창고 물류 분야의 로봇 공학 – 아직 (완전히) 준비되지 않은 이유

게시 날짜: 2017년 2월 26일 / 업데이트 날짜: 2018년 11월 26일 - 작성자: Konrad Wolfenstein

창고 물류 분야의 로봇 – 출처: Shutterstock

한동안 내부물류 세계는 인더스트리 4.0 . 흔히 자동화의 동의어로 사용되는 로봇에 관해 많은 이야기가 있습니다. 로봇 공학의 가장 중요한 전제 조건은 시스템에 인공 지능이 있다는 것이기 때문에 이는 전적으로 사실이 아닙니다. 자동화가 표준화된 프로세스에 의존하는 경우 로봇 공학에는 가변 프로세스도 포함됩니다. 이종 제품 범위를 보관하고 선택할 때 특히 중요한 프로세스입니다. 그러나 다양한 질감과 다양한 크기의 품목을 처리하는 과제가 해결되고 로봇이 원활하게 피킹을 수행하기까지는 아직 갈 길이 멀습니다.

최소한 첫 번째 단계는 성공적으로 수행되었습니다. 동적 스토리지 시스템은 이미 향후 완전 자동화를 위한 최상의 조건을 제공합니다. 지금까지는 컨베이어 기술을 사용해 상품이 자동으로 배송된 후 오더 피커가 지정된 트레이에 배치하는 경우가 대부분이었습니다. 거기에서 제어 소프트웨어에 의해 수직 또는 수평 보관 리프트의 원하는 위치로 운반 및 보관됩니다. 품목이 호출되면 시스템은 인체공학적 상품 대 개인 원칙에 따라 중앙 작업 구역에 있는 창고 작업자가 해당 품목을 사용할 수 있도록 합니다. 더 이상 장거리 이동이 필요하지 않으며 최신 소프트웨어를 통해 항상 올바른 부품을 아웃소싱할 수 있습니다. Pick by Light와 같은 지원 기술을 사용하면 액세스 정확도가 거의 100%까지 향상되는 동시에 가속화됩니다. 주문 선택기는 품목을 제거하고 배송 또는 추가 처리를 위해 준비합니다.

따라서 이러한 시스템을 사용하면 인간의 노동은 지정된 컨테이너로 이동하고 옮기는 것만으로 제한됩니다. 그렇지 않으면 모든 프로세스가 이미 자동으로 수행됩니다. 여기서 로봇 공학이 활용됩니다. 왜냐하면 이러한 최종 수동 단계를 기계가 수행하는 것은 물론 매우 흥미로울 것이기 때문입니다. 이에 따른 경제적 이점은 명백합니다. 로봇을 이용한 피킹을 통해 보관 및 검색 프로세스가 24시간 내내 이루어질 수 있습니다. 또한 로봇은 접근 시 최대의 정확성과 속도를 보장하므로 제공 시간이 크게 단축됩니다. 로봇 공학은 또한 이 나라에만 존재하는 숙련된 인력 부족 문제를 해결할 수 있는 방법을 제공합니다.

로봇 공학은 창고 물류에 널리 사용될 만큼 아직 완전히 개발되지 않았습니다.

그럼에도 불구하고 지능형 로봇공학은 현재 내부물류 분야에서 매우 산발적으로만 사용됩니다. 그런데 왜 그럴까요? 한편으로, 사용 가능한 모델의 비용은 현재 많은 물류 운영자를 꺼리게 만드는 범위에 있습니다. 게다가, 시스템의 신뢰성은 종종 아쉬운 부분을 남깁니다. 이는 주로 이기종 범위의 품목에 접근할 때 최대의 정밀도가 요구되는 파지 문제 때문입니다. 현재 모델에는 다양한 모양과 재료를 정확하게 분류하고 각 개별 사례에서 그리퍼 암에 올바른 동작 지침을 제공할 만큼 충분한 인공 지능이 부족합니다.

