Um caso de uso prático de Cobot: resolvendo o problema do tempo de viagem em armazéns e centros de distribuição
Gosto de usar exemplos do mundo actual para ilustrar a tecnologia sobre a qual escrevo, e especialmente para a tecnologia em torno das quais as nuvens de redemoinho de hype e fantasia. Quando se trata de cobots, não há falta disso. Portanto, foi revigorante ler um relatório emitido pela Associação para Avançar a Automação, que forneceu uma nova referência para a adoção de Cobots:
O novo relatório da A3 sinaliza o investimento constante de automação na primeira metade de 2025
“Robôs colaborativos mostram influência crescente
A Cobots (robôs colaborativos) representou uma parcela crescente do mercado com 3.085 unidades encomendadas no primeiro semestre de 2025, avaliadas em US $ 114 milhões. Somente no segundo trimestre, a Cobots representou 23,7% de todas as unidades e 14,7% da receita. Esses sistemas são cada vez mais favorecidos por sua capacidade de trabalhar com segurança ao lado de seres humanos e atender às necessidades de automação em ambientes com restrição de trabalho ou trabalho. O A3 começou a rastrear Cobots como uma categoria distinta no 1T 2025 e planeja expandir relatórios futuros para incluir tendências de crescimento pelo setor. ”
Minha área de especialização é otimização de processos em armazéns e centros de distribuição, posso confirmar que as restrições espaciais e de mão -de -obra se aplicam ao DCS.
O caso de uso apresentado aqui é aquele que eu pessoalmente ajudei a desenvolver e, dado que o estado da arte existe atualmente para interações humanas e robôs, é prática.
Vamos primeiro entender o problema em que esse caso de uso de Cobot foi desenvolvido para resolver. Simplificando, como o tempo de viagem pode ser dramaticamente reduzido para seletores de pedidos humanos, aumentando assim sua produtividade.
Desde o início da distribuição, a seleção de pedidos para os itens armazenados em um armazém e, posteriormente, nos centros de distribuição incluiu uma certa quantidade de tempo de viagem que um humano precisava fazer, e quanto mais tempo de viagem period necessário, menos produtivo period o humano.
Como a produtividade é medida na seleção de pedidos?
Tradicionalmente, a produtividade da seleção de pedidos se resumia a quantos itens um humano poderia selecionar corretamente em locais de armazenamento em uma hora. Quanto mais o humano tivesse que viajar de native para native no caminho da seleção, depois para deixar um palete ou carrinho em uma área de embalagem, obter um novo palete ou carrinho e retornar a um ponto de partida na área de armazenamento, reduzia a produtividade a hora.
O tempo de viagem é o inimigo da produtividade.
Os esforços para tornar os seres humanos mais produtivos envolveram tecnologias como a varredura de RF (radiofrequência) e fluxos de trabalho direcionados à voz, normalmente usados juntos em uma solução multimodal. Embora essas tecnologias tenham melhorado a produtividade de localização para localização dos seres humanos, eles não resolveram definitivamente o tempo de viagem.
Uma razão significativa para isso foi de armazéns e centros de distribuição mais antigos não são otimizados para reduzir o tempo de viagem, especialmente dos locais de colheita para as áreas de preparação. Alterar a infraestrutura nesses edifícios é caro. Embora novos armazéns e centros de distribuição (campos verdes) possam ser projetados para otimizar a seleção de pedidos, ainda existem muitos armazéns e centros de distribuição mais antigos atualmente em uso.
Uma solução tradicional para esse problema foi implantar seres humanos adicionais como motores de paletes e carrinhos, desde os locais de seleção de pedidos até a embalagem e o estadiamento, permitindo que os seletores de pedidos (selecionadores) permaneçam em suas áreas para se concentrarem em iniciar a próxima tarefa sem o atraso no tempo de viagem. Obviamente, enquanto a produtividade da seleção de pedidos aumentou, o custo da realização geral da ordem também devido ao custo adicional dos motores.
O caso de uso de Cobot que ajudei a desenvolver aproveitou alguns fatores básicos: os custos dos robôs (neste caso, robôs móveis autônomos – AMRs) estavam caindo e se tornando favoráveis aos custos de mão -de -obra humana, e o custo da modificação física do centro de distribuição foi financeiramente e operacionalmente proibitivo.
A solução Cobot estava, em alto nível, direta: use o AMRS para mover paletes das áreas de seleção de pedidos para embalagem e reabastecer paletes vazios em locais estratégicos na área de seleção de pedidos.
Lembre -se daquele velho ditado: “Deus (ou o diabo) está nos detalhes”.
Bem, neste caso, period o diabo. Alguns dos detalhes que precisavam ser considerados incluíram a etapa particularmente importante de alertar uma AMR de que um seletor havia lançado um palete cheio em um native de captação estratégico.
Ao escolher itens em um palete, normalmente uma etiqueta com código de barras exclusivo é afixado no palete. O código de barras identifica o palete como pertencente a uma tarefa de seleção para um cliente específico e a posição do palete se houver mais de uma para a tarefa (por exemplo, 2 de 3).
O seletor de ordem humana (seleção), aumentada com tecnologias multimodais (Route-Route Plus RF Barcode Ring Scanner), associa o rótulo de paletes à sua tarefa antes de escolher o primeiro merchandise no palete. Ao escolher esse palete é concluído, ele é descartado em um native estratégico (geralmente no closing do corredor em que o último merchandise do palete foi colhido). Este native também possui um código de barras.
A solução Cobot integrou a notificação de queda sistêmica no native estratégico da solução multimodal do Human aumentado com o sistema operacional AMR (Robô Móvel Autônomo). Esse sistema poderia determinar qual AMR period mais próximo da queda que poderia fazer a coleta. O AMR mudaria para esse native, lia o rótulo de localização para verificar que estava no lugar certo e, se sim, leria o rótulo do palete.
O sistema AMR saberia que o palete deveria ser movido para um native específico de embalagem ou estadiamento que foi pré -projetado para manusear e preparar o pedido do cliente, ao qual o rótulo de paletes se referiu. Enquanto o AMR estava movendo o palete completo, o humano aumentado já teria recebido e iniciado sua próxima tarefa de escolher sem deixar os locais de choosing. O tempo de viagem foi eliminado e a produtividade da seleção de pedidos melhorou drasticamente.
Esse tipo de caso de uso de COBOT verá a crescente adoção à medida que a ascensão dos COBOTS continua.
Sobre o autor
Tim Lindner desenvolve soluções de tecnologia multimodal (voz / realidade aumentada / varredura de RF) que se concentram em atender ou exceder os objetivos de melhoria de produtividade dos clientes de logística e cadeia de suprimentos. Ele pode ser alcançado em LinkedIn.com/in/timlindner.
Quer twittar sobre este artigo? Use hashtags #Cobots #wareHouseAutomation #SupplyChaintech #LogisticSInnovation #amr #DistributionCENTERS #ProcessOtimization #RfScanning #BrownFieldsolutions #HumanRobotCollaboration #IoT #AIA