软件中的物流定义被视为推进新型物流改革的核心思想

在过去的几年中，我们经历了显著的进步。
传统的如统仓统配这样的配送模式在柔性化和智能化方面表现不佳，切换到不同的配送模式也相当困难。为提高企业运营效率及物流服务质量，实现供应链管理与协同化服务能力提升，需要对城市共同配送进行优化改进。当前，随着互联网技术的不断进步，城市的共同配送创新正朝着智慧共配的方向发展。通过大数据、互联网和GPS的结合，可以实时集成区域内的订单需求，智慧地生成最优的共配路径，实现实时共配、随机共配，从而全面共享城市的物流配送资源。

尽管智慧化共同配送企业通常没有车辆和仓储资源，但其核心资产实际上是用于智慧化共同配送的软件和平台。通过这些智能配送平台和相应的软件系统，企业能够定义城市配送模式。

如何达到软件定义的共享配送：首先是通过构建互联网平台来实现配送资源的链接。利用互联网技术将运力信息发布在网上，使所有参与车辆运输服务的人都能看到运力情况，从而提高了运力资源配置效率。这包括将社会上具有运力资源的企业和个体司机连接起来，创建运力的虚拟档案，并完善运力资源池。为每一位参与网络合作的成员提供优质高效服务，提高客户满意度。其次，对于加盟的司机和车辆，我们进行了技术培训和标准化操作，确立了运力单元的标准化管理规定，并对作业流程进行了规范化，确立了流程标准；建立运力单元信息化管理系统，为客户提供个性化服务。第三点是，我们广泛地收集了社会化的配送需求，并利用大数据和云计算等先进的信息技术，根据最优路径和最近距离等关键因素，对配送需求订单进行了综合和优化，从而形成了配送货物的单元组合；在此基础上构建统一平台，整合运输服务资源，为客户提供高效便捷的物流配送服务。第四点是对资源池的管理和调度，根据需要共同配送的货物组合，最优匹配附近的车辆，推动符合条件的企业接收配送信息，利用软件智能优化车辆和货物的匹配，实现运力资源的统筹管理，实现管理过程软件的定义。同时利用互联网技术，开发出基于物联网技术的共同配送管理系统平台。第五点是，通过持续运用大数据分析、机器学习工具、软件升级等手段，我们优化了订单合成与运力组合的匹配结果，进一步优化了配送路径，实现了从取货区智能循环取货到目标接收区域的统一配送，从而达到了全面智能化的共同配送管理和控制目标。

2、智能管理平台：这是一个由软件定义的仓库操作平台
阅读上述案例后，有些人可能会认为，这不正是“共同配送”的另一种解释吗？
提供案例的目的是为了更好地解释这个问题，仅仅是想强调软件定义物流并非空中楼阁，而是建立在许多实践经验之上。现在很多城市的配送中心和物流配送系统已经在使用了软件定义的模式。然而，软件的定义代表了一种创新的思维方式，并不仅仅是简单地说每个人都应该到某个城市进行配送。

接下来介绍的软件关于仓库定义的实例与此有所区别，它展示了广州地区一家日资物流公司的实际情况。这家企业是一家大型国际物流公司，主要业务是为客户提供物流服务，其产品主要面向海外市场，而国内市场则以传统运输为主。根据我们的了解，这家公司目前根据市场上不断变化的仓储配送需求，采用软件定义仓库的理念，建立了仓储系统的智慧管理平台。该方案采用了先进的智能技术，利用物联网、云计算、大数据等信息技术手段，构建了基于标准化模块化架构的自动化仓储作业系统。该企业首先对机器人、无人叉车、货架、分拣设备和装卸设备进行了标准化的模块分类，并成功地实现了物流硬件资源功能模块的虚拟化。在这个基础上，企业根据不同的物流作业需求，通过软件编程，将累积的作业流程经验转化为软件，并将标准功能模块整合为管控软件，从而构建了适应各种应用场景的物流作业管理模式。通过智能感知技术实时检测并识别货物状态信息，利用物联网云计算等技术，形成了基于数据驱动的自动化仓储作业控制体系。当客户发生变动时，仓储系统可以自动管理和调度平台上的控制软件，确保作业的可扩展性，并实现智能化和灵活性的新仓储操作模式，以满足新客户的需求。

3、最新研究案例：菜鸟菜鸟网络的柔性自动化技术
传统上，自动化是一种刚性的自动化过程，通过使用传送带和其他固定设备，我们可以让物品在仓库中自由流动。由于该系统的刚性和扩展性不足，它无法适应电子商务对物流需求的迅速变化。

