一汽国际物流有限公司位于吉林省长春市的西端，距离102国道3公里，与一汽－大众相邻，距一汽集团卡车基地、轿车基地仅5公里。公司成立于1997年7月，员工6321人，其中合同工为1294人，劳务工为63人，外包工4817人是一汽集团下属一汽物流公司的全资子公司，企业法人王志坚，注册资金2亿元人民币，占地78万平方米，拥有八个物流园区，27个库房，2个集装箱堆场，2条专用铁路线个保税库，是中国东北地区最大的汽车零部件智能仓储中心和筐式配送中心。
本项目的所有实施区域均处在我公司建筑区域范围内，我公司占地：72万平方米；注册资金：2亿元人民币；资产总额：12.34亿元人民币；年均收入：10.56亿元人民币；主要设备：Linde4320型集装箱正面吊，LindeT20、L12型电动托盘车，H30、R14、6吨叉车，集卡车、箱式货车等。
长春一汽国际物流有限公司总存储面积383251㎡，其中自有库房面积180017㎡、外租库房面积203234㎡，服务于一汽-大众、一汽轿车、一汽丰田等汽车制造企业，同时具有出口包装业务、集装箱仓储配送业务。
随着中国人口红利的渐渐消失，国内依赖人力为主的物流行业，也正努力从劳动密集型向技术密集型转变，而汽车物流行业也发生着翻天覆地的变化。以车辆为例，车、货、人、仓都发生了变化，汽车供应链上游原材料、零部件、整车及售后配件，在各个环节之间实体流动过程组成的汽车物流体系，都在变革，尤其体现在数字化、智能化方向上。
汽车物流是融合了运输、仓储、保管、包装、搬运、物流信息等一体化的综合性管理。在国民经济中扮演着重要的角色，尤其是新冠肺炎疫情以来，汽车物流已成为国民经济的重要支柱产业。传统的汽车物流专业化程度不高，甚至是效率低下。通过国内外汽车制造企业的对比，据资料统计，欧美汽车制造企业的物流成本占销售额的8%左右，邻国日本汽车制造企业物流成本更低，达到5%左右，我国的这个数据在13%左右。物流成本的巨大差异，也反映了国内汽车制造企业的粗放式物流管理，同时也说明物流在汽车行业的重要性，它属于真正可改善的利润空间，对于降低成本获得优势有重要意义。
长春一汽国际物流有限公司作为一家典型的第三方物流企业，其供应链结构是通过各类信息管理系统间的紧密衔接，完成对核心企业的信流，物流资金流的控制，从开始采购原料到完成所有汽车产前零部件物流配送过程，从而把供应商，物流企业，到主机厂通过一个功能网络紧紧联系起来。自从20世纪90年始供应链的结构便发生了重大变化，许多供应链外之外的元素被纳入其中。而对于第三方物流企业来说，汽车生产企业对原材料库存以及发货效率要求不断提高，严重增加了存货成木使得整条供应链成本增加。
对于要面对具有多种品牌型号设计的汽车制造行业，处理供应链变得更加复杂，公司正在重新调整供应链。在很多行业，公司一直把重点放在核心竞争力上，把非核心的辅助性活动分包给外部承包商。生产的垂直分解正在给供应链企业增加额外的挑战，增加生产过程的运输强度。同时，库存单位的数量被最小化，直到点定制，从而最大限度地降低库存风险和成本，并缩短交货时间。随着库存控制水平大大提高，企业的资金周转流畅度提高，减少了无形财产的损耗。
目前但目前在仓储以及入厂物流环节，企业的生产模式还是处于较为落后的状态，物流供应链中大规模采用缓存库模式进行存储，占用大量物流资源，且大量的物流环节需要人员手工完成，整个企业劳动密集型产业特征仍然十分明显，急需利用自动化与信息化深度融合方式，进一步提高物流业务标准化水平，降低现有业务模式对人工操作的依赖程度。
