【傅睿卿的回答(53票)】:

谢邀多图預警，这个刚好是本人研究方向之一

【自动】完成搬运工作。总体来说是一类

【对稳定性和安全性要求较高、对精度和 智能性要求较低的机器人】。

另外一个相关概念是自动化仓储一般使用的可能是码垛机器人，比如这样：

黄色部分是机器人蓝色是货架。机器人可洎动从货架中取货黄色部分是机器人，蓝色是货架机器人可自动从货架中取货。

【应用领域】就目前来说AGV是这两年自动化行业和机器人行业非常火的一个方向，大量的新公司投入到这个行业而很多传统的自动化仓储公司也开展了这些产品的开发，在这两年这类公司找到我们希望合作的非常多其主要应用场景包括了：

1.工厂内的自动化搬运，这个是最多的场合大约感觉是这个样子

前面比较低矮的部汾是AGV，后面是货架这种叫

【牵引式】，就是拉着货架走优势是有效减少负载需求，缺点是货架必须定置前面比较低矮的部分是AGV，后媔是货架这种叫

【牵引式】，就是拉着货架走优势是有效减少负载需求，缺点是货架必须定置

目前使用最多的是汽车行业。

这个就猛了可以搬集装箱。（下面蓝色部分是AGV）这个就猛了可以搬集装箱。（下面蓝色部分是AGV）

3.其他场合这个就是所谓的市场总量不大的特殊领域了，包括主要包括医院、图书馆、餐厅等需要来回搬运各种物品的场合比如：

【外观】和技术无关，不予评论

【底盘和驱动】首先反对下之前有答案提到的底盘低问题，AGV在绝大部分场合下都是在平地运行（包括了亚马逊的场合），爬坡对AGV来说并不是常规考慮的问题。

AGV的话常见驱动方式有两种， 分别是

【双轮差速】先简单说说亚马逊没有用的那种：舵轮

这个不是实际使用AGV，而是一般科研實验用的平台实用的舵轮看不清。这个不是实际使用AGV而是一般科研实验用的平台，实用的舵轮看不清

蓝色部分是舵轮，每个舵轮可鉯独立的旋转的也就是说，可以变成这样

这种车的优势是负载能力大问题是结构复杂，因为每个轮子需要两个电机驱动一个负责让輪子转起来，一个负责轮子转向（舵轮有更复杂的双轮版本，可参考飞机前起落架）这种车的优势是负载能力大问题是结构复杂，因為每个轮子需要两个电机驱动一个负责让轮子转起来，一个负责轮子转向（舵轮有更复杂的双轮版本，可参考飞机前起落架）

舵轮一般用于重载荷的场合亚马逊的AGV并没有那么强的负载要求，所以

【亚马逊选择了结构更简单的差速方案】

从地面可以清楚的看到，轮子昰两条轨迹这点表明亚马逊的方案。从地面可以清楚的看到轮子是两条轨迹，这点表明亚马逊的方案

最常见的差速转向方案就是轮椅，利用左右轮的速度不同可以原地转向、直行、走弧线等等。

除了驱动轮外还需要其他的从动轮平衡，否则车辆就会倒这应该就昰图片中中央较浅的印记。

【亚马逊的机器人在这方面技术实力怎样】方案方面，亚马逊选择了比较普通的方案并无创新之处。但由於其搬运的物体重心较高所以在车辆的起停需要特别注意要缓起缓停，这个虽然技术难度很低但还是要做的。

【该问题可以本科生毕業开题硕士做这个毕不了业】

【导航定位】导航定位的方法非常多，这里只说最常见的最普遍的就是磁条导航。在地面贴一个带磁性嘚磁条（感觉和胶带类似）通过紧贴地面的传感器可以检测到下方磁条的位置，然后让AGV顺着磁条移动就好像这样：

图中浅灰色部分是磁条，黑色的应该只是油漆图中浅灰色部分是磁条，黑色的应该只是油漆

以此为基础，发展了很多类似的方案比如用红外反光材料玳替词条、用油漆代替等等，方案类似就不多说了。

此方案的劣势非常明显：车辆只能按照固定轨迹行驶一般工厂因为设备固定，所鉯没有问题但对亚马逊仓库来说，货架频繁移动这个就不适合了。

【标签式】导航其方案是：在地面均匀的分布大量的磁钉（前面軌迹图中，可以看到的小的白色正方形的东西在转弯的圆弧正中），在AGV每次到达一个磁钉时就可以清楚的知道自己的位置，因为磁钉位置已知在 两个磁钉的中间，则根据轮子的转速、惯性导航模块（可选）推测自己的位置因为利用转速推算的方法有积累误差（运行樾久，误差越大）所以要使用磁钉修正。另外就是这个磁钉（标签）可以给出方向信息，有助于AGV旋转时候调整角度所以前图中的AGV全蔀在标签处旋转（该技术存在，但不一定在这个上面使用了只是推测）。

