WMS系统是决定无人仓作业效率的关键因素之一。由于现阶段的无人仓是人与机器人协同作业，这就意味着，新的WMS系统不仅要实现对人员和流程的管理，同时还要管理大量的机器人以及数据，更多的维度和需求对无人仓环境下的WMS系统也提出了更高的要求。

　　Geek+机器人家族

　　随着各种类型不同程度无人仓项目的逐步落地，具备移动搬运、分拣、拣选、存取等不同功能的机器人得到了越来越多的应用。机器人系统成为无人仓的重要实现形式和组成部分。Geek+作为中国机器人领域的领军者，也是无人化、智能化物流科技的探索者和先行者，不仅为各行业客户提供柔性、灵活、高效、准确的机器人智能物流解决方案，助力仓储作业无人化;他们还在全国重点城市打造机器人自营仓，实践最先进的机器人物流方案，加速无人仓的落地。

　　在以机器人为主角的无人仓环境下，WMS(仓储管理系统)作为无人仓的“大脑”具有哪些特点，面临哪些挑战和变化?在本专题中，北京极智嘉科技有限公司联合创始人、产品副总裁刘凯凭借对物流机器人软硬件的深入了解和丰富项目经验，对此进行了详细的分享。

　　他表示，无人仓WMS系统的功能更加复杂，既要管理人，又要管理机器人，同时还要管理流程和数据。WMS的能力与机器人系统甚至整个无人仓的运营效率息息相关。

　　记者：首先请问您是如何理解“无人仓”的?机器人无人仓具有哪些特点?

　　刘凯：我认为从目前行业发展和实践来看，“无人仓”还处在概念阶段，难以做到完全无人化。这一点通过对比工厂自动化和物流自动化的发展历程便不难发现，工厂自动化要早于物流自动化很多年，但迄今为止尽管很多工厂已经实现了生产的高度自动化，但是真正的无人工厂却不曾见;相应地，现阶段的“无人仓”旨在减少用人数量，提高设备效率，优化作业流程，同时针对必须由人工操作的岗位，提高人员的作业效率;并且，无人仓比无人工厂对成本的要求更高，设备的使用率也是无人仓非常重要的考量因素。因此，综合行业本身的发展以及客户需求来看，真正的无人仓还尚待时日。

　　日本 ACCA 项目机器人仓

　　从无人化的实现路径来看，工厂自动化是通过大量机械臂的投用实现的，机械臂是标准化的机器人，可以由多台标准机械臂组成一条生产线来实现规模化生产。但是在物流场景中，我们通过将原本AGV使用较为零散的场景标准化、模块化，使更多的机器人实现集群工作，从而形成生产力。无人仓与人工仓库在功能上并无二致，都包含货物入库、上架、库内管理、订单拣选、复核包装、打包、搬运等作业流程，无人仓就是通过在每个流程里使用自动化设备替代人工。物流无人化应该分阶段实现，目前主要聚焦在最耗费人力的拣选环节，通过柔性自动化的机器人系统大约节省2/3的人工。

　　总的来看，机器人无人仓具备四大特点，即模块化、标准化、柔性化，以及低成本、高效率，其中，柔性化是无人仓最重要的特点之一。传统自动化仓库一旦规划建设完成，就很难突破设计产能;但是机器人仓库可以通过增加机器人数量，增加临时工位，来扩大产能;而标准化、模块化则意味着机器人无人仓可以快速地批量复制，这些都是传统自动化仓库所不具备的优势。

　　记者：请介绍下Geek+目前有哪些典型的无人仓项目?

　　刘凯：Geek+作为国内领先的机器人公司，我们也在积极帮助客户布局无人仓或者机器人仓，目前我们的客户覆盖电商、制造、邮政快递、快消、零售、3PL等十多个行业;同时在北京、杭州、昆山、成都、广州、上海、南京、武汉等打造了自营仓，一方面为客户提供多样化的物流服务，另一方面为机器人的加速迭代提供更加丰富的场景。

　　中国邮政武汉处理中心内 Geek+ 机器人正在分拣

　　昆山机器人仓

　　正是因为拥有大量的项目和丰富的应用场景作为支撑，目前，Geek+的机器人产品已经迭代至第五代，WMS系统升级至第三代，从而更好地助力了客户提高作业效率，同时降低运营成本。从Geek+完成的上百个机器人项目来看，均取得了不错的应用效果。在获得客户认可的同时，我们也始终处于资本的关注之下，2018年11月21日，Geek+ B轮融资全部完成交割，融资总额高达1.5亿美元, 成为全球物流机器人领域B轮融资额最高的公司，这说明业界对物流无人化技术的市场前景看好。

　　记者：请结合案例说明WMS系统对于无人仓而言具有何重要性?

　　刘凯：在我看来，无人仓实际上就是“流程+算法+设备”。目前机器人技术，以及各类导航技术相对比较成熟，算法毫无疑问是无人仓的核心;这也意味着，WMS系统是决定整个无人仓作业效率的关键。

　　以刚过去不久的2018“双11”来说，在订单量呈5~10倍增长的巨大压力下，如果没有强大系统的支撑，是不可能高效完成订单处理作业的。WMS系统可以通过算法把更多的订单组合在一起，实现批量拣选，使平时300件/时/工位的出货效率上升到1000～2000件/时/工位;同时还可以通过预测数据预先做好商品拣选、出库等;基于此，2018“双11”期间，在采用了机器人系统的Geek+自营仓里，单个仓库订单处理峰值能力达到2万单/小时，订单导入速度达到10万单/小时，平均拣选效率达到1000件/时/工位，WMS系统从接收订单到货物发运平均只需要30分钟。

　　云集机器人仓内 Geek+ 机器人正在高效作业

　　记者：无人仓的WMS系统与传统WMS系统相比有何不同?应该如何构建无人仓环境下的WMS系统?

