​如何实现物流解决方案的高柔性、高可靠性及高性价比？

在凯乐士科技副总裁、人工智能研究院院长白红星博士看来，商业形态演变推动物流需求改变，物流需求变化推动物流技术提升。市场变化对AGV提出了更高要求，要求快速部署/迁移、超大规模调度等，AMR更能呼应市场需求。凯乐士以AI赋能，为行业打造高柔性、高可靠性与高性价比的物流解决方案。

凯乐士科技副总裁、人工智能研究院院长白红星博士

（12月17日，罗戈网举办了“2021 第四届中国物流科技创新企业年会暨物流资本峰会”，本文根据现场速记整理完成）

大家上午好，我是来自凯乐士科技的白红星博士。首先，我分析一下是什么背景催生了物流自动化向智能化的发展。

一、物流技术从自动化迈向智能化的大背景

物流业务是为商流服务的，商业形态演变推动物流需求改变。大家应该也比较清楚，传统的销售模式是层层分销，最后有实体门店。因为是批量生产，所以每个工厂生产的品种不会特别多，但是每次生产的量一定比较大，正是因为这个原因才降低了产品的成本，使得这个产品能够迅速推开。分销的过程中，每一级的分销也都是以少批次、大批量的大形式为主。

非常零散的订单最后都在实体门店由售货员和顾客自行完成，所以对于仓储里的分拣技术以及对于工厂里处理各种物料以及成品的要求就没有那么高。后面产生了电商，首先把供应链缩短了，把层层分销变成了直接从仓库发到个人订单，仓储配送进入了小批量、多批次的模式。再往后发展，C2M兴起，个性化越来越强，比如说穿衣服都不希望撞衫，甚至买个保温杯都要刻上自己的名字。不光是配送进入了小批量、多批次，生产也进入了进一步的品种多样化、柔性制造。

这个变化带来了物流需求的变化，同时也推动了物流技术的提升。随着物流商品种类越来越多，客户定制化以及订单的碎片化越来越普遍，所以物流业态越来越丰富，有很多不确定性，这就要求我们配套的物流设备和系统具备高柔性，越来越灵活，能够快速适应各种不同的物流业务需求。

（商业形态演变推动物流需求改变）

配送效率要求越来越高，过去的分销体系下，通常这种配送都是以周为单位，现在则是24小时、48小时、当天发货等。社区电商、同城配送不得不做很多前置仓，配送时效变成以小时甚至以分钟为单位。这就要求物流信息系统和物流设备都越来越智能，效率越来越高，不能够停摆，具有高可靠性。不能停摆是指整个系统不能停摆，单机有点问题，只要整体能发出来也是没问题的。

竞争越来越激烈，在这种情况下，虽然人工越来越贵，但是对于运营成本的要求也是越来越低，要求物流形成规模化，并且自动化程度越来越高，整体具备高性价比。

既然有需求，物流技术也随着工业技术的发展在发展，前三次工业革命依次带来了机械化、电力化、自动化，自动化过程中我们也采用了自动输送、分拣机、AS/RS无人仓库。第四次工业革命，库内包括智能穿梭车AMR、人工智能机械臂、自动运维等等都是随着人工智能的发展从自动化迈向智能化。

（物流技术4.0迈向智能化）

综合对比，自动化和智能化差异还是挺明显的，物流自动化时代，设备更多的是专机，输送机就是输送机，分拣机就是分拣机。非常大的公司投产了物流中心，可是订单发生了变化，库存发生了变化，业务发生了变化，几年之后发现要拆掉重建。而智能化物流开始进行标准化、模块化、智能化、网络化，在这个设备上，传感、计算、执行一体化，并且可以实时动态调整，所以能实现高度柔性设计。

就像现在的智能手机，硬件是一样的，换一个软件就是电子书阅读，也可以通过扫码变成支付POS机。在物流设备也是一样，比如说穿梭车、OMR，你说它是存储设备还是搬运设计还是分拣设备，已经分不清楚了，通过你对它的轨道控制或者场景布置，通过软件的调整，它可以实现各种各样的功能。同时，也是因为物流作业的复杂性，只有智能化才能够逐步迈向完全的无人化。这是自动化和智能化的重大差异。

二、人工智能技术如何为AMR赋能

过去我们都知道AGV（自动导引车），现在为什么变成了AMR？就是因为刚才讲的市场变化，对AGV提出了更高的要求，这些高柔性、高可靠性和高性价比的要求使得我们希望AGV系统能够快速部署、快速迁移、超大规模调度，并且能够实现人机高效协同，这些协同是传统的AGV系统不具备、不满足、实现不了的，所以就变成了AMR。AMR呼应市场，技术怎么进行变化的？

（AGV为什么变成了AMR：市场变化对AGV系统提出更高要求）

1、实施部署

因为AGV无论是磁导航还是二维码导航，毕竟有部署的要求，调整也没有那么快。而AMR的场地适应性高多了，能够自主建图、快速部署，并且可以灵活变换，比如场地变大了、缩小了，都可以通过软件随时调整。

2、调度规模

传统AGV实时集中调度，所以随着车辆数变多，计算复杂度指数上升。并且因为是实时要跟上位机通讯，所以对通信网络的要求也非常高。AMR是分布式调度，或者说是分布式调度和集中式调度相结合，理论上调度规模没有上限。我们都知道车辆多了会产生交通的问题，所以很多时候是物理限制变成了调度规模限制。

