物流服務(wù)背景下智慧物流無(wú)人機(jī)產(chǎn)品設(shè)計(jì)

摘要：針對(duì)現(xiàn)代物流系統(tǒng)的特點(diǎn)，引入遺傳算法對(duì)多個(gè)物流配送無(wú)人機(jī)在多配送目標(biāo)之間的配送航線進(jìn)行優(yōu)化，尋求最優(yōu)路徑，研究重點(diǎn)為無(wú)人機(jī)物流系統(tǒng)配送航線設(shè)計(jì)及優(yōu)化過(guò)程中遺傳算法的應(yīng)用。在優(yōu)化過(guò)程過(guò)，將單個(gè)物流無(wú)人機(jī)的航線距離和各個(gè)物流無(wú)人機(jī)航線距離的總和作為約束條件，以此來(lái)得到更為符合實(shí)際的結(jié)果。

關(guān)鍵詞：無(wú)人機(jī)物流系統(tǒng);航線規(guī)劃;遺傳算法

1、智慧物流

在人工智能、大數(shù)據(jù)、智聯(lián)網(wǎng)、智能傳感器等技術(shù)飛速發(fā)展的背景下，無(wú)人駕駛車拓展了人類移動(dòng)性的內(nèi)涵與外延。隨著無(wú)人駕駛技術(shù)的日益成熟，相關(guān)政策法規(guī)的日益完善，無(wú)人駕駛車產(chǎn)品設(shè)計(jì)的場(chǎng)景逐漸從乘用車領(lǐng)域向社會(huì)智能服務(wù)領(lǐng)域拓展。智慧物流服務(wù)是人工智能技術(shù)率先落地應(yīng)用的社會(huì)服務(wù)場(chǎng)景，人工智能引領(lǐng)的新一代信息技術(shù)推動(dòng)了智慧物流的產(chǎn)生和發(fā)展。本研究針對(duì)人工智能與智能交通系統(tǒng)、交通大數(shù)據(jù)、物聯(lián)網(wǎng)與人車交互技術(shù)支持下的無(wú)人駕駛車產(chǎn)品設(shè)計(jì)進(jìn)行研究，以期應(yīng)對(duì)國(guó)家戰(zhàn)略轉(zhuǎn)型下的設(shè)計(jì)理論研究，提供設(shè)計(jì)實(shí)踐與方法借鑒。[1]

2、無(wú)人駕駛驅(qū)動(dòng)的智慧物流服務(wù)技術(shù)架構(gòu)

無(wú)人駕駛驅(qū)動(dòng)了社會(huì)化智能服務(wù)的運(yùn)行，無(wú)人駕駛車驅(qū)動(dòng)的社會(huì)服務(wù)系統(tǒng)技術(shù)架構(gòu)與無(wú)人駕駛車的服務(wù)內(nèi)容相關(guān)。在乘用車服務(wù)場(chǎng)景中，無(wú)人駕駛車的主要服務(wù)內(nèi)容是執(zhí)行駕駛?cè)蝿?wù)。無(wú)人駕駛的感知模塊通過(guò)多種傳感器的融合實(shí)現(xiàn)對(duì)環(huán)境信息和車身信息的采集和預(yù)處理。感知模塊是無(wú)人駕駛車從外部環(huán)境中采集信息，并從中獲得駕駛?cè)蝿?wù)和服務(wù)知識(shí)的途徑。無(wú)人駕駛車藉由感知模塊具備了感知情境、生產(chǎn)數(shù)據(jù)的能力。無(wú)人駕駛車的規(guī)劃模塊具備深度學(xué)習(xí)、圖像處理和智能計(jì)算能力，對(duì)感知模塊獲取的信息數(shù)據(jù)基礎(chǔ)進(jìn)行處理，規(guī)劃無(wú)人駕駛車的行為實(shí)現(xiàn)智能決策。網(wǎng)聯(lián)技術(shù)的本質(zhì)就是協(xié)同，通過(guò)通信模塊無(wú)人駕駛車與社會(huì)服務(wù)系統(tǒng)聯(lián)通。通信模塊令無(wú)人駕駛車具備了網(wǎng)絡(luò)連接能力，車與車（V2V）、車與人（V2P）、車與路（V2R）、車與設(shè)施（V2I）、車與網(wǎng)絡(luò)（V2N）以及車與云（V2C）聯(lián)結(jié)在一起，實(shí)現(xiàn)了“車聯(lián)萬(wàn)物”（Vehicle to X，V2X）?！叭褐莿?chuàng)新”是多個(gè)個(gè)體、主體按照既定原則組織起來(lái)，圍繞特定目的進(jìn)行的創(chuàng)新活動(dòng)。每輛無(wú)人駕駛車都參與到產(chǎn)生數(shù)據(jù)、計(jì)算數(shù)據(jù)、分析數(shù)據(jù)、傳輸數(shù)據(jù)中，云存儲(chǔ)、云計(jì)算技術(shù)對(duì)無(wú)人駕駛車收集來(lái)的數(shù)據(jù)進(jìn)行計(jì)算分析，實(shí)現(xiàn)無(wú)人駕駛車的“群智創(chuàng)新”模式。[2]

