近日，第六屆中國機器人峰會暨智能經(jīng)濟人才峰會在浙江寧波余姚舉行。在主旨論壇上，香港中文大學(xué)天石機器人研究所所長劉云輝教授作了主題為《物流機器人現(xiàn)狀與挑戰(zhàn)》的主旨報告。在此次主旨報告中，劉云輝教授用他精彩的演講向我們闡述了工業(yè)車在物流體系中的運用。

物流行業(yè)產(chǎn)值很大，但也面臨挑戰(zhàn)

劉云輝教授表示，物流行業(yè)產(chǎn)值很大，2015年美國的物流業(yè)產(chǎn)值為1.48萬億美元，中國也超過萬億美元，增長速度是非常快的，5年左右翻倍。但是物流行業(yè)也面臨著巨大的挑戰(zhàn)！

物流行業(yè)規(guī)模越來越大，業(yè)務(wù)變化多而快，作業(yè)環(huán)境非常復(fù)雜。但是卻要求很高的效率，從電商物流來講，去年“雙11”，一天處理的包裹量大概13億件，僅菜鳥就處理了10億件，業(yè)務(wù)量大，包裹成千上萬種。因為工作累，工資又不高，成本不斷提升，很難找到年輕人加入這個事，勞動力短缺成為行業(yè)面對的重要問題，因此，基于機器人技術(shù)自動化和無人化成為物流發(fā)展方向。

物流業(yè)主要做的是搬運工作和操作工作

物流業(yè)主要做什么？劉云輝教授這樣說道，物流業(yè)的工作可以分為搬運和操作兩大類。從技術(shù)上而言，需要機器人的技術(shù)有三個：一是感知智能，二是移動智能，三是操作智能。物流機器人跟工業(yè)機器人不一樣，因為環(huán)境特別惡劣，工作比較復(fù)雜，所以從感知來講，機器人必須可靠、精準(zhǔn)，并且對自然環(huán)境感知理解。所以技術(shù)上的挑戰(zhàn)就是概括為幾個字：穩(wěn)、準(zhǔn)、快、棒、活、省。

工業(yè)車在物流自動化中發(fā)揮著巨大作用

在報告中，劉云輝教授提到了工業(yè)車，他認為工業(yè)車在物流自動化中發(fā)揮著巨大作用。在這方面，主要強調(diào)從移動機器人到叉車，到港口、機場用的搬運車輛。這些工業(yè)車輛的自動駕駛技術(shù)與家庭用的私家車的不一樣，它要求的精度比私家車高很多，因為它們的定位和軌跡跟蹤控制精度在幾個厘米。同時，工業(yè)車輛的負載比家庭用車要大很多，比如機場拖車，空車5噸，滿載以后50噸左右。

我國的工業(yè)車增長很快

他表示，我國的工業(yè)車增長很快，每年有40多萬輛新增量，保存量100多萬臺，這其中無人駕駛的占1.7%左右，包括AGV。所以，工業(yè)車的發(fā)展空間很大。以叉車為例，倉庫里面或者物流倉庫，物料搬運70%由叉車完成。我國人工叉車的存量是130萬臺，每年的新增量是30多萬臺，自動駕駛的只有幾千臺左右。但是，如果要自動化，企業(yè)不可能把非自動駕駛的都扔掉，希望對人工叉車進行無人化改造。就叉車的自動駕駛來說，建圖和定位技術(shù)非常重要，要精準(zhǔn)和可靠，此外還有運動控制、物體識別、環(huán)境理解，以便適應(yīng)多變的工作環(huán)境和任務(wù)。

目前，劉云輝教授的團隊可以對人工叉車進行1至2天最簡單的改裝就能實現(xiàn)自動駕駛。已經(jīng)有一百多臺改裝的叉車在電商物流倉庫和工廠實際運行。改裝后的叉車在工廠和倉庫里，精準(zhǔn)堆放貨物，定位和控制精度可以高達兩三厘米。此外，他們也開展貨物拖車的研究，尤其是重載，像機場那種無人駕駛機場拖車，這種貨運拖車它最多拉6個拖斗。他們做了兩類車，電動和柴油車，都是自動的。因為這個問題跟自動駕駛技術(shù)有許多共性，也建立了自動駕駛的平臺，采集很多數(shù)據(jù)，包括山地校園、香港城市道路和機場貨運站做的數(shù)據(jù)。

