內容來源：2019第八屆中國物流技術峰會(LT Summit 2019)智能倉儲分論壇中，馬路創新副總經理何燕萌先生為現場的觀眾帶來關于《倉儲物流的新趨勢，集群化移動機器人的跨行業應用》的精彩內容，以下為演講內容摘錄。

56君邀請您閱讀前先思考：

·     我們對機器人、機器人應用究竟有什么樣的需求？

·     我們對于機器人最終的希望是什么？

·     當集群化的移動機器人向工業去拓展的時候，工業又會對這個行業提出什么樣的需求和挑戰？

圖：馬路創新副總經理何燕萌

1、我們對機器人、機器人應用究竟有什么樣的需求？

最早的時候大家可能是想實現機器人替代人類做一些工作，機器把人從簡單、枯燥、復雜的工作當中解放出來，這是最早人類對機器人的需求。機器人應用場景就是完成一個非常簡單的工作，完成抓取或者物流的簡單搬運。隨著機器人的發展逐步可能會希望完成一些更復雜的工作，簡單的抓取當它不能去實現的時候，是不是我們可以通過一些所謂的感知判斷去實現一些更復雜的工作？就逐步出現了這種能夠跟人有一些簡單協同的機器人，這是它后來的第二個階段。

2、我們對于機器人最終的希望是什么？

我們對于機器人最終的希望是它有獨立思考能力，它能夠完成更復雜的工作。無論是4G、5G、工業底層技術的實施和普及，包括分布式計算、云計算、物聯網這樣的技術和底層能力的夯實，使得我們現在對于機器人提出了更高的需求。

當人類對機器人提出更高要求的時候，機器人怎么實現人類對它的期望？會有兩個方向，第一個機器人越來越復雜。可以看到豐田不同的時間點會推出越來越擬人化的機器人，左下角這張圖是摩爾定律的趨勢，這個大家都很熟悉。固定的時間增長，機器的處理和能力會增長，成本會下降。但問題是當你對于單個機器的要求越來越高的時候，到某一個時間點機器人是不能滿足人的期望的，這樣的情況怎么辦？

我們認為還有一條趨勢就是所謂的集群化協作，這是自然界中非常常見的圖片。這樣一些個體通過有效的集群協作，可以實現能力的倍增，可以實現傳統個體不能實現的很多內容，這樣的思路是不是可以應用在機器人協作上？是不是可以通過已有的機器人設備更加有效、靈活、智能化調度和應用，去實現我們現在不能實現的很多期望？這其實是我們一直在思考的問題。

傳統意義上無論是機械手臂還是傳統的機器人，或者工業機器人，每個機器人都是所謂的一個線程式的。一旦他需要協同的時候，他就需要非常復雜的時間校對，每個機器人都以固定的節奏來完成它既有的任務。我們認為未來AI+IoT如果是一個大平臺，它可以實現一定程度的意識共享，同時所有的機器人可以互聯互通，并且通過更加集約化的調度去實現集群化作業。

我們認為使用機器人首先要考慮它的位置信息，第二它要考慮商品的熱度分析，需要去了解它把什么樣的商品運過來更合適，它需要考慮起始點位置曼哈頓距離，去尋找最優解。需要做實時動態軌跡的優化，需要AGV速度控制，需要貨物重量反饋，同時要考慮一些異常對它的影響，包括一些障礙物或者機械故障，這是簡單的舉例。

真正做到這樣一些點以后，這種最簡單的移動機器人才有可能實現更高效率的對于利益的替代和對于客戶現場需求的滿足。

如果我們未來希望去實現一個真正的機器對人工的替代，理論上是大規模的機器對人工的替代。單純的場景當中，無論是工廠現場還是倉庫所能實現的機器調度數量和調度能力，和你能控制的不同的機器人它的復雜性，其實這是所謂我們要實現集群化背后最大的挑戰。

