随着我国人口红利逐渐消失，用人成本持续上升，减少人工、提高仓储自动化水平已是大势所趋，仓储物流机器人在提高作业效率、降低工作人员劳动强度、优化资源、减少成本等方面的重要作用进一步凸显，再加上智能物流这一风潮，仓储物流机器人大行于世已然可期。

本期我们就对当前仓储物流机器人的发展历程进行剖析，阐明现状，解析瓶颈，探讨趋势，为仓库引入机器人提供一定的借鉴。

机器人发展历程

从普遍意义上来看，机器人的发展经历了三个阶段：

• 第一阶段：程序控制机器人

该阶段的机器人完全按照事先写好的程序进行工作，能够较好地模拟人的运动功能，对于机械性的重复工作有很好的取代性，但只能按照既定流程完成工作目标，无法灵活适应情况的变化。此外，由于缺乏感知环境的能力，它无法及时地识别异常情况并进行工作流程上的调整，从而可能导致不确定甚至危险事件的发生。

• 第二阶段：自适应机器人

通过传感器装置感知环境，并利用计算机进行控制是自适应机器人的主要特征，它能随着环境的变化而改变自己的行为，虽然已经具有一些初级的智能，能够应对一定范围内的环境变化，但还没达到完全“自治”的程度，需要技术人员的协调工作。

• 第三阶段：智能机器人

当前，机器人行业已经进入智能化发展的初级阶段。这一阶段的机器人具有更类似于人的特征，主要表现在三个方面：多样的感知和交互能力、灵活的独立决策能力、一定的自我学习能力。

仓储物流机器人技术发展历程

再来说仓储物流机器人，它们的发展也基本沿袭了这一路径。从作业环节和技术角度来分，仓储物流领域使用的机器人主要有两大类，一是移动类，是用于搬运、分拣环节的轮式移动机器人，即自动导引车（AGV），二是操作类，是应用于物品码垛、拆垛、分拣包装等环节的工业机器人，如机械手、并联机器人、协作（复合）机器人等。

下面，我们就分别以AGV和机械手为例，来分析仓储物流机器人的技术发展历程。

• AGV

经过多年的发展，AGV在安全性、稳定性、准确性、性价比等诸多方面都有了巨大的进步，但最为突出的还是导航技术的迭代升级。

（1）1.0时代：导引技术-预定路径

20世纪70年代起， AGV开始兴起，那时的AGV显然是程序控制机器人，只能沿着固定的导引路径行驶，具体的导引技术包括磁条导引和磁点导引，其特点是要预设参照介质于事先规划好的AGV的行走路径之上或使参照介质与AGV的行走路径相关联，AGV在工作过程中通过读取磁条或磁点来确认行走位置。

较为原始的导引技术AGV产品

（2）2.0时代：地标技术-预定路径

2008年，二维码导航、RFID导航、激光反射板导航技术等地标技术快速发展，以二维码导航为基础的AGV机器人不断涌入市场。其中以2012年亚马逊在各地仓库大规模部署的Kiva最为有名，依靠传感器感知环境，具备自适应机器人的特征，实现“货找人、货位找人”的模式，助力仓储物流中心实现无人化作业。

根据不同应用场景，列举以下几个典型的KIVA代AGV产品。

（3）3.0时代：SLAM技术-未预路径

近年来，无预设参照介质的SLAM导航技术逐渐成熟，自主移动机器人AMR（Automatic Mobile Robot）应运而生，从某种意义上来说，它已经具备了第三阶段智能机器人灵活的独立决策能力，不但能够实现自主避障，还可以实现自主规划路径。

SLAM（即时定位与地图构建），是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程，解决机器人等在未知环境下运动时的定位与地图构建问题。目前SLAM导引技术主要有激光雷达式、激光扫描轮廓式、机器视觉式三大主流分支。其中激光雷达式主要应用于室外环境下的无人驾驶车辆领域，激光扫描轮廓式主要用于室内机器人产品，而机器视觉式相对于前两者发展较慢，应用案例较少。

几款知名AMR产品

• 机械手

随着技术的发展，机械手已经可以用于装卸、分拣、码垛等多类仓储作业场景中，功能日趋复杂，但作为操作类机器人，最重要的还是操作的精细化水平的高低，具体则是反映在抓取能力和识别能力的提升上。

（1）从纯机械部件到自适应抓手

传统码垛机器人的抓手由纯机械部件组成，结构复杂、整体笨重、动作速度慢、不具备自动检测、控制位置能力、控制精度低、受工作环境温度和工件重量影响会产生运动不到位等众多问题，影响作业安全和效率，最重要的是，属于第一阶段程序控制机器人，只能特定地抓取固定包装和规格的货物，无法满足品种多样化地抓取。

但在如今，自适应、多功能的机器人抓手技术已然成熟，机器人夹爪自动控制器的中央处理器内预置工作程序，可与机器人的主控制器建立通信，当机器人到达拾取货物位置开始抓取时，抓手夹取过程受负反馈作用，当检测抓手压力变化时，自动调节电机扭矩以达到抓取力度和行程的控制。这如此一来，对于不同规格的物品，一种夹爪就可以满足抓取任务，减少了频繁更换夹具的流程，提高了码垛工作的效率。

（2）从固定抓取到灵活拣选

最初用于仓库码垛的机械手不具备识别能力或识别能力很差，往往需要人工将货物进行标准化的摆放处理，影响作业效率提升，更不用说将此类机械手用于多品类货物的分拣作业中了。

而机器人视觉识别技术的成熟，配合人工智能视觉算法和深度学习，提升机械手智能化水平，让选择化的识别抓取成为可能。基于二维平面和三维立体激光的视觉系统配合多功能并联机械手，可以自动识别被抓取商品的颜色、位置和大小等参数，采用与之相应的机械手抓取，然后放到搭配的载体或输送线上，实现拣选商品的功能。

仓储物流机器人发展趋势

未来，仓储物流机器人在向第三阶段智能机器人发展的道路上，还将呈现以下趋势：

• 功能集成

出于提高仓库作业整体效率效益和降低设备部署成本的考虑，管理者在打造自动化、智能化仓库时，往往偏向于采购功能更加集成、用途更加丰富的机器人，并为之调整作业模式。如京东无人仓的Kiva机器人同时承担着搬运和分拣两项功能。

复合机器人的出现更是功能高度集成的结果，融合了AGV自主移动及机械手灵活抓取两项功能的移动机械手，具备更广泛的用途。

• 技术融合

感知、决策、执行是评估机器人的三大指标，未来的高性能的仓储物流机器人一定不是单纯的硬件，也不是单一技术的极致体现，而是物联网、人工智能等各种技术的综合体，让机器人发挥出最大的效能。比如机械手要想实现精准拣选，识别视觉技术、人工智能算法、手爪夹具技术三者缺一不可。