隨著數字經濟時代的到來，在信息流和商流的裹挾下，物流得到飛速發展。物流是繼房地產、汽車制造產業鏈后的第三大剛需產業。隨著以制造業為代表的長尾市場需求逐步釋放，倉儲自動化、智能化需求將從降本增效的可選項逐漸變成剛需。物流節點內的無人叉車逐漸取代人工叉車作業，成為未來發展的必然趨勢。
本文將由定義、場景解析、技術融合到應用案例等五個方面探尋視覺無人叉車的剛需未來。
1、重新定義“柔性物流”
2、推動無人叉車“從1到N”的“規模化+復制”
3、視覺技術賦能無人叉車
4、100+應用案例，驗證視覺無人叉車落地
5、視覺+5G的完美結合
重新定義“柔性物流”柔性物流方案以工業無人車輛為核心，隨著流量的變化而變化，對倉儲場景重新部署以適應后續商流變化。
新商業模式的涌現，讓最前端商流出現了多變的屬性，進而間接傳導至物流環節。柔性物流，便是在這樣剛需場景下出現，“商流”決定物流，“商流”產線產能的調整，導致流量會經常出現波峰波谷、環境發生變化，給處于末端和物流環節提出了巨大的挑戰，但同時也激發了對柔性物流的需求。
柔性物流方案中最核心的是性價比中的“性”，與人可比擬的柔性，其中最關鍵的點在提高產品性能的基礎上，如何做到流量自適應。現在一個倉庫或存儲區中，會擺放不同類型、大小批次不一樣的貨物，環境復雜多樣，對客戶來說重新購置設備是困難的。企業的產業和供應鏈必須隨著商流調整，推動物流節點內柔性化升級。
面對企業客戶對無人叉車的要求越來越高，無人叉車的應用場景從最初的平面搬運、到高位出入庫到裝卸貨車，技術難度也從簡單的自主導航定位，上升到追求無人叉車末端操作精度、作業效率和復雜場景適應能力。
柔性物流是對現有的物流方案進行升級，比如將人工叉車進行無人化改造，或者用貨到人的AMR取代手推車。從性能層面看，提高AGV的操作精度、效率和自適應能力，與人可比擬；通用化層面，要提高AGV的多環境適應能力。
當然，“柔性物流”的實現并不僅僅在于單體智能，機器人還需要與大規模群集機器人調度系統、智能化環境監控系統等融合應用，目前，未來機器人已經能夠實現多種型號無人叉車的全局調度，獲取倉儲場景內最優協作效果，可有效彌補人工作業和作業機器之間的差距，最大程度提升物流系統的柔性化。
推動無人叉車“從1到N”的“規模化+復制”物流節點內無人化的終局方案應該是“車適應場”而非“場適應車”。
未來機器人物流無人化的終局方案，讓無人叉車在性能上達到媲美人工作業的精度和柔性，在廣度上實現剛需場景“從1到N”的“規模化+復制”。
現有的物流過程不會產生高附加值，物流企業或制造業企業的物流環節都需要以高性價比、低投入的前提來實現降成本、省人工的目的。物流節點傳統人工作業的狀態基本上可以分為五個流程，這五個流程可以分為兩種物流方式，第一是以托盤為載具的物流方式，在倉內利用托盤將貨物進行標準化，再用叉車搬運托盤上貨架，成為“剛性重構”；第二種模式以手推車為載具，人工操作推車搬運貨物。五個流程里面有三個跟工業無人車輛息息相關，工業車輛作為物流領域的原生工具，它的無人化進程備受關注。
在物流領域內，客戶的關注點始終圍繞以下三點：無人叉車的安全性和穩定性；無人叉車在復雜剛需場景下的峰值工作效率；無人叉車的使用環境和流程改造成本。客戶希望倉儲內無人叉車的流程改造成本越低越好，環境改造影響柔性，“商流”決定“物流”。但“商流”是多變而不可測的，工廠和倉儲物流不僅受到“商流”的影響，還受到配送時效不穩定的影響，因此，工廠和倉儲物流對無人叉車的柔性要求非常高，復雜環境下無人叉車的峰值工作效率決定了它是否能夠替代人工叉車，達到效益最大化。
如果能夠在滿足客戶復雜的剛需場景前提下，比如將外月臺裝卸車和密集存儲流程中，可以用無人叉車替代人工叉車，用AMR承擔線邊轉運、室內揀選環節的工作，室內外轉運可以由人工叉車來替代人工操作，實現無人化的成本很低，性價比比“剛性重構”高；同時具備高柔性，可以更好地應對流量峰值與場景變化，推動“車適應場”的剛需場景，使其成為未來物流無人化的終局方案，讓無人叉車的性能無限接近人工操作，在廣度上實現剛需場景“從1到N”的“規模化+復制”。