3、各类物流工艺车辆：57台（室内牵引车：17台；2T叉车32台，3T叉车11台，室外车辆7台）；
数字化物流是依靠虚拟仿真技术、互联网、信息技术等支持，应用数字技术对物流活动进行描述、分析和控制，具有信息化、网络化、智能化、集成化和可视化等特点。它在计算机软硬件设备基础上，利用信息科学，对物流信息进行离散化描述、处理、存储、传递、执行等，从而使物流系统更高效、可靠地处理复杂问题，为人们提供方便、快捷的物流服务。
汽车行业对于数字化技术进行了大量资金投资，目前几乎所有的生产部门都可以获得计算机模拟技术的辅助和支持，很多车型项目都是使用计算机虚拟规划方法，从产品设计、车辆模型、工具制造，都应用了数字化工厂的理念，而后，逐渐扩大到生产和物流的过程。数字化物流可以作为一个集成模块，作为构成虚拟企业模型的先决条件，是数字化工厂的一个核心构成；通过解剖、观察和分析物流，可以看到汽车制造工厂的所有生产部门，包括数字式冲压车间、车身制造、涂装车间，数字式装配等，都有数字化虚拟工具的辅助支持。
汽车物流的数字化是围绕汽车制造企业的投入、转换、产出等主要物流环节，构建数字化物流系统，实现全产业链、全生命周期的存储、配送、回收等一体化运作，实现物流规划，降低成本，提高效率。其中，投入主要是零部件的采购供应物流，转换则是对厂内生产物料、零部件、半成品、产成品的物流配送，产出则是整车物流和售后服务物流，以及逆向物流等。汽车数字化物流的合作参与对象，包括汽车制造企业、零部件供应商、物流装备企业、第三方物流、智能技术服务商等。
1、尽可能早期应用数字化软件模型确定物流规划问题早期规划物流流程，可以有效降低运营阶段的物流费用。因为在物流流程中，成本影响和成本的形成在时间上存在巨大差异，早期通过计算机建模，缩短规划时间，建立一个稳固的物流流程，避免后期大量资源的浪费。比如在规划开始之前，为了降低规划问题的复杂性，物流上的一些主要零部件由物流规划人员确定，哪些零部件应该纳入虚拟物流的考虑范围，可以通过帕累托分析，重点规划哪些有较高年消耗量的 A 类和 B 类零部件，但也不能忽视 C 类零部件。
对于汽车物流，尤其是零部件物流，多频次，小批量及定量不定时的特点，对精益的要求更高，如果能够通过物流信息系统，与供应商共享生产计划，取货信息，那么可以大幅度地减少作业等待所造成的浪费。当生产线出现异常需要停止作业时，就可以通过数字化信息系统，通知到供应链中的各个合作伙伴，同步停止相关作业，防止出现作业等待这种资源占用的问题。
规划与建设现代化数字物流中心，是汽车物流成功运作的重要一环。数字化物流中心首先要完成物联网、智能化技术术全场景布局。比如物流中心可以通过 AGV、RFID 系统、动态识别与传输等技术，覆盖物流中心全角落。AGV 自动化程度较高，可以沿着预定路径行驶，不需要人工参与，一般会有自动装卸设备，可以与其他物流设备自动串接，而且物流路径可以根据仓储库位变化进行灵活调整。以 RFID 为代表的智能实时技术，会大幅度提高生产物流的效率和可靠性。通过数据采集，智能分析和控制，实现物料存储与传送过程中的智能计划调度和设备控制集成。
项目使用的托盘尺寸是：1200mm×1000mm的标准托盘，我公司使用的标准化周转器具共有16种，如下表：
以上8种通用周转器具间在尺寸设计方面互成模数，非常适合放置在标准托盘（1200×1000mm）上。其中600×400mm以及300×200mm两种大类的周转器具在实际生产中的使用比例最高，可超过70%。容器不同型号的零件盛放器具之间在经过简单的方向调整后可直接在标准托盘上进行多层、多型号堆垛，器具耐挤。
