2022-01-12 21:35

前言：本文作者Dirk-Jan van Veen 博士是Syncware的联合创始人兼首席执行官

　　人工智能 (AI)、机器人和仓储是目前最热门的三个流行词。在所有的炒作中，什么是真正能在行业中实现的？答案是 很多！比如，由于机器人完成所有工作，因此可以关闭灯光的“黑暗”仓库正在成为现实。这仅仅是个开始。在美国和欧洲，只有多达 10% 的仓库具备一定程度的机器人自动化，而在发展中国家，这一比例还不到 1%。本文将解释驱动力、最强大的机器人以及未来的挑战。

市场力量

　　根据市场研究公司 ABI Research 的数据，到 2025 年，将在 50.000 多个仓库中部署超过 400 万台机器人。同时，预计到 2026 年，仓库自动化市场将从150亿 美元增加到300亿美元。

　　机器人和自动化设备的突然快速采用背后有三个驱动力。首先，由于传感器的改进 (LiDAR) 和计算机视觉的进步（例如，移动机器人的映射和机械臂的取放），机器人变得更加强大。其次，机器人的价格在过去二十年中减半。第三，电子商务的兴起、COVID-19 和劳动力短缺迫使仓库业主寻找人力替代品。

为什么仓储是机器人的温床？

　　世界各地的仓库都遵循类似的过程：货物入库——货物储存——货物出库。因此，协助完成拣选和移动物料的基本任务的机器人与各地的仓库相关，提供了规模经济。

然而，仓库运营的经济环境却大不相同。一些配送中心位于昂贵的城市中心附近，其他配送中心位于较便宜的农村地区。有些有现有的建筑物和设备；其他人将从头开始构建。有些由多层组成；其他的则被安置在一个高天花板的工业机库内。

　　除了建筑物和位置外，订单量和处理方式也存在差异。一些仓库只存放整个托盘；其他人做个案挑选。有些库存大量仅种类少的产品；其他人库存少量的种类多产品。有些是 24/7 全天候运作，有些则只在工作时间运作，等等。

经济环境的这种多样性需要与特定环境相关的各种机器人解决方案。

保留现有基础设施

　　建筑物通常占仓库总预算的 20-40%。对现有建筑物和基础设施进行改造可能代价高昂。例如，高质量的货架是昂贵的：它们由数吨高等级的钢材组成，安装费用也不应被低估。仓库业主宁愿不在摊销期之前处理掉它。此外，对仓库基础设施进行大刀阔斧的改造可能会扰乱目前的运作。一家以色列公司开发了一种创新机器人，可以在大多数现有仓库中运行。BionicHIVE 的  “SquUID”机器人可以在仓库中四处走动，并通过垂直和水平拖过货架从高架上取货。唯一的要求是在现有框架上安装额外的导轨，以便 SqUID 可以抓住它们。

最大化存储密度

　　挪威Autostore公司的口号是 "停止空仓，开始仓储"，这句话直接切中了一个突出的仓储问题的核心。大约50%的仓库空间被浪费了！岛屿对于机器人和采摘者四处走动和收集物品至关重要。但是，如果货物可以自己“穿过”货架呢？– 这正是 Autostore 的自动存储和检索系统 (ASRS) 能够做到的。

　　汽车商店内的货物设计成立方体，密度很高。为了取出货物，一组手推车沿着立方体顶部的轨道移动并“挖掘”所需的货箱。虽然绝对价格昂贵，但这种解决方案在房地产昂贵的地方非常划算。

上货和下货

　　一些创新机器人制造商的重点已经转移到比在仓库内移动物料更具挑战性的问题。货物以各种大小的卡车运达仓库。将货物运出需要在密闭空间内操纵重物。此外，托盘和箱子通常需要卸下和重新堆放以准备好存放。

如果说有一家公司可以应对这一挑战，那就是波士顿动力公司。一流机器狗 (Spot) 和类人机器人 (Atlas) 的建造者最近发布了他们最新家族成员的视频：Stretch。

