5G助力仓储智能化发展（附5G智慧物流创新白皮书下载）

完整报告下载：5G智慧物流创新白皮书.docx

8月10日，由苏宁物流、中国物流与采购联合会及江苏移动、中兴通讯、极智嘉、未来机器人、真机智能等合作伙伴联合推出的《5G智慧物流创新示范白皮书》正式发布。该白皮书旨在通过5G技术对物流仓运配全链路的升级改造，为物流基础设施智慧化发展、供应链服务提供决策依据。

白皮书分为五章，包括：物流行业关于 5G 应用的初步探索，5G 助力仓储智能化发展，5G 助力无人配送智慧升级，5G 赋能物流园区智能安防，5G 引领物流产业变革。本文摘取了第二章《5G 助力仓储智能化发展》的主要内容，进行了编辑整理。

截至目前，苏宁物流全国仓储及相关配套面积1200万平方米，业务覆盖供应链、快递、冷链、即时配送、物流地产、售后等六大板块，建立了“区域中心仓群+前行仓群+前置仓群”三级仓网布局，末端网点超过 26000个，在全国95%以上的区域可以实现24小时达。

其中，苏宁超级云仓（图1）位于南京雨花物流基地，是亚洲第一、世界前三的智慧物流基地，部署有包含AS/RS、miniload、SCS、无人叉车和AGV等自动化系统，建筑面积达20万平方米，可存储2000万件商品，日处理包裹181万件。

苏宁着力推动5G+物流产业落地探索实践，并进行了创新示范项目实施。2019年至2020年，苏宁在南京雨花区物流云仓完成了5G终端模组——园区物流MEC——核心网——业务全链路打通，完成物流仓储AGV、无人叉车、智能安防方案在5G网络环境中的部署实施，旨在降低物流产业中机器人设备成本，释放物流作业端、设备端、管理端的自动化、智能化能力，实现物流产业的降本增效实际示范。

一、AGV实现5G云化升级

从1913年美国福特汽车公司开始使用有轨道的导引车辆算起，到目前为止AGV已经经历了3代，第三代AGV（AMR）从2016年开始，AMR主要基于WIFI网络方案，实现AMR、附属设备（拣货站、扫描枪、电子标签等）与服务器之间的相互通信。

目前，AMR主要有以下几个棘手的问题：

一是WIFI网络自身问题。由于WIFI使用的是非授权频段，非常容易受干扰，再加上仓库和工厂中有大量的金属货架，导致信号衰减严重，会加剧现场无线网络的可靠性，造成延时大，丢包率高甚至AMR掉线。

二是算力制约AMR进一步智能化。在视觉和激光导航场景下，为了提高安全性，需要360°激光雷达以及多个摄像头，这对AMR本体的算力提出很大挑战，尤其是AMR智能化和小型化是后继发展的趋势，在有限空间内提升算力已经比较困难，已经成为制约AMR智能化的瓶颈。

1.设计思路及建设目标

（1）设计思路

相比较于WIFI的各种棘手问题，5G的高速率、大带宽和低时延特性，能够带来更宽广的网络覆盖、更稳定的网络连接和更高效的数据传送。再结合MEC边缘计算、云计算、大数据和人工智能等技术，会进一步提高AMR的智能，使其能够胜任更多的应用场景。

AMR通过5G和Cloud互联，结合物联网、大数据、人工智能等关键技术，实现了从订单—生产—物流—运输—配送—门店/个人的智慧物流全流程贯通。

苏宁联合江苏移动、中兴通讯、极智嘉在苏宁云仓完成了5G赋能苏宁云仓柔性化生产创新示范方案。

（2） 建设目标

通过该创新示范项目，主要达到以下目标：

AMR、拣货站、电子标签等终端设备能够通过5G稳定地连接到网络；

MEC实现AMR小车与RMS服务器之间网络数据转发；

订单信息能够通过公网传递到RMS服务器，RMS服务器根据订单信息生成调度指令，下发给AMR。

RMS的app能够部署到MEC容器内，降低硬件成本。

2.实施方案

（1）激光导航与视觉导航

AMR采用极智嘉最新的P系列机器人，标配支持二维码导航，最大负载800kg。得益于5G的大带宽传输性能，AMR可以搭配激光导航和视觉导航模块，并通过5G将大量数据上传到MEC，实现云化AMR。

