一、汽車物流供應鏈中的揀選場景

　　1.汽車物流零部件供應鏈

　　汽車物流供應鏈是一個復雜的系統工程，汽車物流零部件供應鏈為整個汽車產業鏈服務，通過供應商生產、異地循環取貨完成異地調達，通過干線運輸后到達集散中心，由集散中心發運至各倉儲中心進行存儲，隨后發往各車間的超市緩存中心。在商品車完成組裝后，通過全國備件中心和區域備件中心的配置為各4S店配送備件，滿足汽車后市場服務。

　　（1）物流中心分類

　　汽車物流零部件供應鏈包含產前調達、產中配送、產后后市場三部分，在這三部分中，包含汽車零配件集散中心、倉儲中心、超市緩存中心、全國備件中心、區域備件中心多個節點。在各個節點下，揀選是整個倉儲作業的核心環節，也是物流中心作業成本最高、人力耗費最大、時間占用最多的環節。

　　在各個節點中，均涉及不同程度的揀選分撥。根據零件特性及包裝類型的不同，各個物流中心也具有各自不同的揀選特點。

　　（2）物流中心揀選作業對象

　　零件

　　揀選對象按體積或重量可劃分為大物（GLT）零件與中小物（KLT）零件。通常中小物零件采用塑料箱或紙箱進行包裝，長度≤800mm、寬度≤600mm，高度≤280mm，單包裝重量≤15kg，便于人工或自動化設備整箱搬運或揀選；大物零件采用圍板箱、金屬器具等包裝形式，重量較大，整箱搬運貨揀選需要機械設備（如液壓車、傳統叉車、無人叉車、AGV等）配合進行。

　　包裝類型

　　包裝類型從不同角度可分為不同的品類，分別對揀選造成不同的影響。

　　包裝循環性：包裝可分為可循環包裝與一次性包裝，可循環包裝涉及返空箱，一次性包裝涉及垃圾回收。

　　包裝材質：從材質上劃分，包裝材料主要包括塑料箱、紙箱、金屬器具、圍板箱等，其中紙包裝主要是一次性包裝，其他包裝具有一定的可循環性。

　　使用范圍：塑料箱多用于中小零件的包裝，金屬器具、圍板箱多用于較大零件的包裝，而紙包裝在各種規格的零件中均有使用。

　　功能劃分：包裝可分為通用型包裝與專用型包裝。通用型包裝可用于多種零件盛放使用，包裝內一般沒有隔斷或內襯，對揀選作業影響較小；專用型包裝是特定包裝，根據零件的屬性、外觀、特殊要求進行設計，對揀選作業影響較大。

　　2. 不同物流節點的零部件揀選特點

　　（1）集散中心

　　為最上游的集貨分撥環節，上游對接供應商送貨或循環取貨，下游銜接干線運輸，零件多以整箱或整托的形式緩存。由于干線運輸時間長，每個訂單至少為一個送貨周期需求量，揀選作業以整箱或整托的形式完成出貨任務。

　　（2）本地倉儲中心

　　承接異地零件干線運輸后的存儲任務，存儲周期較長，存儲量較大。揀選要求多取決于下游超市緩存中心的要貨原則與物流模式。本地倉儲中心多以整箱的形式進行揀選，用量大的零件以整托的形式揀選出貨。同時，部分零件如標準件，單一包裝收容數巨大，以單箱的形式揀選同樣會增加內物流的庫存壓力與面積壓力，因此在揀選作業前，需對該類零件進行包裝轉換，“化整為零”，以小箱、少量的形式揀選出貨。

　　（3）超市緩存中心

　　為零件上線前的最后一環，無論是推動還是拉動要貨邏輯，超市緩存中心都需要在保證零件質量的前提下，將正確品種、正確數量的零件，在準確的時間范圍內完成揀選，并配送至生產線旁。超市緩存中心是整個物流供應鏈中，除線旁庫存外最低庫存量的一環，也是揀選準確性、時間要求最嚴格的一環。根據生產模式不同，零件的揀選模式主要可分為批量上線看板模式、SPS揀選模式、排序模式。不同的揀選模式對線旁庫存有著不同的影響：在線旁面積較為充足的前提下，主要采用批量揀選模式，該模式下揀選效率較高，零件質量衰減風險較低，物流面積、上線器具等要求相對寬松；而在線旁面積緊張的情況下，可采用SPS揀選模式或排序模式，將面積壓力轉移給物流超市緩存中心，超市緩存中心需按時按量將生產所需的零件逐個進行揀選。