截止到2018年底做AGV的公司有超過120家。目前很多國內的機器人企業從硬件載重、速度上是類似的，大家真正的區分點在于它的軟件、調度規模、調度能力，而這些才真正形成了所謂的系統效率。國內有一些非常知名的公司，它的調度做的是固定的路徑軌跡，一臺機器人可能就十條路徑，第一條不行的時候走第二條，第二條不行的時候走第三條。其實真正實現大規模集成調度應該能夠實現的是實時的路徑規劃和實時調整，每一臺車有無數路徑的可能性，在無數路徑的可能性取一個最優值，而且這個最優值可能會有實時的變化。

如果你的調度瓶頸是50、60臺，小規模應用是可以的。但是大規模的應用需要的是上千臺。國外的機器人時效普遍在200或者300，但其實國內如果是現在的情況下，當你真正把軟件能力調度做好的情況下，我們認為它可以實現每小時不小于500、600的調度效率。這些區別最終會影響到客戶選擇的時候第一個投資回報。

真正影響最大的點在于原來客戶拆零分揀的時候人效是100，你實施了改變以后能實現500還是600，這個提升對他的投資回報是有顯著影響的。其實這樣一些軟件調度的算法，才真正影響到客戶對機器人的應用。同時我們也認為只有真正能做到比較好的集群協作以后，一些跨行業、跨場景的協同才成為可能。

各個行業的第一個案例開始去應用這種柔性化、智能化的移動機器人最早的時間點，我們不用仔細去研究每個時間點，可能個別的案例會超出這樣一個數量級，但從大的趨勢來講我認為這張圖是對的。國內試點應用開始于2015年，2015年、2016年電商零售行業開始去應用這樣的機器人考慮效率提升和降本增效。

我們會發現其實這個行業在發展過程中，我們不僅僅是實現對技術的模仿，當我們效率提高以后，它其實在往行業上游和下游做延展。首先下游來看，電商零售和這個本身是兩個相關的行業，當你一個包裹生成以后，我需要你做集成化的處理，這是最早期的應用。2018年的時候越來越多的制造業開始考慮智能化的移動機器人，而非傳統意義上的工業機器人。

舉幾個例子，鞋服、3C電子、冷鏈、汽車，其實這樣一些行業背后可能會有不同的推動因素和它的客戶訴求點，對于我們而言發現在同一個時間點開始對這種更加柔性化、集群化的機器人設備提出了同樣的需求。無論需求是因為一些市場的拉動，因為小批量定制化、柔性化市場的反饋，還是政策的驅動。包括一些汽車行業精益化生產對他的要求。整個移動機器人現在已經開始形成一個新的趨勢，從傳統意義上的倉儲電商零售開始向上游、下游去做延展，而這個延展的爆發遠比我們預想的要更快、更迅猛。

我們長期跟客戶交流溝通的時候客戶有哪些痛點？客戶一般會關注這么幾點，作業效率、準確率、場地利用率、員工管理、監控分析、管理成本的優化。效率提升才是決定投資回報的核心點。準確率也是這樣，當分揀的訂單復雜程度越高的情況下，人工越來越容易出差錯。這樣的情況下用機器人可以基本上實現零差錯。包括員工管理、數據分析。現在其實很多制造業里面對于技術的應用，可能并沒有去擁抱更多新的東西，更加希望把基礎工作做好，你要實現智能化、自動化，你的前提一定是首先要實現信息化，這些點都是從客戶對于集群化的機器人所提出的要求。

3、當集群化的移動機器人向工業去拓展的時候，工業又會對這個行業提出什么樣的需求和挑戰？

客戶希望實現提質增效、環境改善、降低成本、柔性靈活、自動化、數據化。原本的機器人有固定的工位和節奏去到每一個點，現在當一個工位，甚至現在很多產線強調所謂的柔性化工位，工位的位置可能都會發生變化的情況下，就需要更加靈活、更加智能化的搬運機器人來實現對它生產的匹配，包括對它的數據化、自動化和各種系統的對接。