根据经济性测算，自动化立体仓库使用610mm×430mm×310mm的货格尺寸，考虑到老旧库房内部高度较低的原因（高度为8.5米），自动化立体仓库的最大建设高度为7米，多项方案中的占地约3000㎡的实施方案性价比最高。
生产车间与物流配送中心之间的直线m，因此还需建立输送、回收双向的自动化辊道各1000m，根据送货区域不同，输送线个不同区域进行分别传输，因此建立6个内部输送线m，自动化传输线）整体流程
本阶段项目通过建立集约型、近工厂中心的物流标准化、自动化立体库，对物流模式进行技术升级和信息化升级，从而更好的应对一汽-大众排产逐渐准确，提前规划各类零件分步骤实现快进快出、降低库存。
操作工人根据入库信息任务，将需要入库的物料托盘放在入库暂存区，并PDA扫码确认，将补货物料信息和托盘信息发给RCS，RCS调度AGV到指定搬运地点，扫描确认后将对应的托盘叉取搬运到库区存储并给出入库完成命令。
上层ERP系统将下货任务单推送给WMS，工作台工作人员在系统界面发起拣货任务，和RCS系统对接，将仓位信息发到RCS，RCS调度叉车AGV搬运指定储位上托盘至该出库工作台，工作台工作人员按照界面拣货需求拣选相应货物。最终工作台工作人员确认该货架拣货任务完成后，通过扫码设备给出任务完成命令，RCS调度AGV将托盘搬回仓库储位。
立体库规模约为6巷道、35000个货位，出入库流量2100箱/h，4向穿梭车数量大于36台，远高于同行业10台以下规模，同时设有模块化冗余设计，兼容性强。
WMS系统是长春一汽国际物流有限公司为集团公司汽车生产而建立的物流仓储管理系统，WMS系统在2007年由一汽进出口公司进行国际招标，系统由INFOR公司中标，选用的是WMS9.0.2版本；服务器是由启明公司中标，选用的IBM公司的小型机。系统自上线年时间，保证了多个集团主机厂公司百万辆生产的任务。
目前核心机群已经用了近10年，超过了5年的报废年限，近半年内频繁出现故障，且WMS系统软件部分INFOR公司已不再对老版本进行维护工作。因此，对保障汽车生产企业正常生产存在极大的隐患。
本项目通过搭建的WMS系统和WCS系统，形成自己的know-how，该自有系统具备高度可用性，支持集成化管理。
WMS 标准化优势——WMS标准化系统不仅可以提高资源使用效率还可以大大提供公司的管理水平。
因物流环节中存在大量的汽车零部件转换包装工作，及其消耗人力成本，因此考虑在汽车零部件转换包装环节使用六轴机器人进行代替。本项目中使用的六轴机器人系统的构成主要可分为三大部分：即工业机器人、抓取装置、视觉识别装置等，具体构成如下图20所示。
系统视觉识别装置采用Halcon软件完成图像处理，该软件包具有成熟的图像处理算法；采用IDS双目视觉识别设备与计算机系统组成视觉识别装置的硬件平台。基于HDevelop的开发环境能够兼容Windows操作系统，在此环境下选用其标准程序算法开发后能够转化到操作系统的程序输出。
本系统的核心技术就是基于视觉的零部件识别，识别过程主要可以分为两个过程，首先即是获得要抓取零部件的模板，即首先通过训练使系统明确执行任务的抓取目标；当系统明确模板后进行在线的目标匹配，即在众多的目标中获取要抓取的零件。获取零件模板可通过离线建模的方式完成，其离线建模具体过程是首先读取零件的点云模型，通过图像分割将识别目标与背景图像进行分离；然后将感兴趣区域生成零件的表面点云模板。通过视觉识别设备采集模型点云数据，对于采集得到的数据利用threshold算子去除场景背景，该步骤可以加速后续的处理速度。并利用reduce_domain算子提取得到目标识别定位过程中的感兴趣区域。最后利用create_surface_model算子生成模型的表面模板。
