对快速准确的订单履行的需求继续呈指数增长，推动了对劳动力需求的增加。劳动力成本继续增加，尽管工资上涨，但公司发现招聘、培训和留住工人是一项挑战。除此之外，确保工人安全所需的措施和机器人解决方案对于希望提高生产力和降低成本的公司来说成为一个有吸引力的选择。

机器人可用于履行的不同方面，包括拣选（以减少降低生产力的全部或部分步行/旅行）、物理取放（以减少接触）、包装以及在暂存区之间运输产品以备放置离开或补充库存。

在本文中，我们将描述七种类型的仓库机器人及其优势、用例和挑战，为如何考虑在配送操作中利用机器人提供一个框架。

(1)机械臂

机械臂已在制造业中使用了几十年，在箱子配送环境中也使用了多年。视觉系统和末端执行器（夹持器）技术的进步现在可以实现更好的工件拾取应用和拾放操作。这些手臂可以在货到人 (GTP)工作站上使用，也可以安装到移动机器人上进行每次拣选。它们也可以安装到位以处理重复性任务，例如将空纸箱装载到高架输送机、放置离散单元以引入单元负载分拣机以及将单元分拣到出站运输通道。

这些机器人的好处包括减少拣选站、分拣墙、单元分拣机感应站和装运码头对劳动力的依赖，以及提高拣选和拣选处理的准确性。运营部署的主要挑战仍然存在：

夹具涂抹器 找到一种单一类型的末端执行器来处理所有产品特性可能是一个挑战——足够温和以处理可压碎的物品，但又足够熟练以处理奇怪的形状。一种可能的解决方案是部署不同类型的夹具并将产品运送到最适合处理产品的站点，但这需要一个拾取和传递过程或下游订单的手动整合。

可视化软件 机器人视觉系统的深度和尺寸感测提高了它们确定产品边缘的能力，但挑战在于照明必须良好，反光产品仍然是这些系统的挑战。机器人也很难看到小隔间（比如，在高度分隔的手提袋中）。

产品可变性和限制 在某些情况下，机器人手臂能够处理的重量范围仍然是一个限制，并且根据要处理的产品范围，可能需要在设计中考虑不同的手臂。您可能会为 90% 的 5 磅以下产品设计操作，但不能忽视如何处理 10% 的较重产品。考虑您是否将拥有一个可以完成所有工作的站点，或者设计用于在具有不同机器人的站点之间进行拾取和传递。

在接下来的 2 到 3 年里，我们预计会看到更多机械臂在固定工作站上使用。这项技术似乎可以很好地处理货到人系统的部分拣选，并且随着机器人能力和业务的增长，可以通过扩展机器人的数量来轻松扩展。未来，我们希望机械臂能够提高从较小的隔间尺寸中挑选的能力，并处理更大范围的产品尺寸和特性。

在接下来的 2 到 3 年里，我们预计会看到更多机械臂在固定工作站上使用。

(2)协作机器人（CO-BOTS）

协作机器人的主要优势在于它们能够减少与它们协同工作的拣货员的行程。拣货员大部分时间都在步行，而这些机器人减少（但不会消除）一些会降低生产率的步行浪费。今天，有两种主要类型的协作机器人：

Meet-Me 机器人。这些机器人穿过拣选区，在拣选位置停下来等待执行拣选的工人。工人们在动态区域内从机器人移动到机器人，而不是遍历整个仓库。

跟随我的机器人。这些机器人前往工人身边，并引导他们从一个拣选地点到另一个地点，以进行机器人上的部分或全部拣选。装满后，机器人会前往包装站，另一个机器人会被部署到拣货工人的位置。

除了与减少差旅相关的劳动力和时间节省外，这些机器人的好处还包括提高生产率以及与工人安全共存的能力。这些机器人也可以部署用于库存补货任务。还有一个潜在的应用，将机械臂添加到移动平台，以消除人工执行拾取的需要。

