|
公司凝聚了素质高、技能强、深谙物流管理的人才,拥有经过专业培训的装卸队伍,积累了丰富的实践管理经验并提供良好的服务。
当前位置:官网首页 > 公司新闻 >
公司新闻
仓储物流的新趋势,集群化移动机器人的跨行业应用
来源:马路创新 作者: 发布时间:2019-05-02 10:01 浏览量:


内容来源:2019第八届中国物流技术峰会(LT Summit 2019)智能仓储分论坛中,马路创新副总经理何燕萌先生为现场的观众带来关于《仓储物流的新趋势,集群化移动k8国际娱乐城机器人的跨行业应用》的精彩内容,以下为演讲内容摘录。


 

56君邀请您阅读前先思考:

·     我们对机器人、机器人应用究竟有什么样的需求?

·     我们对于机器人最终的希望是什么?

·     当集群化的移动机器人向工业去拓展的时候,工业又会对这个行业提出什么样的需求和挑战?


图:马路创新副总经理何燕萌


1、我们对机器人、机器人应用究竟有什么样的需求?

最早的时候大家可能是想实现机器人替代人类做一些工作,机器把人从简单、枯燥、复杂的工作当中解放出来,这是最早人类对机器人的需求。机器人应用场景就是完成一个非常简单的工作,完成抓取或者物流的简单搬运。随着机器人的发展逐步可能会希望完成一些更复杂的工作,简单的抓取当它不能去实现的时候,是不是我们可以通过一些所谓的感知判断去实现一些更复杂的工作?就逐步出现了这种能够跟人有一些简单协同的机器人,这是它后来的第二个阶段。


2、我们对于机器人最终的希望是什么?

我们对于机器人最终的希望是它有独立思考能力,它能够完成更复杂的工作。无论是4G、5G、工业底层技术的实施和普及,包括分布式计算、云计算、物联网这样的技术和底层能力的夯实,使得我们现在对于机器人提出了更高的需求。

当人类对机器人提出更高要求的时候,机器人怎么实现人类对它的期望?会有两个方向,第一个机器人越来越复杂。可以看到丰田不同的时间点会推出越来越拟人化的机器人,左下角这张图是摩尔定律的趋势,这个大家都很熟悉。固定的时间增长,机器的处理和能力会增长,成本会下降。但问题是当你对于单个机器的要求越来越高的时候,到某一个时间点机器人是不能满足人的期望的,这样的情况怎么办?



我们认为还有一条趋势就是所谓的集群化协作,这是自然界中非常常见的图片。这样一些个体通过有效的集群协作,可以实现能力的倍增,可以实现传统个体不能实现的很多内容,这样的思路是不是可以应用在机器人协作上?是不是可以通过已有的机器人设备更加有效、灵活、智能化调度和应用,去实现我们现在不能实现的很多期望?这其实是我们一直在思考的问题。



传统意义上无论是机械手臂还是传统的机器人,或者工业机器人,每个机器人都是所谓的一个线程式的。一旦他需要协同的时候,他就需要非常复杂的时间校对,每个机器人都以固定的节奏来完成它既有的任务。我们认为未来AI+IoT如果是一个大平台,它可以实现一定程度的意识共享,同时所有的机器人可以互联互通,并且通过更加集约化的调度去实现集群化作业。

 

我们认为使用机器人首先要考虑它的位置信息,第二它要考虑商品的热度分析,需要去了解它把什么样的商品运过来更合适,它需要考虑起始点位置曼哈顿距离,去寻找最优解。需要做实时动态轨迹的优化,需要AGV速度控制,需要货物重量反馈,同时要考虑一些异常对它的影响,包括一些障碍物或者机械故障,这是简单的举例。

 

真正做到这样一些点以后,这种最简单的移动机器人才有可能实现更高效率的对于利益的替代和对于客户现场需求的满足。

 

如果我们未来希望去实现一个真正的机器对人工的替代,理论上是大规模的机器对人工的替代。单纯的场景当中,无论是工厂现场还是仓库所能实现的机器调度数量和调度能力,和你能控制的不同的机器人它的复杂性,其实这是所谓我们要实现集群化背后最大的挑战。


截止到2018年底做AGV的公司有超过120家。目前很多国内的机器人企业从硬件载重、速度上是类似的,大家真正的区分点在于它的软件、调度规模、调度能力,而这些才真正形成了所谓的系统效率。国内有一些非常知名的公司,它的调度做的是固定的路径轨迹,一台机器人可能就十条路径,第一条不行的时候走第二条,第二条不行的时候走第三条。其实真正实现大规模集成调度应该能够实现的是实时的路径规划和实时调整,每一台车有无数路径的可能性,在无数路径的可能性取一个最优值,而且这个最优值可能会有实时的变化。


 

如果你的调度瓶颈是50、60台,小规模应用是可以的。但是大规模的应用需要的是上千台。国外的机器人时效普遍在200或者300,但其实国内如果是现在的情况下,当你真正把软件能力调度做好的情况下,我们认为它可以实现每小时不小于500、600的调度效率。这些区别最终会影响到客户选择的时候第一个投资回报。

 

真正影响最大的点在于原来客户拆零分拣的时候人效是100,你实施了改变以后能实现500还是600,这个提升对他的投资回报是有显著影响的。其实这样一些软件调度的算法,才真正影响到客户对机器人的应用。同时我们也认为只有真正能做到比较好的集群协作以后,一些跨行业、跨场景的协同才成为可能。

 