視覺賦能無人叉車視覺技術與叉車的運動相結合，實現了工業無人車輛視覺伺服控制和視覺環境感知這兩項關鍵技術的突破。視覺無人叉車正在成為工業應用移動機器人中的“潮流”款。
無人叉車是工業應用移動機器人（AGV/AMR）行業增長速度最快，前景最為看好的細分領域之一。而視覺技術與叉車運動的相結合，實現了工業無人車輛視覺伺服控制和視覺環境感知這兩項關鍵技術的突破，在叉車駕駛中，機器與人工的最大差異在于末端操作的效率和精度，視覺感知和視覺定位技術讓車端增加感知能力，提升無人叉車AGV在室內外轉運過程中的靈活性和適應性。
首先在建圖環節，基于相機強大的信息獲取能力，視覺SLAM能夠獲取更豐富的地圖信息，并通過重復觀測反復提高地圖精度，相比其他地圖構建方式，定位誤差極小；其次，將視覺技術應用在工業車輛上，工業車輛可以更好地獲取場內的半動態環境。
與人工智能結合，實現自主導航與繞障，在保障安全的前提下，賦予車輛更高的靈活性，讓車輛更好地應用在人機混場、多類型機器協作場景中，使得整體方案更具備柔性。第三，同品質的視覺傳感器相比于激光傳感器成本更低。
視覺賦能無人叉車也基于同樣的角度。在人工成本上升和勞動人口就業多樣化的背景下，許多用人企業出現了叉車司機的用工短缺，無人化需求逐年上漲；疫情之下，多變的商流推動供應鏈和產線變動，由“以產定銷”轉變為“以銷定產”間接地影響到物流，同時為了減少感染風險和降低成本，頻繁受到資本關注的無人叉車AGV進入快車道。
利用視覺技術進行建圖并結合語義算法識別，相當于讓車有了眼睛，能分辨相關的關系。視覺感知技術實現了三點，一是信息流和物流的實時匹配，二是實現人、人工駕駛工業車輛、無人駕駛工業車輛的調度，三是作業人員的行為監控，比如偷盜、違規作業等。
100+應用案例，驗證視覺叉式移動機器人落地隨著技術的不斷融合發展，視覺無人叉車的落地應用成為行業兵家必爭，未來機器人不僅專注于視覺叉車AGV領域，并且以100+落地項目的驗證，成為該行業代表企業。
未來機器人創立于2016年，團隊致力用自動駕駛技術框架賦能工業車輛，為企業提供視覺導航工業無人車輛產品及柔性物流無人化方案，推動全行業內部物流的智慧化發展。通過融合機器視覺、環境感知、伺服控制、深度學習、5G等先進技術，幫助企業實現“機器換人”，提升物流效率和經濟效益。
作為國家高新技術企業，未來機器人擁有一支實力雄厚的隊伍，由香港中文大學、東京大學博士聯合創辦，目前團隊成員逾200人，研發團隊匯集了國內外名校的20多位博士、碩士。其中的李陸洋博士，2015年畢業于香港中文大學機械與自動化工程學系，2016年創建未來機器人并擔任總經理、副董事長，帶領研發團隊從事移動機器人、視覺伺服與感知領域的研究工作，先后完成了視覺的強魯棒性室內外定位、高精度強通用性視覺伺服控制、低成本智能化的視覺感知、大規模多層次高效調度等四項全球性“卡脖子”關鍵技術攻關，是機器人和自動化領域優秀的青年學者和創業者。
未來機器人的無人駕駛技術是由三個核心技術構成：視覺定位、視覺感知和視覺伺服控制，其中最為關鍵是視覺伺服控制技術。在三項核心技術的基礎上，未來機器人打造了一套軟件（系統）和硬件（無人工業車輛）結合的物流無人化方案，方案基于L4自動駕駛框架技術、中控調度系統和明眸環境監控系統，在最大程度上擴充無人叉車感知能力、分析、轉換成精準的控制指令，滿足全場景的柔性需求。
面對復雜多變的環境，例如人機混場、貨物亂放、貨物不標準、貨車類型等,未來機器人針對性地開發出多款代表性無人叉車，目前已經完成了8大系列無人叉車、無人牽引車產品，覆蓋外月臺裝車、料籠堆疊、貨物上下架、室外長距離運輸等核心場景，成功對接50多個標桿案例，實現了300多個場景項目落地，為多個知名企業倉儲進行物流無人化升級改造。
圖表：未來機器人視覺導航無人叉車分類
目前，未來機器人的視覺導航無人叉車已在汽車制造、輪胎、食品、石油化工、電商物流、第三方物流、制藥等領域實現物流無人化，且在細分應用領域的場景難題攻克方面獲得持續創新。
