自动化彻底改变了仓库，配送中心和制造组织支持人工并完成任务的方式。尽管采用仍处于起步阶段，但ABI Research预计到2025年将在仓库环境中增加400万台机器人，其中自动引导车（AGV）和自动移动机器人（AMR）负责。       自动导引车这些工业自动驾驶车辆将帮助成千上万的组织精简平凡，重复，经常肮脏和危险的任务。而且，尽管AMR与沿线的AGV相比具有更高的灵活性，但它们通常以相同的速度和吞吐量执行操作，并且仅由于外部因素而具有可变性。       那么，随着时间的推移，机器人需要做什么改进？人工智能（AI）。基于AI的编排引擎提供了无与伦比的能力，可以根据机器人特定的数据来收集和发现见解。这些信息可用于改善性能，增强实际性能，甚至适应未来的设计。       根据 2020年MHI年度行业报告，边缘案例不可能发生，只有12％的企业在其仓库中使用AI技术。预计在不到六年的时间内，这一数字将达到60％以上。这种无与伦比的增长的原因是AI通过实现持续改进来释放效率。       如今，大多数AGV和AMR的设计都没有考虑到AI。相反，它们是根据一组复杂的要求构建的，这些要求试图解决在高度动态的环境中可能出现的每一个极端情况。众所周知，物流业是不可能完成的任务。仓库是复杂的生态系统，每天都有新的延迟，瓶颈和需求不断变化。       随着这些机器人更多地了解其环境并执行简单，重复的任务而无需干预，人类可以专注于更高级别的任务，从而提高了员工的满意度和士气。持续改进       Vecna侧边栏1另一方面，配备AI的自动驾驶工业车辆可以在工作中学习并适应这些变量。通过快速部署这些工具以实现核心仓库功能的自动化，组织将受益于车载引擎，这些引擎可以收集，分析并从差旅和生产数据中学习。然后，仓库运营团队可以查看特定于站点的数据，以改善工作流程和日常任务分配。它不仅可以提高部署期间的速度，效率和吞吐量，而且该信息还可以帮助将来在设计新系统时通知供应商。       但是，从更实际的角度来看，人工智能可以帮助解决手动设备不足的现实挑战。例如，大多数仓库包含来自世界各地供应商的不同类型的托盘。尽管有些货盘包含规格化的尺寸，但不可能每个货盘都根据单一设计制造。因此，在300,000个托盘位置的仓库中，您可能会有1,000-2,000个不同的设计。       没有AI支持的自动驾驶工业车辆将采用许多设计，但是如果其中一项不合规格，则机器将需要人工干预。但是，具有AI功能的AMR和AGV可以使用传感器和过去的人工干预来学习挑选和处理这些新货盘的最佳方法。持续学习导致人为干预的逐步减少，效率提高。随着这些机器人更多地了解其环境并执行简单，重复的任务而无需干预，人类可以专注于更高级别的任务，从而提高了员工的满意度和士气。随着管理，配置和部署在仓库中发挥作用，添加AMR和AGV甚至可以带来新的职业机会。让工人保持微笑      Vecna侧边栏3行业逐渐开始认识到，机器人并不是在这里工作，而是有助于改善人类体验。事实上，许多组织，如MiltonCAT，已经认识很多AMRS如何协助它们人的相应的委托工作的需求，减少对增值任务的非增值旅游，和重点。       随着管理，配置和部署在仓库中发挥作用，添加AMR和AGV甚至可以带来新的职业机会。例如，我们最近看到一个大型零售客户在Automation Associates中扮演高级角色。这些员工曾经承担过搬运货物的任务，现在负责更高级别的任务，例如向AMR分配任务，跟踪进度，寻找改进流程的方法以及处理极端情况。这项工作带来了新的挑战和经验，管理人员报告了新的乐观而充满活力的工作方法。       再次使这些员工满意的关键在于AI。如果没有增加的智能，则员工可能会感到沮丧，无法完成为机器人指定的故障排除工作。这也可能导致产量下降，因为将指定多个代理商来解决一个任务。展望未来，AGV，AMR和其他自动化解决方案将简化任务并提高全球组织的吞吐量。为了释放机器人的真正潜力并让人类同行满意，仓库经理需要寻找解决方案，而人工智能是机器人设计和日常管理的基本组成部分。来源：贤集网