星空体育官网入口,吉利成都工厂的物流场景数智化探索与实践——访吉利集团吉速物流有限公司成都工厂RDC高级经理杨志伟（本刊记者 王玉）

　　东杰智能：打造核心解决方案，助力汽车工厂仓储物流数智化变革——访东杰智能科技集团股份有限公司副总裁、总工程师王永红（本刊记者 王玉）

　　近年来，吉利成都工厂在智能制造和智慧物流体系建设方面取得显著进展，尤其是针对卸货、入库、存储、翻包/排序、拣选&配送，以及物流订单整合与分配等六大核心物流场景进行积极探索，实现物流运作的数智化升级。

　　吉利汽车集团是中国领先的汽车制造商，致力于打造科技引领型全球汽车企业，目前在国内的浙江、陕西、四川等地建有汽车整车和动力总成制造基地，并在多个国家和地区建有海外工厂。其中，吉利成都工厂近年来在智能制造和智慧物流体系建设方面取得显著进展，尤其在工厂物流场景的数智化升级方面做出积极探索。在本期专题中，我们有幸采访到吉利集团吉速物流有限公司成都工厂RDC高级经理杨志伟先生，请他为我们分享了近年来吉利成都工厂在物流场景数智化升级方面的具体举措和宝贵经验。

　　杨志伟：近年来，吉利集团依托新能源与海外市场的双重驱动力，正迈向新的发展阶段。2024年，吉利设定了全年销量190万辆的目标，并实现稳健增长，年中已将目标上调至200万辆，其中新能源汽车的发展尤为关键，预计销量将达到80.84万辆，占比超过42%，极氪、领克、银河等品牌均获市场广泛认可，其中极氪品牌的累计交付量更是稳居中国豪华品牌销量榜前列。同时，吉利在海外市场也表现出色，1~7月海外销量同比增长67%，远超行业平均水平，上半年在海外上市了12款高价值产品，全球销售及服务网络已覆盖76个国家的650多个网点。

　　作为吉利战略布局中的关键一环，吉利成都工厂坐落在四川省成都市龙泉驿区国家级经济技术开发区，工厂占地面积广阔，一期工程已达800余亩，建筑面积达15万平方米，投资规模高达13.5亿元人民币。工厂配备了冲压、焊装、涂装、总装四大汽车生产工艺，并拥有完善的配套设施，具备灵活生产多款SUV车型的能力，展现出强大的生产实力和技术水平。二期工程斥资30亿元人民币，将年生产能力提升至20万辆，彰显了吉利对成都乃至西南地区市场的高度重视与深远布局。

　　记者：请您结合吉利成都工厂核心物流场景的特点及痛点问题，对近年实施过的数智化解决方案进行一下介绍。

　　杨志伟：近年来，吉利成都工厂主要针对卸货、入库、存储、翻包/排序、拣选&配送，以及物流订单整合与分配等六大核心物流场景进行了数智化升级，具体如下：

　　场景一：卸货。卸货环节作为仓储物流过程的起始，要求快速、准确地将货物从运输工具上卸载。此环节面临的主要挑战包括：高峰期时易出现拥堵，导致卸货效率降低；同时，货物损坏或丢失的风险也不容忽视。

　　实施方案：自动卸货系统。针对特定物料（如座椅、轮胎等）的自动化卸货需求，我们提出了一套创新的解决方案。首先，利用先进的系统排序技术，根据生产节奏对所需物料进行精准排序。供应商则严格按照排序进行物料分装，并采用特制车辆将分装好的物料配送至总装车间的指定卸货道口。特制车辆能够直接与总装车间的自动输送线无缝对接，货车配置的动力系统会将座椅等物料平稳推送至自动输送线上，完成物料的自动上线作业。这一方案完全摒弃了传统叉车进行的人工装卸作业，有效节省了约6名人工的操作需求，显著提升了生产效率和自动化水平。

　　场景二：入库扫描。入库扫描环节通过扫描设备记录货物信息，为后续的库存管理提供准确依据。然而，传统的人工扫描方式存在诸多痛点，如漏扫、错扫导致数据不准确，以及高峰期处理速度跟不上货物入库速度等。