首例外月臺貨物裝卸車作業：
石油化工行業的倉儲環境對無人叉車AGV的堆垛靈活性提出了新的要求。既要實現從產線到出庫的搬運無人化又要實現外月臺貨車（平板車）的位姿識別好現有貨物擺放狀態識別。
場景內引進未來機器人的VNPA系列平衡重堆高式無人夾抱車，外置壓力傳感器，能夠雙層夾抱物料，靈活應對堆垛要求，支持多種屬具切換，適應不同類型的貨物搬運；利用“圖像識別技術+5G”，5G邊緣計算能夠減少車端處理壓力，降低單車本體價格，實現石油化工類產品產線、檢驗倉、成品倉、外月臺全流程無人化搬運，峰值工作量達到1500包/天，取代3班叉車工人和7臺人工叉車，實現24小時穩定連續運行，庫容總量從4000包提升至6000包；突破了無人裝車在工業車輛應用最大的剛需場景。
首例室內外全天候長距離對接無人轉運：
在國內機械加工行業頭部企業，實現全球首例室內外全天候長距離對接無人轉運。在該園區場景中，室外的極端環境（例如暴雨、積雪等）對無人工業車輛的定位導航提出了新的挑戰。通過導入未來機器人的無人叉車系統，室內引入VNP10-02系列平衡重式無人叉車、VNP10系列平衡重堆高式無人叉車可穩定實現自適應取放貨裝車，室外引入VNQ40無人牽引車可實現室內外或外搬運。未來機器人采用混合導航、人工智能搬運方式，解決室內外長距離運輸的難題，提高產線之間的上下料工作效率。無人叉車與無人牽引車交互接駁場景的落地，實現機械零配件原料和成品在兩個倉庫和三個車間之間的全流程無人化轉運。
首例存量叉車無人化改造項目： 該項目對單體車定位、感知、控制的穩定性要求極高。該項目中，兩個貨架之間最窄處僅為3m，車體運行安全距離為3.3m以上，極限的作業寬度對視覺無人叉車的感知能力提出挑戰；同時，7m以上貨架的上下架需要無人叉車AGV具備橫梁檢測、放貨空間檢測能力、以及報警能力。
通過將客戶現場的舊車改造成專門針對9米高位存儲的前移式無人叉車（VNR系列），能夠對接更多載具，實現產線、打包機密集存儲貨架區的全流程產品無人化搬運。改造之后，峰值工作量達到每小時30托，實現3班窄通道作業，節省3班，約9名叉車司機。這是全球第一例客戶存量叉車的改造升級項目，可以有效利用客戶資產，減少前期AGV投入，實現產線到高位密集存儲貨架的無人化搬運。
首例6層以上料框無人堆疊：
汽配工廠的零部件采用倉儲籠進行裝載，對運輸工具的載重和作業精度都有很高的要求。零部件在產線、檢驗倉、成品倉之間分揀和轉運，完全依賴人工作業，工作效率不高。此外，為了保證配件（變速箱）的產品質量，按照傳統方法采用標準倉儲籠裝載，只能放置兩層，對空間的利用率極低。同時，倉儲內料框的4個內扣型底座開口小，對無人叉車AGV的感知度、精確度、穩定性提出了挑戰。
未來機器人對客戶現場舊倉進行改造，采用混合導航方式，導入多臺平衡重堆高式無人叉車和無人牽引車（VNQ系列）進行精準堆垛，共同完成自動出入庫，實現了進行6層以上倉儲籠的堆疊，庫容利用率增加了3倍，7*24小時交替作業，單次多托料籠裝卸靈活作業環節實現了“人工替代”，降低生產成本的同時提高了工作效率，完美承接了客戶需求的出入庫節拍，實現出入庫環節的全自動、科學化管理。
首個達65臺無人叉車多樓層、多機臺對接項目：
該項目已在國內3C面板行業頭部企業實現落地，項目涉及多種規格載具識及運輸、場景堆單車技術及大規模集群調度技術。大庫位的倉儲場景，AGV無人叉車需要多層聯合配合，對未來機器人庫位管理系統、AGV無人叉車中控系統的計算能力、對接的系統數量和兼容性要求頗高。
