物流业一直走在工业物联网的最前沿，因为许多工业物联网的机会和技术与物流业完美匹配。因此，物流业多年依赖一直使用许多工业物联网相关的传感器和技术。
例如，多年来，物流业一直在包装、托盘和集装箱中使用条形码，从90年代到现在都在用，以监控收货入库和出库派件。相比之前打开每个随附的提货单的防范和检查货品的方法，已经有了很大的进步。然而使用手动条码扫描机仍是一项劳动密集型作业，如果员工仔细执行，尽管会很准确，但仍有托盘被遗漏或产品未被检测到的现象出现。为了解决库存控制过程的问题，物流公司寻求一种使用工业物联网技术和无线技术的自动化解决方案。
该解决方案旨在使用嵌入式RFID标签和相应的RFID读卡器，在入库口处同时扫描整排或者整堆托盘，相比一次扫描一个货品的条形码读取器，这种设备在速度和精度方面有很大的提升，因为对于每一个托盘，系统只需读取在无线射程范围内的一个RFID标签即可。我之前有个朋友就在肇庆的物流公司上班，巨大的仓库和货物需要大量的人手来执行这些操作。RFID读取器在将收货自动记录到ERP系统之前会自动记录RFID标签的信息，如订单编号、制造商、产品型号、数量、类型，以及QC情况。
当读取器记录完入库货品，并且货品已移到适当的存放位置后，系统会自动更新这些标签，以显示库存情况，例如零部件编号及位置，系统还可以通过温度和湿度传感器传递其他信息，并发送有关环境条件的信息，这个在汽车零部件和电子物料、冷储存领域用到最多。
通过采用传感器技术提高作业效率和产品质量，使仓库管理变得更快捷、准确、合算，已经成为一项竞争优势，因此，物流公司一直渴望开发新的工业物联网项目。在对物流公司极具吸引力的领域内，资产利用率经过优化，其中中央控制系统能够监控设备机器和车辆状况、状态和利用。这对仓库管理来说至关重要，因为他们会经常无意过度使用某些资产，但其他资产却没得到应有的使用待遇。例如，当某些铲车和驾驶员正在不停地生产时，在仓库其他区域却有着一些铲车无人问津。
另一个操作问题是，在大型仓库中，铲车的生产能力是不确定的，这是因为驾驶员需要找到库存的位置并在通道之间驾驶，以找到正确的产品。通过位置传感器、条形码、RFID标签和ERP库存数据，系统可以为驾驶员指示库存货品的位置，并告诉驾驶员如何从当前位置到达目的地位置。其工作原理和室内GPS相似，可以大大降低存货处理的失误率。
在美国每年因铲车、叉车引起的事故超过10万起，其中80%的牵涉行人。因此，物流业渴望利用物联网技术来避免大部分的事故。我们在山东能源集团、大庆油田、山东能源、兖矿集团、陕北矿业等工程机械上加装了H6S传感器或者EST558S传感器，采集大量的工程机械和物流车辆的数据、位置数据，系统平台通过上传上来的数据，提醒驾驶员附近有行人和其他车辆，铲车之间可以互相通信以确保驾驶员注意避让，特别是在复杂的交叉路口减速或者停止前行。这些也涉及部分人工智能算法，目前，在我们物泊集团已经实现出来了。
在某些发达国家，绝大部分仓库仍采用纸质拣货的做法，即人工从货架上拣货，铲车、无人驾驶车辆和机器人是提起大托盘的绝佳方式。我们在看到很多人工智能机器人抱着一个大箱子傻傻的模样，还包括无人驾驶车辆配送的，这些就是机器人在物流业里的应用。但是很少用于从仓库中拣取杂乱的小物品，比如小到电子物料。对于员工来说，这些就易如反掌，所以，物流公司仍旧需要大量的人来按照列表拣取每个库存物品，但是，这个效率也不高，还存在一些问题，即拣货员需要在仓库中绕来绕去以寻找存货。
