一种基于万物互联和数字孪生的冷链物流服务平台架构，旨在收集大量数据并加强物理对象和网络物理空间之间的超连接。万物互联促进了人、物、流程和数据之间的联系，而不是单一事物之间的联系，此外还用于将数字表示映射到物理资源，并实现无缝的网络物理同步性和互操作性，从而实现数字化流程，为智能服务提供铺平了道路。该平台应用云和边缘计算来提升系统响应能力和存储实用性，软件即服务在实时决策、信息集成共享、实际操作进行中发挥着至关重要的作用。
冷链物流中的三种场景主要涉及此，首先，操作员在冷库仓库中工作，并及时跟踪运动和位置。深度学习方法将用于识别人们的异常静态状态，并基于低功耗蓝牙技术感知他们的位置。动态跟踪地图将人类的最新状况可视化，以提高监督的时空可见性。其次，出库货物涉及多个对象，包括客户订单、产品、包裹、卡车和司机。一种随意的配对机制旨在将它们在数字世界中连接起来，并通过移动应用程序进行，以消除基于纸张的操作，并使计划和执行更加灵活。此外，它还有助于实现信息可追溯性和运营问责制。第三，一个很大的问题涉及产品在运输过程中的储存条件，考虑到交付不合格的货物会造成巨大的成本和声誉损失。标签和物联网网关将配置为实时实现远程测温监控。一旦在运输过程中检测到超出范围，系统会自动通过多种方式向负责人发出警告，以便召回产品。此外，客户可以使用移动应用程序在图表中轻松访问全部历史数据，以进行初步的产品质量确认。最后，在药品配送中心进行了真实案例研究，验证了所提平台和方法的可行性和合理性。个案公司负责在全港运送疫苗。从这里收获的见解和经验教训可能会为学者激发新的想法，并激励从业者开展类似的项目。
