英语原文共 25 页，剩余内容已隐藏，支付完成后下载完整资料

数字供应链中的智能自动驾驶汽车：从概念到模拟，再到实际操作

Naoum Tsolakis, Dimitrios Bechtsis, Jagjit Singh Srai

摘要：目的——本文的目的有两个：首先，讨论与在供应网络运营中使用智能自动驾驶车辆（IAV）的模拟或实际应用相关的主要挑战;第二，提供理论和实证的基于证据的方法框架，支持IAV的概念化，仿真，仿真和物理应用的集成应用，以有效地设计数字供电网络。

方法——首先，本研究对现有文献进行了严格审查，以确定与使用物理IAV的模拟建模或实际应用相关的主要益处和缺点。其次，开发商业和定制软件应用程序以及三维验证和验证仿真工具，以评估IAV在概念仓库中的操作。第三，商业深度传感器用作物理环境中的测试台。

调查结果——结果表明，概念和模拟建模最初应用于探索理想性能方面的替代供应链运营，而仿真工具和真实世界IAV测试平台在验证首选数字供应链设计选项方面非常突出。

影响——所提供的分析框架是使用文献证据以及实验工作和研究经验开发的，无需咨询任何行业专家。 此外，本研究是基于单个物理设备应用作为试验台的应用而开发的，因此，作者应该在工业仓库中对物理IAV的测试进一步发展。

实际意义——该研究提供了辐射仿真建模和仿真工具，可以有效地为供应链从业者设计网络运营。

原创性价值——这项工作通过提供多阶段方法框架和实用的“工具箱”，有助于运营管理领域，以便主动评估和整合供应网络运营中的智能自动驾驶汽车（IAV）。

关键词：智能自动驾驶汽车；概念化；仿真；深度传感器应用

1引言

制造业领域的数字化话语激发了智能车辆的进步（Scarinciet al。，2017），并进一步增加了供应链运营中自主生产和分销系统的使用所带来的机会（Bechtsis，Tsolakis，Vlachos和Iakovou，2017）。信息技术领域的创新，特别是物联网技术的整合，可以指导数字驱动业务流程的设计，提高绩效（Ferretti和Schiavone，2016年）;然而，在实际工业环境中选择和实施智能自动驾驶汽车（IAV）需要有效的战略规划，因为涉及的操作复杂性和重大的资本投资考虑因素（Chen et al。，2017）。鉴于这些错综复杂的情况，运营研究和管理科学学者探索并设计了一系列建模技术，可以让利益相关者了解相关战略的运营（Ji和Xia，2010）和财务（Kavakeb等，2015）方面决定采用IAV。然而，现有的关于IAV系统的建模方法主要关注主观概念设计或分散的数学程序和模拟应用，因此未能全面解决一系列现实挑战，特别是在操作层面（Mourtzis等，2014）。因此，在这种数字化和智能化制造环境中，本研究的目标是通过提供方法框架，为利益相关者提供有关集成概念化，仿真和仿真建模的方法，支持供应链运营中车辆自动化的有效集成和有效利用，评估和实施IAV以建立数字化供应网络。

概念生成和评估是智能供应链运营设计的关键过程;然而，工程系统的概念评估受到极大的主观性的支配（Moulianitis等，2018）。从这个意义上讲，模拟供应链运营中的IAV对于在一系列可能的情景下客观地建模和主动评估网络性能至关重要（Lu et al，2017）。通用和商业的自我软件工具和平台能够在不同的工业应用案例中对生产和分销过程以及相关实体进行仿真建模和分析（Ali et al，2014）。然而，仿真建模无法捕捉全球供应网络实体之间的详细和复杂的相互作用（Dias和Ierapetritou，2017），而能够对现实非标准车辆组件和工业制造水平配置进行建模的定制仿真软件包仍然有限（Briggs et al。，2017）。在这方面，开发了三维（3D）验证和验证仿真技术，这些技术可用于“反映”工业制造和分销业务中IAV的利用（Sharif和Sadeghi-Niaraki，2017）。仿真提供了大多数仿真优势，同时进一步受益于严格的实施控制和一定程度的实际结果（Sharif和Sadeghi-Niaraki，2017）。

将概念设计和仿真与仿真结合使用以主动评估业务运营的优点是显而易见的，但物理IAV的应用对于评估和验证相应的智能系统在特定运营环境中的适当性以及证明相关资本投资的合理性至关重要（Briggs等人，2017）。然而，典型的模拟和仿真建模和分析方法无法揭示车间级别的IAV相关管理和协调挑战（Pacaux-Lemoineetal，2017）。指示性挑战包括无法通过车辆（例如叉车）操作员来概述整个制造系统，真实 - 时间限制，以及标准仿真和仿真建模解决方案未捕获的机械或航天飞机的技术故障。除了运营影响外，智能系统技术方面的挑战至关重要，需要在实际环境中加以考虑，因为它们可能会产生重大的财务和安全影响（Shi et al，2017）。

