智能物流装备产业正在快速发展。最近几年，出现更加迅猛的趋势。作为工业车辆的智能物流装备领域的领军企业，安徽合力也在2013年到2022的10年期间，主营收入从66亿增长到现在的157亿。面向未来，依然会有大幅度的成长空间。而物流装备的无人化，是其中一个重要的亮点。无人叉车，正在成为新宠。

　　跟公路、铁路、航运的大物流相比，工厂的智能物流体系基本上集中在无人导引小车（AGV）为核心的应用场景。在1992年以前，要做AGV极其困难：没有无线通讯技术，没有合适的车载计算机，没有算法、没有数据库。而且磁导是最基本的导引方式，勉强实现规定路径的无人化。这是一个很困难的时期。

　　随着定位技术、导引技术、通讯技术的发展，尤其是云计算的风起云涌，现在再谈AGV，已经几乎没有技术屏障，而只是如何将技术用好的问题。2005年之后，AGV发展速度极快。有意思的是，这也是工业机器人在中国的成长过程。

　　AGV有很多种，其中一种是叉车式AGV，或者称之为无人叉车。无人叉车的规模增长非常快。2017年到2021年，市场高速增长，规模翻了四倍，从4亿元扩大到16亿人民币。尤其在2021年以来，无人叉车已经成为很多企业的必选项。当然，也要客观地看，基数还有待快速拉升，无人叉车式AGV应用场景的进一步拓展还存在一定难度。2021年的叉车式AGV，只有7000多台。虽然渗透率不足1%，但它的发展前景，却是非常远大。

　　

　　各种设备在场内穿梭，不仅仅是大的平台车，甚至在产线的一个很细微的工段也出现了AGV。对于AGV而言，从过去单品到集成化应用，围绕着整个厂区内部的各种物流体系，从立库到产线，从门到门，到厂与厂之间的跨接，都有各种各样AGV方案响应这样的物流需求，这也是从过去的单机模式过渡到集成模式的新变化。

　　无人叉车跟其他无人车的最大差别，在于定位要求是三维的。在地平线方向需要达到5毫米级别，而在垂直方向上则需要在一个8米高度的空间里依然达到十毫米以内的定位精度。精度要求，曾经制约了叉车式AGV应用主要技术因素。但现在，这些搬运设备都在克服这些约束。与此同时，在平台、数据化服务方面，也诞生一些新的业务模式。例如群体智能体调，推动“生产制造”转向“供应链协同”等。

　　这其中，集成化成为一种非常重要的能力，这需要边缘计算的支撑。

　　工业车辆自主导航技术一直是人们关注的热点。无人叉车的定位精度要达到毫米级，就是5毫米左右，要达到这个级别，大量的叉车式无人车采用了一种同步定位构图的激光导航方式。这种方式在单机情况下非常好用，但在群体机群的控制上，则容易发生一些干扰。在多车协同工作的场景中，多个车辆需要同时构建环境地图并进行协同工作。这就需要采用边缘计算能力，来解决激光导航问题。除了完成任务的调度，还在任务管理、车车交互提供算力支撑。

　　从边缘计算角度来讲，更多的强调在现场的计算速度和执行速度。但对于叉车而言，既要强调单体边缘计算能力，又要用平台化计算思路规划边缘计算。对于边缘计算来说，就出现一个新的领域：集群化的边缘计算。这种集群化的边缘计算，就是帮助车间可以在应用场景中可以最大程度地调度好车辆。

　　与此同时，需要用好5G技术的应用。5G技术关键提供的是大连接和低时延。这正好可以结合边缘计算的能力，通过5G能够实时掌控边缘物料或者是车辆运行情况。

　　工厂外部的运输大物流，如何跟制造过程的厂内物流相结合，是一个越来越迫切的话题。当拖车的大平板进入到泊位的时候需要精准定位，此时要跟厂内的装运吊桥或叉车式AGV密切结合，5G终端的出现可以发挥最大的作用。但目前为止，还需要进一步加强它的应用技术和稳定性研究。

　　人工智能的应用，也可以大力促进无人叉车的发展。对于人工智能的应用不仅仅是在产品结构上，在物流组织和优化分析也可以使用这些技术。要想让无人叉车能够很好地协同运行的话，需要有强大边缘计算和建立数字孪生的模型来支撑，背后还有一个云计算能力。但现在，还基本上处于基于一条一条的指令型的调度，还没有做到自主思考和判断。

　　另外，无人叉车的“精确”也带来了意想不到的挑战。最近我发现在车间里，出现地面被AGV碾坏压裂的情况。以前为什么没有？因为过去开叉车，司机可以掌控一切，重复路径的可能性很低。但是AGV作业，完全按照规划路线走。叉车AGV的载荷又非常大，长时间运行之后，场地里面被压上深深的沟槽。这是过去根本没有想过的事情。在相对局部的内部物流里面，可能今后是一个无限的安全生产事故的引发点。

　　如何让人工智能体系不仅仅好好规划最优路线，而且可以根据经验和现场判定适当绕开一些固定路线。这个除了调度以外，还需要实时观察现场。在这里，人工智能技术就有用武之地，由此引发出一系列动作。过去基于任务的调度几乎都是线性的。而人工智能可以提供并行的线性技术，或者网状思考的方式，这些都可以用在调度上。

　　大量实践正在展开，而非法入侵就是一个重点事项。在预设的地图里，很难识别现场的情况。而在工作现场里面会有大量的非法的入侵。减速、停车，还是继续行走？这些判断都需要很好的推理分析。这跟自动驾驶遇到的意外处理，是一样的逻辑。

　　与此同时，要考虑对于变化的识别。叉车AGV铲货的时候可能遇到上一轮铲货被人移动了位置，导致和预定不一样。如何重新调整叉车姿态甚至重设任务，也需要智能化的判断。

　　一个智能工厂，需要实现三重智能，它分为三个层次的融合：通过智能工厂生产智能产品、通过搭载智能服务为用户提供增值价值，这就形成一个完整的“三智一网”的循环。

　　而在这其中，无人叉车是一个重要的连接点，推动实现场景智能化，真正实现大物流与厂内物流结合，而厂内物流也可以做到无缝衔接。