在国内电商或是跨境电商中，分拣都是电商履约中的一道重要环节。这篇文章里，作者就对物流分拣中心中的分拣机硬件、系统数据交互、分拣模式等方面做了分析，一起来看一下。
在做国内电商时，商家通常将需要发货的订单，批量包裹交付给上门揽收的物流商。物流商揽收成功后，会将包裹运输至分拣中心，对包裹按目的地（华南、华北、华东等）、包裹形态（软袋、纸箱）等要求进行分拣区分，再将同类型包裹集中装车统一配送，提升履约效率。
而跨境电商中，除非通过国际快递或全程服务商进行全程履约，即门到门配送——上门揽收—分拣—报关—清关—配送。否则若通过“自主头程”履约，则需商家先自行对包裹根据目的地进行分拣区分，再联系各目的国服务商上门揽收（如美国订单通知美国服务商、新加坡订单通知东南亚服务商）。
因此，无论是国内电商还是跨境电商，分拣都是电商履约中一道必不可少的环节。
在订单包裹量少的时候，选择雇佣分拣员，以人工肉眼的方式对包裹面单上目的地等信息进行分拣，不失为一种低成本高效做法。
但当订单包裹量较大的时候，则需要雇佣大量的分拣人员人工操作，也因此产生了高额的分拣人工成本。此时资金充裕的商家，会将目光投向包裹分拣的全自动化设备——包裹分拣机。
当然，分拣机设备对资金、场地等都有较高的要求。当人工分拣的成本超过分拣机投入的成本、且订单增长乐观时，成立专门的分拣中心部署自动化分拣设备，会成为很多大型公司降本、增效的手段。
包裹分拣机：是一种借助计算机管理系统、自动识别装置等软硬件设置，自动将包裹以一定的规则“归类”到指定位置，实现自动化分拣的机器。
1）建包台
由无动力滚动条组成，主要帮助运往分拣机导入过程中，减少人工推动、重量过重等对耗材外包装的磨损。
2）导入台
导入台主要负责“待分拣”包裹的承放的同时，顶部的“自动识别摄像机”对包裹上标签、面单条码的扫描解析。
解析识别成功包裹号或订单号后，将利用接口查询该包裹对应“分拣任务”，比如包裹与槽口的对应关系，以便后续推入槽口。
后文将会对以上异常情况的解决方案进行分享。
3）量方机
量方顾名思义，即对包裹的长、宽、高、重量、体积等信息进行自动识别计算。
有些分拣机会在导入台导入包裹时即进行量方，导入与量方合二为一。而有些分拣机会在包裹导入后的下一个环节安装量方机，包裹流经此处后会降低运输速度，便于仪器识别。
如图所示，此类型量方机仅顶部感应器支持对包裹标签进行扫描，而一旦包裹非标签/面单正面朝上时，则量方数据无法与具体的包裹进行关联，因此在导入台导入时即需对包裹进行翻转朝上调整。
而有些较为昂贵与先进的量方机，支持六面量方，安装多个识别器，360度无死角进行包裹标签/面单条码扫描。
量方数据时长用于与物流服务商的对账结算，因此该数据十分重要，需要存储并回传业务系统使用。
4）运输小车
运输小车指运输履带上的“格子”，包裹扫描成功后，包裹会被履带运输到其中一个小车上，此时包裹分拣状态变更为导入成功。
一个小车仅可装载唯一个对应包裹，小车通过重力感应或光感感应是否成功载货，若失败则为导入失败，对应的包裹需要人工介入重新扫描。
小车运输包裹去往槽口过程中，也会出现一些常见异常：
以上异常同在下文分拣异常部分作详细介绍。
5）槽口
槽口也称格口，处于分拣机末端，相当于分拣机的出口。通常与笼车、麻袋相连接，用于被分拣机小车推出的包裹归类。
槽口类型有：正常槽口、异常槽口、停用槽口等。可在分拣管理系统中对槽口类型进行维护。异常槽口专门用来接收重量、无槽口判断等异常包裹。
槽口通常带有业务属性：比如相同渠道、耗材、订单类型、申报方式、国家、体积等，可根据业务包裹分拣需要，对槽口匹配的包裹条件进行设置。
槽口与运输小车连接处，可安装光感感应设备，用于对包裹推入槽口是否成功、以及槽口是否装满进行感应。
当光感设备感应包裹成功落入槽口，则包裹对应分拣状态应自动变更为卸载成功。若光感识别槽口已有包裹溢出，可自动将该槽口状态变更为停用（后续可由人工拉走满载笼车后手动开启）。
槽口停用后，带有该槽口分拣任务的包裹将不会流入，系统将自动识别该包裹是否有其余可用槽口，若无可用，则包裹会在运输流水线上，以业务配置的超圈数以内圈数继续流转，寻找与等候可用槽口，超过超圈数设置后，则流入异常槽口等候二次扫描。
6）MES人工补码
从分拣机灵活性考虑，需在导入台提供人工补码设备，以支持自动识别摄像设备无法识别时，由人工输入包裹关键信息，查询分拣任务并进行扫描导入。
MES补码器通常由显示屏、扫描枪、鼠标、键盘、支架组成。
以下介绍几个主体：业务系统、分拣管理系统、PLC、分拣机设备。
一次完整的包裹分拣，基本由这四个系统主体串联起来，进行系统交互：
首先，需上游业务系统将槽口配置需要用到的业务数据提供，比如渠道信息、订单类型等。
其次，在分拣系统维护分拣机设备基础设置：比如一个分拣机最轻、最重重量、超圈数（即一次最多支持运转几圈）等进行设置。同时需要维护槽口匹配条件：比如目的国=美国时，命中槽口A001。
