岑奕燊

摘要：5G网络以超高速，低延时的身份进入科技领域，开通了智能万物的互联渠道，实现了大规模机器间的相互通信，这给了最近几年逐渐兴起的传统物流行业，带来了颠覆性的改变。在物流配送方面，5G低延时技术将极大程度地提高智能机器之间的通讯效率，规避了高延时带来的不便;对于无人机的应用，5G在无人配送等新技术的发展贡献不可或缺的力量。本文主要分析和探讨了5G低延时关键技术对物流配送这一板块造成的影响。

Abstract： 5G network enters the field of science and technology as super high speed and low delay， opens the Internet channel of intelligent everything， and realizes the mutual communication between large-scale machines， which has brought subversive changes to the traditional logistics industry which is gradually emerging in recent years. In terms of logistics and distribution， 5G low delay technology will greatly improve the communication efficiency between intelligent machines and avoid the inconvenience brought by high delay; for the application of UAV， 5G has made an indispensable contribution to the development of new technologies such as unmanned distribution. This paper mainly analyzes and discusses the influence of 5G low delay key technology on logistics distribution.

关键词：5G;配送时间准确率;AR应用

Key words： 5G;delivery time accuracy;AR application

中图分类号：F252                                        文献标识码：A                                  文章编号：1006-4311（2020）09-0129-02

0  引言

5G技术的三个应用场景——eMBB（移动宽带增强）、mMTC（大规模物联网）、uRLLC（超高可靠超低时延通信）。其中mMTC和uRLLC是物联网的关键技术，但各自侧重点不同：mMTC主要是人与物之间的信息交互，uRLLC主要体现物与物之间的通信需求。在4G时代，由于没有网络切片的存在，无法满足多台设备的通讯高质量需求，物联网在物流领域也无法得以发挥其关键性的作用，因此基于网络功能虚拟化和软件定义软件下的5G网络切片的应用，更是为AR，无人智能等对网络延时有高要求的设备进入物流行业的打开了大门。

网络延时指数据包从发出端发送到网络服务器，网络服务器接收后，立即将信号返还发出端的过程。倘若数据在数据发出端到网络服务器的传输速率慢，则可称其为高延时，高延时的网络目前无法满足智能科技例如无人机器设备的在运输方面的应用。取无人驾驶汽车为例子，董智[1]认为无人车在行驶过程中，低延时会大幅度提升其安全性。假如无人车依然采用4G网络，延时可达90ms，且网络信号不稳定，遇到突发情况，在100km/h的时速下，车辆在接收信号到处理信号之间将会产生制动距离，（此处默认车辆以匀速直线运动行驶，采用公式：路程（S）=速度（V）*时间（T））：

ΔS=V·T=100km/h·90ms=250cm（1）

即每次无人车发现障碍物后，会先继续前进250cm的距离才开始作出制动反应的过程;反观5G技术，5G网络的延时可降低至毫秒级，在5G技术的支持下，无人车从发现障碍物到执行刹车动作的时间可缩减为：

ΔS=V·T=100km/h·1ms≈2.77cm（2）

根据运算结果可得知，在5G的技术条件下，无人车的超短刹车制度距离为无人配送提供了绝对的安全保障。

在确保配送安全的保障下，物流行业才能将发展重心轉移至“快”，唯有速度才能满足顾客日益增长的需求。在技术层面，需要有高速的物流设备才能提高物体运输的运转速率。5G技术的出现，正好填补了这方面的缺陷。

1  物流配送的现状分析

根据中国快递协会（CEA）发布的数据，中国快递业完成业务量以每年约100亿货件的速度增长（图1），如果2019年实现了预算值的业务量，对比2015年，中国的业务量在五年内翻了接近三倍。如此高的一个快递业务量必须要有技术的支撑才能得以维持，因此，货物量数量与物流科技水平之间相互促进，形成类同与生物学中的正反馈调节。

目前的快递配送，除了京东快递等几家大型快递公司可以让客户自己选择配送时间以外，大多数快递公司都是先将货物安置配送车，然后发出配送信息给客户，存在一个所谓的“先斩后奏”的配送现象。季永伟[2]提到，配送时间与客户能够领取快件的时间不一致，从而导致二次配送，给企业增加了物流成本。因此，如何处理末端配送产生的问题至今仍一直困扰着众多物流企业，由于难以预测配送时间，大多企业会将这些末端工作任务安排给经验丰富的配送员，却无法用当前技术去解决[3-4]。

