近日，第六屆中國機器人峰會暨智能經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《物流機器人現狀與挑戰》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車在物流體系中的運用。

物流行業產值很大，但也面臨挑戰

劉云輝教授表示，物流行業產值很大，2015年美國的物流業產值為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。但是物流行業也面臨著巨大的挑戰！

物流行業規模越來越大，業務變化多而快，作業環境非常復雜。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，業務量大，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面對的重要問題，因此，基于機器人技術自動化和無人化成為物流發展方向。

物流業主要做的是搬運工作和操作工作

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

工業車在物流自動化中發揮著巨大作用

在報告中，劉云輝教授提到了工業車，他認為工業車在物流自動化中發揮著巨大作用。在這方面，主要強調從移動機器人到叉車，到港口、機場用的搬運車輛。這些工業車輛的自動駕駛技術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。

我國的工業車增長很快

他表示，我國的工業車增長很快，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，工業車的發展空間很大。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，建圖和定位技術非常重要，要精準和可靠，此外還有運動控制、物體識別、環境理解，以便適應多變的工作環境和任務。

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自動駕駛。已經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有許多共性，也建立了自動駕駛的平臺，采集很多數據，包括山地校園、香港城市道路和機場貨運站做的數據。

在國家智能機器人重點專項里面，我們希望把技術做集成，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，實現智能調度，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、貼標的等等。

總結而言，物流技術的關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

物流機器人現狀與挑戰

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的畢業生。

我講的題目是物流機器人現狀與挑戰。主辦方希望我講一下物流機器人的挑戰。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，推了很多數學公式。以前做報告都用很多數學式子，我今天的報告盡量不用數學符號和公式，主要是通過概念、系統和錄像介紹我們的工作。

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

物流行業面臨多項挑戰：第一規模越來越大，業務變化非常多，作業復雜。剛才余所長也提到工作很臟很累很復雜，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，用戶希望國內的能24小時或者一天之內收到包裹，全球也在3天左右。但是，業務量大，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，基于機器人技術的物流自動化和無人化物流是物流業發展的重要方向。

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

物流機器人跟工業機器人很不一樣，主要體現在環境特別惡劣，工作比較復雜。從感知技術來講，機器人必須可靠、精準地感知和理解自然的工作環境。物流機器人工作環境不是結構化的，結構化環境下的技術解決不了問題。機器人的移動也需要在這種自然環境下做；操作也是需要在自然環境下完成打包、分裝，分揀等操作任務。這些帶來的技術挑戰可以總結為以下幾個字：穩、準、快、棒、活、省。首先，技術必須可靠，因為我們要做的是工業應用，而不是實驗室的實驗。第二，任務必須完成得準確到位。三是工作效率必須滿足作業的實時性、節拍等要求。四是技術的魯棒性強；對干擾，對誤差能夠容忍。五是適應性需要強，因為物流作業多變，技術需要適應多變的需求，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也好都非常重要。物流方面的三維圖像應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，主要的技術就是把結構光跟立體視覺結合起來，在算法上進行了創新，解決了上述問題。然后做成一個產品，孵化了一個初創企業開展產業化工作。我們的三維視覺產品有兩款，一款是高精度產品，最好精度可到達7微米，速度可以到15fps。另一個產品是大視野產品，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，產品的優勢主要在高精度、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，一般的三維視覺產品是很難抓取完整的點云，這是我們產品獲取的點云，反光表面的三維點云都很完整的拍攝下來。我們的產品已經開始應用物流領域。一個例子是立體倉庫的出庫分揀和入庫打包，已經在菜鳥倉庫規模化使用了；在生產線上分揀也已經得到應用。產品也適應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。我們的產品在物流行業頭部客戶的應用正在開展。

產品的另一應用是家電、汽車行業等行業的機械臂上下料。這個是空調壓縮機的自動上下料系統。這個生產線特別有意思，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，然后實時規劃抓取點。這個例子是汽車發動機活塞的自動上料系統，這是另外一個汽車發動機系統的上料系統，這里采用了大視野的三維圖像系統。

我們高精度三維圖像系統的主要應用在產品的三維檢測；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，系統已經在我們國家主要的5G制造商做了幾萬次實驗，效果非常好，很快規模化使用。利用這個技術，我們現在研究三維AOI（自動光學檢測系統）對PCB板開展三維檢測。這個應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。我們的工作主要集中在低速，無人駕駛系統；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先不知道的。再一個就是要跟環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。

工業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。瞄準這個應用，我們做了多年的技術研發。關鍵技術是什么？一個是建圖和定位，要精準和可靠；另一個是精準的運動控制，及物體識別和環境理解能力，還有適應多變的工作環境和任務。大家知道視覺SLAM是很好的方案，但是視覺SLAM實際在工業應用比較少。

過去幾年，通過我們孵化企業：未來機器人，我們研發了一個視覺導航模塊，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。目前的產品改裝大概需要1至2天，8月份我們會發布新的產品，只需要一個小時就可以把人工叉車改裝成自動叉車。這是我們一些的應用案例，在電商物流倉庫和工廠里面，目前有一百多臺在應用了。這個是在港口物流倉庫的應用，這個是好多臺在一個大型電商物流倉庫的應用，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。這個產品解決了業界一個痛點。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線上組裝，拖車需要在室內外運行，這個項目在跟國內汽車公司合作。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。技術上跟很多自動駕駛技術差不多。為此，我們也建立了自動駕駛的數據平臺，采集很多數據，包括山地校園、城市、機場等環境的數據。這些數據包括激光、視覺、慣導等傳感器信息。因為我們需要對這些數據進行整理，下半年會對大家公開；到時大家可以利用這些數據開展相關研究。我們現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SLAM的工作一般都是在平地環境上做。如果環境高度變化大（如山地），現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。我們正在做的工作就是要去掉這些假設，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檢測。這是閉環檢測的例子。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，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確地做到閉環檢測；跟國際上最好的算法做了比較，我們的算法能夠把準確度提高10%，這個算法將在下半年學術會議上發表。我們也在開展目標監測的研究，這是雨天環境的例子，這是校園環境的例子。我們也在研究融合激光和視覺的目標檢測算法。

拖車很長，因此它的控制非常挑戰。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。這里的挑戰是動態模型是不知道的，你不可能做系統辨識，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，給我們設定的上限速度是每秒3米，而且只能在室內跑，不允許我們在室外做實驗。過去一年我們跟相關部門做了很多溝通，我們下個月終于可以在機場開展現場測試。

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。研究目標是把技術集成起來，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，倉面積24000平方米左右，實現機器人智能調度，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，貼標的機器人系統。

最后總結一下。物流機器人的關鍵是感知智能、移動智能以及操作技能等技術的突破；為了解決實際應用問題，可靠、精準、魯棒、實時、適應性好及低成本的技術是必需的。物流機器人的發展前途非常廣闊。

我們研究得到了很多機構的資助，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、學生、博士后，還有工業界、其他大學的合作伙伴。