智慧倉儲技術(shù)分析與展望

李 明，陳寧寧，王海韻，吳耀華

（1.山東建筑大學(xué) 信息與電氣工程學(xué)院，山東 濟南 250101；2.濟南大學(xué) 經(jīng)濟學(xué)院，山東 濟南 250022；3.齊魯理工學(xué)院 商學(xué)院，山東 濟南 250200；4.山東大學(xué) 現(xiàn)代物流研究中心，山東 濟南 250061）

智慧倉儲技術(shù)分析與展望

李 明1，陳寧寧2，王海韻3，吳耀華4

（1.山東建筑大學(xué) 信息與電氣工程學(xué)院，山東 濟南 250101；2.濟南大學(xué) 經(jīng)濟學(xué)院，山東 濟南 250022；3.齊魯理工學(xué)院 商學(xué)院，山東 濟南 250200；4.山東大學(xué) 現(xiàn)代物流研究中心，山東 濟南 250061）

在全球產(chǎn)能過剩和電子商務(wù)高速發(fā)展的背景下，柔性化的智慧物流系統(tǒng)可以有效應(yīng)對訂單碎片化所帶來的成本增加和效率降低的挑戰(zhàn)。對倉庫內(nèi)收貨、存儲、揀選、發(fā)貨四個基本環(huán)節(jié)中現(xiàn)有智慧物流技術(shù)進行分類匯總。在此基礎(chǔ)上，提出智慧倉儲技術(shù)發(fā)展有兩個顯著特點：基于人工智能算法和自動感知識別技術(shù)機器人的快速融入以及人機間的友好高效協(xié)作。

機器人；智慧倉庫；人機協(xié)作；人工智能

1 智慧物流產(chǎn)生背景

在全球產(chǎn)能過剩的大背景下，市場需求由低成本、標準化、大批量的產(chǎn)品，轉(zhuǎn)向差異化、多元化、快變化的產(chǎn)品，與此相適應(yīng)的是生產(chǎn)方式由標準化流水線模式轉(zhuǎn)變?yōu)槎ㄖ苹嵝跃€模式。在流通領(lǐng)域，電子商務(wù)的蓬勃發(fā)展減少了傳統(tǒng)中間流通環(huán)節(jié)，為消費者提供了更優(yōu)質(zhì)的消費體驗，但在物流過程中，以整托盤或整箱為單元的集中式作業(yè)逐漸被以產(chǎn)品基本包裝為單元的碎片式作業(yè)所取代，因此反而增大了物流作業(yè)的復(fù)雜度。

物流信息化解決了信息數(shù)字化問題，實現(xiàn)信息的高效傳遞；物流自動化解決了作業(yè)機械化的問題，實現(xiàn)了人工作業(yè)強度的降低。智慧物流則是將人工智能算法、自動感知識別技術(shù)與自動化設(shè)施、信息化系統(tǒng)深度融合，使物流系統(tǒng)從過去僅能代替人的四肢升級為代替人的大腦+感知器官+四肢，能模仿人的智能，具有思維、感知、學(xué)習(xí)、推理判斷和自行解決物流中某些問題的能力。智慧物流的靈活性、柔性化的特點，可以有效應(yīng)對碎片式作業(yè)所帶來的成本增加和效率降低的問題。

2 智慧倉儲技術(shù)

倉儲與運輸是物流系統(tǒng)中兩個核心部分，其中倉庫內(nèi)部作業(yè)流程包括收貨、存儲、揀選、發(fā)貨四個基本環(huán)節(jié)。本文將對倉庫內(nèi)各基本環(huán)節(jié)中現(xiàn)有智慧物流技術(shù)及發(fā)展趨勢進行闡述。

2.1 收貨環(huán)節(jié)智慧技術(shù)

（1）自然導(dǎo)航無人叉車。托盤搬運作業(yè)是將整托盤貨物從運輸車輛上搬運至收貨區(qū)等待質(zhì)檢入庫。傳統(tǒng)自動化解決方案采用激光或慣性導(dǎo)航的無人叉車實現(xiàn)托盤搬運作業(yè)。這些無人叉車通常只能在某個固定的區(qū)域內(nèi)，人為的設(shè)置好反光板、磁釘?shù)葮擞浳锘蚍瓷淦鳎荒茈S意的變化工作環(huán)境，存在很大的局限性。基于SLAM（Simultaneous localization and mapping，同時定位與地圖創(chuàng)建）技術(shù)實現(xiàn)無人叉車的自然導(dǎo)航，不需要安裝標記或反射器，只需讓裝有環(huán)境感知傳感器的無人叉車在未知環(huán)境中從某一位置出發(fā)，根據(jù)其移動過程中內(nèi)部與外部傳感器獲取的感知信息進行自定位，同時逐漸建立一個連續(xù)的環(huán)境地圖，然后，在此地圖的基礎(chǔ)上可以實現(xiàn)無人叉車的精確定位與路徑規(guī)劃，完成導(dǎo)航任務(wù)[1]。自然導(dǎo)航無人叉車具有安裝時間短、投入成本低、自由創(chuàng)建新路徑等特點，是下一代智能無人叉車的發(fā)展方向。