2  5G技术有助于提升物流配送的时间准确率

就目前而言，由于海量的包裹信息处理以及配送中心与物流公司信息反馈出现延迟，客户只能获取物流包裹在物流配送中心不同节点的信息，京东的京准达预算时间最多能精确在2小时的范围，减少等待时间或提高一次送达率是当前的物流企业亟需解决的问题。

选择无人机配送可不考虑复杂的路面情况，加快配送速度的同时，也降低了物流成本。在5G未应用时，智能机械设备需要有庞大的计算系统，而该智能计算系统需要较高的成本进行生产。加入5G技术的使用后，智能机械设备只需安装识别系统，数据由云端进行计算，有效降低了无人机购买成本，物流企业可购入更多的无人机进行配送，加快包裹的配送速度，提高了配送时间的准确率。同时，无人机在配送之后能够及时反馈信息，5G的mMTC能够有效保证信息传递以及信息处理，降低了无人机的闲置率，提高物流配送的运作速率。

5G可为客户与企业提供包裹状态实时跟踪功能。包裹状态实时跟踪需要高速的网络以及高效信息处理，在5G技术的支持下，大量的包裹的配送信息能够及时地反馈至物流信息处理中心，经处理中心处理后将信息发送至客户终端，客户能预知包裹配送情况，得知大概取货时间。实现该功能后，物流配送的等待时间过长的问题将得以改善，在方便客户准时取货的同时，也提高了配送设备的效率和配送时间准确率。

3  5G技术在AR操作上的应用

AR（Augmented Reality）目前在导航方面已经颇有成就，但是难免会因为4G网络的延时与低流量导致一些问题的出现。例如用户在用百度地图的AR导航时，用户动作1产生信号1发送至基站，然后再传输到导航系统，该过程由于动作1产生的信息流量大，4G的低流量与高延时无法满足信息的及时输送，所以客户接收到导航发回的信号时已经发生动作2，因此用户行为与处理信息无法实现同步，给用户造成了困扰。用户AR体验反馈信息不良，因此AR的应用覆盖率低。

5G技术缩短AR导航与货物信息识别的同步时间，提升拣货人员的拣货效率。目前市面上已经出现有AR眼鏡应用于物流拣货的案例：拣货人员带上AR眼镜，AR眼镜会根据系统输入的数据在眼镜显示图像指引拣货人员到点拣货。5G毫秒级别的低延时与高流量技术的加入，能使AR眼镜将拣货时的导航信息、货物拣货信息瞬时反馈到系统处理中心，处理中心识别后瞬时将信息传递回AR眼镜，导航的指示图像几乎不再出现成像延迟现象，有效地减缓了拣货员佩戴AR眼镜的晕动症现象，同时提高了拣货员拣货的准确度与拣货时效。

5G技术加速AR技术与无人配送机的结合应用。当前的无人机没有自动避障功能，是需要人来操控。在配送过程中需要引入AR实景导航技术，方便操作人员进行配送工作，同时路况的信息图像也应同步反馈回操作器屏幕。5G技术的诞生，毫秒级的延时能够使得无人机将高清的路况图像以几乎同步的速度反馈至操作屏幕，AR导航信息也得以应时更新，成功地规避了因高延时与低流量给操作人员的操作信号与无人机执行动作不一致带来的风险问题。

4  结语

本文介绍了5G技术的三大应用场景，5G技术对物流配送时间准确率的影响，以及5G技术在AR操作上的应用。在5G技术的推动下，物流行业将产生新的革命，将从劳动密集型产业过渡到“无人产业”。

参考文献：

[1]董智.5G商业化应用背景下“互联网+物流”的发展趋势研究[J].物流商论，2019，11（b）：12-13.

[2]季永伟.电商物流末端配送的现状分析[J].中国市场，2019，

27：178-179.

[3]李吉月.浅析我国BtoC电子商务的物流配送问题——以京东商城为例[J].物流科技，2011，10：108-111.

[4]孙捷.智慧物流背景下无人机配送发展分析[J].价值工程，2019，29：218-219.

收稿日期：2020年1月10日。

基金项目：广东省自然科学基金资助项目（1714050004745）;广东省普通高校人文社科重点研究基地项目（2018WZJD007）;广东省教育厅新冠肺炎疫情防控科研专项项目（2020KZDZX1151）;广东省普通高校青年创新人才类项目（2018WQNCX125）;广东省哲学社会科学规划项目（GD18XGL20）。

作者简介：岑奕燊（1999-），男，广东恩平人，本科生，研究方向为物流管理;伏开放（通讯作者）（1988-），男，江苏赣榆人，讲师，博士，主要研究方向为行为运作、库存优化。