各个行业的第一个案例开始去应用这种柔性化、智能化的移动机器人最早的时间点,我们不用仔细去研究每个时间点,可能个别的案例会超出这样一个数量级,但从大的趋势来讲我认为这张图是对的。国内试点应用开始于2015年,2015年、2016年电商零售行业开始去应用这样的机器人考虑效率提升和降本增效。

 

我们会发现其实这个行业在发展过程中,我们不仅仅是实现对技术的模仿,当我们效率提高以后,它其实在往行业上游和下游做延展。首先下游来看,电商零售和这个本身是两个相关的行业,当你一个包裹生成以后,我需要你做集成化的处理,这是最早期的应用。2018年的时候越来越多的制造业开始考虑智能化的移动机器人,而非传统意义上的工业机器人。



举几个例子,鞋服、3C电子、冷链、汽车,其实这样一些行业背后可能会有不同的推动因素和它的客户诉求点,对于我们而言发现在同一个时间点开始对这种更加柔性化、集群化的机器人设备提出了同样的需求。无论需求是因为一些市场的拉动,因为小批量定制化、柔性化市场的反馈,还是政策的驱动。包括一些汽车行业精益化生产对他的要求。整个移动机器人现在已经开始形成一个新的趋势,从传统意义上的仓储电商零售开始向上游、下游去做延展,而这个延展的爆发远比我们预想的要更快、更迅猛。



我们长期跟客户交流沟通的时候客户有哪些痛点?客户一般会关注这么几点,作业效率、准确率、场地利用率、员工管理、监控分析、管理成本的优化。效率提升才是决定投资回报的核心点。准确率也是这样,当分拣的订单复杂程度越高的情况下,人工越来越容易出差错。这样的情况下用机器人可以基本上实现零差错。包括员工管理、数据分析。现在其实很多制造业里面对于技术的应用,可能并没有去拥抱更多新的东西,更加希望把基础工作做好,你要实现智能化、自动化,你的前提一定是首先要实现信息化,这些点都是从客户对于集群化的机器人所提出的要求。

    

3、当集群化的移动机器人向工业去拓展的时候,工业又会对这个行业提出什么样的需求和挑战?

客户希望实现提质增效、环境改善、降低成本、柔性灵活、自动化、数据化。原本的机器人有固定的工位和节奏去到每一个点,现在当一个工位,甚至现在很多产线强调所谓的柔性化工位,工位的位置可能都会发生变化的情况下,就需要更加灵活、更加智能化的搬运机器人来实现对它生产的匹配,包括对它的数据化、自动化和各种系统的对接。

 

下面让我们看几个案例。

第一个是某医药流通企业,当时这个项目行业招投标中下来以后,我们有跟这个老板沟通一个事,为什么要上项目,除了降本增效外,其实希望的是这个老板最后给我们一个解释,他是希望能够通过一个仓储环节自动化率的提升、准确率的提升、效率的提升,去倒逼他生产制造环节的提升与正规化,这个有可能是现在制造业大家考虑的事情。希望通过物流效率的提升,去反逼制造业效率的提升,这其实是一个非常有趣的论点。


第二个是整车厂的项目,在他的整车工厂组装车间用了接近300台机器人,300台是工厂总装车间的一条产线,业务形态是汽车SPS拣选。SKU数是4000+,平均每个订单3—4行SKU。分拣区面积是7000平米,系统设计处理量是20000件/小时。

 

最早的时候因为汽车行业通常来说是制造业里面准入门槛最高的行业,对于整个生产的稳定性、安全性要求也是最高的行业。SPS的生产方式对于每一台车都可以匹配他的零部件,一台一台做他的组装的时候,每台车零件的数量可能是5万级甚至10万级的,这种生产方式虽然有很多的好处,可以去提升一些作业效率,甚至可以去减少组装一台车所需要的作业长度或者需要的作业面积。但同时也出了一个新的问题,对于零部件和库存的管理要求进一步提升了。

 

同时因为每一台车的零部件要跟每台生产的车做匹配,对于零部件的拆零拣选也提出了非常高的要求。这种情况下,汽车行业也在考虑能不能把电商行业运用的最成熟的拆零分拣方案。这种柔性化的机器人到工厂实施,效率跟传统人工相比得到显著提升,包括汽车行业、鞋服、医药,其实制造业现在也开始对集群机器人提出了新的需求和更高的诉求。

 

传统的无论是生产制造环节还是仓储物流环节,非常多的自动化设备都是固定式的,对一个固定式的设备去讲很多的集群和协作,可能需要一些辅助帮助的载体。但无论是机器人还是叉车机器人,一定程度上是可以实现把传统的无论是制造业还是仓储物流环节,所谓离散式、孤岛式的自动化设备串联起来。传统的自动化非常多的一些环节,当它在流水线上的时候,我知道它的哪个商品在哪个时间点在哪个位置。



当我这个商品下了流水线,到人手里以后,这个商品的实时跟踪有时候我们可能是失去对它的跟踪和了解的。包括立体库也是,对于一个大的环境里面有非常好的管理效果,但是出了立体库以外,如果叉车中途的搬运全部是人来实现,中间对于整个商品和原材料的管控是有信息的缺失的。通过机器人来实现中间所有的搬运的串联,其实可以实现把最后信息缺失的那一环给填上。这些我们在实现最基础的对于制造业以及仓储物流业信息化最后一环的补充,我认为无论大家讲未来2025的工业制造还是工业4.0,信息化一定是我们去实现自动化和智能化的基础,集群式移动机器人可以补足这一环。

 

而更加有效的路径和更加合理的路径规划,其实这些才是集群式的移动机器人能够给行业带来的一些新的思考和新的一些帮助。