随着工业4.0发展，产品定制与个性化做事已逐渐成为市场发展的主要趋势，这对当代物流系统提出了更高哀求。仓储物流系统（Warehousing Logistics Systems）作为物流与供应链的核心环节，其作业效率、做事质量和运营本钱一贯是企业重点关注的指标。高效合理的仓储物流系统可以帮助企业加快物资流动的速率，降落本钱，保障生产顺利进行，并可以实现对资源的有效掌握和管理。当代“仓储”已经不是传统意义上的“仓库”、“仓库管理”，而是在经济环球化与供应链一体化背景下的仓储，因此知足供应链高下游需求为目的，在特定的有形或无形场所，利用当代技能对物品进出、库存、分拣、包装、配送及其信息进行有效操持、实行和掌握的物流活动。显然，仓储物流技能（Warehousing Logistics Technologies）是企业建立前辈合理仓储物流系统的关键。
仓储物流技能正在经历从机器化到自动化，乃至智能化的发展阶段，本文就其发展趋势的六大特点进行系统剖析与总结，同时也为物流装备企业及用户的干系物流活动供应借鉴。
一、从自动化到高柔性自动化
随着工业社会不断进步，仓储物流技能也逐渐由人工堆放平面库，到自动化刚性立体库，再到高柔性自动立体库发展。在1917年首台叉车发明之前，仓储物流运作一贯处于手工作业状态。叉车技能让仓储系统进入了机器化立体库时期，库房的空间利用率得到了极大提升，同时保留了高柔性的特点。1962年天下首座基于堆垛机技能的自动化立体库涌现，此后该技能进入了长达半个多世纪的高速发展阶段。无人、高效和空间利用率高档优点，使自动化立体库逐步成为制造业和商业推崇的最佳仓储办理方案。然而传统自动化立体库具有刚性高的短板，很难知足灵巧多变的物流做事的需求，第三方物流做事公司一样平常不采取这项自动化仓储技能。只管早在1980年德国就开始研发高柔性的自动化“卫星车”（子母车）技能，但受掌握技能和算法的限定，效率和柔性的博弈持续多年，使其一贯没有达到与传统自动化立体库反抗的水平。
2003年天下首台穿梭车技能(Multishuttle)的面世，让仓储物流技能真正进入高柔性自动化时期。穿梭车冲破了一个巷道内只能有一台堆垛机作业的限定，实现了多台穿梭车分层作业的柔性办理方案。随着穿梭车技能的发展，四向穿梭车（4-direction shuttle）技能成为主流。“四向”指的是穿梭车可以自主完成“前后旁边”的运行。四向穿梭车配备两套轮系，分别完成X方向和Y方向的运动，既可以实现在巷道内的出入库作业，又可以实现在同一层的不同巷道切换。在垂直方向(Z方向)，四向穿梭车可通过与换层提升机的灵巧匹配，实现立体三维空间内任意货位的存储和拣选。四向穿梭车系统具有较好的高柔性自动化的特点，首先可以根据出入库动态须要灵巧变更作业巷道和货架层面，同时可以按照作业量柔性增减穿梭车的数量来调节系统能力；其次，当个中某辆穿梭车涌现故障时，可由其他车辆替代完胜利课，战胜了堆垛机因故障导致全体巷道无法作业的致命短板。四向穿梭车系统集存储与拣选于一体，既适宜低流量、高密度的存储型业务，也可用于高流量、高密度的动态拣选型作业，系统作业能力可以通过增减穿梭车和提升机以及其他赞助设备的数量来线性调节。
2010年德国弗劳恩霍夫物流研究院提出了“魔浮”穿梭车(Multishuttle Move)的观点，完成了天下上首辆既能在地面上又能在货架上自主行驶的多功能智能搬运机器人的研发。“魔浮”穿梭车彻底打通了仓储物流系统与生产系统之间的“隔墙”，实现了仓储与生产的无缝对接。传统穿梭车（包括四向穿梭车）的作业局限在仓库的货架上，不能在地面上行驶，要完成生产线的物料配送，必须经由中转环节。而“魔浮”穿梭车可以自主走出货架，像AGV小车一样直接把原材料送到产线，或者将成品直接从产线运送到成品库的货架上。这是仓储物流技能走向高柔性自动化的主要一步。
