编者按：
本期内容来源于《仓储作业管理（第三版）》中第七章，刊登时有设置。《仓储作业管理（第三版）》一书编著薛威，副主编尹军琪，本书曾获首届全国优秀教材奖。
要深刻理解智能仓储的涵义，首先要理解智能仓储系统的构成。从平台原本而言，智能物流由手动化平台和信息系统构成，这是没有疑义的。然而，容易被忽略的一点是：智能物流平台的设计及武器生产模式也需要被包含在其中。运用人工智能完成物流平台的设计，使其在多方案的选取中，通过计算机仿真，更易于找到最佳的缓解方案；另一方面，对于仓储设施而言，也存在与智能制造一致的概念，即充分利用计算机人工智能科技，完成运输武器的智能生产。关于这一点，有专门的著作探讨，不在本书中单独讨论。
01自动化作业技术
自动化作业技术是智能物流的基础和执行部件，智能化首先是表现在自动化方面。具体来说，自动化科技分布在运输物流作业的各个环节之中，如输送、储存、拣选、包装、装卸、配送等。以下逐一说明。
1.1自动输送
自动输送是运输物流作业的关键环节，其范围相当广泛，设备类型也丰富多彩。分布在收货、入库、拣选、配送等多个环节。典型的设施包含各式输送机、提升机、穿梭车。此外，各式各样的自动叉车、AGV等也属于自动输送范围。
在各类输送设施中，自动叉车和AGV当然是将来最重要自动化设施之一。自动叉车的历史相当短，它的问世完全是受AGV的妨碍。事实上，所谓的自动叉车就是AGV的一种。
有关AGV的应用，可以追溯到1970年代。在法国和中国的物流平台中（主要是生产业）均尚未开始应用AGV。开始的AGV主要应用于托盘的搬运，到了2010年前后，随着导航科技的急速发展，亚马逊推出了知名的KIVA机器人，这是一种特别灵活的背驮式AGV，并可进行大型化，以适应周转箱等等的单元输送，开启了AGV应用的新的时代。
AGV的演进主要表现在导航科技方面，最早的AGV系统主要是以磁力线作为导引的，这一技术到目前依然在使用。此后，陀螺导航，图像导航也陆续被引入。直到90年代中期，以激光导引为代表的新一代导航科技开始应用。激光导航平台借用了卫星导航GPS的基本算法，改变了过去必须预埋导引线的刚性做法，使路线修改和微调只是必须在硬件上就可以完成，大大方面了实际应用。时间处于到21世纪，新一代的导航科技又有重大突破，这就是所谓自然导航科技。受车辆自动驾驶技术的启发包装技术在物流的作用，自然导航依赖的科技只是是摄像机和计算机平台，通过加装在设施的上的摄像机，可以获得周边道路的基本状况，从而为完成自动驾驶提供判定条件。自然导航平台彻底放弃了传统的导航思想--即借助预设路线来获取自动驾驶的输入条件，使AGV的控制早已基本上升到软件控制阶段，接近于人工智能的水平。
图1：具备自然导航的智能叉车系统
1.2自动存储
最典型的手动存储设施莫更加自动化立体库平台（AS/RS），随着运输物流科技的不断演进，无论是存储方式，还是存储科技都出现了根本性的颠覆。从存储方式分类，可以分为托盘式存储和箱式存储两大类。每个大类下，又有多种技术应用。
图2自动存储分类
AS/RS系统的问世被称为仓储技术的革命性成果，尤其是四向穿梭车的诞生，使得AS/RS技术受到了充分的发挥，在日本，甚至诞生了可自行穿层的蜘蛛型穿梭车。四向穿梭车有两套轮系，可以在水平面内沿着X方向和Y方向两个方向运行，可以适用于任何形状的场地，彻底解决了传统AS/RS对于完善场地的规定。
图3:四向穿梭车系统
1.3自动拣选
仓储系统的拣选分为“货到人”拣选和“人到货”拣选两大类。所谓“人到货拣选”即货不动人动，拣选人员（也可以是机器人）行进到拣选货位，按照系统规定进行拣选作业，这是一种典型的“人到货”拣选作业。另一种拣选是“货到人”拣选，即人不动货动，自动化平台将货物送到拣选人员面前，由人工完成拣选作业。
