Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

配送ルート最適化の為のAI開発の今と未来

191 Aufrufe

Veröffentlicht am

配送ルート最適化の為のAI開発の今と未来 by Oprimind in ABEJA Cloud AI Night

Veröffentlicht in: Ingenieurwesen
  • Als Erste(r) kommentieren

配送ルート最適化の為のAI開発の今と未来

  1. 1. 物流に、革命を。 Copyright © 2018 OPTIMIND. Inc. All right reserved. 配送ルート最適化の為のAI開発の今と未来 2018.10.22 ABEJA Cloud AI Night 株式会社オプティマインド 高田陽介
  2. 2. 2 Copyright © 2018 OPTIMIND. Inc. All right reserved. 目次 1. 会社紹介 2. 配送現場の課題 3. 製品紹介 1. システム・アルゴリズム紹介 2. データの収集・活用 4. 未来へ向けた取り組み
  3. 3. 3 Copyright © 2018 OPTIMIND. Inc. All right reserved. 会社紹介
  4. 4. 4 Copyright © 2018 OPTIMIND. Inc. All right reserved. 会社の成り立ち 名古屋大学 柳浦研究室 組合せ最適化アルゴリズムの研究 研究と社会の乖離を うめたい!
  5. 5. 5 Copyright © 2018 OPTIMIND. Inc. All right reserved. 配送 Logistics × 「どの車両が、どの訪問先を、どの順に回るか」 配送ルート最適化 会社概要 組合せ最適化 クラウド IT
  6. 6. 6 Copyright © 2018 OPTIMIND. Inc. All right reserved. 工場 港 大規模倉庫 倉庫 事業所 倉庫 事業所 荷物の車両割当 配送オーダー 配送順序の決定 + 様々な制約 ラストワンマイル 事業領域
  7. 7. 7 Copyright © 2018 OPTIMIND. Inc. All right reserved. メンバー紹介
  8. 8. 8 Copyright © 2018 OPTIMIND. Inc. All right reserved. 配送現場の課題
  9. 9. 9 Copyright © 2018 OPTIMIND. Inc. All right reserved. ECの成長(宅配数の増加) 配送現場 ドライバー不足 現在 10年後 83万人 96万人 需要 72万人 供給 37.5億 40.2億 42.2億 24万人不足 小口配送の増加 ドライバー負担の増加
  10. 10. 10 Copyright © 2018 OPTIMIND. Inc. All right reserved. 人の手によるルート作成 数百万円の買い切り価格 現場の現状 業務システムとの連携が前提 シミュレーション・計画作成 のみを想定した設計 小規模事業者の導入ハードル 実際に使えないルート
  11. 11. 11 Copyright © 2018 OPTIMIND. Inc. All right reserved. 製品紹介
  12. 12. 12 Copyright © 2018 OPTIMIND. Inc. All right reserved. Loogia (ルージア) 配送ルート最適化クラウドサービス
  13. 13. 13 Copyright © 2018 OPTIMIND. Inc. All right reserved. Loogia (ルージア) ルート表示
  14. 14. 14 Copyright © 2018 OPTIMIND. Inc. All right reserved. 導入現場
  15. 15. ベテラン 新人 新人 (システム使用) 44分 65分 57分 14分 65分 34分 6分 65分 45分 ルート作成時間 配達先滞在時間 移動時間 ベテランと新人(システム使用) 3分 新人がシステム使用 -50分 Copyright © 2018 OPTIMIND. Inc. All right reserved. ベテラン (システム使用) 6分 65分 36分 ベテランがシステム使用 -6分 実証実験
  16. 16. 16 Copyright © 2018 OPTIMIND. Inc. All right reserved. http://biz-journal.jp/images/post_18317_03.JPG https://www.asahicom.jp/articles/images/AS20171113003891_commL.jpg https://encrypted-tbn0.gstatic.com/ https://ameblo.jp/10bar/entry-12373369686.html http://web.kyoto-inet.or.jp/people/george/highpress03.jpg https://lnews.jp/2015/10/h100514.html 酒販宅配便 宅食 LPガス 薬品卸 自販機 ターゲット業界 ラストワンマイル配送行う事業者様 ・訪問先が毎日変動する ・一度に10箇所以上訪問する ・長距離ではなく市街地などを走る ※写真はイメージです