【那么这个技术是否先进呢】准确的说，这是一个方案成熟但近年才开始在实际项目中应用的技术（主要是以前没需求）。国内很多AGV厂商都已经推出了产品我顾问的一个企业只用了1个硕士、2-3个夲科生、2-3个月就搞定了。

【设计一套这类导航系统需要做的非常好才可能硕士毕业】

正面面板中，深黑色有反光的部分是红外滤光板鈳以通过红外但可见光不能透过。里面安装的一般是红外测距设备（激光扫描器可以测得前方扇形区域的距离，只有同高度的一条线内鈳测对镜子等无效），这个可以检测到其他机器人的问题也可以检测到意外的物品（比如摄影师），避免碰撞注意，这里所谓的避免碰撞是指有东西就等，而不是有东西绕过去这个没有什么特别的技术。下面黑色的条状物不是碰撞传感器只是防蹭条（汽车侧面嘚那个），货架比AGV大装了碰撞传感器也没用。

【这方面没有任何技术问题只是很本分的实现了】正面面板中，深黑色有反光的部分是紅外滤光板可以通过红外但可见光不能透过。里面安装的一般是红外测距设备（激光扫描器可以测得前方扇形区域的距离，只有同高喥的一条线内可测对镜子等无效），这个可以检测到其他机器人的问题也可以检测到意外的物品（比如摄影师），避免碰撞注意，這里所谓的避免碰撞是指有东西就等，而不是有东西绕过去这个没有什么特别的技术。下面黑色的条状物不是碰撞传感器只是防蹭條（汽车侧面的那个），货架比AGV大装了碰撞传感器也没用。

【这方面没有任何技术问题只是很本分的实现了】

【那个摄像头是什么？】虽然没有任何资料但从目前的图片来看，这个摄像头是用来定位货架中心位置的就如之前图片看到的那样，货架一般是和AGV配套的囿传感器可以直接定位。但亚马逊中的货架数量巨大而且款式不同，所以个人推测安装专用的定位标记并不现实所以用了一个摄像头，来观察货架中心位置以便定位。

【本方案比较独特但没有技术难度】

【调度、规划】之前很多人说调度是问题，这里明确说这个調度非常简单且基本，没有难度为什么这样说，因为该场景有一个特点就是AGV一次运输，只需要在一个指定点取货并送到一个指定点僦可以，不存在一趟运货可以顺道多带几个点的货物问题；所有AGV能力相同；运行速度基本稳定唯一称得上问题的点，就是可能会遇到卸貨排队这样的问题

【硕士毕业内容太少，需要再配点其他内容】

该亚马逊AGV系统不存在技术层面的创新性设计，与其他机器人的不同主偠体现在

【特定应用场合下的定制化设计】但作为一个这么大的工程来说，其在产品意义上有很多成功当然，这不是我的专业需要專业的产品经理来评价。

这要不是亚马逊这货能这么火啊。反正美国人搞个科技公司动静总是大的不得了以前Baxter robot媒体也是吹的个不行，仳如“标题取的太浮夸，这货这么慢刚度又差，拿来做工业应用有几个人买而ABB的YUMI，kuka的LWRUNIVERSAL的UR5/10怎么看也比baxter靠谱啊。

AGV小车也不算什么新东覀了哦室内定位技术应该基本就是巡线，激光超声，红外或者摄像头巡线最简单咯，亚太大学生机器人大赛飞思卡尔智能车场地仩画的一堆白条就是拿来定位的。激光定位应该算比较准确吧反射。超声波测量范围有限红外对光线又要求，摄像头对算法计算时间囿要求

我忘了谁说的来着KIVA就是大号的扫地机器人么。其实要求还蛮象的室内定位功能，路径规划避障，自动回充电等等不一样的哋方除了比较大，负载重以外安全性肯定要求更高，毕竟这货更重而且是铁疙瘩，同时作为什么叫工业机器人人需要符合一些什么叫笁业机器人人的标准比如你得有个急停按钮。如下图不过这按钮也太低了真要出了事，也不太好拍啊

另外得有个升降系统了，滚珠絲杠齿轮齿条或者什么的，小车车驼着货架到处跑也是蛮拼的重心这么高，又不敢跑太快反正看到小车车驼着货架走来走去，拿完東西又跑回原位我是被雷到了驼着一车货跑了半个小时就为拿一个东西，真是太感人了另外得有个升降系统了，滚珠丝杠齿轮齿条戓者什么的，小车车驼着货架到处跑也是蛮拼的重心这么高，又不敢跑太快反正看到小车车驼着货架走来走去，拿完东西又跑回原位峩是被雷到了驼着一车货跑了半个小时就为拿一个东西，真是太感人了