尽管对IAV系统的概念化，模拟，仿真和实验有明显的需求，但在实际工业规模实施之前，由于缺乏对现有技术能力和要求的具体知识，或者由于缺乏对现有技术能力和要求的具体了解，这种综合分析往往被忽视。通过采用这种技术先进的应用程序来获得直接竞争优势的误解。相关出版文献的数量有限（Briggs等，2017），尤其是非汽车行业的自主应用，突出了所研究问题的模糊性和复杂性。本研究提出了理论和经验推导的多阶段方法框架，用于集成的概念设计，仿真建模，仿真开发和物理测试台的部署（作为自动车辆的硬件组件），用于在供应网络操作中有效地结合IAV系统。特别是，本研究的目的是通过尝试回答以下研究问题（RQ）来举例说明关键问题，并指导学者和实践者将有效整合和有效利用供应网络中的车辆自动化：

问题（RQ）1：与物理IAV的仿真建模或实际应用相关的优点和缺点有哪些？

问题（RQ）2：哪种理论和经验驱动的方法框架可以支持在数字供应链运营中有效评估和整合替代IAV技术？

问题（RQ）3：拟议的方法过程的应用有多合理？

由于智能制造和分销系统被认为是跨越不同经济部门的一系列网络运营中的理想技术解决方案（Bechtsis，Tsolakis，Vouzas和Vlachos，2017），因此对上述问题进行了批评。然而，这种智能技术方法对于端到端供应链运作的有效设计，规划和执行的适当性尚未得到验证。特别是，RQ1的答案将比较与模拟建模和物理IAV的实际应用相关的利弊。之后，RQ2将提供理论上和经验上的衍生多阶段过程，指导分析和IAV系统在数字供应链运营中的有效整合。最后，由于所提出的多阶段方法框架是由RQ2的答案定义的，我们在应用商业传感器时，在概念化，分析模型，模拟和模拟IAV到概念仓库的案例研究时处理RQ3，作为试验台，到实际的冷藏设施。

本文采用多方法来回答上述问题。更具体地，文献发现以及经验证据和实验结果被用于解决RQ1和RQ2。接下来，对概念建模，仿真和仿真场景的分析，以及商业深度传感器摄像机的实际应用，展示了所提出的多阶段过程的适用性，并有助于解决RQ3问题。总体而言，上述研究活动产生了有用的发现，这些发现为阐明的RQ提供了答案，并揭示了过多的未来研究潜力。

在本文的其余结构如下。第2节列出了支撑这项研究的术语，理论透镜和材料和方法。第3节探讨了现有的信息技术创新研究，以支持供应网络运营，主要侧重于自动导引车辆，这是IAV之前成熟的一类运输车辆。在第4节中，我们批判性地讨论了在供应链环境中使用模拟或物理自动驾驶汽车相关的优缺点。在这方面，在第5节中，我们通过构思设计以及开发模拟和仿真模型，并将真实世界的传感设备（作为试验台）实施到实际仓库的情况来探索这些分析方法的协同价值。 。这个四阶段分析有助于产生基于实验证据的研究结果，这些研究结果可以促进IAV在供应链运作中的有效整合。在第6节中，我们提出了一个多阶段方法框架，用于综合运用传感设备的概念化，模拟，仿真和物理试验台应用，以设计和规划数字供应链中的操作。提出的方法论过程是由理论证据和我们与自动驾驶汽车相关的经验和实验研究所驱动的。最终的第7节讨论了对研究结果的批判性评估以及结论，局限性和未来的研究潜力。

2材料与方法

本研究中的详细审查对象是多方面的，包括：现存文献的综合（Aivazidou等，2016）;系统识别和概念化（Carter et al，2015）;模拟建模（Min and Zhou，2002）;仿真（Ko et al，2010）和视觉感知设备的真实世界实验（Shi et al，2017）。这种多方面过程的基本原理是实现关于所研究的复杂主题的连贯的多维构建（Espinasse等，2000）。与本研究相关的基本术语，理论透镜，研究方法在下面的小节中有详细说明。

2.1基本术语

考虑到本研究的重点是物理IAV的系统概念化，仿真，仿真和应用，有必要在此上下文中定义术语的含义。因此，下面描述了用于本研究目的的所采用的定义。

在供应链管理领域，运营研究和管理学者需要解决网络参与者内部和之间的一系列战略，战术和运营挑战（Hennies等，2014），例如采购战略和资源规划，生产和提前期规划，库存管理和信息共享。在这方面，概念建模是定义调查中的特定问题和精神上感知系统功能和相关业务流程解决方案的第一步，以后可以促进支持软件工具和平台的开发（Aguilar-Saveacute;n，2004）。因此，概念模型是各种形式的简单形式化描述，例如供应网络图，图形表示或过程图（Settanni等，2017）。

