Literatuurstudie
De relatie tussen mensen en cobots in het orderpickingproces
Literatuurstudie HI
Begeleiders: Prof. dr. Kris Braekers & dr. Ruben D’Haen
Ben Corvers, Jonas Esselen, Rik Van Houdt
Groep 1
3e Bachelor HI - Academiejaar 2023-2024
Inhoudsopgave
1 Inleiding.................................................................................................................................3
2 Methodologie.........................................................................................................................5
2.1 Bepalen databases:......................................................................................................5
2.2 Bepalen selectiestrategie............................................................................................. 5
2.3 Identificeren analysedimensies.................................................................................... 7
3 Onderzoeksresultaten........................................................................................................... 8
3.1 Logistieke revolutie.......................................................................................................8
3.1.1 Automatisering in het orderpickingproces........................................................... 9
3.1.2 Logistiek 5.0...................................................................................................... 10
3.2 Cobots........................................................................................................................ 12
3.2.1. Cobots in het orderpickingproces.....................................................................12
3.2.2. Picker-to-parts orderpicking............................................................................. 15
3.2.3. Parts-to-picker orderpicking............................................................................. 16
3.2.4. Mobiele cobot................................................................................................... 16
3.2.5. Mobiele cobot met manipulator........................................................................ 17
3.3 Voor- en nadelen cobots............................................................................................ 20
3.4 Economische aspecten.............................................................................................. 22
4 Conclusie............................................................................................................................ 24
5 Bibliografie.......................................................................................................................... 26
2
1 Inleiding
Door de snelle groei van online winkelen en de veranderende gewoonten van consumenten,
staan logistieke bedrijven voor grote uitdagingen. Om deze uitdagingen zo efficiënt mogelijk
te kunnen aanpakken, dienen logistieke bedrijven hun processen te stroomlijnen en hun
operaties te optimaliseren (Mecalux, z.d.). Daarom zijn digitalisatie en automatisering de
laatste jaren een ware trend in de logistieke industrie. Door automatisatie kunnen
inefficiënties verwijderd worden uit de supply chain en kunnen bedrijven sneller en
doelgerichter anticiperen op nieuwe ontwikkelingen (Nederland, z.d.).
Een van de fundamentele processen in de supply chain is warehousing, oftewel het
magazijnbeheer (Tubis et al., 2023). Magazijnen zijn de knooppunten van de
materiaalstroom in de supply chain en zijn van cruciaal belang voor industrie en logistiek
(Jacob et al., 2023). Magazijnen zijn betrokken bij het ontvangen van leveringen, maar
worden ook gebruikt voor opslag/buffering van producten. Deze producten kunnen zowel
grondstoffen, goederen in bewerking als afgewerkte producten zijn. Als distributie bovendien
behoort tot de hoofdactiviteiten van het magazijn, noemt men dit ook wel een
distributiecentrum (de Koster et al., 2007). Om het magazijnbeheer zo efficiënt mogelijk te
laten verlopen, is het digitaliseren van magazijnen een ware trend. Bovendien zijn
digitalisering en de implementatie ervan van belang bij het uitwisselen van informatie tussen
verschillende partners (Tubis et al., 2023).
Terwijl veel handelingen binnen die magazijnen traditioneel handmatig werden uitgevoerd,
bieden nieuwe technologieën opportuniteiten om de werklast van magazijnmedewerkers te
verlichten (Zhang et al., 2023). Daarbovenop zijn er trends als just-in-time leveringen,
kortere productlevenscycli, demografische verandering en de Covid-19 pandemie, die ervoor
zorgen dat magazijnen steeds sneller en efficiënter moeten handelen (Pasparakis et al.,
2023a).
In magazijnen wordt orderpicken, het ophalen van producten uit de opslag, gezien als de
meest arbeidsintensieve en tijdrovende activiteit. Gemiddeld zou het verzamelen van orders
de helft van de totale operationele magazijnkosten bedragen. Het niet correct of niet
voldoende efficiënt uitvoeren van het orderpicken kan leiden tot ontevreden klanten en hoge
operationele kosten voor het magazijn, en dus voor de hele toeleveringsketen. Om efficiënt
te kunnen werken, moet het orderpickingproces continu geoptimaliseerd worden (de Koster
et al., 2007). Dit kan door middel van een transitie van manueel werk, naar meer
geautomatiseerde orderpickingsystemen (Dang et al., 2022).
Een efficiënte automatisering van het orderpicken kan het aantal fouten reduceren en het
proces versnellen (Mecalux, z.d.). Nieuwe technologieën ondersteunen en verbeteren de
flexibiliteit van orderpickingsystemen. Robots en andere automatiseringsoplossingen zouden
het belastende werk van medewerkers kunnen overpakken, met een efficiëntere operatie tot
gevolg (Nederland, z.d.). Picking robots die samen met menselijke pickers kunnen werken,
ook wel collaborative robots (cobots) genoemd, zijn hier een voorbeeld van (Zhang et al.,
2023).
Robots komen voor in verschillende soorten en vormen en zijn geprogrammeerd om
bepaalde acties automatisch te kunnen uitvoeren (Zhang et al., 2023). Cobots zijn
3
technologische innovaties uit het afgelopen decennium die unieke voordelen kunnen bieden
zoals de combinatie van de productiviteit van machines en de flexibiliteit van mensen. Door
middel van sensoren zijn cobots in staat om mensen en hun omgeving te detecteren
waardoor ze op een veilige en efficiënte manier kunnen samenwerken (Calzavara et al.,
2023). De cobot communiceert steeds met de menselijke operator, zodat de samenwerking
geoptimaliseerd kan worden (Lambrechts et al., 2021).
Desondanks verloopt de overgang naar digitalisering en bijgevolg automatisering niet altijd
vlekkeloos. Factoren als het implementeren van de technologieën, de risico’s, de hoge
kosten, maar ook de rol van mensen in die geautomatiseerde processen kunnen van belang
zijn. Naast het feit dat automatisering voor een veiligere en aangenamere werkomgeving
moet zorgen, dient ook het belang van medewerkers in acht genomen te worden (Stad,
2023). Het overgebleven werk wordt zo interessanter, uitdagender en medewerkers krijgen
nieuwe taken en verantwoordelijkheden (Nederland, z.d.).
De volgende onderzoeksvraag, en tevens de kern van deze literatuurstudie, kan meer
inzicht verschaffen over het verband tussen cobots en mensen in het orderpickingproces:
Wat is de relatie tussen mensen en cobots in het orderpickingproces?
Het doel van deze literatuurstudie is het bieden van context rond de rol van mensen in
geautomatiseerde processen door middel van een kritische evaluatie. Bovendien doelt deze
studie ook op het verschaffen van betere en vernieuwende inzichten aan de lezer.
Daarenboven moet deze documentatie fungeren als een solide basis voor nieuwe
onderzoeken en een overzicht bieden van de huidige status binnen logistieke processen.
4
2 Methodologie
2.1 Bepalen databases:
Deze literatuurstudie maakt gebruik van de UHasselt universiteitsbibliotheek en Web of
Science.
Web of Science levert een waardevolle bijdrage aan de literatuurstudie vanwege zijn unieke
kenmerken. Het biedt een gestandaardiseerde navigatieomgeving en een gestructureerde
databank. Ook kan de database waardevolle informatie opsporen met behulp van
ingebouwde citatieverbindingen. Als gevolg hiervan wordt de zoektocht naar
wetenschappelijke en relevante literatuur efficiënter.
Daarnaast maakt deze literatuurstudie gebruik van de UHasselt universiteitsbibliotheek.
Deze bevat een schat aan relevante informatie. De database heeft namelijk toegang tot 83
e-bronnen. Dit vergroot de diepgang van het onderzoek en zorgt ervoor dat de studie met
heel wat wetenschappelijke inzichten en perspectieven onderbouwd kan worden.
De combinatie van Web of Science en de UHasselt bibliotheek verrijkt de literatuurstudie,
waardoor een uitgebalanceerd en goed gefundeerd perspectief op het onderwerp wordt
geboden.
2.2 Bepalen selectiestrategie
Deze literatuurstudie maakt gebruik van specifieke zoektermen om relevante zoekresultaten
te bekomen. Deze termen worden gecombineerd met boolean operators (AND/OR/NOT), en
dubbele aanhalingstekens worden ingezet om exacte woordcombinaties te zoeken.
De zoekstring die gebruik wordt is: "order picking" AND warehous* AND human* AND
(cobot* OR “collaborative robots”)
Dit resulteert in 7 bronnen voor Web of Science en 117 voor de UHasselt bibliotheek.
