这些年物流,已经从多招人变成了拼技术,那么无人车在仓库里面跑,机械臂也在产线上面挥来挥去。那么算法其实也在后台默默地在运算,那么智慧物流已经不是一个新词了,可是到底是有哪些技术把它支撑起来的,很多人恐怕是说不全的。
今天我们把这一套技术栈,把它拆成23项,把它分成5个层级,那么读完之后,大家可能会把智慧物流的家底,把它摸个大概,那么每一层他们到底是干什么的?哪一些技术又值得我们企业优先借鉴上马。文末我们也配了一份可以下载的资料包,包括一些技术总览、案例看板等等。
壹感知层|让物流看得见
条码 · RFID · 视觉识别 · 传感器 · GNSS 定位

最先要解决的问题是让货品在系统里面能够现身出来,货在哪里、是什么状态?这些信息进不了系统,那么后面的一切自动化都是空谈。
像条码你肯定会天天见到,商品上面那一道黑白条纹,或者那一个方块,我们扫一下货品信息就能读出来了。入库、出库、盘点、分拣,很多仓库全靠它来打底,识别准确率能够达到99.9%这个量级。可是条码它有一个问题,得一个个对准了去扫,RFID技术补的就是短板,它其实靠的就是无线电波读取标签,其实不用去对准,也不用看见,一堆货物从门口过,几十个标签能够同时读完,托盘管理、批量盘点、不停车通关都可以靠它来进行。
视觉识别这两年会特别的热,其实说白了就是让 AI 替你“看”,你看这个包裹破没破,条码在哪里?该不该分到这一条线?无人分拣线上面,其实它一秒可以看完几十个人眼盯一天的事情,其实不用人长时间盯着就能解决。货在路上、在冷库里面又是什么状况?这个就需要靠传感器,温度、湿度、振动、位置实时地去做回传,比如说是做生鲜冷冻的,就是最懂这个的。温度一旦越限报警,那就能立刻知道,一车货可能就保住了。最后就是定位。GPS也好,北斗也好,车开到哪里?走的什么路线,有没有越界,全程画在这个地图上面,这个轨迹也可以进行回放,围栏预警。司机如果出现绕路偷油的事情,也能很快被发现。
贰作业层|让物流自动化
AGV · 立体库 · 交叉带分拣 · 机械臂 · 无人叉车 · 自动打包

看得见之后,该让设备替人干重活了。搬、存、拣、包,这四件累人的事,作业层一项项接管。
AGV就是仓库里面那一种自己会跑的那种小车,地上贴磁条也可以,激光扫环境其实也行,新一点的现在是靠SLAM自己认路,它把货架或者料箱驮到拣货员的面前,人就不用满仓的去跑了,一天到晚也不用去喊累了。货往高处堆靠的就是AS/RS立体库,十几米高的一个货架,堆垛机上面穿梭存取,同样一块地它能比平面多放两三倍的货,地价越贵的城市,其实算这笔账就是最划算的。
包裹要快速地分流,交叉带分拣机就是一个主力,一个个小车拖着包裹在高速上面跑,到了对应的格口一甩就下去了,一小时会分1万件以上,这个就已经是常态了。那像旺季分拣,快递的分拨中心靠的就是这个家伙。码垛拆垛、拣货、打包这一些重复的动作,机械臂和机器人已经在慢慢接手了,六轴臂力气大,并联机器人手脚快,搬一天箱子也不会喊累的。叉车环节也在进行去人化了,像激光导航的无人叉车认托盘,叉货、搬运一气呵成,装卸区的夜班,已经慢慢地就不需要用人去守了。粗放的打包,现在有自动打包机一条龙,分箱、称重、贴面单,原来三个人的活,一台机器就可以顶下来了。
叁调度层|让物流最优化
TSP · VRP · 波次拣货 · 智能排班

那么设备到位了,新的问题就来了。同样的这一些人和车怎么安排才是最省的呢?这就轮到了算法可以上场了。这一层其实我们大家平时是看不见摸不着的,但是有的时候能够省下来不少钱。
送货走哪条路最短,这个就是一个非常老派的数学题了,这叫旅行商问题,TSP算法专门来解决它的。一趟下来以前能省下两成,车多单多,还要考虑到载重和时间窗,这时候光靠人脑根本就排不过来了,所以VRP算法就把多车多单的一起去算,哪辆车装什么货,按什么顺序去送?这个可以安排的很明白,那么车的装载率就能提高不少。
仓库里拣货,其实也是非常讲策略的,我们把目的地相近的还有商品相似的订单把它合成一波将它一起拣,少走了一些冤枉路,这个叫波次拣货,效率肯定能够提升一半的。人和车怎么排班其实也能去测算的,按预测的工作量去派活,忙的时候又不缺人,闲的时候又不养人,人力利用率往上可以抬一截。
肆管理层|让物流数字化
WMS · TMS · OMS · BMS

