1 AGV基础入门介绍
1.1 AGV概念
AGV是英文 Automated Guided Vehicle 的缩写，中文意思是"自动引导运输车 "。简单来说，就是一种能自动沿着预定路径行驶的小车，不需要人工驾驶，常用于工厂、仓库和物流场景。
1.2 AGV发展历程
世界上第一台AGV诞生于20世纪50年代，由美国的Barrett Electronics公司研制。当时用于自动搬运货物，极大地提高了生产效率。
我国的第一台AGV则诞生于1991年，由北京起重运输机械研究所研发成功，这标志着我国自动化物流装备正式起步。此后，AGV在中国得到广泛应用和快速发展。
1.3 AMR（自主移动机器人）
近年来，随着技术进步，出现了更先进的 AMR（Autonomous Mobile Robot） ，即"自主移动机器人"。与传统AGV不同的是，AMR不需要预设固定路线，而是能依靠自身传感器、地图和智能算法，自主规划路径和避开障碍物，更加灵活、智能。
简单理解的话，AGV像在轨道上运行的自动小火车，而AMR则像会自己寻找路线的智能汽车。
1.4 AGV的三大系统
AGV通常由三个主要系统组成：
-
机械系统：AGV的身体结构，比如车体、底盘、轮子，决定了它能搬运多重的货物、行驶速度以及适用环境。
-
动力系统：相当于AGV的发动机，一般使用电池驱动，使其能平稳、高效地移动。
-
控制系统 ：相当于AGV的大脑，负责控制车子的运动、路径规划和任务执行 ，包括电脑控制系统、导航传感器和安全保护装置。
2 AGV/AMR分类
2.1 按导航定位方式分类
2.1.1 磁条导航
原理： AGV/AMR沿着地面铺设的磁条移动 ，通过磁传感器感知磁条产生的磁场信号，从而保持正确的路线。
特点： 技术成熟、成本较低、安装简单，适用于路径固定且简单的环境。
主要厂家： 华晓、嘉腾、佳顺等。
2.1.2 二维码导航
原理： AGV/AMR通过摄像头扫描地面上的二维码 ，解析二维码内包含的位置信息 ，从而确定自己的位置和方向 。当没有二维码时，AGV/AMR则利用内置的里程计和陀螺仪进行导航定位。
特点： 定位准确，路径灵活，易于修改路线，广泛应用于仓储物流环境。
主要厂家： 极智嘉、快仓等。
2.1.3 激光（带反光板）导航
原理： AGV/AMR上的激光扫描仪发出激光束 ，通过反射板 反射回来的信号确定当前的位置和方向 ，利用连续的三角几何计算进行导航。
特点： 定位精度高、稳定性强，适用于大范围、复杂且高精度需求场景。
缺点： 需要提前安装大量反射板，初始成本和安装难度较高，灵活性相对较差。
主要厂家： 新松、昆船、驰众等。
2.1.4 自然物（激光SLAM）导航
原理： AGV/AMR使用激光扫描仪扫描周围的自然环境（如墙壁、柱子等），构建地图并实时确定自身位置。
特点： 不需要额外铺设导航标记，灵活性极强，适合频繁变化的复杂环境。
主要厂家： 迦智、优艾智合。
缺点： 成本相对较高，对环境稳定性有一定要求。
2.1.5 纹理（V-SLAM）导航
原理： AGV/AMR通过摄像头预先记录地面纹理特征，并对这些纹理赋予坐标和方向信息，在运行中进行匹配导航。
特点： 无需铺设额外标记，部署简单快捷，适合室内环境。
2.1.6 视觉及混合导航（AMR）
原理： AGV模仿人类眼睛的工作原理 ，通过两个或多个摄像头采集图像，利用三角测距法分析图像差异，确定自身位置和路径。
特点： 综合多种传感器技术，定位精准且灵活性极高，适用于复杂多变的环境。
应用场景： 智能制造工厂、医院、办公楼等。
2.1.7 GPS导航
