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，展示了各种先进的黑科技设备和系统。而在工厂中，也有许多智能化搬运设备在不同工位之间进行物料的转运作业，常见的有连续搬运设备如输送机等，以及非连续性的离散搬运设备，如柔性无轨搬运类设备、有轨道搬运设备。

首先，我们不讨论高端技术，而是总结一下这些视频中的各种搬运设备是如何实现自己行走到正确位置并完成存取货物的？自动搬运任务首先需要知道当前任务的起始地址和终点地址。计算机系统需要识别物理世界中的具体位置，这就需要将位置信息数字化。这通常涉及到全球定位系统（GPS）。

GPS能够将地球上的任何地点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，这三个数据组合对应了地球上的一个唯一位置。一旦输入这些数据给计算机，它们可以指引车辆到达这个实际位置。在百度地图中，每个地名背后都对应着一个经纬度信息，而我们不擅长记忆这些数据，因此改为用地名，但每次查询时输入的地名最终会转换成经纬度再映射回去。

然而，在仓库或配送中心，大部分情况下，搬运设备只在几个固定的位置之间运行，如堆垛机在前后方向上只有固定的库端站台位置，上下方向上只有固定的每层货架。如果堆垛机对应货架数量有限制，那么它只会在有效工作区域内移动，不会无效作业。

这样的定位方式称为有限离散式定位。通常是在所有作业地点设置固定的编号，如果这些地点遵循一定规律，那么可以参考这些规律定义它们，比如货架中的每个空间根据排列规则定义，比如按照(2,3,4)即为第二层第三列第四排的一个特定空间。如果计算机将此数据发送给自动化搬運設備，那麼這個設備就能準確知道這個數據組合指的是哪個地方。

确定了目标点，然后解决的问题就是实时了解自己的当前所在地，即寻址问题。在任何有厂内物流工作的地方，都会看到叉车这种装备，有人说叉车是最不智能，最机械。但从另一个角度看，它其实是最聪明的一种移动工具，因为它由人操作才能完成任务，而人类是某些方面最聪明的系统之一。当驾驶员接收订单并分析判断即将执行的一项任务起始与终止地点时，他/她通过视觉传感器——眼睛，将当前状态信息传递给超级计算器——大脑；同时使用手脚作为执行机构，将大脑发出的命令通过控制叉车前进后退或转向直至达到目的地。大脑处理视觉信息，并指导身体行动，以确保叉车准确抵达指定点。

AGV（自动导引小车）由于其柔性，可以轻松部署于厂区或配送中心之中。目前AGV已广泛应用于国内各行业工厂和配送中心。AGV导航定位技术主要包括：

磁导引

早期AGV基于磁导引技术实现，其需沿着可能路径布置磁条或在地面预埋磁钉。AGV带有磁感应传感器，只能沿着磁条行走。当AGV行驶过程中，与磁条发生感应并实时判断感应值，以调整自身角度保证一直沿着固定路线运行，并且利用编码器记录行走距离，从而确定自身精确位置。

激光导航

虽然早期基于磁条限制了灵活性，但激光导航技术已经被广泛采用于叉车和其他自主移动平台。在激光扫描仪旋转360°扫描过程中，当激光打击事先安装好的反光板，就可得知激光与反光板间距离，再结合复杂算法确定当前AGV所处实际地点，只要保证至少3-4个反光板同时可见，就能实现精准定位。

二维码标签

亚马逊Kiva robot以其创新的设计在仓储领域取得巨大成功国内也有类似产品研发应用于电商行业订单拣选场景.Kiva system 需要事先贴附二维码标签形成矩阵网，每个标签代表矩阵网络坐标。当Kiva robot经过二维码标签时，其摄像头读取二维码坐标信息，同时图像特征用于调整角度以保持准确运动路径.

对于具有轨道制约但非柔性的拥有轨道振动式堆垛机会采用的认址传感器配合轨道上的认址片一旦堆垛机经过这些认址片，由于是水平方向，所以当堆垛机会经过的时候就会产生信号变化，从开始点出发，加起来数信号变化次数，就可以知道自己位于何处，对比预设路线及其相对顺序，便可精确找到目标存取货品所处空间。此外，还有一些更高级别的人工智能方法正在逐步被应用，使得未来可能更加精准、高效，让更多复杂场景下的自动化成为现实。