在國家智能機器人重點專項里面，我們希望把技術(shù)做集成，跟菜鳥一起合作做一個24000平方米無人化柔性電商倉儲的物流機器人系統(tǒng)，實現(xiàn)智能調(diào)度，每天處理十萬多單，用700多臺機器人做分撿，運用各種各樣的拖車，自動包裝車、碼垛堆、貼標(biāo)的等等。

總結(jié)而言，物流技術(shù)的關(guān)鍵是如何突破感知智能和移動智能以及操作技能，這是對所有機器人幾乎是同樣的。物流機器人的發(fā)展，是前途非常廣闊的。

附：作者在第六屆中國機器人峰會上的講話錄音全文

物流機器人現(xiàn)狀與挑戰(zhàn)

我是第一次參加這個中國機器人峰會，非常感謝會議組織方給我一個機會在這里做報告。特別高興的是主持人是我們香港中文大學(xué)的畢業(yè)生。

我講的題目是物流機器人現(xiàn)狀與挑戰(zhàn)。主辦方希望我講一下物流機器人的挑戰(zhàn)。這個題目有點大，今天主要還是介紹一下我們最近做的一些工作。過去二三十年我一直做機器人，做了很多理論工作，推了很多數(shù)學(xué)公式。以前做報告都用很多數(shù)學(xué)式子，我今天的報告盡量不用數(shù)學(xué)符號和公式，主要是通過概念、系統(tǒng)和錄像介紹我們的工作。

物流行業(yè)的重要性大家都知道，工業(yè)產(chǎn)值非常大。2015年美國大概是1.48萬億美元，中國達到了萬億美元。這個行業(yè)的增長速度非常快，產(chǎn)值大概5年左右翻倍。

物流行業(yè)面臨多項挑戰(zhàn)：第一規(guī)模越來越大，業(yè)務(wù)變化非常多，作業(yè)復(fù)雜。剛才余所長也提到工作很臟很累很復(fù)雜，但是要求很高的效率。第二，工作累，而工資又不高，很難找到年輕人干這個事，勞動力比較短缺。第三是成本上升很快。

以電商物流為例，規(guī)模究竟大到什么程度？去年“雙11”，一天處理的包裹量大概13億多件，僅菜鳥就處理了10億件。從速度來講，用戶希望國內(nèi)的能24小時或者一天之內(nèi)收到包裹，全球也在3天左右。但是，業(yè)務(wù)量大，包裹特別多，成千上萬種。如果完全依賴人來做，因為勞動力短缺等等因素完全滿足不了要求。所以，基于機器人技術(shù)的物流自動化和無人化物流是物流業(yè)發(fā)展的重要方向。

物流業(yè)有哪些主要的作業(yè)呢？第一個主要作業(yè)是搬運，各種各樣的搬運，無論是倉庫內(nèi)的叉車，還是機場的拖車，卡車等；這類作業(yè)與自動駕駛、移動機器人相關(guān)。第二個是操作類的；就是分揀、打包、包裝、裝卸等作業(yè)。無論是搬運類還是操作類的工作，從技術(shù)上來說，必需的機器人技術(shù)有三類：感知智能，移動智能和操作智能。