Vervolgens worden, op basis van bepaalde criteria, de gevonden bronnen gescreend. Dit
kan door titels en abstracts te evalueren door middel van inclusie- en exclusiecriteria.
De inclusiecriteria zijn eigenschappen die in de wetenschappelijke bronnen terug te vinden
zijn. Op basis van deze criteria, kunnen alle bronnen die hier niet aan voldoen geschrapt
worden uit de referentielijst.
De exclusiecriteria zijn eigenschappen die papers niet mogen bevatten om in de
referentielijst te komen. Als een bron niet voldoet aan deze criteria wordt deze verwijderd en
dus niet opgenomen in de literatuurlijst.
5
Inclusiecriteria:
1) De bron moet peer-reviewed zijn.
Om zeker te zijn dat de bronnen kwalitatief zijn, is een vereiste dat de gevonden
bronnen peer-reviewed moeten zijn.
2) De bron is gepubliceerd in 2015 of recenter.
Deze literatuurstudie focust zich op bronnen vanaf 2015 omdat de relevante
informatie omtrent de transitie tussen machines en mensen zich voornamelijk situeert
sinds 2015.
3) De bron heeft expliciet aandacht voor de samenwerking tussen mensen en machines in
het orderpickingproces.
De samenwerking tussen mensen en machines moet benadrukt worden in de bron.
Soms wordt het orderpicken enkel vermeld als toepassing voor cobots, maar niet
verder uitgelegd.
Exclusiecriteria:
1) Het mag niet gaan over data warehousing.
Data warehousing is het verzamelen van data binnen bedrijven en heeft geen
rechtstreeks verband met het orderpickingproces.
2) De bron is geschreven in een andere taal dan het Engels of het Nederlands.
3) De volledige tekst van de bron is niet beschikbaar.
4) De bron is een one-pager, abstract, editorial, onderzoeksvoorstel, conferentiebijdrage,
poster of inhoudsopgave.
5) De bron is een duplicaat in de referentielijst
Als er een selectie is gemaakt van de relevante bronnen in de referentielijst op basis van de
inclusie- en exclusiecriteria, kan er met behulp van citation chaining op zoek gegaan worden
naar andere relevante bronnen. Dit kan door backward searching en forward searching toe
te passen nadat de selectiestrategie is doorlopen. Bij backward searching gaat men de
referenties van een bron bekijken, waardoor er interessante en relevante artikelen gevonden
worden. Ook wordt bekeken welke bronnen de initiële bron gebruikt (= geciteerd) hebben
(forward searching).
6
2.3 Identificeren analysedimensies
Om tot een concrete, maar toch relevante, selectie aan bronnen te komen, wordt eerst
geanalyseerd welke informatie er op gestructureerde wijze in de literatuurstudie gebruikt zal
worden. Dit kan door gebruik te maken van een selectietabel in Excel aan de hand van
beschrijvende en themaspecifieke kenmerken. Ondanks dat deze kenmerken doorheen de
literatuurstudie zullen wijzigen, kan het toch voor een beter overzicht zorgen over wat er in
welke bron te vinden is.
Na het invoeren van de zoekstring in de 2 gekozen databanken, namelijk UHasselt
bibliotheek en Web of Science, worden er in totaal 97 zoekresultaten bekomen. Als elke
bron wordt gefilterd op basis van de vooropgestelde inclusie - en exclusiecriteria, worden
uiteindelijk 21 relevante bronnen bekomen.
Er kunnen nog extra relevante bronnen gevonden worden door middel van backward en
forward search toe te passen via citation chaining. Nadat alle stappen zijn doorlopen, zijn er
27 relevante bronnen die gebruikt kunnen worden in de literatuurstudie. Dat wordt getoond
in figuur 1.
Figuur 1: PRISMA flow diagram
7
3 Onderzoeksresultaten
Deze literatuurstudie belicht de opkomende logistieke revolutie en de evolutie van
orderpickingsystemen, waarbij het gebruik van collaborative robots (cobots) in het bijzonder
wordt onderzocht. Cobots zijn ontworpen om samen te werken met menselijke arbeiders in
magazijnen en distributiecentra, waardoor ze taken kunnen uitvoeren die voorheen alleen
door mensen konden worden gedaan.
Verder worden in de literatuurstudie de verschillende vormen van cobots besproken. Hierbij
worden zowel de voordelen als de nadelen van het gebruik van cobots benadrukt, met
speciale aandacht voor de rol die menselijke arbeiders spelen in deze samenwerking.
Ten slotte richt de literatuurstudie zich op het economische aspect, waarbij de initiële
investeringskosten van cobots worden afgewogen tegen de langetermijnvoordelen.
3.1 Logistieke revolutie
De vierde industriële revolutie, ook wel Industry 4.0 genoemd, is een van de meest
impactvolle industriële fenomenen geweest van de laatste jaren. Met de enorme groei van
productietechnologieën en digitalisering, streeft Industry 4.0 naar een hoger niveau van
robotisering en automatisering. Ook in de logistiek worden technologieën uit de vierde
industriële revolutie gebruikt. Dit om logistieke processen te verbeteren en efficiënter te
maken. Hieruit ontstaat het concept ‘Logistiek 4.0’ (Jafari et al., 2022).
Of robots en geautomatiseerde systemen de oplossing zijn voor de toekomst, is discutabel.
Er zijn verschillende discussies over de snelheid waarmee robots en computers evolueren.
Men stelt in vraag of de mens nog kan bijbenen met de razendsnelle ontwikkelingen van
technologie (Lambrechts et al., 2021).
De onverwachte gevolgen die de COVID-19 pandemie veroorzaakte, heeft veel bedrijven
gedwongen om een andere manier van bedrijfsvoeren te implementeren. Denk maar aan de
immense groei van online winkelen (Min, 2023). Er vond een groei aan automatisering in
magazijnactiviteiten plaats, waarbij menselijke arbeid nog steeds relevant bleef. Handmatige
taken werden herontworpen zodat deze, in samenwerking met de automatisering, sneller en
efficiënter kunnen worden uitgevoerd (D’Souza et al., 2020). Dit leidde tot een van de meest
opvallende technologische transformaties: de opkomst van smart warehousing (Min, 2023).
Smart warehousing is een gevolg van Industry 4.0 (Geest et al., 2022). Het omvat meerdere
geautomatiseerde en onderling verbonden technologieën. Deze technologieën, zoals
Internet of Things (IoT), blockchain, big data analytics, artificiële intelligentie (AI), machine
learning, deep learning en robotica, hebben tot doel de flexibiliteit en schaalbaarheid van
warehousing processen en het overzicht dat de mens op deze processen heeft, te
verbeteren (Min, 2023). Slimme magazijnen maken gebruik van verschillende technologieën
om centrale managementbeslissingen effectief te implementeren (Jacob et al., 2023).
Beslissingen worden geautomatiseerd met behulp van voorspellende modellen. Slimme
magazijnen passen zich gemakkelijk aan in nieuwe situaties en maken gebruik van slimme
sensoren om apparatuur te bewaken en downtime te minimaliseren (Geest et al., 2022).
8
Belangrijk om in rekening te nemen is dat meer automatisering in een magazijn niet altijd
haalbaar is. Belangrijke magazijntaken zijn niet eenvoudig te standaardiseren of
automatiseren vanwege de veelheid aan producten, elk met verschillende vereisten.
Sommige taken vereisen doorgaans de flexibiliteit en het vermogen van menselijke
arbeiders. In situaties waarin menselijke arbeid nog steeds nodig is, kunnen robots worden
ingezet om mensenarbeid aan te vullen (Pasparakis et al., 2023). In het verleden werden
robots voornamelijk gebruikt in de productie van goederen, maar geleidelijk verplaatsen
robots zich ook naar magazijnen. Omdat een kostenreductie in het orderpickingproces de
gehele magazijnkosten aanzienlijk zou beïnvloeden, kunnen robots een waardevolle
aanvulling zijn in het orderpickingproces (Lambrechts et al., 2021).
3.1.1 Automatisering in het orderpickingproces
Door de opkomst van robots binnen het orderpicken, zijn er drie grote groepen van
orderpicken te onderscheiden. Ten eerste is er het traditionele orderpicken in de vorm van
een picker-to-partssysteem. Dit is een systeem waarbij een orderpicker zich steeds moet
verplaatsen doorheen het magazijn om de onderdelen of producten te verzamelen zodat een
order voltooid kan worden (Custodio & Machado, 2020). Parts-to-pickersystemen
daarentegen maken gebruik van automatiseringstechnologieën, die menselijke taken
vereenvoudigen (de Koster et al., 2007). In een parts-to-pickerssysteem is er namelijk een
geautomatiseerd opslag- en zoeksysteem dat goederen van de opslagruimte naar de
orderpicker kan transporteren, waardoor er dus steeds interactie is tussen de automatisatie
en de orderpickers (Custodio & Machado, 2020). Ten slotte zijn er machine-gebaseerde
orderpickingsystemen, die het verzamelen van orders automatiseren door menselijke
actoren te vervangen met volledig automatische systemen (Winkelhaus et al., 2022).
