How smart is today's artificial intelligence?
人臉辨識和商品辨識，可以看作是支撐，店鋪前端體驗的核心人工智慧技術。而消費者看不見的後端，同樣需要投入極大規模的AI技術方案與產品。
近期，對岸中国京東公佈的，首個全流程智慧無人倉，佔地面積40000平方米，物流中心主體由收貨、儲存、訂單揀選、包裝四個作業系統組成，儲存系統由8組穿梭車立庫系統組成，可同時儲存商品6萬箱。
在貨物入庫、打包等環節，京東無人倉配備了3種不同型號的六軸機械臂，應用在入庫裝箱、揀貨、混合碼垛、分揀機器人供包4個場景。
值得注意的是，在分揀場內，京東引入了3種不同型號的智慧搬運機器人執行任務。在5個場景內，京東分別使用了2D視覺辨識、3D視覺辨識、以及由視覺技術，與紅外線測距組成的2.5D視覺技術，為這些智慧機器人安裝了「眼睛」，實現了機器與環境的主動交互。
預計未來京東無人倉正式營運後，它能夠實現每天處理超過20萬訂單的能力。
除了引入目前業內最先進的大型設備之外，京東無人倉的最大特點，是對於機器人的大規模、多場景的應用。在京東無人倉的整個流程中，從貨到人到碼垛、供包、分揀，再到集包轉運，應用了多種不同功能和特性的機器人，而這些機器人，不僅能夠依據系統指令處理訂單，還可以完成自動避讓、路徑優化等工作。
全流程智慧無人倉，可視為京東在智慧化倉儲方面的一次大膽創新，其自動化、智慧化設備覆蓋率達到100%，可以應對電商靈活多變的訂單的業務形態。
除此之外，全流程智慧無人倉依靠智慧算法，精確推薦包裝材料，可以實現全自動體積適應性包裝，做到節省每1釐米包裝材料。
從現有資訊來看，京東最先達到100%無人倉化。
通常無人倉儲系統由三大組成部分：AGV（智慧倉儲機器人）、RCS（機器人調度系統）、iWMS（智慧倉儲管理系統）。
1.AGV（智慧倉儲機器人）
智慧倉儲機器人，通常具備自動化的色碼掃描、自動化數量檢測技術、自動化形狀變識技術。AGV接到指令後，會自行到存放相應商品的貨架下，將貨架頂起，隨後將貨架拉到揀貨員跟前。完成揀貨之後，機器人再將貨架拖到貨架區存放，大幅減少了人到貨物的跑動距離，同時顯著提高了貨物的揀選效率。
AGV自誕生以來，逐步衍生出了三種主流方案：
磁條方案：磁條方案是AGV機器人，最早採用的方案，該方案需要先在地面上鋪設磁條，機器人沿著磁條移動，實現點到點的搬運。雖然成本低廉，但靈活性較低。
雷射方案：該方案分為兩大類型，一種是反光板導航，即在AGV行駛路徑的周圍，安裝位置精確的雷射反射板，AGV透過發射雷射光束，同時採集由反射板反射的雷射光束，來確定其當前的位置和方向，並透過連續的三角幾何運算，來實現AGV的導航。
雷射導航的優點在於定位精確，地面無需鋪設定位設施，機器人的行駛路徑可靈活多變，但雷射導航AGV製造成本較高，且對環境有一定要求。
另一種是透過雷射測距結合SLAM算法，建立小車的整套行駛路徑地圖，不需要任何的輔助材料，柔性化程度更高，適用於全局部署； 【3S Markt:這應用已涉及「室內定位」技術，3月27-30日歡迎至2018智慧城市展智慧監控解決方案專區安委工業展示攤位】
二維碼方案：該方案需要在倉庫地面上，佈置柵格化的二維碼圖形，最後使得倉庫地面類似一個圍棋棋盤，機器人平時透過慣性導航，經過二維碼時再進行校正。二維碼導航不受聲光干擾，但對二維碼的貼碼材質有特別要求，對陀螺儀的精度及使用壽命也有嚴格要求。
由於歷史比較悠久，當下佔據市場裝置率最多的，仍然是採用磁條方案的AGV，而雷射和二維碼方案，是最近三五年才發展起來的，其中亞馬遜Kiva採用的就是二維碼方案。
