汽車生產物流智能平臺關鍵技術和實踐研究

摘 要：汽車消費者需求日趨個性化、多樣化，汽車產業的復雜性，包括眾多零部件的集成和生產流程的復雜性，給汽車生產物流帶來了諸多挑戰。文章從汽車企業視角出發，研究基于工業4.0的生產物流智能平臺，實現了一套倉儲物流系統、兩個物流執行系統以及三項重要增值服務，全面覆蓋了汽車生產物流的各種業務場景。通過整合先進的信息技術、機器人技術和人工智能技術，平臺可促進汽車生產物流在數據標準、業務流程和管理制度等方面進行全方位的智能化升級，并通過實踐檢驗其效果顯著。

關鍵詞：汽車生產物流；工業4.0；人工智能；機器人

中圖分類號：F253；TP311.5 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2025.02.011

Abstract： The demand of automotive consumers is increasingly personalized and diversified. The complexity of the automotive industry， including the integration of numerous components and the complexity of the production process， brings many challenges to automotive production logistics. From the perspective of automotive enterprises， the research is on the production logistics intelligent platform based on Industry 4.0， achieving one set of warehousing logistics system， two logistics execution systems， and three important value-added services， fully covering various business scenarios of automotive production logistics. Through the integration of advanced information technology， robotics ， and artificial intelligence technology， the platform can promote comprehensive intelligent upgrading of automotive production logistics in terms of data standards， business processes， and management systems， and the effect has been confirmed through practice.

Key words： automotive production logistics; Industry 4.0; artificial intelligence; robot

0 " "引 " "言

中國制造業的物流在經歷了機械化和自動化的基礎上，正逐步進入智能化階段。這一轉變得益于近年來人工智能[1]、物聯網[2]和大數據[3-4]等技術的迅猛發展，為制造業物流帶來了前所未有的變革，增強了國內制造業在全球市場的競爭力。然而，由于制造業物流的離散性，以及核心智能技術受限于各個廠商，導致很多制造企業在引入智能物流時往往只針對特定場景的業務需求進行技術應用，缺乏統一的頂層設計和整體規劃。這種碎片化的技術應用方式雖然能夠解決短期內的業務問題，但卻難以形成完整的智能物流體系，限制了企業物流效率和服務水平的進一步提升。

在現代汽車制造業中，JIT、JIS、SPS等先進生產物流模式的廣泛運用已顯著提升了汽車生產的效率和物料管理的精準度[5-7]。但隨著消費者個性化需求的日益增長以及物料種類的不斷豐富，汽車生產物流正遭遇前所未有的挑戰。傳統物流模式主要依賴于人工叉車和牽引車等機械化設備進行作業，通過人工執行物流任務并形成閉環反饋。盡管這些機械化設備在提升物料搬運效率方面起到了重要作用，但仍然存在明顯的不足之處。具體來說，隨著車型和物料種類的日益增多，傳統物流模式對人力資源的需求呈現出不斷上升的趨勢。這不僅推高了人工成本，而且在人力資源短缺的情況下，可能會對生產進度造成不利影響[8]。同時，由于勞動強度較大，人工物流作業容易受到人為因素的影響，如疲勞、技能差異等，這些因素都可能對生產效率和產品質量造成負面影響。此外，還存在因員工疏忽或信息傳遞不暢導致作業錯誤或延遲等問題。

工業4.0的概念自提出以來，已經深刻地改變了制造業的面貌[9]。作為制造業的重要支柱，汽車產業在工業4.0的浪潮中迎來了轉型升級的契機。生產物流是連接供應商、制造商和消費者的關鍵紐帶，其智能化水平直接影響到整個供應鏈的效率和競爭力。因此，從汽車企業視角去研究基于工業4.0的汽車生產物流智能平臺，對于推動汽車產業的可持續發展具有重大意義。（見圖1）

