5月31日，由菜鳥網(wǎng)絡(luò)主辦的2018全球智慧物流峰會在杭州舉行。當(dāng)天，菜鳥柔性自動化最新實踐，也首次全方位對外展示。
來源/阿里技術(shù)（ID：ali_tech）
作者/元享
馬老師說，“菜鳥要全力以赴建設(shè)國家智能物流骨干網(wǎng)，把中國物流成本占GDP的比重降到5%以下?！痹谶@個背景下，菜鳥研發(fā)了柔性自動化倉儲系統(tǒng)，利用AI技術(shù)，讓大量機器人在倉內(nèi)協(xié)同作業(yè)，組合成易部署、易擴(kuò)展、高效的全鏈路倉儲自動化解決方案。
如視頻所示，本次從智能揀選→智能拆垛/碼垛→智能分撥全鏈路展示，一個智能mini倉就在你眼前。
（小編偷偷告訴你，都是倉內(nèi)真實應(yīng)用哦~）
無人倉的背后是菜鳥5年來在柔性自動化的不斷探索和思考，未來的物流將通過包括AI在內(nèi)的技術(shù)創(chuàng)新打造全面智慧化自動化的物流體系，更加快速高效地滿足用戶需求，當(dāng)天，菜鳥網(wǎng)絡(luò)柔性自動化負(fù)責(zé)人朱禮君博士為我們分享菜鳥在柔性自動化方向的探索和實踐。
嘉賓介紹：朱禮君，花名元享，現(xiàn)任菜鳥網(wǎng)絡(luò)資深算法專家，柔性自動化負(fù)責(zé)人，主要研究方向是人工智能和運籌優(yōu)化算法在物流中的應(yīng)用。
以下為其演講內(nèi)容，有整理：
非常榮幸在這里給大家分享菜鳥自動化的研究，今天人工智能和智慧物流這個領(lǐng)域正在經(jīng)歷巨大的變革，我認(rèn)為這兩者的融合一定會產(chǎn)生化學(xué)反應(yīng)，使得人工智能推動智慧物流的飛躍，同時智慧物流也會給人工智能提供一個新的發(fā)展門檻。
Part1：人工智能和新物流自動化
首先我們認(rèn)為，人工智能時代能夠給自動化物流帶來新的方式，這個自動化的趨勢和電商時代物流自動化的挑戰(zhàn)，使中國物流結(jié)構(gòu)發(fā)生了非常大的變化。
我們官方預(yù)計2050年勞動力人口會減少四分之一，現(xiàn)在勞動力的缺口是物流人士切身體會到的，特別是東南沿海非常難招到人，新的員工和老的員工的效率差別非常大，甚至差別一半以上。同時電商物流時代跟傳統(tǒng)的物流時代差別非常大：商品種類非常多，商品組成的總量非常多；訂單量非常大，特別是電商這兩年的訂單增長；商品多物流屬性多樣，對它們的處理非常復(fù)雜；特別中國的電商用戶對時效的要求非常高，一日達(dá)，甚至一小時達(dá)。
傳統(tǒng)的自動化是剛性的自動化，利用傳送帶等固定的設(shè)備使得我們的物品在倉庫里流動。新的電商時代，我們需要創(chuàng)造新的自動化，需要更多的柔性，需要更多的AI技術(shù)在里面，這樣才能適應(yīng)快速變化的物流時代。
柔性自動化有什么特點？
首先它的擴(kuò)展性非常強，隨著訂單的增長可以快速部署機器人，部署新的自動化設(shè)備，使它能夠處理更多的訂單，而且它的魯棒性強，也就是單點的問題不會造成整個倉庫的問題。
然后是模塊化的設(shè)計，因為之前也提到商品非常多樣，有各種各樣的物流屬性和銷售屬性，所以不同的商品需要不同的作業(yè)模式，所以我們模塊化的時候需要模塊化的設(shè)計。同時，需要易部署和搬遷，需要不停地迭代，商品換季很快，業(yè)務(wù)的發(fā)展當(dāng)中需要不停改變我們作業(yè)的模式，需要非常快速地做改變。
最后，我們需要在全鏈路的自動化下我們得到一個比較大的經(jīng)驗，除了省人和自動化的情況下，是作業(yè)的可預(yù)測性，作業(yè)的可預(yù)測性非常重要。