（2）智能拆垛機械手。拆垛作業(yè)是將轉(zhuǎn)運托盤上碼放的貨物一箱箱搬運到傳送帶上。傳統(tǒng)自動化解決方案是采用工業(yè)機器人手臂抓取或吸取完成，由于機器人手臂作業(yè)控制依據(jù)的是計算機系統(tǒng)數(shù)據(jù)庫中存儲的箱型尺寸和碼垛規(guī)則，而不能在線識別現(xiàn)場作業(yè)的對象，因此只能實現(xiàn)從同一托盤中取出相同規(guī)格的箱子，當面臨成千上萬種貨物箱型時數(shù)據(jù)庫的維護任務(wù)將非常繁重。電商公司收到的同一托盤上的貨物箱型大小不一，

且碼垛無固定規(guī)則，傳統(tǒng)機器人手臂難以操作。智能拆垛機械手借助3D視覺和深度學(xué)習(xí)算法，實現(xiàn)機器人手臂作業(yè)的自我訓(xùn)練、自我校正，無需箱型和垛型的數(shù)據(jù)庫維護。機器人通過3D深度攝像頭識別頂層貨物輪廓，當首次拾起一個箱子，它就建立一個關(guān)于的外形箱子模型，并基于這個模型加快對下一個箱子的識別。

2.2 存儲環(huán)節(jié)智慧技術(shù)

傳統(tǒng)集中式作業(yè)過程中，同一品規(guī)的貨物以托盤為單元大批量進出倉庫，存儲環(huán)節(jié)最常用的自動化解決方案是托盤自動化立體倉庫AS/RS（Automated Storage and Retrieval System），貨物以托盤為單位存儲在高位貨架上，通過堆垛機完成托盤出入庫作業(yè)。而在碎片式作業(yè)過程中，為便于后期海量品項、成千上萬訂單的拆零揀選，貨物更多以料箱方式進行存儲，借助智能調(diào)度算法指揮小車群體完成貨物出入庫作業(yè)。

（1）KIVA系統(tǒng)。KIVA系統(tǒng)由成百上千個舉升搬運貨架單元的機器小車組成[2]。貨物開箱后放置在貨架單元上，通過貨架單元底部的條碼將貨物與貨架單元信息綁定，倉庫地面布置條碼網(wǎng)格，機器小車應(yīng)用兩臺攝像機分別讀取地面條碼和貨架單元底部的條碼，在編碼器、加速計和陀螺儀等傳感器的配合下完成貨物搬運導(dǎo)航。此外，機器小車不支持移動與轉(zhuǎn)向同步，轉(zhuǎn)向時需要固定在原地位置進行。該系統(tǒng)的核心是控制小車的集中式多智能體調(diào)度算法[3]。

（2）多層穿梭車系統(tǒng)。KIVA系統(tǒng)受貨架單元的高度限制，僅能實現(xiàn)貨物在平面空間上的存儲，多層穿梭車系統(tǒng)則采用立體料箱式貨架，實現(xiàn)了貨物在倉庫內(nèi)立體空間的存儲。入庫前，貨物經(jīng)開箱后存入料箱，通過貨架巷道前端的提升機將料箱送至某一層，然后由該層內(nèi)的穿梭小車將貨物存放至指定的貨格內(nèi)。當貨物出庫時，通過穿梭車與提升機的配合實現(xiàn)完成[4-5]。該系統(tǒng)的核心也在于通過貨位分配優(yōu)化算法和小車調(diào)度算法的設(shè)計，均衡各巷道之間以及單個巷道內(nèi)各層之間的任務(wù)量，提高設(shè)備間并行工作時間，發(fā)揮設(shè)備的最大工作效率。

（3）細胞單元系統(tǒng)。KIVA系統(tǒng)中的自動導(dǎo)引小車實現(xiàn)地面搬運，多層穿梭車系統(tǒng)中的穿梭車實現(xiàn)貨架軌道上的搬運，新型細胞單元系統(tǒng)則是以上兩者技術(shù)的融合。細胞單元小車當在貨架或提升機上時，按照傳統(tǒng)多層穿梭車的工作方式在軌道上運動；當離開貨架到達地面時，可以切換至自動導(dǎo)引小車的工作方式在地面運行，在地面上的導(dǎo)航方式不同于KIVA系統(tǒng)，采用的是基于無線傳感網(wǎng)測距、激光測距儀測量和推測航行法的傳感器融合技術(shù)，無線傳感網(wǎng)實現(xiàn)信息通信以及全局定位，而激光測距儀測量和推測航行法實現(xiàn)位置跟蹤和定位精度校正，相比KIVA地面標簽配合慣性導(dǎo)航的方式更加靈活[6]。該系統(tǒng)將立體貨架存儲空間與地面平面存儲空間無縫鏈接在一起，代表了可擴展、高柔性化的小車群體技術(shù)的未來發(fā)展方向。