“魔浮”穿梭车虽然实现了货架和地面上的行驶，但它只能自主完成X方向和Y方向的水平运动，在垂直方向运动仍需借用提升机来实现。为了进一步提升自动化仓储物流技能的柔性，弗劳恩霍夫物流研究院利用3D打印技能快速实现了攀爬搬运机器人RackRacer的样机研发。该机器人可以实现XYZ方向的自主运动，在货架上可以高下自主“攀爬”，不再依赖提升机的帮助。这项技能将自动化仓储物流技能的柔性推向了制高点。面对低本钱个性化定制给物流系统带来的巨大寻衅，高柔性自动化仓储物流技能给出了满意的办理方案。
二、高密度化随着城市化进程不断深入，地皮的稀缺性问题日益严重，作为工业、商业和社会不可或缺的仓储物流用地也日趋紧缺，高密度仓储物流技能成为发展趋势。一方面传统的货架越建越高，有的乃至超过40米，以充分利用仓库有限的占地面积。这样的仓储系统一样平常利用超高堆垛机来完成出入库作业。另一方面是减少巷道的数量，实现货色在水平和垂直方向的高密度存放。这种三维密集型货架系统须要采取分外的出入库办法，其最大的问题是无法实现对每件货色的直接出库作业。
目前常见的三维密集型货架系统和出入库办法有如下几种：
1.贯通式货架和驶入式货架：叉车可以驶入贯通式货架或驶入式货架存取货色，这样就减少了叉车所须要的通道，能够在有限的仓库空间内放下更多的货架，大大提升了仓库的空间利用率和存储能力。贯通式货架两边都有通道，可以实现前辈先出(FIFO)的存储策略；而驶入式货架只配备单边通道，以是只能实现后进先出（LIFO）的存储策略。
2.后推式货架：这种货架与载货小车配套利用，托清点物通过载货小车依次逐个后推进入货架，当第一个货位上的货品取走后，后一个货位上的货品会被自动回到第一个货位。在这类货架系统中，叉车不必驶入存储巷道，作业效率较高，只能实现LIFO的存储策略。
3.重力式货架：利用重力实现货色的存取。重力式货架是通过在存储巷道内支配无动力滚筒，安装出一个向下倾斜的小角度，货色靠自重自动从入库端滑移到位置较低的出货端。第一个货位上的货色取走后，后一个货位上的货色自动到位，实现FIFO的存储策略。
托盘穿梭板存储系统是一种半自动化仓储技能，与贯通式货架和驶入式货架不同，叉车不必进入货架巷道作业，而是与托盘穿梭板协同，在通道上作业。这样就大大降落了叉车撞击货架的事件率，巷道的长度也可以相应增加，进一步提高仓储密度。
垂直和水平旋转自动货柜也是高密度仓储物流技能的分支，个中垂直自动货柜运用比较广泛。垂直自动货柜分为垂直旋转或者垂直升降两种紧张办法，适宜小型零部件的高密度存储以及符合人体工程学的入库和拣选作业。定制的垂直自动货柜可以充分利用仓库从地面到屋顶之间的高度，从而在最小的占地面积上供应最大的仓储能力。与固定货架传统的仓储技能比较较，自动货柜可以节约高达75%的占地面积。
AutoStore是一种新型高密度仓储技能。常日情形下，标准尺寸的料箱（600mm×400mm×310 mm/220mm)存放在立式货格内，从仓库地面垂直向上堆叠；一组机器人在立式存储货格顶部的铝制轨道上水平行走，存取料箱；每台机器人有8个轮子，个中4个沿X轴方向行走，另4个沿Y轴方向行走；每台机器人配有4条钢索提升装置，能将每一垛中最上方的料箱垂直提升至货格顶部；立式存储货格每垛可存储最多16个料箱（高度达4.9米），每个料箱中可存储单一品项或多个品项的货色；料箱能够根据系统内的存储需求，大略单纯地向X轴和Y轴方向扩展；数千只料箱彼此相邻，每16个一垛存放在密集货格中，省去了巷道，存储密度高。AutoStore可以实现自动化存取和“货到人”拆零拣选办理方案，园地利用比较灵巧。由于垂直码垛办法只能实现LIFO存储策略，必须依赖得当的存取策略和优化算法来减少机器人的倒货作业，提高出入库效率。
三、拣选作业的无纸化和自动化
拣选是仓储物流中劳动密集的作业环节，在一些电商物流中央里，拣选作业乃至占仓库运营本钱的50%。为了提高拣选效率、降落仓储物流总本钱，近年来拣选办法和技能不断创新，拣选作业更加动态化，部分领域还实现了拣选的自动化。