1 " "基于工業4.0的汽車生產物流智能平臺研發

基于工業4.0的汽車生產物流智能平臺（以下簡稱IPLS平臺），通過整合先進的信息技術、自動化技術和人工智能技術，實現對生產物流全過程的智能化管理。其核心目標是促進生產物流從數據標準、業務流程、管理制度等方面進行全方位的智能化升級，從而提高生產效率、降低運營成本、增強供應鏈的靈活性和響應速度。

1.1 " "業務需求分析

在業務分析階段，首要任務是梳理和確定系統功能需求清單。這一過程涉及識別和分類各個業務場景下的具體需求，并將這些需求與相應的業務對象關聯起來。接下來，通過對比分析不同功能需求，剝離出差異性，并識別出功能需求的共性。定義IPLS平臺所需提供的能力時，應聚焦于這些共性功能，確保平臺能夠支持這些核心功能的實現。能力的定義應涵蓋數據處理、流程管理、資源協調、決策支持等關鍵領域，以確保平臺能夠滿足生產物流的業務需求，同時具備一定的靈活性以適應未來的擴展和升級。（見圖2）

1.2 " "IPLS平臺架構設計

1.2.1 " "平臺應用架構設計（見圖3）

首先，通過詳細的業務分析，識別和分類各個業務場景下的具體需求，明確業務期望達成的能力。其次，將能力需求與相應的業務對象關聯起來。最后，從業務對象的聚合度、服務顆粒度、能否獨立運營和領域能力復用等各方面綜合權衡[10]，進行平臺應用架構設計。具體包括：一個倉儲管理系統，適配倉儲所有業務場景；兩個物流執行系統，覆蓋物料拉動、機器人任務控制等業務場景；三大增值工具，由統一數據接口平臺、統一指令平臺和統一數據分析平臺組成。

倉儲管理系統（簡稱WMS）通過高度自動化和智能化功能實現對倉庫全要素、全業務、全狀態的全面管理，涵蓋庫區庫位管理、各種物料跟蹤與管理等。在業務層面，系統覆蓋入庫、質檢、移庫、出庫、盤點、翻包、堆垛、拆垛、揀料等操作，確保業務高效執行。WMS系統細致管控物流狀態，實現對物料流轉的全程監控，提供倉庫管理、倉庫作業管理、物料管理和庫存策略管理四大核心服務，以優化倉庫資源配置、管理作業流程、跟蹤物料生命周期和制定科學庫存策略，平衡成本與服務水平。

物流執行系統（簡稱LES系統）整合了入廠協同管理[11-12]與物料拉動管理[13]兩大模塊，以提升物流效率和生產協同性。入廠協同管理模塊優化運輸車輛從發運至卸貨的整個流程，減少了由于信息不對稱引起的等待時間和道口擁堵。該模塊包括司機和車輛信息管理、預約入廠流程、生成預約碼、入廠通知、卸貨道口確認、指示大屏顯示和物流記錄跟蹤等功能。物料拉動管理模塊則作為生產與物流之間的關鍵信息樞紐，涵蓋了從生產線補貨需求計算到物料需求池管理，再到拉動需求的組單和發布。該模塊支持多種物料拉動策略，包括內排序單、外排序單、電子看板、SPS集貨揀料單和層級補貨指示，并可通過手動、外部系統、計劃性或預測性觸發等多種方式激活。

面對多品牌、多類型自動化倉儲硬件管理挑戰時，設計了設備任務管理系統（簡稱TCS系統），通過集中控制和處理設備任務，統一管理物流任務的生成和執行，向不同品牌和類型的設備控制系統發送指令，從而提高設備執行效率，降低管理復雜度和成本。