從目前的整體趨勢來看，二維碼方案將是未來的發展趨勢。
2.RCS（機器人調度系統）
AGV好比智慧倉儲系統的四肢；而RCS機器人調度系統（ Reat-time Control System），則是系統的大腦，負責倉庫內所有機器人的調度、任務分配和運行維護。
RCS採用多種調度算法，可實現任務的最優分配、多機器人路徑規劃，以及機器人交通管理，讓機器人集群能協調在一起工作，互相合作又互不影響，發揮出更大的效能。
RCS還負責監控機器人的運行狀態，根據每個機器人的當前狀態和歷史情況和，來決定是否需要進行具體項目的保養維護，並結合充電站的運行狀態，和當前的任務執行情況，合理的安排有需要的機器人，進行能源補充和自主充電，並記錄、分析、匯總全部機器人的警報訊息，即時通知運維人員，給出相應的檢查和處理的建議，保障整個系統運行的可靠性。
衡量這個大腦聰明程度的一大指標是，單一倉庫內系統能夠調度的最大AGV數量。日前，菜鸟网络惠阳仓正式投入使用，單倉AGV數量多達100多台，號稱中國最大的智慧倉庫。
3.IWMS（智慧倉儲管理系統）
IWMS 整合了多種倉儲優化技術，可實現物料隨機儲存，提升倉儲空間利用率；即時動態調整冷熱區物料，提高出庫效率；透過對歷史運行數據的分析，還可以挖掘物料之間的關聯，並制訂相應的入庫策略，提高出庫效率；與影像監控互聯，即時查看現場運作動態。
那麼智慧倉儲管理系統如何運作的？
原材料入庫：貨車將原材料送達後，倉庫門口有一個暫停區。工人使用手持設備，掃描送貨單完成收貨過賬，並將托盤指示器與每托貨物的訊息資料進行掃描綁定，指示器透過亮燈顏色顯示貨物的即時處理狀態。比如紅色代表物品還需要檢驗，藍色和綠色分別代表上高層貨架和單層貨架。
貨物送達後，首先要獲取其體積和重量參數，然後IWMS會自動分析倉庫還剩下多少倉儲面積，以及貨物的重量，根據既定的入庫策略分配最優倉位。
與此同時，AGV搬運空貨架至入庫工作台，數量較多、單件較重的貨物，則透過叉車（堆高機），將整托貨物移載至單層貨架，提高上架效率，減輕工人的搬運量；數量較少、重量較輕的貨物則放置在多層貨架，最大程度利用倉儲空間。
原材料出庫：系統可以自動感知，產線上缺少什麼物料，傳達給IWMS系統對接。IWMS系統會將用料需求分為多個訂單，每個訂單又分為多個訂單行，AGV根據訂單行自動把對應的貨架拉出來，再由人工從貨架上，揀選出需要的原材料送到產線上去，實現了「貨到人」、「貨等人」的要求，提高出庫效率。
原材料運送：原材料出庫透過週轉箱+籠車進行運送，若產線在同一樓層，由AGV直接搬運籠車至產線；若在不同樓層，則由RCS調度提升機，實現籠車跨樓層搬運，到達目標樓層後，再由另一台AGV接駁搬運至產線。
成品入庫：工人掃描成品包裝訊息，並擺放在單層貨架上，碼托完成後呼叫AGV。與原材料運送相同，若目標庫區在同一樓層，由AGV搬運成品直接入庫；若在不同樓層，RCS調度提升機實現跨樓層搬運入庫，入庫後完成更新庫存訊息。
成品出庫：成品出庫就是說客戶下了單，需要把訂單裡的貨物找出來。比如客戶下了5個攝影機，AGV就會到倉庫裡，把這5個攝影機拉出來。如果5個攝影機不在同一個貨架上，它就會分別拉幾個貨架出來，讓工人揀選出這五個攝影機。
至於貨架拉出來之前的位置、放置的位置、放回去的位置，以及由哪台AGV完成哪個任務，都是由系統自動分配的。貨架出來和進去的位置並不一定相同，系統會進行自動優化。
倉庫劃分為冷區和熱區，冷區擺放不經常進出的貨物，熱區擺放經常進出的貨物。熱區離工作台較近，冷區則相對較遠，以實現最短的進出總距離。
四、基於運籌學的物流優化
物流與倉儲環節，往往緊緊相扣。