Figuur 2: Relevante mens-machine interacties (Lorson et al., 2023)
Bij het onderzoeken van de implementatie van automatisering in orderpickingprocessen
worden verschillende uitdagingen geïdentificeerd (Custodio & Machado, 2020). Bijhorend
benadrukken recente onderzoeken van Lorson et al. (2023) de verschillende interacties en
problemen die optreden bij orderpicking. Lorson et al. (2023) merken op dat ondanks de
toenemende automatisering, menselijke arbeiders nog steeds essentieel zijn voor het
begrijpen en optimaliseren van operationele processen. Figuur 2 toont dat ongeacht het
niveau van automatisering, er relevante interacties plaatsvinden tussen mens en machine.
Dit onderstreept het belang van het onderzoeken van menselijke factoren zoals weerstand
9
tegen verandering, organisatiecultuur, communicatie en leiderschap bij de implementatie van
cobots in distributiecentra (Lambrechts et al., 2021).
In picker-to-partssystemen moet een orderpicker zich vaak verplaatsen doorheen het
magazijn om items te verzamelen, wat inefficiëntie met zich meebrengt en de productiviteit
kan verminderen. Aan de andere kant kunnen parts-to-pickersystemen de interactie tussen
automatisering en orderpickers verbeteren door het gebruik van geautomatiseerde opslagen zoeksysteem, maar ze brengen ook uitdagingen met zich mee met betrekking tot de
integratie van menselijke arbeid en technologie (Custodio & Machado, 2020).
De overgang naar machine-gebaseerde orderpicksystemen introduceert nieuwe
complexiteiten, aangezien volledig automatische systemen of systemen met robots
menselijke actoren vervangen. Het beheersen van deze technologieën en het optimaliseren
van de mens-machine-interactie blijft een cruciale uitdaging bij het streven naar efficiënte en
productieve orderpickingprocessen in logistiek 5.0 (Winkelhaus et al., 2022). Bij logistiek 5.0
ligt de nadruk op de rol van mensen in productieprocessen (Choi et al., 2022).
3.1.2 Logistiek 5.0
Industry
4.0
verwijst
naar de integratie van verschillende geavanceerde
productietechnologieën in industriële processen. Choi et al. (2022) en Jafari et al. (2022)
voegen toe dat de vierde industriële revolutie, gericht op technologische vooruitgang, minder
aandacht besteedt aan menselijke aspecten. Dit wordt echter beschouwd als een bedreiging
voor duurzame ontwikkeling. Om deze reden wordt het concept van Industry 5.0 voorgesteld
(Jafari et al., 2022). Industry 5.0 gaat een stap verder dan Industry 4.0. Het legt de nadruk
op de rol van mensen in productieprocessen. De creativiteit en vaardigheden van de mens
worden gecombineerd met geavanceerde productietechnologieën. Industry 5.0 streeft naar
een productieproces waarin mens en machine elkaar aanvullen en versterken (Choi et al.,
2022).
Figuur 3: Noodzakelijke mix tussen machine gerichte OM en mensgerichte BS (Lorson et al., 2023)
Met de opkomst van Industry 5.0 wordt de rol van mensen in de logistiek steeds belangrijker.
Hieruit ontstaat het concept Logistiek 5.0, waarbij autonome en intelligente software,
menselijke arbeid en technische elementen samenwerken om gemeenschappelijke doelen
te bereiken. Dit resulteert in een verandering in de dynamiek van de werkplek, waarbij
mensen en machines nauwer samenwerken dan ooit tevoren (Loske et al., 2021). Figuur 3
10
benadrukt het belang van het combineren van machinegerichte Operations Management
met mensgericht Behavioral Science om de besluitvorming in geautomatiseerde en
gerobotiseerde magazijnen te verbeteren.
In de context van orderpickingprocessen wordt er een verschuiving gezien naar
collaboratieve robots, ook bekend als cobots, die specifiek zijn ontworpen om mensen te
ondersteunen bij taken zoals orderpicking. Deze cobots worden geprogrammeerd om
bepaalde taken automatisch uit te voeren, terwijl ze ook in staat zijn om menselijke
operatoren te detecteren en met menselijke operatoren te communiceren om hun
programmatie eventueel aan te passen (Lambrechts et al., 2021).
Een belangrijk aspect van Logistiek 5.0 is de erkenning van de menselijke factor in de
implementatie van nieuwe technologieën. Ondanks de groeiende automatisering blijven
menselijke arbeiders essentieel voor het begrijpen en optimaliseren van operationele
processen (Lambrechts et al., 2021).
11
3.2 Cobots
Om een overzicht te kunnen geven van de relatie tussen mensen en cobots, wordt in deze
sectie toegelicht wat cobots zijn, wat ze doen en hoe ze te werk gaan. Allereerst spitst deze
sectie zich toe op de implementatie van cobots in het orderpickingproces. Daarna wordt er
een onderscheid gemaakt tussen het picker-to-parts orderpicking en het parts-to-picker
orderpicking in combinatie met cobots. Vervolgens worden de meest voorkomende vormen
van cobots in het orderpickingproces aangehaald, met name de mobiele cobot en de
mobiele cobot met manipulator.
3.2.1. Cobots in het orderpickingproces
Robots komen voor in verschillende soorten en vormen en zijn geprogrammeerd om
bepaalde acties automatisch te kunnen uitvoeren. Als robots intensief gebruikt worden in
interactie met menselijke operatoren, spreken we van collaborative robots, ook wel cobots
genoemd (Zhang et al., 2023). Tegenwoordig functioneren robots dan ook steeds meer als
mechanische collega’s in plaats van eenvoudige technische hulpmiddelen (Jacob et al.,
2023).
Cobots zijn technologische innovaties uit het afgelopen decennium die unieke voordelen
kunnen bieden zoals de combinatie van de productiviteit van machines en de flexibiliteit van
mensen. Door middel van sensoren zijn cobots in staat om mensen en hun omgeving te
detecteren waardoor ze op een veilige en efficiënte manier kunnen samenwerken. Dit biedt
een veelbelovend perspectief voor diverse industriële toepassingen (Calzavara et al., 2023;
Zhang et al., 2023). Bovendien stelt het mens en machine in staat om gelijktijdig in hetzelfde
gebied aan eenzelfde taak te werken (Min, 2023). Aangezien het hoofddoel van de integratie
van cobots is om de werkdruk van operatoren te verlichten en repetitieve taken te
optimaliseren, communiceert de cobot steeds met de menselijke operator, zodat de
samenwerking continu geoptimaliseerd kan worden (Lambrechts et al., 2021).
Naast hun capaciteit om samen te werken met menselijke operatoren, kunnen cobots ook
flexibel worden ingezet in verschillende afdelingen van een fabriek (Zhang et al., 2023).
Sommige onderzoekers benadrukken de voordelen van deze flexibiliteit voor het
optimaliseren van magazijnoperaties (Pasparakis et al., 2023). Anderen wijzen op de
complexiteit van het implementeren van cobots in verschillende afdelingen en het
waarborgen van een veilige interactie tussen mens en robot (D’Souza et al., 2020).
In vergelijking met traditionele industriële robots, die vaak fysiek gescheiden zijn van
menselijke werknemers door veiligheidshekken, hebben cobots de mogelijkheid om naast
mensen te werken zonder de noodzaak van dergelijke barrières (Pasparakis et al., 2023;
Zhang et al., 2023). Dit opent nieuwe mogelijkheden voor efficiënte samenwerking tussen
mens en machine in diverse industriële omgevingen, waaronder het orderpickingproces in
magazijnen (D’Souza et al., 2020).
Sommige onderzoekers benadrukken de voordelen van cobots, zoals bijvoorbeeld de
verbeterde efficiëntie en ergonomie, terwijl anderen wijzen op mogelijke beperkingen en
uitdagingen bij de implementatie van cobots. Een van de meest opvallende voordelen van
cobots is hun vermogen om repetitieve en tijdrovende taken te verlichten, zoals het
12
transporteren van producten binnen het magazijn (Zhang et al., 2023). Maar ook de fysiek
zware taken kunnen worden overgenomen zodat werknemers minder werklast ervaren
(Lambrechts et al., 2021). Door cobots deze taken te laten uitvoeren, kunnen arbeiders hun
tijd en energie richten op meer complexe en minder gestandaardiseerde taken, zoals het
identificeren en verzamelen van specifieke items voor klantorders binnen het orderpicken
(Pasparakis et al., 2023). Deze samenwerking tussen mens en robot kan leiden tot een
aanzienlijke verbetering van de efficiëntie in eender welke activiteit binnen de logistieke
industrie (D’Souza et al., 2020).
