t共同擁有而不占有，這就是共享經濟。而當物流遇上共享經濟，又會掀起一場什么樣的變化?
近年來，物流市場規模不斷擴大，數據顯示，2017年社會物流總費用約11萬億元，2018年社會物流總費用已經超過13萬億元。整個物流環節要素成本剛性上漲，經營成本降無可降，所以說物流業已經進入到提質增效的關鍵時期。
而其實在物流領域可以共享的資源很多，包括物流信息、技術與設備、倉儲設施、終端配送、人力資源等。在共享經濟理念下，借助互聯網、移動互聯網、大數據、云計算、物聯網等現代信息技術，通過對社會物流資源全面的深度開發，可以創新出無數共享物流新模式，創造更大的物流價值。
這其中物流信息的共享可以保障供給兩端的平衡性，而在倉儲的設備層面，共享經濟對企業的幫助會更大。一個園區內，單個企業的要完成倉儲和物流的自動化成本非常大，投資回報周期較長，而如果物流園區方來做這個事情，可能就會面對截然不同的效果。
物流園區的自動化規劃
物流園區所提供不單單只是那一塊倉庫，物流園區作為重要的物流基礎設施，為園區內入駐企業提供一站式物流管家服務。園區要想更好的招商，在這個自動化的時代，某些物流園區可以針對不同行業進行提前規劃，共享某些自動化系統。
銘可達物流有限公司副總經理方文捷介紹，該公司的物流園區面積達21萬平方米，綜合實力位居深圳市前列。方文捷說，當前該公司除開展倉儲租賃業務外，還有留有少量倉庫自用，為集團的家電連鎖服務。整個園區內的物流自動化水平參差不一，經濟效益好的企業例如汽車行業，已經慢慢使用了agv等自動化搬運設備，而一些效益平平的企業還是停留在人工方面。
但是人工方面來看，現在的員工基本在40歲左右，換言之招不到青壯年勞動力的情況下，園區必須去考慮如何來保證物品的正常轉運，當然人口紅利的消失也是當前整個制造業所面臨的問題。所以機器換人，勢在必行。
方文捷表示，在自身的家電物流業務方面，只有油壓車、叉車等傳統設備，還有傳統的搬運工人在進行裝車卸車工作，單個貨物的重量達85公斤。“我們園區內的企業以汽車、家電為主，最需要的是大型的碼頭、起吊等重負載設備，我們園區也在考慮對整個園區配備自動化設備，雖然這些設備目前的成本較高，但是我們的自動化倉庫其價值更高。”
其實該工位在全國范圍內解決狀況都并不好，其最大的問題在于車型不統一。為了解決這一問題，需要在卸貨點增設液壓升降平臺，以兩臺機器人搭配龍門架，汽車只要停在相對居中的位置，然后通過液壓平臺和龍門架來調節機器人要抓取的位置。“考慮到需要抓取的貨品品類會經常更換，因此該系統還需要增設一套視覺設備來引導機器人抓取貨品，并放于傳送帶上，再由agv送至倉庫。”
規模越來越大的agv搬運
高工產研機器人研究所(ggii)數據顯示，2018年agv銷量達2.35萬臺，同比增長49.65%。制造及倉儲agv領域，快遞/電商領域需求仍持續強勁，在制造及倉儲agv類型占比43.44%，較2017年同比上升6.48個百分點。其中，在快遞/電商領域，以立鏢機器人、快倉、極智嘉、海康機器人為代表，同時，受益于倉儲行業的自動化改造升級及下游消費市場升級等因素的拉動，快遞/電商領域agv銷量增長迅速。
高工機器人研究所首席分析師盧彰緣認為，在倉儲場景中，agv注重高效率、調度系統的sku容量、wms的高度可靠性等。
以國內倉儲自動化程度做的最好的電商三大家：菜鳥、京東、蘇寧為例，菜鳥與圓通聯合啟用了超級機器人分撥中心。高峰期內，2000平方米的場地內，350臺菜鳥“小藍人”晝夜作業，每天可分揀超過50萬包裹，機器人三天的行駛里程足以繞地球赤道一圈。
京東公布“無人倉”世界級標準，40000平米的倉庫內各種機器人多達上千臺，其單日分揀能力達到20萬單。通過分揀agv、交叉帶分揀機、agv叉車、機械臂等12種自主研發機器人，依靠遍布倉內的二維碼導航及引導路徑，以及自帶的傳感器，大大提高分揀效能和準確度。
2017年蘇寧物流s實驗室就已經聯合geek+曝光了一款新型倉儲機器人m100，以slam無軌導航的方式，不需要二維碼、色帶、磁條等人工布設標志物進行自行移動。而現在的geek+已經正式晉升為全球獨角獸，估值相當之高。
需求量即將爆發的拆碼垛
要想真正的完成倉儲自動化的升級改造，自動分揀與拆碼垛是必不可少的。
首先針對自動分揀，力生智能總經理李恒表示，分揀帶上傳送節拍速度快，所以在前端上料和包裹翻面這兩塊很難實現完全的自動化，主要原因則在于目前機器人在視覺系統和算法層次還未能完全達到標準。所以小貨品揀選更多是“雷聲大，雨點小”。
而需求量正在大增的是機器人拆碼垛，梅卡曼德ceo邵天蘭表示：“在拆碼垛環節，一方面，由于貨品種類多、大小不一且存在表面圖案、扎帶等情況的干擾，機器人很難準確識別貨品;另一方面，在混碼過程中，由于貨品的尺寸隨機，需要機器人能夠實時生成碼垛垛型并保證垛型穩定;此外，機器人在碼放過程中還需避免機器人本體、夾具與紙箱之間的碰撞。”
“過了識別，到了抓取階段，也依然不簡單，首先就是抓取的位置，機器人的軌跡規劃、抓取位置、夾具的選用，這些都是問題，其次就是機器視覺的定位精度，相機與物品的距離越遠，其精度越差，托盤越高最后其精度越差。”
所以目前的機器視覺廠家尤其是3d視覺廠家，是在有一定限制條件下(比如貨品形態和種類)有初步的落地，還需要幾年時間才能發展起來。目前而言，制造業以及拆碼垛方面的落地比小貨品揀選多得多。
邵天蘭給的時間段是2-3年，“在這個期間內，倉儲拆碼垛能做的場景較少，能完成的也都是投入產出不成比例，所以短期是還遠不及制造業，但是隨著視覺算法、夾具等配套的不斷進步，長期來看，這個方向是光明的。”
綜合來看，物流成本高居不下的今日，除了信息層面保證物流供給平衡外，由園區物流設備的共享已經是不可避免的事情。既有利于物流園區保證自己的招商競爭力，也會讓企業降低物流成本，而且園區也可以通過自動化設備的租賃模式快速完成資金回籠，實在是一舉多得。
本文來源于物流產品網，不代表本站觀點，文章如有侵權可聯系刪除