摘要：疫情改变了消费者需求的转变，衍生出新的配送方式。为有效解决线上订单激增、配送人员稀缺等情况，无人配送车协助无接触配送货物，无人配送车在未来有较大的发展空间和较好的发展前景。市面上都集中于解决无人配送的自动驾驶技术的实现，但对于社区、学校等封闭式环境的配送细节研究过少。本文以社区环境为背景，以5G自动驾驶配送车为研究对象，设计社区内基于5G无人配送车的配送路线的解决方案。

　　关键词：无人配送体系;5G;订单指派;时间窗优先的节约算法

　　一、引言

　　疫情期间，无接触配送是最安全的配送方式，我国无人配送起步较晚，需求和市场潜力巨大。国内社区内的居民集居，配送距离相对较短，需求量较大，这几者因素综合满足无人配送车的应用场景。消费者也更倾向于高品质、个性化和安全化的产品需求，追求更加全面的服务。自动驾驶配送车的应用，解决线上订单激增、配送人员稀缺等情况，对于优化解决疫情期间社区配送领域的“最后一公里”问题，将有着不可替代的促进作用[1]。随着京东成功研发无人配送站，苏宁物流普及自动驾驶技术并公开了5G无人配送车的路测实况，菜鸟建立无人仓，智能物流再升级，向无人配送又迈进一步[2]。同时，通过5G技术和无人送配车的综合应用，能有效解决无人配送车配送中遇到的“路障”、“停电”等突发状况，配送的效率将大幅提升，合理地安排车辆调度，提高配送准时性，推进智慧物流的落地。

　　二、社区内无人车派送模式分析

　　在疫情防控期，应用无人配送技术进去社区代替人工解决物流配送的末端问题，提速增效。随着中国基础设施建设的逐渐完善以及移动互联网技术的带动，最后一公里模式由单向驱动向规模效益双向驱动转变[3]。社区内封闭的配送流程如下，5G新技术将在各个环节传送信息流，配送中心根据订单分类，分配订单任务给无人配送车，在派送给客户。

　　三、无人配送车社区车辆路径优化分析

　　1.参数设定

　　m：配送服务无人配送车的总数;

　　n: 顾客的数量;

　　q：车辆的最大载重量;

　　i，j:配送中的顾客点;i，j∈[0, n]，且i≠j,0表示配送中心;

　　Si：顾客i的需求量;

　　Z：配送总成本;

　　fk:每辆车的固定成本;

　　c：单位运输成本;

　　tij：车辆v从顾客i到j的行驶时间;

　　Cijk：车辆v从顾客i到j的运输成本;

　　uj:车辆v的配送员对顾客j的服务时间;

　　θ1：运输途中单位时间的保温成本;

　　θ2：为顾客服务过程中的单位时间的保温成本;

　　[ETi，LTi]：顾客i预约的配送时间;

　　[eti，lti]：顾客i可忍受的最大服务时间范围;

　　ti：车辆v到达顾客i的时间;

　　Xijk：0—1变量，车辆k从顾客i到j时，Xijk为1，否则为0;

　　βijk：0—1变量，车辆k经过路段(i，j)为顾客j服务时，βijk为1，否则为0。

　　2.模型建立

　　配送总成本包括固定成本、运输成本、保温成本和惩罚成本这几项，则配送总成本Z最小为：

　　MinZ=■k=1m fk +■k=1m■i=1n■j=1nXijkCijk+■k=1m■j=1nβijk(θ1tij+θ2uj)+■i=1nPC (1)

　　约束条件：

　　■X0ik=1，k=1，2，3……m■Xj0k=1，k=1，2，3……m (2)

　　■i=1n■j=1nXij=n (3)

　　eti≤ti≤lti (4)

　　■i=1nSi■j=1nXijk≤q (5)

　　其中式2表明配送车辆从门店-顾客-门店，每位顾客仅被一辆车辆服务，且仅被服务一次;式3表明每位顾客都被服务;式4为配送时间限制;式5表明每辆配送车辆的载重量不得超过最大限制[4]。

　　四、实例验证

　　为便于Y企业门店无人配送路径优化的研究，选取在通州内社区订单的10个线上顾客订单作为研究对象。其中该门店与十位顾客的地理位置、运输里程数、每位客户的需求量和配送时间如下。

　　时间窗优先的节约算法路径优化后的配送路径如下，在现有参数设置下，优化之后的配送路径所产生的各项成本如下。总成本下降超过21%，其中，配送成本下降超过35%。串联式配送由于无人机的投入，启动成本增加了20%;此结果定量的证明，路径优化可以有效降低配送成本和时间惩罚成本，并5G和无人配送车的配送也降低了启动成本。随着时间窗优先的扫描法优化后的配送模式在配送中心的广泛应用和推广，配送中心每日线上的流水线有上百个订单，积少成多，就能够达到降本增效的目的，从而有效提高企业盈利能力和市场竞争力[5]。

　　五、总结与展望

　　新人工智能、5G、自动驾驶等技术在过去几年间快速发展，为全新的生活场景打下科技基础[6]。无人配送是人工智能的典型落地场景，完成无人配送需要无人驾驶技术、机器人技术、视觉分析，自然语言理解，机器学习、运筹优化等一系列创新技术的高度集成[7]。无本文提出无人配送车和5G联合配送模式，运用新技术解决配送路径优化问题，有效处理了规范问题和智能化发展，探索末端物流的进一步智慧化延伸。如今，全新的颠覆已经来临，政策逐渐明晰，企业间通过务实合作，开拓智慧物流无人配送车的新业务场景，推动5G和无人配送车的智慧物流应用实现最终落地。C

　　(作者单位：北京物资学院物流学院)

　　(基金项目：2021北京市教委社科一般项目[SM202110037006]-基于5G技术的北京航空“双枢纽”智慧货运系统研究;北京物资学院校级项目-疫情背景下北京市社区封闭管理末端物流专题研究;北京市教委实培项目-京津冀地区无人货运公交线路规划问题研究)

　　参考文献

　　[1]秦彤彤，张俊友，王树凤，王文鲁. 基于模糊神经网络的无人配送体系网络风险研究[J]. 物流技术，2019,38(10):61-66.

　　[2]李佳娱，孙沫卿，李楠欣，刘彦君.新冠肺炎疫情催生的新业态推广升级对策研究[J].天津科技，2020，47(08):96-98+102.

　　[3]张福海，李宁，袁儒鹏，付宜利.基于强化学习的机器人路径规划算法[J].华中科技大学学报(自然科学版)，2018，46(12):65-70.

　　[4]孙捷.智慧物流背景下无人机配送发展分析[J].价值工程，2019，38(29):218-219.

　　[5]杨溢乐. 有车载无人机配送路径优化研究[D].西南交通大学,2019.

　　[6]刘星辰，张美.物流配送无人机及其配送系统的设计研究[J].科技创新导报，2017，14(21):12-15+17.

　　[7]夏华夏.无人驾驶在末端物流配送中的应用和挑战[J].人工智能，2018(06):78-87.