Een kritiek aspect van de implementatie van cobots is de interactie tussen mens en robot.
Cobots moeten nauwkeurig worden geprogrammeerd om veilig samen te werken met
menselijke operatoren, waarbij sensoren worden gebruikt om de aanwezigheid van mensen
te detecteren en de bewegingen van de robot aan te passen om botsingen te voorkomen
(Pasparakis et al., 2023; D’Souza et al., 2020). Om de implementatie van cobots te
vergemakkelijken, moeten er aanpassingen worden gemaakt in het magazijn zoals het
herindelen van de infrastructuur om botsingen of hinder te voorkomen. Maar ook de
magazijnoperaties vereisen aanpassingen om cobots optimaal te kunnen benutten, zo is het
bijvoorbeeld voordeliger en efficiënter om meerdere bestellingen tegelijkertijd te voltooien
(Lambrechts et al., 2021). Dit vereist een zorgvuldige planning en ontwerp van de
werkruimte om een naadloze en veilige samenwerking tussen mens en robot te garanderen
(Zhang et al., 2023).
Ondanks de vele voordelen die cobots bieden, zijn er ook uitdagingen verbonden aan hun
implementatie. Sommige onderzoekers benadrukken de menselijke factoren die moeten
worden overwogen om de acceptatie en effectiviteit van cobots te maximaliseren (Zhang et
al., 2023), terwijl anderen wijzen op de noodzaak van aanpassingen in magazijnen en
operationele processen om de integratie van cobots te vergemakkelijken (D’Souza et al.,
2020).
In de moderne industrie zijn er verschillende activiteiten die de flexibiliteit en het
aanpassingsvermogen van menselijke operatoren vereisen bij het uitvoeren van
verschillende taken, terwijl andere taken kunnen worden uitgevoerd in samenwerking met
een robot (Calzavara et al., 2023). Mensen hebben namelijk specifieke eigenschappen,
vaardigheden en capaciteiten die robots niet kunnen evenaren (Lorson et al., 2023). Bij een
dergelijke samenwerking wordt de flexibiliteit van mensen bij het uitvoeren van complexe
taken gecombineerd met de onvermoeibaarheid en hoge nauwkeurigheid van robots bij het
uitvoeren van zware of repetitieve taken (Jacob et al., 2023). Doorgaans hebben interacties
met robots het potentieel om de ergonomie, motivatie en werktevredenheid te verbeteren
aangezien ze het takenpakket van mensen vernieuwen en verrijken (Winkelhaus et al.,
2022). Verschillende onderzoekers zien cobots dan ook als de sleutel om toekomstige
industriële en logistieke processen mensgericht, veerkrachtig en duurzaam te maken.
Ondanks de technologische vooruitgang in robotsystemen zullen mensen in de toekomst
een belangrijke rol blijven spelen in magazijnen vanwege hun specifieke vaardigheden
(Jacob et al., 2023).
Bijvoorbeeld, in picker-to-parts orderpickingsystemen, waarbij menselijke werknemers
artikelen ophalen uit verschillende magazijnlocaties en ze afleveren bij een depot, kunnen
cobots de meer 'eenvoudige' en vervelende taken overnemen, zoals de verplaatsingen
13
doorheen het magazijn. De picker doorkruist dan nog steeds het magazijn, maar wordt
vergezeld door een cobot die de goederen transporteert en ze zelfstandig aflevert bij het
depot wanneer de capaciteit van de cobot bereikt wordt (Pasparakis et al., 2023). De
implementatie ervan kan de productiviteit van de menselijke picker aanzienlijk verhogen
(Dang et al., 2022). Het doel is om de menselijke werknemers te laten concentreren op de
meer 'complexe' en minder gestandaardiseerde taken, zoals het identificeren en verzamelen
van artikelen om aan specifieke klantenorders te voldoen (Lambrechts et al., 2021). Om dit
collaboratieve orderpicken zo efficiënt mogelijk te laten verlopen, worden er bovenop het
implementeren van cobots routeringsalgoritmen ontwikkeld. Deze routeringsalgoritmen
minimaliseren zowel de reisafstand van de menselijke operator als de route die de cobot
dient af te leggen. Dit leidt tot een hogere productiviteit van de menselijke operatoren en
minder onnodige verplaatsingen van de cobot doorheen het magazijn (Winkelhaus et al.,
2022).
Binnen deze samenwerkingssystemen kunnen cobots een leidende of ondersteunende rol
aannemen, of zelfs werken in een hybride opstelling waarin de leidersrollen elkaar
afwisselen. Wanneer cobots een leidende rol hebben, geven ze instructies aan de
menselijke operator en loodsen ze de operator door het magazijn. Als menselijke operatoren
daarentegen gevolgd worden door een cobot en geen instructies krijgen van een cobot, dan
heeft de cobot een ondersteunende rol. De dynamiek tussen de samenwerkende partners
resulteert in een leider-volger-relatie tussen mensen en cobots. Onderzoek over de
prestaties van leider-volger-relaties is eerder schaars, en vereist verdieping in de
samenwerking tussen mens en robot (Pasparakis et al., 2023). Desondanks is in de meeste
gevallen de menselijke operator degene die de ‘leiding’ heeft (Lambrechts et al., 2021). Een
belangrijk aspect, ondanks de rol van de operator en robot, is dat ze steeds dezelfde
algemene doelen en subdoelen nastreven (Zhang et al., 2023).
Het succesvolle gebruik van cobots vereist echter een goede perceptie van de operator ten
opzichte van de cobot alsook een duidelijke taakverdeling tussen menselijke operatoren en
cobots. Een juiste taakverdeling kan de samenwerking verbeteren en de inactieve tijden
verminderen (Calzavara et al., 2023). Menselijke operatoren blijven te allen tijde een
doorslaggevende rol spelen in het aanvullen van de cobot of gaan zelfs beter presteren in
dynamische omstandigheden met veranderende specificaties. Geautomatiseerde en
gerobotiseerde systemen zijn over het algemeen beperkter voor het voltooien van op maat
gemaakte bestellingen (Lorson et al., 2023). Als men bij het implementeren van cobots de
balans tussen menselijke factoren en machines kan vinden, hebben cobots de potentie om
fysieke, mentale en psychosociale ergonomie op het werk te verbeteren. Bijgevolg kan dit
een positief effect hebben op de algemene systeemprestaties (Winkelhaus et al., 2022).
14
3.2.2. Picker-to-parts orderpicking
In picker-to-parts orderpickingsystemen verplaatsen menselijke werknemers zich met een
pick-wagentje om goederen op te halen uit verschillende magazijnlocaties en ze af te
leveren bij een depotstation. In dit soort systemen kunnen cobots worden geïntroduceerd
door het wagentje te vervangen met een zelfrijdende robot (Pasparakis et al., 2023). Zo’n
zelfrijdende cobots zijn bijvoorbeeld reeds terug te vinden in de magazijnen van Zalando
zoals te zien op figuur 4 (Zhang et al., 2023). Zodra de capaciteit van de cobot is bereikt,
reist deze autonoom naar het depot en wordt deze vervangen door een nieuwe cobot. Het
verzamelen van goederen gebeurt dus nog steeds handmatig, maar de onproductieve tijd
van de menselijke operator wordt verminderd (Winkelhaus et al., 2022).
Figuur 4: Collaboratief orderpicken bij Zalando (Zhang et al., 2023)
In samenwerking met een cobot dient de menselijke operator slechts enkele vereenvoudigde
orderpickingtaken uit te voeren. Als eerste moet de operator het gevraagde product dat
gepresenteerd wordt op het scherm van de cobot identificeren. Vervolgens bezoekt hij de
locatie van de producten in het magazijn, kiest het gevraagde aantal eenheden, en plaatst
de goederen in het opslagvak van de cobot. Tot slot bevestigt de operator het voltooide
product en gaat hij verder met de volgende orderregel (Pasparakis et al., 2023). Ondanks
het feit dat cobots een flexibele inzet mogelijk maken zonder significante wijzigingen in de
bestaande infrastructuur, creëert het optimaal implementeren van cobots nieuwe uitdagingen
voor magazijnmedewerkers. Een van de moeilijkheden is het efficiënt aansturen van het
collaboratief orderpicken op basis van beslissingen over het groeperen en toewijzen van
orders (Dang et al., 2022).
