• 引言

背景与挑战：随着城市物流中最后一公里配送的货物量持续增加，客户需求日益多样化，加之司机短缺问题，城市物流面临重大挑战。这些挑战不仅影响配送效率和成本，还对城市公共空间和交通造成干扰。

自主驾驶的潜力：自主驾驶技术为解决这些问题提供了新途径，通过减少对人力的依赖，实现全天候低成本运营。BeIntelli研究项目通过两个用例，探索了自主配送车和人行道自主配送机器人 (SADR) 在最后一公里的应用。

• 贡献与概述

研究目标：本文提出了一个针对城市环境中自主“货车与机器人”(VnR) 最后一公里物流和枢纽到枢纽 (H2H) 物流的参考架构。该架构旨在通过集成自主车辆操作、数据处理和利益相关者协作，推动自主最后一公里配送解决方案的实施。

架构概述：基于蓝图架构，本文详细描述了现有解决方案、概念、趋势和技术要求，并将其映射到架构的各个组件中，包括硬件、中间件、自主驾驶系统 (ADS)、平台和应用程序等层次。

• 自主物流的应用领域

不同运输领域的应用：自主车辆在不同运输领域和行业中有广泛应用，从内部设施物流到公共道路混合交通货物运输。本文分类介绍了这些应用领域，并讨论了不同类型自主车辆 (如自主卡车、配送车和机器人) 的特点和适用场景。

VnR方法：结合配送车和SADR的优势，VnR方法在最后一公里配送中展现出巨大潜力，通过利用配送车的批量运输能力和SADR的灵活性和低空间需求，提高配送效率。

• 蓝图架构

架构基础：蓝图架构基于分布式人工智能 (DAI) 方法，通过车辆、边缘和云三层结构实现自主驾驶。该架构提供了一个模型，用于在平台经济中构建自主移动解决方案。

核心组件：架构包括硬件、中间件、ADS、平台和应用程序等核心组件，每个组件包含多个子组件，共同实现自主驾驶功能。

图1. 自主移动的蓝图架构：描述了自主移动 (AM) 解决方案的主要组件和核心层次-该图还展示了各组件的通用元素

• 最后一公里物流 (LML) 的转型

LML的重要性：最后一公里物流在供应链管理中扮演关键角色，直接影响客户满意度和配送成本。随着物流设施的数字化和互联车辆的发展，LML正转变为一个由各种利益相关者和对象组成的互联生态系统。

技术进步的影响：物联网、云计算、数据分析和数字平台等技术进步正在推动LML的变革，实现智能路线规划、实时跟踪和预测分析等功能，提高效率和可靠性。

• 迈向自主物流架构——BeIntelli案例

用例与需求：BeIntelli项目的核心用例基于VnR概念，通过自主配送车运输SADR及其货物，实现高效的最后一公里配送。本文详细描述了该用例的场景和要求，包括路线规划、货物分配和实时跟踪等。

图2. “货车与机器人”概念的高级场景图

参考架构：基于蓝图架构和VnR概念的要求，本文提出了一个精细化的参考架构，包括供应商、消费者、操作和平台等核心元素，并详细描述了各组件的功能和交互方式。

图3. 自主货车与机器人最后一公里物流的参考架构提案：该架构基于第5节介绍的蓝图架构，并对实现“货车与机器人”(VnR) 用例所需的组件进行了深入分类

• BeIntelli项目中的LML架构应用与测试

实际实验室角色：BeIntelli项目中的实际实验室环境为开发、测试和验证VnR场景提供了基础，包括数据采集、处理、存储和提供不同粒度的服务。

架构实现与评估：本文展示了参考架构在BeIntelli项目中的应用，并评估了其优势和局限性。通过实际测试，验证了架构的可行性和有效性，并提出了未来改进方向。

图4. 不断演进的BeIntelli最后一公里物流 (LML) 参考架构

阅读英文原文：https://www.mdpi.com/3132562

• 相关特刊推荐

人工智能与商业分析在供应链运营中的应用

本期特刊旨在探讨人工智能与商业分析这两大新兴技术在第四、五次工业革命背景下对供应链管理的实际价值与管理启示。特刊聚焦前沿研究，重点关注以下领域：供应链分析、机器学习在需求/库存/物流/采购规划中的应用、智能仓储与制造、自动驾驶卡车、无人机末端配送、供应链韧性工具(如ChatGPT)、神经网络在医疗物流与生产调度中的应用等。

本刊鼓励学者通过理论与实证研究，探索人工智能与商业分析在提升供应链效能、解决管理难题及推动创新实践方面的具体应用，以期为供应链运营提供创新视角与解决方案。

投稿截止日期：2026年10月16日

了解特刊详情：https://www.mdpi.com/journal/logistics/special_issues/HPDY8OP4H5

• Logistics 期刊介绍

主编：Robert Handfield, North Carolina State University, USA

期刊主要发表与物流和供应链相关的原创文章和高质量评论。主题涵盖领域包括但不限于：人工智能、物流分析和自动化；可持续发展与逆向物流；人道主义和医疗保健物流；最后一公里，电子商务与销售物流；海运物流；供应商，政府和采购物流等。

2024 Impact Factor：3.6

2024 CiteScore：8.0

Time to First Decision：19.6 Days

Acceptance to Publication：4.6 Days

期刊主页：https://www.mdpi.com/journal/logistics