物流機器人跟工業(yè)機器人很不一樣，主要體現(xiàn)在環(huán)境特別惡劣，工作比較復(fù)雜。從感知技術(shù)來講，機器人必須可靠、精準(zhǔn)地感知和理解自然的工作環(huán)境。物流機器人工作環(huán)境不是結(jié)構(gòu)化的，結(jié)構(gòu)化環(huán)境下的技術(shù)解決不了問題。機器人的移動也需要在這種自然環(huán)境下做；操作也是需要在自然環(huán)境下完成打包、分裝，分揀等操作任務(wù)。這些帶來的技術(shù)挑戰(zhàn)可以總結(jié)為以下幾個字：穩(wěn)、準(zhǔn)、快、棒、活、省。首先，技術(shù)必須可靠，因為我們要做的是工業(yè)應(yīng)用，而不是實驗室的實驗。第二，任務(wù)必須完成得準(zhǔn)確到位。三是工作效率必須滿足作業(yè)的實時性、節(jié)拍等要求。四是技術(shù)的魯棒性強；對干擾，對誤差能夠容忍。五是適應(yīng)性需要強，因為物流作業(yè)多變，技術(shù)需要適應(yīng)多變的需求，具有靈活性。最后一點是成本效益，這一點非常重要；物流行業(yè)不是很賺錢的，必須給出一個低成本解決方案。過去幾年，我們在這方面進行了一些探索，下面我通過兩個例子介紹一下我們正在做的一些工作。

第一個就是實時三維圖像感知

三維信息對打包也好，分撿也好，其它物流的操作性作業(yè)也好都非常重要。物流方面的三維圖像應(yīng)用實際需求為高精度：測量精度在0.5mm以下的；實時性：如10個FPS的三維圖像獲取速度，加上理解至少要一個赫茲以上；然后視野要大：工作范圍需要在1.5m（寬）*2m（長）*3m（深）；再一個魯棒性：很多包裹表面反射性強，還有就是半透明甚至透明的物體都需要處理。三維圖像獲取是一個比較老的課題，技術(shù)解決方案也有多種。問題是如何做到精度高，實時性強，可靠性好？過去幾年，我們這方面做了一些工作，主要的技術(shù)就是把結(jié)構(gòu)光跟立體視覺結(jié)合起來，在算法上進行了創(chuàng)新，解決了上述問題。然后做成一個產(chǎn)品，孵化了一個初創(chuàng)企業(yè)開展產(chǎn)業(yè)化工作。我們的三維視覺產(chǎn)品有兩款，一款是高精度產(chǎn)品，最好精度可到達7微米，速度可以到15fps。另一個產(chǎn)品是大視野產(chǎn)品，精度在1mm以下，視野在深度方面可達到3米，速度可以高達50-70fps，產(chǎn)品的優(yōu)勢主要在高精度、實時性和魯棒性。比如魯棒性，這個是一個反光很強的金屬物件，一般的三維視覺產(chǎn)品是很難抓取完整的點云，這是我們產(chǎn)品獲取的點云，反光表面的三維點云都很完整的拍攝下來。我們的產(chǎn)品已經(jīng)開始應(yīng)用物流領(lǐng)域。一個例子是立體倉庫的出庫分揀和入庫打包，已經(jīng)在菜鳥倉庫規(guī)模化使用了；在生產(chǎn)線上分揀也已經(jīng)得到應(yīng)用。產(chǎn)品也適應(yīng)柔性物體或變形物體，比如衣服，毛巾等的抓取；這是DHL的包裹，擠壓時會產(chǎn)生形變，機器人抓取時包裹的三維測量就非常重要；利用三維點云才能實時計算抓取的位置。我們的產(chǎn)品在物流行業(yè)頭部客戶的應(yīng)用正在開展。

產(chǎn)品的另一應(yīng)用是家電、汽車行業(yè)等行業(yè)的機械臂上下料。這個是空調(diào)壓縮機的自動上下料系統(tǒng)。這個生產(chǎn)線特別有意思，壓縮機有60多種，什么時候來什么種類都不知道，所以需要實時對壓縮機進行三維測量，然后實時規(guī)劃抓取點。這個例子是汽車發(fā)動機活塞的自動上料系統(tǒng)，這是另外一個汽車發(fā)動機系統(tǒng)的上料系統(tǒng)，這里采用了大視野的三維圖像系統(tǒng)。