15
3.2.3. Parts-to-picker orderpicking
Bij parts-to-picker orderpickingsystemen wordt een bepaalde hoeveelheid van de gevraagde
producten opgehaald met behulp van een technisch systeem, zoals een mobiele cobot, en
naar de locatie van de orderpicker gebracht (Winkelhaus et al., 2022). Net zoals bij
picker-to-partssystemen zijn er uitdagingen verbonden aan de implementatie van cobots en
de interacties tussen cobots en hun operatoren. Zo kan een slechte coördinatie tussen
cobots en mensen ervoor zorgen dat cobots in een wachtrij terechtkomen, waardoor ze
tijdelijk inactief zijn en niet efficiënt kunnen worden ingezet. Het is dus noodzakelijk een
goede communicatie tussen de cobot en haar operator te vrijwaren (Sheu & Choi, 2023).
In parts-to-pickersystemen, zijn cobots verantwoordelijk voor twee hoofdtaken. De eerste
taak van cobots is om de rekken/palletten aan te brengen waarop de gewenste goederen
zich bevinden zodat deze gepickt en verpakt kunnen worden. Vervolgens is de tweede taak
van cobots om deze verwerkte rekken/palletten zo efficiënt mogelijk terug te plaatsen in het
opslaggebied. Idealiter worden de pick- en verpakkingstaken van een picker efficiënt
uitgevoerd door het naadloos ontvangen en verwerken van de geladen rekken die door
mobiele robots worden aangeleverd (Sheu & Choi, 2023).
3.2.4. Mobiele cobot
Een AGV is een autonome mobiele robot, uitgerust met een boordcomputer die
geprogrammeerde paden kan opslaan en de nodige bewegingssystemen kan activeren om
het voertuig het gewenste pad te laten volgen (Custodio & Machado, 2020). Deze autonome
robots zorgen voor horizontale bewegingen binnen een afgebakend gebied met behulp van
rails of lasergeleiders, ideaal dus voor transport van goederen. Als deze daarbovenop nog
worden uitgerust met een liftfunctie, zijn ook verticale bewegingen tussen niveaus mogelijk
(Lagorio et al., 2021).
Zo is er bijvoorbeeld de KUKA Mobile Platform 1500, zie figuur 5, die volledig vrij kan
bewegen en tot 1500 kg kan dragen (D’Souza et al., 2020).
Figuur 5: KUKA Mobile Platform 1500 (D’Souza et al., 2020)
Mobiele robots worden meestal gebruikt op de werkvloer om materialen autonoom over
grote afstanden te vervoeren. De boordcomputers die op deze robots bevestigd zitten,
worden gebruikt om te communiceren met zowel de besturingscomputer als de menselijke
operatoren, waardoor de robots zich veilig door magazijnen kunnen navigeren (D’Souza et
al., 2020). Binnen het kader van de optimalisatie van de productiviteit worden deze mobiele
robots steeds vaker ontworpen om de kosten, menselijke werklast en de ergonomische
16
risico’s te verminderen. Zo kunnen mobiele robots veilig samenwerken met menselijke
operatoren, waardoor ze flexibeler te werk kunnen gaan dan geautomatiseerde systemen en
dus mogelijkheden bieden voor collaboratief orderpicken (Zhang et al., 2023).
Deze vorm van samenwerken is gebaseerd op een concept waarbij de operator een mobiele
cobot volgt naar de picklocatie, het goed pickt en op de mobiele cobot plaatst (Winkelhaus et
al., 2022). Bovendien kan het creëren van een golf aan mobiele cobots hierop een
uitbreiding bieden. Als er bijvoorbeeld meerdere pickruns vergelijkbare picklocaties in een
bepaalde zone hebben, kunnen meerdere cobots worden vrijgegeven om een cluster te
maken met een hoge dichtheid aan potentiële picklocaties. Hierdoor kan een orderpicker
veel producten picken zonder veel tijd te hoeven besteden aan reizen, waardoor de
prestaties van de orderpicker toenemen en dus ook de algehele picksnelheid van het
systeem (Dang et al., 2022).
Mobiele cobots kunnen zowel in picker-to-parts als parts-to-picker orderpickingsystemen
geïmplementeerd worden. Meer geavanceerde mobiele cobots vervoeren bij picker-to-part
orderpicking niet alleen hun vracht, maar ook hun operator. De interactie tussen mensen en
cobots verbetert niet alleen de prestaties, maar ook de traceerbaarheid van het hele proces
en daarmee de verwachte proceskwaliteit (Jacob et al., 2023). Bovendien bieden mobiele
cobots allerlei andere voordelen, zoals flexibiliteit, efficiëntie, nauwkeurigheid,
schaalvoordelen, maar vooral veiligheid (Custodio & Machado, 2020).
Toch zijn er ook beperkingen verbonden aan het implementeren van mobiele cobots. Als er
meerdere mobiele cobots worden gebruikt, is het mogelijk dat deze elkaar blokkeren.
Daarom moeten de routeringsalgoritmen van mobiele cobots steeds goed in rekening
genomen worden bij de implementatie (Custodio & Machado, 2020). Ook het aantal cobots
in het orderpickingsysteem dient geoptimaliseerd te worden. Het aantal mobiele cobots moet
afgestemd zijn op het aantal pickers in een systeem. Uit onderzoek blijkt dat in een magazijn
waar 35 orderpickers tewerkgesteld kunnen worden, het optimale aantal cobots ligt tussen
de 95 en de 115 mobiele cobots (Dang et al., 2022). De grotere mate van autonomie en
flexibiliteit die mobiele cobots bieden, leidt tot een groot aantal verschillende beslissingen die
op strategisch, tactisch en operationeel niveau moeten worden genomen (Fragapane et al.,
2021).
3.2.5. Mobiele cobot met manipulator
Door mobiele cobots te combineren met verschillende manipulatie-apparatuur, beter bekend
als robotarmen, kunnen nieuwe diensten en bewerkingen worden uitgevoerd. Deze
combinatie stelt mobiele cobots niet alleen in staat om ladingen op te heffen, maar ook om
afzonderlijke goederen op te pakken en zelfs te sorteren. Deze uitgebreide mobiele cobots
kunnen ook weer samenwerken met menselijke operatoren om de productiviteit nog meer te
verhogen (Fragapane et al., 2021). Zo kan het monteren van een robotarm op een mobiele
cobot leiden tot lagere cyclustijden en bijgevolg kostenbesparingen (Winkelhaus et al.,
2022).
Robotarmen komen voor in allerlei vormen en maten met verschillende prestatieniveaus en
kostenplaatjes. De belangrijkste elementen bij manipulatoren zijn precisie, veiligheid,
flexibiliteit en bestuurbaarheid. Als deze moeten samenwerken met mensen, zijn de
17
manipulatoren uitgerust met veiligheidsfuncties zoals botsingssensoren of krachtfeedback.
Bovendien kan een robotarm worden uitgerust met een reeks eindeffectoren. Grijpers zijn
een veel voorkomend hulpmiddel, maar ook allerlei elektrisch gereedschap of speciaal
ontworpen effectoren (Hardy et al., 2020). Het nabootsen van de beweeglijkheid en
flexibiliteit van mensenhanden is een bekende uitdaging, zo is er bijvoorbeeld de Barret
Hand, zie figuur 6. Het is een programmeerbare robothand die objecten van verschillende
groottes, vormen en oriëntaties kan richten. Van de drie gewrichtsvingers hebben er twee
een extra vrijheidsgraad met 180 graden zijdelingse mobiliteit die meerdere grijptypes
mogelijk maakt (D’Souza et al., 2020).
Figuur 6: Barret Hand (D’Souza et al., 2020)
Figuur 7: Evo-cobot 1 (D’Souza et al., 2020)
Door de sterke punten van een robotmanipulator te combineren met de flexibiliteit en
beweeglijkheid van mobiele cobots, ontstaan er nieuwe opportuniteiten. Een voorbeeld van
zo’n combinatie is de EVO-cobot 1, zie figuur 7. De mobiele cobot kan een lading van 500
kg transporteren en tot 1 m/s rijden met een autonomie van 20 uur. De robotmanipulator kan
een lading van 10 kg dragen, heeft een bereik van 1,3 meter en een gewicht van 33,5 kg
(D’Souza et al., 2020). Deze eigenschappen stellen een cobot in staat om samen met een
menselijke operator efficiënter te kunnen handelen. Zo kan de operator bijvoorbeeld nog
steeds goederen uit de rekken halen, en deze in de collaborative zone van de cobot
plaatsen, waarna de robotarm deze sorteert in geordende bakken. Dit biedt de mogelijkheid
om meerdere bestellingen tegelijk te kunnen afhandelen, aangezien de operator de
goederen verzamelt en de manipulator ze toewijst aan de juiste order, zie figuur 8 en 9
(Fager et al., 2021). Het monteren van een cobot op een AGV om artikelen te sorteren terwijl
de mens de artikelen ophaalt, kan bij uitgebreid sorteren tot een aanzienlijke
kostenbesparing leiden (Winkelhaus et al., 2022).