最典型的手动拣选系统如A字架拣选系统和机器人拣选系统。前者的应用尚未有数十年的历史，后者由于技术的局限则今天开始。机器人拣选的很大困难在于对复杂环境的识别和定位，目前的应用还只是局限于现场局面更加简单的情形，如单一种类且放置相对整齐的情形。
图4：机器人手动拣选系统
在实际应用中，“货到人”拣选更加普遍一下，主要是由于技术更简单一些，而效率也更高一些。
今后的拣选更多运用的将是半自动化的拣选，即最终的拣选动作由人工完成。这样可以大大增加平台的复杂性和提高平台的适应性。目前流行的“货到人”拣选绝大个别采用半手动模式。
图5：货到人拣选系统
1.4自动包装
自动包装也是相当重要的自动化科技，与此关联的设施还包含自动缠膜、自动开箱、自动装箱、自动贴标、自动封箱等科技。作为手动化运输物流平台的重要一环，自动包装科技越来越遭到重视，其应用前景也非常广泛。
图6：自动封箱系统
1.5自动分拣
自动分拣在这些运输中心尚未广泛运用，尤其随着电子商务的演进，快速分拣已经愈发越遭到重视。
现在主要的分拣技术有交叉带分拣、托盘分拣、滑块式装卸、模组分拣、AGV分拣等。
随着AGV技术的深入应用，采用AGV进行分拣已经在电商和邮政系统中起初应用，开创了一个崭新的分拣技术，对于将来的自动化分拣作业有巨大的示范作用。
传统的分拣系统有一个最大的局限性是分拣格口和分拣效率受限，以交叉带分拣系统为例。一套平台的小时分拣能力最大仅为10000件左右，即使通过分区投放和预分拣处理，其能力也只是每小时20000~30000件，格口受到场地和分拣机重量的限制，最大也只是200~300个，可以突破的或许性相当小，这针对动辄几十万件甚至上百万件的分拣要求来说，实在是无法适应。AGV分拣从理论上完全可以突破这一限制，无论是分拣效率，还是分拣格口，仅仅得到场地的限制，这是分拣技术的一大突破。
图7：分拣AGV
1.6自动装卸
运输一直是货运物流平台中的重要环节，而手动分拣，自动码垛/拆垛更是运输物流作业中最难实现的节点之一。基于3D视觉科技的手动装卸技术，对于提高整个运输物流平台的效益，起到了至关重要的作用。
1.7自动配送
配送机器人终于开始开发，随着自动驾驶车辆科技的趋于规范，自动仓储机器人的商业化也是时间问题。此外，无人机的应用也在试验室中进行，据亚马逊报道，其无人机配送已经摆脱了科技上的障碍。未来自动配送和无人配送将有巨大的应用前景。
02互联网及信息技术
2.1AI技术
没有哪个技术比人工智能（）更令人着迷和期望了。人工智能科技首先是一个平台问题，包括信息的接收、分析、处理、反馈，形成平台自主作业的指令。人工智能应用于运输物流平台，不仅在于指导系统规划和设计，更在于规划和指导仓储作业。目前，人工智能在深度学习，模式识别等多个方面终于获得重大突破，其应用尚未在这些领域展开，可以期待，其在物流平台中的全面应用，必将进入一个崭新物流仓储时代。
2.2云计算Cloud
云计算是基于互联网的相关服务的降低、使用和交付方式，通常涵盖通过互联网来提供动态易扩展且常常是虚拟化的资源。云是网络、互联网的一种形象表述。过去在示意图中通常用云来表示电信网，后来也用来表示互联网和底层基础设备的抽象。云计算通过分布式的并行计算来推动复杂的运算请求，从而取得迅速的反应。云计算或者可以让你感受每秒10万亿次的运算能力。拥有这样强大的计算能力可以模拟核爆炸、预测气候变迁和行业发展态势。用户借助电脑、笔记本、手机等方法接入数据中心，按自己的需求进行运算。
