2025-01-27 新品 0
近年来，随着人工智能技术的不断发展和应用，我国仓储物流行业也在逐渐智能化。电商平台的仓库配送中心常常展示各种先进的自动化设备和系统。在这些高科技环境中，人们对智能仓储和智慧物流的讨论越来越多。
首先，让我们简要概述一下这些宣传视频中的各种搬运设备是如何实现自身到达正确位置并完成货物存取任务的。这可以被看作是搬运设备初级智能层面的一种表现。自动搬运任务首先需要明确当前任务起始地址与终点地址。计算机系统必须能够识别现实世界中具体位置，这就要求将位置信息数字化。全球定位系统（GPS）便是将地球上任何地点转换为独特数据组合：经度、纬度、高度，如东经45°，北纬32°，海拔1000米，这三组数据相结合代表了地球上的一个唯一位置。当输入给计算机时，它能指引汽车或其他移动装置到达这个实际位置。
在百度地图中，每个地名背后其实对应着经纬度信息，而我们并不擅长记忆这些复杂数据，因此采用地名作为代号。但每次查询时，我们输入的地名会被计算机转换成经纬坐标再映射回地图上实际位置。
然而，在仓储物流场景中，大部分情况下，搬运设备只在几个固定的点间进行连续或离散式物料转移，比如堆垛机在前后方向有固定的库端站台、列货架；上下方向只有固定的每层货架。而无论堆垛机所服务的货架数量多少列多少层，只有在各个固定货格处工作，不会无效作业于空白区域之间。
这样的定位方式就是有限且离散性的。通常，将所有作业点编号，并根据一定规律定义，如按排顺序确定某个地方，即第2层第3列第4排。此刻，如果将此数据发送给自动化搬运设备，那么该设备即可准确了解哪个地方说的这一组数字表示。这一确定性便解决了寻址定位问题。
叉车这种设备虽然有人认为最不聪明，但从另一个角度看，它正是最具智慧的人工搬运工具之一，因为它需要人类操作才能执行工作。一旦接收到调动指令后的驾驶员分析并判断出即将完成的搬运任务起始与终止地点，然后驾驶员通过分析目的地址与目前叉车当前位置关系——如果目的地址位于前方，则超前行驶；如果位于后方，则朝后行驶。在整个过程中，驾驶员不断调整叉车当前位置与目的地址之间关系直至达到目标地点。在这过程中，对于叉车来说，其寻址定位由人脑处理，而非机械传感器或编码器提供支持。眼睛视觉传感器提供当前状态信息给大脑的大脑进行实时分析；手脚则为执行机构，将大脑发出指令控制叉车前进、后退以及转向直至达到最终目的地。
AGV（自动导引小型载重汽车）由于其柔性，可以轻松部署于厂内及配送中心内，其中导航定位技术多样，有：
磁导引
最早期AGV基于磁导引技术运行，该技术依赖沿AGV可能路径布置磁条或在地面预埋磁钉等方法。AGV装有磁感应传感器只能沿磁条走动。
AGV利用安装于其上且耦合连接至轮胎之编码器来确定其行走距离，从而精确知道自己所处何处。此外，由开始点、一条固定路线以及行走距离值完全可以确定AGV当前所处之具体地点。
激光导引
在激光导航技术广泛应用于叉车AGV之后，便出现了一种更加灵活但成本较高的情形。在激光扫描仪周围安装反射板即可配置使用范围广泛的事务。而AGV上的旋转激光扫描仪持续360度旋转扫描，与事先设置好的反射板发生交互以得知距离，从而通过复杂算法获得精确位置确认仅需保证同时至少3~4个反光板产生反射信号就能实现自主定位功能。
二维码读取
亚马逊Kiva机器人的成功案例证明二维码读取对于提高效率具有巨大潜力国内也有类似项目正在推广使用其中Kiva系统需要事先贴附二维码标签形成网络矩阵网，每张标签都包含唯一信息代表整个网络中的坐标。
最后，在有轨道式非柔性的遗留设施，如立体库高速堆垛机里，可通过认址传感器配合轨道上的机构，使得堆垛机会每经过特定的认址片时通过变更信号变化识别自己的水平方向运动状态，以此来确认是否已达到指定货格或者输送线入出库区域，以及检测是否已经过了指定高度，以实现准确存取操作。此举有效提升了整体生产效率减少误差风险，为现代企业提供更多可能性开拓市场空间。
