首先将利用系统预先对拣选单进行排序，保证足够长周期内拣选单的相似度最大化。在此基础上，算法结合主机厂生产信息，将车序信息与订单信息提前给出，实现各车型的预先组合排序，按生产顺序的需求实现快速准确拣选。

　　3. 拣选技术选型

　　拣选环节效率的高低、拣选是否精准、成本是否可控与上游的仓储和下游的转运有着直接的联系。目前随着物流技术的不断发展，在仓储、分拣环节应用的技术越来越成熟，基于以上的拣选策略分析，结合各个不同的分拣场景，给出以下基于智能装备应用的智能化、定制化拣选解决方案。

　　（1）储分一体类技术

        储分一体类技术

　　仓储类技术可分为大件GLT和小件KLT两种，为了降低仓储成本，针对这两种不同包装性质的零件会进行密集式的批量存储，为了提高拣选效率，可在批量存储后，下架至备货缓存区域，配合后续的拣选。

　　在批量存储GLT的过程中，四向穿梭车技术为近几年较为新式的做法。通常利用四向穿梭车，在同一平层实现存取，利用提升机实现四向穿梭车及货物的换层。同时，可利用Kiva AGV或无人叉车与四向穿梭车进行混合调度，实现无缝的连接与配合，提高整体存取及转运的效率。

　　在批量存储KLT的过程中，多层穿梭车因效率高、储量大、柔性高的特点被电商及汽车物流企业广泛应用。随着技术的发展，多层穿梭车从单一尺寸发展为可变尺寸，适应更多的器具尺寸形式，与Kiva AGV散盘区或立体货柜等备货缓存技术进行有机结合，形成完整的储分一体化方案。

　　（2）拣选类技术

        拣选类技术

　　拣选类技术分为辅助拣选类和自动拣选类，辅助拣选类以声光提醒为主，提高拣选的效率和准确性；自动拣选技术适用拣选机器人，利用夹抱和抓取的原理进行整箱或单个零件的拣选。

　　目前辅助拣选类技术利用电子标签功能，根据场景的不同，与Kiva等技术融合简化应用，达到快速货到人拣选，可达到60～80箱/小时的拣选效率。

　　（3）技术匹配

技术匹配图

　　通过储分一体类技术与拣选类技术的排列组合，可实现适应不同业务场景的多种一体化解决方案。具体选择哪一种方案，取决于流量的限制、效率的要求、成本的制约等因素。

　　根据各个场景的不同，给出批量仓储与快速拣选技术匹配的基本模型，便于大家在日常使用过程中进行技术选择。批量仓储以料箱级存储技术为例，主流技术为多层穿梭车与Miniload。

批量拣选装备选择

        拣选技术选择

　　快速拣选以拆零单类零件为例，主流技术为辅助拣选技术（声、光）及自动拣选技术。未来以机器视觉、六轴机器人、AMR机器人为发展方向，以人机协作方式进一步提高生产力水平。

智能装备选型

　　三、未来发展趋势

　　近几年物流技术高速发展，仓储、拣选设备可基本满足标准化的业务流程与作业对象。未来将在算法、系统策略层面进行优化与突破。例如机器视觉技术，通过机器学习、深度学习算法的植入与升级，实现更智能的感知，将从外部获取的信息转化成数字化的信号，进而通过人工智能进行判断与决策，使各项拣选技术能够应对非标准化的流程与拣选对象，实现拣选柔性化、个性化；再如AMR技术，同样是通过后台的人工智能支撑，实现路线的自主导航与自动规划，为拣选作业提供更高效的技术支撑；通过数字孪生技术，实现实际场景的虚拟数据及图像采集，利用算法校验拣选的准确性，实现效率优化和技术升级。