3、人机协同

传统AGV有很多限制，尽量要减少非AGV系统的动线和AGV系统的动线的交叉，站点也要做一些防护措施。但是对AMR来说就灵活多了，因为本身就有比较强的感知能力，所以可以随时随地进行人机交互，并且根据需要进行高效协同。

人工智能技术的应用分成三个层次：

1、计算智能

对AMR来说就是AMR里面的嵌入式系统，它的计算能力要借鉴人的经验、自然规律等等，解决传统的NP-Hard难题，通过借鉴实现模拟退火、粒子群、蚁群、遗传等智能优化算法，更智能的处理任务调度、模式识别、数据挖掘等复杂工作。

2、感知智能

AMR要通过摄像头、雷达、麦克风等传感器获取外界的环境信息，通过图像识别、信号处理、数据融合等技术将感知到的信息加工处理形成结果，比如说识别、定位。

3、综合智能

在感知智能的基础上与业务需求紧密配合，实时调整各类AMR的具体动作，实现高性能、高效率、高并发、低风险、低成本的物流执行。

比如说计算智能用于AMR导航系统，用传统的A*算法会有大量冲突，避让则降低整体效率，通过改进的A*算法可以动态根据区域内周边车辆变化实时变换。

用于AMR的调度系统可以实现广泛兼容，在同一地图里兼容不同品牌的机器人，同时支持传统AGV以及AMR，同时支持托盘车型和料箱车型。性能方面也可以通过路径规划、负载均衡、最优任务匹配等实现超过一千台以上AMR的高效协同。

在快速部署方面，通过模块化、标准化的提供规划、实施、运维一站式系统解决方案。我们只需要简易限制地图边界，把地图里的常规区分，比如说货架、柱子、主通道等，哪些地方设置一些单行道等，就可以完成部署了，没有二次开发的工作。

感知智能，比如说用于激光+视觉SLAM导航。这样的AMR跟无人车辆相比，传感器少多了，毕竟仓储物流对成本要求非常严格，所以这上面基本上只有前后的避障雷达，兼着做激光SLAM导航，同时加了一些非常廉价的普通摄像头，每个摄像头一般一两百块钱，相互配合，解决长走廊以及提高定位精度的问题；AMR比无人驾驶车辆的速度慢多了，但是在工厂内、仓库内环境非常复杂，不像高速公路相对来说环境比较单一，在非常小的范围内，通常来说是几千平米内有几十台、上百台的AMR同时调度，所以难度在这些方面。

感知智能用于鹰眼系统，虽然AMR上有避障雷达和摄像头，但是毕竟在一些十字路口，可能突然从柱子、货架后面冲出人和叉车，这时候我们在天上装一些摄像头，通过拍照识别哪里是人、哪里是叉车，通过方式让它主动避让，减少碰撞风险，做双保险。同时，尤其是人工和AMR相对接的地方，比如我要取托盘，人工如果把托盘放歪了，AMR到跟前才知道需要调整，如果鹰眼系统提前告知它了，它可以立马定位。

（感知智能用于鹰眼系统）

综合智能最终实现高柔性、高可靠性、高性价比的AMR解决方案。

1、高柔性

适应各种场地和布局，快速部署和调整。兼容不同业务需求，满足多种模式混跑。区域、设备、流程均可快速柔性扩展。

2、高可靠性

环境感知、柔性适应，降低故障率。通过系统远程采集设备健康度，推送维养方案，使得它能够有维护保养的动作，提前做，增强使用过程中的可靠性，降低故障率。同时，这里面的组件要进行热插拔互备，单机故障不影响整体运行系统。

3、高性价比

通过智能调度/人机协同提高系统整体性能。比如说在一个仓库里有货到人，也有订单到人。过去的AGV是两个系统，互相之间不能支援。但是在AMR的调度系统里，随时可以调整和切换，每台AMR都可以随时领取不同的任务。另外，通过快速部署和高可靠性降低实施、运维成本，通过灵活调整降低发展不确定性带来的切换成本。

三、高柔性、高可靠性、高性价比的物流解决方案

首先看穿梭车的高柔性、高可靠性、高性价比解决方案，因为凯乐士最早引进了欧洲的四向穿梭车，那时候穿梭车本身就可以进行自主的路径规划，不需要实时跟上位机通讯，过程中可以有一些智能的运行，实现高柔性、高可靠性、高性价比。

凯乐士原箱支持的尺寸范围非常广，很多时候对于流通行业，当箱子种类特别多的时候，一样可以做到比较好的适应性。路径规划是智能的，并且这里面也做了动能回收、智能电源管理。所以大家也就理解为什么我们能够直接切入AMR，因为我们的穿梭车是立体的AMR系统，每一层的调度、复杂度就相当于AMR，可以和货到人工作站对接，完成高效拣选。在商品种类越来越多的情况下，它甚至可以替代托盘引擎，用一个存取引擎来实现整个仓库的库存管理，并且可以柔性扩展，根据需要可以横向扩展、纵向扩展，甚至拐着弯扩展，都没有关系，最终实现高柔性、高可靠性、高性价比的解决方案。

我的演讲结束了，谢谢大家。