仓库物流中的机器人技术——为何尚未(完全)成熟
语言选择 📢
发布日期:2017年2月26日 / 更新日期:2018年11月26日 – 作者:Konrad Wolfenstein
一段时间以来,内部物流领域一直被自动化浪潮席卷,这股浪潮起源于工业4.0。人们经常谈论机器人,机器人也常常被等同于自动化。这种说法并不完全准确,因为机器人技术最重要的前提是系统具备人工智能。自动化依赖于标准化流程,而机器人技术则融合了可变的工作流程。这些流程对于存储和拣选种类繁多的产品尤为重要。然而,在解决处理不同尺寸和质地物品的挑战,以及实现机器人拣货的顺畅运行之前,我们还有很长的路要走。
初步步骤已成功完成。动态存储系统已为未来的全面自动化提供了良好的先决条件。目前,该流程通常包括货物通过传送带自动送达,然后由拣货员放入指定的托盘。之后,控制软件会将货物运送并存储到垂直或水平升降存储系统中的指定位置。当需要拣选某个物品时,系统会遵循符合人体工程学的“货到人”原则,将物品呈现在仓库工人的中央工作站。这样就避免了长距离搬运,而现代化的软件则确保始终能够拣选到正确的零件。诸如拣货指示灯之类的辅助技术将存取精度提高到接近100%,同时加快了拣货速度。之后,拣货员取出物品并准备发货或进行后续处理。.
在这种系统中,人工仅限于拣选物品并将其转移到指定容器中。所有其他流程均实现自动化。机器人技术正是在此发挥作用,因为由机器完成这些最后的人工步骤将带来极大的优势。其经济效益显而易见:机器人拣货可实现全天候24小时不间断的存储和检索。此外,机器人能够以最高的精度和速度进行存取,从而显著缩短检索时间。机器人技术也为解决熟练劳动力短缺问题提供了一种方案,而这个问题并非德国独有。.
机器人技术在仓储物流领域尚未成熟到可以广泛应用的地步。
然而,智能机器人目前在内部物流领域的应用仍然非常有限。这是为什么呢?首先,现有型号的成本仍然很高,令许多物流运营商望而却步。此外,这些系统的可靠性往往差强人意。这主要是由于抓取问题,尤其是在处理各种异质物品时,抓取操作需要极其精准。目前,这些型号的机器人缺乏足够的智能来正确识别不同的形状和材质,并针对每种情况向抓取器发出正确的指令。.
但业界正努力将机器人引入仓库。目前,有两种方法备受关注。一种方法是让机器人从传统货架系统中取出货物,并自主将其运送到拣货站。亚马逊几年前收购的Kiva系统,在其仓库中采用了一种成熟的方法,可以提升整个货架并将其运送到工作台。原则上,这种方法适用于许多传统货架系统。由于机器人只需移动货架,因此也解决了抓取问题。然而,这种方法的缺点是必须对货架进行改造,以便小型机器人能够移动它们。这在一定程度上降低了可扩展系统的成本效益。.
另一种方法是像Magazino这样的公司正在尝试的,西门子最近收购了该公司的部分股份。Magazino的配送机器人Toru能够自主地在传统货架通道中穿梭,直接拣选商品。这种方案的挑战同样在于如何可靠地拣选种类繁多的商品。虽然这项技术已经相当成熟,但要精准地拣选书籍、泰迪熊、螺丝钉、薯片袋或足球等商品,还需要进一步的研发。不过,与亚马逊的机器人相比,除了最大化货架高度之外,这种方案无需对货架布局进行重大改动。
全自动方法
然而,上述两种运输方式的缺点在于拣货站仍需人工操作。因此,人们进一步研发了能够独立拣选物品、无需人工干预的机器人。例如, Baxter就如同科幻电影中的人物,能够以惊人的灵活性处理物品。此外,Baxter 还具备应对各种挑战所需的智能。Kado拣选机器人是另一种正在研发中的解决方案,它能够更好地处理不同类型的物品。Kado 采用先进的 3D 摄像头技术,能够可靠、快速地识别载货架上物品的抓取点。该系统还能处理尚未被系统检测到且未按类型分类的物品。拣选机器人的灵敏机械臂通过识别出的抓取点进行控制。如果与自动化存储系统结合使用,这将是一种能够完全消除人工劳动的解决方案。
然而,推动这项技术发展的并非只有内部物流专家。例如,亚马逊发起“亚马逊拣货挑战赛”。这项赛事汇聚了各种类型的参与者,从小型初创公司到成熟的制造商,再到知名大学的研究团队,他们都带来了各自的解决方案。其目标是让由人工智能支持的自动化仓库和订单拣选技术更接近现实。这家美国电商巨头大力推进这项技术也就不足为奇了;毕竟,它是全球最大的零售商之一,拥有庞大的仓库,而这样的解决方案无疑会为其带来巨大的好处。
如果抓取问题能在中期内得到解决,机器人系统就能大规模部署,从而降低成本。对于仓库管理者来说,机器人优势众多:无需耗时的招聘,避免高缺勤率问题,并且可以全天候运行。然而,即便不考虑熟练劳动力短缺,这也意味着许多工作岗位将面临风险,这完全是另一回事。.





























