在迈向“工业4.0”时代的道路上，在国家推动由“中国制造”向“中国智造”转变的大背景下，各类企业在智能产品、智能制造、智能物流等领域不断创新发展，满足各类应用场景的智能化工具得以不断迭代和大规模应用。

目前，一些传统制造企业在仓储物流管理方面，开始借鉴和运用成熟的电商智能仓储的经验，通过AGV来实现高效、少人的仓储分拣作业。本文主要结合重庆建设·雅马哈摩托车有限公司的具体实践，介绍了AGV在制造业仓储分拣业务中的运用，从而达到优化仓储流程，提高工作效率，实现少人化和“货到人”的工作方式。

一、建设背景

作为传统的摩托车制造企业，重庆建设·雅马哈摩托车有限公司在仓储物流管理方面仍存在着一些传统的习惯和方式，例如：部品纳入状态多以子部品方式纳入，按总成部品纳入的状态比较少，导致仓储部品的种类较多；再加上公司品质控制的要求，需要对出入库部品进行批次/成套管理，所以在入库时要按批次进行入库作业，出库时要按生产需求进行分拣齐套工作。

由于信息化管理系统的限制，一直还在使用纸质出入库单和拣货单，依靠物流人员进行出入库和分拣的齐套工作，员工不仅要牢记所辖区域的部品存储情况，每人每天还要往复步行大约20km进行分拣齐套工作，作业效率低，劳动强度大。我们通过IE分析得出详细的数据，见图1。

从分析数据中看到，步行和核对票据信息的平均占用时间约64%。能否运用现有智能化设备来消除或减少这些损失，并提高生产效率，减少作业者的劳动强度，将传统的“人找货”模式转变为“货到人”模式？这成为需要考虑的问题。

1953年第一台AGV（Automated Guided Vehicle）出现，作为一种改装牵引车，可沿着固定线路牵引拖车。通过几十年发展，AGV从磁导航发展到激光、惯性、视觉等非线性导航方式，可以满足不同应用场景的需求，尤其随着最近几年电商高速发展的需要，以亚马逊kiva为代表的二维码导航AGV面世，辅以配套的WMS（Warehouse Management System）和RCS（Robot Control System）系统，从而改善了大规模仓储出入库作业的方式，大大提高了仓储效率，减少了作业者的劳动强度，同时也利于企业降低成本和提高安全性。

根据智能AGV在电商行业应用的情况看，可以解决仓储行业的痛点和难点，但如何将电商类智能AGV运用到类似重庆建设·雅马哈摩托车有限公司这样传统制造业的仓储作业中，提高仓储效率，减少人员劳动强度，实现“货到人”，是本次研究的主题。

二、具体实践

为了运用这套智能手段，我们首先要了解和解析电商仓储与传统制造业仓储的区别，甄别出各自内在需求及要点，整合出适合制造业仓储的智能AGV运用方案。制造业仓储与电商仓储的区别，如表1。

重庆建设·雅马哈摩托车有限公司的仓储采用固定库位、存拣一体、按生产批次、按供给职场进行分拣的运营流程，与现在大部分电商采用的灵活库位、存拣分离、按订单先后（但有合批功能）、按接力方式等进行分拣的运营流程，存在很大差别。

为了控制在库量和运营成本，结合两种方式的特点，我们选择了灵活库位，存拣分离，按生产批次、按供给职场等进行分拣的运营流程：

1.利用WMS系统可以进行高效的库位管理，将原来固定库位“留”给某个零件的库位，在其没有库存的时候能存放其他零件，提高仓储坪效。

2.存拣分离，借助电商行业较为常用和成熟的潜伏式二维码导航AGV用于搬运作业，减少人员的步行损失。

在电池的选择上，电商企业普遍使用三元锂电池，因为其使用环境要求AGV车辆小巧和运行时间长，所以三元锂电池体积小、能量密度大的特点更适合，但传统制造业更看重安全，对车辆尺寸可以适当放宽，所以选择了磷酸铁锂电池。