我們高精度三維圖像系統(tǒng)的主要應(yīng)用在產(chǎn)品的三維檢測；一個例子是5G電路板的翹曲度檢測，通過三維點云就可以知道PC板的翹曲度，系統(tǒng)已經(jīng)在我們國家主要的5G制造商做了幾萬次實驗，效果非常好，很快規(guī)模化使用。利用這個技術(shù)，我們現(xiàn)在研究三維AOI（自動光學(xué)檢測系統(tǒng)）對PCB板開展三維檢測。這個應(yīng)用例子是我們國家一個主要的手機制造商的手機殼三維檢測。手機有些背板是塑料的，加工會變形，需要對三維尺寸進行檢測。目前采用的方法是接觸式檢測，效率低；通過三維圖像的非接觸式檢測效率高，精確可以做到幾十個微的精度；這是其中一個例子。

第二個想介紹的是物流車輛的自動駕駛

這跟早上鄭南寧院士講的無人駕駛相關(guān)。我們的工作主要集中在低速，無人駕駛系統(tǒng)；從移動機器人到叉車，到建筑，工程測量車輛，港口、機場等的物流車輛；這跟家庭用的私家車駕駛不一樣，具體有哪些不一樣呢？首先這些車輛是低速運行，但它們的精度要求會比私家車高很多，其定位軌跡跟蹤控制的控制精度在厘米級；第二它們的負載比較大，比如機場拖車，空車5噸，滿載后50噸，而且這些負載的變化是預(yù)先不知道的。再一個就是要跟環(huán)境有很好的交互能力，智能化程度高。另外一個特點就是運動環(huán)境是封閉或者半封閉的。這些給感知和控制上帶來更多的挑戰(zhàn)。

工業(yè)車輛在我們國家這幾年增長很快，每年大概有40多萬輛新增量，存量是100多萬臺，但是這中間無人駕駛的占1.7%左右，包括所有的AGV，所以這個發(fā)展空間很大。舉一個例子，比如叉車，物流倉庫或工廠的物料搬運70%是叉車干的。我國人工叉車的存量大概是130萬臺，每年的新增量是30多萬臺，而自動駕駛的只有幾千臺左右。如果要自動化，我們不可能把這些人工叉車都扔掉，因此人工叉車的無人化改造就變得非常重要。瞄準(zhǔn)這個應(yīng)用，我們做了多年的技術(shù)研發(fā)。關(guān)鍵技術(shù)是什么？一個是建圖和定位，要精準(zhǔn)和可靠；另一個是精準(zhǔn)的運動控制，及物體識別和環(huán)境理解能力，還有適應(yīng)多變的工作環(huán)境和任務(wù)。大家知道視覺SLAM是很好的方案，但是視覺SLAM實際在工業(yè)應(yīng)用比較少。

過去幾年，通過我們孵化企業(yè)：未來機器人，我們研發(fā)了一個視覺導(dǎo)航模塊，它的功能是視覺建圖和運動控制，把這個模塊安裝在人工叉車上就可以自動駕駛。目前的產(chǎn)品改裝大概需要1至2天，8月份我們會發(fā)布新的產(chǎn)品，只需要一個小時就可以把人工叉車改裝成自動叉車。這是我們一些的應(yīng)用案例，在電商物流倉庫和工廠里面，目前有一百多臺在應(yīng)用了。這個是在港口物流倉庫的應(yīng)用，這個是好多臺在一個大型電商物流倉庫的應(yīng)用，這些都是實際場景，不是實驗室的實驗。一個非常值得驕傲的是我們自主研發(fā)的世界最高的9米自動高叉。駕駛高叉需要特殊的駕照，但持有這種特種駕照的人較少。這個產(chǎn)品解決了業(yè)界一個痛點。這是在工廠堆疊貨籠的自動平衡重叉車，貨籠的腳只有2-3cm寬，叉車的控制精度很高才能每天在工廠可靠地完成這項工作。