激光导航方案在AMR前端会增加一个激光雷达，点云数据通过5G上传到MEC完成加速计算，并完成地图绘制、更新、导航算法以及路径规划等功能；

视觉导航会在AMR前端增加一个或多个摄像头，通过5G上传到 MEC，利用 MEC的视频加速处理模块以及神经网络加速模块，完成目标识别、导航、路径规划等功能。 

（2） 功能设计

整体框图如图4所示，根据功能需求主要分为3部分功能：

硬件:实现激光/视觉数据的采集与上传。

软件：根据激光/视觉数据完成SLAM、导航与控制。

网络：实现5G网络可靠连接。

（3） 总控平台改造

AMR部分：

AMR主控盒进行改造，通过USB连接ZM9000模组，实现5G网络传输；

充电站、拣货站、电子标签采用5G CPE（MC801），实现以太网转5G，连接5G网络。

网络部分：

RMS服务器采用HPE DL388 Gen10，第一期目标调度系统还是在RMS上实现，MEC只做网络数据透传；第二期目标，期望把RMS的APP部署到MEC上，利用MEC实现AMR的调度与管理。

二、无人叉车5G创新应用

1.5G助力无人叉车云化升级

早在2019年4月，“5G无人叉车”的概念就已经被提出，但仅限于使用5G网络实现无人叉车与中央控制系统的网络互联；同年10月，基于5G的远程控制叉车陆续出现，该类系统利用5G网络将车载行车记录仪的视频数据传回，为远端的工作人员提供控制辅助，实现了叉车的“远程控制”。然而，截至目前，无人工业车辆与5G的结合仍然处于功能性验证阶段，并没有深度结合。

5G与无人驾驶工业车辆的结合应该突出以下几个方面：

（1）与视觉结合，充分利用边缘计算

视觉技术具有信息量大、成本低等优点，但也面临大量数据计算的需求。在无人驾驶工业车辆的应用中，5G与边缘计算与视觉技术形成互补：视觉相机采集的信息通过5G网络传送至云端，利用边缘计算提取和处理图像信息，辅助工业车辆的无人驾驶。视觉与5G的结合降低了无人工业车辆的实施成本，在保证技术稳定性的同时，提升了车辆的智能化程度。

（2）云化无人工业车辆

5G技术具备大连接、低时延的特性，实现了异地设备间的通讯。通过将车载设备的信息、运算单元移动至远端，极大地降低了单车成本、最小化改造模块，使“云车辆”成为可能。

（3）远程人机协同达成人员配置优化

基于5G技术万物互联技术，人工可远程接管无人工业车辆，使各个物流节点共享同一套人工班底成为可能。随着物流自动化程度的加深，大量重复性的工作和数据传输移交到工业机器人，人工将更加专注于临时性的、非标准的盘点、巡检、查找、核对等复杂工作环节，人员的培训和调度将更加专业化、标准化，实现最优配置。

（4）基于移动网络的大尺度大规模调度

物流节拍的强健性和时效性是衡量物流效率的重要指标，区间内短波运输、主干网络之间物料迁移以及仓到端的配送环节无人化变得至关重要。如何对网络内各核心要素进行有效组织，对运输线路、仓储节点、配送支线上的各类无人设备集中调度，将是大尺度大规模物流网络面临的巨大挑战。搭建一个通讯时延相对较低和运动不确定性相对较少的场景，集群化的工业无人车辆协作将成为可能。移动通讯技术是针对设备大范围移动的专用技术，特别适用于大尺度物流网络下的移动车辆信息上传和调度信息下载，而5G技术将使得网络内信息的实时性和透明度得到较大保证。

2.实施方案

5G无人叉车提供基于5G技术的智能仓储一 体化解决方案，包括无人工业车辆调度、有人/无人车辆监控系统以及仓储系统内其他车载设备，下图展示了该一体化解决方案的网络架构图。

如图6所示，车载设备（包括车载工控机、车载高清摄像头、车载三维视觉传感器等）通过5G工业模组接入园区5G网络，其带宽要求适中，对稳定性及延时有较高要求（10ms）；5G摄像头（用于仓内环境要素识别与监控）直接接入园区网络，其带宽要求高，延时要求适中；其他设备（包括流水线到位传感器、卷帘门等）通过工业CPE接入5G网络，这些数据接入点多，但带宽、延时要求较低。

园区内一整套智能仓储设备通过5G基站以及园区下沉的UPF及MEP服务器，直接与园区内的相关服务器进行通讯，完成对车载数据及其他数据的智能化分析，并将分析结果、车辆调度信息反馈给无人工业车辆。

针对上述网络架构，苏宁在5G无人叉车方面制定了三个实施步骤：

（1） 基于5G的无人叉车实时调度

电商物流的高流量、严时效的特点对当前的工业无人车辆的系统效率与柔性提出了极高的要求，无人工业车辆处理爆发式的任务流时需要强大的中控调度系统。传统无人车辆通常使用的WIFI无线网络，在处理爆发式任务流时有以下几个问题：

• 覆盖能力弱

• 延时不可控

• 信号干扰强

基于WIFI无线网路的车辆调度信息在传输与确认过程中往往需要几秒的时间，极端情况下（信号不好或者网络负担大的情况）甚至会出现更长的通讯时延。此外，为了确保无人车辆在不稳定网络环境下稳定运行，车与车之间的安全间距必须随网络的最大延时的增加而增加，这使得工业车辆需要不断的减速停车重新启动，极大地限制了整个系统的效率提升。

