2017年3月2日，2017 后端智能包装与物流仓储自动化系统集成工程峰会在广州召开，Geek++市场总监高云帆受邀出席，并发表了《机器人智能物流的技术创新应用》的主旨演讲。

　　物流仓储升级的关键在于柔性

　　某种程度上，内外部压力正在倒逼着物流仓储升级。

　　变幻莫测的市场状态下，竞争压力升级已经成为了制造行业的共识。很多传统的B2B企业，其产品所在的市场容量增长滞缓、产品价格逐年降低，而工厂全面智能化转型又代价高昂，正所谓中国经济新常态下的B2B企业共同困境。再看B2C企业，消费品市场竞争越演愈烈，消费者的忠诚度在逐渐下降，使得企业维持消费者关系的成本越来越高；一旦做出了爆款商品，业务量的年复合增长率也可能瞬间达到50%，甚至100%，这种情况下回头去规划自身的物流仓储能力，也会因为业务量的难以预测导致规划起来力不从心。

　　综合各类行业在物流仓储上所面临的各种挑战，外部挑战体现为：

　　消费者对物流速度要求变高

　　市场对产品品类和需求的变化加快

　　高频次小订单需求变多

　　发货准确性越来越重要，而且退货成本高企

　　内部挑战体现为：

　　无法预测的业务增长

　　需要应对季节性或者促销高峰

　　商品长尾化导致仓库庞大

　　管理成本高，人工贵、招工难

　　所以综合来看，内外部压力在很大程度上倒逼着企业去做物流仓储的升级。2年前的物流黑科技在2年后就已经变成了常态化。那么，如果去做物流仓储的智能化升级，最关键的标准和目标又是什么呢？

　　答案是柔性。

　　所谓的柔性，在广义的层面上来讲，可以分为四个方面的理解：系统的柔性、设备的柔性、运营的柔性、财务的柔性。

　　系统的柔性：体现为企业的信息化程度，信息的存、流、用是智能化升级的基础；

　　设备的柔性：设备是否容易部署、能否适用更广泛的应用场景、设备的利用率、全生命周期的使用和维护是否容易实现等；

　　运营的柔性：如何解决人机共存的运营问题，如何实现可靠的运营闭环，这都考验着运营者的智慧；

　　财务的柔性：如何衡量智能化升级所带来的投资风险，如何维持稳健的现金流等。

　　物流机器人核心技术的进阶

　　机器人技术也在进行着摩尔定律式的革新发展，核心技术的升级进阶使机器人产品更好的解决客户问题和降低成本。

　　如今物流机器人已经可以在内物流中发挥非常重要的作用。比如在仓库作业环境中，物流机器人可以在收发货、商品上架、拆零拣选、包装分拣中等诸多环节实现应用。在工厂作业环境中，收发货、产线上料、原材料／在制品／成品的搬运转移等诸多环节也已经具备了成熟的物流机器人解决方案。

　　在物流机器人的核心技术进阶上来看，导航技术和调度技术的进阶升级最具有代表性。导航技术历经了轨道式导航、牵引式导航、二维码导航、SLAM导航（即使定位和地图构建）的发展轨迹，而调度技术也历经了传统集中式调度、混合式调度、智能调度的发展阶段。

　　导航技术：

　　轨道式导航：运行稳定性高，但是轨道成本不低，整个系统的扩展性差；

　　牵引式导航：传统AGV的主流导航方式，一般采用磁条作为固定轨道，在复杂的作业环境里磁条不容易维护（比如容易受到叉车等设备的磨损）；

　　二维码导航：实际属于惯性和视觉组合导航，是货到人机器人拣选系统的主流导航方式，机器人通过识别路径上的二维码进行自身的纠偏和调整；

　　SLAM导航：利用激光雷达等传感器和导航算法，通过自建地图的方式实现更佳灵活的运动，无需做额外的场地改动，使机器人的灵活性提高到新的高度。

　　调度技术：

　　传统集中式调度：实现简单的单车控制，适用于简单、重复、单一的工作场景；

　　混合式调度：结合了一些自动化或半自动化手段，赋予了物流机器人一定程度的灵活性，但仍存在局限性；

　　智能调度：主要体现于大规模调度能力（比如单仓实现上百上千机器人的同时调度）和分布并行式的调度（路径优化，以及系统冗余度的提高）。

　　关于机器人智能物流

　　机器人智能物流这个细分领域，正在不断的延展边界，它已不再仅仅代表着Kiva机器人和传统AGV。

　　说到机器人智能物流，就必须从这个领域的鼻祖Kiva公司说起，这家机器人公司面向电商物流行业，提出了全新的“货到人”拣选解决方案，开创了机器人智能物流领域。而2012年亚马逊以7.75亿美金全资收购Kiva公司，并于2016年底宣布亚马逊全球范围已经应用了4.5万台Kiva机器人，这些都充分证明了机器人智能物流的价值和成长。

　　机器人智能物流的概念不仅限于Kiva的“货到人”拣选系统。机器人智能物流解决方案从应用场景来看，涵盖物流供应链的存储、拆零拣选、搬运、分拣、快递派送等，而从机器人产品本身来看，也不等同于传统意义的AGV小车，机器人智能物流属于系统级的解决方案。

　　在未来，相信机器人智能物流系统将涉足更多的物流供应链中的应用场景。在智能仓储方面，除了现在已经成熟的“货到人”机器人拣选系统，在未来可以进一步实现智能化的叉车实现立体存储，还可以利用机械手拣选来进一步实现无人仓作业。延伸到智能配送，运用无人机和配送小车来解决快递配送的问题，而且当无人驾驶技术进一步成熟的时候，还可以利用无人驾驶卡车实现城际之间的物流配送，最后可以过渡到整个的智慧交通系统。相信随着技术的成熟，机器人智能物流将会成为特别的生态所在。