随着信息技术的不断发展，企业已经有能力将物流、信息流、资金流、商流四流合一，实现系统性的计划控制，实现供应链系统的数智化转型。

物流作为供应链体系的核心，其智能化水平直接决定了企业供应链体系数智化转型的高度，因此在流通环节中的全流程可追溯（信息流与实物流的匹配）就变得尤为关键。

物流环节中应用最广泛的载具就是托盘（类托盘载具），作为托盘搬运最主要的智能设备----无人叉车无疑物流智能化的最重要载体。在实际运营中无人叉车除了实现搬运环节的无人化，节约人力成本、提升运营效率和运营质量外，还可以是流通环节中最重要的数据采集终端。

在运营过程中，无人叉车最重要的就是保证信息流和实物流的实时对应，确保所有搬运过程都可监控和追溯，通过在无人叉车上增加传感器，实现在搬运过程中的数据采集为运营决策提供依据。

机器视觉结合无人叉车的应用即通过相机获取RGB或RGBD数据，对库位、库位状态、储区状态做判断。

最典型的应用是视觉库位管理系统，通过安装在固定位置的相机判断该区域内的库位是否有被占用，从而提示无人叉车是否来该位置放货或取货。

使用V-Slam技术的无人叉车除了依靠此进行定位外，还可以在行进过程中通过对点云信息、灰度信息和RGBD信息的实时处理更快速精度的感知环境变化，判断库区状态，结合地图技术，甚至可以计算出整个空间的饱和度，为库区货量监测提供重要数据支撑。

通过无人叉车上安装的3D相机，也可获取该叉车所叉取的货物体积，尤其是在零担物流中体积数据尤为重要，在有精准的体积数据后，可以更精确的计算出重泡比，为货源结构的优化提供数据支撑。

对于致力于精细化管理的仓库而言，托盘是很重要的资产，因此都会对托盘赋予唯一的编码，在入库时需要将货物与托盘进行绑定。

无人叉车在搬运过程中，如假装了扫码终端，可直接对托盘码进行识别，从而节省人工扫码的环节，既提高效率节约了成本也提升了整体自动化水平，是实物流与信息流匹配的最直接应用。

与扫码终端类似，对于使用RFID管理的仓库（如服装成品库）而言，无人叉车上可以加装RFID读写器，用于识读所搬运托盘或SKU的信息，实现实物流与信息流的自动匹配。

当然以上应用多是结合起来应用的，实现多种数据的同时采集，也可以根据需求融合更多的传感器方案，总之无人叉车作为数据采集终端在供应链体系数智化应用的过程中必将起到越来越重要的作用。