2.3 揀選環(huán)節(jié)智慧技術(shù)

訂單揀選方式分為人工揀選和自動化揀選兩種類型。

（1）AR輔助揀選技術(shù)。傳統(tǒng)的人工揀選解決方案采用手持RF揀選、電子標簽揀選或語言揀選方式。揀貨員根據(jù)貨架上的指示燈或者手持RF以及穿戴設(shè)備中的提示，揀取貨架中的貨物。雖然作業(yè)準確率提高，但是要求揀貨員熟悉掌握庫房的布局。通過虛擬增強現(xiàn)實技術(shù)（Augmented Reality，簡稱AR）將真實世界和虛擬世界的信息進行“無縫”集成，通過AR眼鏡自動識別庫房環(huán)境，定位待揀貨物位置，并自動規(guī)劃揀選路徑，建立線路導(dǎo)航，指引作業(yè)人員以最快、最短的時間到達目標揀選貨位，通過AR眼鏡自動掃描貨物條碼，指導(dǎo)作業(yè)人員準確獲取商品，解放雙手，大幅提高揀選作業(yè)效率[7]。

（2）Delta機械手揀選技術(shù)。傳統(tǒng)的自動化揀選設(shè)備是以A字架為代表的通道式揀選機，同一品項貨物被整齊疊放在立式通道內(nèi)，借助通道底部的彈射機構(gòu)將貨物揀選至皮帶輸送線上，該設(shè)備主要適用于包裝標準的盒裝品揀選，無法應(yīng)對電商行業(yè)成千上萬種貨物包裝形式的揀選需求。瑞典Reymond Clavel教授在20世紀80年代提出Delta并聯(lián)機器人，機械手的驅(qū)動電機被設(shè)計在機架上，從動臂可以做成輕桿，因此末端可以獲得很高的速度和加速度，特別適合輕型貨物的高速分揀操作[8]?；跀z像機和計算機來模擬人的視覺功能，Delta并聯(lián)機械手能夠?qū)崿F(xiàn)動態(tài)揀選，并且機械手可以根據(jù)產(chǎn)品的不同的尺寸和種類更換拾取器，因而適用的包裝類型可以多種多樣。此外，為了保證抓取的準確性，Delta機械手需要借助人工智能技術(shù)訓(xùn)練同種商品在不同姿態(tài)下的識別準確率。

2.4 發(fā)貨環(huán)節(jié)智慧技術(shù)

在發(fā)貨區(qū)內(nèi)根據(jù)送貨線路不同劃分不同區(qū)塊，集貨分揀作業(yè)是將揀選完成的訂單放置在對應(yīng)送貨線路的區(qū)塊內(nèi)。傳統(tǒng)的自動化解決方案多采用基于斜輪分流器、滑塊分揀機或交叉皮帶機的自動化分揀線，分揀線僅能解決訂單按照送貨線路分類集中，但無法實現(xiàn)訂單按照送貨線路的固定順序排列，只有等到裝車發(fā)貨時，由發(fā)貨人員根據(jù)送貨線路由遠及近的客戶順序，將相應(yīng)的訂單貨物依次挑出，裝入車箱內(nèi)，嚴重影響裝車效率。

智能發(fā)貨分揀系統(tǒng)采用多層穿梭車技術(shù)，揀選完成的訂單存儲在立體貨架內(nèi)，穿梭車的存取貨叉可根據(jù)箱型尺寸進行貨叉間距調(diào)整，因而可以適用于不同尺寸的貨物和不同類型的包裝。當接到發(fā)貨裝車指令，訂單貨物會根據(jù)送貨線路由遠及近的客戶順序依次從貨架中取出，通過輸送線送至裝車區(qū)域，若配合伸縮皮帶機，可實現(xiàn)直接裝車，減少中間二次搬運環(huán)節(jié)，大幅改善裝車效率。此外，由于訂單在發(fā)貨區(qū)貨架內(nèi)進行立體存儲，相比傳統(tǒng)發(fā)貨區(qū)的地面平面存儲方式，空間利用率得到顯著提高。

3 總結(jié)