对云计算的定义有多种表述。现阶段广为接受的是中国国家标准与科技研究院（NIST）定义：云计算是一种按使用量付费的方式，这种机制提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包含网络、服务器、存储、应用工具、服务），这些资源无法被迅速提供，只需投入很少的管控工作，或与服务供应商进行很少的交互。
随着电子商务的迅速发展，海量订单和数据的处理即将变成家常便饭，可以预见，云计算将会在运输物流信息处理方面和库存决策方面发挥很大作用。
2.3大数据（Bigdata）
麦肯锡全球研究所给出的定义是：一种规模大到在获得、存储、管理、分析方面大大超过了传统数据库软件工具能力范围的数据集合，具有海量的数据体量，快速的数据流转，多样的数据类别和价值密度低等4大特点。
大数据科技的含义不在于把握庞大的数据信息，而在于对这种带有含义的数据进行专业化处理。换而言之，如果把大数据变成一种行业，那么这些产业推动盈利的关键，在于提升对数据的“加工能力”，通过“加工”实现数据的“增值”。而事实上也有极其，数据已经愈发越重要，甚至可以说早已变成一种关键的商业资源。
从技术上看，大数据与云计算的关系如同一枚硬币的正背面一样密不可分。大数据必然能够用单台的计算机进行处理，必须采取分布式架构。它的传统在于对海量数据进行分布式数据挖掘。但它需要借助云计算的分布式处理，分布式数据库和云储存、虚拟化技术。
随着云时代的将至，大数据也吸引了越来越多的关注。有专家认为，大数据一般用来比喻一个公司造就的长期非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于预测时会耗费过多时间和金钱。大数据预测常和云计算联系到一起，因为即时的大型数据集预测应该向数十、数百或或者数千台的计算机分配工作。
大数据必须特殊的技术，以有效地处理长期的互不关联和离散的数据。适用于大数据的科技，包括大体量并行处理数据库，数据挖掘，分布式文件系统，分布式数据库，云计算系统，互联网和可扩展的传输平台。
大数据的基本特点：
大数据的价值凸显在下面几个方面：
其实，“大数据”在经济发展中的很大意义并不代表其能代替一切针对社会弊端的理智思考，科学发展的逻辑不能被湮没在海量数据中。
大数据对物流仓储而言是一个适逢其时的技术。其应用将更加广泛，如借助大数据预测，可以完成货物的有效采购（比如品种，采购时机，采购数量等），并按照销售分析，完成货物的前置布局，这是新零售的一个重要特征。
2.4区块链BLOCKCHAIN
随着比特币的火爆，区块链技术更加炙手可热。
从定义上看，区块链是分布式数据储存，点对点传输，共识体系，加密算法等计算机科技的新型应用方式。所谓议题机制是区块链平台中推动不同节点之间设立信任、获取权益的数学算法。
区块链的基本机理理解出来并不难。基本概念比如：
如果把区块链成为一个状况管理体制，则经常交易就是趁机改变一次状态，而经常共识生成的区块，就是参加者针对区块中所有交易内容引起状态改变的结果进行确定。
区块链的主要特点体现在下面几个方面：
去中心化
因为使用分布式核算和储存，不存在中心化的软件或管控机构，任意节点的权力和义务都是均等的，系统中的数据块由整个平台中带有维护功能的节点来共同维护。
开放性
系统是开放的，除了交易各方的私有信息被加密外，区块链的数据对所有人公开，任何人都可以借助公开的接口查询区块链数据和研发相关应用，因此整个平台信息高度透明。
自治性
区块链采用基于协商一致的完善和合同（例如一套公开透明的算法）因而整个平台中的所有节点无法在去认同的环境自由安全的交换数据，使得对“人”的认同改成了对机器的认同，任何人为的干预不起作用。
信息不可篡改
如果信息经过验证并添加至区块链，就会永久的储存起来，除非能够同时控制住系统中达到51%的节点，否则单个节点上对数据库的更改是无效的，因此区块链的数据稳定性和可信性极高。