传统的“人到货”（PTG）拣选仍旧是常见的拣选办法，尤其是在产品种类浩瀚的电商物流中央里，“人到货”拣选是客户订单履行的主要组成部分。为了提高拣选效率、降落差错率，无纸化拣选已经成为大趋势，常见办法如下:
1.PDA手持扫描器
2.灯光拣选系统 Pick-to-Light(电子标签拣选系统)
3.语音拣选系统Pick-by-Voice （声控拣选系统）
4.增强视觉拣选系统Pick-by-Vision(增强现实拣选系统)
灯光拣选系统是一种紧张依赖电子数字显示牌和各种指示灯来显示拣选信息的拣选办法，运用最为广泛。其常规模式为：在订单驱动下，系统在需拣选商品的货位上的电子标签亮起，指示操作员到准确的货位拣取准确的数量。操作员通过确认将拣选信息实时传送回系统，使拣选作业方便、高效和无误。灯光拣选系统除了用在固定货架上，还可以配备在拣选小车上。灯光拣选车一样平常还会配备车载平板电脑和扫描枪，能够勾引操作职员同时拣选多个订单，精确选择货架上的货色，并放在拣选车上指定的容器里。灯光拣选车还可加装扬声器系统，用语音勾引职员拣货。
PDA手持扫描器运用广泛，是实现出入库和拣选作业无纸化和信息实时化的主要技能。然而在大件物品拣选时，操作员须要双手拣取货色，手持扫描器会影响作业。语音拣选系统便可以很好地办理双手作业的问题，通过语音识别和合成技能，使仓库作业职员可以直接与仓库管理系统（WMS）进行对话沟通。作业员无需不雅观看PDA手持扫描器的屏幕，直接按照语音指令到指定区域库位拣选货色，并通过语音进行动作确认。仓库管理系统直接识别作业职员语音，进行相应的数据处理。语音拣选系统可将多个订单放在一起批处理，提高拣选效率。在商品周转慢的仓库区域（C类商品拣选区），也可将多个订单批处理到一个语音拣选小车，以提高综合作业效率，降落仓库运营本钱。
增强视觉拣选系统配备有智能数据眼镜和干系掌握软件，该系统与仓库管理系统实时无缝交互。根据拣选策略制订的拣选列表和优化后的行走路径将被实时发送到作业职员佩戴的智能数据眼镜上，勾引作业职员拣选。订单完成后，增强视觉拣选系统会进行确认，同时索取下一个新的拣选列表。
随着仓储物流技能的发展，“货到人”（GTP）拣选系统的运用越来越广泛。“货到人”拣选系统最早与传统自动立体库(ASRS / Miniload)对接，紧张用于供应产线的原材料的拣选作业。堆垛机将须要拣选的托盘/周转箱从立体库中自动取出，交到连续运送机或其他搬运设备上，货色被送到拣选站，由操作工人完成拣选后再次存入自动立体库。这种“货动，人不动”的拣选办法，大幅度减少了拣选职员的行走间隔，可以实现高于“人到货”模式数倍的拣选效率，并且按照人体工程学设计的拣选站可以大幅度降落劳动强度和拣选差错率。
随着四向穿梭车自动立体库的推广，“货到人”拣选系统的效率和灵巧性得到大幅度提升，初步往智能化方向发展。高真个四向穿梭车运行速率超过4m/s，可以为拣选站快速补给和运回系统所需的周转箱。基于四向穿梭车的“货到人”拣选系统不仅适用于制造企业，在电商和商超物流中央的运用也日益遍及。
基于kiva机器人的“货（架）到人”的拣选系统成为近年来电商物流热点技能之一。kiva机器人通过扫描地面的条码定位，通过无线通信系统接管指令，将货色所在的货架从仓库搬运至拣选站，拣选职员每小时可挑拣、扫描300件商品，效率是传统“人到货”拣选作业的3倍以上，准确率可以达到99.99%。基于kiva机器人的“货（架）到人”的拣选系统给拣选和包装流程带来了进一步优化的空间。在一些电商物流中央里，kiva机器人把货架直接搬到复核包装事情台，由复核打包作业职员完成拣选、二次分拣以及打包复核三项事情。这样的流程优化，不仅减少了物流中央的职员投入，同时也减少了物流中央的内部物流作业量，提高了电商物流中央作业的综合效率，降落了总的运营本钱。
在大型物流中央里，多台kiva机器人与多个拣选台的匹配是影响提高拣选效率的关键成分。目前常用的方案方法有动态方案法、博弈算法、条约网法等，未来基于人工智能的方案方法也会有很好的运用前景。
