一大波機器人上崗長三角倉庫！四向車、搬運、分揀機器人通通都有

博雯 發自 凹非寺量子位 報道 | 公眾號 QbitAI

這是一座非典型的物流倉庫。

走進大門，首先看到的是在空無一人的地面上不斷運動的機器人：

他們的日常工作就是在偌大的倉庫裡來回奔波。

或是馱著貨架進行送貨、取貨：

或是對物品進行清點、稱重和檢測：

而作為參觀者，一定要注意地面上黃線分隔出來的不同線路。

因為一個不小心，你就可能佔了機器人的「專屬跑道」：

這就是上海西門子開關有限公司去年建成的智慧工廠。

或者已經可以稱之為「無人工廠」，因為其中的絕大部分員工都已經被機器人所取代。

但這又是一個非典型的無人工廠。

因為它在像人一樣在工作。

像人一樣的無人倉庫

首先，整個倉庫裡的機器人們可以看作是完成跑、拿、搬運、分揀這些基本動作的四肢。

學名叫自主移動機器人（AMR）或自動引導運輸車（AGV）。

比如這種負責搬運的：

又能承重，又很能跑。

不管頂著的是小件的托盤，還是更高更重的貨架，都能跑的穩穩當當：

負責貨箱到人的，能夠用最合適的角度和力氣把貨箱叉出來/放進去：

效率最快可達可達300箱/小時/工位。

還有做智慧分揀的：

那麼誰來作為心臟為這些靈活的手腳提供動力呢？

倉庫執行系統（WES）或者供應鏈中臺。

就像心臟掌管著無數延伸出去的血管一樣，倉庫執行系統也連線著無數來源分散的訂單和庫存點。

從機器人到倉庫中其他裝置，這顆心臟將它們的真實資料、運行狀態抽象、模擬，然後一一展示出來：

面對突發情況也能及時作出反應，這就是大腦需要做的事了。

而且，只是從整體策略計劃上管控機器人和子系統們做還不夠。

要從資料和演算法層面讓AI來做智慧決策，每一次都能找到比上次更好的方法。

這樣，機器人在完成人類的收貨、儲存、分揀等各種物流和倉儲任務的過程中，慢慢就能整合成一個完整的智慧倉儲解決方案。

那麼，到底是哪些技術在支撐著這個「人」的行動呢？

智慧倉儲的感知與定位

先來想想倉庫裡的機器人們每天都幹哪些活兒？

搬運、分揀、檢測、以及一天十幾公里的腳程數……

很明顯，最基礎的功能，就是要能跑。

那麼感知與定位就是首要任務了。

鐳射SLAM就是目前用於實時地圖構建及定位的主流技術。

這種技術會通過鐳射雷達採集物體資訊，得到一系列分散的、具有準確角度和距離資訊的點雲。

鐳射SLAM系統將不同時刻兩片點雲的匹配與比對，計算相對運動的距離和姿態的改變，以此來重建地圖，實現自我定位。

然後就是路徑規劃。

基於深度強化學習實現的多智慧體分散式協同路徑規劃不僅能避障，還能自行選擇最優路線，用最短的時間達到目的地：

接下來則是分揀系統。

演算法會以系統歷史運行資料作為驅動，格口與分揀路線進行動態匹配，為每一位「員工」都規劃好交通路線。

對比傳統路徑規劃，效率提升了25%以上。

而這也大幅度增強了系統排程能力，可支援單倉排程機器人1000臺以上。

同時，分揀系統也會以歷史匹配經驗資料作為驅動，將需要搬運的貨架與空閒機器人進行一一匹配。

通過使用線上與離線學習相結合的方式，最大化當前和未來的獎勵值，不斷迭代學習得到最優匹配策略。

最終基於最優解給「員工們」分派任務，實現工作效率最大化。

在這些技術的支援之下，也就難怪整個智慧倉庫可以擁有像人一樣的自我操作能力、自我推理判斷能力、自我感知能力了。

背後誰在提供技術方案？

現在，在這種智慧倉儲的幫助下，上海西門子開關的入庫效率已提高250%，倉庫儲存面積也減少了一半，供料及時率更是達到了100%。

而迪卡儂也在去年宣佈建成了智慧體育物流創新實驗室，將揀選生產率平均提高了3倍。

這些自主移動機器人們，正在智慧物流和倉儲行業發揮著驚人的活力。

而機器人們的提供者，正是國內物流機器人企業極智嘉。

他們目前已經在全球累計出售了超過20000臺自主移動機器人，在AMR市場上的份額位居世界第一。

極智嘉目前在全球30多個地區提供服務，並與英特爾、微軟、迪卡儂、聯想等公司都有過合作。

而其兩位創始人都畢業於清華大學：

其中CEO鄭勇並曾就職於ABB和聖戈班，而CTO李洪波則有過2年的清華大學計算機系講師的經歷。

7月21日，極智嘉在上海舉辦了一場智慧物流峰會。

在會上，他們公佈了4D使能技術戰略，並宣佈「極智雲腦」2.0全面升級。

機器完全取代人？

會上不僅有極智嘉公佈了智慧物流解決方案，上海西門子開關、迪卡儂也到場分享了自家正在應用的無人倉庫的現狀。

整個AMR行業看起來一片大好。

這就不禁讓人產生了一個疑問：

AMR機器人會替換掉物流和倉儲行業中真正的人力嗎？

極智嘉CTO李洪波對此笑道：

在無人化這個過程中，一定是你使用了某個裝置或是自動化的方案後產生了價值。降本、增效、使用者體驗這三方面至少總得佔一樣吧。如果一樣都不佔，我覺得就不應該把人給換掉。

因此現在的智慧倉儲做的最多的是什麼呢？

就是解放人的雙腿，讓機器去做每天十幾公里的重複往返，人類則去做更擅長的排程和管理。

而除了「沒必要」以外，智慧物流行業的機器人們也面臨著很多挑戰。

比如在一個超過10萬平的倉庫中，排程超過500臺的機器人。

而到了類似618這樣的節日時，這個調動的數字甚至會變成10倍還不止。

對於這樣規模巨大，且任務複合的場景來說，存在的問題不僅是類似智慧搜尋、避障、導航等演算法開發這種技術上的挑戰。

如何基於這些新技術對現有/傳統的工藝流程進行重構，同樣也是個問題。

對此，極智嘉在2019年就推出了aPaaS平臺：

我們可以將它理解為一個擁有多個基礎樂高元件、基本搭建規則、完整搭建流程的這樣一個高度模組化的平臺。

使用了這一平臺後，使用者就可以按照自己的想法搭樂高。

——也就是可以更加快速便捷地進行二次開發。

而在今年的這場智慧物流峰會上，極智嘉又宣佈為aPaaS平臺加入了4D使能技術：

他們希望自己提供的不僅僅是一個機器人智慧物流系統，而是一種個性化的、端對端、全鏈路的解決方案。

而這樣一種極智鏈的服務，也會為製造類客戶帶來遠超自動化的價值。

那麼這樣的價值是否會吸引到更多企業進入智慧物流、無人倉儲這些新技術的應用與實踐之中呢？

智慧倉儲和物流技術更全面的普及和落地在什麼時候？

李洪波回答到：

從整個產業化角度來講，某一個新興技術的落地一般分三段：一、教育市場；二、判定趨勢；三、大規模的應用，以至於最終客戶把它作為NO.1的選擇。而現在，大規模應用落地（即第三階段）的大門已經打開了。

參考連結：https://www.geekplus.com/zh/cn