Figuur 8: Collaboratief orderpicken (Fager et al., 2021)
Figuur 9: Mobiele manipulator (D’Souza et al., 2020)
18
Een uitbreiding daarop is het monteren van een dubbele arm op een mobiele robot, zodat
een robot in staat is om complexere handelingen uit te voeren zoals het verwijderen van
verpakkingen rond producten of het ondersteunen van dozen terwijl ze met de andere arm
van het rek gehaald worden (D’Souza et al., 2020). Bij meer vertrouwen in de
robottechnologie, kunnen mobiele robots met een manipulator ook zelfstandig producten
ophalen en kunnen mensen worden opgeroepen voor het oplossen van problemen. In dit
geval is er geen sprake meer van een cobot, maar eerder een geautomatiseerd systeem
(Winkelhaus et al., 2022).
19
3.3 Voor- en nadelen cobots
Het implementeren van cobots biedt, zoals eerder aangehaald, allerlei voordelen, maar er
zijn zeker ook nadelen aan verbonden. In deze sectie wordt hier duiding over gegeven en
worden de voor- en nadelen gelinkt aan de mensen die moeten samenwerken met cobots.
Wellicht het belangrijkste voordeel dat de mens ondervindt bij het gebruik van cobots is het
feit dat ze ontworpen zijn om de menselijke taken te verlichten en te vereenvoudigen. Door
repetitieve of belastende taken over te nemen, zal de algemene productiviteit stijgen. Dit
omdat de werknemers zich nu kunnen focussen op meer complexe, waardevolle taken
(Vijayakumar et al., 2022). Bovendien dient de veiligheid van alle menselijke operatoren
steeds gewaarborgd te worden. Als cobots worden ingezet naast mensen, kan men taken
die traditioneel als gevaarlijk worden beschouwd, of taken waarbij het risico op ongevallen
het grootst is, overlaten aan cobots. Dit zou kunnen leiden tot een daling van het aantal
arbeidsongevallen (Sheu & Choi, 2023). Om de implementatie van cobots te accepteren, is
het voor mensen belangrijk dat hun veiligheid op de werkvloer er niet op achteruit gaat
wanneer cobots worden ingezet. Bij voorkeur verbeteren ze zelfs de veiligheid en reduceren
ze het arbeidsongevallen in traditionele toepassingen. Daarom worden cobots steeds
uitgerust met sensoren en veiligheidssystemen om botsingen met andere cobots of
arbeiders in dezelfde werkomgeving te kunnen vermijden. Door middel van deze sensoren
kunnen ze anticiperen op onverwachte bewegingen (Custodio & Machado, 2020).
Een ander voordeel dat de acceptatie van cobots door menselijke operatoren kan verhogen,
is hun gebruiksgemak. Deze dienen zo gemaakt te worden dat ze eenvoudig te
(her)programmeren zijn. Dit stelt de operatoren in staat om cobots snel aan te passen zodat
ze bijvoorbeeld een andere taak op zich kunnen nemen of zelfs naar een andere werkplek
kunnen worden verplaatst (Vijayakumar et al., 2022; Custodio & Machado, 2020).
Desondanks moeten arbeiders wel kunnen en willen samenwerken met cobots. Hoewel de
inzet van cobots in eerste instantie niet psychologisch ingrijpend lijkt voor managers, ervaren
werknemers dit niet altijd zo. In sommige gevallen kan de impleme;ntatie wel een
psychologische impact hebben op de mens. Deze impact kan zowel positief als negatief zijn.
Om ervoor te zorgen dat deze mobiele cobots de mens niet negatief beïnvloeden, is het de
verantwoordelijkheid van de teamleider om ervoor te zorgen dat iedereen mee is met het
verhaal. Als met al deze factoren rekening wordt gehouden, zal de samenwerking tussen
cobots en mensen optimaal verlopen (Lambrechts et al., 2021).
Vaak streven managementteams, door het inzetten van cobots, naar het verlagen van de
verwerkingstijden en bijgevolg het efficiënter uitvoeren van processen (Niu et al., 2021).
Echter dienen de leiders van bedrijven ook rekening te houden met de jobtevredenheid en
de tewerkstelling van hun tewerkgestelden (Pasparakis et al., 2023). Het negeren van de
psychosociale factoren van arbeiders kan nefaste gevolgen hebben voor het beleid en de
reputatie van de onderneming. Mensen kunnen vooroordelen of twijfels hebben over de
samenwerking met cobots. Verder kan het ook zijn dat er een gebrek aan vertrouwen in de
nieuwe technologieën heerst. Dit kan leiden tot stress en een gebrek aan motivatie,
waardoor de productie juist niet zal toenemen, maar eerder zal afnemen. Deze
psychosociale factoren kunnen vermeden worden door goed te communiceren met alle
20
belanghebbenden. Alleen zo zullen arbeiders openstaan om samen te werken met cobots
en zullen ze kunnen omgaan met de drastische veranderingen in hun werkomgeving
(Lambrechts et al., 2021).
Wat de effectieve implementatie van cobots betreft, zijn er aanpassingen nodig aan de
werkomgeving om cobots optimaal te laten functioneren. Dit vereist inspanningen die
managementteams in eerste instantie zouden vergeten, zoals de training van werknemers
en de aanpassing van werkprocessen (Pasparakis et al., 2023; Vijayakumar et al., 2022) .
Zo moet er ook steeds rekening gehouden worden met het opladen van cobots. Dit is een
‘dode’ taak, waardoor de cobot op dat moment geen functie op zich kan nemen. Om ook
deze tijd optimaal te kunnen benutten, moet er steeds een andere cobot klaar staan om de
taak over te nemen van de huidige cobot wanneer deze terugkeert naar het oplaadstation
(Fragapane et al., 2021).
Als mensen uiteindelijk de cobot als mechanische collega aanvaarden en vertrouwen, kan
dit leiden tot een glansrijke samenwerking. In dat geval kunnen cobots op allerlei manieren
worden geüpgraded of extra worden uitgerust waardoor ze nog meer voordelen bieden voor
hun operatoren. Wanneer men bijvoorbeeld robotarmen toevoegt, verhogen de capaciteiten
van een cobot aanzienlijk en bijgevolg de efficiëntie. Dit stelt een cobot dan in staat om,
naast het transporteren van goederen, taken zoals het sorteren van verschillende objecten
over te nemen van de menselijke operator (Fragapane et al., 2021). Ondanks de extra
voordelen die deze toepassingen kunnen bieden, zullen ook de kosten hoger liggen en
zullen ze meer onderhoud vereisen. Het is dus steeds belangrijk om de afweging te maken
tussen alle voor- en nadelen die gepaard gaan met de verschillende soorten cobots
(Winkelhaus et al., 2022).
In een ideaal scenario zouden zowel de psychische als de fysieke effecten die cobots op
mensen hebben steeds primeren. Daarna zouden pas de optimalisatie van het
productieproces en de eventuele economische voordelen in acht genomen mogen worden.
21
3.4 Economische aspecten
In volledig manuele orderpicksystemen is de jaarlijkse kost van orderpickers afhankelijk van
het aantal vereiste orderpickers, het aantal werkdagen per jaar, het aantal werkuren, maar
vooral de tijd die ze nodig hebben om een order te voltooien. Deze benodigde tijd bestaat
voornamelijk uit de insteltijd, de reistijd en de orderpicktijd. Het totaal aan kosten moet
worden afgewogen tegenover de productiviteit die orderpickers leveren (Fager et al., 2021).
Desondanks dient men ook het aantal menselijke orderpickers te optimaliseren, want het
toevoegen van extra menselijke pickers resulteert in een lagere werklast voor elk van hen,
maar leidt daarentegen ook tot het frequenter blokkeren van de individuele picker. Dit
vertraagt bijgevolg het orderpickingproces en vermindert het aantal orders dat een picker
kan voltooien, wat leidt tot hogere personeelskosten (Zhang et al., 2023).
Bij collaboratief orderpicken, is de tijdsbesteding die gekoppeld is aan het orderpicken met
een cobot afhankelijk van de samenwerking tussen de operator en de cobot (Fager et al.,
2021). Met de juiste keuze uit verschillende soorten cobots en de correcte toewijzing van
middelen aan de juiste taak, is het mogelijk om zowel de cyclustijden te verkorten alsook
een kostenefficiënte oplossing te bieden voor de hoge kosten binnen logistieke processen
(Calzavara et al., 2023).