下面讓我們看幾個案例。

第一個是某醫藥流通企業，當時這個項目行業招投標中下來以后，我們有跟這個老板溝通一個事，為什么要上項目，除了降本增效外，其實希望的是這個老板最后給我們一個解釋，他是希望能夠通過一個倉儲環節自動化率的提升、準確率的提升、效率的提升，去倒逼他生產制造環節的提升與正規化，這個有可能是現在制造業大家考慮的事情。希望通過物流效率的提升，去反逼制造業效率的提升，這其實是一個非常有趣的論點。

第二個是整車廠的項目，在他的整車工廠組裝車間用了接近300臺機器人，300臺是工廠總裝車間的一條產線，業務形態是汽車SPS揀選。SKU數是4000+，平均每個訂單3—4行SKU。分揀區面積是7000平米，系統設計處理量是20000件/小時。

最早的時候因為汽車行業通常來說是制造業里面準入門檻最高的行業，對于整個生產的穩定性、安全性要求也是最高的行業。SPS的生產方式對于每一臺車都可以匹配他的零部件，一臺一臺做他的組裝的時候，每臺車零件的數量可能是5萬級甚至10萬級的，這種生產方式雖然有很多的好處，可以去提升一些作業效率，甚至可以去減少組裝一臺車所需要的作業長度或者需要的作業面積。但同時也出了一個新的問題，對于零部件和庫存的管理要求進一步提升了。

同時因為每一臺車的零部件要跟每臺生產的車做匹配，對于零部件的拆零揀選也提出了非常高的要求。這種情況下，汽車行業也在考慮能不能把電商行業運用的最成熟的拆零分揀方案。這種柔性化的機器人到工廠實施，效率跟傳統人工相比得到顯著提升，包括汽車行業、鞋服、醫藥，其實制造業現在也開始對集群機器人提出了新的需求和更高的訴求。

傳統的無論是生產制造環節還是倉儲物流環節，非常多的自動化設備都是固定式的，對一個固定式的設備去講很多的集群和協作，可能需要一些輔助幫助的載體。但無論是機器人還是叉車機器人，一定程度上是可以實現把傳統的無論是制造業還是倉儲物流環節，所謂離散式、孤島式的自動化設備串聯起來。傳統的自動化非常多的一些環節，當它在流水線上的時候，我知道它的哪個商品在哪個時間點在哪個位置。

當我這個商品下了流水線，到人手里以后，這個商品的實時跟蹤有時候我們可能是失去對它的跟蹤和了解的。包括立體庫也是，對于一個大的環境里面有非常好的管理效果，但是出了立體庫以外，如果叉車中途的搬運全部是人來實現，中間對于整個商品和原材料的管控是有信息的缺失的。通過機器人來實現中間所有的搬運的串聯，其實可以實現把最后信息缺失的那一環給填上。這些我們在實現最基礎的對于制造業以及倉儲物流業信息化最后一環的補充，我認為無論大家講未來2025的工業制造還是工業4.0，信息化一定是我們去實現自動化和智能化的基礎，集群式移動機器人可以補足這一環。

而更加有效的路徑和更加合理的路徑規劃，其實這些才是集群式的移動機器人能夠給行業帶來的一些新的思考和新的一些幫助。

馬路創新隸屬于錐能機器人（上海）有限公司，成立于2015年，是一家海歸創辦的高科技企業。公司提供智慧倉儲物流的行業級解決方案，其規模化集群機器人產品，在調度算法、機器視覺及大數據分析等領域技術領先，已廣泛應用于電商、零售、醫藥、鞋服、制造業等行業。馬路創新堅持自主研發，尤其在底層技術與核心算法領域，擁有深厚的技術儲備。針對不同的業務場景，公司推出的各系列智能移動機器人已全面服務并應用于京東、國美、奇瑞·捷豹路虎、上汽、耐克等業內知名企業。