倉庫物流におけるロボット工学 – まだ（完全に）準備が整っていない理由

ここしばらく、イントラロジスティックスの世界は、インダストリー 4.0。 ロボットは自動化の同義語としてよく使われます。 それは完全に真実ではありません。ロボット工学の最も重要な前提条件は、システムが人工知能を備えていることだからです。 自動化が標準化されたプロセスに依存する場合、ロボット工学には可変プロセスも含まれます。 異種の製品範囲を保管およびピッキングする場合に特に重要なプロセス。 しかし、サイズや質感の異なるアイテムを扱う際の課題が解決され、ロボットによるピッキングがスムーズに行われるようになるまでには、まだ長い道のりがあります。

少なくとも最初のステップは無事に完了しました。 ダイナミック ストレージ システムは、後の完全自動化に最適な条件をすでに提供しています。 これまでのところ、商品はコンベア技術を使用して自動的に配送され、オーダーピッカーによって指定されたトレイに配置されることがほとんどでした。 そこから、制御ソフトウェアによって垂直または水平の保管リフトで目的の場所に輸送され、保管されます。 アイテムが呼び出されると、システムは、人間工学に基づいた商品から人への原則に従って、倉庫作業員が中央作業エリアでそのアイテムを利用できるようにします。 長距離を移動する必要はなくなり、最新のソフトウェアにより適切な部品が常に外注されるようになります。 Pick by Light などのサポート技術により、アクセスの精度がほぼ 100% に向上し、同時に高速化されます。 オーダーピッカーはアイテムを削除し、発送またはさらなる処理の準備をします。

したがって、このようなシステムでは、人間の作業は、取り外しと指定されたコンテナへの移し替えのみに限定されます。 それ以外の場合は、すべてのプロセスがすでに自動的に実行されます。 ここでロボット工学が活躍します。これらの最終的な手動ステップを機械で実行できたら、もちろん非常に興味深いでしょう。 これによる経済的利点は明らかです。ロボットによるピッキングにより、保管と取り出しのプロセスを 24 時間行うことができます。 さらに、ロボットは最高の精度とアクセス速度を約束し、提供時間を大幅に短縮します。 ロボット工学は、この国に限らず存在する熟練労働者の不足を解決する方法も提供します。

ロボット工学は、倉庫物流で広く使用できるようにまだ完全には開発されていません

それにもかかわらず、インテリジェントロボティクスは現在、イントラロジスティクスにおいて非常に散発的にのみ使用されています。 しかし、それはなぜでしょうか? 一方で、利用可能なモデルのコストは、現在でも多くの物流事業者が躊躇するような範囲にあります。 さらに、システムの信頼性に関しては、多くの場合、不十分な点があります。 これは主にグリップの問題によるもので、特に不均一な範囲のアイテムの場合、アクセス時に最大限の精度が必要となります。 現在のモデルには、さまざまな形状や材質を正しく分類し、それぞれの場合に適切な動作指示をグリッパー アームに与えるのに十分な人工知能が不足しています。

しかし業界はロボットを倉庫に近づけようと懸命に努力している。 現在、2 つのアプローチが注目されています。 一方で、従来の倉庫から商品を取り出してピッキングステーションに独自に運ぶロボットも含まれます。 Amazon が数年前に購入した Kiva システムでは、棚全体を持ち上げて作業テーブルに運ぶという機能が、倉庫内ですでに何千回も実証されています。 原理的には、この方法は多くの従来のラック倉庫での使用に適しています。 また、装置は棚を移動するだけなので、グリップの問題もありません。 ただし、小型ロボットで移動させるには棚をそれに応じて変更する必要があるという欠点があります。 したがって、スケーラブルなシステムのコスト効率はある程度共食いされます。

少し前にシーメンスがパートナーになった会社マガジーノは、異なるアプローチをとっている。 Toru が移動し、ピッキングする商品を直接取り出します。 このソリューションの難しさは、異種アイテムを確実に選択することにもあります。 ここの技術はすでにかなり進んでいますが、本、布製テディベア、ネジ、チップバッグやサッカーボールを正確に除去できるようにするには、さらなる開発努力が必要です。 ただし、Amazon のロボットと比較すると、高さを最大化することを除けば、棚の在庫に大きな変更は必要ありません。

完全に自動化されたアプローチ

ただし、ここで紹介した 2 つの輸送方法には、注文ピッキング テーブルでの手作業が依然として必要であるという欠点があります。 そのため、人間の助けを借りずに独立して商品をピッキングできるロボットがさらに開発されました。 SF映画から出てきたような、非常に機敏に物を扱うことができるバクスターのようなモデルもあります さらに、バクスターは、異種混合の課題に対応するために必要なインテリジェンスをすでに備えています。 オーダーピッキングロボット Kadoを使用すると、さまざまな品目をより簡単に見つけられる別のソリューションが開発されています。 Kado は、最新の 3D カメラ技術を使用して、ロードキャリア内のアイテムのグリップポイントを確実かつ迅速に特定できるように設計されています。 このシステムは、システムによってまだ記録されていない品目や、荷台内で分類されていない品目に対しても機能する必要があります。 ピッキング ロボットの高感度グリッパー アームは、識別されたグリップ ポイントを介して制御されます。 自動保管システムと併用すれば、手作業を必要としないソリューションとなります。

ただし、このテーマを推進しているのはイントラロジスティックスの専門家だけではありません。 Amazon は完全に無私無欲でAmazon Picking Challengeを開始したわけではありません このコンテストでは、小規模な新興企業から老舗メーカー、有名大学の研究チームに至るまで、あらゆる分野の参加者がソリューションを提案します。 その目的は、人工知能のサポートにより、自律型保管および注文ピッキング技術を現実に近づけることです。 米国のオンライン大手企業がこの問題を推進しているのは不思議ではありません。なぜなら、同社は世界最大の小売業者の 1 つであり、そのようなソリューションから大きな恩恵を受ける巨大な倉庫センターを持っているからです。

把持の問題が中期的に解決されれば、ロボットシステムを大量に実装できる可能性があり、コスト削減につながるはずです。 このロボットは倉庫管理者にとって多くの良いことを約束します。時間のかかる人材探しが不要になり、大量の病気休暇や年中無休の稼働も問題になりません。 熟練労働者の不足とは関係なく、その結果として多くの雇用が危機に瀕しているという事実は別問題です。