匿名性
因为节点之间的交换遵循固定的算法，其数据交互是无需信任的（区块链中的程序规则会自行判定活动能否有效），因此交易对手无须借助公开身份的形式让别人自己造成信任，对信用的积累比较有帮助。
区块链技术在物流领域的应用
现在产生公认的看法中，认为区块链对新零售产生三个相对确定的科技应用：优化供应链管理，商品溯源，消费者身份确定。
沃尔玛公司发明了一个名叫“智能包裹（smart）”的区块链技术，利用区块链技术规范更智能的包裹交付追踪平台。这个专利科技，还有一个记录包裹信息（例如包裹内容、环境条件、位置信息等）的设施。沃尔玛的这个科技，甚至也有一个基于区块链技术的无人机包裹寄送追踪平台。能推动包含卖家私人密钥地址，快递员私人密钥地址和商家私人密钥地址等，一系列用于管控配送地址的加密技术。
在跨境供应链管理上，利用区块链技术，商品的国内链路可跟踪科技，会变得准确无误。分布式纪录让商品的全链路过程，从汇集生产、运输、通关、报检、第三方检测等信息，全部得到加密检测，不仅不可更换，每个步骤才能清晰可跟踪、可监控。
由于是去中心化分布式数据库，区块链的点对点交易和私密性，可能对现有零售业的整个业务模式，存在改变性冲击。如S2b2C交易方式。既然区块链能查询到商品从源头、制作、出厂、上架销售所经历的所有历程。那么品牌商也能发现每件商品的流向，以及终端消费者的分布状况。从这个科技角度来说，品牌商完全可以直接触达每一个准确又私密的终端消费者。
注：S2b2C交易方式：一种新型的电子商务交易方式，其中S一般理解为供货商或工厂；b则是指直接服务于消费者的商户甚至企业，小写的b表示与传统的分销商不同，是社区级别的小商户；C的话就是我们熟悉的消费者，也或许会是采购商。
2.53D视觉技术
3D视觉科技又称为3D机器视觉科技，可以简洁地定义为对三维对象（或表面）进行检测或检查的科技。其基本机理是借助双目相机进行图像信息收集，将采集的信息进行压缩处理，利用几何算法，确定对象的三维坐标。有几种不同的方法可以实现：
1）激光轮廓分析：激光轮廓分析是最受欢迎的3D成像技术之一。被测物体通过光子束移动，利用雷射反射原理测量出物体的轮廓。
2）立体成像：另一种流行的3D成像科技是立体成像，其中两个镜头用于记录物体的2D图像，然后可以将其三角化并制成3D图像。
3）蓝色投影：在白色投影中，条纹纹饰投影到待测量的整个表面区域上。然后借助垂直于被测物体定位的摄像机记录图像。
4）飞行时间：飞行时间法测定光脉冲抵达被测物体之后返回的时间。测量每个图像点所花费的时间将按照对象的大小和深度而差异，因此每位点将在检测时提供该信息。
3D视觉科技在物流平台中有广泛的应用前景，如手动码垛/拆垛，自动装车/卸车等，此外，3D视觉还可以用于障碍物探测，污损条码分析，工件检查等多种场合。是智能仓储不可或缺的基础技术。
2.6SLAM自然导航技术
SLAM（and）即同步定位与映射，指在未知的环境中，移动设施（如AGV机器人）借助自身所携带的传感器（激光传感器以及3D视觉传感器等）来对自身进行定位，并运用传感器获得环境信息，构建增量式地图，从而完成手动导航的目的。SLAM自然导航是AGV系统引入的最新的导航模式之一，也是将来智能仓储采用的最主要的导航模式。其根本因素是自然导航突破了特色导航科技（如磁线导航、磁钉导航、二维码图像导航、激光导航等）必须预设场景的限制，可以推动非预设模式的导航。SLAM自然导航科技还可以用于无人驾驶车辆，其原理与AGV是一致的，由于路况的缘由，无人驾驶车辆面对的状况要非常复杂。
2.7物流可视化技术