这时候，就需要借助AR技术，人立刻就能获得帮助。在不需要手的时候即可显示拣货结果，这不仅能实现拣货单和物品位置等信息，还能提供到达该位置的路径指引。此外，AR根据系统提供物品的图像，以确认该物品是否为正确的库存物品。当物品在我们肉眼看起来几乎一样时，对于计算机芯片或者集成电路来讲，免提自动条码扫描器可以正确识别物品，确保准确性。物流公司的拣货员常常是季节性临时工，AR可以加快员工的培训速度，该技术还支持免提操作，从而提高生产能力，这一点，对于物流企业非常重要。
AR技术同样是适用于装货作业，铲车驾驶员无需货单便可以知道要将哪些托盘上的货物装到卡车上去，和拣货人工一样，铲车或者叉车驾驶员通过AR得到相关信息，增加了装货次数，因为驾驶员不用腾出手来看信息，也无需时不时停下来查看打印出来的清单。装完后，使用文件扫描验证上传系统，确保符合国际贸易和进出口法律。
货物装车后，物流公司根据物流车上安装的TBOX或者其他传感器实行追溯和追踪措施，监控车辆、船舶、飞机上、集装箱、铁路运输上的装箱位置及路径情况。商用车运输中，货品被替换、盗窃仍是一个重大的问题，比如我们和能源集团合作的时候，就出现过多次精煤被替换成次煤或者煤矸石的情况，一车煤可能是十来万，但是因为煤炭质量不好，导致一台锅炉烧坏的损失是8000万-1.2亿。这个时候，就需要更加稳健的工业物联网解决方案可以支持从派件到货途中对整车货物运输的实时跟踪。
方案是在车厢顶端安装12个夜视传感器、摄像头及定位、4G传输的实时车辆数据监控，结合汽车TBOX的运行情况和速、转速、车架号、发动机扭矩、发动机燃料流量、氮氧化物传感器输出、DPF压差、油箱液位、运行时长、公里数等工况，严格管理行驶路线，防止司机不按规定路径行驶（偷煤的需要离开指定路线到偏远地区偷煤）能够实现准确和具有预测性的定位和状态监控。货物运输中，还包括了温度、湿度、空调状态等情况的采集，有的甚至用红外监测包装与人为损坏，高级的设备运输，还要求驾驶员驾驶操作达到极致苛刻的水平，比如运输高端精密仪器，我们会安装陀螺仪，监测司机驾驶和设备的G值，发出报警及严重警告提醒，实现出实时视频监控、历史视频查看、异常报警处理、实时数据和定位追踪、历史轨迹储存等贴合场景的应用。
商用车、工程机械、卡车、铲车、叉车这些本身可以使用遥感传感器来预测测量何时需要维修和如何进行维修，我们通过OBD自动诊断系统接入这些大家伙的CANBUS总线，通过远程诊断查询和诊断，向平台发送油量、排放、工况、故障等数据。我们合作的港口和矿点基本都有维修站，当驾驶员手机或者屏幕弹窗提示车辆故障信息的时候，维修站点就会同步收到信息，安排所需要检修的仪器及零部件。但是需要监控的不仅仅是卡车，还有司机。
司机通常需要长时间的工作，更多的卡车司机疲劳驾驶和处于危险状态操作，疲劳驾驶对于他们自己和其他道路使用者来说都存在健康和安全问题。物流公司已采用了相关的技术集成，来解决检测司机疲劳状态。例如，卡特彼勒使用红外摄像头来监测司机的眼睛，然后使用计算机来检测眨眼频率和瞳孔大小，滴滴采用了前后双录的摄像头，采用人工智能算法监测司机疲劳驾驶，一旦设备检测到司机犯困的时候，它会使用声音报警和座椅震动功能来提醒司机，或者接入CAN总线，发送CAN报文直接控制汽车鸣笛。
物联网数据在物流里的应用还包括大数据预测分析技术的运用。大型物流集团需要从全球范围内了解最新事件，例如政治动向、贸易航路、天气状况等等。物流公司需要控制风险，无论是因为政治动荡、恶劣天气、路径关闭、路径绕行等导致货物延时交付，那么物流公司需要采取“紧急避险”，企业智能分析需要大数据的预测分析工具，预测分析可以为全球物流带来巨大动力，物流企业将可以采取前瞻性措施来减少运营中的潜在威胁并保证货运顺利安全到达目的地。
以上。