根据菜鸟网络的资深算法专家和柔性自动化负责人朱礼君最近的演讲分享，菜鸟针对这个问题，将机器人和自动化设备分为不同的功能模块，根据商品属性的多样性对应不同的物流属性和销售属性，通过模块化的设计，可以通过软件对功能模块进行排列组合和模拟仿真，以满足物流系统的快速部署，适应系统的快速扩展。对于不同种类商品，只要是能够被自动感知的商品就可采用模块化方式完成。随着商品季节的更替，业务发展需要对作业模式进行调整，这样可以实现非常迅速的变革。另外，对于不同的用户需求也能灵活地调整作业流程，让客户能够及时获取到自己所需的服务信息，从而提高企业的运营效率。最终，在全链路自动化模式下，通过作业的可预测性，可以实现随着订单数量的增加，快速部署机器人，部署新的自动化设备。

柔性自动化与智能之间存在着天生的紧密联系。柔性自动化需要大量的机器人参与，它们不仅要有感知能力，还需要利用众多的人工智能技术，以达到机器学习和持续优化的目的。我们希望通过一个很好的方式让这些机器人能够自动地完成很多事情。以下是菜鸟网络的详细操作方法:

（1）这是一个模块化的、多区域并行的自动化解决方案
在电商仓库中，无论是商品的入库、筛选、打包还是分拔，都离不开智能自动化技术的应用。我们在仓库里有一个很重要的节点，就是物流通道。在这条链路里，使用了大量的设备，可以利用自动叉车将商品存入仓库，接着进行补货操作；AGV拣货是一种适用于订单拣选的工具；可以采用自动封箱机进行封装；AGV技术也可用于分拨操作；还可采用机器人和机械手等设备，实现无人化作业。在码垛过程中，也存在机械臂来进行码垛……..整个通信链路都可以实现自动化操作。

从硬件资源的虚拟化角度看，仓储工作与计算机进行计算有着许多相似之处，而仓库中的物品存储与计算机数据存储也有许多相似之处；在仓库里面，货物的摆放方式跟计算机的排列方式非常相似。在订单的制造过程中，我们从货架上取下货物的方式与使用计算机进行提取和计算有着相似之处；在仓库里，如果你要拿东西，需要一个人去拿。仓库的备货区域内储存了众多商品，这些商品与计算机硬盘有许多相似之处。计算机可能存储了大量的文件，其中一些文件可能在几个月内都不会被使用，这与备货区的情况相似；物流系统可以将产品送到指定地点，比如配送中心，或者是直接到客户那里去了。在拣选区中，有大量的业务被选中，与内存的差异并不显著；配送中心里有大量的产品，每个产品都有对应的物流公司，这些都是计算机可以处理的内容。在电子商务领域，爆品的数量众多，并伴随着爆品出现的特定区域，这与计算机的高速缓存功能相似，因此，在存储空间中，计算机的结构具有对应的映射关系。

在电子商务的时代背景下，处理的商品种类繁多，仓储空间庞大，每日的订单数量也是巨大的。将这些订单映射到计算机结构中，就等同于进行大数据处理。在大数据处理领域，最著名的框架是MapReduce，其中包括三个核心操作：Map、Shuffle和Reduce。Map的目的是将工作流程并行，而Shuffle则是如何将这些操作整合在一起，最后，Reduce则是产出结果的关键。现在物流行业中的一个很热门的话题，就是大数据分析在物流领域的应用，大数据也被称为云计算。菜鸟将其在大数据虚拟化方面的处理经验应用到了仓储系统中，并提出了一种模块化、多区域并行的自动化解决方案。我们在实际中使用这个解决方案，取得了不错的效果。如下所示的图示:

在每个区拣选完成后，都会有一个专门的合流区。这个区域允许各种不同的商品在一起进行合流，然后再出库。由于采用了这种并行的操作方式，各个区域可以根据商品的特性选择不同的拣选模式。完成并行后，这些商品都会流入Rebin Zone合流区，作为订单的合流。当每个区拣选完毕后，它们会合流到一个箱子中进行出库操作。

作业系统软件所规定的管理策略包括：在爆品区域需要迅速出货，应参考计算机高速缓存的模式，并采用拣选车到人的方式。具体来说，AVV会携带装有服装订单的箱子前往商品附近，这样人们就无需离开，仅需进行拣货操作；热品区和冷品区的货品不同，热品有一定时间等待温度下降后才会出库，而冷品一般在常温条件下就可出仓。冷品区的商品种类繁多，但每一件商品的数量都相对较少，因此需要有大量的存储空间，并采取了从货架到消费者的方式。在物流系统中，各个作业区之间的信息交互非常快。这一系列操作采用了模块化的并行方式，允许用户将商品切换到成人或其他自动化模式，而不会对其他区域的生产活动造成干扰。这样的并行操作允许在多个库区之间并行操作，从而实现超过500台AGV的联合调度。在物流中心中，我们有很多工作要做，其中之一就是调度问题。在这个过程中，大量的算法被采用，它们是系统效率提升的核心要素。

