物流技术网

　　【物流设备网 市场行情】共同拥有而不占有，这就是共享经济。而当物流遇上共享经济，又会掀起一场什么样的变化？
 

　　近年来，物流市场规模不断扩大，数据显示，2017年社会物流总费用约11万亿元，2018年社会物流总费用已经超过13万亿元。整个物流环节要素成本刚性上涨，经营成本降无可降，所以说物流业已经进入到提质增效的关键时期。
 

　　而其实在物流领域可以共享的资源很多，包括物流信息、技术与设备、仓储设施、终端配送、人力资源等。在共享经济理念下，借助互联网、移动互联网、大数据、云计算、物联网等现代信息技术，通过对社会物流资源全面的深度开发，可以创新出无数共享物流新模式，创造更大的物流价值。
 

　　这其中物流信息的共享可以保障供给两端的平衡性，而在仓储的设备层面，共享经济对企业的帮助会更大。一个园区内，单个企业的要完成仓储和物流的自动化成本非常大，周期较长，而如果物流园区方来做这个事情，可能就会面对截然不同的效果。
 

　　物流园区的自动化规划
 

　　物流园区所提供不单单只是那一块仓库，物流园区作为重要的物流基础设施，为园区内入驻企业提供一站式物流管家服务。园区要想更好的招商，在这个自动化的时代，某些物流园区可以针对不同行业进行提前规划，共享某些自动化系统。
 

　　铭可达物流有限公司副总经理方文捷介绍，该公司的物流园区面积达21万平方米，综合实力位居深圳市前列。方文捷说，当前该公司除开展仓储租赁业务外，还有留有少量仓库自用，为集团的家电连锁服务。整个园区内的物流自动化水平参差不一，经济效益好的企业例如汽车行业，已经慢慢使用了AGV等自动化搬运设备，而一些效益平平的企业还是停留在人工方面。
 

　　但是人工方面来看，现在的员工基本在40岁左右，换言之招不到青壮年劳动力的情况下，园区必须去考虑如何来保证物品的正常转运，当然人口红利的消失也是当前整个制造业所面临的问题。所以机器换人，势在必行。
 

　　方文捷表示，在自身的家电物流业务方面，只有油压车、叉车等传统设备，还有传统的搬运工人在进行装车卸车工作，单个货物的重量达85公斤。“我们园区内的企业以汽车、家电为主，需要的是大型的码头、起吊等重负载设备，我们园区也在考虑对整个园区配备自动化设备，虽然这些设备目前的成本较高，但是我们的自动化仓库其价值更高。”
 

　　其实该工位在全国范围内解决状况都并不好，其大的问题在于车型不统一。为了解决这一问题，需要在卸货点增设液压升降平台，以两台机器人搭配龙门架，汽车只要停在相对居中的位置，然后通过液压平台和龙门架来调节机器人要抓取的位置。“考虑到需要抓取的货品品类会经常更换，因此该系统还需要增设一套视觉设备来引导机器人抓取货品，并放于传送带上，再由AGV送至仓库。”
 

　　规模越来越大的AGV搬运
 

　　高工产研机器人研究所(GGII)数据显示，2018年AGV销量达2.35万台，同比增长49.65%。制造及仓储AGV领域，快递/电商领域需求仍持续强劲，在制造及仓储AGV类型占比43.44%，较2017年同比上升6.48个百分点。其中，在快递/电商领域，以立镖机器人、快仓、极智嘉、海康机器人为代表，同时，受益于仓储行业的自动化改造升级及下游消费市场升级等因素的拉动，快递/电商领域AGV销量增长迅速。
 

　　高工机器人研究所分析师卢彰缘认为，在仓储场景中，AGV注重率、调度系统的SKU容量、WMS的高度可靠性等。
 

　　以国内仓储自动化程度做的好的电商三大家：菜鸟、京东、苏宁为例，菜鸟与圆通联合启用了超级机器人分拨中心。高峰期内，2000平方米的场地内，350台菜鸟“小蓝人”昼夜作业，每天可分拣超过50万包裹，机器人三天的行驶里程足以绕地球赤道一圈。
 

　　京东公布“无人仓”标准，40000平米的仓库内各种机器人多达上千台，其单日分拣能力达到20万单。通过分拣AGV、交叉带分拣机、AGV叉车、机械臂等12种自主研发机器人，依靠遍布仓内的二维码导航及引导路径，以及自带的传感器，大大提高分拣效能和准确度。
 

　　2017年苏宁物流S实验室就已经联合Geek+曝光了一款新型仓储机器人M100，以SLAM无轨导航的方式，不需要二维码、色带、磁条等人工布设标志物进行自行移动。而现在的Geek+已经正式晋升为独角兽，估值相当之高。
 

　　需求量即将爆发的拆码垛
 

　　要想真正的完成仓储自动化的升级改造，自动分拣与拆码垛是*的。
 

　　首先针对自动分拣，力生智能总经理李恒表示，分拣带上传送节拍速度快，所以在前端上料和包裹翻面这两块很难实现完全的自动化，主要原因则在于目前机器人在视觉系统和算法层次还未能完全达到标准。所以小货品拣选更多是“雷声大，雨点小”。
 

　　而需求量正在大增的是机器人拆码垛，梅卡曼德CEO邵天兰表示：“在拆码垛环节，一方面，由于货品种类多、大小不一且存在表面图案、扎带等情况的干扰，机器人很难准确识别货品；另一方面，在混码过程中，由于货品的尺寸随机，需要机器人能够实时生成码垛垛型并保证垛型稳定；此外，机器人在码放过程中还需避免机器人本体、夹具与纸箱之间的碰撞。”
 

　　“过了识别，到了抓取阶段，也依然不简单，首先就是抓取的位置，机器人的轨迹规划、抓取位置、夹具的选用，这些都是问题，其次就是机器视觉的定位精度，相机与物品的距离越远，其精度越差，托盘越高后其精度越差。”
 

　　所以目前的机器视觉厂家尤其是3D视觉厂家，是在有一定限制条件下(比如货品形态和种类)有初步的落地，还需要几年时间才能发展起来。目前而言，制造业以及拆码垛方面的落地比小货品拣选多得多。
 

　　邵天兰给的时间段是2-3年，“在这个期间内，仓储拆码垛能做的场景较少，能完成的也都是投入产出不成比例，所以短期是还远不及制造业，但是随着视觉算法、夹具等配套的不断进步，*来看，这个方向是光明的。”
 

　　综合来看，物流成本高居不下的今日，除了信息层面保证物流供给平衡外，由园区物流设备的共享已经是不可避免的事情。既有利于物流园区保证自己的招商竞争力，也会让企业降低物流成本，而且园区也可以通过自动化设备的租赁模式快速完成资金回笼，实在是一举多得。
 

　　(原标题：共享经济下的物流自动化)