Robotica in magazijnlogistiek – waarom het nog niet (helemaal) klaar is

De intralogistiek wordt al enige tijd overspoeld door een golf van automatisering, die zijn oorsprong vindt in de beginjaren van Industrie 4.0 . Er wordt veel gesproken over robots, die vaak synoniem worden gebruikt met automatisering. Dit is echter niet helemaal correct, aangezien de belangrijkste voorwaarde voor robotica is dat de systemen kunstmatige intelligentie bezitten. Terwijl automatisering gebaseerd is op gestandaardiseerde processen, omvat robotica ook variabele workflows. Deze processen zijn met name belangrijk voor de opslag en orderverzameling van heterogene productassortimenten. Er is echter nog een lange weg te gaan voordat de uitdagingen van het hanteren van artikelen van verschillende afmetingen en texturen zijn opgelost en orderverzameling door robots soepel verloopt.

De eerste stappen zijn succesvol gezet. Dynamische opslagsystemen bieden nu al uitstekende voorwaarden voor toekomstige volledige automatisering. Momenteel verloopt het proces doorgaans als volgt: goederen worden automatisch aangevoerd via transportbanden en vervolgens door orderpickers in de daarvoor bestemde trays geplaatst. Van daaruit transporteert en slaat de besturingssoftware de goederen op in de daarvoor bestemde ruimte in de verticale of horizontale heftruck. Wanneer een artikel wordt aangevraagd, presenteert het systeem het aan de magazijnmedewerker op zijn centrale werkplek, volgens het ergonomische goods-to-person-principe. Lange afstanden worden geëlimineerd en de moderne software zorgt ervoor dat altijd de juiste artikelen worden gepakt. Ondersteunende technologieën zoals pick-by-light verhogen de nauwkeurigheid van de toegang tot bijna 100 procent en versnellen tegelijkertijd het proces. De orderpicker pakt vervolgens het artikel en bereidt het voor op verzending of verdere verwerking.

In een dergelijk systeem is menselijke arbeid beperkt tot het verzamelen en overbrengen van artikelen naar een daarvoor bestemde container. Alle andere processen zijn geautomatiseerd. Hier komt robotica in beeld, omdat het enorm voordelig zou zijn om deze laatste handmatige stappen door een machine te laten uitvoeren. De economische voordelen zijn evident: robotgestuurd orderverzamelen maakt 24/7 opslag- en ophaalprocessen mogelijk. Bovendien beloven robots maximale precisie en snelheid bij het ophalen van artikelen, waardoor de ophaaltijden aanzienlijk worden verkort. Robotica biedt ook een oplossing voor het tekort aan geschoolde arbeidskrachten, een probleem dat niet alleen in Duitsland speelt.

Robotica is nog niet voldoende ontwikkeld voor wijdverspreid gebruik in magazijnlogistiek

Desondanks wordt intelligente robotica momenteel slechts zeer sporadisch ingezet in de interne logistiek. Maar waarom is dat? Ten eerste zijn de kosten van de beschikbare modellen nog steeds zo hoog dat veel logistieke bedrijven er niet aan kunnen beginnen. Bovendien laat de betrouwbaarheid van de systemen vaak te wensen over. Dit komt vooral door het grijpprobleem, dat een uiterst precieze handeling vereist, met name bij een heterogeen assortiment aan artikelen. De huidige modellen beschikken simpelweg niet over voldoende kunstmatige intelligentie om de verschillende vormen en materialen correct te classificeren en de grijper in elk afzonderlijk geval de juiste instructies te geven.

De industrie werkt echter hard om robots dichter bij het magazijn te brengen. Momenteel staan ​​twee benaderingen in de belangstelling. De ene betreft robots die goederen uit conventionele stellingen halen en deze autonoom naar het pickstation transporteren. Amazon, met het enkele jaren geleden overgenomen Kiva-systeem, heeft een beproefde methode in zijn magazijnen die complete stellingen optilt en naar de werktafels transporteert. In principe is deze methode geschikt voor gebruik in veel conventionele stellingen. Het probleem van het vastgrijpen wordt ook geëlimineerd, omdat de robots de stellingen simpelweg verplaatsen. Het nadeel is echter dat de stellingen moeten worden aangepast zodat de kleine robots ze kunnen verplaatsen. Dit gaat ten koste van de kostenefficiëntie van het schaalbare systeem.

Een andere aanpak wordt gekozen door bedrijven zoals Magazino, waarin Siemens onlangs een belang heeft verworven. Hier navigeert de bezorgrobot Toru autonoom door traditionele gangpaden en pakt de artikelen direct op. De uitdaging bij deze oplossing ligt ook in het betrouwbaar oppakken van de diverse artikelen. Hoewel de technologie al behoorlijk geavanceerd is, is verdere ontwikkeling nodig om boeken, knuffelberen, schroeven, chipszakken of voetbalballen nauwkeurig te kunnen oppakken. In vergelijking met de robots van Amazon zijn er echter, afgezien van het maximaliseren van de schaphoogte, geen grote veranderingen aan de schapindeling nodig.

Volledig geautomatiseerde aanpak

De twee gepresenteerde transportmethoden hebben echter als nadeel dat er nog steeds handmatig werk nodig is bij het picken. Daarom zijn robots verder ontwikkeld om zelfstandig en zonder menselijke hulp items te kunnen picken. Er bestaan ​​modellen zoals Baxter, die rechtstreeks uit een sciencefictionfilm lijken te komen en items met opmerkelijke behendigheid kunnen hanteren. Bovendien beschikt Baxter al over de nodige intelligentie om op diverse uitdagingen te reageren. De Kado pickrobot is een andere oplossing in ontwikkeling die beter geschikt is voor het hanteren van verschillende soorten items. Kado is ontworpen om de grijppunten van items in ladingdragers betrouwbaar en snel te identificeren met behulp van geavanceerde 3D-cameratechnologie. Dit systeem is ook bedoeld voor items die nog niet door het systeem zijn gedetecteerd en die niet op type zijn gesorteerd in de ladingdrager. De gevoelige grijparm van de pickrobot wordt vervolgens aangestuurd via de geïdentificeerde grijppunten. In combinatie met een geautomatiseerd opslagsysteem zou dit een oplossing zijn die handarbeid overbodig maakt.

Het zijn echter niet alleen intralogistieke experts die deze technologie vooruitstuwen. Amazon lanceerde bijvoorbeeld de Amazon Picking Challenge, . Deze competitie brengt deelnemers van allerlei pluizen samen, van kleine startups tot gevestigde fabrikanten en onderzoeksteams van gerenommeerde universiteiten, met hun eigen oplossingen. Het doel is om autonome magazijn- en orderverzameltechnologie, ondersteund door kunstmatige intelligentie, dichter bij de realiteit te brengen. Het is geen wonder dat de Amerikaanse online gigant deze technologie stimuleert; het is immers een van de grootste retailers ter wereld en beschikt over enorme magazijnen die enorm zouden profiteren van een dergelijke oplossing.

Als het grijpprobleem op middellange termijn is opgelost, kunnen de robotsystemen op grotere schaal worden ingezet, wat tot kostenbesparingen zou moeten leiden. Voor magazijnmanagers beloven de robots veel voordelen: geen tijdrovende werving, geen problemen met een hoog ziekteverzuim en 24/7-werking. Dat dit echter veel banen op het spel zet, is een heel ander verhaal, ongeacht het tekort aan geschoolde arbeidskrachten.