Zo kunnen we volgens Fager et al. (2021) drie belangrijke kostencomponenten
onderscheiden binnen een collaboratief orderpicksysteem, namelijk, de kosten van de
operatoren, de aanschaf van de apparatuur en de kosten betreffende de kwaliteit van het
proces. Kwaliteitskosten zijn een gevolg van fouten die optreden tijdens het
orderpickingproces. Als er fouten optreden, moeten deze worden gecorrigeerd tijdens het
proces, bij een laatste kwaliteitsinspectie of bij de klant zelf. Volgens de studies van Fager et
al. (2021) is het duurder om fouten later in de stroom aan materialen te corrigeren en dienen
de kwaliteitskosten daarom ook in acht genomen te worden. Hardy et al. (2020).
daarentegen onderscheiden slechts twee belangrijke kostenposten die bijdragen aan het
succes van automatisering. Zij beschouwen enerzijds de kosten van hard- en software, en
anderzijds de kosten van arbeid. Fager et al. (2021) zijn het er wel mee eens dat de kosten
voor apparatuur en de arbeidskosten de grootste impact hebben op de algemene
orderpickingkosten.
Een voorbeeld waarbij deze drie kostencomponenten kunnen worden aangetoond, is het
sorteren van goederen in het orderpickingproces door middel van cobots. Als cobots de
gepickte goederen sorteren, is dit voordelig met betrekking tot de kosten van zowel
operatoren als kwaliteit, maar gemiddeld duurder met betrekking tot de kosten van
apparatuur. Het verbetert de productiviteit, waardoor er minder operatoren nodig zijn en de
foutmarges drastisch verkleinen (Fager et al., 2021). In combinatie met een zelfrijdende
functie, kan dit een zeer kosteneffectief alternatief zijn en zou de implementatie ervan relatief
eenvoudig moeten zijn (Fragapane et al., 2021).
De implementatie van cobots vereist doorgaans grote investeringen en wordt gezien als een
dure vorm van innovatie. Zo blijkt uit onderzoek dat het voor kleinere bedrijven vaak niet
mogelijk is om meteen meerdere cobots aan te schaffen. In grote productiebedrijven
daarentegen, die dag en nacht operationeel zijn en dus de capaciteiten van cobots ten volle
benutten, kan de implementatie van cobots leiden tot een hogere productiviteit. Om cobots
22
echt aantrekkelijk te maken bij kleinere ondernemingen, dienen de investeringskosten lager
te liggen. Afhankelijk van de functionaliteiten kost een cobot al snel meer dan 50.000 euro
(Lambrechts et al., 2021). De grootste factoren bij het bepalen van de kosten zijn de
robotgrootte (reikwijdte), het aantal assen, toepassingen, randapparatuur en
veiligheidscomponenten. Meestal geldt: hoe groter de reikwijdte en het laadvermogen, hoe
meer de robot zal kosten (Hardy et al., 2020). Ook Zhang et al. (2023) bevestigen dit en
voegen hieraan toe dat er boven op de initiële investeringskosten, nog servicekosten en
operationele kosten in acht genomen moeten worden.
De initiële kosten liggen hoog maar op lange termijn leveren ze efficiëntie en
kostenbesparingen op door efficiënter gebruik van middelen en verhoogde productiviteit.
Daarentegen moet er geïnvesteerd worden in training en ontwikkeling van werknemers om
de overgang naar meer technologische bedrijfsomgeving soepel te laten verlopen
(Vijayakumar et al., 2022; Pasparakis et al., 2023).
Toch kan het implementeren van cobots op economisch vlak de investering waard zijn. De
ontwikkeling en het gebruik van nieuwe geautomatiseerde en gerobotiseerde systemen
stimuleren de waardeproposities van een bedrijf en leiden tot snellere doorlooptijden, hogere
serviceniveaus, lagere arbeidskosten, efficiënt ruimtegebruik en betere ergonomie voor de
menselijke werknemers (Lorson et al., 2023). Zo kan het zijn dat een cobot in het eerste jaar
duurder is dan een menselijke operator, maar kan de balans verschuiven als er rekening
wordt gehouden met factoren als werktijd, risico’s, wervingskosten, enzovoort en wanneer
kosten over een langere periode worden bekeken (Hardy et al., 2020).
Om de optimale beslissingen te kunnen nemen, moeten alle kosten, opbrengsten, voordelen
en nadelen in detail worden bekeken voor elk specifiek project zodat de beste
technologische oplossing gevonden kan worden (Hardy et al., 2020). Concreet moet
collaboratief orderpicken in praktijk verkozen worden als het leidt tot economische
vooruitgang, oftewel een lagere kost per picker, in vergelijking met de manuele en
geautomatiseerde orderpickingsystemen (Zhang et al., 2023).
23
4 Conclusie
Industry 4.0, een belangrijk fenomeen van de laatste jaren, streeft naar een hoger niveau
van automatisering en robotisering. Smart warehousing is een gevolg van deze vierde
industriële revolutie. Industry 5.0 gaat een stap verder. Het streeft naar een productieproces
waarin zowel de mens als machine elkaar aanvullen en versterken.
In smart warehouses, en meer specifiek in orderpickingprocessen, worden collaboratieve
robots geïntroduceerd. Collaboratieve robots zijn ontworpen om samen te werken met
menselijke arbeiders in magazijnen. Onze onderzoeksvraag luidt: “Wat is de relatie tussen
mensen en cobots in het orderpickingproces?”. Deze relatie kent verschillende voor- en
nadelen die de dynamiek tussen mens en cobot beïnvloeden.
Aan de positieve kant verlichten en vereenvoudigen cobots menselijke taken door repetitieve
en belastende werkzaamheden over te nemen. Dit leidt tot een stijging van de productiviteit.
Cobots kunnen de verwerkingstijden verkorten, wat resulteert in efficiëntere processen. Ook
in functie van veiligheid kunnen cobots een meerwaarde bieden aan het werk van mensen.
Cobots zouden de gevaarlijke taken kunnen overnemen van de mens waardoor het aantal
arbeidsongevallen daalt.
Desondanks zijn er ook nadelen verbonden aan de implementatie van cobots. Ze kunnen
een psychologische impact hebben op menselijke operatoren. De inzet van cobots kan
leiden tot een gebrek aan motivatie en vertrouwen, waardoor mensen het belang van hun
functie in vraag zouden kunnen stellen. Dit kan bijgevolg zorgen voor stress en een gevoel
van eenzaamheid bij de mensen die met cobots moeten werken. Hierdoor heeft de integratie
van cobots een averechts effect op de productiviteit van de werknemers. Daarnaast vergen
de aanpassing van werkprocessen en de training van werknemers tijd en middelen. Ook het
opladen van cobots kan praktische uitdagingen met zich meebrengen.
Om deze nadelen te vermijden, is het essentieel om effectief te communiceren en de
psychosociale factoren te accepteren en aan te pakken. Zo kan een succesvolle
samenwerking tussen mensen en cobots in het orderpickingproces worden gerealiseerd.
Bij het onderzoeken van de implementatie van cobots in orderpickingsystemen is het van
cruciaal belang om de interactie tussen mens en robot grondig te verkennen. Een belangrijk
focuspunt voor toekomstig onderzoek is het begrip van de langdurige prestaties van cobots
in dergelijke omgevingen. Het evalueren van aspecten zoals betrouwbaarheid,
nauwkeurigheid en onderhoudsbehoeften op lange termijn kan inzichten bieden in de
duurzaamheid van deze technologie en potentiële verbeterpunten identificeren voor verdere
ontwikkeling en implementatie
Een ander aspect dat aandacht verdient, is het effect van cobots op de werktevredenheid en
moraal van de mens. Het begrijpen van hoe de aanwezigheid van cobots en de manier
waarop ze samenwerken van invloed zijn op hoe werknemers hun werk ervaren, is van groot
belang. Dit kan worden onderzocht door middel van enquêtes, interviews en observaties op
de werkvloer. Zo kan men bepalen hoe werknemers de samenwerking met cobots ervaren
en hoe dit hun tevredenheid op het werk beïnvloedt.
24
Naast de directe interactie tussen mens en cobot is het onderzoeken van de impact op de
bedrijfscultuur essentieel. Dit omvat het begrijpen van veranderingen in taakuitvoering,
communicatie en dynamiek binnen organisaties. Door de impact op de bedrijfscultuur te
onderzoeken, kunnen waardevolle inzichten worden verkregen over hoe bedrijven hun
processen kunnen aanpassen. Zo kunnen bedrijven de integratie van cobots
vergemakkelijken en de acceptatie ervan bevorderen.
