米乐m6官网下载 一文读懂风口上的仓储自动化

　　快递量暴涨背后，是中国覆盖7亿人口的移动电商，是在线买买买、在家拆拆拆的消费新方式；是越来越多的商品越过了批发商、渠道商、零售商的层层桎梏，直接从仓库发往最终用户手中的物流新业态。

　　但对想深入了解这个机会的投资人和相关从业者来说，对好奇快递是怎样一层层送到自己手中的普通人来说，仓库内部难得一见，作业流程神秘复杂，这是一个很难被简单理解的场景。

　　本文，「甲子光年」深入采访了近20位熟悉仓储自动化的头部科技公司创始人或高管、物流客户和投资人，我们将从“当前仓储自动化主流方案的梳理”、“不同方案的评判方法”和“中国市场的趋势预测”3个方面全景式详解行业。

　　以SKU最多、业务流程最复杂的电商中心仓为例，主要作业流程有收货、存取、拣选、质检、打包、分拣、配送等十余个环节。

　　传统的人工拣选电商仓库，其中有大量轻型隔板式货架，拣货员推着车走到各个货架前根据订单进行拣货。

　　二是高位货架，也就是立库、阁楼。这类货架对很多人来说也并不陌生，在宜家、麦德龙等仓储式卖场里都能见到。

　　而仓库里的货品在大部分情况下并不是直接放在货架上，而是放在标准化的存储单元中。常见的存储单元包括托盘和料箱。

　　理货——把原本包装简陋或不规范的商品重新整理，按作业流程对商品分类，然后按规则码放到料箱、托盘等存储单元中。

　　组货、打包、贴标签——把一份订单里不同SKU的商品组合到一起并打包，贴上货品、配送信息等标签；

　　下面，我们会详解仓储场景中几个自动化、智能化的热门环节，力图帮助读者理解专业性很高的仓储自动化行业的现状。

　　此方案由物流机器人公司Kiva System首创，它以货架搬运AGV（AutomaticGuided Vehicle，移动机器人）为核心，主要的作用是优化人工拣选环节的效率。

　　以往电商仓的拣货方式是拣货员人工推着小车或开着拖车到各个货架拿货，再将不同的商品组成一个个订单。

　　京东618期间，一个拣货员一天要走60000步，约数十公里，占了拣货环节6到7成的劳动时间。

　　而如下图所示的Kiva方案，则是让长得像扫地机器人一样的AGV钻到货架下面，通过顶升结构将货架抬起，然后托着货架移动到拣货员身边——这就是“货架到人”。

　　它实际上是“货到人”对“人到货”的取代——用速度更快、且不会劳累的机器人运货到人身边，替代人去找货，大大提升了拣货效率。

　　在类Kiva方案中，机器人能通过激光导航或视觉导航技术，在无需轨道的情况下灵活移动。部署方案时也不涉及土木工程改建，周期较短，并可动态加减机器人数量。

　　其中，最常见和成熟的导航方式是“特征点图片对比”，所以如下图所示，这种方案在运行时，地面上贴了很多供机器人识别的二维码。

　　“货架到人”的缺点则是影响了存储密度——由于需要预留较大空间供货架移动，其存储密度甚至可能低于过去使用固定货架的仓库。

　　在2012年Kiva被亚马逊以7.75亿美元收购后，国内涌现了一批做类似的“货架到人”方案的公司，如极智嘉、快仓、马路创新、水岩科技、蓝芯科技等；海康、大华、旷视（旷视于2018年收购了艾瑞思机器人）等以安防业务为主的公司也纷纷入局。

　　近年来，这一路线上也发展出了变种，一个代表是变“货架到人”为“料箱到人”。“料箱到人”方案中，机器人不再是搬运整个货架，而是从货架上成批取出料箱。

　　「甲子光年」调研发现，国内的海柔创新、极智嘉、快仓、海康、国自、蓝芯等公司，以及国外的Magazino、Fetch等公司，均有此类方案的产品。

　　海柔创新CEO陈宇奇告诉「甲子光年」，“料箱到人”方案里货架是固定的，这更符合大部分已建仓储的情况，改造难度相对小；更重要的是，由于机器人不是顶着整个货架移动，所以可以把货架之间的巷道设置得更窄，存储密度更高，更省地方。