维护完毕后，需将对应的信息推送PLC系统，由于分拣机设备商内部也有一套槽口编码，因此得将企业端的槽口编码与分拣端的槽口编码映射，使得分拣任务能成功找到对应槽口。
等待业务系统包裹信息下发，分拣系统根据槽口分配规则，为包裹分配对应的槽口，一个“包裹—槽口”的对应关系即是一个最简单的分拣任务。
分拣系统下发分拣任务至PLC，由PLC通知对应的设备机器执行分拣任务。
分拣机执行任务后，根据任务分发链条，再将分拣结果反向通过PLC——分拣系统——业务系统层层返回。
上文提及，分拣系统根据槽口分配规则，为包裹分配对应的槽口，一个“包裹—槽口”的对应关系即是一个最简单的分拣任务。
分拣任务可简单归结为4个状态：未分拣、分拣中、分拣成功、分拣失败。
刚才提及的是分拣任务的状态，实体是——分拣任务，而本土则是包裹的分拣状态，对应实体为——包裹。
当包裹扫描失败、导入失败、卸载失败时，需人工介入重新处理后，二次进行导入台扫描，可对原分拣任务变更为分拣失败后作废，并将原分拣任务复制出新分拣任务执行。
包裹分拣机分拣模式有以下几种通用模式。
系统能自动识别包裹上的条码，通过条码信息在相关系统查询对应分拣任务，获取包裹预判槽口。后续将包裹正确分拣入相应的物理槽口中。
使用与分拣设备实时连接的手持条码扫描器识读包裹上的条码，通过条码信息在相关系统查询对应分拣任务，获取包裹预判槽口。后续将包裹正确分拣入相应的物理槽口。
使用与分拣设备实时连接的手持条码扫描器识读包裹上的条码，并键入分拣信息（槽口编码等），分拣设备将扫描的条码信息和人工键入的分拣信息绑定储存，利用键入的分拣信息将包裹分拣入相应的物理格槽口。
上述三种分拣模式之间无需人工切换，可实时实现所有分拣模式的混合作业。
在该模式中，分拣设备根据人工键入的分拣信息（槽口编码等），将快递件分拣入相应的物理槽口。
针对上文提及到的相关异常，可用以下方法解决：
超轻、超重、分拣重与打包重差异过大等，可设置专门的异常槽口处理该类型异常包裹。也可在导入台即进行拦截，包裹拦截导入。
若包裹分拣任务无法识别对应的槽口，同理可设置专门异常槽口分拣。由分拣中心现场异常处理员核实无槽口原因。若确实由于为进行槽口配置所致，可针对缺失的条件维护对应唯一槽口。
当包裹扫描完成，未能识别含有分拣任务时，可能是由于下发分拣任务接口异常引起，可调起补偿接口主动进行分拣任务查询。
当IBB感应器检测到两个小车之间有一票快件时，两个小车同时被封锁（自动），导入供件台的新的快件将不能送上这两个小车。
该小车之间的快件被认定为迷路物品，将被送至指定的异常格口（如上图IBB chutes），经过异常格口时，两个小车同时被激活，尝试释放该快件。在统计报表中，按迷路物品记录，并将此异常信息反馈给主机。
当经过下一个IBB感应器时，若该快件被检测到仍未卸载，分拣机应继续运行，但需系统报警（两小车仍然保持封锁），直至IBB感应器检测不到被封锁小车上有件（例如该快件被人工移除）被移除，然后系统自动将两小车解除封锁。
在验收测试过程中，如果快件出现在两个小车之间或卸载到IBB异常滑槽，该包裹将被认定为分拣失败。
被第一个IOB感应器检测到的快件被认定为迷路物品，将被尝试居中拉回。在第二个IOB感应器检测到快件时，分拣机环线将停机到自动扫描仪位置附近（如上图）并在系统报警。
除此以外，分拣中心分拣机的搭建也应该遵循以下几个原则。
若分拣中心区分大货分拣机和小货分拣机，从分拣柔性上看，应当支持将小包裹投入大货分拣机分拣。
同时，若存在多个距离较近分拣中心，为确保履约时效。当某个分拣中心分拣机设备故障并短期难以修缮完毕时，系统应支持包裹“转仓投放分拣”。
分拣机周围应设立安全立网，用于防止操作人员意外触碰到运行中的的分拣小车，或人工横跨、弯腰穿过分拣机设备，避免卷入重大安全风险。
在分拣机沿线没有格口的位置需要安装安全托网。安全托网应设计成在小车两侧具有足够的宽度，托网的外沿在靠近操作员的一侧需设计成向上折起，以防止小件飞落。托网的设计需满足身高约1.7米的操作人员在没有辅助设施的情况下可以捡到飘落在托网上的快件，且无法触碰到运行的分拣小车。
导入台的自动识别设备，应该经过实践调整至最佳拍摄位，减少人工多次调整导入包裹位置耽误时效。分拣任务、分拣结果回传接口，应考虑接口异常阻塞影响分拣运转情况，产品方案设计时要充分考虑补偿、兜底接口。
以上，就是对物流分拣中心中，分拣机硬件、系统数据交互、分拣模式的一些抽象和概略分享。更多的内容将会在“下篇”推出。
作者：供应链出海派，某跨境电商SaaS公司产品负责人
本文由 @供应链出海派 原创发布于人人都是产品经理。未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。