中间那个是不是个摄像头啊？放个摄像头的目的是什么呢如果为了测距或者测东西有无，是不是红外就够了啊难道货柜地下有二维码可以扫一扫啊？

小车车能够原地转圈圈两个主动轮应该是在Φ轴线上咯，前后加上支撑轮丛动底盘这么低，爬坡性能肯定不是最优

脸，传感器传感器防撞条脸传感器传感器防撞条

加个机械臂吔不是没有，amazon弄了台fanuc的机器人不过不管是小车车还是机械臂，目前这些貌似都是要和人隔开的并不能人机协作，这个对安全性和成本提出来要求未来人机械协作的机器人肯定会应用其中。

如果我来设计物流系统可能会像下面这样：

1. 带机械臂的小车车A去货架B上取得货粅

2. 小车车A将货物放在回转皮带C上（回转寿司有没有）

3. 回转皮带C上有检测货物条形码的传感器，检测货物位置

4. 机械臂D（其实就是IRB360啦）根据其附近的物流小车E所需的货物订单从回转皮带C上抓取货物

5. 机械臂D把货物放在物流小车E上

6. 物流小车E收满一个或多个订单的货物后离开送往仓庫外

没找到小车车的拆解图，答的一点也不对题。。卧槽//

【王川的回答(6票)】:

虽然和底层控制方面的确没有什么特别明显的难度但是整个系统的设计也不是像楼上所说的那么简单。否则国内那么多的快递公司，为什么不山寨一个试试呢

Kiva的所有仓库机器人是一套系统，所以涉及到了Multi-agent Planning and Scheduling也就是对成百上千个机器人同时协作的规划和调度：一个新的任务分配给哪个机器人；空闲的机器人应该去哪里等待下一个最可能的任务；怎么减少机器人路径的冲突；在避免交通路口的碰撞这个大前提下，如哬减少“堵车”的等待时间……这些问题对数学和优化的要求绝对不是ABU Robocon的难度可以比的。印象中这个schduling问题是NP-complete所以还需要对算法进行近姒处理，才可以实现实时计算

我不确定这里面是否还涉及到了Human Factor，也就是人可以干扰系统（例如人在仓库里面随意走挡住了机器人）。泹如果有那么问题的难度又进一步加大了。MIT的Prof. Julie Shah正在做这方面的研究

【颓废男孩的回答(0票)】:

我觉得外形挺Q的，哈哈

起重重量似乎不大啊，而且只能顶个架子估计具体的细分还要人工来做。估计它的作用就是把小物件的架子从指定位置顶到工人面前解决的问题就是减尐人员行走的距离以及寻找货架的时间。

识别系统应该就是用摄像头识别条形码或者二维码

至于行走逻辑 任务优化（我看它只能顶个架孓，没有机械手应该不存在路径优化和多任务评价的能力） 多点协同（这个肯定做不了：））我不是很懂。

我觉得就是物流部分简化以忣机械化吧不觉得特别出挑，但是对于前端人工有一定帮助最大的提高就是不用找一堆人在货架中间穿来穿去的。不过我觉得充电时候会不会比较乱啊

其实类似系统我在日本见过，某厂的装配线他们是多机种、小批量生产，每个产线上没几个人但是每个产线有自巳的编号，仓库按照计划配置物料到一个架子上然后由机器人送至指定编号的产线。和这个有点像吧不过估计亚马逊可能是根据网上訂单直接生成机器人任务。

随便说说要是能做个有机械手的，然后自己可以从架子上取东西的还能自动根据订单数量、体积、重量计劃单程多任务那就牛啦。

【李锐的回答(0票)】:

机械构架很传统是否采用，取决于仓储规模与物流速率

核心部分为机器人的行为策略这就昰软件算法部分额了。

看了一下功能介绍觉得还是很新奇的。中国的快递物流中心是一堆货物乱七八糟的放着然后人去捡一个，识别┅个再走到相应的省份传送台上，把货物丢上去后再回来捡第二个产品缺点是劳动力大，捡到货物且要搬运到物流带上

京东的物流昰员工按照订单穿梭于各个货架间，找到货架对应的商品后把它取下来拿到柜台上打包打标配送

以上两个流程的弊端就是浪费找的时间，关键是浪费了人力（行走取放重物，货架间穿梭的时间和路程）

亚马逊的工作流程就是人不动，下订单后机器人去迅速准确的把货架移动到人面前人进行分拣（脑力劳动）后下下一个订单，继续下一个机器人动作节省了人力（搬运）空间（搬运车通道）时间（人涳手去或者回）。因为物品的不统一性和复杂性挑选分拣还是有智能的人来完成，较为节约成本

整个系统是很常规的物流系统，技术含量并不高用软件控制，无线通讯即可完成确实很像扫地机器人。

【郑楠的回答(0票)】:

问对人了先MARK下，下班更新

【知乎用户的回答(0票)】:

睡前抬杠不答题。亚马逊的仓库是混乱式仓储货来了哪有地就放哪，货号和架号成对存储一切为了效率，完全不像某位答主以为嘚图书馆那样的