Soort project:
Project
Thema:
Zelforganiserende logistiek

Praktijkexperiment Autonomous Algorithms

In samenwerking met

DHL Global Forwarding, Van Berkel Logistics

Kunnen we met meer autonomie en intelligentie voor individuele vrachtwagens een effectiever en efficiënter logistiek systeem creëren? In Autonomous Algorithms zoeken we naar de antwoorden op deze vragen, werken we naar een praktijkexperiment en zetten we de eerste stap naar zelforganisatie.

Zelforganiserende pakketten kiezen hun eigen weg door een mondiaal distributienetwerk. Welkom in de logistieke sector van 2050. Is dit een oplossing voor de toenemende eisen aan goederentransport?

Ter illustratie: Veel mensen stappen iedere ochtend in de auto naar het werk. Weinig mensen stemmen dit af met anderen in de buurt. Dat is zelforganiserend en heel effectief, maar logistiek erg inefficiënt.

Bekijk de video over Autonome algoritmen

Waarom willen we zelf beslissen om in de auto te stappen?

Misschien omdat wij beschikken over informatie die een transportplanner niet heeft. Vandaag staat er een afspraak bij een klant en haal ik de kinderen op omdat mijn partner ziek is. Lokale informatie die een centrale planner mist.

Misschien kan dat afstemmen helemaal niet. Hoeveel moeite kost het om honderd mensen uit de buurt op de hoogte te brengen van onze voortdurend veranderde wensen en tijdschema’s. Wat is de kans dat er toevallig iemand op dezelfde tijd, dezelfde richting uit wil?

Geen wonder dat de logistiek dit anders organiseert. Transportorders worden verzameld, we bepalen een cutoff-tijd en de vloot wordt ingepland. Het doel: Met zo min mogelijk kosten de lading op tijd bij de klant afleveren.

Wat als afstemmen geen tijd kost? Als het geld bespaart? Als het de CO2-footprint halveert? En je gewoon kunt vertrekken wanneer jij dat wilt?

Een vrachtwagen organiseert zelf een logistieke service

Stel dat een vrachtwagen zelf berekent wat het transport kost, controleert of er tijd is in de planning, of er een chauffeur beschikbaar is en voorspelt hoe snel en effectief hij denkt dat transport uit te kunnen voeren.

In dat geval kan een binnenkomende transportorder toegewezen worden aan de vrachtwagen die de meest (systeem-)gunstige voorspelling afgeeft. Als de vrachtwagen de effectiviteit van dat transport monitort kan dat vervolgens gebruikt worden om die voorspelling te verbeteren.

Welcome to 'Autonomous Algorithms'

Net zoals mensen, beschikt de vrachtwagen ook over lokale informatie. De vrachtwagen weet bijvoorbeeld of hij vertraagd is in een file, houdt rekening met onderhoud en kan digitaal afstemmen met een collega-vrachtwagen om, indien nodig, de volgende order over te nemen.

Allemaal informatie die in steeds grotere en complexere centrale systemen kan worden gestopt. Maar kunnen we dan nog snel orders her-plannen als één vrachtwagen vertraagd? En wat als dat systeem eruit ligt? Kunnen we met meer autonomie en intelligentie voor individuele vrachtwagens een logistiek systeem creëren dat effectiever is dan ons huidige systeem? En kunnen we door onderlinge afstemming van die individuele vrachtwagens de efficiëntie waarborgen die verloren gaat in onze dagelijks reisgedrag?

In Autonomous Algorithms hebben we een proof-of-concept gebouwd om te kijken of dit technisch mogelijk is. In deze simulatieomgeving organiseren vrachtwagens zelf hun planning en transport.

Samen met DHL Global Forwarding en Van Berkel Logistics werken we nu verder naar een praktijkexperiment. In dat experiment gaan we de software in de praktijk inzetten op zoek naar antwoorden op de vragen hierboven.

Een eerste stap naar zelforganisatie!

Meer weten?

Lees het whitepaper 'Exploring Possibilities of Letting Vehicles Plan and Organise Transportation Themselves'

Laat je verder inspireren

2 resultaten, getoond 1 t/m 2

Zelforganiserende logistiek

Informatietype:
Artikel
Automatisering en robotisering rukken op. En dat gaat ook de logistieke sector ingrijpend veranderen. Lees meer.

ATO: de ontwikkelingen en mogelijkheden van automatische treinbesturing

Informatietype:
Nieuws
19 januari 2021