1.2.2 " "平臺技術架構設計

結合生產物流的各個系統功能和應用特點，設計云邊協同技術架構模型，總體上分為展現層、服務層、設備控制層、能力開放平臺層和運營管理層，如圖4所示。

展現層和服務層分離。展現層采用VUE前端框架，該框架具有雙向數據綁定、組件化開發、指令等優點，可以提高開發效率和代碼可維護性，支持界面按場景、角色和用戶自由配置。服務層包括應用服務、中臺服務和技術服務（PAAS和IAAS）。采用Spring Cloud“微服務架構”[14-15]實現中間層分解，將入廠協同、倉儲管理、物料拉動、物流設備控制和運營看板等開發成一個個獨立的應用，以標準API方式對外開放服務。各個應用服務之間通過HTTP協議進行通信，支持REST API、RPC和消息隊列等多種通信方式。

IPLS平臺利用Nginx作為反向代理服務器，將用戶請求分散至不同后端服務，提升系統安全性。網關作為系統入口點，整合JWT鑒權、請求限流和熔斷策略，確保服務安全、穩定和高可用。高可用部署策略可快速橫向擴展以滿足不斷增長的用戶需求和數據壓力。NACOS集群提供服務注冊與發現機制，簡化服務配置管理和更新，兼顧配置中心功能。數據存儲方面，平臺結合傳統MySQL和現代MongoDB數據庫，滿足不同數據存儲需求，保障數據穩定、可靠和高效性。此外，平臺整合Redis作為緩存中間件，加速數據訪問且減輕數據庫壓力；XXL-Job作為定時任務調度平臺確保任務可靠執行與管理；RabbitMQ作為消息隊列中間件支持異步消息處理與服務解耦，提升系統整體性能和響應能力。

1.2.3 " "平臺數據架構設計

在企業中，用戶往往關注自身信息資源的構建和運維，只關心與自己相關的系統，而忽視了企業整體經營目標的需要。然而，實現企業的經營目標通常需要各業務板塊緊密協同合作[16]。舉例來說，如果質量部門希望對產品中每個物料進行精準追溯，就需要物流部門在倉儲和配送環節增加供應商生產批次管理、物料斷點管理等功能。如果不從企業整體視角去規劃數據流，很容易造成系統建設成為信息孤島。

IPLS平臺服務對象廣泛，涵蓋倉庫、工廠、質量、采購、保衛部、第三方物流等多個領域。這些服務需要與企業內部的ERP（Enterprise Resource Planning）、MES（Manufacturing Execution System）、SRM（Supplier Relationship Management）、TMS（Transportation Management System）及QMS（Quality Management System）等系統頻繁進行信息交互。因此，從整體管控的視角出發，需要進行數據流的整體規劃，確保各系統之間信息的無縫集成和流通，如圖5所示。

1.3 " "關鍵技術應用

基于工業4.0的汽車生產物流智能平臺主要涉及到多種智能技術的配合，比如AGV（Automated Guided Vehicle）、SPS（Set Parts Supply）、AS/RS（Automated Storage and Retrieval System）、移動網絡、大數據、云計算和物流仿真等技術。

1.3.1 " "AGV機器人自動搬運技術

AGV是現代物流自動化的關鍵解決方案，它通過自動導航技術實現貨物的高效流轉和精準配送[17]。AGV的種類繁多，包括牽引式、叉車式、背負式等，不同類型的AGV適用于不同的工作場景和業務需求。企業在選擇類型時，需要緊密結合自身業務需求，從載荷能力、導航方式、路徑規劃和擴展性等維度綜合評估并確定最合適的AGV類型。在引入AGV系統的過程中，供應商一般會配套AGV控制系統，由WCS（Warehouse Control System）和RCS（Robot Control System）兩大模塊組成。WCS負責AGV的實時調度和控制，包括任務分配、路徑規劃、交通管理以及狀態監控等功能，確保倉庫內物流設備的高效協同工作。RCS則專注于AGV機器人的精細控制，精確執行啟動、停止、加速、減速、轉向等動作，以應對復雜環境下的交互挑戰，如實時避障和精準導航，從而保障AGV在多變的工作環境中安全、準確地完成既定任務。

