能迅速下降。在5G环境中，高速、低延时可以很好地满足工业无人车辆对信息传输的需求。
从技术层面来看，在智能仓储端，5G的高稳定性、高带宽的优势加之边缘计算的普及，无人化设备在感知、决策、性能方面将提升一个级别。
感知：下图为基于5G边缘计算的车载视觉障碍物识别的效果图，有了边缘计算作为助力，摆脱了工业车辆只能依靠简单的二维激光进行安全防护的约束，可以实时对多个摄像头进行AI分析，可观察、识别、定位15米内的仓储环境要素，并对7.5米内的人、车、货进行报警，相较于常用的防撞激光 (例如著名品牌SICK西克Tim320最大防护区域仅为4米)，成倍的提升了工业无人车辆的感知能力。
基于5G的视觉障碍物识别效果图
(2)决策： 依赖于超强的感知能力，工业无人车辆可根据道路上的障碍物类型、移动速度与方向，对车辆控制做出合理决策。例如，当判定障碍物为静止货物时，车辆将自行绕过。这样的决策，在保证工业车辆安全的同时，提高了系统的智能化程度。
(3)性能：对于性能一般的工控机来讲，处理基于高清图像的视觉Life-Long SLAM往往是天方夜谭。其单张图像(1280*1024)的处理时间往往超过500ms,这对于工业无人车辆是无法忍受的;如配合5G与边缘计算，即使加上通讯延时，单张图像的处理时间也能达到100ms以下，这为高清视觉Life-Long SLAM提供了施展拳脚的舞台。超强的感知能力和视觉SLAM技术的结合，使得使无人工业车辆可以飞快的适应电商物流仓储环节中流程、环境的变化，完成相关搬运任务。
5.2无人配送商用实践探索示范效应
无人配送是车联网重要的研究领域之一， 同时也是现阶段“物流最后一公里”小批量、高频次、高成本痛点的有效解决方案之一。车联网是5G最主要的应用之一，4G的延时平均在100毫秒左右，5G加边缘计算赋能车联网，可以实现无人车实时快速响应，灵活自如、自动避障、紧急情况远程处理、红绿灯路口自动决策等关键功能。
苏宁“5G卧龙”无人配送车在5G技术支撑之下，智能化功能得以大幅度提升，速度更快，常规运营速度平均8公里/小时，最快可达15公里/小时;同时，可检测到100米外的障碍物，并能迅速做出应对判断。基于5G技术大带宽、低时延的特性，后端管理人员可以通过车身上360度环视摄像头，看到无人车的实时运行状态。遇到紧急情况如交通障碍，可对车做人工接管和远程控制。
车车协同、车路协同将有效帮助无人车识别红绿灯，与周围车辆、交通环境产生实时交互和互联，制定十字路口通行策略。未来，一个无人配送监控中心将实现对数百台无人车的监控，全面实现无人配送的常态化运营。
5.3基于5G的物流定位探索示范效应
仓储物流作为货物流通过程的中枢环节，越发成为决定企业发展及产业链竞争力的关键。仓库的作业场景，通过将5G室内定位技术与蓝牙、UWB、二维码等结合，使得周转过程中的每一个元素都可以被感知和被追踪，结合不断优化的大数据分析平台进行分析，使企业的物流能力进一步优化和提高。室内定位技术在仓储物流中发挥的重要作用主要体现在以下方面：
高效人员管理。基于对人员的实时定位数据，进行人员考勤、工时统计、到岗/离岗等工作状态的管理等。有了精准室内定位的加持，可以作用于提升仓库工作人员的实时调度、作业区域管理、安全通道聚集预警的准确率。比如库内常见的复核、拣货操作，可以根据人员和包裹的位置提前做好拣选路径优化，实现货物拣选的成本最优化。同时，不断记录人员的轨迹信息，和货物拣选行为做数据分析，通过无监督学习，持续优化拣货路径推荐结果。同时，通过人员热力的呈现，也能辅助仓储内管理人员更加合理的人力布局以及做考勤等业务管理。
车辆设备智能调度与安全管理。通过定位技术实现对叉车/拖车的统筹管理，使得仓库内叉车、地牛、笼车的管理更加简单，可操作性更高。实际应用方面，比如对叉车作业时托盘货物的装卸、码垛、短距离运输，以及车辆的反向寻找、路径规划导航等。以及基于实时位置精准追踪可以作用于人车安全、车车安全，减少仓内事故。
货物实时动态有序管理。通过室内定位技术对仓储物流众多数量及品种的物资进行实时动态有序管理，实现物资的入库、出库、移动、盘点、查找等流程的智能化管理水平及物资流转速度，最大程度避免入库验收时间长、在库盘点乱且数量不准、出库拣货时间长且经常拣错货，以及货物损坏、丢失或过期等索赔问题。基于对每个货物的精准定位，结合CV，可以快速定位到破损或者滑落滑道的异常货品。以及对于滑道口堵塞、运输不通畅等作业进行预警。同时对于上架作业的布局合理性、拣货的最佳路径结合方面做最优化库房上架管理。并且流转到分拣中心时时，可以有效防止货物被分拣道错误的网点或者分拣中心。
5.4智慧云仓带动示范效应
5G给物流行业带来了三方面的变化：一是设备和设施智能化应用的普及，无人车、无人机、仓储机器人 等更多地得到应用，提升人的效率;二是人与车、货、仓的互联互通，物联网和AI技术将让车、货、仓拟人化并与人沟通联动，实现更高效的互动;三是服务的动态化、透明化和智能化。
苏宁云仓5G升级示范项目，在5G商用元年进行设计，2020年进行投入测试并使用，为物流行业“吃螃蟹”，实现更多创新技术的落地应用，为中国仓储物流产业在智慧化转型发展提供新动能。
