王丽君

摘 要：针对当前物流业发展所面临的困境，结合物联网、云、大数据等前沿信息技术的快速发展，提出了一种基于这些技术的智慧物流系统。对该物流系统的结构和各要素的实现进行了论述。该系统能优化资源分配，降低成本，提高物流的时效性和安全性，可作未来物流发展的一种参考。

关键词：物联网;云;大数据;智慧物流

中图分类号：F25     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2019.23.015

1 引言

随着经济社会的发展，快速发展的互联网经济带动物流业爆炸式发展，同时地方特色经济的发展，使有着“定制化”物流需求的客户也大量出现。而传统物流领域在各环节基本各成一体，整体不可控，导致物流成本高、时效低、安全性差等，为应对挑战，物流业急需融合前沿信息技术的发展，得益于“智慧”城市基础设施的建设，建立一种全程可控、低成本高效率、保障安全的智慧物流系统。

2 前沿信息技术简介

自“第一次信息革命”以来，信息技术在深度和广度上经历了几次大的飞跃发展，目前研究的热点和未来重点发展的信息技术有物联网技术、云计算和大数据技术。

2.1 物联网

物联网是指基于网络，按照约定的协议，利用各种传感技术将“万物”和人连接起来，实现物与物、人与物、人与人之间信息的传递与控制的技术。物联网涉及到的关键技术按其工作原理可分为感知、传输、应用三个层面，如图1所示。感知层负责信息获取，传输层对感知层获取的数据进行接入和传输，应用层包括各种服务器、专家系统，实现人机交互和对下管理。

2.2 云计算

如图2所示，云计算是一种利用互联网实现随时随地、按需、快速访问资源池的计算模式，具有弹性服务、资源池化、按需服务、可广泛接入的特点。根据其工作原理，云计算的体系架构可分为核心服务、服务管理、用户访问接口三层。

2.3 大数据

大数据技术是对所有数据进行收集（样本即总体）和分析处理，其核心是预测，即对海量数据进行运算分析预测某件事情发生的可能性。

2.4 物联网、云计算、大数据三者间关系

物联网、云计算、大数据分别针对不同的需求，工作原理有所不同，然而基于信息技术这一共同的技术基础，三者之间存有内在联系，为三者的融合并在实际中运用提供了可能。

物联网的重要特点是物联和感知，这决定了它将产生巨量数据;而云计算的优势就是解决信息发展所带来的大量数据存储、处理和分配的问题;大数据的海量数据分析处理需依托云计算的分布式计算技术、云存储等技术来实现。因此物联网、云计算、大数据三者关系可总结为，物联网收集提供海量数据，大数据对这些数据蕴藏的价值进行挖掘，云计算在技术层面支持大数据的实现，如图3所示。

3 基于前沿信息技术的“智慧”物流系统设计方案

基于前沿信息技术的智慧物流系统要实现是物流的实时监控、高效运转、风险可控，也就是：①能实时获取各站点（包括固定、移动、空中、地上、水面等）物流信息，后台自动监控各点的当前状况;②对各点可能出现或已经出现的物流异常进行报警，综合分析给出处理参考;③根据客户需求，设置物流优先权级，对重点物资、重点线路进行资源优先调配;④能跟踪物流各环节中物资的状态，对于特殊物资能实时报告。

3.1 系统结构设计

根据物联网、云计算、大数据各自的技术特点，为实现数据获取、存储分析和中心决策的功能，在顶层设计时规划好各模块独自及要相互协作实现的功能，系统结构如图4所示，图中包含末端、云、大数据和决策中心四个要素，各要素之间有构成五种主要关系。

末端主要完成各站点实时状态（所处环境参数、实时技术参数、客户需求等）、配送员（包括无人设备等）信息（配送员数量、配送员分布及任务量、配送员专长、无人设备的状态等）、各仓储物资信息（仓储分布、仓储物资信息等）等末端数据的收集，将这些数据通过物联网系统送到云数据中心，关键紧急数据直接送决策中心（①、⑤上行）;同时各末端用户经过许可能通过专门接口访问云，或接收决策中心的命令（①、⑤下行）。

云主要实现接收并存储末端送来的各种数据（①上行）;按照大数据技术的要求对各种数据进行分布式运算和虚拟处理，同时接收大数据的预测结果，加快收集相关数据对预测结果进行验证（关系②）;接受决策中心的访问和控制，向决策中心提供服务（关系③）等功能。

大数据是数据中心，安全保密性（商业数据、客户信息、个人隐私等）要求最高，技术上只接受云中心对其的支持，其访问权限只限决策中心，并根据预测结果向决策中心提供决策参考（关系④）。

3.2 系统的实现

根据上述分析可知，该系统实现的关键在于末端、云、大数据和决策中心四个要素各自职能的实现。

（1）末端的实现。

末端的实现是整个系统得以实现的基础，需应用到射频识别、无线传感网、全球定位等技术，综合起来如图5所示。

在各站点部署各种传感设备，采集前述末端的各种信息，通过专用信路上传至区域中继，区域中继分布在各个地区，负责将该地区的末端信息上传至云中心。

（2）云的实现。

在整个综合保障系统的设计中，云是系统的支撑层，主要是数据存储与管理、数据中心设计与管理、资源管理与调度、服务质量保障和安全保证的实现。对比几种较为成熟的云系统，本文以东南大学云计算平台为参考，其实现如图6所示。

（3）大数据的实现。

大数据的实现与云计算的实现的主要区别在于，云计算主要解决数据管理的规模，大数据则是着重对数据多样、复杂、实时的处理及结果预测，因此其对数据的处理和智慧化要求更高，能直接为用户提供可视化的决策信息，其实现如图7所示。

4 结束语

为满足物流业快速发展的需求，解决目前物流领域遇到的各种问题，本文提出了基于物联网、云计算、大数据的智慧物流系统。该系统运用新兴热点科技，广泛充分的整合、调用各种资源，挖掘并应用大量数据，科学决策，提高物流的费效比，并安全可靠，是对传统物流模式的创新。

虽然前沿信息技术成果有其优势，但也存在一些未知和不足，本文提出的智慧物流系統在基点设备布局、决策中心配置、人员编制、各站点配套设备本身的维护等方面还需进一步研究。

参考文献

[1]张萱.现代物流的灵魂——物流现代化[J].商场现代化，2016，（12）：46-47.

[2]杨利军.基于供应链优化的流通企业供给侧改革[J].管理现代化，2018，（1）.

[3]王保云.物联网技术研究综述[J].电子测量与仪器学报，2009，23（12）.

[4]孙其博，刘杰，黎羴等.物联网：概念、架构与关键技术研究综述[J].北京邮电大学学报，2010，33（3）.

[5]吕晓昶.网络“云”技术与应用的发展探讨[J].信息通信，2015，（6）.

[6]罗军舟，金嘉晖，宋爱波等.云计算：体系架构与关键技术[J].通信学报，2011，32（7）：3-21.

[7]Victor Mayer-Schonberger，Kenncth Cukier著.盛杨燕，周涛译.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2012.

[8]彭宇，庞景月，刘大同等.大数据：内涵、技术体系与展望[J].电子测量与仪器学报，2015，29（4）：469-482.

[9]宁焕生，徐群玉.全球物联网发展及中国物联网建设若干思考[J].电子学报，2010，38（11）：2590-2607.