綜上所述，智慧倉儲技術(shù)發(fā)展有兩個顯著特點：一是基于人工智能算法和自動感知識別技術(shù)機器人的快速融入；二是人機間的友好高效協(xié)作。對于拆垛、揀選等抓取類作業(yè)，配備3D機器視覺和人工智能算法的機器手可以逐漸應(yīng)對各類外形重量的商品；對于卸車、入庫、出庫、集貨等搬運類作業(yè)，配備各類導(dǎo)航設(shè)備和調(diào)度算法的自動導(dǎo)引小車機器人可以協(xié)同完成。機器人的融入，使得傳統(tǒng)倉儲物流系統(tǒng)由剛性變?yōu)槿嵝?，而人工智能則使得物流作業(yè)更加高效和精準。與此同時，由于商品多樣性和高額建設(shè)成本的限制，全部采用機器人作業(yè)的無人倉僅會出現(xiàn)在個別行業(yè)或企業(yè)內(nèi)部，并不具備一般適用性，因此在更多應(yīng)用場景中會采用人機協(xié)作的模式，例如在訂單揀選環(huán)節(jié)中，KIVA系統(tǒng)或多層穿梭車系統(tǒng)將待揀選貨物料箱送至揀選臺，由人工來完成揀選作業(yè)，人工揀選效率的提高依賴于揀選工位的設(shè)計，需要增加人機界面的友好性，讓人工作的更愉快、更舒適，把工位做的更加人性化，智能化，可有效避免差錯。

隨著機器人技術(shù)、人工智能算法和自動感知技術(shù)的研究深入和完善成熟，智慧倉儲技術(shù)將迎來快速發(fā)展和廣泛應(yīng)用，如何讓人與機器人之間更加友好高效的合作將成為新的研究熱點。

[1]汪威,吳耀華,陳云霞.自然導(dǎo)航在AGV中的應(yīng)用[J].物流技術(shù),2016,35(12):33-36.

[2]Guizzo E.Three engineers,hundreds of robots,one warehouse[C].IEEE Spectrum,2008,45(7):26-34.

[3]Andrea R D,Wurman P,Mountz M.Coordinating hundreds of cooperative,autonomous vehicles in warehouses[J].AI Magazine,2008,29(1):9-19.

[4]Malmborg C J.Conceptualizing tools for autonomous vehicle storage and retrieval systems[J].International Journal of Production Research,2002,40(8):1 807-1 822.

[5]Malmborg C J.Interleaving dynamics in autonomous vehicle storage and retrieval systems[J].International Journal of Production Research,2003,41(5):1 057-1 069．

[6]Kamagaew A,Stenzel J,Nettstr?ter A,Hompel M T.Concept of cellular transport systems in facility logistics[C].Proceedings of the 5th International Conference on Automation,Robots and Applications(ICARA 2011),2011.

[7]Yamazaki K,Shibata F,Kimura A,Tamura H.An Order Picking System for Warehouse Based on Mixed Reality Technology(VR/AR penetrating into service fields and daily lives)[J].Transactions of the Virtual Reality Society of Japan,2014,19:413-422.

[8]王攀峰,梅江平,陳恒軍,等.基于多并聯(lián)機械手的鋰離子電池自動分揀裝備控制系統(tǒng)設(shè)計[J].機械工程學(xué)報,2007,43(11):63-68．

Analysis and Outlook of Smart Warehousing Technology

Li Ming1,Chen Ningning2,Wang Haiyun3,Wu Yaohua4
(1.School of Information&Electrical Engineering,Shandong Jianzhu University,Ji'nan 250101;2.School of Economics,Ji'nan University,Ji'nan 250022;3.Business School,Qilu Institute of Technology,Ji'nan 250200;4.Modern Logistics Research Center,Shandong University,Ji'nan 250061,China)

In this paper,we summarized and classified the smart warehousing technologies in use in the reception,storage,sorting and shipment,i.e.,the four basic processes,in a warehouse,and then on such basis,pointed out the two prominent characteristics in the development of such technologies,namely based on artificial intelligent algorithm and automatic sensing technologies,as well as the rapid integration of robot and the friendly and efficient collaboration between human and machine.

robot;smart warehouse;human-machine collaboration;artificial intelligent

F253.9

A

1005-152X(2017)09-0157-03

10.3969/j.issn.1005-152X.2017.09.036

2017-07-15

山東建筑大學(xué)博士基金項目（XNBS1633）；中國物流學(xué)會、中國物流與采購聯(lián)合會課題計劃（2017CSLKT3-140）

李明（1978-），男，博士，講師，主要研究方向：自動分揀系統(tǒng)和配送中心規(guī)劃設(shè)計；陳寧寧（1979-），女，碩士，副教授，主要研究方向：供應(yīng)鏈管理與自動揀選系統(tǒng)效率優(yōu)化；王海韻（1988-），女，碩士，講師，主要研究方向：國際物流管理；吳耀華（1963-），男，博士，教授，博士研究生導(dǎo)師，主要研究方向：自動分揀系統(tǒng)、集成化物流系統(tǒng)規(guī)劃、設(shè)計和仿真及物流技術(shù)裝備等。