　　（4）全國備件中心

　　在全國范圍內設立幾個全國備件中心，向各個區域板塊覆蓋。存儲品種最全，存儲量最大。揀選多為不拆箱的批量揀選，但備件覆蓋的車型多、零件品類多，揀選還是存在一定的難度。

　　（5）區域備件中心

　　區域備件中心直接對接每一個區域的多個4S店，直接根據4S店的日訂單進行實時配送，鑒于訂單需求，揀選均為到單個零件的拆零揀選，因備件品類多、零件包裝尺寸各異，揀選及包裝難度較大。

　　3. 傳統人工揀選作業痛點

　　揀選環節追求的目標為高質量、低成本、高時效、保安全，即滿足QCDS四方面的綜合要求。目前傳統人工揀選的作業痛點在于揀選差錯率居高不下、面積利用率低、效率有待提高。

　　揀選差錯率高。首先揀選作業仍以人工為主，不可避免出現差錯問題；另外，不同揀選模式下揀選難度不同，差錯率也有一定差別，拆零揀選差錯率普遍高于批量揀選。

　　空間利用率低。人工揀選作業面有限，受限于零件擺放高度、通道面積等限制條件，物流空間利用率相對較低。在不考慮空間利用率的情況下，投影面積利用率不足50%。

　　揀選效率低。汽車零部件品種多、選型復雜，揀選過程中需同步考慮先進先出、零件質量防護等作業要求，效率低下。一般批量揀選中的作業效率無法突破50～60箱/人/小時。

　　二、揀選策略分析

　　從整體運作邏輯而言，揀選環節下游的要貨可分為拉動式和推動式兩種：拉動式即后補充式，是根據下游庫存的消耗情況，考慮在途與安全庫存，向上游進行要貨，啟動揀選作業；推動式即計劃式要貨，依照生產計劃生成揀選訂單，在生產的同時啟動接下來一段時間生產所需要的零件揀選工作。無論哪種要貨邏輯，對于揀選環節而言，皆是通過系統算法，將需求轉化為訂單，供揀選作業參照，同時皆應遵循FIFO（先進先出）原則。

　　1. 揀選模式選擇

　　在各個物流中心，針對汽車零部件的揀選分為批量揀選和拆零揀選兩大類。批量揀選中分為整托和整箱（看板），拆零揀選中分為整套（SPS）和單類（排序）。不同層級的物流節點，對揀選深度的要求不一致，上游節點批量揀選的比例高，下游節點多為拆零揀選。

        揀選模式

　　（1）模式一：看板模式

　　按看板揀選是指作業者按照訂單要求，將零件以箱為單位，即以看板為單位進行揀選，進而完成向下的配送工作。批量揀選模式下的集散中心、倉儲中心，多采用此種揀選策略。此種揀選策略的優點在于訂單任務簡單，無論是推動還是拉動要貨，作業者只需要根據訂單要求，匹配相應的看板，完成揀選工作即可。在揀選過程中，作業者僅核對看板信息，無需對包裝內的零件進行核驗，操作對象也是相對規整的立方體包裝形式，便于揀選搬運、堆碼垛存放以及配送上線。

　　（2）模式二：SPS揀選模式

　　SPS揀選多應用于超市緩存中心環節，該模式下的揀選對作業者提出了較高的要求：揀選頻率加快，批量模式下揀選一箱零件，而在SPS策略下需按輛份將一箱零件分多次進行揀選；揀選人員需對零件個體進行操作，因此增加了拆除外包裝、去除內部一次性隔襯、處理空箱等工作，當零件器具較為復雜時，需要調整器具結構，額外行走、彎腰揀選大尺寸包裝內的零件；甄別零件的工時與責任轉嫁給超市緩存中心揀選作業人員，揀選人員需仔細核對備貨單與零件看板，區分顏色、高低配，注意單次揀選的零件數量是否匹配等；要求作業者關注零件質量，拆除包裝、零件拿取、放置在器具內指定位置等工作均需要強化培訓。

