最近这两年里，身边越来越多的人谈论人工智能。仓储物流行业也越来越多地提及智能仓储和智慧物流。在网上流传的各大电商仓储物流中心的宣传视频中，展示了各种先进的设备和系统。而在工厂里，也有许多智能化搬运设备在不同工位之间进行物料转运作业，常见的有连续搬运设备如输送带等，以及非连续性的离散搬运设备，如柔性无轨搬运类设备和有轨道搬运设备。

这里不谈高级的人工智能技术，而是总结一下这些视频中的各种搬运设备如何实现自身行走到正确位置并完成存取货物任务。这可以看做是这些自动化系统的基础步骤。自动化移动任务首先需要知道当前任务起始地址和终点地址。计算机系统必须识别物理世界中具体位置信息，这就要求将位置信息数字化，使其成为计算机可读懂的格式。对于位置信息数字化，最熟悉的是全球定位系统GPS。

GPS将地球上的任何地点都能分解成唯一数据组合：经度、纬度、海拔高度。例如东经45°，北纬32°，海拔1000米，这三个数据组合代表地球上唯一的地理坐标。当我们输入这些数据组合时，计算机能够指引出这个地点在物理世界中的实际位置，就像百度地图一样，将地名转换为经纬度数据后，再对应到地图上的实际位置。

GPS提供了全面的定位服务，而在仓库或物流中心，大部分情况下，只需考虑固定的几个相互连接点，比如堆垛机只会在前后方向上固定几处站台或层次间移动，不会无效操作于未定义区域内。

这样的定位称为有限离散定位，可以通过给所有工作点设置固定的编号，并根据一定规律来确定每个点的位置。如果这些规律已知，可以参考这些规律，比如货架中每个货格按照特定排列顺序编号，即（2, 3, 4）表示第2层第3列第4排的一个货格。当把这个数据组合发送给自动化搬運設備，它们就能准确判断这是指哪个地方。

接下来要解决的问题就是实时获取自己当前所在地，即寻址问题。在任何有工业内装卸工作的地方，都会看到叉车这种装备，有人认为叉车最不聪明，但从另一个角度看，它是最聪明的一种装备，因为它依赖人类驾驶员才能进行装卸作业。而人类作为某些方面最优秀的系统，可以分析并判断即将执行移动任务起始与终止地点。一旦确定了目的地址，如果位于前方，则驾驶员超前行驶；如果位于后方，则朝向后方行驶。此外，在整个行进过程中，驾驶员不断判断叉车当前与目的之间关系直至达到目的地。在这一工程中，由于没有电子屏幕显示导航路径，因此叉车寻址主要由驾驶员使用眼睛视觉传感器（观察周围环境）以及手脚作为执行机构（控制叉车前进/倒退以及旋转），人的大脑实时处理这两个信号以完成寻址功能。

AGV自动导引小型汽车具有柔性，可轻松部署于厂区或配送中心内部应用广泛。目前国内各行业工厂及配送中心采用AGV技术增加效率，其中导航定位方法包括：

磁导引

早期AGV基于磁导引技术运行，每条可能路线都需预置磁条或者在地面埋设磁钉。AGV安装含有磁感应传感器仅沿着磁条运动。一旦安装调试完成，一旦出现增加新岗位或改变现有的路线，那么需要重新安装新的磁条，或重新打入新的地面上的磁钉，对比其他方法而言，其灵活性较低。但随着技术发展，现在很多现代AGV已经采用激光导航等更先进技术代替老旧方式。

激光导航

激光導引技術則允許agv自由移動於無限數量設置點之間，並且通過精確測量與環境中的反射點之間距離來計算其所處之點。此技術非常適應於動態變化環境，並且允許agv進行更複雜任務。

二维码扫描

亚马逊配送中心使用Kiva機器人，以其独特创意和卓越表现获得市场关注国内也有公司研发类似機器人用于电商订单拣选场景.Kiva系統需要事先贴附二维码标签，在Kiva機器人的活动范围内形成一个标签矩阵网，每个标签包含唯一信息，也代表该矩阵网络中的坐标。当Kiva機器人经过二维码標籤時，其摄像头會讀取該二維碼內容並識別當下的坐標，同时二維碼圖像角落细节可用以調整Kiva機器人的運動方向從而保证精确走向目标地方。

以上述几种方式介绍了目前通用的三种AGV定位策略，而对于那些拥有固定轨道、非柔性的长期存在于仓库与高速堆垛机等类型机械则采取不同的方法，如利用认址传感器配合沿轨道安装机构，当堆垛机经过此机构时通过变动信号变化次数，从起始点开始运行直至覆盖所有必要区域便可准确知道自己的具体位置及其相对应的库端输送机与每个货格水平方向上的具体座落地点。这一系列方案使得现代工业生产更加高效安全，并提高了产品质量，同时减少了劳动力成本，为企业提供了一套完整、高效、灵活适应生产需求的大规模生产解决方案。