　　实施方案：视觉收货门。采用视觉收货门技术替代传统的人工静态逐箱扫描方式，实现动态站式收货。同时，可对到货状态进行拍照留存，并与IWMS系统、吉利GLES系统实时连接，不仅可提升入厂物流收货效率，还能保证100%的收货准确率。

　　场景三：存储。存储环节需要根据货物特性和存储要求，合理地将货物放置在仓库的适当位置。此环节面临的主要挑战包括：工厂内部物流存储空间有限，货物摆放可能不够合理，导致空间利用率低；同时，库存管理难度大也是痛点问题之一。

　　实施方案：智能料箱立体库。随着汽车车型增多，零部件SKU数量成倍增长，为进一步提升仓储空间利用率、实现零部件的精细化管理、满足多车型共线生产的需求，我们引入了智能料箱立体库解决方案，通过与海柔创新合作，部署HaiPick系统，包括A42T伸缩升降料箱机器人、HaiPort工作站与智慧仓储管理平台，并配置近8米高的货架。

　　场景四：翻包/排序。此环节需要将货物进行重新打包或排序，以满足配送或进一步加工的需要，面临的主要挑战包括：翻包/排序过程繁琐，耗时耗力，且容易出错，影响物流效率和准确性。

　　实施方案：翻包流水线+排序货到人。在RDC仓库翻包区设置翻包流水线，连接高位货架存储区和小件“货到人”的无人仓上架区。通过辊道流水线连接存储区和拣配区，以工作站形式进行人工翻包。翻包后物料随流水线到达待上架区，形成自动化输送，从而有效减少行走和转运时间，提高物流效率和准确性。

　　场景五：拣选&配送。这一环节要求严格根据订单要求精准拣选所需货物，并按时送达指定地点，面临的主要挑战包括：配送过程中可能出现错漏配情况，影响配送时效；同时，配送路线可能不够优化，导致配送成本增加。

　　实施方案：货到人拣选+线边无人配送。通过引入数十台360度AGV（自动导引车）实现RDC车间的“货到人”拣选，同时应用AGV实现SPA线边无人化配送。通过这一方案，使拣选和配送的准确率与效率有效提升，并降低配送成本。

　　场景六：物流订单的整合与分配。此环节需要将来自工厂端、运输端以及整个售后备件上千家4S店的订单需求进行整合，并统筹下发到对应的运输、仓储、配送等系统。在传统模式下，往往多个信息系统对接难、孤岛现象严重，导致信息流通效率低。

　　实施方案：OTWB一体化物流信息平台。该平台实现了物流订单的整合与统筹管理，可提升物流效率，并优化物流成本，同时还能实现全链条信息的实时监控和管理功能，有效提高信息流通效率和管理水平。

　　记者：从实施情况来看，数智化解决方案的落地应用效果如何？给吉利成都工厂整体运作带来哪些显著影响？

　　杨志伟：目前，吉利成都工厂已成功构建起包括“货到人”拣选、线边无人配送、视觉收货等在内的多样化智慧物流场景，并形成完善的智慧物流体系。这些智慧物流场景的实施，不仅显著提高了作业效率，还有效降低了人工成本和错误率，具体包括：

　　1.“货到人”系统通过与IWMS系统及吉利GLES系统建立接口，利用箱二维码承载和传递物料信息。在服务器高速运算的支持下，这一系统大幅提升了物料入库、出库的效率；利用二维码导航技术，“货到人”区域的出入库准确率达到100%，上线.在SPS线边无人配送方面，通过应用AGV实现无人化配送。这些AGV具备高精度导航、自主避障和智能调度等功能，为满足生产需求，我们部署了多台AGV，不仅大幅提升了线边配送的效率与质量，还使能耗明显降低。具体来说，相比传统的人工配送方式，AGV无人配送使线.在RDC仓智能料箱立体库建设方面，该项目包括35台A42T伸缩升降料箱机器人、HaiPort工作站以及HaiQ智慧仓储管理平台，并配置近8米高的货架。这一解决方案在3000多平方米的仓库中提供了40000多个存储库位，使空间利用率提升至63.8%，面积利用率提升至79.8%。这一改进不仅大幅提升了仓库的存储密度，还实现主机厂所有箱规零部件的分类存储和上万SKU零部件的精细化管理。

