智慧倉儲技術分析與展望

李 明，陳寧寧，王海韻，吳耀華

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

智慧倉儲技術分析與展望

李 明1，陳寧寧2，王海韻3，吳耀華4

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

在全球產能過剩和電子商務高速發展的背景下，柔性化的智慧物流系統可以有效應對訂單碎片化所帶來的成本增加和效率降低的挑戰。對倉庫內收貨、存儲、揀選、發貨四個基本環節中現有智慧物流技術進行分類匯總。在此基礎上，提出智慧倉儲技術發展有兩個顯著特點：基于人工智能算法和自動感知識別技術機器人的快速融入以及人機間的友好高效協作。

機器人；智慧倉庫；人機協作；人工智能

1 智慧物流產生背景

在全球產能過剩的大背景下，市場需求由低成本、標準化、大批量的產品，轉向差異化、多元化、快變化的產品，與此相適應的是生產方式由標準化流水線模式轉變為定制化柔性線模式。在流通領域，電子商務的蓬勃發展減少了傳統中間流通環節，為消費者提供了更優質的消費體驗，但在物流過程中，以整托盤或整箱為單元的集中式作業逐漸被以產品基本包裝為單元的碎片式作業所取代，因此反而增大了物流作業的復雜度。

物流信息化解決了信息數字化問題，實現信息的高效傳遞；物流自動化解決了作業機械化的問題，實現了人工作業強度的降低。智慧物流則是將人工智能算法、自動感知識別技術與自動化設施、信息化系統深度融合，使物流系統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、學習、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，可以有效應對碎片式作業所帶來的成本增加和效率降低的問題。

2 智慧倉儲技術

倉儲與運輸是物流系統中兩個核心部分，其中倉庫內部作業流程包括收貨、存儲、揀選、發貨四個基本環節。本文將對倉庫內各基本環節中現有智慧物流技術及發展趨勢進行闡述。

2.1 收貨環節智慧技術

（1）自然導航無人叉車。托盤搬運作業是將整托盤貨物從運輸車輛上搬運至收貨區等待質檢入庫。傳統自動化解決方案采用激光或慣性導航的無人叉車實現托盤搬運作業。這些無人叉車通常只能在某個固定的區域內，人為的設置好反光板、磁釘等標記物或反射器，不能隨意的變化工作環境，存在很大的局限性。基于SLAM（Simultaneous localization and mapping，同時定位與地圖創建）技術實現無人叉車的自然導航，不需要安裝標記或反射器，只需讓裝有環境感知傳感器的無人叉車在未知環境中從某一位置出發，根據其移動過程中內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的環境地圖，然后，在此地圖的基礎上可以實現無人叉車的精確定位與路徑規劃，完成導航任務[1]。自然導航無人叉車具有安裝時間短、投入成本低、自由創建新路徑等特點，是下一代智能無人叉車的發展方向。

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

且碼垛無固定規則，傳統機器人手臂難以操作。智能拆垛機械手借助3D視覺和深度學習算法，實現機器人手臂作業的自我訓練、自我校正，無需箱型和垛型的數據庫維護。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 存儲環節智慧技術

傳統集中式作業過程中，同一品規的貨物以托盤為單元大批量進出倉庫，存儲環節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。而在碎片式作業過程中，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，借助智能調度算法指揮小車群體完成貨物出入庫作業。

（1）KIVA系統。KIVA系統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格，機器小車應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航。此外，機器小車不支持移動與轉向同步，轉向時需要固定在原地位置進行。該系統的核心是控制小車的集中式多智能體調度算法[3]。

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

（3）細胞單元系統。KIVA系統中的自動導引小車實現地面搬運，多層穿梭車系統中的穿梭車實現貨架軌道上的搬運，新型細胞單元系統則是以上兩者技術的融合。細胞單元小車當在貨架或提升機上時，按照傳統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，可以切換至自動導引小車的工作方式在地面運行，在地面上的導航方式不同于KIVA系統，采用的是基于無線傳感網測距、激光測距儀測量和推測航行法的傳感器融合技術，無線傳感網實現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位置跟蹤和定位精度校正，相比KIVA地面標簽配合慣性導航的方式更加靈活[6]。該系統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的未來發展方向。