“Meet-Me”和“Follow-Me”机器人都最适合低拣选密度和高容量环境。除了减少工人在拣选区的行程外，“第一英里”和“最后一英里”的行程也实现了自动化。正如机器人分拣机 AMR 所讨论的那样，使后者自动化还可以降低高度复杂分拣场景（即从许多拣选区域到许多不同的包装站或区域）中昂贵的分拣成本。广泛采用的主要挑战包括：

容量有限 与传统拣选车的容量相比，单个机器人可以处理的手提箱或槽的数量是有限的。但是，使用牵引机器人牵引拣货车可以获得类似的能力。这需要在设计上权衡更宽的过道以容纳拖车的机器人。

密度临界点 在更高拣选密度的环境中很难实现业务案例，因为行程减少是基于让机器人在没有拣选的情况下经过地点而不是为这次行程支付工人费用。随着拣选密度的降低，机器人的业务案例增加了。

吞吐量临界点 消除的工人出差比例部分取决于系统的吞吐量。随着系统吞吐量的增加，需要更多的机器人，因此需要更多的工人。这意味着工人在更小的区域工作，并且他们在机器人之间的旅行减少了。因此，随着吞吐量的增加，机器人的业务案例也会增加（受工作人员和机器人拥塞的影响）。

这些投资的回报不应仅基于节省的劳动力。相反，商业案例还应该考虑到寻找或无法找到劳动力的成本，以及较低准确性的成本，例如误选和人为造成的损坏。

(3)移动货架货到人 (GTP) AMR

移动货架 GTP AMR 机器人通过移动货架系统将库存带到优化生产力的工作站。与其他 GTP 解决方案相比，这些“Come-to-Me Bots”在产品存储方式方面提供了更大的灵活性。AMR 机器人将包含在各种配置的存储单元（货架单元、机库中的服装等）中的产品运输到 GTP 工作站。与这些机器人相关的一些主要挑战包括：

多维数据集利用率这些类型的机器人和流程使得建筑立方体的利用率很低。使用结构夹层和机械升降机可以解决这个问题，但会增加投资要求和运营问题。

生产率与其他 GTP 技术相比，移动机架系统中的 GTP 工作站的生产率较低。操作员从手提袋中挑选（在 GTP 中）比从货架中挑选效率更高。

虽然 AGV 和牵引车是更成熟的技术，但 AMR 更灵活且更便宜。

(4)穿梭AMR群

Roaming Shuttle AMR （穿梭AMR群）用于在高密度存储/检索环境中存储和运输产品，这通常是 GTP 解决方案的一部分。这些 AMR 的主要优点是它允许用户以相对独立的方式扩展存储和吞吐量。也就是说，当需要更多存储时，可以添加存储而几乎不需要额外投资来促进吞吐量（这可能没有改变）。

这与同时增加存储和吞吐能力的固定穿梭 GTP 形成对比。漫游班车通过充分利用设施的净高度来帮助减少整体建筑占地面积。一些漫游班车系统也可以配置为利用奇形空间。作为本地或微型履行解决方案的一部分，它们越来越受欢迎。评估这些类型的机器人时要考虑的因素包括：

拥塞 为了实现更高的存储密度，使用了深通道或高列的周转箱。然而，这些策略需要额外的访问时间，这可能会限制吞吐量。一些供应商已经通过“学习”算法解决了这一挑战，并将快速移动的 SKU 放置到更容易访问的位置，以减少访问和运输时间。最终结果是漫游穿梭机系统将在某个时候变得“饱和”（即，增加更多穿梭机不会增加吞吐量）。

手提袋容量 这些系统是围绕一组标准的手提袋尺寸构建的。与移动货架解决方案相比，手提箱尺寸最终限制了哪些产品可以包含在基于穿梭车的 GTP 中，移动货架解决方案几乎与从货架或金属丝甲板上挑选一样灵活。例如，当客户意识到如果要在该解决方案中处理一件外套，他们将不得不折叠一件外套时，考虑使用该技术的客户被吓退了。不愿在此类服装的处理上妥协，因此移动式衣架成为他们更好的选择。