Onderzoek naar wat menselijke werknemers en bedrijven bereid zijn om op te offeren voor
de implementatie van cobots is ook van groot belang. Factoren zoals comfort, privacy en
veiligheid spelen hierbij een cruciale rol. Enkele belangrijke onderzoeksvragen kunnen zijn:
Welke taken zijn mensen bereid op te geven? Hoe beïnvloedt de introductie van cobots de
privacy en veiligheid op de werkvloer? Wat is de bereidheid van bedrijven om hun
warehouses te veranderen en te investeren in deze collaboratieve robots?
Door deze onderzoeksgebieden verder te verkennen, kunnen auteurs bijdragen aan een
beter begrip van de interactie tussen mensen en cobots in orderpickingsystemen. Dit kan
bedrijven richtlijnen bieden voor de toekomstige implementatie van cobots en hen helpen bij
het maken van weloverwogen beslissingen.
25
5 Bibliografie
Calzavara, M., Faccio, M., & Granata, I. (2023). Multi-objective task allocation for
collaborative robot systems with an Industry 5.0 human-centered perspective. The
International Journal of Advanced Manufacturing Technology, 128(1-2), 297-314.
https://doi.org/10.1007/s00170-023-11673-x
Choi, T.-M., Kumar, S., Yue, X., & Chan, H.-L. (2022). Disruptive Technologies and
Operations Management in the Industry 4.0 Era and Beyond. Production and
Operations Management, 31(1), 9-31. https://doi.org/10.1111/poms.13622
Custodio, L., & Machado, R. (2020). Flexible automated warehouse: A literature review and
an innovative framework. The International Journal of Advanced Manufacturing
Technology, 106(1), 533-558. https://doi.org/10.1007/s00170-019-04588-z
Dang, Q.-V., Martagan, T., Adan, I., & Kleinlugtenbeld, J. (2022). Order Release Strategies
for a Collaborative Order Picking System. 2022 WINTER SIMULATION
CONFERENCE (WSC), 1521-1532.
https://doi.org/10.1109/WSC57314.2022.10015395
de Koster, R., Le-Duc, T., & Roodbergen, K. J. (2007). Design and control of warehouse
order picking: A literature review. European Journal of Operational Research, 182(2),
481-501. https://doi.org/10.1016/j.ejor.2006.07.009
D’Souza, F., Costa, J., & Pires, J. N. (2020). Development of a solution for adding a
collaborative robot to an industrial AGV. Industrial Robot: the international journal of
robotics research and application, 47(5), 723-735.
https://doi.org/10.1108/IR-01-2020-0004
Fager, P., Sgarbossa, F., & Calzavara, M. (2021). Cost modelling of onboard
cobot-supported item sorting in a picking system. International Journal of Production
Research, 59(11), 3269-3284. https://doi.org/10.1080/00207543.2020.1854484
26
Fragapane, G., de Koster, R., Sgarbossa, F., & Strandhagen, J. O. (2021). Planning and
control of autonomous mobile robots for intralogistics: Literature review and research
agenda. European Journal of Operational Research, 294(2), 405-426.
https://doi.org/10.1016/j.ejor.2021.01.019
Geest, M. van, Tekinerdogan, B., Link to external site, this link will open in a new tab, &
Catal, C. (2022). Smart Warehouses: Rationale, Challenges and Solution Directions.
Applied Sciences, 12(1), 219. https://doi.org/10.3390/app12010219
Hardy, H., Link to external site, this link will open in a new tab, Walsum, M. van, Link to
external site, this link will open in a new tab, Livermore, L., Link to external site, this
link will open in a new tab, Walton, S., & Link to external site, this link will open in a
new tab. (2020). Research and development in robotics with potential to automate
handling of biological collections. RIO, 213-222. https://doi.org/10.3897/rio.6.e61366
Jacob, F., Grosse, E. H., Morana, S., & König, C. J. (2023). Picking with a robot colleague: A
systematic literature review and evaluation of technology acceptance in human–robot
collaborative warehouses. Computers & Industrial Engineering, 180, 109262.
https://doi.org/10.1016/j.cie.2023.109262
Jafari, N., Azarian, M., & Yu, H. (2022). Moving from Industry 4.0 to Industry 5.0: What Are
the Implications for Smart Logistics? Logistics, 6(2), Article 2.
https://doi.org/10.3390/logistics6020026
Lagorio, A., Link to external site, this link will open in a new tab, Cimini, C., Link to external
site, this link will open in a new tab, Pirola, F., Pinto, R., & Link to external site, this
link will open in a new tab. (2021). A Taxonomy of Technologies for Human-Centred
Logistics 4.0. Applied Sciences, 11(20), 9661. https://doi.org/10.3390/app11209661
Lambrechts, W., Klaver, J. S., Koudijzer, L., & Semeijn, J. (2021). Human Factors Influencing
the Implementation of Cobots in High Volume Distribution Centres. Logistics, 5(2),
Article 2. https://doi.org/10.3390/logistics5020032
27
Lorson, F., Fügener, A., & Hübner, A. (2023). New team mates in the warehouse: Human
interactions with automated and robotized systems. IISE Transactions, 55(5),
536-553. https://doi.org/10.1080/24725854.2022.2072545
Loske, D., Klumpp, M., Link to external site, this link will open in a new tab, Keil, M., Link to
external site, this link will open in a new tab, Neukirchen, T., & Link to external site,
this link will open in a new tab. (2021). Logistics Work, Ergonomics and Social
Sustainability: Empirical Musculoskeletal System Strain Assessment in Retail
Intralogistics. Logistics, 5(4), 89. https://doi.org/10.3390/logistics5040089
Mecalux. (z.d.). Geautomatiseerde logistiek: De weg naar maximale efficiëntie.
Geraadpleegd 21 november 2023, van
https://www.mecalux.be/blog/logistieke-automatisering
Min, H. (2023). Smart Warehousing as a Wave of the Future. Logistics, 7(2), 30.
https://doi.org/10.3390/logistics7020030
Nederland, T. M. H. (z.d.). Automatisering in de logistiek: De voordelen & misverstanden.
Geraadpleegd 21 november 2023, van
https://www.leanlogistics.nu/automatisering-logistiek
Niu, Y., Schulte, F., & Negenborn, R. R. (2021). Human Aspects in Collaborative Order
Picking—Letting Robotic Agents Learn About Human Discomfort. In F. Longo, M.
Affenzeller, & A. Padovano (Red.), PROCEEDINGS OF THE 2ND INTERNATIONAL
CONFERENCE ON INDUSTRY 4.0 AND SMART MANUFACTURING (ISM 2020)
(Vol. 180, pp. 877-886). Elsevier Science Bv.
https://doi.org/10.1016/j.procs.2021.01.338
Pasparakis, A., De Vries, J., & De Koster, R. (2023). Assessing the impact of human–robot
collaborative order picking systems on warehouse workers. International Journal of
Production Research, 61(22), 7776-7790.
https://doi.org/10.1080/00207543.2023.2183343
28
Sheu, J.-B., & Choi, T.-M. (2023). Can we work more safely and healthily with robot
partners? A human-friendly robot–human-coordinated order fulfillment scheme.
Production and Operations Management, 32(3), 794-812.
https://doi.org/10.1111/poms.13899
Stad, H. (2023, september 22). Wat doet zo’n AMR eigenlijk met het werkplezier op de
vloer?
https://www.logistiek.nl/193567/wat-doet-zon-amr-eigenlijk-met-het-werkplezier-op-de
-vloer
Tubis, A. A., Link to external site, this link will open in a new tab, Rohman, J., & Link to
external site, this link will open in a new tab. (2023). Intelligent Warehouse in
Industry 4.0—Systematic Literature Review. Sensors, 23(8), 4105.
https://doi.org/10.3390/s23084105
Vijayakumar, V., Sgarbossa, F., Neumann, W. P., & Sobhani, A. (2022). Framework for
incorporating human factors into production and logistics systems. International
Journal of Production Research, 60(2), 402-419.
https://doi.org/10.1080/00207543.2021.1983225
Winkelhaus, S., Zhang, M., Grosse, E. H., & Glock, C. H. (2022). Hybrid order picking: A
simulation model of a joint manual and autonomous order picking system. Computers
& Industrial Engineering, 167, 107981. https://doi.org/10.1016/j.cie.2022.107981
Zhang, M., Grosse, E. H., & Glock, C. H. (2023). Ergonomic and economic evaluation of a
collaborative hybrid order picking system. INTERNATIONAL JOURNAL OF
PRODUCTION ECONOMICS, 258, 108774.
https://doi.org/10.1016/j.ijpe.2023.108774
29