1.北京科技大学机械工程学院

　　2.北京中物汇智科技有限公司

　　物流及其所连接的各方，无不面临多样化、个性化、定制化的需求冲击，无论生产制造还是商贸流通，都要面对近年来诸多不确定性的挑战。为了应对挑战，涌现出了众多新技术与管理元素，横贯物流自动化装备、物流机器人、AI决策等新兴技术，纵连物流仓储、配送全环节，而数字孪生技术的发展，进一步促使物流管理智慧化与物流系统智能化，基于物流系统关键要素的有机融合实现数字物流革命。

　　一、数字物流的发展动力

　　工业4.0的关键，是柔性的物流系统，在饱和、多变且个性化的市场需求下，现代工业要求其物流网络更具柔性、更低成本的运转。粗放的增长即将结束，面向效率的整合即将开始，在这个背景下，从物流管理体系到物流装备，如何提升智慧性和柔性，提升物流智慧化与智能化水平成为未来发展的趋势。

　　1.物流产业要素缺乏协同载体

　　物流行业的产学研，全生态供应链合作，已经成为行业发展大势。如果将物流产业，按照系统集成方、使用运营方、研发应用方、教育培训方进行划分，我们可以剖析目前行业存在的问题，如图1所示。

图1 物流产业各协同问题

　　系统集成方与使用运营方之间，是最传统的甲乙方关系，通过成功案例与行业经验等“老中医”模式进行营销，看“资质”对方案进行选择。但因其成本过高，无法在个性多变环境下，将提供给运营方的方案进行价值呈现与仿真展现，导致系统集成方在规划设计之前，缺乏价值协同的载体。

　　研发应用方（装备商与咨询商）在研发新产品、对现有智慧物流装备进行优化的过程中，缺乏新技术验证的有效环境，甚至使用运营方提出相关咨询需求时，双方都无法得出系统改造与设备改造的关键验证数据。

　　教育培训方在进行物流人才培养与企业培训时，极度缺乏知识的展现条件。专业成绩优异，面试“一问三不知”；使用过时的教学装备和技术，只能“看热闹”；价值和方法的呈现，犹如看不见的“天书”。这些问题极大地提升了企业人力成本。

　　总结来说，在智慧化的浪潮中，新工具、新方法、新业态、新人力等多要素对于最终成本与效率的影响模式越来越复杂，目前行业的各方，缺乏一个低成本的、快速有效的、协同的价值呈现，以及能够实现可视化管理运营、仿真验证、知识传递的平台。

　　2.物流系统体系化的通途是人机共智

　　物流系统要素，从上文中的几个主体，可以总结为参与管理和生产的人，以及参与物流管理的自动化与智能化系统装备，比如物流信息系统、多穿、立体库、AMR等组成，其共同作用形成了一体化的智慧物流系统。通过人、智慧体系统、智能系统等全面融合，协同作业，共同构建统一目标的利益共同体，将物流成本与物流效率进行完美结合，是数字物流革命的终极目标。如何实现人机双方的协同、联动、共智，途径就是打通人机认知与决策体系，包含以下两个方面：

　　（1）物流管理智慧化

　　物流管理智慧化，是在物流管理当中，针对人员、装备、货物、时间、成本等元素，将进行计划、调控的有效经验模型数字化，从而将人和系统的知识经验协同。这里包含了两个层面的管理智慧数字化：第一个是明确机制的智能指标库，将行业中的通用指标，比如周转率、人效、坪效等指标公式进行抽取，形成物流管理智能指标库；第二个是不明确机制的智慧评价库，也就是通过对管理人员经验的总结或对历史数据的挖掘、行业公认的、影响物流整体或局部系统目标的关键因素总结。两者一起奠定了物流管理智慧数字化的基础。明确的预警线、不明确经验都将通过系统能够理解的方式进行数字化表达。

　　（2）物流系统智能化

　　物流系统智能化，在传统物流智能执行装备与系统的基础上，更加强调从数字智慧化和智慧交互可视化两个维度理解。数字智慧化是以系统的物联网化与数字化为基础，通过可视化仿真体承载多维度数据，在近真环境下，与多个仿真体或业务系统、人员进行呈现或推演；通过数据整合、清洗、挖掘、再生成的方式，提供未来不同情况的关键数据；并通过价值挖掘的方式，挖掘出影响目标的更多未知要素，比如快递上货输送系统效率与积放关键参数之间的关系等。与此同时，物流系统智慧交互可视化，则是将系统实时状态与未来不同条件的可能状态，以人最能理解的方式，进行可视化、交互化以及时间空间多维度分层化的方式进行快速呈现到管理者脑中，从而达到人机共智的最终目标。

　　3.数字孪生应用技术快速发展

　　2020年11月，工信部从国家层面定义了数字孪生的基本概念，其源自近年来，数字孪生得到越来越广泛的传播。同时，得益于物联网、5G、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生的实施已逐渐成为可能。从2020年开始，物流行业也开始了自己的数字孪生之路，特别是针对物流场站与装备，展开了大量的尝试，从仓储三维可视化项目，到配送中心三维管控SCADA项目，以及传统仿真生成的exe，都穿上了数字孪生的“马甲”。