從汽車企業業務價值應用視角看，需將不同品牌和類型的AGV機器人緊密集成到生產物流活動中。需要IPLS平臺集中處理倉儲物流日常業務，向WCS發出貨物移動指令，再由其控制設備執行具體操作。提供黑盒、白盒等兩種系統對接方式。黑盒方式指由WCS系統對貨位、存儲策略、物流任務生成和執行進行管理，IPLS平臺不對無人倉的貨位等細節進行管控，而是把無人倉當作一個大的貨位，僅僅管理物料賬務。白盒方式指由智能平臺對貨位、存儲策略、物流任務生成和執行進行管理，WCS僅充當執行任務的角色。（見圖6）

1.3.2 " "SPS集配上線技術

SPS單臺車物料配送模式[18-19]是一種高效的物料配送方式，通過精準控制物料供給，確保生產線上各工序能夠準時獲取所需部件，實現精益生產和提高生產節拍。SPS運行流程包括集配區補料、單臺套物料揀配、AGV配送上線、AGV與臺車分離和空臺車回收。

在實現SPS集配物流系統時，確保數據流的順暢和準確傳遞是實現高效物流管理的關鍵。這不僅需要在物理層面上進行集配區規劃、存儲貨架設計和SPS料車設計等工作，更重要的是要實現數據流的上下貫通，確保信息在MES、IPLS、SPS防錯指示等不同系統之間無縫傳遞。

IPLS平臺作為物流中央控制中心，具有兩大作用：一是對接上游MES系統，實時獲取生產順序計劃，并轉化為單臺車的物料需求，傳遞至SPS防錯指示系統；二是實時獲取SPS集配區域的物料庫存，測算庫存對未來集貨需求的支持狀況，提前生成物料拉動任務指令，通過機器人控制系統驅動AGV實現物料的逐層、自動補貨。SPS防錯指示系統則一般由硬件供應商配套提供，通過控制料架上安裝的指示燈、顯示器來為揀料人員指示正確的揀料信息，防止揀料人員發生錯配、漏配。（見圖7）

1.3.3 " "AS/RS自動存取貨架技術

AS/RS自動存取貨架技術是集成了機器人和計算機控制的先進倉儲解決方案，旨在通過自動化方式實現倉庫內物品的存儲和檢索，以提高操作效率、降低人為錯誤并優化整體倉庫管理。AS/RS系統主要由AGV、堆垛機和設備控制系統組成。堆垛機配備有伸縮臂或穿梭器，沿軌道移動至指定存儲位置。設備控制系統接收來自IPLS或ERP系統的指令，精確控制堆垛機的動作。

IPLS平臺在AS/RS中扮演著核心角色，負責管理庫存水平、追蹤物品位置并生成揀選及補貨指令。它與AS/RS控制系統緊密配合，確保正確的物品被及時取出并送達到指定位置。

1.3.4 " "移動網絡技術

移動化作業通過PDA（Personal Digital Assistant）或手機App等移動終端的支持，極大地提升了物流管理的效率和準確性。這種技術的應用，使得物流人員能夠在倉庫的任何位置進行實時數據錄入和查詢，無需回到固定的工作站，從而實現了更加靈活高效的物流管理。例如，在收貨環節，物流人員可以直接在貨架前掃描貨物的條形碼或二維碼，系統便能自動識別出貨架上的商品信息，并生成相應的收貨記錄。這些記錄包括商品的名稱、規格、數量等關鍵信息，可以實時更新到倉庫管理系統中。

IPLS平臺的App應用支持多種操作系統，包括Android、iOS、Windows CE等，這種跨平臺的兼容性極大地提高了物流管理的靈活性和便捷性，使得物流人員可以在不同的設備上享受到一致的用戶體驗和功能支持。對于Android和iOS設備，IPLS平臺的App應用可以通過各自的應用商店下載安裝。對于Windows CE設備，IPLS平臺的App應用同樣提供了支持。Windows CE是一個專為嵌入式系統設計的操作系統，雖然其市場份額相對較小，但在某些特定的工業環境中仍有一定的應用，IPLS平臺通過提供對Windows CE的支持，確保了物流管理系統的廣泛適用性。