　　BV百度风投副总裁王秋评价，“料箱到人”方案作业的对象是比货架更小的单元料箱，因此更符合SKU更多元化、物流作业更精细化的发展趋势。

　　该方案的缺点则是一次拿货的种类比“货架到人”要少，但这可以通过一次操作多个料箱或优化调度算法来处理，比如海柔创新的库宝机器人一次可以取8个料箱，且通过自研的智慧仓储管理系统HAIQ调度协作，提升作业效率。

　　相比在国内已发展了5年以上的类Kiva方案，目前拣选、分拣环节的新趋势是更直接的“机器换人”。

　　其实直到今天，在自动化已搞了快100年里的仓库里，大部分针对具体商品的“细活儿”——如把某盒面膜、某瓶化妆水从同类货品中挑出放到分拣带、组货箱或分拨机器人上——还是要靠人。

　　前面讲到的Kiva方案对拣选环节的优化，主要在于用机器帮拣选员减少运动距离和时间，但移动机器人本身并不能替代人做拣选。

　　在这个方向上，亚马逊、瑞仕格、发那科等大公司都有积极投入，新创业公司中发展阶段相对领先的有Mujin（日本）、Covariant（美国）、Righthand Robotics（美国）、梅卡曼德（中国）等。

　　这个方向的公司还有Fizyr（荷兰）、Kinema（美国，2019年被波士顿动力收购）、库柏特（中国）、星猿哲（中国）、蓝胖子（中国）等。

　　Covariant的机械臂在德国工厂中的拣选应用。原图为10倍速播放，为了和其他文中原速动图有直观比较，我们将速度调整到了1.25倍。

　　梅卡曼德创始人邵天兰告诉「甲子光年」，他们早在2018年就有货品拆零应用的实际落地，最近推出的海量SKU拾取方案也已经出海到日、韩等市场。

　　但相比于已经大量使用机器人的制造业客户，当前国内物流行业对机器人的价格承受能力要低很多，而且物流行业目前更接受替代重体力劳动的、能搬运大件的机器人，小件拣货机器人仍处于早期试水阶段，应用量还很小。

　　“在中国物流业，小件拣货机器人去年的总台数加起来，可能还没有我们在制造业里一个订单的台数多。”梅卡曼德邵天兰对这个方向长期看好，但认为需要耐心。

　　星猿哲科技CBO邢梁立博告诉「甲子光年」，机器人拣货最重要的直接技术指标是节拍、准确率和稳定性，而长期看标准程度和易用性十分重要。

　　星猿哲科技成立于2018年，目前已针对拆零和播种环节研发出了智能机械臂方案，产品于2019年底到2020年初逐渐成型，已有数个应用落地。由于播种拣选方案不依赖于上下游的自动化改造，部署的经济成本较低，是主攻中国市场的核心方案。

　　以慧仓的方案为例，扫描货品条形码之后，员工将货品放在可沿轨道移动的小型机器人上，移动机器人会将其放入对应的分拣筐中。传统的人工播种模式需要员工拉着堆满各类货品的料箱在长长的播种货架前来回走动，而智能播种墙可以让员工站在固定位置实现播种操作。

　　而在传统仓储中最核心的存取环节，目前的主要行业实践是对以立库等密集存储货架为核心AS/RS（自动存取系统）方案的持续优化，其特点是非常追求存储密度。

　　简单来说，这种钢铁巨兽由两部分组成，一是固定的框架，包括货架和轨道；二是做商品存取的各种运动设备，如堆垛机、穿梭车、取箱机等，存取的操作对象通常为托盘或料箱。

　　国内厂商做AS/RS系统，第一种是类似胜斐迩、大福、DB等国外老牌仓储自动化厂商的路线，也就是立库+托盘堆垛机等设备的方案。

　　以国内智能物流机器人及一站式物流技术服务提供商凯乐士为例，他们的核心产品之一是智能四向穿梭车。

　　该穿梭车可以在密集的箱式货架中，自动搬运箱式货物或容器，实现上下、左右、前后移动，完成上架、下架作业，并通过连接输送系统，快速实现货到人、货到机械手或直接出库等作业任务。