3、無(wú)人駕駛車功能需求分析

日本學(xué)者 Sakao、Shimomura 在服務(wù)工程（Service Engineering）的基礎(chǔ)上提出了服務(wù)/產(chǎn)品工程（Service/Product Engineering，SPE）概念。在服務(wù)/產(chǎn)品工程中，產(chǎn)品被視為服務(wù)的組成要素，服務(wù)被視為包含產(chǎn)品的系統(tǒng)。服務(wù)/產(chǎn)品工程中將“服務(wù)”定義為“服務(wù)提供者”（Provider）使“服務(wù)接受者”（Receiver）從一種狀態(tài)轉(zhuǎn)變到其所期望的另一種狀態(tài)的活動(dòng)，活動(dòng)的內(nèi)容和渠道都是實(shí)現(xiàn)服務(wù)的手段。服務(wù)提供者所期望的服務(wù)接受者的狀態(tài)變化用“接受者狀態(tài)變化參數(shù)”（Receiver State Parameters，RSPs）表達(dá)?！敖邮苷郀顟B(tài)變化參數(shù)”是由服務(wù)接受者的價(jià)值需求驅(qū)動(dòng)的，一系列“接受者狀態(tài)變化參數(shù)”構(gòu)成了無(wú)人駕駛車產(chǎn)品設(shè)計(jì)的價(jià)值需求。服務(wù)/產(chǎn)品工程領(lǐng)域視圖模型的原理見(jiàn)圖1。

該結(jié)構(gòu)表達(dá)了功能、服務(wù)內(nèi)容和服務(wù)通道之間的關(guān)系結(jié)構(gòu)。最頂端是由“目標(biāo)接受者狀態(tài)變化參數(shù)”表達(dá)的需求，最底端是產(chǎn)品功能規(guī)格所體現(xiàn)的服務(wù)提供者表現(xiàn)。無(wú)人駕駛車作為智慧物流服務(wù)的產(chǎn)品媒介，通過(guò)構(gòu)建無(wú)人駕駛車產(chǎn)品設(shè)計(jì)視圖模型分析無(wú)人駕駛車的功能、物流服務(wù)內(nèi)容和物流服務(wù)通道，在此基礎(chǔ)上獲得無(wú)人駕駛車產(chǎn)品功能規(guī)格。[3]

4、結(jié)語(yǔ)

智慧物流是無(wú)人駕駛車率先實(shí)現(xiàn)應(yīng)用的社會(huì)服務(wù)場(chǎng)景。無(wú)人駕駛車的感知模塊、規(guī)劃模塊、通信模塊和控制模塊豐富了智慧物流服務(wù)中感知、傳輸、存儲(chǔ)和應(yīng)用數(shù)據(jù)的途徑，驅(qū)動(dòng)了物流服務(wù)場(chǎng)景的構(gòu)建。無(wú)人駕駛車產(chǎn)品設(shè)計(jì)的主要任務(wù)是無(wú)人駕駛車功能設(shè)計(jì)和表征設(shè)計(jì)。通過(guò)視圖模型將內(nèi)容、通道和功能影響無(wú)人駕駛車設(shè)計(jì)結(jié)果的影響因素參數(shù)化，構(gòu)建表達(dá)參數(shù)之間關(guān)聯(lián)關(guān)系和邏輯關(guān)系的模型。使用參數(shù)化產(chǎn)品設(shè)計(jì)方法，構(gòu)建與無(wú)人駕駛車設(shè)計(jì)影響因素及屬性相關(guān)聯(lián)的外觀模型，進(jìn)行無(wú)人駕駛車表征設(shè)計(jì)。

參考文獻(xiàn)：

[1] 覃京燕， 冉蓓.智慧物流場(chǎng)景下無(wú)人駕駛車的產(chǎn)品服務(wù)系統(tǒng)設(shè)計(jì)[J]. 裝飾， 2019.

[2] 羅仕鑒. 群智創(chuàng)新： 人工智能 2. 0 時(shí)代的新興創(chuàng)新范式[J]. 包裝工程， 2020.

[3] 杜明博. 基于人類駕駛行為的無(wú)人駕駛車輛行為決策與運(yùn)動(dòng)規(guī)劃方法研究[D]. 合肥： 中國(guó)科學(xué)技術(shù)大學(xué)， 2016.

作者簡(jiǎn)介：鄭來(lái)港（1996.02-），山東交通學(xué)院本科學(xué)生，指導(dǎo)老師：李光。