前面幾位專家提到人工智能時代我們有非常大的發(fā)展，柔性的自動化和智能有一個天生的綁定的關(guān)系，我們?nèi)嵝宰詣踊枰浅６鄼C器人，它需要感知，這里面需要用到非常多的人工智能的技術(shù)，人工智能的新技術(shù)帶來了新的物流自動化機會，物流的快速發(fā)展給人工智能技術(shù)應(yīng)用帶來了新的藍(lán)海。
Part2：菜鳥在柔性自動化上的實踐
電商的倉庫從頭到尾哪一些節(jié)點可以用到物流自動化的技術(shù)？從商品的入庫、揀選、打包、分拔等等都需要用到智慧自動化。
這個鏈路中用了很多的設(shè)備，我們可以用自動叉車做商品入庫，然后做補貨；訂單的揀選可以用AGV揀貨，我們AGV已經(jīng)非常成熟，可以達(dá)到商業(yè)的標(biāo)準(zhǔn)；我們可以用自動封箱機；分撥也可以用AGV技術(shù)；碼垛也有碼垛的機械手臂……整個鏈路可以自動化。
在這個鏈路中什么模式是最高效的？因為我們是一家互聯(lián)網(wǎng)公司，當(dāng)然我們想到了計算機，倉儲的作業(yè)其實跟計算機做計算是非常類似的，倉庫里面做物品的存儲，和做計算機數(shù)據(jù)的存儲非常類似；訂單的生產(chǎn)，我們把貨物從貨架上拿下來是跟計算機做提取、計算也非常類似；倉庫的備貨區(qū)里面會存儲大量的商品，和計算機的硬盤很類似，計算機可能有很多文件，有些文件好幾個月都不會用到，和備貨區(qū)一樣；揀選區(qū)，有很多業(yè)務(wù)進(jìn)行揀選，和內(nèi)存差不多；電商有很多的爆品，會有爆品的區(qū)域，這相當(dāng)于計算機的高速緩存，所以計算機的結(jié)構(gòu)在倉儲里面有相應(yīng)的映射。
但是到了電商時代，我們之前也提到電商帶有一個比較大的特點，就是我們處理的種類很多，我們倉庫非常大，每天要處理的訂單非常的多，映射到計算機的結(jié)構(gòu)里面就相當(dāng)于最近比較火的大數(shù)據(jù)的處理，大數(shù)據(jù)的處理上最有名的框架是MapReduce，這里面三個最重要的操作Map、Shuffle、Reduce，Map就是把工作并行化，Shuffle怎么把它再合到一起，Reduce就是最終產(chǎn)生結(jié)果。
我們可不可以把這個idea映射到倉儲里面，作業(yè)需要并行再合并，我們可不可以做分區(qū)并行的操作，不同區(qū)有不同的作業(yè)模式，不同自動化的模式，可不可以并行操作，有不同區(qū)并行生產(chǎn)，這個Map就是把訂單的揀選操作按照不同的生產(chǎn)作業(yè)模式并行化，Shuffle是暫存&合單，Reduce是播種在不同的訂單里面。
基于這個想法我們提出了模塊化的多區(qū)并行的自動化的方案，因為在電商的倉庫中需要存儲很多不同的商品，需要分區(qū)，每個區(qū)可以有不同的作業(yè)模式，如下圖，每個區(qū)揀選完了以后有一個合流區(qū)，合流區(qū)有不同的商品合流在一起再出庫，因為有這么一個并行的操作設(shè)計，各區(qū)可以根據(jù)商品做不同的揀選模式，并行完了以后都會流入到這個Rebin Zone，合流區(qū)做一個訂單的合流，每個區(qū)揀選完以后，然后合流到一個箱子里面進(jìn)行出庫。
下圖是我們設(shè)計的大倉的作業(yè)模式：
有爆品區(qū)做高速的緩存，這個爆品區(qū)我們有大宗的緩存，可能是一天會賣很多的商品，右邊是冷品區(qū)，是貨架到人的模式，會存大量的商品，每件商品都不多，但是會非常多樣。冷品區(qū)我們選擇貨架到人的模式，是因為一個貨架的商品是比較多的模式，人搬運的商品一天不會多。然后爆品區(qū)用的是揀選車到人的模式，是有一個AGV帶著裝訂單的箱子，AGV需要到訂單需要的商品附近，人不需要走，人只需要揀貨。所以有不同屬性的商品，一個作業(yè)可以并行的發(fā)起，然后不同作業(yè)需要不同的商品放到同一個盒子里面，完成質(zhì)檢再打包。