根据狭义的定义，可视化（）是运用计算机图形学和图像处理科技，将数据转化成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和科技。而可视化在物流平台中的应用范围要更加宽广，总体来说，物流可视化技术就是运用计算机网络科技、物联网技术、图像处理科技等，使运输过程和仓储数据实现可追踪和可监控。物流过程包含收货、检验、存储、拣选、补货、输送、包装、集货、发货、运输等，物流数据则包含物流过程中所造成的和携带的所有数据，包括但不限于订单数据、库存数据、作业数据、设备数据、管理数据、财务数据、故障数据等。
与可视化相关的另一个概念是数字孪生（Twin）。数字孪生最早是用于航空宇航飞行器的健康维护与保障。首先在数字空间构建真实飞机的建模，并借助传感器实现与飞机真实状况完全同步，这样经常飞行后，根据结构现有状况和过往载荷，及时预测检测是否应该维修，能否承受这次的任务载荷等。数字孪生在运输物流平台的应用有两方面，其一是在设计阶段就完成数字化建模，从而在虚拟的空间中对仓库进行仿真和模拟，并将真实参数返回以指导设计修正；其二则是在建立后，在日常的运维中实际系统和仿真平台二者再次进行即时的信息交互，从而推动平台全生命周期的数字化监控。
物流可视化技术为订单跟踪、故障处置、系统检测提供了根据，其意义除了在于提升用户服务的品质，其更大的价值在于数据可同时展现于管理的各个系统，从而为同步决策和管控提供了也许。
2.8RFID自动识别技术
RFID（Radio）科技，又称无线射频识别科技，被称为智能运输物流与配送的关键科技。其实，RFID是一种通信科技，它可借助无线电讯号辨识特定目标并读写相关数据，而无需识别系统与特定目标之间设立机械或光学接触。
从概念上来讲，RFID类似于条码扫描，对于条码技术而言，它是将已编码的条形码附着于目标物并使用专用的扫描读写器运用光信号将信息由条形磁传送到扫描读写器；而RFID则使用专用的RFID读写器及专门的可附着于目标物的RFID标签，利用频率信号将信息由RFID标签传送至RFID读写器。
从结构上讲RFID是一种简单的无线平台，只有两个基本器件，该平台用于控制、检测和追踪物体。系统由一个提问器和众多应答器构成。当然，就其技术构成而言，RFID有众多分类，如有源RFID和无源RFID等。
RFID最重要的特点是非接触识别，它能穿透雪、雾、冰、涂料、尘垢和条形码无法使用的恶劣环境阅读标签包装技术在物流的作用，并且阅读速率极快，大多数状况下不到100毫秒。有源式射频识别系统的速写能力也有重要的特点。可用于步骤跟踪和维修跟踪等交互式业务。
制约射频识别系统演进的主要难题是不兼容的标准。射频识别系统的主要厂家提供的都是专用平台，导致不同的应用和不同的市场引入不同厂家的频率和协议标准，这种动荡和割据的现状尚未制约了整个射频识别市场的下降。许多组织正在着手解决这个难题，并终于获得了一些成绩。标准化将会刺激射频识别科技的大力度发展和广泛应用。
在运输物流应用方面，RFID可应用于货物识别。在货物或单元中植入RFID芯片，可以使平台无法自动识别货物，尤其是有源RFID，可以自发的发射信号，为智能运输物流的推动打下了基础。
另外，RFID还有众多应用，如盘点，货物追踪与溯源管理等。
关于伍强智能技术
北京伍强智能技术有限公司是中国顶尖的仓储系统集成商，主要为中国用户提供专业的一站式智能物流平台整体解决方案，并提供高质量的AS/RS系统、系统、箱输送分拣系统、穿梭车平台、A架分拣系统等运输武器，以及WMS、蜂鸟中台等核心硬件平台。总部位于广州信息科技行业基地，在上海、苏州、台州、保定、贵阳、西安等多地设有分支机构或办事处。公司客户遍布全国、产品远销国外。先后承接了650多项方式各异的仓储系统，行业覆盖医药、服装、机械、电商、快销品、图书、烟草、零售、教育实训等。