　　鲸仓创始人李林子告诉「甲子光年」，蜘蛛拣选机器人的好处是同时具备搬运和拆码垛（即把料箱放到架子或其他指定位置）的能力；而前文介绍的AGV则只有搬运功能，要搭配能做拆码垛的机械臂才可实现商品上架、下架的完整无人化。

　　与鲸仓和凯乐士方案中用金属框架搭建的大面积整体仓不同，慧仓将高位箱式货架拆分为多座宽2.5米、高7米的封闭存储墙。

　　其存取料箱的机器人，也不是在一个三维的大立库里移动，而是在这面墙里移动，所以慧仓把这个东西叫“摩天轮”。

　　以立库为核心的方案，不管其存取设备是多层穿梭车还是蜘蛛拣选机器人，它们的共同特点都是充分利用了仓储的垂直空间，且存取设备是在存储框架内移动，不需要额外的场地。因此能大大提升存储密度、减少仓库占地面积，从而节省租金。

　　下面简单讲一下在存取、拣选、分拨环节都能使用的搬运设备和系统的新动向——无人叉车和AMR（Autonomous Mobile Robot）。

　　前文已讲到，后者的常见方案需要在地上贴二维码。而无人叉车的技术方案接近封闭环境下的自动驾驶，它可以更灵活地运动，且无需重新搭建货架，对仓库整体环境改造较小。

　　由VSLAM（基于视觉的定位与地图构建）提出者创办的美国公司Seegrid，自2003起就在研发主要通过视觉导航的机器人。

　　和其他IT系统一样，仓储软件系统正在经历从信息化到智能化的转型，它正在汇集更多传感器的更多数据，同时更多应用大数据分析、AI等新的数据智能技术。

　　一部分负责记忆和思考——记忆是存储数据，思考是处理数据和做规划。它对应“仓储大脑”中的WMS（仓储管理系统）系统。有了WMS，商品在上架、盘点、出库、拣货等各环节都能通过扫描二维码的方式自动线上备案。

　　另一部分负责“运动”——也就是调配仓储系统的“四肢”，即移动机器人、穿梭车、叉车、堆垛机、分拣带、机械臂、传感器等各种设备。它对应“仓储大脑”中的多机调度系统。核心作用是让各种设备协作运转，与人共同完成物流作业。

　　作为整仓智能化方案的供应商，鲸仓、凯乐士都在重点研发和迭代仓储调度管理软件。极智嘉、快仓等以AGV见长的厂商，也在自研“智慧大脑”等操作系统以实现智能调度，并与客户的信息系统实现对接。旷视机器人也于2019年1月推出了智能机器人网络协同大脑“河图”。

　　凯乐士集团副总经理白红星告诉「甲子光年」，软件是灵魂、是核心、是中枢系统，它与上下位系统衔接，决定了客户的作业模式、流程和人员考核。

　　源码资本副总裁郝毅文告诉「甲子光年」，在整仓方案中，仓储大脑与本体稳定性的价值占比大概为6:4——因为仓储大脑的水平不仅决定了整仓运作效率，还能助力机器人企业搭建增量业务，如仓储代发货的云仓等。

　　中心仓的典型代表则是上文详细拆解的、流程最为复杂的大型电商中心仓，它处理大数量、海量SKU货品的出库和入库。

　　存储敏感型的特点是，商品种类多、数量大，但周转速度相对慢，典型场景包括零部件仓库和鞋服类仓库。这类客户的需求主要不是省人而是省地，即节省物业成本。

　　作业敏感型的特点是订单多、流程多、时效性要求强，作业复杂。电商中心仓和快递中转场/前置仓是这类场景的代表。

　　安全、准确敏感型的特点则是仓内商品货值高或者具有危化性，比如3C品类、奢侈鞋服类仓库和化学化工品仓库。

　　讲完场景地图，再来看2012年以来仓储智能化在中国的发展，一个行业主线浮出水面：电商带来改变。

　　其实物流仓储是非常传统的行业，但近年来之所以有了新机会，是因为整个商业活动的末端发生了巨大变化——那就是在整个零售环。