整個操作是并行操作，是模塊化的，可以把上面的商品換成人或者是別的自動化的模式，可以是人也可以是機器，不會影響其他區(qū)的作業(yè)生產(chǎn)。
這里面其實是多庫區(qū)的，超過500臺AGV，聯(lián)合調(diào)動任務(wù)的分配、路徑的規(guī)劃是整個作業(yè)里面最關(guān)鍵的。剛才看到的倉儲AGV當(dāng)中有非常多的優(yōu)化決策問題，這么一個系統(tǒng)有非常多的決策問題。我們的目標(biāo)很明顯，最大化的提升倉生產(chǎn)效率，縮短訂單處理時間，我們?nèi)绾魏喜⒂唵紊蓲x任務(wù)，怎么下發(fā)揀選任務(wù)？車到人任務(wù)如何調(diào)度？貨到人的區(qū)先去哪個站再去哪個站呢？合并怎么合呢？調(diào)度的時候是不是盡量保證不同的訂單同時到一個區(qū)呢？你如何做合并？所有都是決策的問題，是大規(guī)模的分配問題，這里面用了非常多的算法，是整個系統(tǒng)效率優(yōu)化的關(guān)鍵。
下面分享一下我們對分撥這個場景，就是物流中分撥的場景做的自動化方面的一些嘗試。分撥是什么意思呢？比如說我收到一些包裹，倉庫里生產(chǎn)出來的包裹，可能要到全國的各個城市，我需要分好上車運到全國各個城市，所以分好的包裹會按照流向和目的地做一個切分，分撥相當(dāng)于真實物品的Shuffle。機器人非常適合做一個事情，它沒有固定的軌道，非常適合做點對點的傳播，我們?nèi)绾卧O(shè)計這樣的系統(tǒng)呢？這是我們自己提出的新的柔性的分撥的方案。
總的idea如上圖（人可以刪掉，未來可以替換成機械手臂）：包裹上到傳送帶，AGV會上到一個掃描臺掃描，AGV就知道它去到什么地方，然后將包裹倒入對應(yīng)的集包簍，集包簍滿了就會被另外一個AGV帶走到對應(yīng)的出庫月臺。這樣AGV做簡單的處理就可以做分撥，除了上貨到出庫不需要有人的操作，這是非常柔性的自動化的系統(tǒng)。
這里面核心的問題是，我們有不同的AGV的調(diào)度，有大的托集包簍的AGV，也有小的分撥的AGV，它們的路徑規(guī)劃其實是非常復(fù)雜的一個問題；其次就是每一個集包簍到哪一個目的地也是需要規(guī)劃的問題，比如說去北京的包裹非常多我就需要很多的集包簍去北京，因為它的流量很大，它應(yīng)該放在哪個地方，它又不攔路，又能縮短AGV行走的時間，這非常關(guān)鍵，這是整個系統(tǒng)最關(guān)鍵的一點。
下面分享一下我們在機械臂方面的應(yīng)用，我們做了一些拆碼垛及揀貨的應(yīng)用，基于RGB-D數(shù)據(jù)的三維物體識別、定位、姿態(tài)估計激發(fā)、箱體分割算法等，見下圖。
Part3：菜鳥柔性自動化關(guān)鍵技術(shù)
分享一下我們做這么多項目總結(jié)出來在柔性自動化領(lǐng)域做的關(guān)鍵的技術(shù)，物流這個行業(yè)，它不是一個純軟件工程，也不是一個純硬件工程，其實是一個系統(tǒng)工程，里面做很多軟硬結(jié)合、共同設(shè)計的點。從流程的設(shè)計到硬件的設(shè)計、軟件的設(shè)計這一連串都需要一起綜合考慮，你才能夠達(dá)到這么高效的效果。
第二點是IOT&Edgecomputing，我們在IOT方面有非常多的投入，倉庫是IOT非常好的投入點，它可以做很多的線上化、數(shù)字化、可控化。
第三點是機器人技術(shù)，最重要的三點是Perception、Planning、Execution。
第四點是大規(guī)模的大智能體規(guī)劃和調(diào)度技術(shù)，你在倉庫里面要做柔性自動化的方案需要機器人協(xié)同，大量機器人的路徑規(guī)劃是影響到效率的，所以涉及到大規(guī)模的規(guī)劃和分配技術(shù)。