我們也有這種拖車，就是在汽車廠把零部件拉到生產(chǎn)線上組裝，拖車需要在室內(nèi)外運行，這個項目在跟國內(nèi)汽車公司合作。我們也在做重載拖車，也就是無人駕駛機場拖車；這種貨運拖車它最多拉6個拖斗，負載高達50噸。我們做了兩類自動拖車，一種電動的和柴油拖車。技術(shù)上跟很多自動駕駛技術(shù)差不多。為此，我們也建立了自動駕駛的數(shù)據(jù)平臺，采集很多數(shù)據(jù)，包括山地校園、城市、機場等環(huán)境的數(shù)據(jù)。這些數(shù)據(jù)包括激光、視覺、慣導(dǎo)等傳感器信息。因為我們需要對這些數(shù)據(jù)進行整理，下半年會對大家公開；到時大家可以利用這些數(shù)據(jù)開展相關(guān)研究。我們現(xiàn)在做一個很有意思的研究就是說大場景下的3D激光SLAM。這個工作大家以前做得不多，有關(guān)SLAM的工作一般都是在平地環(huán)境上做。如果環(huán)境高度變化大（如山地），現(xiàn)有算法的誤差非常大，這是為什么？原因是這些算法有很強的假設(shè)。我們正在做的工作就是要去掉這些假設(shè)，研究大場景下的激光SLAM。激光目前在自動駕駛的主要作用是物體檢測，用作SLAM的工作不多。激光SLAM一個重要的工作就是閉環(huán)檢測。這是閉環(huán)檢測的例子。同一個場景有多種變化，早上晚上，白天黑天的差別比較大。很多場景里有很多動的目標(biāo)，如汽車、行人等。利用激光過去的三維點云信息我們的算法可以比較準(zhǔn)確地做到閉環(huán)檢測；跟國際上最好的算法做了比較，我們的算法能夠把準(zhǔn)確度提高10%，這個算法將在下半年學(xué)術(shù)會議上發(fā)表。我們也在開展目標(biāo)監(jiān)測的研究，這是雨天環(huán)境的例子，這是校園環(huán)境的例子。我們也在研究融合激光和視覺的目標(biāo)檢測算法。

拖車很長，因此它的控制非常挑戰(zhàn)。我自己以前主要做機器人控制比較多，所以對這個問題比較感興趣。我們這幾年研究了一些新的算法，然后做了一些實驗，效果比較好。這個錄像是拉四個拖斗的拖車自動駕駛實驗；位置的控制誤差我們可以做到8厘米左右，即使有負載，速度誤差也能夠控制10%左右。這里的挑戰(zhàn)是動態(tài)模型是不知道的，你不可能做系統(tǒng)辨識，因為負載變化也比較快；這些問題一定需要一些新的算法解決。實驗里面的拖車跑得比較慢，為什么呢？因為香港政府對實驗管得比較嚴，給我們設(shè)定的上限速度是每秒3米，而且只能在室內(nèi)跑，不允許我們在室外做實驗。過去一年我們跟相關(guān)部門做了很多溝通，我們下個月終于可以在機場開展現(xiàn)場測試。

這里簡單介紹一下我們正在開展的國家智能機器人重點專項。研究目標(biāo)是把技術(shù)集成起來，跟菜鳥一起合作建一個無人化柔性電商倉儲的物流機器人系統(tǒng)，倉面積24000平方米左右，實現(xiàn)機器人智能調(diào)度，每天處理十萬多單，使用700多臺分揀機器人，多臺多種叉車式AGV，自動包裝機器人，自動堆碼垛，貼標(biāo)的機器人系統(tǒng)。

最后總結(jié)一下。物流機器人的關(guān)鍵是感知智能、移動智能以及操作技能等技術(shù)的突破；為了解決實際應(yīng)用問題，可靠、精準(zhǔn)、魯棒、實時、適應(yīng)性好及低成本的技術(shù)是必需的。物流機器人的發(fā)展前途非常廣闊。

我們研究得到了很多機構(gòu)的資助，特別感謝它們的大力支持。也感謝我在港中大和哈工大的合作老師、學(xué)生、博士后，還有工業(yè)界、其他大學(xué)的合作伙伴。