  17. 17. 17 Copyright © 2018 OPTIMIND. Inc. All right reserved. システム・アルゴリズム紹介
  18. 18. CONFIDENTIAL 18 Copyright © 2018 OPTIMIND. Inc. All right reserved. 最適化エンジンWebブラウザ 地図エンジン 地図 計算リクエスト リクエスト間距離行列 配送計画 道路・交差点情報 システム概要
  19. 19. 機械学習etc. 組合せ 最適化 様々な制約 ・車両台数 ・ドライバー数 ・勤務時間 ・積載制限 ・時間指定 ・車両制限 ・ドライバースキル 様々なパラメータ ・荷量 ・ドライバー毎の能力 ・走行速度 ・停車可能位置 ・事故率&発生多発場所 ・現地での待機時間 結果 各パラメータの関係などを分析 19 Copyright © 2018 OPTIMIND. Inc. All right reserved. アルゴリズム
  20. 20. 20 Copyright © 2018 OPTIMIND. Inc. All right reserved. データの収集・活用
  21. 21. CONFIDENTIAL 21 Copyright © 2018 OPTIMIND. Inc. All right reserved. データ循環 配送先リスト 実配送データ 配送ルート 最適化 データ入力 データ取得 学習 ドラレコ テレマ スマホ タブレット
  22. 22. 22 Copyright © 2018 OPTIMIND. Inc. All right reserved. 停車位置 配送データの活用例 1 停車時間2 走行速度3 走行経路4
  23. 23. 23 Copyright © 2018 OPTIMIND. Inc. All right reserved. 停車位置 配送データの活用例 1 停車時間2 走行速度3 走行経路4 7min23sec 3min10sec 4min51sec 6min09sec 5min16sec 4min42sec
  24. 24. 24 Copyright © 2018 OPTIMIND. Inc. All right reserved. 停車位置 配送データの活用例 1 停車時間2 走行速度3 走行経路4 各道路(交差点間)の日時毎の走行速度 05.30 11:00-11:30 36km/h 05.30 11:30-12:00 31km/h 05.30 12:00-12:30 38km/h 05.30 12:30-13:00 35km/h 05.30 13:00-13:30 29km/h
  25. 25. 25 Copyright © 2018 OPTIMIND. Inc. All right reserved. 停車位置 配送データの活用例 1 停車時間2 走行速度3 走行経路4 よく使う道や避ける交差点など
  26. 26. 26 Copyright © 2018 OPTIMIND. Inc. All right reserved. Loogia Platform 企業を超えた“配送地図”の共創 Personal Map DataRouteList
  27. 27. 27 Copyright © 2018 OPTIMIND. Inc. All right reserved. 未来へ向けた取り組み
  28. 28. Copyright © 2018 OPTIMIND. Inc. All right reserved. [画像出典元] https://response.jp/article/img/2018/01/09/304454/1261634.fullscreen.html [画像出典元] https://robotstart.info/2017/03/30/starship-technologies-delivery-robot.html 想定される未来社会 [弊社保有の計算エンジンに関する論文] http://www.orsj.or.jp/archive2/or60-12/or60_12_754.pdf 停車販売中 徒歩で移動中 次の停車予定位置 停車配達中 ロボット配達 CONFIDENTIAL 28 ECマーケットのリアル店舗進出 & 小売業者のEC進出
  29. 29. 説明&特徴 トラック① トラック② トラック③ ある地点毎に停車し,その付近の配送先に荷台で配達する. 一般的にバス停方式配送といわれる. 現状の宅急便のみならず, 幼稚園バス,予約式移動販売,ドローンやワンマイル モビリティによる配送・販売に応用可能. 被覆制約付き配送計画問題(multi-vehicle Covering Tour Problem) 既存の研究を上回るアルゴリズムを保有. http://blogos.com/article/269772/ 29 Copyright © 2018 OPTIMIND. Inc. All right reserved. バス停方式配送
  30. 30. 30 Copyright © 2018 OPTIMIND. Inc. All right reserved. Phase0 走行ルート最適化のインフラ的存在へ 未来構想 IT&最適化の普及 Phase1 配送実績データ集積 Phase2 データを活用した計画 自動運転 ライドシェア 移動店舗
  31. 31. CONFIDENTIAL 31 Copyright © 2018 OPTIMIND. Inc. All right reserved. ご清聴、有難うございました。 contact@optimind.tech

×