物流系统的柔性快速分拨策略：将Shuffle等同于真实物品进行分拨。在物流过程中，我们需要把货物从仓库送到客户手中，这个时候就必须用到一些自动化设备和机器人来完成。机器人是执行任务的理想选择，因为它没有固定的轨迹，非常适合进行点对点的传递，那么我们应该如何构建这种系统呢？我们将把这个任务分解成一系列的工作，每一项都是独立的、可操作的。如下所示的图示。

当AGV的包裹被传送到传送带时，它会被带到一个扫描台上进行扫描。通过扫描，AGV可以确定包裹的位置，并将其倒入相应的集包篓中。当集包篓装满时，另一个AGV会将其带到相应的出库月台。这种方法是一种智能分拣模式，在每个月都有新的货物通过这个物流平台来进行分拣和包装，整个过程由机器人完成。这意味着AGV只需进行简单的操作就能进行分拨，除了从上货到出库，无需人工干预，这是一个高度灵活的自动化系统。

（2）菜鸟的柔性自动化核心技术
首先考虑的是软件与硬件的融合技术。所以在物流的各个环节当中，我们要把每一部分都做好了，才能实现整个系统的高效率运作。在物流这一领域，它既非纯粹的软件工程，也非纯粹的硬件工程，而是一个综合性的系统工程，其中融合了众多软硬件的设计元素。无论是流程设计、硬件构建还是软件开发，所有这些环节都需要综合考量，这样你才能实现如此高效率的成果。

其次是IOT技术的应用，仓库是IOT的一个极佳的投入点，可以实现很多的线上化、数字化、可控化。

第三个方面是机器人技术，其中最关键的三个方面分别是Perception、Planning和Execution。

第四点涉及到大规模智能体的规划和调度技术。在仓库环境中实施柔性自动化方案需要机器人的协同作用。由于大量机器人的路径规划直接影响效率，因此涉及到大规模的规划和资源分配技术。

第五点涉及到仓储资源分配的软件的优化和管理问题。第六是关于物流系统的评价与管理问题。目标是确保货架、库存和AGV等资源在规定的时间内达到最大的产出。第六是关于物流系统中的人和机器之间的关系的研究。在解决资源分配问题时，存在两种主要的解决方案：一种是中央规划解法。我们需要构建一个庞大而全面的模型，以收集每一项数据、每一个机器人的位置以及每一件货物的位置。另一种是随机分配法，我们可以建立一个数据库，这个数据库里有一些历史数据，比如某个机器到某个仓库的距离等等，这样就能够计算出这些数据之间的关系，然后通过算法来解决资源分配问题。构建一个庞大的数据模型，并遵循一个特定的数据分布模式，其中单位时间内的出库数量是最多的，这是菜鸟在稍微小一些的仓库中所采用的方法。

在资源分配的过程中，还存在一种资源的分布式竞价机制，出价更高的一方将会接受更多的商品。我们现在的仓储系统中的每个设备都是由不同的公司生产出来的，比如我们有很多的货架和机器人等。在这个特别宽敞的仓库内，我们配备了大量的机器人和货架，通过各种不同的组合方式，我们能够完成各种拣选任务。现在很多的企业都已经开始考虑机器人货架，机器人货架可以实现无人值守和自动分拣。机器人货架可以被模拟为一个特定的任务。在这个任务中，谁取得了胜利，谁就能完成它。为了实现市场的高效分配，竞价策略的设计显得尤为关键。在大型仓库的上下游之间，这种紧密的连接和难以分离的环境是非常合适的，因为上游的决策可能会对最后的决策产生影响，所以要完全执行整个供应链的决策是一项相当困难的任务。

菜鸟持有这样的观点：在未来，许多大型智能体的技术可能会向群体智能的方向发展，这可以通过模拟蚂蚁的行为来实现。例如，蚂蚁是会进行搭桥的，而单个蚂蚁可能不会。但是，蚂蚁之间可以相互搭桥，让其他蚂蚁移动。这些概念可以应用到智能体的应用中，实现分布式控制。当每个智能体具备足够的智能导航和决策功能时，这将是未来的发展方向。

借助软件定义的理念，我们可以更合理地调度和管理硬件资源，实现柔性的自动化，这将是未来的一个巨大趋势。为了实现这一目标，整个行业都需要硬件公司、机器人公司和物流公司的紧密合作。