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、有轨道搬运设备。

首先，我们不讨论高级别的人工智能技术，而是要总结这些视频中的各种搬运设备是如何实现自己到达正确位置并完成存取货物的？因为这可以看作是这些自动化搬运任务第一步上的智能化。计算机系统需要能够识别物理世界中的具体位置信息，这就要求将位置信息数字化。对于位置信息数字化，最熟悉的是全球定位系统GPS。

GPS将地球上的任何一处位置都可以分解为唯一数据组合：经度、纬度和海拔高度。例如，东经45°、北纬32°和海拔1000米，就对应了地球上一个唯一的地理坐标点。这意味着给计算机输入这个数据组合，计算机就能指引出这个地点在物理世界中的实际位置。此过程与百度地图中每个地点背后对应的一个经纬度数据相同，只不过我们更擅长用地名而不是记忆这些数据组合。但每次查询时输入后，计算机仍需将地名转换成经纬度数据再去对应到地图中的实际地点。

然而，在仓储物流中心，大部分情况下，这些机械臂或其他移动装备仅在固定的几个位置间来回移动，比如堆垛机只会在前后方向上停靠于特定的库端站台，或是在上下方向上停靠于特定的层列货架。而且，不管堆垛机面向哪个货格，它们不会无效运行于没有货格或者未指定区域内。

这样的有限离散性定位通常涉及给所有工作岗位设置固定的编号，如果这些岗位遵循某种规律，那么可以参考这些规律进行定义，比如货架中每个空间按照一定顺序排列，可以通过（2, 3, 4）这样的数据组合确定第2层第3列第4排的一块空间。如果计算机将这个数值发送给自动化装备，那么该装备就能准确知道它说的就是那个空间。

定位后的下一步问题是实时了解当前所在地，即寻址问题。在任何拥有厂内物流工作的地方，都会看到叉车这种装置，有人说叉车最不具备智能，但从另一种角度看，它其实是一种非常聪明的材料处理工具，因为叉车需要人类驾驶员才能有效执行任务，而人类作为星球上的某些方面最聪明的生物，是这一切操作核心部分——驾驶员分析并判断即将进行的大型材料处理任务起始地址与终止地址，并根据目的地址调整自身行走方向直至达到目的地址。在整个驾驶过程中，驾驶员不断判断自身当前行走状态与目的地址关系直至达到目标点。

AGV（自动导引小车）的定位技术也有很多种，其中包括磁导引、激光导航、二维码扫描等方法。

磁导引

早期AGV使用磁导引技术，其原理是在AGV可能行走路线两侧预埋磁条或在地面布置磁钉。一旦安装完毕，每辆AGV便携带感应器，以此方式辨识路径变化，并调整自身以保持沿线运动。这解决了沿固定路径运动的问题，同时利用编码器记录距离，使得AGV能够精确确定其当前所处地点。

激光导航

随着技术发展，一些现代AGV采用激光导航技术。这类AGV仅需简单安装反射板即可部署。不断旋转扫描仪以360°全方位探测反射板产生的信号，从而通过复杂算法确定其真实位置。

二维码定位

亚马逊配送中心使用Kiva系列自主式库存管理机器人的成功案例受到了广泛关注国内外企业也开始研发类似的解决方案，以应用于电子商务领域订单拣选场景。Kiva系统依赖惯性导航以及二维码读取能力控制单台Kiva是否正确运行。在设立二维码标签网络之前，每个标签代表一个坐标点。当Kiva经过二维码阅读时摄像头捕捉并解析其中含有的坐标信息，从而确认其目前所处之处，同时利用特殊角落细节调整角度保证精确前往目标点。

以上讨论的是几种现今常见用于工业环境中的定位方法，其中包含了基于轨道设计的一些传统但非柔性的产品，如高速堆垛机它们利用认址传感器配合专门机构使得当他们沿着固定的轨道移动时，可以通过变动传感器信号量知晓自己的当前状况。