　　针对物流行业链条长、环节多、链接领域广等特点，如果要构建完整的物流数字孪生体系，需要包含以下必备点，简称3MF，如图2所示。

图2 3MF物流数字孪生必备点

　　Mod细颗粒度低成本建模能力：物流系统的数字化，需要比现有传统仿真软件更低成本，包含包括虚拟传感器与执行器、带有执行逻辑的装备与人员系统，通过更多非传统仿真技术人员参与，通过参数化建模，才能完整更细维度的数字孪生模型构建；

　　Mass大规模系统仿真能力：借助云计算与最新的仿真技术以及图形图像技术，构建满足上万平方米仓库、上千货物信息点与众多人员智能体进行混合仿真的能力。这都得益于近5年在3A游戏领域的技术进步，让大规模流程、数据交互、人机智能体仿真成为可能；

　　Mixed多维度的业务与IoT数据混合对接能力：通过5G技术提供的通讯通路，以及数据总线技术，建立数据高速标准体系，融合包括物联网、WMS、ERP、WCS、多维仿真体数据，AVR人员交互与数据，构建数字建模的真实可信度数据基础；

　　Feedback大数据挖掘与反馈学习技术：通过历史数据与多变量调节的仿真数据，具备双工通讯能力，产生虚实交互学习的方式，提供人机共智的基础机制。

　　二、数字孪生技术将全面推进数字物流发展

　　1.系统数字化——物流系统数字建模

　　物流数字系统躯体构建，简单来说就是构建三维物流装备与系统的数字化、可视化模型。不仅仅包括狭义上的输送机、立体库、人员，也需要包括近几年新兴的各种物联网装备等。传统仿真的重要成本，往往就是仿真建模部分，目前有三种可行的解决办法，第一通过外部3d MAX等建模软件建模进行导入；第二是通过软件本身的类似或接近的模型进行代替或简单变形；最后一种则为基于工业小颗粒组件，进行全新设备与系统的拼接构建，在更细颗粒维度的软件内建模，目前行业更加推崇最后一种即建即用的建模功能，极大地降低构建成本与周期，如图3所示。

图3 物流系统基于组件的即建即用数字建模

　　2.价值互动——价值可视交互传递

　　提升孪生仿真体应用价值的钥匙是可信度，如何达成物流系统“所见即所得”是价值互动的关键。价值互动在于为物流数字系统提供神经系统与传感系统，让其具备能够模拟系统逻辑、实现系统目标的能力。不同于传统仿真，物流数字孪生需要具备强大的数据总线，来交互物联网与业务数据，以及交互仿真体的虚拟物联网与系统数据。其整体目标为：构建尽可能逼真的还原关键装备系统的物理交互与控制逻辑，例如堆垛机的二段加减速与电控延迟时间，大幅提升仿真的逼真度；构建融合IoT数据与业务数据，具备信息通路与整合能力的信息传递网络，类似脊椎动物的诞生，只有高速、准确的信息传递，才能进化出足够高级和智慧的生命体；构建虚拟物联网传感系统，检测比如输送流速、拥挤度等一系列数据，正是因为虚拟IoT系统的引入，才使得我们能够以更加全面的角度，掌握了解。

　　通过三方面的构建，最终形成可人机互动，快速理解，集成仿真展现一体化功能的系统，从而进行投标展示，宣传展示，实训教学内容的低成本、高可信度的展示，提升多方的价值传递效率。

　　3.问题先知——物流系统智能化

　　物流系统智能化类比为掌管逻辑的左脑，也可以理解为应用智慧管理的过程，将明确机制的检测与自动控制的指标和算法融入系统的智能判断，进行实时检测或仿真的技术。通过以明确的指标库为基础，构建仿真环境进行仿真的过程。以运营角度为出发点，在通常的数值计算和工程算法之外，加入经验公式与计算程序。在工程实践中，形成一套实时数据驱动的人机交互界面，以及通过类LOD的方式，降低仿真资源消耗，提升仿真的实时性仿真系统。这样管理者既可以看到触发既定规则的问题，又可以通过快速的仿真得到明确发生的未来问题信息，比如分拣系统的拥堵信息、PHM信息等都通过数字化方式，固化到智能系统流程中，降低管理者精力消耗，并通过可视化方式进行快速的人机呈现，如图4所示。

图4 典型的多穿指标库

　　物流系统智能化，是数字物流革命当前的最重要步骤，如何将运营主体经验、物流行业典型经验进行数字化，最终形成的指标库和经验库，是决定能否实现物流系统预测先知性的基础条件。

　　4.要素先觉——物流系统管理智慧化

　　物流管理智慧化类似掌管直觉的右脑，是产生智慧的过程，是数字孪生的重要目标，实现预判、预测和分析功能，来提升实际系统的效率。要想精准的、全面的、物理的可信仿真，产生多维度、跨传统业务层的未知大数据，是物流系统管理智慧化的关键，有助于建构学习网络的隐含层。