自动化拣选技能也已经在烟草和医药物流领域有了广泛成功的运用。由于包装比较规范，香烟和部分医药产品适宜在A型架拣选系统、通道式拣选系统等进行自动拣选。中国烟草行业物流技能近年来发展迅速，个中条烟拣选设备已经达到环球领先地位。根据补烟填仓办法和烟仓部件构造形式的不同，自动化条烟拣选设备紧张分为立式条烟分拣机、卧式条烟分拣机、通道式条烟分拣机和组合式条烟分拣机。立式条烟分拣机的烟仓直立设置，从烟仓侧面人工补烟填仓；卧式条烟分拣机的烟仓倾斜设置，从烟仓端面补烟填仓，一次可实现多条补货；通道式条烟分拣机的烟仓水平设置,从烟仓端面补烟填仓，一次可实现整件的自动补货；组合式条烟分拣机是由上述三种条烟分拣机按一定办法组合构成的条烟分拣线，以实现对不同品规的条烟的自动化拣选。
而“货到机器人”拣选系统则可以说是相对“货（架）到人”的另一项前辈技能。随着工业机器人视觉技能和抓取技能的发展，仓储物流作业中最为繁芜的拆零拣选环节逐步成为工业机器人技能运用的下一个主要阵地。“货到机器人”拣选系统常日由运送线或AGV连接自动立体库和拣选机器人系统，在自动运送环节，“货到机器人”和“货到人”系统的实现办法相同，即完成货色从立体库到拣选站的自动化搬运。在拣选环节，“货到机器人”拣选系统采取机器人自动拣选，即通过机器人来识别、抓取货色并放在指定的容器内。与“货到人”拣选系统下的人工拣选办法比较，“货到机器人”拣选系统下的机器人不仅能够永劫光重复拣选动作，节省人力，还可以大幅度提高拣选效率，担保准确率。因此，在人力本钱越来越高的趋势下，“货到机器人”拣选无疑将成为仓储物流系统的下一个热点。目前“货到机器人”拣选技能还存在一些技能瓶颈，运用案例比较少。多数物流中央里货色的品规数量弘大，商品包装各式各样，大小和重量差异很大，对机器人的夹具技能哀求很高。在现有技能水平上，“货到机器人”拣选系统还无法知足对这些不规则商品的拣选需求。不过随着行业研发力量的不断投入，不规则物品的全自动拣选技能瓶颈在不久的将来一定能打破。
移动拣选机器人是自动化拣选的最高层次，是天下仓储物流技能领域的主要技能发展方向。移动拣选机器人配备自主导航系统，采取3D视觉和机器深度学习技能，完成移动拣选机器人的精准定位以及货色的智能识别与抓取，并自主将拣选好的货色运送到指定地点。移动拣选机器人能够替代繁重的人工劳动，实现物流中央“机器人到货”的拣选作业办法，目前其运用范围还非常有限，紧张用于规范包装货色的拣选。
四、数字化和网络化进入工业4.0时期，企业要实现数字化转型，该当从物流数字化入手。物流贯穿企业业务全流程，而作为物流核心环节的仓储物流系统，其数字化是企业数字化培植的重中之重。智能传感器技能、赛博物理系统(CPS)、窄带物联网(NB-IoT)和5G技能正不断运用到仓储物流数字化培植中。以下就该方向的四项紧张技能逐一先容。
1.智能物流按钮（iButton）
智能物流按钮是一种仓储物流系统数字化和网络化的创新技能，可以用在货架、拣选小车及其他物流设备上。例如，按下拣选线上补货的智能物流按钮，可以拉通全体物流和供应链流程：自动立体库启动出库作业，AGV小车将货色自动配送到拣选线，同时仓库管理系统可以把需求变动信息自动发送到供应商的物流系统，从而拉动供应链上游企业的物流和生产。
2.智能物流标签（iLabel）
与传统的RFID标签比较，智能物流标签具有更强的功能，它具有一定的自主决策能力，实现报警和掌握物流流程功能。智能物流标签可以广泛用在周转箱、托盘、集装箱等物流容器上。
3.智能周转箱技能（inBin）
通过在周转箱上加装感知与智能掌握单元，实现了物流单元的智能化。inBin智能箱既能自主管理箱内的货色，又能向上级系统及时报告智能箱的状态，实现自动要货和补货的功能。基于智能箱的运送系统可采取分散掌握技能，使智能箱不再是被动单元，可以反向给运送系统下达命令。在智能箱的指挥下，运送系统可以自动地将箱子投递目的地。
4.物联网技能（IoT）
