倉庫物流におけるロボット工学 – なぜまだ（完全に）準備が整っていないのか

言語の選択 📢

公開日：2017年2月26日 / 更新日：2018年11月26日 – 著者： Konrad Wolfenstein

倉庫物流におけるロボット工学 – 出典: Shutterstock

しばらく前から、イントラロジスティクスの世界は、インダストリー4.0 きました。ロボットについて多くの議論が交わされていますが、ロボットはしばしば自動化と同義語として使われます。しかし、これは必ずしも正確ではありません。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。自動化は標準化されたプロセスに依存しますが、ロボット工学は可変的なワークフローも取り入れています。これらは、多様な製品群の保管とピッキングにおいて特に重要なプロセスです。しかし、サイズや質感の異なるアイテムの取り扱いに関する課題が解決され、ロボットによるピッキングがスムーズに実行されるようになるまでには、まだ長い道のりがあります。

最初のステップは順調に進んでいます。ダイナミックストレージシステムは、将来の完全自動化に向けた優れた前提条件を既に提供しています。現在、このプロセスでは一般的に、商品はコンベア技術によって自動的に運ばれ、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ます。そこから、制御ソフトウェアが商品を垂直または水平のストレージリフト内の指定された場所に搬送し、保管します。商品が要求されると、システムは人間工学に基づいた「人から人へ」の原則に従って、中央ワークステーションの倉庫作業員に商品を提示します。長距離の移動は不要になり、最新のソフトウェアが常に正しい部品が取り出されるようにします。ピック・バイ・ライトなどのサポート技術により、アクセスの精度がほぼ100%向上すると同時に、プロセスが加速されます。その後、オーダーピッカーが商品を取り出し、出荷またはさらなる処理の準備をします。.

このようなシステムでは、人手はアイテムのピッキングと指定コンテナへの移送のみに限定されます。その他のプロセスはすべて自動化されています。ここでロボット工学が活躍します。これらの最終段階の手作業を機械に任せれば、非常に有利になるからです。経済的なメリットは明らかです。ロボットによるオーダーピッキングにより、24時間365日体制の保管・取り出しプロセスが可能になります。さらに、ロボットは最大限の精度と速度でアクセスできるため、取り出し時間を大幅に短縮できます。ロボット工学は、ドイツに限らず、世界的に深刻な問題となっている熟練労働者不足の解決策も提供します。.

ロボット工学は、倉庫物流で広く使用できるほどまだ成熟していません。

しかしながら、インテリジェントロボットは現在、イントラロジスティクスにおいて極めて散発的にしか活用されていません。それはなぜでしょうか？まず、現在利用可能なモデルのコストが、多くの物流事業者にとって依然として障壁となるレベルにあるからです。さらに、システムの信頼性も依然として不十分です。これは主に、特に異種材料を扱う際に極めて精密なハンドリングが求められるグリッピングの問題に起因しています。現状のモデルには、異なる形状や材質を正しく分類し、個々のケースに応じてグリッパーに適切な指示を与えるための十分な人工知能が備わっていないのです。.

イントラロジスティクスにおけるインテリジェントロボット – 出典: Shutterstock

しかし、業界はロボットを倉庫に近づけるべく、精力的に取り組んでいます。現在、2つのアプローチが注目されています。1つは、従来のラックシステムから商品を取り出し、ピッキングステーションまで自律的に搬送するロボットです。Amazonは数年前に買収したKivaシステムを活用し、倉庫において棚全体を持ち上げて作業台まで搬送する実績のある方式を採用しています。原理的には、この方式は多くの従来のラックシステムに適用可能です。ロボットは棚を移動するだけなので、掴みの問題も発生しません。しかし、小型ロボットが移動できるように棚を改造する必要があるという欠点があります。これは、スケーラブルなシステムのコスト効率をある程度損なうことになります。.

シーメンスが最近出資したMagazinoのような企業は、別のアプローチを採用している。Magazinoでは、配送ロボットの Toruが従来の通路を自律的にナビゲートし、商品を直接ピックアップする。このソリューションにおける課題も、多様な商品を確実にピックアップすることにある。技術自体は既にかなり進歩しているものの、書籍、ぬいぐるみ、ネジ、ポテトチップスの袋、サッカーボールなどを正確にピックアップするには、さらなる開発が必要だ。しかし、Amazonのロボットと比較すると、棚の高さを最大化する以外に、棚のレイアウトに大きな変更は必要ない。

完全に自動化されたアプローチ

しかし、ここで紹介した2つの輸送方法には、ピッキングステーションで依然として手作業が必要となるという欠点があります。そのため、ロボットは自律的に、かつ人間の介入なしにアイテムをピッキングできるよう、さらに開発が進められてきました。SF映画から飛び出してきたかのようなBaxterのようなモデルが存在し、驚くべき敏捷性でアイテムを扱うことができます。さらに、Baxterは多様な課題に対応できる必要な知能を既に備えています。Kadoピッキングロボットは、様々な種類のアイテムを扱うのに適した、開発中の別のソリューションです。Kadoは、高度な3Dカメラ技術を用いて、荷台内のアイテムの把持ポイントを確実かつ迅速に識別す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検出されていないアイテムや、荷台内で種類別に分類されていないアイテムにも対応するように設計されています。ピッキングロボットの高感度グリッパーアームは、識別された把持ポイントを介して制御されます。自動倉庫システムと組み合わせることで、手作業を排除できるソリューションとなります。

しかし、この技術を推進しているのは、社内物流の専門家だけではありません。例えば、Amazonは、、Amazon Picking Challenge 。このコンテストには、小規模なスタートアップ企業から老舗メーカー、有名大学の研究チームまで、あらゆるタイプの参加者が集まり、それぞれのソリューションを競い合います。その目的は、人工知能に支えられた自律型倉庫およびピッキング技術を、より現実のものにすることです。この米国のオンライン大手企業がこの技術を推進しているのは当然のことでしょう。何しろ、Amazonは世界最大級の小売業者であり、こ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を所有しているのですから。

中期的に把持問題が解決されれば、ロボットシステムの大量導入が可能になり、コスト削減につながるはずです。倉庫管理者にとって、ロボットは多くのメリットをもたらします。時間のかかる採用、高い欠勤率の問題がなく、24時間365日稼働できるなどです。しかし、熟練労働者の不足とは関係なく、ロボットが多くの雇用を危険にさらすという事実は全く別の問題です。.