灭火 顶部装载漫游穿梭系统在灭火方面具有独特的特性。一方面，由于手提袋直接堆叠在一起，几乎没有氧气可以生火。另一方面，很难隔离并向火点取水。正在开发解决方案以缓解此问题。

（5）托盘负载运输自主移动机器人 (AMR)

已开发单元负载运输 AMR 以解决已部署多年的 AGV 的两个基本限制。首先是限制 AGV 部署在没有其他卡车或人员活动的区域，或者 AGV 可以安全优先的区域。其次是AGV的成本。因此，AMR 更灵活且更便宜。这些机器人通常用于运输产品以存放、运输托盘或手提箱跨越更长的距离，例如从接收到暂存区或从暂存区到运输。它们还可用于移动成堆的空托盘以及运输垃圾和垫料。不太常见的是，它们被用于拣货协作机器人。对于这些机器人，还有一些问题需要解决：

安全 它们的速度、发生撞击时损坏的可能性，以及传感器不够精密，无法捕捉到人体运动或无法快速响应以避免碰撞，这些都是在人类附近工作时的安全问题。供应商正在努力解决这些问题，包括能够“看到”离地面很低的叉车货叉。

垂直提升限制 这些机器人通常没有带有升降机构的桅杆，从而限制了它们的作用范围和当前的使用范围。

源站和目标站 机器人需要专门的源站和目标站来从机器人上的传输设备上拾取和放下产品。

在不久的将来，您可以期待看到带有门架的 AMR 能够在不同高度提升和降低产品，这将增加从选择性货架存储和拣选产品的能力。这将使 AMR 移动机器人进入目前由 AGV 主导的相同配送空间。

（6）分拣AMR

机器人分拣机不再需要传统的、固定的就地分拣机，因为随着分拣操作的复杂性增加（例如，分拣目的地的数量增加），成本也会急剧增加。它们还具有更大的灵活性，能够以最小的时间和成本影响改变分拣机的位置和逻辑。它们可以提取产品并进行多对多的分拣，或将仓库中几个区域的产品合并。取货和卸货可以是手动的，也可以是从输送线上取货。这些机器人的局限性包括。

吞吐量。这些机器人只有在低到中等吞吐量的应用中才是合理的商业案例。对于高吞吐量的应用，传统的分拣机，即使有其局限性，也会在吞吐量方面提供显著优势。

立方体的利用。这些机器人需要一个专门的地板表面来正常运作。要利用整个建筑的立方体，需要一个夹层。

（7）机器人在仓库的其他应用

在人体工程学条件差并导致受伤的地方，可以使用卡车装载机和外骨骼来协助提升，但这些解决方案的成本尚不合理。当要处理的产品种类繁多时，卡车装卸 AGV 往往会遇到挑战。此外，这些解决方案的吞吐量通常低于手动流程，并且与手动流程相比需要更大的暂存区域。自动化机械臂选项仍然非常昂贵，并且面临一些相同的挑战。这些应用程序有一个最佳位置，但它非常狭窄。

成本、效率和缺乏灵活性有时被认为是不更广泛地部署机器人的原因。诚然，在适用的情况下，机器人可能需要比类似的基于人类的解决方案更大的初始投资。此外，仍然缺乏人类批判性思维技能的机器人在速度和/或灵活性方面通常仍不如人类操作员有效。但我们已经看到，在我们上面讨论的应用程序中使用的机器人是比其他自动化更好的替代方案，并且从业务案例的角度来看，与纯手动解决方案相比具有固有的优势。简而言之，机器人已经超越了其他自动化解决方案，并且正在快速超越手动应用，在某些情况下，已经超越了它们。