前面的那一些是要跑得顺,但是背后需要一套系统去盯着,账目、指标、流程,这一些靠Excel和人脑迟早会乱套的。管理层的这4套系统是智慧物流的一个中枢。
WMS管仓库,入库、上架、拣货、出库、盘点全流程的,我们一定要搬上系统,库存账和实物可以对得上,那么准确率能稳在99.5%以上,这个可以说它是仓库数字化的一个基石。WMS管仓,TMS管运,那么车在哪儿?单又可以派给谁,走到哪了运费要怎么算?运输全链路一屏就可以看清楚了,我们运费往往能往下压一成多。
订单肯定都是从天猫、京东、抖音各个平台涌进来的,OMS负责统一接入,该拆的拆,该合的合,再分给对应的一些仓去发货,多平台卖货的商家没有它其实根本就忙不过来。钱怎么算的全靠BMS,仓储费、运输费、增值服务费自动核算,自动对账,月底也不用再为一笔一笔的费用去扯皮了。
伍前沿层|让物流智能化
数字孪生 · 大数据预测 · 区块链 · 无人驾驶

上面的4层大多已经跑在仓库里面了,那么最后这一层,有的目前已经比较成熟了,可是有的还在路上,赌的就是未来了。
数字孪生是给真实仓库建一个一模一样的数字镜像,改布局、加设备、调流程,我们先在虚拟的仓库里面可以将它们跑一遍,瓶颈提前暴露出来,我们就不用拿那些真金白银去试错了。大数据预测管的是未来要发多少货,可以把历史销量、天气、促销都喂进去,预测明天、下周的需求和运力,备货就会更准,缺货也能少一大截。
区块链这一块解决的就是信不信得过的问题,多方共记一本改不了的账,货从哪里来,进了谁的手,全程可查可证,溯源和供应链金融,其实这一块都会用得上。无人驾驶是最远的那一个,高速上面的无人卡车跑干线,小区里面的无人车又送最后一公里,司机这一块的成本长远要被替代的,那么这个技术还在爬坡,但是方向已经很清楚了。现在快递行业的无人车已经在路上跑了,是现在就能在路上看到的。
陆这么多技术,你公司该先上哪个
选型 · 回报 · 落地,三件事想清楚再花钱
技术摆了一桌,你公司到底该先上哪个?这才是最该想清楚的事。
其实我们的建议非常朴素,如果我们缺什么补什么,你可以先掂量一下,现在最痛的到底是看不见的问题,还是算不准,还是你们的人太多了,你们到底痛在哪一层就先补哪一层。千万不要一上来就盯着那一些最贵的最炫的。
像刚起步的小仓,我们先把那一些感知和管理这一块把它先做扎实了,像条码、传感器,可以的话再加一套仓库管理系统,投入不大,那么一年内多半就会见效。我们的订单稳住了,人力压不住了,这时候再可以考虑AGV、分拣机这一些重资产,等到我们的系统和数据都齐了,那么调度算法和一些前沿技术,我们以后才会有一些发挥的空间。
关于这一块我们的回报又怎么看呢?其实我觉得要盯三件事就够了,你们省了多少人?错发退货又能降了多少?库存的周转也快了几天,这些其实很简单,算得过来账,如果值得就上。像一些轻量软件常常在一年内就可以回本,重资产设备尽量可以让它在两年左右,当然具体还得看你是什么业务和你的业务量。当然了这种还是一些老生常谈的话题。
落地千万不要贪快,先摸数据,要找到你们的瓶颈,再挑一条线做一些试点,跑通了再往外去复制。那么常见的一些问题就是为了上系统而去上系统,流程本身没有理顺,系统只会把混乱的原样搬进电脑里面,会越跑越乱。
一张图看懂:五层技术架构
越往下越是地基,越往上越拼未来
选型口诀:缺什么补什么——先掂量你最痛的是“看不见”还是“算不准”,再对号入座
⊕知识点汇总:带走这一张就够
把全文浓缩成一张结构表(Excel 版可下载)
-END-
作者往期精彩原创推荐▼
工作没思路,想体系化学习供应链知识
了解下“游牧自由的”的知识星球,体系化的学习笔记和专业模板
看到这里详细了解点击了解
▼
点击下方“阅读全文”