내부물류 분야의 지능형 로봇 – 출처: Shutterstock

그러나 업계에서는 로봇을 창고에 더 가까이 가져오기 위해 열심히 노력하고 있습니다. 현재 두 가지 접근 방식이 관심의 초점입니다. 한편으로는 기존 창고에서 상품을 꺼내 독립적으로 피킹 스테이션으로 가져오는 로봇이 필요합니다. Amazon이 몇 년 전에 구입한 Kiva 시스템은 선반 전체를 들어 올려 작업 테이블로 운반하는 창고에서 이미 수천 번 그 자체로 입증되었습니다. 원칙적으로 이 방법은 많은 기존 랙 창고에서 사용하기에 적합합니다. 또한 장치가 선반만 이동시키기 때문에 파지 문제도 없습니다. 하지만 소형 로봇이 움직이려면 선반을 그에 맞춰 수정해야 한다는 단점이 있다. 따라서 확장 가능한 시스템의 비용 효율성은 어느 정도 잠식됩니다.

얼마 전 Siemens가 파트너가 된 Magazino 회사는 다른 접근 방식을 취하고 있습니다. Toru는 이동 하고 피킹할 품목을 직접 제거합니다. 이 솔루션의 어려움은 이질적인 항목을 안정적으로 선택하는 데에도 있습니다. 여기의 기술은 이미 상당히 발전했지만 책, 천 인형, 나사, 칩백 또는 축구공을 정확하게 제거할 수 있으려면 더 많은 개발 노력이 필요합니다. 그러나 Amazon의 로봇과 비교하면 높이를 최대화하는 것 외에 선반 재고에 큰 변화가 필요하지 않습니다.

완전 자동화된 접근 방식

그러나 제시된 두 가지 운송 방법은 여전히 ​​오더 피킹 테이블에서 수작업이 필요하다는 단점이 있습니다. 이것이 인간의 도움 없이 독립적으로 품목을 선택할 수 있는 로봇이 더욱 개발된 이유입니다. 공상 과학 영화에서 튀어나온 듯한 Baxter 와 같은 모델이 있으며 또한 Baxter는 다양한 문제에 대응하는 데 필요한 지능을 이미 갖추고 있습니다. 주문 수집 로봇 Kado를 통해 다양한 품목을 보다 쉽게 ​​찾을 수 있는 또 다른 솔루션이 개발되고 있습니다. Kado는 최신 3D 카메라 기술을 사용하여 로드 캐리어에 있는 품목의 고정 지점을 안정적이고 신속하게 식별하도록 설계되었습니다. 이 시스템은 아직 시스템에 기록되지 않았고 화물 캐리어에 분류되지 않은 품목에도 작동해야 합니다. 그런 다음 피킹 로봇의 민감한 그리퍼 암이 식별된 그리핑 지점을 통해 제어됩니다. 자동 보관 시스템과 결합하면 수동 작업이 필요 없는 솔루션이 됩니다.

그러나 이 주제를 발전시키는 것은 내부물류 전문가들만이 아닙니다. 아마존이 전적으로 사심 없이 아마존 피킹 챌린지를 시작한 이 대회에서는 소규모 스타트업부터 유명 대학의 연구팀과 기존 제조업체에 이르기까지 모든 분야의 참가자들이 솔루션을 제시합니다. 목표는 인공지능의 지원을 통해 자율 보관 및 주문 피킹 기술을 현실화하는 것입니다. 미국의 온라인 대기업이 이 문제를 추진하고 있다는 것은 놀라운 일이 아닙니다. 결국 이 회사는 세계 최대의 소매업체 중 하나이며 이러한 솔루션으로 큰 이익을 얻을 수 있는 거대한 창고 센터를 보유하고 있기 때문입니다.

그리핑 문제가 중기적으로 해결된다면 로봇 시스템을 대량으로 구현할 수 있어 비용 절감으로 이어질 수 있습니다. 로봇은 창고 관리자에게 많은 좋은 점을 약속합니다. 직원을 찾는 데 시간이 많이 걸리지 않으며, 높은 수준의 병가 및 연중무휴 운영에도 문제가 없습니다. 결과적으로 많은 일자리가 위험에 처해 있다는 사실은 숙련된 인력의 부족과 관계없이 또 다른 문제입니다.