最近这两年里，我身边越来越多的人谈论人工智能。仓储物流行业里也越来越多的谈到智能仓储，智慧物流。网上流传的各大电商仓储物流中心的宣传视频里有各种黑科技设备和系统。在工厂里，也有很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比如各类输送机等，也有非连续性的离散搬运设备，比如：柔性无轨搬运类设备、有轨道搬運設備。

这里先不谈高大上的人工智能技术，首先总结下视频里的各种搬运设备是怎么做到设备自身行走到正确位置并完成存取货物？

因为这可以看做是搬运設備的一個基本步驟自動移動任務，首先要知道當前任務起始地址和終點地址。計算機系統要能識別物理世界存在的地理位置，那就需要將位置信息轉化成計算機能讀懂的數字信息。在這裡，我們會使用全球定位系統GPS來進行這一過程。

GPS系統將地球上的任何一處地理位置都可以分解為唯一資料組合：經度、緯度、高度海拔。比如東經45°、北緯32°、海拔1000米，這三個數據組合就對應了地球上的唯一地理位置。而我們不擅長記住這些數據組合，只好改成給每個位置都起一個名字，比如景點名、公園名、小區名、商場名。但每次我們查詢時輸入地面後，計算機系統仍然首先要將地名轉換成經緯度數據後，再去對應到地圖中的實際位置。

GPS定位技術是連續且全面，是整個物理世界所有位置點的地理定位。而在倉儲物流中心裡，大部分情況下，搬運設備通常是在固定的幾個地方之間來回運輸，比如堆垛機在前後方向上只有固定的庫端站台位置，上下方向上，只有一層貨架的一個固定高度。不管堆垛機對應的是多少列多少層貨架，在運行時只會在每一個貨格或相鄰的地方作業，而不會無效於沒有貨格或空白區域中。

那麼這樣的情況就是有限離散性的定位。通常是給所有作業地点設置固定的編號，如果這些地方遵循一定規律，那么場所定義可以參考那些規律，比如貨架中每一個單元的地方標籤可能按照層級排列法則來定义，如（2,3,4）即為第二層第三列第四排。而此類地方都是固定且獨特，如果計算機將此數據組合發送給自動化移動裝置，那麼該裝置就能準確知道此數據組合指的是哪一個地方。

接著我想談談叉車，這種設備似乎最不聰明，但從另一個角度來看，其實叉車是一種最聰明的一種移動工具。我們把叉車視為人腦——它需要人的操作才能有效工作，而人又是目前已知宇宙中最聰明的事體之一。在操作叉車時，一個人接收並分析與執行未來任務所需的地點資訊，並根據目的地與當下的相對距離決定前進或倒退路線。他還必須持續監控自己目前所在地與目的 地之間的關係直至達至目的 地。此過程中的尋址問題由駕駛員通過自己的眼睛（視覺感測器）、手臂和腿部（執行器官）以及大腦完成。大腦傳達命令讓手臂和腿部控制叉車前進或轉向直至抵達最終目標。

AGV自動導引小型載具

AGV是一種具有極高靈活性的載具，可以輕易適應內部生產環境和配送中心配置需求。現在AGV正逐漸成為許多企業內外用途廣泛的大熱門產品之一。

磁力導航

早期AGV主要依賴磁力導航技術，它們需要沿著可能路徑安裝磁條或者在地面預埋磁釘。一旦如此，就只能讓AGV沿著磁條進行運動。

激光導航

隨著技術發展，不僅限於磁力導航，更普遍采用激光导引技术。在激光导引AGV工作区域内简单安装若干激光反射板即可完成AGV部署工作。当激光扫描仪旋转时，它会对周围环境产生360度全方位扫描，并通过检测反射板上的激光投影点以确定其距离，从而确保精确运动路径。这使得我们能够将这些数据结合起来，以便计算出当前车辆正在何处移动。

二维码识别

亚马逊配送中心的小型载具Kiva机器人因其创新的设计及卓越性能迅速风靡了整个仓储与配送行业国内也有许多公司研发出了类似的机器人用于订单拣选场景中，这种机器人的核心功能包括惯性导航与二维码识别技术。当Kiva机器人运行时，它会不断拍摄周围环境并实时读取二维码标签信息，以确定其当前所处具体地点。此过程涉及一个复杂但精确算法，该算法利用图像处理软件从拍摄到的图片中提取出二维码中的坐标数据，并将它们映射回实际空间中的具体点，以便于指导Kiva机器人的动作，使其能够准确找到目标库存点进行装卸操作。此方法允许Kiva机器人轻松适应变动的人员分布及其任务变化，从而极大提高了工作效率与灵活性。

以上讨论了目前广泛应用于自动导引小型载具几种常见类型，以及他们如何解决寻址问题的问题，同时，我们还探讨了一些其他类型的问题，其中一些涉及更传统但同样重要的手段，如认址传感器用于水平方向上的货栋机械优化加载过程。这是一个复杂的话题，有着丰富细节，但是正因为这样，我们才能真正理解现代工业自动化背后的科学原则以及它如何改变我们的生活方式，无论是在生产线还是在日常消费方面，都为我们带来了不可思议的心跳速度提升。