物聯網在物流中的應用

物流行業一直是物聯網的前沿應用,因為物聯網的很多技術都與物流行業相匹配。例如,多年來,物流公司一直在包裝、托盤和集裝箱中使用條碼技術,作為監控倉庫人庫貨物和派送貨物的一種方式。然而,使用手動條碼掃描儀仍然是勞動密集型的工作,儘管人工執行能夠最大限度地保持準確,仍然可能有托盤被忽視或產品未被檢測等情況發生。為了規範庫存控制流程,物流公司尋求使用物聯網技術和無線技術的自動化解決方案。

解決方案是使用嵌人式RFID標籤和相關的RFID閱讀器,這些閱

物聯網在物流中的應用

讀器可以同時掃描在人站門口排隊的整行或堆棧的貨盤。這是條碼讀取器每次必須執行的一項操作,因為系統會讀取每個托盤上無線射頻範圍內的每個RFID標籤(無論是否可見),因此速度和準確性都有所提高。RFID閱讀器自動記錄RFID標籤的信息,如訂單ID、製造商、產品型號、類型和數量以及在ERP中自動記錄交貨之前的項目狀況。

一旦記錄了收貨並將物品移動到正確的庫存位置,就可以更新標籤以顯示相關的庫存詳細信息,如零件號和位置。另外,還可以使用溫度和度傳感器傳送其他信息,併發送有關環境儲存條件的信息。

使用RFID標籤的另一個優勢是它們可以快速、準確地記錄存貨。庫存是通過與RFID讀取器連接的ERP應用程序進行管理的,因此庫存的變化會自動更新,並會立即提醒。同樣,對於發貨進行控制,當發出訂單時,RFID標籤閱讀器可以在所有貨盤標籤通過出庫大門時進行讀取,並同時自動調整每個貨品的庫存,同時還將每個訂單的ERP交貨票據更新。

物聯網在物流中的應用

倉庫控制任務的自動化(如交貨和調度),提高了運營效率和庫存控制的準確性,這是通過採用傳感器技術提高運營效率獲得的竟爭優勢,例如更快、更準確和更經濟高效的倉庫管理。物流公司一直熱衷於探索新的物聯網計劃。對物流公司來說,吸引力最大的領域是優化資產利用率。

由此集中式系統可以監控機械和車輛的狀況、狀態和利用率。例如,當其他叉車和司機連續工作時,另一部分叉車可能會閒置在倉庫的某個區域。

這就使得整個公司的資產沒有得到最大化地利用。再比如,在大型倉庫中,叉車運行過程中的低生產率可能會產生司機找不到庫存位置等問題。

物聯網在物流中的應用

通過使用位置傳感器、條碼、RFID標籤和ERP庫存數據的組合,可以指導司機瞭解庫存物品的位置,並提供如何從司機當前位置到達目的地址的指示

僅在美國,又車每年會引發超過幾萬起事故,其中近80%涉及行人。因此,物流業渴望利用物聯網來防止叉車事故的發生。例如,通過使用傳感器、攝像頭和雷達,物聯網可以提醒叉車司機又車附近存在行人或另一輛叉車。理想情況下,叉車將與其他又車進行通信,確保知道彼此存在並避免相撞,如檢測到附近有另一輛叉車時,可減速或停在路口。叉車自動駕駛車輛和機器人非常適合大型托盤的重物搬運。

物聯網在物流中的應用

這種理想情況可以藉助增強現實設備來實現。最常見的增強現實設備是( Google Project Glass),如圖1-1所示。它進入物流領域對人類來說非常有益。可以在用戶右眼上方的屏暮上顯示信息列表,例如項目的位置,並指示如何到達那裡。

物聯網在物流中的應用

1-1谷歌眼鏡是增強現實的一個典型應用

此外,它還可以捕獲物品的圖像,以驗證物品是否是正確的庫存物品。如果物品難以區分,則免提自動條碼掃描可確保識別正確的物品。該技術對提高工作人員的工作效率非常有幫助,因為工作人員可以更快速地找到物品,同時消除拾取錯誤。

潛在的物聯網物流用例已經超越了倉庫範圍,並且在貨運中具有廣泛的應用。目前,物流公司應用跟蹤技術,可以監控飛機中間的托盤或船上集裝箱的位置。儘管已具備這樣的能力,但業界還期待新一代的追蹤技術在速度、準確性和安全性方面有更大的進步。

例如,解決貨物的盜竊問題,可以部署更強大的物聯網解決方案,在派送到送達的過程中對貨物進行跟蹤。貨車上的先進遙測傳感器和貨物上的RFD標籤可以實現準確的預測位置和狀態監測。貨物中的多個傳感器將監測諸如溫度、溼度、震動等情況。如果RFID標籤已被打開,這可能表明有潛在的盜竊行為。

貨車本身可以使用先進的遙測傳感器來預測車輛何時以及如何維護,並自動提醒駕駛員和維修人員。這種監控方式對司機來說,也是非常有好處的。例如,司機長時間駕駛、疲勞駕駛可引發安全問題。目前,藉助物聯網已經有了檢測駕駛員疲勞的技術。例如,卡特彼勒公司使用紅外攝像頭監視駕駛員的眼睛,通過圖像處理和眼球運動跟蹤算法來檢測駕駛員的眨眼率和瞳孔大小,如果檢測到駕駛員睏倦,它會觸發音頻警報和座椅振動來喚醒駕駛員。

另一種可能的用例是供應鏈管理,大數據的預測分析技術可以發揮作用。例如,物流公司需要了解全球範圍內的最新事件、氣候以及影響傳統貿易航線的當地天氣狀況,因為這些情況可能引起庫存的連鎖反應。應用貨車和貨物上的傳感器,現在可以在全球範圍內收集這些數據。同樣,如果所有數據的預測分析均顯示有惡劣天氣的高風險,可實時更改緊急貨物航線,這將避免延退交付造成的損失。通過大數據進行預測分析已成為商業智能分析的必備工具,相信超過80%的企業會採用它為物流業務提供有效的改進措施。


分享到:


相關文章: