受到疫情的影響，使得物流業、配送業、製造業等，必須積極面對電子商務、少量多樣、多通路融合、快速遞送等新興趨勢下物料管理。新興的數位科技如何幫助業者有效率的進行物料管理呢? 以下本文分析如何利用大數據、人工智慧、機器人等新興科技協助進出貨、倉儲自動化、撿貨、排貨等作業。

智慧化物料管理

利用人工智慧、物聯網、機器人等技術，可以提供更有效率、更彈性、更智慧化的物料管理方式，滿足快速進出貨、訂單快速達交等需求。以下分為幾種物料管理作業進行說明:

1.進出貨: 利用RFID、QRCode、條碼等，可讓進出貨人員快速進出貨盤點是基礎的智慧化應用方式。進一步，可以利用燈光、視覺化、聲音等方式，指出所需盤點貨物的順序或貨架，可以加快進出貨速度。此外，在上下貨作業上，十分浪費人工時間及體力。常見的做法是利用AGV自動搬運車協助上下貨，另一種作法則是利用傳輸帶配合貨車進行自動化上下貨處理。Mercedes-Benz 發展一個稱為 Vision Van 自動化卸貨貨車系統，可以根據出貨單自動下貨，不必進行人工點貨與搬貨。

圖、Mercedes-Benz 自動化上下貨貨車系統(資料來源:Mercedes-Benz)

2.自動化倉儲:利用自動化倉儲系統可協助貨品自動化儲放、撿貨等作業，加快作業並能更彈性化處理。Swisslog公司智慧倉儲系統，可以學習顧客訂單行為，進而預測訂單需求，將貨物放在最佳倉儲位置，以便日後快速取貨；智慧倉儲系統也可以根據機器手臂運作流程與訂單狀況，最佳化機器手臂操作方式，以提高進出貨效率。英國消費品公司Ocado發展大規模蜂巢式儲貨架構，全自動化撿貨、搬運等作業。Ocado並將這樣的自動化儲貨架構服務，提供給其他零售商、物流商使用。

圖、OCADO蜂巢式自動化倉儲系統(資料來源:OCADO)

3.堆垛或排序機器人:利用機器手臂可以協助貨品的堆垛整齊或依照次序進行排列，以方便儲存或撿取。自動化機器人大廠Kuka發展一種堆垛機器手臂，利用電腦視覺辨識多種貨品形狀、包裝，進行自動化辨識與堆垛。Swisslog公司發展AutoPiQ撿貨機器手臂，可以撿取不同形狀貨品，並將相同訂單、不同貨品一起撿貨並自動化包裝。Covariant新創公司發展一種能夠學習抓取各種不規則形狀的物體，彈性地因應各種貨品抓取。Covariant在每一個機器手臂中上安裝6個電腦攝影機，結合類神經網路人工智慧系統，讓多個手臂可以共享學習結果，以辨識不同形狀貨品。

圖、Kuka適應多種形狀抓取的機器手臂(資料來源:KUKA)

4.撿貨機器人:撿貨作業可以利用AGV自動搬運車或移動機器人(AMR)，協助加快撿貨作業，例如: Amazon Kiva機器人、Swisslog STOR、Fetch 等移動機器人都可以完成自動化撿取貨品作業。Amazon Kiva AGV利用頂貨架的方式將貨架頂到撿貨人員處進行撿貨；Swisslog STOR機器人利用貨架窗格伸出手臂抓取，可將特定貨品進行抓取並移動。Fetch 公司 Mobile Manipulator檢貨機器人則利用電腦視覺訓練可以辨識不同形狀物品，利用不同抓取夾，進行不同形狀貨品抓取。企業可以依照不同撿貨環境及需求，選擇適當的撿貨機器人進行協助。 

圖、不同類型撿貨機器人(資料來源:Fetch, Amazon, Swisslog)

5.語音導引撿貨: 如果公司僅要在既有的設備下加快撿貨作業，則可以運用語音導引撿貨方式。ConverSight.ai新創公司利用語音導引方式，讓倉管人員可以利用語音詢問下一個撿貨儲位、查詢貨品倉儲位置、查看目前庫存狀況並即時通知庫存低於景警戒線等，可提高倉儲管理人員生產力及快速協助新進人員進入狀況。

結論

人工智慧、物聯網、機器人等技術可以協助物料管理的進出貨、倉儲自動化、理貨、撿貨等各項作業。根據不同作業需求，從全自動化蜂巢式處理到簡單的語音、燈光導引均可以提高不同程度的作業效率。