此外，模拟已成为限制主观评价和解决供应链管理领域中各种问题的突出方法。本研究中最相关且正在采用的模拟定义是：“模拟建模和分析是创建和试验物理系统的计算机化数学模型的过程”（Chung，2004），以及“模拟是模仿现实世界的过程或系统随时间的运作。模拟涉及系统的人工历史的产生，以及对该人工历史的观察，以得出关于表示的真实系统的操作特性的推论“（Banks等，2000）。

此外，仿真的概念，特别是对于车辆的情况，在通用测试原型的开发中具有重要意义（Lee，1995）。包括用于执行模拟和模拟现实系统行为的软件和硬件层的工具通常称为仿真器（Prieto-Araujo等，2015）。软件层用于在相同的真实条件下，基于静态和动态操作来模拟所表示的系统变量。接着，硬件层通过机电机械强制软件模拟变量来表示真实世界的系统行为。该定义意味着可以模拟任何系统。然而，目前的研究主要集中在分析用于在物流内部操作中表示IAV的仿真结构。

最后，IAV可以被定义为可以在没有飞行员协助的情况下在太空中航行的车辆（Loureiro等，2012）。智能自动化指导通常由（Bahnes等，2016）实现：首先，通过摄像机，雷达或其他嵌入式传感器识别环境情境，其次，通过分析和编译，将检索到的感官数据解释为可能的机动可能的行动清单。

2.2理论基础

本研究采用Sagasti和Mitroff（Sagasti和Mitroff，1973）概述的运筹学系统观点作为理论视角。 Sagasti和Mitroff（1973）提出的研究模型被用作参考，以捕捉每个供应链梯队中复杂操作元素的动态行为，然后可以为运营管理领域的方法论讨论提供信息（Bertrand和Fransoo，2002）。更具体地，已经引入了几种技术用于评估供应链环境中的智能应用，包括概念设计，分析建模，模拟，仿真，测试床应用和现实世界实验（Sharif和Sadeghi-Niaraki，2017）。从这个意义上讲，从概念化和模拟建模过渡到实际单词应用和IAV系统评估的基本维度来自Sagasti和Mitroff（1973）提出的研究模型，如图1所示。运营研究图1中的过程转换网格首先要理解供应网络图和数学程序形式的概念模型。 IAV系统在随后的模拟，仿真，试验台和实际实施阶段的建模和性能评估需要与网络和真实空间成比例的参与。

2.3研究方法

该研究的主要目的是通过专门提供支持数字供应网络中IAV的有效建模，评估和实施的方法框架，支持学者和从业者将智能分配系统整合到供应链运营中。理想情况下，物理IAV的实验和测试将是更可取的;然而，诸如可观的资本要求和技术复杂性等关键挑战阻碍了广泛的现实调查（Browne等，2012）。在这方面，本研究的第一个方法步骤是进行文献综述，以识别阻碍IAV在供应网络运营中有效整合的二分法，并确定主要研究和业务相关的优势和挑战。在第二阶段，我们精心设计软件平台并开发基于仿真和仿真的工具，以经验性地检查供应网络操作中的IAV和/或验证/拒绝文献发现。最后，第三方法步骤包括将传感设备真实地应用为可用于导航IAV以执行特定的内部物流操作的测试台。总的来说，我们遵循Sharif和Sadeghi-Niaraki（2017）描述的工作流程结构，了解普适计算技术的情况，我们特别关注概念化—仿真—仿真—测试床连接。

特别是，在第一阶段，审查的对象是二次研究。为了确保高科学完整性，现有的文献综述包括从Elsevier的Scopusreg;和Thomson Reuters数据库的WebofSciencereg;检索的文章。选择这些数据库是因为它们捕获了大量同行评审的期刊，特别是在自然科学和工程领域（Mongeon和Paul-Hus，2016）。以下布尔查询被制定用于次要科学研究的内容搜索:(（“智能自动驾驶车辆”）和（“供应链”或“供应网络”）和（“制造”））。作者在Scopusreg;以及WebofSciencereg;中使用了“文章标题，摘要，关键词”类别，而时间跨度则从“所有年份”设置为“现在”。该分析仅限于研究IAV的模拟和实际实施方面的贡献，以捕获关于所研究问题的综合观点。此外，所有审查的研究都是用英文写的。为了提高一致性，所有检索到的论文都经过反查。检索论文中引用的相关参考文献被用作补充文献综述的二手资料，更好地反映了新兴主题。截至2016年11月8日，精确搜索产生了13篇研究论文，其中10篇保留供审查。检索到的贡献的数量被认为

全文共34041字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[2654]