1.3.5 " "信息集成技術

開發ODS統一數據接口服務模塊，整合數據庫直連、API主動訪問、API被動調用和Excel導入等不同的數據接入方式。此外，ODS平臺通過協議適配、報文轉換、API認證對接、數據映射和接口配置等功能實現內部業務解耦和服務集成，開放API為外部調用方提供便捷數據訪問。ODS平臺還實現了接口的集成和監控管理，通過目錄管理、權限管理等功能，統一管理開放的業務能力，確保系統穩定運行和數據安全。

開發OIS統一指令服務模塊，負責與下游設備進行數據交換。在實際運作中，當一個任務被創建并發送到OIS平臺時，任務調度模塊會根據設備的當前狀態和能力來分配任務。一旦任務被分配給某臺設備，通信模塊會通過標準化的協議向該設備發送指令。設備執行任務的同時，狀態監控模塊會實時收集設備的運行數據，并將其發送回平臺。數據分析模塊對這些數據進行處理，生成有用的信息供管理員參考。如果在任何時候出現異常情況，安全模塊會介入，采取相應的措施來保護系統的安全。

1.3.6 " "數據分析技術

為實現數據資產化，支持企業實現數據驅動業務轉型。采用了多元化的數據入湖策略，以確保數據的完整性和時效性。首先，利用ETL工具進行批處理，定期將結構化數據從源系統抽取、清洗和轉換后導入數據湖，為歷史數據分析提供支持。其次，部署了Kafka流處理引擎，實現了對實時數據流的持續捕獲和導入，確保了數據的實時性。此外，引入了基于日志的CDC技術，實時追蹤數據變更，從而快速獲取最新的數據更新。最后，通過IPLS平臺提供的API接口直接將數據導入數據湖。

在數據湖[20]的基礎上，構建OSS統一的物流數據分析平臺，包括運營看板和BI報表兩大模塊。運營看板通過實時數據展示，幫助管理層監控關鍵運營指標。BI報表則提供了深入的數據洞察，支持復雜的數據分析和報告生成。OSS平臺的開發，遵循敏捷開發原則，確保了可擴展性和適應性，以滿足不斷變化的業務需求，實現數據驅動的數字化運營。

2 " "IPLS平臺實踐驗證

四川成都的L汽車制造企業是本項研究的合作單位和實驗應用場所，該企業負責4個品牌、7款系列車型的生產，是多品牌、多車型混流生產的典型工廠。其生產物流管理面臨的挑戰在于上萬種零部件的多樣性和超過400家供應商的協同。通過IPLS平臺，實現了從入廠、收貨、質檢、上架、下架到配送全過程的智能化升級。以下為IPLS平臺應用的部分業務場景介紹。

2.1 " "物料自動搬運

IPLS平臺與各廠商的設備控制系統集成，調度AGV機器人完成各種業務類型的物料搬運任務，實現收貨、上架、送檢、庫內移動、配送上線等全物流環節的“無人化作業”，徹底解決了以下業務痛點。

第一，成本問題。一個叉車司機一天工作8個小時，對于高產工廠需要每天三班倒，需要配置足夠數量的叉車司機，同時會因一些不可控因素，要求叉車司機頂班、加班等。

第二，質量問題。人工叉車手動作業，效率較高，但是重復和高強度以及連續不斷的工作容易導致疲勞和精度下降。操作失誤或注意力不集中可能導致貨物混亂或損壞，增加生產停線風險。叉車司機辭職率高，倒班工作和枯燥操作是主要原因，人員配置錯誤可能導致物流業務中斷，影響生產運行。

圖8以物料收貨流程為例，詳細說明了如何實現物料的自動搬運。

IPLS平臺定位為生產物流控制中心，IPLS平臺與各廠商WCS系統集成應用，實現了物料搬運作業的自動化和智能化。這種方式不僅有效降低了L企業的物流運營成本，還提高了生產物流系統的整體效率和靈活性，使得物流能夠更加智能化地應對生產變化和需求波動。

