物流行业中5G技术带来的极致体验

01

便捷出行场景 

 智慧公路协同感知网络

 —车联网

接入终端包括移动终端、OBU（On board Unit），RSU主要收集各种终端上传的数据，以及完成指令下发到各种终端设备的任务；

• MEC边缘云平台：执行区域性算法，实现安全避让、速度引导、区域交通流量分析等，并支持车辆在移动过程中动态数据同步；

• 核心网业务平台：综合车联网的实时状态信息、交通信息、交通数据信息和地图信息等，经过分析、数据流的梳理和归纳，搭建适用于车联网应用的智能分析及控制平台。

成都市城市管委会5G+云网+AI智慧道路监控

项目背景及客户需求：• 成都二环高架部分区域及匝道存在病害及雨季积水等问题， 严重影响正常交通，希望建立起视频监控系统，进一步实现路面病害自动识别、紧急情况智慧检测等功能。

• 固定点位视频监控无法解决，同时为满足AI智能分析，道路监控需要在移动场景下实时回传高清视频图像。解决方案：

• 实时回传：移动场景使用5G网络进行不间断高速实时回传；• 云存储：灵活可靠的云存储，部署视频管理平台、视频AI分析平台；

• AI分析：智能的道桥病害分析，精准、及时发现病害；

• 可视化监控：全局可视化管理及定向产生维修工单及告警通知。项目价值：

• 增效降本：7x24 视频监控+智能识别，实现全业务智能闭环，节省人力成本，提高效率；

• 敏捷可靠：业务云服务化，实现IT资源弹性获取、业务敏捷扩容。

广东珍宝巴士5G智慧公交

项目背景及客户需求：

• 客户希望通过在人（司机、乘客）、车（公交车）、路（道路、公交站亭、公交场站）等部署智能公交基础设施，形成丰富的基础应用能力，给政府、企业、市民提供的各种各样的应用服务；

• 公交车上各类车载终端各自为政，数据无法互联互通、冗余严重；无法实现12路视频同时实时回传监控；缺乏技术手段高效管理人车路协同。

实时监控：车上12路摄像头以及车载信息系统大数据传送到监控中心；

• 司机监测：通过可穿戴式设备，实现对司机血压、心率等远程实时监测；

• 黑名单分析：通过人脸抓拍设备自动分析检测出可疑人员并及时预/报警；

• 娱乐体验：4K IPTV高清视频移动场景直播点播

• 人车路协同应用：LCD大屏感知路测节点内容、乘客与本车和正在行经点的信息服务互动。

项目价值：

•解决车载大数据所有权旁落问题，为客户节省SAAS平台服务支出；统一数据接口，减低运维管理成本，提升管理效能；

• 实时可视化监管，强化综合运营、安全、应急管理，提高公交信息化、智能化管理水平。

开沃汽车5G远程驾驶/无人驾驶场景

项目背景与需求：

• 开沃汽车集团原来使用4G网络测试无人驾驶和远程操控，但由于网络速率和延时达不到要求，导致此项目一直处于实验室理论分析和模拟测试状态。

• ４G网络无法满足远程驾驶的高速率和低时延需求，开沃集团希望借助５G网络研发和测试无人驾驶、远程操控车辆运行情况。

实现功能：

• 实现功能1：远程操控• 实现功能2：无人驾驶

解决方案：

• 建设5G基站实现厂区5G网络无缝覆盖，实现车辆数据、路况视频上传和车辆远程控制；• 利用天翼云为开沃汽车无人驾驶影像数据提供存储。

项目价值：

• 厂区测试完成之后，开沃汽车在真实公交路线上加载5G无人驾驶功能，实现远程辅助驾驶、提高公交驾驶安全。

02

交通行业5G市场发展

交通行业价值领域场景总视图

交通视频上云

需求场景：

• 发挥电信云网融合优势，将海量高速公路及普通公路视频数据接入公路视频联网云平台，进而通过视频转码、上云、存储、直播、监控与AI视频分析等功能，实现部省视频联网互联互通与路网异常交通事件智慧监测，并向公众提供可视化视频出行服务。

创新优势：

• MEC部署交通视频智能分析算法，充分“就近按需”利用边缘计算与处理能力，实现高性能、低延迟、更精准的智能交通视频分析；

• 5G+前端摄像机+高清多码流视频，能够在未覆盖网络地区或路段，快速建立监控能力，大大缩短实施周期以及整体成本；

• 基于高带宽、低时延5G网络，通过交通视频上云平台与监控现场连线，保证一线画面清晰流畅回传，协助进行应急指挥。

03

智慧园区

需求场景：

• 现代化物流园区包含园区安保、园区管理、交通物流、生产使能以及员工办公等多个功能模块，需要在物流园区引入信息化、数字化、智能化的监控和管理方案，实现人、机、车、设备一体互联，从而进一步实现智能车辆匹配、自动场站调度、可视化管理等功能，提高生产效率。