　　（3）模式三：排序揀選模式

　　排序揀選模式針對同種零件高低配、顏色選型較多、零件個體體積較大，線旁面積不足的情況所采用的，在如今主流的、多車型混線生產的主機廠被大量采用。排序揀選是根據生產計劃，提前一定時間將需揀選的零件以訂單（備貨單）的形式推送給作業者，作業者按照訂單順序將零件逐一揀選并放置在器具內，排序器具多為專用器具，需對零件起到較好的固定與防護作用。排序揀選與SPS揀選均是針對個體零件，因此排序揀選對揀選作業人員的要求及關注點與SPS類似，但排序揀選更具針對性，僅對單獨一種零件進行揀選操作，并且零件一般體積較大，如車門玻璃、門護板、空調等。

　　2. 揀選策略分析

　　在三種揀選模式中，后兩種為拆零揀選，揀選復雜，難度大。在拆零揀選中，一般分為兩種揀選策略，分別為播種式揀選和摘果式揀選。播種式揀選是集訂單的揀選，先把其中每種物料的數量分別匯總，再逐個對各個去向進行分貨，形式如播種。摘果式揀選的作業特征是從貨架上取貨，放入指定的箱中。

　　（1）播種式揀選

　　播種式揀選是先對多個訂單進行預處理，將每批訂單上的同類零件進行累積并從存儲區全部揀選出來，進行整理，然后對同一種零件進行處理，將其按訂單需求進行分配，即放置在上線器具上，當該種零件分配完畢后，再對下一種零件進行分配。播種式揀選在揀選過程中同時處理多個訂單，作業任務是處理之后的“新訂單”，需要做好充分的準備工作，通常該部分訂單的分割與合并由系統完成，因此播種式揀選更適用于品種較多、數量較大的零件。播種式揀選可以高效地處理批量訂單，行走距離相對較少，完成一份訂單的平均耗時較短。由于揀選任務基于合并后的訂單，一旦發生差錯，將影響多個乃至全部訂單。

　　（2）摘果式揀選

　　摘果式揀選是指讓揀選作業人員在存儲區巡回作業，按某一訂單揀選出訂單中的全部零件，完成一個訂單需遴選整個存儲區，將該訂單揀選完畢后，再進行下一訂單的揀選任務。摘果式揀選是針對每一訂單，逐一進行揀選，更適用于品種少、訂單量大的情況。由于該揀選策略需遍尋整個倉儲區，因此行走距離較大、動作多、耗時長，多品種將增加揀選的難度與產生差錯的可能，而一旦發生差錯，只影響一個訂單，相對而言影響范圍較小。

　　（3）融合揀選策略

　　橫向對比各物流環節揀選難度，縱向挖掘揀選的復雜度。超市緩存中心拆零整套（SPS）揀選、拆零單類揀選為難度和復雜度最高的環節，對揀選的準確度、效率提出了最高的要求。

        揀選難度等級

　　在SPS揀選中同時涉及GLT/KLT、通用件/專用件、同時車型選裝信息的影響，需按照車序進行揀選。針對SPS揀選特點，提出以下策略：

　　融合揀選策略

　　采用播種式和摘果式融合的策略進行揀選，在通用件的預揀選過程中，將指定訂單數作為一個訂單集，單次揀選多個相同零件，利用播種方式進行揀選。在專用件的揀選過程中，利用摘果方式進行揀選。一個揀選過程，使用兩種揀選方式。

　　主流程優先策略

　　分析GLT與KLT的零件品類、數量，將品類多、數量大的那部分確認為主流程，其他為支流流程，優先對主流程進行流程設計及布局設計。將支流流程進行弱化設計，優先主流程服務。汽車零部件物流SPS揀選中，往往KLT零件品類多、數量多、行跡管理復雜，故對KLT揀選流程予以優先設計；將GLT零件流程后續輔助設計。

　　預揀選策略

　　主體設計思路為設立GLT&KLT通用零件揀選區域，提前完成揀選訂單中通用零件的揀選；以立體貨柜作為備貨緩存為例，首先完成通用零件的揀選，因立體貨柜揀選的便利性限制，將KLT尺寸≤600mm或800mm的專用零件存放至立體貨柜中；完成立體貨柜揀選后，對KLT＞600mm或800mm及GLT的專用零件進行揀選，完成整個揀選操作。