通过深度相机实时采集场景点云数据，并去除背景。在实际使用过程中，存在外部的干扰光源可能会使图像的成像背景产生干扰的情况，这些干扰光源可能来自于建筑物室内原有的照明系统，工艺车辆在途径操作区域时的车灯光、来自于外部的自然可见光等，这些外部光污染可能会使采集到的零件图像背景产生模糊、混沌的效果，进而导致零件边缘轮廓模糊，不易捕捉零件形状的情况产生，针对此种该情况，我们在软件处理时我们利用的是深度相机实时采集并去除背景的方式，即数据库在初次记录某种零件信息时，会首先对此种零件的外形进行多种角度（左视图、右视图、正面视图、背面试图、俯视图、仰视图及部分含有一定偏离视角的视图共10种以上）的拍摄，并将拍摄的形状信息录入数据库系统中，机器视觉系统在进行图像采集时也会利用自带的强光源近距离对零件进行打光，由于各种光源打在金属零件表面所形成的点云与空旷背景中形成的点云存在较大差距，因此系统通过对形成的点云分布形状进行记录，并去除其余背景图像，仅保留此点云形状，那么我们在此过程中可有效去除由外接光源引起的干扰，再利用find_surface_model算子完成对表面模板和场景点云之间的相互配准，将视觉识别设备到场景点云表面的距离作为筛选条件如图7所示
通过图像处理，系统会得出某一零件的优先抓取位置，但是这个位置是视觉识别设备中的位置，工业机器人并不知道这个参数的具体含义，因为视觉识别设备和机器人所处的参考系不同，所以我们需要建立视觉识别设备与机器人的关系模型。
目前，通常采用手眼标定的方式完成视觉识别设备与机器人末端的关系的建立，其具体过程如图22所示，其中的手眼标定算法在市场上已比较成熟，精确度较高，实现过程简单。完成标定后机器人即可获知抓取目标零件的摆放姿态与位置信息。
本统所选用的抓取装置是工业吸盘，通过计算机系统控制继电器的通断间接控制吸盘进行吸取或者关断吸取，气源将气体通过电磁阀输送给真空发生器，真空发生器连接工业吸盘，在真空作用下，吸盘即可吸取零件，由于电磁阀不能够与计算机系统直接连接，因此需要通过继电器进行驱动。
本系统抓取装置设计时需充分考虑应用场景的切换，在此建议采用工业吸盘作为抓取设备，其应用灵活，可根据零件大小切换吸盘尺寸，而且不用更改气路和电路连接系统，在实际应用中成功率极高（几乎可达100%）。
工业机器人通过标准的Ethernet/IP通讯协议能够实现与计算机系统对的“无缝衔接”，机器人仅需获得从计算机系统中传输过来的坐标参数和逻辑指令，二机器人的运动轨迹则由机器人本体控制系统利用之前传输过来的坐标参数和逻辑指令计算出最优抓取路径然后对抓取设备进行控制。
高位货架用于大规模的商品存储，可以由多种自动化物流设备实现相关作业。常规高位货架布局中，大多采用无人叉车进行上架和下架操作，同时负责转运。但是无人叉车在转运中，速度较慢，从而影响到整个环节的作业效率。因此本文提出无人叉车与潜伏式AGV协同作业，其中，无人叉车替代传统高位叉车负责高位货架二层及以上的库存上架以及下架商品的出库；潜伏式AGV可以应用于高位货架一层，实现高位货架区域的库存上架以及下架商品的出库。这样的布局可有效地保证无人叉车运行区域在通道中，只负责上架和下架操作；潜伏式AGV负责商品外部转运，充分发挥各自优势，提升效率。
