Warehouse process robotization: prospects and limitations

Cover Page

Cite item

Abstract

the purpose of the study is to assess the prospects and limitations of warehouse process robotization in transport and logistics systems, taking into account global and domestic trends. Methods: the study applies content analysis, comparative analysis, SWOT analysis, as well as systematization and generalization of theoretical approaches to the implementation of robotic solutions in warehouse logistics. Findings: based on the analysis of international and Russian practices, the key directions for warehouse robotization development have been identified, including the integration of artificial intelligence, the Internet of Things, big data, and cyber-physical systems. The main implementation barriers have been revealed (technological and infrastructural incompatibility, high capital intensity, and dependence on imported technologies), as well as promising warehouse robotization models (the “Robot as a Service” (RaaS) concept and hybrid human–machine systems). Conclusions: warehouse process robotization is considered a long-term strategic vector for logistics development, the implementation of which depends on standardization, workforce capacity building, and government support. The implementation of certain measures outlined in the study (standardization and unification, support for domestic developers, warehouse modernization, etc.) will allow Russia to significantly advance in the field of intelligent logistics.

About the authors

Sh. N Vagapov

Plekhanov Russian University of Economics

Email: vagapovs@gmail.com
ORCID iD: 0009-0006-8017-0107

V. M Repnikova

Plekhanov Russian University of Economics

Email: Repnikova.VM@rea.ru

References

  1. Анализ объема и доли рынка складских роботов – тенденции роста и прогнозы (2024-2029 гг.) [Электронный ресурс]. Режим доступа: https://www.mordorintelligence.com/ru/industry-reports/warehouse-robotics-market
  2. Балуев М.С. Перспективы использования робототехники для выполнения логистических работ // Теория и практика сервиса: экономика, социальная сфера, технологии. 2021. № 2 (48). С. 24 – 28.
  3. Ковалева И.В., Ермоленко Ю.Н. Управление складскими логистическими процессами в организации // Вестник Алтайского государственного аграрного университета. 2017. № 1 (147). С. 175 – 179.
  4. Костанян К.Б., Воробьев А.В. Разработка и обоснование складского мобильного робота // Известия Тульского государственного университета. Технические науки. 2022. № 3. С. 260 – 263.
  5. Понкратов-Вайсман Б.Д. Концепция «Робот как услуга» в складской логистике и перспективы ее развития в России // Экономика и управление. 2023. Т. 29. № 11. С. 1400 – 1410. doi: 10.35854/1998-1627-2023-11-1400-1410
  6. Складские роботы [Электронный ресурс]. Режим доступа: https://clck.ru/3NaV9g
  7. Степанов Ю.Н., Яковлева Н.В., Ермаков С.Г., Баталов Д.И. Реализация проекта по роботизации рутинных операций для повышения операционной эффективности компании // Интеллектуальные технологии на транспорте. 2023. № 3 (35). С. 14 – 21. doi: 10.24412/2413-2527-2023-335-14-21
  8. Ткаченко А.С. Анализ рынка складской робототехники и перспективы развития // Вестник науки. 2024. Т. 3. № 6 (75). С. 1614 – 1621. doi: 10.24412/2712-8849-2024-675-1614-1621
  9. Халын А.В., Халын В.Г. Развитие процессов системной роботизации в складских процессах // Вестник Ростовского государственного экономического университета (РИНХ). 2023. № 1 (81). С. 51 – 54. doi: 10.54220/v.rsue.1991-0533.2023.81.1.009
  10. Azadeh K., De Koster R., Roy D. Robotized and Automated Warehouse Systems: Review and Recent Developments // Transportation Science. 2019. Vol. 53. № 4. P. 917 – 945. doi: 10.1287/trsc.2018.0873
  11. Azadeh K., De Koster R., Roy D. Robotized Warehouse Systems: Developments and Research Opportunities. Rotterdam School of Management, Erasmus University, The Netherlands; Indian Institute of Management, Ahmedabad, India. P. 1 – 55.
  12. Bernardo R., Sousa J.M.C., Gon?alves P.J.S. Survey on robotic systems for internal logistics // Journal of Manufacturing Systems. 2022. Vol. 65. P. 339 – 350. doi: 10.1016/j.jmsy.2022.09.014.
  13. Ng M.K., Chong Y.W., Ko K. et al. Adaptive path finding algorithm in dynamic environment for warehouse robot // Neural Computing & Applications. 2020. Vol. 32. P. 13155 – 13171. doi: 10.1007/s00521-020-04764-3
  14. Shi D., Tong Y., Zhou Z. et al. Adaptive Task Planning for Large-Scale Robotized Warehouses. arXiv:2205.00831v1 [cs.RO], 24 Apr 2022.
  15. Sodiya E.O., Umoga U.J., Amoo O.O., Atadoga A. AI-driven warehouse automation: A comprehensive review of systems // GSC Advanced Research and Reviews. 2024. Vol. 18. № 02. P. 272 – 282.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).