原理： AGV/AMR 利用**全球卫星定位系统（GPS）**确定自身位置，适用于室外大范围场景。
特点： 覆盖范围广，适用于港口、机场、园区等大型室外场景。
缺点： 室内定位精度较低，受天气及卫星信号影响较大。
2.2 按照驱动方式分类
2.2.1 差速驱动（Differential Drive）
定义与原理 ：通过两侧轮子转速差实现转向控制 。当两侧轮子转速不同时，AGV/AMR产生转向运动。
特点：结构简单，成本较低，适合平坦地面；灵活性较高，能实现原地转弯。
应用场景：仓储物流、电子制造业、轻型搬运场景。
2.2.2 舵轮驱动（Steering Wheel Drive）
定义与原理 ：集成了驱动电机与转向电机 ，通过单独控制转向角度 和行驶速度实现精确的运动控制。
特点：转弯半径小，精确度高。控制精度高，适合复杂轨迹。
应用场景：汽车制造生产线、精密装配线、复杂路径搬运任务。
2.2.3 麦克纳姆轮驱动（Mecanum Wheel Drive）
定义与原理 ：AGV配备多个麦克纳姆轮 ，每个轮子都能独立驱动 ，通过各个轮子速度与方向的组合，实现任意方向的平滑运动。
特点：可以实现全方位移动，包括侧向、斜向和平移运动；灵活性和机动性高，但控制复杂、轮子成本较高。
应用场景：高密度仓储环境、需要频繁横向移动的生产场景、空间受限环境。
2.2.4 单轮驱动（Single Wheel Drive）
定义与原理 ：仅有一个主动轮提供动力 ，其他辅助轮主要提供支撑和稳定性 ，转向通过主动轮与辅助轮的配合实现。
特点：结构简单、成本低廉。载重与驱动力有限，适合轻载环境。
应用场景：小型轻载AGV，物流分拣、实验室环境等轻量化任务。
2.2.5 全方位驱动（Omnidirectional Drive）
定义与原理 ：通过多个独立驱动轮（常使用全向轮或特殊结构轮子），组合实现任意方向移动。
特点：任意方向运动灵活自如，控制精度高；机械结构较复杂，成本高。
应用场景：无尘室、电子产品制造、复杂物流环境。
2.3 其他机器人
**潜伏机器人：**用于自动潜入物料底部，通过牵引或顶升方式搬运物料，适用于托盘或物料架运输。
**移载机器人：**配备输送线或辊筒等装置，能够自主对接输送线，实现物料的自动装卸与转运。
**移栽及底盘机器人：**具有多用途底盘平台，可安装各种工具模块，实现不同作业需求，灵活性高，广泛用于制造业自动化升级。
**叉车机器人：**模拟传统叉车动作，能自动实现货物的叉取、升降和堆垛，广泛应用于仓储、物流等场景。
3 AGV/AMR系统
AGV/AMR系统通常由 "上层系统"、"机器人调度系统（RCS）" 和 "下层系统" 三大部分组成，协同完成智能搬运任务。
3.1 上层系统（业务指挥层）
这些系统主要负责下达任务指令，调度搬运资源，实现工厂或仓库整体的信息化与自动化：
-
WMS（仓库管理系统）：管理库存位置、数量、收发货等操作，负责告诉AGV "从哪取货、送到哪"。
-
MES（生产执行系统）： 连接生产计划与现场执行 ，协调生产任务与物料配送。
-
ERP（企业资源计划系统）： 企业级的资源调配平台，进行财务、采购、销售等信息协同。
-
WCS（设备控制系统）： 负责现场设备（如输送线、提升机等）的控制与联动。
-
SAP/EWM等其他系统： 国际大型工厂或物流中心常用的ERP/WMS一体化解决方案。
-
**接口协议（RESTful Web Service）：**通信接口标准，便于各系统之间通过HTTP协议进行数据交互。
3.2 RCS（机器人调度系统）
RCS 是连接上层业务系统和下层AGV设备的"大脑"，负责指挥多个AGV的具体行动。
RCS的核心功能包括：
