15分鐘，這是一臺智能搬運機器人（以下簡稱AGV）“記住”倉庫的時間?！坝涀　币馕吨腊徇\的起點、終點、時間，以及哪里有障礙物，遇到同伴讓誰先走。即使面對極端的生產環境，它們也不會生病、不知疲憊，盡職盡責。

AGV應用于倉儲行業已經有十多個年頭。從逐年攀升的銷量來看，市場已經逐漸意識到AGV的作用。去年中國AGV銷量突破2.96萬臺，保守預測，2019年中國AGV銷量將突破5萬臺，同比增速超60%。同時，AGV也得到了國家政策的支持，工信部已經明確將AGV產品納入工業機器人范疇，并要求到2020年形成較為完善的產業體系。

近幾年，基于傳感器、AI技術、機器人等新技術，AGV正在變得更聰明。自從2013年蘇州艾吉威機器人公司第一次給AGV裝上AI“大腦”，脫離了反光板指引的束縛，可以自主選擇、變換路線，躲避障礙；完成送貨任務后，還能給自己充個電。

要實現“貨到人”的圖景，光是教會AGV機靈地搬貨還不夠，還要讓它充分理解生產鏈的需求，才能實現貨和人的精準匹配。艾吉威希望達到的效果是，打通AGV的調度系統與工廠原有的信息化系統，在共享一套數據的前提下，AGV可以根據系統發來的訂單需要及庫存信息執行搬運任務，“需要多少搬多少”，實現物料的加速流通，借此趨近于“線邊零庫存”的制造業口號。

“革”掉反光板

倉儲行業的痛點就是AGV存在的空間。隨著中國人口紅利的消退以及制造業自動化的大趨勢，無聊、骯臟且危險“3Ds”的工作（dull, dirty and dangerous）開始面臨招工難的問題。這個痛點在部分環境特殊的工廠表現明顯，高溫、粉塵等環境對于工人健康的危害始終是亟待解決的社會問題，因此這類工廠對于AGV的接受度也最高。

雖然需求確實存在，但很長時間內并沒有被很好滿足。2013年以前，國內普遍使用的激光導航AGV需要依靠反光板導航——工程師根據生產流程、節拍及廠房空間設計好運行路線，在路線上鋪設具有一定隔斷的反光板，AGV車體上的激光導航儀向反光板發射激光，再接收原路返回的信號，以獲得目的地坐標。

這種產品最早來自歐美，客戶只集中于少量大企業。對很多中小企業來說，技術是實現低價的手段，但鋪設反光板耗時長、后期維護難，花費也很高。且在惡劣的生產環境中，這種產品使用體驗并不好，反光板很容易被弄臟、光源也可能被遮擋，如果叉車使用量多，反光板鋪得過度密集，也會導致信號錯亂，很難在封閉空間中同時運行多個產品。

艾吉威的工程師了解客戶痛點后，決定把反光板優化掉。這種自信主要來自他們的技術優勢：其創始人畢業于上海交大機器人專業，掌握機器人行業前沿技術，公司的研發人員占比超過60%。這些工程師們發現，反光板AGV依靠的是鏡面反射原理，只有實時接收三個反光點反射回的激光才能獲得AGV的位姿和路線，本質上是機械的定位邏輯，所以靈活度低。他們想，如果讓AGV具有學習和思考的能力，是不是就不用給它們指路？

調整思路后他們想到，激光既能定位也能測距。如果使用時間飛行原理，向四周發射足夠多的激光束，AGV獲得原點到每個點的距離后，也就組成了這個空間的輪廓。他們試著在AGV中放入CPU當“大腦”，存儲這個輪廓模型，然后根據工程師給出的機器學習算法，得出從A到B點的無數條路線。如果把這種無反光板AGV當作有學習能力的小孩子，此時它已經具有了選擇、更改路線，以及避障的能力。

然后工程師只要給輪廓中的每一個坐標設置意義，就能教會這個已經認路的“小孩子”工作。艾吉威副總經理周汝壯告訴36氪：“我們可以給地圖上所有需要它工作的點都標注出特性，那么無論它到了哪一個點，都知道自己要做什么?！北热缭O置A點是“舉起點”，那么這個點的特性就是先將貨叉水平插入，舉起至若干米處。每個坐標點連接起來就是一套完整的作業動作。

像所有依靠AI算法的機器一樣，這種AGV工作越久就越聰明。最初，它根據工程師們按經驗數據給它設定的模型工作，但執行幾次任務后，它就會更理解這個它所效力的地方，自動選擇最優解。

倉儲行業中頭部大客戶少，是大量的小客戶組成了市場。AGV通常面對的是狹小空間，倉庫內部的格局也可能經常改變。反光板AGV很難走彎曲、不規則的路線，更換路線也會產生新成本，這正是此前許多企業不愿使用AGV產品的重要原因。但擁有AI算法的AGV可以在半秒內意識到自己遇到障礙物，3秒內就能完成繞行。如果這條路線不再能滿足要求，工程師只需要在系統的CAD圖紙中重新設定就可以更改。