2.2 " "貨到人揀選

L企業每天生產500輛汽車，生產節拍為1.2分鐘下線一臺車，每天需配送上萬箱物料至生產線，這使得物料的揀選和配送工作量巨大。過去，L企業采用的是傳統的“人找貨”模式，每次揀選任務涉及30箱物料，包括找料、揀料、移入上線待發區等步驟，按照傳統方式大約需要30分鐘完成一次任務，要求現場配置大量人員才能確保生產線的穩定運行。

IPLS平臺提供了上架、下架和盤點工作站，并與各廠商WCS系統集成，通過智能調度AGV實現了“貨找人”模式[21-22]，從而顯著提升了物流揀選效率。通過這種智能化的物料揀選方式，工廠能夠更高效地完成揀選任務，減少人力投入，提升生產線的運作效率和穩定性。（見圖9）

2.3 " "SPS集配區動態庫位管理

與國內大多數汽車廠商依賴傳統方式向SPS集貨區補貨不同，通過IPLS平臺智能調度AGV完成物料從存儲區向SPS緩存庫位、SPS備用庫位、SPS使用庫位的逐層、自動補貨。這種方式要求物流各環節與生產線更全面、更快速地進行信息協同。圖10展示了SPS集配區補貨業務場景，通過這種先進的物流管理方式，實現了更高水平的物料配送效率和生產線的柔性生產需求。

2.4 " "信息協同管理

生產物流在實踐中需要與相關業務密切合作，以實現更高的附加值。首先，通過將IPLS平臺與MES系統緊密集成，實時計算生產對物料的需求計劃并生成準確的物料拉動指令，指導物流現場有序操作，實現了倉儲物流與生產的緊密融合。其次，通過IPLS平臺與QMS系統的集成，實現了收貨、質檢、上架等環節信息的實時共享，將倉儲物流與質量管理融為一體，顯著縮短了質檢周期，間接確保了現場生產的穩定運行。另外，IPLS平臺與TMS系統的整合實現了倉庫卸貨道口與貨運車輛的信息協同，提前預約入廠，大幅提升了卸貨效率。最后，通過將IPLS平臺與ERP系統集成，實現了信息流、物流和資金流的整合，提升了賬務處理的準確性，縮短了結算周期。

3 " "結 " "語

智慧物流的快速發展得益于現代信息技術和智能裝備的廣泛應用，這不僅提高了物流行業的自動化、無人化和智能化水平，而且成為推動物流業高質量發展的關鍵因素。《“十四五”現代流通體系建設規劃》強調了加快智慧物流發展的必要性，其中智能倉庫管理系統的開發和應用是關鍵。這些系統通過集成倉儲信息、挖掘數據價值、實現跟蹤與共享，確保了物流環節的無縫對接和訂單的精確處理。在實際操作中，智能倉庫利用堆垛機器人、語音識別系統、自動包裝機械等技術，實現了貨物的自動化和智能化搬運、揀選、包裝和盤點，極大地提升了倉庫作業的效率。國家發展改革委和商務部聯合推廣的京東上海亞洲一號物流基地等示范項目，展示了智能化倉儲物流的先進模式，這些項目不僅引領了中國倉儲設施向智能化轉型，也成為“互聯網+”智能倉儲的典范。通過這些舉措，中國的物流行業正朝著更加高效、智能的方向邁進，為經濟的持續健康發展提供了有力支持。