　　4.数智化解决方案的落地效果，还体现在物流信息的整合与优化上。我们自主研发的OTWB一体化物流信息平台，实现物流订单的整合与统筹下发功能，可将订单信息及时准确地传递给对应的运输、仓储、配送等系统。这一平台的运用形成了闭环管理，显著提升了物流全链路的可视化程度和管理效率。具体来说，可使物流订单的处理时间缩短50%，同时提高物流信息的准确性和实时性。

　　在数智化解决方案在落地或运营阶段，曾遇到哪些挑战？又是如何应对的？杨志伟：吉利成都工厂在智慧物流场景方案的落地和运营阶段，曾面临多重挑战，主要包括技术集成的复杂性、信息流的畅通性、智能设备的高效协同以及数字化管理的全面实施等问题，为此我们采取了一系列应对措施：

　　1.技术集成挑战：在构建智慧物流体系时，我们面临着将各种智能设备（如视觉扫描设备、AGV、立体库设备等）与现有IT系统进行集成的挑战，以实现数据的互通和实时反馈。

　　应对策略：我们通过自主研发以及与合作伙伴（如海柔创新、海康、广域）的紧密合作，实现软硬件的有效集成。例如，我们建立了“货到人”IWMS系统、海柔仓储管理IMHS系统和吉利GLES系统之间的接口，确保了数据信息的互通以及物料信息的准确传递。

　　应对策略：我们建立了端到端的高效协同体系，实现物流单据及信息在各主体间的线上传输，从而提高物流运行效率。

　　在自动化物流收发存、无人化拣选、SPS无人化配送等场景中，需要智能设备之间以及设备与系统之间的高效协同。

　　应对策略：我们利用先进的调度算法为机器人选择最优配送路线，并通过系统校验功能有效避免了错漏配情况的发生。

　　应对策略：我们通过采用数字化解决方案（如物流源的智能运输管理方案），实现了实物流、信息流、账务流的融会贯通，从而降低企业数字化转型的门槛。

　　应对策略：我们结合智能设备（如电子回单），实现货物运输的实时跟踪，并随时反馈货物位置、轨迹等信息。

　　我们以精益管理为核心，致力于打造“数智化”物流运营大脑。通过运用大数据技术，我们对企业积累的物流数据进行深入挖掘和分析。

　　通过有效应对这些挑战并把握项目落地运营的关键要点，吉利成都工厂成功搭建起数智化物流体系，从而达到提升物流效率和响应速度、降低运营成本的效果，并实现绿色可持续发展。

　　您如何看待汽车工厂核心物流场景的数智化发展？未来吉利成都工厂还有哪些相关发展规划？杨志伟：汽车工厂核心物流场景的数智化发展，是汽车行业物流领域的重要趋势。这一进程涵盖了物联网、大数据分析、人工智能等先进技术的应用，通过融合应用这些技术能够显著提升物流效率、降低运营成本，并带来更高水平的服务质量。同时，随着国家对碳排放要求的日益严格，绿色物流正逐渐成为行业发展的新方向。电动物流车辆的广泛应用不仅有助于减少环境污染，也符合可持续发展的长远要求。因此，汽车物流正加速向数字化和智能化转型，以适应汽车产业的高速发展，并保持市场竞争优势。

　　综合来看，汽车工厂核心物流场景的数智化发展，对于实现智能、高效、绿色环保的物流体系至关重要，将进一步推动汽车物流行业升级发展。未来，吉利成都工厂也将从以下几方面不断提升物流水平：

　　2.推动物流数智化转型：继续深化物流与汽车产业的深度融合，推动物流服务的全面数字化和智能化升级。

　　3.发展绿色物流：积极响应“碳达峰、碳中和”的国家目标，推动电动卡车等清洁能源物流设备的使用，构建绿色物流园区，实现物流业务的低碳化发展。

　　4.加强区域物流协同：推动“成德眉资同城化”物流循环和四川省内物流循环的进一步强化，构建高水平的区域物流协作样板。

　　5.随着技术不断进步和应用场景持续拓展，吉利成都工厂也将继续探索物流数智化转型，并不断推动其整体运作向更高水平发展，为汽车行业的物流创新提供有益的借鉴和实践案例。