亞馬遜的Kiva機器人取得了比較好的應(yīng)用，國內(nèi)的一些公司也在采用相似的方案，讓智能AGV火了一把。有一個比較好奇的問題是：為什么亞馬遜選擇讓貨架移動而不是讓一個AGV+機械臂組成的復(fù)合機器人去抓取貨架上的物體呢？難道僅僅是因為物體種類太多不好抓嗎（這也是亞馬遜舉辦挑戰(zhàn)賽的愿意嗎）？謝謝。
1.同等成本下精度無法保證，機器人底盤定位的誤差加上機械臂的誤差，這兩個誤差加一起，如果想做到抓取，就需要附加很多傳感器個攝像頭，結(jié)果就是高成本，低效率。
2.負重不夠，能夠負重十公斤的機械臂就已經(jīng)10w+了
3.agv上的機械臂一般是開鏈的機構(gòu)，抬起比較重的貨物剛度不夠
主要是因為機械臂從貨架中抓取特定商品的技術(shù)還不夠成熟和穩(wěn)定。
即使之前辦了幾次抓取大賽，比賽的情況似乎也離實際使用有一定距離。
這是比賽的貨架:
這是實際的貨架:
機器人在視覺，感知，規(guī)劃，控制等方面距離實際落地還有不少需要繼續(xù)研究提高的地方。這點亞馬遜官方也意識到了，也因此停止了這個比賽的。具體可以看亞馬遜官方的郵件內(nèi)容:
另外，即使機械臂抓取的技術(shù)成熟了，也應(yīng)該不會采用移動機械臂的形式。這主要是移動機械臂給每個AGV配備了一個機械臂，而機械臂的成本相對于AGV高不少。在移動抓取這個過程中，大部分時間用的都是AGV部分，機械臂的使用率太低(只在貨架旁邊會使用機械臂)，成本上不劃算。
到時候的實現(xiàn)方式應(yīng)該是AGV運送貨架?機械臂固定位置分揀。
亞馬遜目前就是采用這種方式，只不過沒使用機械臂，而是使用人。也即AGV將貨架運動到固定位置，工作人員根據(jù)訂單從貨架上取下貨物打包。
不光是倉儲機器人，現(xiàn)在主流的工業(yè)自動化配置都是基座固定的機器人和流水線（類似于你說的移動貨架）
這種方式的技術(shù)成熟，精度很高，四大家族的能達到十個絲以內(nèi)；缺點是生產(chǎn)線布置費用高，想汽車生產(chǎn)中，一條線得用個幾年才能回本。
基座浮動的機器人（AGV+機械臂）本身是一個冗余機構(gòu)，運動學(xué)和動力學(xué)復(fù)雜度提高了很多，技術(shù)相對不成熟；優(yōu)勢是機動靈活，布置容易。它的優(yōu)勢類似于，現(xiàn)在協(xié)作機器人鼓吹的比傳統(tǒng)工業(yè)機器人的優(yōu)勢。
這個問題本質(zhì)上是在討論哪一種方式進行貨物揀選更高效？
貨物揀選對于零售行業(yè)的分揀來說非常重要，其成本占到了商品出庫前的成本的50%。
無論是對于亞馬遜京東這樣的巨型倉庫，還是遍布在全國的幾千家中型淘寶倉來說，降低每單的揀選成本，提高揀選的效率至關(guān)重要。
這些倉庫有一些共同的特點，產(chǎn)品SKU多，零部件重量和體積小，每筆訂單中涉及的SKU多。
我們來看一個具體的案例
一個中型的淘寶倉庫，每天的出貨量假設(shè)是6000單，每單含有10個產(chǎn)品，那么一天則需要完成次的揀選，如果平均每次揀選所走的路程是100m，那么每天分揀員所走的里程是6000公里，如果有20個揀選員，那么每個揀選員一天要走300公里.
那么結(jié)論就是，這些人沒有減肥和走不到一萬步的困擾.
當然，聰明的你一定會想到，雖然每個訂單里有10個商品，我可以一次取5個訂單的商品啊，不用一次只取一個訂單的貨，這樣不就可以少走5倍的路了嗎？
聰明如你無意間就說出了采摘式分揀大法的精髓，我們把貨架看成果園里的一顆顆果樹，分揀員拖著一個小拖車，上面放了五個框，走到蘋果樹的下面，往需要蘋果的框里扔兩個蘋果，走到橘子樹下，往需要橘子的框里扔兩個橘子.等到從果園出來的時候，五個框就裝滿了，五個訂單就順利分揀完啦。
我大概會是這樣.