前面也提到倉儲機器人有資源分配優(yōu)化問題。這里的資源就是貨架、庫存、AGV，目標(biāo)就是單位時間產(chǎn)出最大。資源分配問題有兩種解法，一個是中央規(guī)劃解法，我們要建大而廣的模型，收集每一個數(shù)據(jù)，收集每一個機器人在哪里，收集每個貨在哪里。建一個很大的模型，有一個數(shù)據(jù)分布，單位時間內(nèi)出庫數(shù)量最大，菜鳥在稍微小一點的倉庫里面用這種方式。
資源分配當(dāng)中另外一種是資源分布式競價，誰出價更高就接誰的貨。特別大的倉庫里面我們有非常多的機器人，非常多的貨架，各種組合可以完成揀選任務(wù)。機器人貨架可以模擬成一個任務(wù)，誰贏了誰做這個任務(wù)，整個市場平衡了分配應(yīng)該是比較高效的，涉及比較關(guān)鍵就是競價的策略設(shè)計，在大型的倉庫上下游之間銜接比較緊密、很難解耦的環(huán)境比較適合，因為你最上游的決策可能影響到最后一個決策，所以整個上下游的決策全部做下來是比較難的事情。
其實我們認(rèn)為在未來很多大規(guī)模智能體的技術(shù)會往群體的方向發(fā)展，什么叫群體智能呢？就是SwarmIntelligence。這是自然界中的現(xiàn)象，宏觀的自然界行為，比如說魚群和鳥群，優(yōu)化算法里面有蟻群算法，是通過模擬螞蟻的行為進(jìn)行的算法，比如說螞蟻是會搭橋的，單個螞蟻并不會搭橋，但是螞蟻之間可以互相地搭橋讓其他的螞蟻走，這些概念可以應(yīng)用到智能體的應(yīng)用當(dāng)中去，比如說智能體在倉庫當(dāng)中的應(yīng)用，這里有分布式的控制的方法。我們認(rèn)為每一個智能體有了足夠的智能導(dǎo)航和決策的功能之后，這應(yīng)該是未來發(fā)展的方向。
Part4：總結(jié)
總結(jié)一下，柔性自動化有很強的擴(kuò)展性，易部署，模塊化，算法非常高效非常智能，魯棒性非常強，任何一個單點不會影響系統(tǒng)的問題。技術(shù)上有很多的特點，比如說是軟硬結(jié)合的技術(shù)，是全鏈路的整個系統(tǒng)，每個環(huán)節(jié)需要綜合的考慮，算法方面要做大規(guī)模的智能優(yōu)化，然后技術(shù)方面有很重要的一個方面是群體智能。
我們認(rèn)為整個柔性自動化的發(fā)展是未來巨大的趨勢，它會對整個行業(yè)做一個巨大的革命，整個的過程需要多方一起協(xié)作，比如說硬件公司、機器人公司、物流公司、或者是像菜鳥這樣的公司都需要一起協(xié)作才可以做好，是整個行業(yè)的革命，任何一個單方都很難做好這個事情！
最后分享一下我個人的一些感受，我們做了很多的項目，這里面其實之前分享的都是看上去比較高大上的一些技術(shù)，人工智能和群體智能這樣一些技術(shù)，但是其實我想說做這樣一些技術(shù)，我們真正要解決倉儲、快遞物流環(huán)節(jié)中各個環(huán)節(jié)的技術(shù)，去提高效率，要真正解決問題是需要我們深入到現(xiàn)場去的，我們同學(xué)經(jīng)常深入到現(xiàn)場去，我們在倉庫各個環(huán)節(jié)寫過代碼，傳送帶上、貨架邊上、揀選站……所有的地方都寫過代碼，所有的同學(xué)都會非常投入，所有的同學(xué)真實體驗所有的產(chǎn)品。
用技術(shù)，幫助物流人員工作效率的提升，看到他們的喜悅，看到他們的滿意，這是我們整個過程中最大的收獲！
今天分享到這里，謝謝大家。
來源/阿里技術(shù)（ID：ali_tech）
作者/元享
⊙文章內(nèi)容為作者獨立觀點，不代表物流指聞立場，轉(zhuǎn)載此文章需經(jīng)作者同意，同時注明作者姓名及來源。
聯(lián)系客服