物联网技能能够知足智能物流网络化的需求，同时也是实现物流全流程数字化的关键。相对付基于WiFi和蓝牙技能的物联网数据准确率较低、耗电量较大，窄带物联网技能是一种专为物联网设计的窄带射频技能，支持低功耗设备在广域网的蜂窝数据连接，也被叫作广域网(LPWA)，以室内覆盖、低本钱、低功耗为特点。窄带物联网支持海量连接，为仓储物流系统的数字化和网络化创新运用带来勃勃活气。窄带物联网技能支持智能物流单元和智能物流装备之间低层面的相互互换和决策，真正实现了仓库内部密集网状连接，提高仓储物流信息交流效率和准确率。中国在5G技能上处于环球领先位置，5G无线空口技能（RIT）方案基于3GPP新空口（NR）和窄带物联网技能。个中，NR重点知足增强型移动宽带（eMBB）、低时延高可靠（URLLC）两个场景的技能需求，NB-IoT知足大规模机器连接（mMTC）场景的技能需求。中国大力发展的新基建项目将进一步推进窄带物联网培植，为中国企业在物流数字化和网络化培植方面打下良好的根本。
五、透明化和可预测性通过数字化和网络化培植，可以实现仓储物流的可视化管理，下一步是全流程的透明化和对未来业务的精准预测。所谓透明化，在于理解为什么系统中正在发生某些事情，进而建立系统的行为逻辑和规范，为系统的优化奠定根本。要实现透明化，必须首先捕获和剖析系统实时数据，也便是建立系统的数字影像（Digital Shadow）。通过透明化可以实现流程的优化，提高物流的速率、效率和质量，降落物流本钱。
基于仓储物流流程数据的完全性和实时性，可以进行“流程挖掘”，从数字化中挖掘优化的潜能。所谓“流程挖掘”是对实际流程进行展现、监控和优化。即从企业信息系统（如仓库管理系统）中的实时信息和事宜日志里提取知识，探求规律。通过这种办法，可以挖掘深藏在流程和系统中的“内部信息”：谁、什么、何时、何处、为什么、如何……这些“内部信息”有助于审核、剖析和改进现有的业务流程。市场上有多种“流程挖掘”软件工具，如 Celonis，Hammacher Datentechnik以及Katana公司的专业软件。
数字孪生技能（Digital Twin）是一项创新性系统技能，是充分利用物理模型、传感器信息、运行历史等数据，集成多学科和多物理量的3D仿真过程。仓储物流系统的数字孪生便是相应的物流设备和系统在虚拟空间中的数字化表达，以便在这个数字化物流系统上研究实际物理系统可能发生的情形，并借助增强现实和虚拟现实技能生动直不雅观地展现出来。所有数据模型都能够实现双向互联，真实物理系统的状态和参数将通过与智能仓储物流系统集成的赛博物理系统向数字化模型反馈，使生命周期各个环节的数字化模型保持同等，从而实现对物理系统的状态和性能的实时评估与监控。利用数字孪生模型可以快速和低成本地对物理系统进行仿真优化，通过改变系统掌握策略和规则，寻求更优的方案；同时利用数字孪生技能逆向反馈的功能，把优化后的掌握方案（乃至包括PLC和机器人掌握程序）直接植入到物理系统中。基于数字孪生模型进行的各种仿真、剖析、数据挖掘以及人工智能技能的运用，可以确保它与现实物理系统的适用性。
电子商务时期，客户的订单随机性高，导致电商物流中央的业务需求颠簸大，这给仓储物流系统的资源配置带来巨大寻衅。基于数字化和新型预测方法的物流需求预测剖析，对仓储物流系统的培植和运营意义重大。目前预测方法研究大都集中在启示式预测方法和基于数据科学和大数据技能的预测剖析方法。
六、智能化仓储物流技能发展的下一个目标是智能化。即，在数字化和透明化的根本上，模拟生物和人的智能给仓储物流系统授予感知、剖析、学习和决策的能力；乃至利用“深度学习”技能，让系统具有思维、推理判断和自行办理繁芜物流问题的能力。
德国弗劳恩霍夫物流研究院近年来一贯在研究生物“群智能”在物流领域的运用。群智能源于对鸟群、鱼群等动物群体行为的研究，为物流中央内部大量的“细胞式”搬运机器人协同作业探求办理方案。采取中央掌握办法实时管控数千个机器人，须要很大的打算能力和无时延通信技能，机器人群中的突发事宜乃至会使中央掌握打算机瘫痪。