　　行业中常说的人工智能与物流的应用领域，除了诸如货物等图像识别等技术点之外，通过数字孪生结合物流体系整合的大数据分析与挖掘，成为物流系统柔性与价值最大化挖掘的“金矿”。

　　5.智慧体协同——供应网络智慧化

　　当物流网络中的细胞、组织、结构、器官被逐级深入构建，那么形成特定供应链数字孪生就不远了。当智慧体通过数据总线进行信息传递与相互影响，从下到上的物流系统到供应链的构建过程中，需要通过对供应链的可视化、互动协同共智、预测化、推演化，能够整合需求主体，制造、仓储、人力、信息、管理、运力等诸多信息，将降低物流资源匹配成本，提升经营主体甚至全社会的供应网络柔性与服务能力。

　　三、面向数字孪生的物流平台关键技术

　　如何让数字孪生技术，助力实现数字物流革命，需要突破数个关键问题：

　　1.构建技术（Build）

　　突破低成本物流三维仿真构建与设计技术。面对仿真与数字孪生应用瓶颈点，将聚焦物流行业，进行三维仿真展现，包含通用物流服务资源工程组件库开发，仓储搬运类、分拣类、显示反馈类、先进制造装备类、空港物流类、冷链生鲜物流类、危化物流类、货物类、建筑园区类等物流服务资源的建模开发，可视化零代码逻辑编程系统开发，如图5所示，最终实现覆盖主流物流服务资源，突破建模成本高、技术要求高、时间花费高的无法落地的“三高”关键难题。

图5 快速仿真展现一体化设计工具Builder系统

　　2.孪生仿真技术（Simulation）

　　（1）解决物流资源网络/系统孪生智能体仿真与组网推演分析问题，突破细颗粒度零件级物流资源孪生仿真技术。

　　面向物流资源自动化、智慧化趋势，展开针对孪生物联网类，机器人与自动化装备类，人员与车辆智能代理类的研发，研究大规模物流服务资源孪生化的标准与突破关键装备仿真技术。如RFID与条码识别孪生系统，工业光电等孪生传感系统，WSN与5G孪生系统的研发，为后续物流服务资源快速构建提供全面参数化通道，沉淀工业巨头的传感器参数与孪生镜像，从而为后续的物流服务网络系统孪生化构建，提供高可信度的仿真基础。

　　（2）解决行业数字孪生应用适配问题。

　　面向从物流教育、先进制造业到电子商务物流、冷链物流等多个行业，展开企业应用验证，降低资源的适配成本，提升整体物流网络的柔性与服务能力。突破VR/PC 3D混合仿真形式，既能够实现人因与物流其他要素的适配测试，又能够实现跨时空低成本的3D物流仿真适配测试，扩大研究行业对于物流服务资源的适用面，提供更多的数据进行精准适配分析支撑。

　　在物流教育方面，北京科技大学与北京中物汇智科技有限公司合作，通过产学研联盟，应用VR/3D混合人机交互技术、低难度低成本建模技术等新兴技术，开发了“基于虚拟现实的仓储配送综合实训课程”等（如图6所示）可支撑教学、实训、科研、创新、竞赛的综合性教学仿真模拟平台，并入选“校企合作 双百计划”典型案例，扩大了系统对专业课的适用面，提升了物流人才的培养效率。

图6 实训课程与“校企合作 双百计划”典型案例获奖照片

　　3.数据总线技术（Information）

　　解决基于数据总线的物流服务资源虚实连接与组网系统研究。物流服务资源中，存在大量的数据与信息异构性，物流服务资源网络的CPS系统复杂，融合多个行业的硬件、物联网系统、自动化装备等，研发物流InforBus数字孪生总线，研发InforBus总线控制系统、网络安全机制。最终实现物流服务资源虚实、软硬、人装、信息与业务的大数据融合与组网，从而提供精准适配的数据通路与联合测试仿真通路。

　　4.数据分析与价值挖掘技术（Mine）

　　通过数字孪生的数据分析与挖掘技术突破，针对IoT数据、业务数据、人员数据、环境数据，融合模糊分析、神经网络算法等分析与挖掘技术，架设行业指标库、算法库、评价库、经验库为基础，以系统智能化与管理智慧化为目标，最终实现整体系统柔性化。

　　我们可以总结上述内容为：Build—Simulation—Information—Mine，BSIM的数字孪生关键技术框架。

　　四、结语

　　数字孪生作为智力协同的新基建，将会有效解决教育培训、集成与设计、运营主体与装备研发各方的矛盾。有效地让企业经营个体，更好地应对多样化、个性化、定制化的需求冲击，通过物流管理智慧化与物流系统智能化两个方向，打通人机共智，智慧体协同共智，最终降低物流网络与供应链的资源适配成本。同时也从需求端，加速5G/AI/云计算等技术的真正价值落地。

　　相信行业将不断树立数字孪生结合物流系统的应用灯塔和研发基地，提供低成本物流系统设计与再造平台，构建物流数字孪生仿真资产，铺设数据高速公路，帮助物流产业各方降低协同成本，一同迎接数字物流革命。