　　刘凯：由于现阶段的无人仓是人与机器人协同作业，这就意味着，新的WMS系统不仅要具备传统WMS系统的功能，实现对人员和流程的管理，同时还要管理大量的机器人，以及数据。其中对机器人的管理主要包括机器人调度以及机器人效率分析，对人的管理则体现在更加关注人工效率，如工位贡献率，机器人作业节奏能否满足工位操作效率需求等;对数据的管理主要是指通过分析仓库运行数据，找到效率及算法的瓶颈所在，从而反向改进、优化机器人系统算法，提升效率，并不断分析、验证、优化提升，形成优化闭环。此外，随着无人仓的规模越来越大，WMS也会管理更多的物流设备实现高效集成，例如多个分区拣选情况下的产能匹配优化，前后作业流程节奏的控制等。

　　WMS系统通过数据分析，尽可能地减少操作人员，减少设备，用更少的设备替换更多的人工，这也是最优化的逻辑，具体包括多种算法;如，在规划层，做好仓库布局规划，使机器人的路径最优;在调度层，通过对机器人路径的预估和合理调度减少交通拥堵，从而提高机器人执行每一条路径的效率，降低机器人的使用数量;调度层之上则是订单的处理，通过数据分析订单结构，把多个订单结合在一起使得机器人搬运路径最短;以及将多个类型的商品存储在同一个货架， 即尽可能从一个货架中拣出更多的订单商品，这也能够降低货架搬运次数，减少机器人的使用数量。

　　WMS系统是多种逻辑的叠加和需求的满足。首先，分析客户场景的需求，如以整箱拣选还是拆零拣选为主，或者整箱与拆零混合拣选。其次，驱动算法进行相应地配置;例如根据订单结构中整箱存储于拆零存储区所占的比例，推荐不同的上架策略。第三，订单拣选，根据不同的场景得到不同的命中算法;如订单需求量是100件(一箱的容量)，那么系统会优先命中整箱出货。

　　尽管人工作业也涉及算法，但是机器人无人仓中的算法更多、更复杂，并且灵活性更强。除以上算法之外还有一些通用的算法，比如人、库存、机器人、货架等设备均被视为资源池，如何通过算法以最少的资源(指人的拣货动作最少，机器人搬运货架的次数最少，同时机器人搬运的距离最短)去匹配订单池中所有的订单，即三个节点组成一个最优化网络的过程。可见，由于WMS既要管理人员，还要管理设备和流程，整个系统资源分配的难度会更大，如每个分区机器人的数量分配，订单比例分配，以及二者的关系等等，均需要算法策略来优化。无疑，更多的维度和需求对无人仓环境下的WMS系统也提出了更高的要求。

　　记者：您如何看待未来市场对无人仓的需求?无人仓的实现还面临哪些挑战?

　　刘凯：无人仓主要是由电商迅猛发展下的订单拣选巨大需求所拉动的，现在无人仓已经应用到各个行业，包括无人化仓储、无人化分拣、无人化线边库等物流环节。总的来说，我认为目前市场对于无人仓的需求还是非常实在的，因为它的确能够帮助企业解决很多问题。

　　不过，如前面提到的，目前在拣选环节，已经有2/3的作业由机器人替代了人力，但是剩下的作业仍需要人工完成，利用机械臂实现完全自动化拣货是行业发展的必然趋势，但是在感知技术等方面目前尚待突破。此外，尽管机器人无人仓的柔性化程度大大提高，但是仍不及人工灵活，在面积非常狭小却对柔性要求很高的环境下，还是人工操作更加适合。将机器人方案与人工方案结合能够更好地应对爆款订单和订单波峰，比如设置人工爆款区人工拣选，再到机器人区接力拣选或者合并订单。

　　记者：未来在物流无人化领域，Geek+有何进一步发展计划?

　　刘凯：Geek+一直在不断追求技术和模式上的创新。例如，针对某快递分拨中心面积不大的局限，我们提出了三层阁楼式机器人系统解决方案，顶层做小件分拣;中间层做大件分拣以及顶层分流下来的包裹集包;一层则是收发货区。还有基于S20机器人的落地式的柔性分拣方案，这两种创新方案均是全球首创。

　　未来，Geek+还将基于已推出的拣选、存取、搬运、分拣四大机器人系统，并与行业更多的伙伴进行生态合作，比如机械臂拣货，为物流服务商或终端客户提供一整套的智慧物流解决方案。在具体产品上，高位无人叉车将是我们计划推出的新产品。

　　Geek+ 无人叉车

　　此外，随着末端配送需求的大幅增加以及人力成本的持续上升，Geek+也将充分利用在机器人和AI技术上的优势，向无人配送领域拓展。总的来说，Geek+的愿景是成为全球领先的AI公司，提供AI机器人解决方案和服务，打造智慧物流，为客户和合作伙伴创造价值。