拣选区负责履行大部分零散拣选订单，基于传统人工仓库，作业面积大、新员工寻找货位困难、拣选员工绩效考评难等问题，导入潜伏式AGV货到人拣选。一方面，潜伏式AGV可以替代人工的行走，减少劳动强度；另一方面，货到人拣选具有优化的PC界面，方便员工迅速寻找货位拣选商品；同时，操作工作站集中，人员管理难度降低。
根据仓库业务流程，分拣区主要分为订单商品分拣和包裹分拣。导入分拣机器人，完成超大播种墙的订单分播和包装完成后的包裹分拣，提升分拣效率。
及时准确地将货物补充到拣选区是保证拣选效率的重要因素。如何保证拣选区存储量和补货频次平衡，以及补货的简易性，是补货策略的重点。补货数据需要和商品销售信息进行关联，WMS需要根据过去某段时间和当前的SKU的销售量以及拣选区的存储量，确认每种SKU的存储量，以及需要从高位货架区补货的数量，按照如下流程进行补货操作。
当高位货架一层的商品库存数量小于拣选区需求补货量时，WCS调度潜伏式AGV将商品从高位货架一层存储区转运至潜伏式AGV上架区域，由人工上架至潜伏式AGV的拣选区；当高位货架一层的商品库存数量大于拣选区需求补货量时，WCS调度潜伏式AGV将商品从高位货架一层存储区转运至拆码垛区域，由自动拆码垛机器人将需求的数量进行拆垛重新码放到转运潜伏式AGV的载具上，潜伏式AGV将商品从高位货架一层存储区转运至潜伏式AGV上架区域，由人工上架至潜伏式AGV的拣选区，拆垛完成剩余的商品库存，由潜伏式AGV转运返回高位货架一层存储区。
由WCS调度无人叉车，将商品从高位货架叉取交接到高位货架两端一层潜伏式AGV交接货架中。当高位货架一层的商品库存数量小于拣选区需求补货量时，WCS调度潜伏式AGV将商品转运至潜伏式AGV上架区域，由人工上架至潜伏式AGV的拣选区；当高位货架一层的商品库存数量大于拣选区需求补货量是，WCS调度潜伏式AGV将商品转运至拆码垛区域，由自动拆码垛机器人，将需求的数量进行拆垛重新码放到转运潜伏式AGV的载具上，潜伏式AGV将和商品从高位货架一层存储区转运至潜伏式AGV上架区域，由人工上架至潜伏式AGV的拣选区，拆垛完成剩余的商品库存，由潜伏式AGV转运返回高位货架一层存储区。
由于生产管理系统采用的是看板式要货模式，即一张看板对应一种零件的要货模式，同时由于输送线的运输能力有限，对货物包装尺寸有严格要求，因此本项目的拣选策略选用的是以标准化物流单元为单位的量份式供应方式。
如果提总订单某SKU数量大于存储区整托盘数量/体积的80%～100%，则采用高位货架区提总拣选再分拣的流程进行：
② WCS调度无人叉车，将WMS指定货位中的托盘叉出，放置在无人货架区每条通道两端的一层潜伏AGV交接点位的潜伏AGV空货架底框上；
④ 拆码垛机器人，将指定数量的外箱拆到输送线中，通过输送线，送至包装工位，剩余库存由潜伏式AGV送至拣选区进行补货上架。
以上项目主要实施地点是红旗风顺库房，它是一汽集团红旗长青工厂的物流配送中心，为红旗车型长青工厂年产11万辆的生产目标提供优质、高效地产前零部件的仓储、转包、配送服务，分别存储红旗长青工厂的大物与中小物，当下汽车行业物流企业正朝着智能化、自动化、信息平台化、物流网络化方向发展。根据集团公司十三五规划，针对生产效率、操作环境、服务质量、人工成本进行新技术设备的引进，逐步迈向“自动化”、“智能化”发展的要求， 2019年在红旗风顺仓库引进AGV技术，采用AGV货到人的模式，优化物流运行，缩减人工成本，降低单车物流成本。自红旗风顺库房AGV投入运行以来，AGV车辆出现过由于WIFI网络导致的车辆故障、定位超时等问题，对生产造成不同程度的影响，因此本次测试旨在针对5G技术特点进行研究分析，结合红旗风顺库房智能AGV运行场景进行深入研讨，论证基于5G技术得AGV应用可行性。项目以日趋成熟的5G技术结合智能化设备应用为场景进行研究论证，随着5G网络、5G模组等设备逐步普及，在智能化设备应用中具备广泛的推广前景。