解决方案：

• 园区综合安防方案：在月台和仓储等环境部署人脸识别和视频检索功能，实现系统联动、周界管理；

• 出入车辆快速通行方案：在园区出入口部署高清枪机，自动识别通过车辆，配合传感器数据进一步实现智慧停车；

• 物流卡车高清视频安防方案：通过部署高清视频监控以及AI分析，实现车辆防盗、交通事故回放以及人脸识别防疲劳驾驶等功能；

• 无人巡逻：在物流园区内实现无人机和多功能巡逻车的自动巡逻，赋予远程控制调度能力，可提供计算资源支撑复杂业务处理。

智慧停车

需求场景：

• 物流园区是承载转运、配送等环节的核心运输枢纽，车辆出入频度大、车位数量及管理需求高；

• 传统停车方案存在占地面积利用率低、车位信息不明确、出入耗时长、人力监管效率低等问题。

解决方案：

• 5G+高清视频方案：通过5G网络，实现智慧车库监控视频以及设备、传感器运行数据的实时上传；

• 天翼云/MEC+AI：天翼云及MEC高性能计算助力AI算法分析监控视频及运行数据，对异常情况进行检测预警；

• 5G+大数据平台：通过5G网络实时下传控制指令及报警数据，实现远程预测性维护及远程指导维护。

功能模块：• 远程运维：充电状态检测与分析；• 远程运维：关键结构件应力检测分析；• 远程运维：电机设备的数据分析；• 安全巡检：车位状态识别。

远程操控：

解决方案：

• 在生产设备上部署高清摄像头，通过5G网络将吊机等设备的现场作业视频回传至控制中心进行实时监控，控制中心下达操纵指令，远程操控设备作业；

• 使用音频与高清视频采集车辆行驶信息，5G大带宽与上行高速率满足数据回传要求，结合低时延的特性，实现基于5G的无人驾驶及远程控制，必要时接管车辆控制工作，将前进、加速、刹车、转弯、告警、鸣笛等驾驶指令远程传到车辆上，为无人驾驶汽车的安全行驶提供了保障。

AGV无人车

需求场景：

• 非联网模式的传统智能叉车需要配备大量的传感器和强力计算单元，造价过高且无法形成协同调度；• 4G、Wi-Fi网络无法支持叉车作业场景中视频与控制指令的即时传输，无法实现远程运行监控、动态管理、边缘智能技术。

解决方案：

• 基于5G网络的实时路径规划：5G与MEC助力视频实时回传与AI视觉识别技术，对行驶路线进行实时规划，不需任何提前设置，真正实现叉车自由穿梭；

• 基于5G网络的自动装卸货物：5G与MEC助力AI视觉识别、精准定位和实时精准操控技术，完成不同高度、突发位置偏移和不规则摆放等多样化场景的货物自动装卸；

• 基于5G和MEC的边云协同模式：云端负责算法升级，将AI和调度算法下沉至仓库园区MEC，边缘云实现快速分析、控制调度，同时有效保护生产数据安全。

AR拣选

需求场景：• 仓库货物存储数量庞大、型号及配送信息复杂，传统拣选工作方式效率低下、人力成本及出错率较高；• 自动化立库设备价格昂贵，维修成本高。

智能仓中拣选员佩戴AR终端，自动识别作业环境，快速识别并呈现商品的基本信息，定位拣选员的位置，并自动根据拣选任务规划拣选路径，建立线路导航，指引作业人员以最短的时间到达目标拣选货位 。

无人机配送

需求场景：• 传统货车运输模式耗时长、效率低，受到配送时间、配送范围制约，长途运输驾驶安全问题严重；

• 无人机可实现全年配送、偏远地区配送，节省人力成本、安全性高；

• 无人机配送定位准确、省时高效，生鲜配送可议价空间高。

解决方案：• 5G低空覆盖保障无人机飞行过程中稳定的网络传输；• 5G网络的高带宽、低时延特性保障无人机360度高清视频的实时回传与远程精准控制。

货运跟踪

需求场景：

• 传统物流行业在货运过程中无法实现包裹实时追踪，物流方需要对物流包裹运送进度、货运过程中是否存在安全隐患以及货运司机是否存在疲劳驾驶和违规驾驶等问题进行实时掌控。

解决方案：

•基于5G网络对货物物流信息以及运输视频进行采集、传输，进一步通过精准可视化展现、实时监控、计算分析、预警等功能实现包裹实时追踪和全程高清视频监控，为物流运输保驾护航。

宁波招商码头无人集卡远程驾驶

案例场景：• 探索基于5G网络的无人集卡项目，利用5G高带宽、低时延特性将车辆行驶监控视频和传感器数据上传至天翼云赋能的控制平台上，后台控制人员将控制信号回传至车辆，实现远程操控无人集卡。

项目价值：• 浙江电信与宁波码头合作致力于打造5G+智慧港口，保障宁波智慧码头内车辆的行驶安全，促进运营效率提升60%；• 目前港区已实时获取了120台内部集卡的实时位置，未来的港口作业将逐步实现协作化、自动化和智能化，电信5G应用将助力港区数据融合、自动控制与智慧运营的进一步提升。

在港口装卸，运送集装箱的卡车，需要应对的环境有线路的交汇，与其他卡车错车、对误闯入现场的人员目标避让等等。

同时，港口码头24小时不间断作业，即使在夜间也有高强度灯光常明，对于自动驾驶系统的目标识别也构成额外挑战。 

这就是中国最快量产无人卡车并规模化商用交付的公司，甚至放眼全球，公开报道中也无人能出其右。

不鸣则已一鸣惊人，用产品和商用交付，站到聚光灯下。

不过，如果对自动驾驶相对熟悉，也不会对此太过意外。

发于国家重点研发计划，多年国家智能车未来挑战赛的历练，也参与了百度无人车发轫探索，最后聚焦于更快商用和落地的货运和港口……

当前一切速度的背后，其实曾经的苦功和战略抉择，早已埋下注脚。