通過對汽車企業生產物流業務的全面調研，綜合考慮業務對象的聚合程度、服務顆粒度、獨立運營能力和領域能力復用等方面，我們進行了IPLS平臺頂層架構設計。這一設計實現了一套倉儲物流系統、兩個物流執行系統以及三項重要增值服務，全面覆蓋了汽車制造業物流的各種業務場景，并取得了顯著的應用效果。IPLS平臺實現了從物料收貨、質檢、上架、揀料到配送上線等全流程的機器人、人工智能和移動互聯網等新技術全面應用。IPLS平臺對智能技術應用的廣度和深度已經達到國內領先水平，且經過實踐檢驗效果顯著。此外，IPLS平臺的設計理念和實踐成果為類似系統的研發和應用提供了重要的參考價值。

參考文獻：

[1] 肖煥彬，初良勇，林赟敏.人工智能技術在供應鏈物流領域的應用[J].價值工程，2019，38（25）：154-156.

[2] 楊存博，宋曉文.物聯網發展對物流企業競爭力影響研究[J]. 商業經濟研究，2022（23）：100-106.

[3] 孫楚綠，于麗艷.大數據對物流供應鏈創新發展的影響與應用對策[J].科技管理研究，2021，41（2）：187-192.

[4] 白歷如，鞏家婧. 基于大數據的物流企業供應鏈模式與優化路徑[J]. 商業經濟研究，2019（21）：93-96.

[5] 楊立峰，施喆晗，楊海深，等. 基于汽車MES生產管理系統的精益物流應用研究[J]. 制造業自動化，2017，39（3）：12-18.

[6] 王炬香，于曉光，于明進. 汽車制造企業的精益物流規劃和管理[J]. 工業工程，2004，7（1）：22-25.

[7] 王浩澂.供應鏈環境下廣西汽車制造業精益物流管理現狀分析及應用研究[J].物流技術，2015（10）：241-245.

[8] 胡日東，曹婧博. 人口老齡化對制造業企業全要素生產率的影響——基于滬深A股制造業上市公司的實證分析[J]. 西部論

壇，2021，31（5）：100-111.

[9] 何玉安，夏明火.基于“工業4.0”的大規模個性化生產模式研究[J]. 制造業自動化，2021，43（1）：25-29.

[10] "陳新宇，羅家鷹，鄧通，等.中臺戰略：中臺建設與數字商業[M].北京：機械工業出版社，2019.

[11] "于輝，陳飛平.基于供應鏈協同的汽車制造企業人廠物流模式選擇[J]. 系統工程理論與實踐，2011，31（7）：1230-1239.

[12] "王明，李華.基于物聯網技術的入廠協同管理系統設計與實現[J].現代制造工程，2022（5）：88-92.

[13] "孫林輝，呂瑩，張偉，等.汽車零部件生產物流中物料上線方式選擇研究[J].包裝工程，2019，40（9）：127-134.

[14] "NAMIOT D，SNEPS-SNEPPE M.On micro-services architecture[J].InternationalJournal of Open Information Technologies，

2014，2（9）：24-27.

[15] "王方旭.基于Spring Cloud實現業務系統微服務化的設計與實現[J].電子技術與軟件工程，2018（8）：2.

[16] "陳建斌，孫潔，方德英. 動態復雜的環境下企業信息化的協同觀[J]. 情報雜志，2008，27（1）：9-11.

[17] "魏慶棟，王忠. 一種基于Ros的AGV調度系統設計與實現[J]. 物流技術，2022，41（6）：101-104.

[18] "孟偉. SPS模式在汽車生產物流中的應用[J]. 物流技術，2018，37（12）：123-127.

[19] "詹斌，曹夢鑫. SPS模式下汽車零部件配送路徑優化[J]. 物流技術，2016，35（12）：141-145.

[20] "程琳，朱曉峰，陸敬筠. 基于大數據的共享物流信息平臺模型研究[J]. 科技管理研究，2018，38（15）：234-238.

[21] "王姍姍，張紀會. “貨到人”揀選系統訂單分批優化[J]. 復雜系統與復雜性科學，2022，19（3）：74-80.

[22] "徐翔斌，馬中強.基于移動機器人的揀貨系統研究進展[J].自動化學報，2022，48（1）：1-20.