现有AGV无线组网方式普遍采用传统企业级网络解决方案，企业内部网络都是基于传统Wi-Fi网络布置实现的，在信号干扰、漫游切换、覆盖范围、带宽容量、网络延时等方面问题突显，无法有效满足企业智能化设备对通信网络越来越严苛的通信要求。利用5G技术低延时、高带宽、广链接的特性，进行智能AGV基于5G网络运行测试。
基于5G技术特点，搭建5G网络企业专网，综合考虑传统Wi-Fi专网劣势及企业高性能的连接需求，从而提出了基于运营商移动网络进行企业专网的部署，有效融合了大网与专网资源共享的问题，同时通过运营商移动网络提供高效、高性能的网络连接。可将运营商公用网络与企业专有网络有效融合部署，提升网络使用效率，有效解决无线信号干扰、切换、体验差问题。
一汽集团红旗车型汽车零部件仓储库房有12台智能AGV机器人在运行通过WIFI设备连接，在处理爆发式任务流时有以下几个问题：覆盖能力弱、延时不可控、信号干扰强。基于WIFI无线网路的车辆调度信息在传输与确认过程中往往需要几秒的时间，极端情况下（信号不好或者网络负担大的情况）甚至会出现更长的通讯时延。此外，为了确保无人车辆在不稳定网络环境下稳定运行，设备与设备之间的安全间距必须随网络的最大延时的增加而增加，这使得工业车辆需要不断的减速停车重新启动，极大地限制了整个系统的效率提升。由于WIFI使用的是非授权频段，非常容易受干扰，再加上仓库和工厂中有大量的金属货架，导致信号衰减严重，会加剧现场无线网络的可靠性，造成延时大，丢包率高甚至AGV和控制端掉线。
方案一：5G+AGV模式，即直接让AGV设备接收5G信号，设备控务器通过公网，将控制信号传递给AGV设备；
方案二：5G+CPE+AGV模式，即设备控务器用通过5G网络与CPE设备相连，通过CPE（客户前置设备，将高速4G或者5G信号转换成WiFi信号的设备）将5G信号转化为WIFI信号，从而将控制信号传递给AGV设备；
方案三：通过搭建5G工业互联网，提供专属网络，增加MEC（多接入边缘计算设备，将高密度计算、大流量和低时延需求的业务就近部署，满足客户对安全、速率及可靠性的多重要求的设备）进一步降低时延提高数据安全，确定5G+MEC+AGV的技术测试路径，针对一汽集团红旗车型零部件仓储库房AGV设备进行生产应用场景测试。（详情见表4，各要素满分为10分）
使用方案2（5G+CPE+AGV）这种方式，可以很好的将所有非5G设备连入5G网络，但WIFI的信号因抗干扰能力较差，也不适用于现有的生产环境；
通过5G+边缘计算实现高带宽、低时延、高可靠的网络覆盖，解决wifi网络覆盖范围小，信号不稳定，维护困难等问题；
通过5G分流网关实现业务数据本地分流，降低时延，并实现业务数据不出物流园区，保证数据安全性；
通过测试AGV设备在5G网络上可稳定运行，车辆调度、系统交互正常，为优化延时平均10ms可满足AGV设备运行，同时创新性的MEC边缘计算应用，有效的保证了数据安全。