在改造過程中，不改變現場環境的情況下，借助視覺導航平衡重式無人叉車及中控系統，一次性全局精準定位，引入65臺VNP10系列平衡重堆高式無人叉車、托盤搬運式、全向式的無人叉車AGV，實現面板包材、原料、成品、殘材等在不同樓層的產線、原料倉、成品倉的全流程無人化搬運。在將近12萬倉儲場景內，實現每小時230托盤的工作效率和24小時兩班作業的持續性工作，節省了2班，約90人的叉車工人，實現最大優化的ROI。 除卻以上的案例，未來機器人還與電商物流、汽配機械、制造業等行業內的多家頭部企業有過多次合作交流，根據實際工業環境中任務離散、間隔不定、長時間下發的場景，憑借著獨特的技術路線和物流無人化方案斬獲市場，開發出滿足全場景柔性需求的無人叉車產品，實現多車任務調度、路徑規劃，提高整體物流效率，同時利用5G+無人工業車輛，使得無人叉車AGV的性能更無限接近于人。 視覺+5G的完美結合 視覺+5G的結合是物流無人化領域的必然發展趨勢。
5G技術的高速傳輸速率可將車端獲取的圖像信息實時傳輸到云端或服務器端進行計算，再將計算結果傳輸回車端執行。在5G技術的支持下，快速將豐富的視覺信息轉化為車輛在復雜環境下的高效運動控制能力，并且實時對網絡內各核心要素進行有效組織，賦能無人叉車低延時、高精度的特性，為集群化的工業無人車輛協作打造強力基礎。
在5G技術出現之前，視覺大規模應用于工業車輛無人駕駛的重要阻礙是成本限制單車運算能力不足，無法將豐富的視覺信息轉化為車輛在復雜環境下的高效運動控制能力。而5G的高速傳輸速率和低時延，可快速實現車端獲取的圖像信息實時傳輸到云端或服務器端進行運算，并及時將運算結果傳輸回車端執行。
未來機器人的“5G+無人工業車輛”全棧方案，可通過頂層大型調度和中層環境監控系統連接底層工業無人車輛，實現多車任務調度、路徑規劃，提高整體物流效率。首先，視覺無人車輛集成5G模組，直接將5G應用于系統之中，替換原有tong，傳輸調度數據；其次，在無人叉車導航頂部安裝4個行車記錄儀，5G+MEC實現遠程監控，實時視覺障礙物識別；最后，基于5G的Life-Long SLAM, WSLAM+激光ALAM，解放算力，云化控制。
未來機器人在高位上下架的叉車無人化改造案例中，采用“WMS+WCS+多車協同”方案，無人叉車AGV突破了5G視覺邊緣計算和障礙物識別兼位置估算這兩項天花板，使其更好對接立體庫，自動識別貨物規格、實現無人叉車與小AGV自動轉運工作，攻克車輛末端的高精度操作難度，正確完成精準叉取、堆疊、上下架以及錯位貨物的調整。
誕生于柔性物流智能化發展的大時代，起家于視覺無人叉車的剛需市場，未來機器人較好地詮釋了科技與商業的完美結合。李陸洋博士深信科技能改變世界，他認為：“科技就像顯微鏡，看世界看得很深，重視的是關鍵細節；商業就像望遠鏡，遠望世界，重視全局，兩者的成功結合和靈活轉換實為不易。”未來機器人在復雜節點物流場景面前，沒有止步，而直面攻克，這種“未來”，值得期待。
本文將由定義、場景解析、技術融合到應用案例等五個方面探尋視覺無人叉車的剛需未來。
1、重新定義“柔性物流”
2、推動無人叉車“從1到N”的“規模化+復制”
3、視覺技術賦能無人叉車
4、100+應用案例，驗證視覺無人叉車落地
5、視覺+5G的完美結合
重新定義“柔性物流”
推動無人叉車“從1到N”的“規模化+復制”
未來機器人物流無人化的終局方案，讓無人叉車在性能上達到媲美人工作業的精度和柔性，在廣度上實現剛需場景“從1到N”的“規模化+復制”。
現有的物流過程不會產生高附加值，物流企業或制造業企業的物流環節都需要以高性價比、低投入的前提來實現降成本、省人工的目的。物流節點傳統人工作業的狀態基本上可以分為五個流程，這五個流程可以分為兩種物流方式，第一是以托盤為載具的物流方式，在倉內利用托盤將貨物進行標準化，再用叉車搬運托盤上貨架，成為“剛性重構”；第二種模式以手推車為載具，人工操作推車搬運貨物。五個流程里面有三個跟工業無人車輛息息相關，工業車輛作為物流領域的原生工具，它的無人化進程備受關注。
視覺賦能無人叉車
100+應用案例，驗證視覺叉式移動機器人落地
首例外月臺貨物裝卸車作業：
10月27日，由未來機器人冠名的《2021叉式移動機器人行業發展藍皮書》將在中國移動機器人（AGV/AMR）產業聯盟主辦的《第四屆國際移動機器人大會》上重磅發布。屆時，未來機器人聯合創始人&CEO李陸洋也將帶來“視覺無人叉車在各大制造業的案例賞析”，敬請期待！