        預揀選策略

　　預編組策略

　　為了提高揀選的效率，盡量在1～2個揀選操作平臺上完成整個訂單的揀選，需要對SPS臺車整套零件按編組算法規則進行預編組。即，按零件的車型選裝信息智能配載托盤層，進行預先編組。

　　首先將利用系統預先對揀選單進行排序，保證足夠長周期內揀選單的相似度最大化。在此基礎上，算法結合主機廠生產信息，將車序信息與訂單信息提前給出，實現各車型的預先組合排序，按生產順序的需求實現快速準確揀選。

　　3. 揀選技術選型

　　揀選環節效率的高低、揀選是否精準、成本是否可控與上游的倉儲和下游的轉運有著直接的聯系。目前隨著物流技術的不斷發展，在倉儲、分揀環節應用的技術越來越成熟，基于以上的揀選策略分析，結合各個不同的分揀場景，給出以下基于智能裝備應用的智能化、定制化揀選解決方案。

　　（1）儲分一體類技術

        儲分一體類技術

　　倉儲類技術可分為大件GLT和小件KLT兩種，為了降低倉儲成本，針對這兩種不同包裝性質的零件會進行密集式的批量存儲，為了提高揀選效率，可在批量存儲后，下架至備貨緩存區域，配合后續的揀選。

　　在批量存儲GLT的過程中，四向穿梭車技術為近幾年較為新式的做法。通常利用四向穿梭車，在同一平層實現存取，利用提升機實現四向穿梭車及貨物的換層。同時，可利用Kiva AGV或無人叉車與四向穿梭車進行混合調度，實現無縫的連接與配合，提高整體存取及轉運的效率。

　　在批量存儲KLT的過程中，多層穿梭車因效率高、儲量大、柔性高的特點被電商及汽車物流企業廣泛應用。隨著技術的發展，多層穿梭車從單一尺寸發展為可變尺寸，適應更多的器具尺寸形式，與Kiva AGV散盤區或立體貨柜等備貨緩存技術進行有機結合，形成完整的儲分一體化方案。

　　（2）揀選類技術

        揀選類技術

　　揀選類技術分為輔助揀選類和自動揀選類，輔助揀選類以聲光提醒為主，提高揀選的效率和準確性；自動揀選技術適用揀選機器人，利用夾抱和抓取的原理進行整箱或單個零件的揀選。

　　目前輔助揀選類技術利用電子標簽功能，根據場景的不同，與Kiva等技術融合簡化應用，達到快速貨到人揀選，可達到60～80箱/小時的揀選效率。

　　（3）技術匹配

技術匹配圖

　　通過儲分一體類技術與揀選類技術的排列組合，可實現適應不同業務場景的多種一體化解決方案。具體選擇哪一種方案，取決于流量的限制、效率的要求、成本的制約等因素。

　　根據各個場景的不同，給出批量倉儲與快速揀選技術匹配的基本模型，便于大家在日常使用過程中進行技術選擇。批量倉儲以料箱級存儲技術為例，主流技術為多層穿梭車與Miniload。

批量揀選裝備選擇

        揀選技術選擇

　　快速揀選以拆零單類零件為例，主流技術為輔助揀選技術（聲、光）及自動揀選技術。未來以機器視覺、六軸機器人、AMR機器人為發展方向，以人機協作方式進一步提高生產力水平。

智能裝備選型

　　三、未來發展趨勢

　　近幾年物流技術高速發展，倉儲、揀選設備可基本滿足標準化的業務流程與作業對象。未來將在算法、系統策略層面進行優化與突破。例如機器視覺技術，通過機器學習、深度學習算法的植入與升級，實現更智能的感知，將從外部獲取的信息轉化成數字化的信號，進而通過人工智能進行判斷與決策，使各項揀選技術能夠應對非標準化的流程與揀選對象，實現揀選柔性化、個性化；再如AMR技術，同樣是通過后臺的人工智能支撐，實現路線的自主導航與自動規劃，為揀選作業提供更高效的技術支撐；通過數字孿生技術，實現實際場景的虛擬數據及圖像采集，利用算法校驗揀選的準確性，實現效率優化和技術升級。