2.3 揀選環節智慧技術

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。傳統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。揀貨員根據貨架上的指示燈或者手持RF以及穿戴設備中的提示，揀取貨架中的貨物。雖然作業準確率提高，但是要求揀貨員熟悉掌握庫房的布局。通過虛擬增強現實技術（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境，定位待揀貨物位置，并自動規劃揀選路徑，建立線路導航，指引作業人員以最快、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，指導作業人員準確獲取商品，解放雙手，大幅提高揀選作業效率[7]。

（2）Delta機械手揀選技術。傳統的自動化揀選設備是以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，借助通道底部的彈射機構將貨物揀選至皮帶輸送線上，該設備主要適用于包裝標準的盒裝品揀選，無法應對電商行業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并聯機器人，機械手的驅動電機被設計在機架上，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]。基于攝像機和計算機來模擬人的視覺功能，Delta并聯機械手能夠實現動態揀選，并且機械手可以根據產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訓練同種商品在不同姿態下的識別準確率。

2.4 發貨環節智慧技術

在發貨區內根據送貨線路不同劃分不同區塊，集貨分揀作業是將揀選完成的訂單放置在對應送貨線路的區塊內。傳統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，但無法實現訂單按照送貨線路的固定順序排列，只有等到裝車發貨時，由發貨人員根據送貨線路由遠及近的客戶順序，將相應的訂單貨物依次挑出，裝入車箱內，嚴重影響裝車效率。

智能發貨分揀系統采用多層穿梭車技術，揀選完成的訂單存儲在立體貨架內，穿梭車的存取貨叉可根據箱型尺寸進行貨叉間距調整，因而可以適用于不同尺寸的貨物和不同類型的包裝。當接到發貨裝車指令，訂單貨物會根據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域，若配合伸縮皮帶機，可實現直接裝車，減少中間二次搬運環節，大幅改善裝車效率。此外，由于訂單在發貨區貨架內進行立體存儲，相比傳統發貨區的地面平面存儲方式，空間利用率得到顯著提高。

3 總結

綜上所述，智慧倉儲技術發展有兩個顯著特點：一是基于人工智能算法和自動感知識別技術機器人的快速融入；二是人機間的友好高效協作。對于拆垛、揀選等抓取類作業，配備3D機器視覺和人工智能算法的機器手可以逐漸應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，配備各類導航設備和調度算法的自動導引小車機器人可以協同完成。機器人的融入，使得傳統倉儲物流系統由剛性變為柔性，而人工智能則使得物流作業更加高效和精準。與此同時，由于商品多樣性和高額建設成本的限制，全部采用機器人作業的無人倉僅會出現在個別行業或企業內部，并不具備一般適用性，因此在更多應用場景中會采用人機協作的模式，例如在訂單揀選環節中，KIVA系統或多層穿梭車系統將待揀選貨物料箱送至揀選臺，由人工來完成揀選作業，人工揀選效率的提高依賴于揀選工位的設計，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、人工智能算法和自動感知技術的研究深入和完善成熟，智慧倉儲技術將迎來快速發展和廣泛應用，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.自然導航在AGV中的應用[J].物流技術,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.基于多并聯機械手的鋰離子電池自動分揀裝備控制系統設計[J].機械工程學報,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

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

李明（1978-），男，博士，講師，主要研究方向：自動分揀系統和配送中心規劃設計；陳寧寧（1979-），女，碩士，副教授，主要研究方向：供應鏈管理與自動揀選系統效率優化；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，博士研究生導師，主要研究方向：自動分揀系統、集成化物流系統規劃、設計和仿真及物流技術裝備等。