其中，運籌學在物流優化中扮演著重要角色。運籌學是將實際問題轉化成數學模型，並高效求解的一套方法，運籌學過去多被應用於軍隊資源調配，和商業優化等諸多領域。
但長期以來，它只是一個小眾概念，不被大眾所熟知。在無人技術中，往往可以起到這些作用：
1.區域劃分和選址
物流環節面臨的首要的問題便是區域劃分和選址。
物流企業需要選擇每一個網點的具體位置，以及這個網點負責哪片區域，這些將直接影響到企業的效益。
首先，物流企業要弄熟知目標，透過區域劃分，保證每個區域的需求量、面積、配送時間大致相同，並以數學的形式表達。實際劃分過程中，物流企業往往面臨諸多約束，如某兩個點屬於同一區域，另外兩個點卻不在。
基於此，技術人員需利用算法對結果進行優化，單平面劃分並不複雜，但物流企業還需考慮時間維度，因為很多時候快件投遞，是有時間窗口的。區域劃分並非一個靜態問題，而是會隨著時間不斷變化。
劃分完區域之後，還要考慮選址問題：哪些地方為網點，哪些地方是投送點。這個過程中，同樣需要考慮很多因素，比如目標送貨員從哪裡出發最近，怎樣設置網點，才能實現平均送貨時間最短，或者最長送貨時間最短等等。
區域選址之外，還有更高維度的樞紐選址問題。大型物流公司的物流網絡遍布全世界，為了保證貨物快速有序流通，需要設置一些樞紐。如何選擇樞紐地址對提升送貨效率至關重要。
和區域劃分一樣，選址問題也可以轉化為數學形式，設定相應的目標和約束，透過合適的算法得出最佳決策結果。
2.車輛調度
路徑優化，也是物流行業中非常基礎性的問題。
物流企業每天都會接到大量的送貨和取貨需求，如何設計一條最佳路線，在滿足所有需求的前提下，壓縮成本並保證效率呢？
以車輛調度為例，這是一個非常複雜的過程，需要同時考慮多個因素。這一場景涉及多個送貨員和多個出發點；同時需求是不斷即時變化的，有的是取貨，有的是送貨；道路上也充滿許多不確定因素，比如路面的承受重限制等。這時就需要用到很多運籌學優化，和機器學習方面的技術。
3.定價與收益管理
定價和收益管理，通俗講就是商家如何在正確的時間，將正確的商品，以正確的價格，賣給正確的人。
要實現好的收益管理，首先需要採集和整理數據，包括消費者的基礎資訊、歷史交易數據等等。
有了這些數據之後，再用機器學習進行客戶挖掘、對消費者進行標注、分析消費者對價格的敏感程度等。並最終決定對什麼樣的產品，制訂什麼樣的價格，在何時推薦給什麼樣的人。
具體到物流行業，其中很重要的一點就是如何制訂產品線，或產品目錄。物流企業需要給目錄中的每一個產品，制訂相應的價格，並實現整體收入的最大化，這時候就需要考慮到，不同產品和服務之間的相互影響。
另外對於一些新的產品和服務，由於缺少消費者數據的累積。商家無法一步到位制訂合理的價格，這時就需要用到動態機器學習，不斷累積數據並進行分析，學習消費者的行為，總結其選擇的規律。
物流行業中另一個常見的問題，是非標產品訂價。物流行業其本質就是在不同時間，將貨物送到不同的地點，其中時間是一個非常敏感的因素。因此，物流企業需要透過機器學習算法，挖掘消費者對每一單價格的反饋，做到更好的個性化訂價。
五、總結
可以看到，目前人工智慧不僅全面滲透在零售領域當中，與此同時，它們也已延伸至多個無人場景。
文章中闡述的四大類AI技術在任意一種無人值守場景中，均可發揮其巨大勢能。無人值守模式的需求方和場景方，一定需先懂得「人工智慧，也僅僅是一個普通的工具」。當對每一項技術形成系統的認知後，很多問題也將迎刃而解。
—— 完 ——
 |
| 2018 智慧城市展 3月27-30日@南港展覽館 3S Market 為您連結智慧應用商機 |
0 comments:
張貼留言