Projektbeschreibung
Unterstützung der Logistik auf der letzten Meile mit neuen Instrumenten
In der Welt der Logistik ist die Zustellung auf der letzten Meile eines der größten Probleme, durch das Engpässe entstehen und Kosten und Ineffizienzen in die Höhe schießen. Traditionelle Methoden zur Routenoptimierung sind aufgrund von Echtzeitstörungen unzureichend, sodass die Logistik wieder vor diesem uralten Dilemma steht. Unterstützt über die Marie-Skłodowska-Curie-Maßnahmen wird im Projekt SmartDelivery eine Synergie zwischen maschinellem Lernen und dem Internet der Dinge (IoT) genutzt, um Abhilfe zu schaffen. Konkret wird eine neue Hardware-/Software-Architektur vorgestellt, in der Fahrzeugdaten in Echtzeit verarbeitet werden, um die Algorithmen zur Routenfindung durchgehend zu optimieren. Über einen innovativen IoT-basierten Ansatz werden zusätzlich dynamisch Routen zu Fahrzeugen zugewiesen, sodass ein einzigartiger „sechster Sinn“ entsteht. Über maschinelles Lernen wird der optimale heuristische/metaheuristische Algorithmus für die perfekte Route prognostiziert.
Ziel
Scientific advances in recent years have brought to light a series of potentially disruptive technologies in the ICT landscape. They are becoming, and will increasingly become, key enabling technologies for the development of applications and services designed to improve the quality of life of citizens and make processes more efficient. Among these, we can identify some which research has recently focused on with particular attention: Machine Learning and Internet of Things. In this project we propose a combined use of these two technological enablers to solve one of the main issues which all logistics experts have to face: the problem of optimising the last mile delivery (LMD). LMD is a crucial step of the entire delivery process, as it causes bottlenecks and is typically the most costly, problematic and inefficient part. Improving the LMD process in terms of route optimisation using classic approaches is difficult: static algorithms are not suitable, and even heuristic algorithms do not find high-quality solutions, as they do not consider several factors such as unpredictable real-time events which may occur. To address these challenges, a novel hardware/software architecture which exploits real-time vehicles’ positions to continuously improve performances of the routing algorithms is proposed, together with a new IoT-based methodology to automatically/dynamically assign routes to drivers based on the values of a defined “sixth sense”parameter. A ML module will predict the best among a chosen portfolio of different heuristics/metaheuristics algorithms to optimise the route.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesinternetinternet of things
- natural sciencescomputer and information sciencessoftware
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesartificial intelligenceheuristic programming
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsKoordinator
37008 Salamanca
Spanien