　　Stretch 最令人印象深刻的部分是其轻巧的机械臂。为了比人类更快地卸下箱子，需要一个高速、高伸手可及的机械臂。通常，这些臂非常重，无法安装在小型底盘上。波士顿动力公司重新设计了机械臂，使其比具有同等功能的机械臂轻四倍，使他们能够将其安装在适合货运集装箱内的底盘上。   

挑战

　　与每一项新技术一样，解决方案也会带来新的挑战。在机器人技术中，这些挑战围绕着沟通和协调展开。每个机器人制造商选择不同的通信协议（例如，TCP-IP、MQTT、EtherCat、定制的 API 等）来允许外部世界与他们的系统连接。换句话说：机器人、条形码扫描仪、库存软件、门、电梯、无人机和传感器都说不同的语言。

　　对于仓库所有者来说，这是一个挑战。当他们想要实现自动化时，他们突然发现来自不同供应商的数十种设备通过各种协议进行通信。让它们一起工作需要数周甚至数月的定制软件工程连接设备 A 到 B、C 到 D、E 到 F、F 回 A 等。

　　例如，将货物从入库区域移动到货架的自主移动机器人 (AMR) 需要仓库管理系统 (WMS) 提供有关去往何处的指令。如果仓库有多层，机器人应该可以乘坐电梯。当清洁机器人在一天结束时进来时，他们应该告诉物料搬运机器人让开。除了这些非常常见的通信场景之外，还有很多边缘情况需要通信。

　　虽然定制软件工程可以在数周或数月的时间内完成连接不同系统的工作，但需要快速集成不同品牌的机器人，使它们具有互操作性，并能够灵活地随时添加更多设备。

　　因此，系统集成的未来无疑是无代码或低代码。机器人和设备将通过一个应用程序连接和配置，节省数月的软件工程，并使按需部署机器人成为可能。这项技术将使仓库能够随着订单量的增加而提高自动化水平。

协调和基于人工智能的优化

　　下一步是让机器人车队相互协调，以在仓库中高效移动。首先，避免碰撞需要协调。尤其是在路口，不同品牌的机器人很难自己弄清楚谁应该先走。通常，两辆车要么相撞，要么原地不动，等待对方先通过。另一个碰撞源是 LiDAR 传感器的高度。许多 AMR 使用 LiDAR 在水平 2D 平面中扫描障碍物。当叉车停在过道上且货叉伸出 AMR 激光雷达传感器的高度以上时，AMR 可能无法感知前方的障碍物而撞上货叉。

　　其次，资源优化需要协调：在最短的时间内，以最少的动作完成尽可能多的订单。最佳流程取决于许多不同的变量：仓库的布局、货架的空间布置、机器人的数量和类型（AI 中的“代理”）、订单量等等。

　　此外，还有开槽问题。哪些物品要存放在什么架子上？与很少订购的物品相比，流行的物品应保存在更容易获得的位置。另一个复杂因素是每个项目的大小和每个货箱的大小。大件物品不能存放在小箱中。

　　因此，优化仓库操作是一个多变量、多代理、多目标的问题，其参数随时间变化。这些棘手的问题传统上是通过常识、经验和经验法则来解决的。借助人工智能，我们拥有开发更智能的插槽、更高效的布局以及不同机器人车队之间的最佳协调的工具。这是怎么做的？

　　在我们公司Syncware 中，我们根据真实的仓库数据创建仓库环境的模拟，包括平面图和订单历史记录。在模拟环境中，我们训练代理（代表机器人或人类）以最快的方式完成订单，同时考虑其他代理的移动和未来的订单。在车间，经过训练的 AI 会通知每个机器人他们的下一步行动。   

与任何人工智能一样，解决方案与数据一样好。不仅要在理论上而且要在实践中优化仓库，实时了解哪个机器人在哪里、它还剩下多少电池电量以及预期的订单是向车队下达最佳命令的关键。

结论

　　在未来几年，将发明新的引人注目的机器人，并找到通往仓库的路。需要克服围绕连接和协调的几个挑战来协调机器人，以便管理人员可以真正关灯。然而，随着全球越来越多的人喜欢网上购物，暗仓的未来肯定是光明的。