Emerging technologies for critical logistics processes and workforce development

Abstract

Modern logistics systems are undergoing rapid transformation under the paradigm of Industry 4.0, where automation, Artificial Intelligence, cyber-physical systems, and data-driven technologies are increasingly integrated into warehouse operations. Despite these advancements, critical logistics processes such as order picking, mixed palletising, and stocktaking remain highly dependent on human operators and are characterised by repetitive tasks, physical strain, and susceptibility to errors. Improving the effectiveness, reliability, and sustainability of these processes therefore remains a significant challenge for both academia and industry. This dissertation investigates how emerging technologies can enhance critical logistics processes while simultaneously supporting human capability development in modern warehouse systems. It first analyses the operational foundations of distribution centres and reviews the role of Industry 4.0 technologies in both traditional and emerging logistics activities, with particular emphasis on Artificial Intelligence and human-centred capability development. Subsequently, the dissertation focuses on three critical logistics tasks, namely stocktaking, mixed palletising, and order picking. For stocktaking, the limitations of existing automation approaches for unboxed goods are analysed, and a conceptual methodology for automated inventory counting is discussed. For mixed palletising, existing algorithmic and technology based approaches are systematically reviewed. This analysis leads to the development of the MixedPalletBoxes dataset and a framework for generating standardised palletisation instances, enabling the objective evaluation and comparison of palletisation algorithms on a common benchmark. These contributions establish methodological foundations for the analysis and technological advancement of complex logistics operations. The research then investigates the role of Extended Reality (XR) technologies in logistics training. An empirical study compares immersive and conventional training approaches for manual order picking and demonstrates that XR based training can achieve performance outcomes comparable to traditional methods while enhancing engagement, perceived training effectiveness, and consistency of task execution. Building upon these findings, the dissertation proposes and validates a multidimensional evaluation framework for immersive VR training in logistics education. The framework incorporates objective performance, user experience, and short term knowledge retention, providing a more comprehensive perspective for assessing XR based training interventions. Finally, the dissertation investigates the use of XR technologies for training in Human--Robot Collaboration within Warehouse 4.0 systems. A modular XR training system is proposed to support the development of safety awareness and collaboration skills in environments where humans and robots work together. The training framework focuses on understanding robot behaviour and movement, recognising potentially hazardous situations, and promoting safe interaction practices. Pilot validation results demonstrate positive educational outcomes, high usability and user satisfaction, and increased safety awareness and confidence in interacting with robots. The findings also indicate sustained knowledge retention beyond the immediate training session. The proposed system further demonstrates the potential of scalable and accessible immersive training solutions based on commercially available technologies. Overall, this dissertation contributes to the development of human-centred logistics systems by integrating critical logistics tasks, algorithmic optimisation, and immersive training technologies within a unified research framework. The findings demonstrate how emerging technologies can support workforce development and contribute to safer, more efficient, and human-centred warehouse operations.

