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以及有轨道搬运设备。

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。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可以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，就对应地球上一个独一无二的地理坐标。此外，每个地图中的每一个地点背后其实对应着这样的经纬度信息，我们通常不擅长记忆这些数据组合，但我们习惯用地名代替，比如景点名、公园名、小区名或商场名。但当我们查询时输入名称后，计算机仍需将地面名称转换成经纬度数据才能对应到实际的地图位置。

GPS提供了整个物理世界所有位置点的定位能力，而在仓储物流中心，大部分情况下，搬运器械仅在固定的几个地点间进行迁移，比如堆垛机只在前后方向上固定库端站台处运行，并且只有固定的每层货架处于活动状态，不会无效作业于没有货格或者未指定区域内。

这样定义就是有限离散性定位。一种方法是在所有作业岗位设定固定的编号，如果这些岗位遵循特定的规律，那么它们就可以根据该规律被定义，比如货架中每个货格可能按照层列排法则被定义为（2, 3, 4），即第二层第三列第四排的一个特定地点。如果计算机将此数据组合发送给自动化装备，那么装备就会准确理解这是指哪个具体地方。确定了目标位置，那么下一步要解决的问题就是实时了解自己当前所在地，即寻址问题。

人肉定位技术

叉车作为一种最常见但似乎最机械的自动导航工具，其实际操作却依赖人类驾驶员与之协同工作。当接收到新的材料输送命令之后，该驾驶员需要分析并判断即将执行的一系列操作从起始点至终点所涉及的地理空间范围。在获得目的地后，他们首先判断叉车目前所在地与目的地址之间相互关系。如果目的地址位于叉车前方，则驾驶员朝向前方；如果位于其后的方向，则朝向反方向。此外，在整个人们控制叉车过程中，他们不断评估当前叉车位置与目的地址之间距离，以直至达到目的地这一过程结束。在这个过程中，将叉车精确引导至预期目标，是由人们超级强大的“计算”——人的大脑通过视觉感知来自环境获取现实时间更新关于自身动态变化的情况，同时利用手臂和腿部作为执行器官，使得我们的身体能够随意调整姿态以适应新环境，从而完成路径规划，并最后成功抵达预设目标，这是一种复杂而精密的情境处理方式。

AGV（自动导引小型载具）也是一种非常重要且灵活可配置的人力资源，它能够轻松部署在生产线或配送中心内。在国内许多企业已经开始采用这种类型的人力资源以提高工作效率和降低成本。

AGV使用几种不同的导航策略，其中包括：

磁条引导

磁条引导是早期AGV应用的一种技术，它依赖于沿着潜在行走路线铺设磁条或在地面安装磁钉来指导AGV行动。在AGV内部安装具有磁感应功能的小型传感器，当它靠近磁条时，可以检测出信号，从而确定自己的运动方向并保持稳定的速度。

激光扫描

激光扫描是一个更现代且更加灵活的一种技术，它允许AGV根据周围环境实时调整其路径。这项技术使用旋转激光扫描仪不断探测周围环境，并根据反射回来的激光信号来确定距离，因此能够提供更精细的地图表示。

二维码读取

亚马逊公司开发了一套基于Kiva机器人的高效订单拣选解决方案，该方案结合惯性导航和二维码读取功能使得Kiva能够准确找到商品并快速移动到指定区域。这项技术依赖于事先贴附在地板上的二维码标签，每个标签代表一个明确的地理坐标，当Kiva经过这些标签时，它会通过摄像头捕捉二维码中的编码，从而确定自己的当前坐标并计划前往下一站。

以上讨论了几种用于自主移动平台（AMR）/自主交通工具（LGV）的常见定位方法，但实际应用还包含其他更多复杂场景，如室内楼宇、高楼建筑等结构较为复杂的地方，对于此类地区需要考虑更多因素，如避障算法、平滑路径规划等，以保证安全有效的操作性能。