分拣区里AMR与人协作，可以拆成一条任务链来看：机器人空车去拣货点、载着货箱行驶、在集货位卸货，人再从集货位取走货箱进入下一环节。前两段的耗时由机器人速度和调度路径决定，算法管得着；第三段卸货和人的取货，夹着一连串"等"和"拿"的动作，算法够不到。机器跑一趟的时间几乎是固定值，而这几个交接动作花多久，是整套系统里最大的开放变量——一次交接多等三秒，一天几百次交接就是几十分钟的净损耗，日报表里还看不到。
同一个型号的AMR放进两个仓库，表现可以相差很远：机器一样，路径规划一样，差别只在交接环节怎么管。这篇文章只谈交接这一件事，落在两个节点上——集货位上的物理交接，以及交接班时的状态交接。这两个节点都不用换设备、不用改算法，靠现场的管理动作就能把损耗压下来。
交接动作拆开看只有四个：等、接、放、验。其中"等"占比最高，也最容易被忽视。机器人到集货位发现卸货位被占，等；拣货员完成一个波次的拣选，发现转运机器人还没到，等。这两种等待的性质完全不同：机器人等人，在调度系统里显示为任务队列排队，看起来一切正常；人等机器人，在产量报表里显示为拣货量下降，容易被归因为员工效率问题。同一个交接环节里的等待，在系统眼里和人眼里得出两个完全不同的结论，这是交接最隐蔽的地方。
交接的节奏没法靠机器调，只能靠现场定规则。规则定在哪两个地方，下文分头说。
集货位是AMR与拣货员唯一面对面发生交接的地方，整个分拣区其他环节都是流动的，只有这里是固定节点。正因为固定，它成了最容易堵的位置。堵的方式有三种，都不是设备故障，而是物理层面的秩序问题。
第一种是到达顺序和取货顺序的错位。机器人按波次卸货，先卸的箱在下层，后卸的在上层；拣货员取货却未必按波次顺序，哪个好拿先拿哪个。顺序一乱，就有人在箱堆里翻找，一翻就是几十秒，翻的时候后面来的机器人又没地方卸货，越堵越深。
第二种是集货位容量和波次体量的错配。格口数量是固定的，波次体量却随订单波动。波次安排过大，机器人集中到达，格口被占满，后面的机器人只能在通道里排队等卸货，整条线被一排等待的机器人拖住。这种场景高峰期几乎每天出现，现场却常常把它当成"机器人不够用"，多数时候其实是集货位容量被波次安排冲垮了。
第三种是集货位没有按去向分区。分拣后的货箱要去打包区、发货暂存区等不同去向，如果共用同一片集货位，机器人和人在同一个平面上互相穿插，交接动作互相干扰，损耗最直接。
针对这几种堵法，现场能做的动作都在管理端。先动集货位的分区：按货箱去向把集货位分成若干区，每个区的容量按单波次体量设定，波次体量超过区容量就拆波次，而不是硬塞，这个规则由班组长在班前会明确下来。分区之后定取货顺序：一个区内严格按到达顺序取货，先到先取，区口标注顺序，翻箱动作消失，交接从"找货"变成"取货"，单次交接能压到几秒。还有一个动作在调度端：把同一波次机器人的到达时间做错峰设置，让卸货动作在时间轴上摊开，集货位满则不发车，写成当班流程的硬规则，而不是堵了再处理。
这三个动作的共同点，是把交接规则从"人临场判断"改成"规则提前定好"。判断交给规则，等待自然就少了。
分拣区的第二个交接节点发生在人和人之间，损耗却记在机器人头上。纯人工的仓库，交接班靠口头交代和现场指认，经验留在人脑子里，下个班次靠老员工带。AMR进仓之后，这套口头交接不够用了：机器人任务队列的状态、异常的处理进度、集货位的占用情况，全存在调度系统里，不在任何人脑子里。
交接班时最容易丢三样东西。一是波次进度：这个班次还剩几个波次没发完、任务队列里积压多少，下个班次不知道就会直接开新波次，新旧任务叠在一起，集货位瞬间超容。二是没处理完的异常：某台机器人因障碍停车待处理、某箱货被系统标记待复核，这些不交接，下个班次会撞上莫名其妙的堵和莫名其妙的少货。三是集货位占用实况：哪些区满、哪些区空，不交接清楚，下个班次的波次安排就是盲打。
这三样东西丢了，每个班次开头都要用二三十分钟重新摸情况，摸完再开工，高峰时间已经过去一截。更糟的是，直接在未清状态上叠加新任务，问题越滚越大，最后记成"AMR调度混乱"。
化解的办法很朴素。交接班记录做成三行：本班次剩余波次数和任务队列状态一行，未处理异常一行，集货位各区占用情况一行，写在交接班本上，不用系统也不用表格软件。交接班留十分钟重叠，交班的班组长带着接班的班组长看一遍集货位实况和调度界面，口头确认这三行。再定一条硬规则：交接不清，不开新波次，由值班管理者执行，下个班次的第一波必须等交接确认之后再发。
这三件事没有一件在设备层面，但每件都在直接压低交接损耗。状态交接清楚了，任务队列才不会在两个班次的缝隙里空转或叠车。
前两个节点讲的是怎么管，还有一个前提问题：怎么知道交接环节到底损耗了多少。日报表给不出答案，吞吐量和任务完成率都把等待时间摊平吞掉了。要拿到这个数，不需要上系统，现场抽样就够。
每周选一个高峰期，安排一个不参与作业的人在集货位旁边站三十分钟，只做一件事：数交接次数，记每次交接里"等"的时间。三十分钟下来，能拿到三组数——交接总次数、机器人等的累计时长、人等机器人的累计时长。连续抽样三周，就有了一条交接等待的基线。如果供应商还在驻场期，可以让驻场工程师参与这件事，他们对调度界面的读取比现场员工熟练得多。
有了基线，判断就变得直接：机器人等待明显多于人等，说明集货位容量或到达节奏有问题，回看波次安排和错峰设置；人等明显多于机器人等，说明转运能力或波次节奏跟不上拣货速度，回看波次体量和发车频率。等在哪一侧，问题就在哪一侧，不用猜。
这条基线还可以单独当作人机是否适应到位的指标，跟产量数据分开看。产量数据会被很多因素干扰，交接等待是单一动作的纯变量，干净得多。
回到开头那句话：分拣环节的人机协作，效率压在交接上。交接不是技术问题，是秩序问题；不是算法能解决的，是现场规则能解决的。集货位的分区与取货顺序、到达节奏的错峰、交接班的记录与确认、交接等待的抽样测量——这些动作都不涉及新设备、新算法，纯粹是把交接从"临场发挥"变成"有规则、可测量"。
设备可以换，参数可以调，交接的规则一旦乱掉，重建秩序的代价远高于当初定规则的成本。分拣区的人机协作，说到底就是把这几个固定交接点管住，其余的部分，算法和设备自己会搞定。