接下來，為了提高效率，我要往小推車上放一百個框，我要一次分揀一百個訂單！
當我把一百個框放在小車上的時候，臥槽，我發(fā)現(xiàn)小車變成了大卡車，拉不動啊。
聰明的我開始思考，到底有沒有方法可以一次分揀一百個訂單呢？
我把一百個框擺在我面前，我需要往30個框里放蘋果，28個框里放橘子，45個框里放梨。我發(fā)現(xiàn)我把一箱蘋果，一箱橘子，一箱梨拉到這一百個框前面好像比較容易。
于是我就拉著我的小推車，跑到貨架前面找到一箱蘋果，一箱橘子，一箱梨，放在我的小推車上，歡快的拉到這100框前面，然后根據(jù)訂單分配蘋果橘子梨到100個框里，很快我就分揀完這些水果啦。
這就是“播種式”的分揀方法。
再后來，我的小推車升級成了AGV，我就再也不用去貨架里面找水果箱啦，只要AGV把一箱蘋果送過來，然后我挑出30個蘋果放到框子里就OK咯。
當然，這個AGV在用的過程中涉及到了很多的優(yōu)化，比如訂單的優(yōu)化，每次被挑出來分揀的這100個訂單，到底是哪100個才會時間最短呢？可能我拿3個小時的訂單來排序，出貨時間可能又變得很長了，如果我只拿半個小時的訂單來排序，可能規(guī)劃出來的訂單組合又不是最優(yōu)，AGV又會白跑路。
再者，我有100個AGV，怎么讓這100個AGV搬100個貨架時間最短，路徑該怎么規(guī)劃。會不會有一些框等了很久也裝不完，一直在等一個東西。這些問題想想都覺得頭大。
當然，瘋狂的亞馬遜的貨架分揀員和機器人的分布圖是這樣的.
你看他還有很多優(yōu)點，比如經(jīng)常用的貨架會放到離人近的位置，這樣AGV就可以避免少走路。
所以在情人節(jié)的時候，分揀員附近可能都是堆滿鮮花和杜蕾斯的貨架。
我們再來看看其他的機器人分揀方案：
移動機械臂去直接取貨，這個是人類最直接能想到的方案。
比如fetch robotics，他這個想法就很好啊，一個機械臂取貨，一個AGV把貨箱送到打包區(qū)。可升降的移動機械臂，雙目視覺，激光SLAM導(dǎo)航，如果不是太貴我就買一臺回家給我晾衣服。這個東西當然好啦，不然軟銀也不會投他。
還有IAM,做藥品分揀，這個就很聰明啊，藥品行業(yè)瓶瓶罐罐比較規(guī)整，好拿，醫(yī)藥行業(yè)附加值也高。這個就是找到一個細分領(lǐng)域在深耕。
其實難點還是在于貨品千奇百怪，各種各樣的，機械臂不僅判斷東西比較麻煩，夾取也是個問題，你看亞馬遜挑戰(zhàn)上用的夾具，吸盤，鏟子，夾手什么都招呼上了，費勁啊費勁。
所以相對規(guī)則一點的東西就好搬多了。
所以就有了Magazino，一個取盒子的移動機械臂。這玩意有怎么玩呢？標準夾手其實有點像個小叉車，取完盒子后就放在隨身攜帶的料倉了。一次可以取一堆盒子。還是蠻有意思的。
哎，這個世界就是這么無情。
你想到的早就有人做了，你沒想到的別人也做了。
從傳統(tǒng)方式演變過來的，還有一種方式就是locus，他的模式是，AGV跑到需要揀貨的貨架下面停下來，分揀員看到這個貨架前停了個AGV，就過去把貨取出來放到AGV的框里，AGV去下一個點，分揀員去找下一個停下來的AGV。
總之也是為了解決人走路太多的問題。
先寫這么多吧
貨物分揀博大精深，市場巨大，玩法眾多。目前很多倉庫還是人工為主，很有搞頭。
騷年，要不要試試看？
如果給你50斤的大米, 讓你走100米, 你選擇背著, 還是選擇提著?
背著的結(jié)果是, 受力點距離支撐點的距離最近. 所以整個結(jié)構(gòu)只需要將50斤的重量傳遞1米,
提著的結(jié)果是, 受力點與支撐點的距離加大, 要經(jīng)過腕關(guān)節(jié), 肘關(guān)節(jié), 肩關(guān)節(jié), 脊椎, 然后是背, 腰, 腿, 腳. 這個結(jié)果, 力傳遞的距離長了, 需要的結(jié)構(gòu)就重了.
結(jié)構(gòu)重量 基本正比于 載荷^m * 傳遞的距離^n, (m,n>=1).
不要認為機器人很強大, 恰恰相反, 荷載3公斤的機器人的自重是多少? 通常要幾十公斤到100多公斤.
而荷載50公斤的機器人能? 所以, 不要用胳膊做事情, 學(xué)會用腰力, 用背去頂.