3.按生产批次、按供给职场进行分拣的要求是制造业品质保证的手段之一，必须坚持。因此，相对于电商仓储来说，对出入库策略和AGV数量计算方式会有所不同。

在出入库策略方面：电商的货物很少需要成套出库，但制造业大部分货物都需要成套出库，所以为了提高每次运载过来的货架拣选命中率（命中率为“2”代表：1次载取货架平均能命中2个所需物品），需要对货物的出库情况进行分析，优化入库方式。

我们从部品的几个管理维度进行分析，比如：供给职场（出库位）、使用车型等进行统计和分析出部品对应的配送场所的数量、对应使用车型的数量，再结体积和容器数量，来设计入库策略。表2是部分部品的分析数据。

通过分析数据得出的统计结果，如表3。

根据表3情况，针对部品的使用（出库）情况，优化制定了入库原则，见表4。

目的是提高单次AGV搬运货架出库时的部品命中率。可以看到，我们的入库分为出库位、车型、体积、存储数量。

比如：有1个部品都是1个职场（出库位）和1种车型使用，那它们就应该先选择距离该出库位近的货架/货位范围，从中选择有这个车型其他部品的货架，再从这些货架中判断存储位置（体积）和存储数量（是否超限额），来最终选择最优货架。

如果有1个部品都是2个职场（出库位）使用，并且是2个车型/品种使用，可以简单理解为：1个部品用于发动机总成，也用于整车，就可判断这些货架的存储位置（体积）和存储数量（是否超限额）。

但如果用于3个车型/品种使用，就需要优先判定离该出库位近的货架/货位范围后，然后判定各位置的存储数量（少则补），再判定车型均衡（如果后续能连接生产计划，可以指定补哪个车型）。

采取这样的入库原则，就能最大限度保证出库时的部品命中率。一般情况下，电商在计算AGV车辆数量的时候，一般采用“2”作为命中率，但实际在传统制造业中，可能会达到“8”甚至更高。再结合出库品质保证等要求，这样计算AGV的方式就会与电商有所差异。

一般来说，AGV数量的计算需要考虑以下几个方面：

1.出入库频率，以及每批数量、上下货命中率和生产节拍。

2.车辆性能，包括移动速度、举升、转向时间、交通管控、充电比例。

3.场地布局、库位设置与调配。

通过计算AGV直接移动时间、间接移动时间和拣选时间来进行核算，如表5、表6。

从表5、6中的计算数据可以看出，当命中率为“2”时，AGV台数需要12台。当命中率为“8”时，AGV台数需要10台。

为何命中率提高了4倍，AGV车辆却没有相应减少4倍呢？其中的关键是：以人员效率最大化，还是以设备效率最大化。因为这里所说的命中率为“8”，并不是所有批次都可以达到“8”。从表4可以看出，有一部分部品的对象车型/品种数量还是比较少，甚至为“1”，所以如果直接减少AGV数量，选择设备效率最大化，会造成在某个时间段，作业者的拣货时间小于AGV的移动时间，这样就会造成作业者的停止损失。如果希望保证作业者一直处于拣货状态，就要增加AGV数量，保证连续几次命中率为“1”的时候，作业者能一直处于拣货状态，在连续几次命中率为“n”的时候，让AGV载着货架过来等待或者让其去充电。如何选择，需要根据不同的情况调整计算参数，来核算AGV数量，我们还是选择了以人员效率最大化的方式。

基于以上分析和论证，我们结合中期生产量，制定了重庆建设·雅马哈摩托车有限公司智能仓储AGV运用的方案，如图2。

三、结论

该项目结合AGV的特点，对现有仓储流程进行了重新优化改进，预计可减少50%的仓储分拣人员。更重要的是，通过智能设备和管理软件，实现了对仓储部品的智能管理，提高了仓储管理水平和精度。比如，每天生产结束后，可以根据次日的生产计划，将所需部品的货架移动到靠近拣货区的位置，提高第二天的出库效率。

因此，传统制造企业的仓储作业，可以借助电商仓储智能AGV的使用经验和特点，并结合自身企业的特点和仓储模式的优化，从而提高仓储效率，减少人员劳动强度，实现“货到人”的智能仓储模式。