Τα σύγχρονα συστήματα logistics μετασχηματίζονται ραγδαία υπό το πρίσμα της Βιομηχανίας 4.0, καθώς ο αυτοματισμός, η Τεχνητή Νοημοσύνη, τα κυβερνοφυσικά συστήματα και οι τεχνολογίες που βασίζονται στα δεδομένα ενσωματώνονται ολοένα και περισσότερο στις λειτουργίες των αποθηκών. Παρά τις εξελίξεις αυτές, κρίσιμες διαδικασίες logistics, όπως η συλλογή παραγγελιών (order picking), η μικτή παλετοποίηση (mixed palletising) και η απογραφή (stocktaking), εξακολουθούν να εξαρτώνται σε μεγάλο βαθμό από τον ανθρώπινο παράγοντα και χαρακτηρίζονται από επαναλαμβανόμενες εργασίες, σωματική καταπόνηση και αυξημένη πιθανότητα λαθών. Ως εκ τούτου, η βελτίωση της αποτελεσματικότητας, της αξιοπιστίας και της βιωσιμότητας των διαδικασιών αυτών εξακολουθεί να αποτελεί σημαντική πρόκληση τόσο για την ακαδημαϊκή κοινότητα όσο και για τη βιομηχανία. Η παρούσα διδακτορική διατριβή διερευνά πώς οι αναδυόμενες τεχνολογίες μπορούν να βελτιώσουν κρίσιμες διαδικασίες logistics και παράλληλα να ενισχύσουν τις δεξιότητες και τις ικανότητες του ανθρώπινου δυναμικού στις σύγχρονες αποθήκες. Αρχικά, αναλύονται τα λειτουργικά χαρακτηριστικά των κέντρων διανομής και εξετάζεται ο ρόλος των τεχνολογιών της Βιομηχανίας 4.0 τόσο στις παραδοσιακές όσο και στις αναδυόμενες δραστηριότητες logistics, με ιδιαίτερη έμφαση στην Τεχνητή Νοημοσύνη και στην ανάπτυξη ανθρωποκεντρικών συστημάτων. Στη συνέχεια, η διατριβή επικεντρώνεται σε τρεις κρίσιμες λειτουργίες logistics, και συγκεκριμένα στην απογραφή, στη μικτή παλετοποίηση και στη συλλογή παραγγελιών. Όσον αφορά την απογραφή, αναλύονται οι περιορισμοί των υφιστάμενων προσεγγίσεων αυτοματοποίησης για μη συσκευασμένα αγαθά και προτείνεται μια εννοιολογική μεθοδολογία για την αυτοματοποιημένη καταμέτρηση αποθεμάτων. Στον τομέα της μικτής παλετοποίησης, οι υπάρχουσες αλγοριθμικές και τεχνολογικές προσεγγίσεις εξετάζονται συστηματικά. Η ανάλυση αυτή οδηγεί στην ανάπτυξη του συνόλου δεδομένων MixedPalletBoxes και ενός πλαισίου δημιουργίας τυποποιημένων περιπτώσεων παλετοποίησης, το οποίο επιτρέπει την αντικειμενική αξιολόγηση και σύγκριση αλγορίθμων σε μια κοινή βάση αναφοράς. Οι συνεισφορές αυτές θέτουν τις μεθοδολογικές βάσεις για την ανάλυση και την τεχνολογική υποστήριξη σύνθετων λειτουργιών logistics. Στη συνέχεια, η έρευνα εξετάζει τον ρόλο των τεχνολογιών Εκτεταμένης Πραγματικότητας (Extended Reality – XR) στην εκπαίδευση στον τομέα των logistics. Μια εμπειρική μελέτη συγκρίνει εμβυθιστικές και παραδοσιακές εκπαιδευτικές προσεγγίσεις για τη χειροκίνητη συλλογή παραγγελιών και καταδεικνύει ότι η εκπαίδευση με χρήση XR μπορεί να επιτύχει αποτελέσματα συγκρίσιμα με εκείνα των συμβατικών μεθόδων, ενισχύοντας παράλληλα τη συμμετοχή των εκπαιδευομένων, την αντιλαμβανόμενη εκπαιδευτική αποτελεσματικότητα και τη συνέπεια στην εκτέλεση των εργασιών. Βασιζόμενη στα ευρήματα αυτά, η διατριβή προτείνει και επικυρώνει ένα πολυδιάστατο πλαίσιο αξιολόγησης για την εμβυθιστική εκπαίδευση Εικονικής Πραγματικότητας στην εκπαίδευση logistics. Το πλαίσιο ενσωματώνει αντικειμενικούς δείκτες απόδοσης, την εμπειρία των χρηστών και τη βραχυπρόθεσμη διατήρηση της γνώσης, προσφέροντας μια πιο ολοκληρωμένη προσέγγιση για την αξιολόγηση παρεμβάσεων εκπαίδευσης που βασίζονται στην XR. Τέλος, η διατριβή διερευνά τη χρήση τεχνολογιών Εκτεταμένης Πραγματικότητας (Extended Reality – XR) για την εκπαίδευση στη Συνεργασία Ανθρώπου--Ρομπότ (Human--Robot Collaboration) σε περιβάλλοντα Αποθήκης 4.0. Προτείνεται ένα αρθρωτό σύστημα εκπαίδευσης βασισμένο στην XR, με στόχο την ανάπτυξη δεξιοτήτων συνεργασίας και την ενίσχυση της επίγνωσης θεμάτων ασφάλειας σε περιβάλλοντα όπου άνθρωποι και ρομποτικά συστήματα συνυπάρχουν και συνεργάζονται. Το εκπαιδευτικό πλαίσιο εστιάζει στην κατανόηση της συμπεριφοράς και της κίνησης των ρομπότ, στην αναγνώριση δυνητικά επικίνδυνων καταστάσεων και στην προώθηση ασφαλών πρακτικών αλληλεπίδρασης. Τα αποτελέσματα της πιλοτικής εφαρμογής καταδεικνύουν θετικά μαθησιακά αποτελέσματα, υψηλά επίπεδα ευχρηστίας και ικανοποίησης των χρηστών, καθώς και αυξημένη επίγνωση θεμάτων ασφάλειας και μεγαλύτερη αυτοπεποίθηση κατά την αλληλεπίδραση με ρομποτικά συστήματα. Επιπλέον, παρέχουν ενδείξεις διατήρησης της γνώσης πέρα από την άμεση εκπαιδευτική παρέμβαση. Παράλληλα, το προτεινόμενο σύστημα αναδεικνύει τη δυνατότητα ανάπτυξης κλιμακούμενων και προσβάσιμων λύσεων εμβυθιστικής εκπαίδευσης με αξιοποίηση ευρέως διαθέσιμων τεχνολογιών και εξοπλισμού. Συνολικά, η διατριβή συμβάλλει στην ανάπτυξη ανθρωποκεντρικών συστημάτων logistics μέσω της ενοποίησης κρίσιμων λειτουργιών logistics, αλγοριθμικής βελτιστοποίησης και εμβυθιστικών τεχνολογιών εκπαίδευσης σε ένα ενιαίο ερευνητικό πλαίσιο που υποστηρίζει την ανάπτυξη ανθρώπινου δυναμικού μέσω της τεχνολογίας. Τα ευρήματα αναδεικνύουν τη δυναμική της XR όχι ως υποκατάστατο των παραδοσιακών μεθόδων εκπαίδευσης, αλλά ως μια εμπειρικά τεκμηριωμένη και επεκτάσιμη προσέγγιση για την ανάπτυξη δεξιοτήτων και την ανθρωποκεντρική εκπαίδευση στις σύγχρονες ψηφιοποιημένες αποθήκες.