通过本次测试，基本满足厂区基于WiFi信号向5G信号改造的要求，业务可正常运行。5G技术具有延时可控、覆盖范围广、延时低、干扰低等特点，利用5G传输调度信息，能有效的将通讯时延控制在毫秒级。相比较于WIFI的各种棘手问题，5G的高速率、大带宽和低时延特性，能够带来更宽广的网络覆盖、更稳定的网络连接和更高效的数据传送。再结合MEC边缘计算、云计算、大数据和人工智能等技术，会进一步提高AGV的智能，使其能够胜任更多的应用场景。通过红旗风顺库房5G技术测试，为未来5G技术推广应用奠定了坚实的基础。2021年在应用测试的基础上针对BC库房进行5G工业互联网建设项目，继续推广5G技术在零部件库房应用，深入进行5G技术在生产场景的探索工作，打造5G+智慧物流新模式。
②、综合办公方面，由于采用大量信息化手段，因此每年可节约各类办公用品（纸、笔、打印设备等）23万元；
③、运营方面每年可节约各类工艺车辆177辆（2T叉车57辆、3T叉车22辆，牵引车41辆，其他车辆67辆；
④、由于减少了零件在存储环节的账实相符率以及配送过程中的出货差错率，因此在企业运营方面每年可节约各类纠错成本3000万元以上；
⑤、项目采用数字化技术，加入了大约15种先进数学算法，不仅实现了设备间的高度协同化，而且设备控制系统还可以根据日常生产中出现的不同异常情况，自动判断异常原因，并根据不同原因，调用不同的系统智能算法进行异常情况的问题解决，在节约大量管理成本的过程中，是控制各类自动化设备的总控制系统实现了初步的智能化运转。节约管理成本约50万元/年。
⑥、该项目获得知识产权8项，其中实用新型专利6项，软件著作权0项，为企业未来通过政府的高新技术企业认证奠定坚实基础；
利用信息化与自动化身边度融合手段，使企业的单位生产率取得了显著的提高，由原有的9.8万元/人提升至目前的17.87万元。企业也由原来的劳动密集型企业顺利转化为现在的技术密集型企业，在企业转型过程中也伴随着企业生产模式的转化，以及智能制造与现代物流业两种产业间的深度融合的过程。物流模式的改善主要是通过以下两种方式来进行体现：
①由库存数量被动拉动转变以实际产量主动推动物流业务协同模式，即通过物流管理系统与生产管理系统的无缝衔接，使得很多物流环节可以与生产环节同步获得信息或更早获得信息，大量需要进行数量预测的工作都变实现了精确化量化，全面实现了生产与物流业务间的高度协同，同时也可以通过物流管理系统对辆份式、量份式、准时化、预装配、排序等物物流配送模式进行混合式管理；
项目实施后，对企业原有的物流模式进行了全方位变革，不仅提高了企业的劳动生产率，而且摆脱了各线下物流操作环节不受控的历史，使大量的物流操作业务被纳入信息管理系统的管辖范围内。
同时，由于在项目中实施了大量的信息化与数字化手段，企业的人力成本、管理成本、日常运营成本、综合办公成本均产生了显著下降，对于汽车生产企业来说，其综合物流成本由原来的12%下降到了11.5%，成功提升了客户企业商品的竞争力，也使得客户对我企业的依赖程度得到了进一步提高。
本次项目将所有的信息流程进行了接口统一以及无缝衔接，彻底消除了各系统间信息传输不畅的情况，消除了信息孤岛。同时也成功将企业由劳动密集型转型成为技术密集型企业。通过将信息化技术与自动化设备之间进行深度融合，不仅实现了企业自身的竞争力提升，而且也实现了智能制造业与现代物流业之间的深度融合，提高了客户粘性。为企业未来向无人化、少人化物流模式的发展，奠定了坚实基础。
中国东信：华建会采供应链服务平台一汽解放：“物联网+智能储运”助力打造数智化整车物流管理平台中原大易科技：智能物流技术与装备创新应用案例申报
上海壹米滴答供应链管理有限公司:物流信息运营管理化核心系统大数据对采购与供应链的影响京东物流（企业名待确认）：京东物流仓储管理玄武系统
渝公网安备 50010402000130号