5G技术具有延时可控、覆盖范围广、延时低、干扰低等特点，利用5G传输调度信息，能有效的将通讯时延控制在毫秒级。如上文所述，5G技术或将是基于移动网络的大尺度大规模调度的唯一解决方案。未来机器人平衡重式无人叉车（VNPD15）内集成了行业5G模块ZM9000，通过5G专网直接与服务器通讯，实现了5G与无人工业车辆调度相结合的应用落地。

（2）基于5G与边缘计算的云化叉车

本次5G项目落地实施主要聚焦于5G与视觉及边缘计算的结合：在基于视觉技术的无人叉车顶部安装4个高清相机（如图7），利用5G技术连接至高速虚拟专网，与视觉图像处理服务器相连，实时获取行车记录仪的图像数据。通过对无人车辆异常情况的远程图像反馈与控制，实现部分基于视觉的障碍物识别与测量。本次应用包括以下边缘计算与控制功能：

• 远程监控，工作人员可以远程排除无人车辆的异常情况；

• 障碍物识别，并根据障碍物的属性（人、有人操作的叉车、无人操作的叉车、静态货物）及其位置，采取不同的避障措施，提升系统安全性；

• 提取行车路径上的人员骨骼，完成运动巡检。如系统可识别和获取非库内人员及其位置信息，及时报送监控人员，辅助仓库内部安保。

（3）基于5G的Life-Long SLAM

SLAM，全称是Simultaneous Localization and Mapping，即同时定位与建图，指机器人从未知环境的未知地点出发，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，该项技术被广泛应用于物流、服务、军工等领域，可以极大的加速工业移动机器人的部署速度。

然而，受限于算力及内存，SLAM技术在物流领域的实际应用并不理想。当前大部分SLAM技术实施，往往先建立离线地图，再根据已建立好的离线地图进行定位。其缺点在于，当场景改变时，移动机器人往往无法与地图匹配，导致定位丢失。5G技术的引入，让多移动机器人、大场景的Life-Long SLAM得以实现。

Life-Long SLAM技术是指多个移动机器人将采集到的图像数据实时传输至服务器，服务器根据各个移动机器人的运动数据、实时图像数据以及历史地图数据，不断地更新优化现有地图，并把最新的地图分发到场内的所有移动机器人，以保证移动机器人的准确定位。

三、5G融合定位提升仓储性能

目前，定位技术室外主要以卫星定位为主，而在室内环境，由于卫星信号受限，需要无线蜂窝、蓝牙、UWB、WIFI等定位技术作为卫星定位的补充，提供室内定位。4G时代多种定位技术间缺乏有机的和深层次的融合，只能解决定位精度或者定位范围等某一方面的问题。

随着5G通信网络建设的推进，5G室内小基站已逐步进入规模化部署阶段，5G室内网络与多种室内定位技术融合，提供面向5G网络的多层次融合定位解决方案，可在定位精度以及覆盖范围上实现定位性能的整体提升，形成一种能够将多种定位技术融合在一起的、全面的、系统的、层次化的融合定位技术框架。

5G融合高精度室内定位方案，将蓝牙AoA、UWB等室内定位基站与5G分布式皮基站结合共同部署；定位基站复用5G皮基站的站址资源、供电资源和传输资源；同时结合边缘计算、大数据等领先技术，让感知层赋能执行层，提供亚米级定位精度，能够满足仓储定位业务需求。

5G融合室内高精度定位系统架构，如图8所示。

5G+蓝牙定位根据业务部署AOA定位基站连接pRRU的POE口，同时也可部署大量信标；pRRU为定位基站供电；蓝牙AOA基站的数据经过pRRU传到Hub及BBU，最终到达MEC, 定位解算服务部署在MEC上。

网络连接层主要功能是为蓝牙网关采集的数据回传至MEC，提供网络链路。以5G融合蓝牙AOA定位组网架构，如图9所示。

蓝牙网关通过网线连接pRRU的POE口，pRRU为蓝牙网关供电。同时，蓝牙网关有级联网口，可以连接多个，BBU通过光纤将数据回传至MEC。

数据解算层是实现标签位置计算的关键。位置解算引擎将蓝牙网关回传的数据，经过数据清洗，依据不同的定位算法（TOF/TDOA/AOA/AOD等），解算出标签位置坐标。解算引擎部署在MEC，可以充分利用MEC平台提供的计算资源、存储容量、处理能力，发挥5G网路高速率，低时延，大链接的优势，进而提升网络利用效率和增值价值。

应用层利用5G融合室内定位技术，完成业务层面的呈现，提供人与物的定位，助力企业安全管控和生产效率提升。