系統的意義

當每一臺AGV都擁有了大腦，就不再是割裂的機器，而具有了“溝通”和被調度的能力。

在研發AGV的同時，艾吉威也研發了其調度系統“AGVS”。通過倉庫內的無線局域網，每臺AGV都會向系統實時反饋自己的信息，包括位姿坐標、是否在執行任務、電量等，系統結合這些信息，根據調度算法給它們安排任務，教它們避讓彼此。

多車避讓問題一直是AGV行業的難題，但AGVS系統已經能同時指揮上百臺機器在一個封閉空間中作業。這種能力來自于在系統中標注每個AGV的“身型大小”和“任務性質”，據此決定通行順序。

周汝壯告訴36氪，AGV遇上同伴后，首先會判斷其身型是否足夠讓自己安全通過：“我們把每個AGV的輪廓放到系統里，大車輪廓大，小車輪廓小，周邊一米之外是能安全通過的基礎。那么只要兩個輪廓靠近，有的AGV就明白：我需要讓開了。”如果必須有一個AGV停下，判斷標準則是任務下達的先后以及緊急程度：“比如A任務還有十分鐘，B任務還有兩分鐘，那當然要B先走了，因為B馬上遲到了。”

如果說這還止步于“搬得更好”的邏輯，AGV公司們的野心遠不止于此。你可以把AGV看作是放到倉庫里的小抓手，他們要通過一整套信息化系統實現倉儲行業的智能變革。

在實地考察工廠之前，周汝壯沒想到制造業的勞動力浪費如此嚴重，亟待智慧大腦的規劃與調度。他在一家3C工廠看到，仍然是人工在決定貨物的入庫和轉移節奏。工人每天生產之前先憑經驗把所需的原料從倉庫中取出，放入生產線邊上的暫存庫中（以下簡稱線邊庫），每當用完就再派人力去尋找、取出。這些原材料會一直堆放在此，直到全部用完。

為了實現物料迅速流通，制造業“線邊零庫存”的口號已經喊了很久，但在AGV實現智能化之前，關鍵的搬運環節依然非常原始。

為了解決這個問題，艾吉威在AGVS之外還自主開發了倉庫管理系統（WMS），并推動這兩個系統與工廠原有的生產過程管理系統（MES）、企業資源計劃（ERP）和射頻識別系統（RFID）共享同一套數據，根據生產線的需求決定AGV的搬運。其原理是，WMS根據其他系統的數據計算出所需原料，將這個信息放入與AGVS對接的中間表中（數據庫中專門存放中間計算結果的數據表），AGVS通過解碼理解信息，自主安排搬運節奏。

理想的圖景是：每天生產開始前，MES系統設定好當日的生產過程，WMS系統計算好不同時段所需要的原料，向AGVS發出指令，后者調度AGV來到倉庫，經ERP系統允許后運貨來到線邊庫。工廠可以設定AGV跟隨作業工人身邊，隨時根據需要把原料從線邊庫取來。這套系統提升效率的方式是精準與快速，在不需人工介入的情況下，不多放、不少取、迅速找到。

技術與場景結合的苦差事

艾吉威這樣公司的出現，說明AI與機器人技術正在把倉儲行業帶入全新的智能化階段。而在他們看來，即將到來的5G時代還會給這個行業帶來更大的改變。一方面，5G帶來的傳輸和運算速度的提高，將通過改善通訊延遲、提高系統調度算力等方式提高產品性能。另外，目前每臺機器的算法代碼還是被放置在機身的CPU中，周汝壯希望，5G到來后可以把算法放入云端的服務器，這樣可以節省下一部分硬件成本。

表面來看，這是又一個技術改造行業的故事，但艾吉威董事長司秀芬博士并不這么想。她認為物流機器人領域的核心是技術與場景的結合，光有技術還不夠，重點是基于客戶的場景定制解決方案?！?strong>只有真正地了解客戶的需求，你才能夠把這個行業做深做透，更好地跟客戶的生產系統去對接，為他們提高生產效率?！?/p>

除算法工程師外，艾吉威還培養了一批應用工程師，負責產品在實際場景的落地。只要看看他們對每個工廠的考察表，就知道落地這件事并不容易：一張表上有四個維度，貨物的重量和尺寸決定AGV的車型；與生產線上不同的環節對接決定AGV需要舉起的高度；生產節拍決定單位時間內AGV的運力；最后還要根據AGV需求對廠房環境進行改造。這意味著不同的行業和場景對于AGV的要求會有很多差異。

阿里巴巴集團前總參謀長、湖畔大學前教育長曾鳴曾提出，改造值得被重構的傳統產業是一件具備創造力的“苦差事”。對于推動倉儲行業智能化的AGV廠家來說，在技術創新之外還要腳踏實地在線下探路，或許就是“苦差事”的本意。