-
**世界模型建立：**构建虚拟厂区地图，识别工位、通道、障碍物等。
-
**多路径规划：**实现多个AGV动态规划路径，避免拥堵与碰撞。
-
**AGV任务分配：**根据任务优先级、车辆位置、电量等因素，智能分配任务，支持多任务同时执行。
-
**交通动态管理：**管控十字路口、单向通道、电梯等资源，确保AGV间有序通行。
-
**任务追踪与报警机制：**实时追踪每个AGV的状态，发现异常及时告警并干预。
-
**RCS界面展示：**通常提供图形化界面，显示AGV位置、任务状态、设备运行情况，便于调度和维护。
3.2 下层系统（执行设备层）
AGV/AMR系统需要与厂内各种自动化设备联动，这些设备包括：
-
自动门、风淋门（洁净环境隔离）
-
电梯、升降机（实现跨楼层运输）
-
堆垛机、输送线（产线物流对接）
-
机械臂（自动装卸或作业）
AGV/AMR与这些设备的无缝协作，是实现无人化、智能化工厂的关键。
4 应用领域
AGV/AMR（自动导引运输车）作为智能物流和智能制造的重要组成部分，近年来在多个行业中得到广泛应用。以下是几个主要的典型场景：
4.1 电商分拣
在京东、阿里巴巴、顺丰等大型电商平台的分拣中心，AGV被大量用于：
-
自动搬运包裹至分拣口
-
代替人工完成"货到人"操作
-
快速调整分拣路径与任务优先级
**优势：**大幅提升包裹处理效率，降低人工成本，实现24小时高效作业。
4.2 智能仓储
在制造业、医药、零售等企业的智能仓储中心，AGV用于：
-
自动入库/出库搬运
-
库位智能分配与调度
-
与WMS/WCS系统协同工作，实现全流程自动化
**优势：**提升库存管理的准确率和效率，降低出错率和人员依赖，特别适合高频次、高密度的仓储场景。
4.3 其他典型应用领域
-
制造业车间：连接各个工序，实现物料自动配送
-
医院：配送药品、样本、器材，实现医疗物资无人运输
-
机场/港口/园区：大范围室外物资搬运，配合GPS导航系统
5 具身智能机器人（Embodied Intelligence Robot）
5.1 什么是具身智能
具身智能（Embodied Intelligence），是指智能体不再只存在于"算法或软件中"，而是通过"身体 + 感知 + 行动 + 环境交互"来产生智能行为的一种智能形态。
其核心思想是：智能并非完全来自计算，而是产生于"身体---环境---行为"的动态交互中。
5.2 具身智能 vs 传统 AGV / AMR 的本质区别
如果说，传统 AI 更像是**「只会算题的大脑」** ，AGV/AMR 是**「能移动、但主要执行规则任务的自动化设备」** ，那么------具身智能机器人 = 有身体的智能体，会感知、会思考、会行动、会学习
| 维度 | 传统 AGV | AMR | 具身智能机器人 |
|---|---|---|---|
| 路径规划 | 规则 / 地图 | SLAM + 动态规划 | 任务驱动、自主决策 |
| 感知能力 | 有限（定位为主） | 多传感器融合 | 语义感知 + 多模态理解 |
| 行为方式 | 执行指令 | 执行任务 | 理解意图 → 决策 → 行动 |
| 适应环境 | 低 | 中 | 高（可迁移、可学习） |
| 智能来源 | 规则系统 | 算法系统 | 感知 × 行动 × 学习闭环 |
👉 可以这样理解：
-
AGV：听指令走固定路线
-
AMR：知道自己在哪，能绕开障碍
-
具身智能机器人：知道"我要干什么"，并自己想办法完成
5.3 具身智能机器人的核心组成
具身智能并不是单一技术，而是一个系统级能力集合，通常包含以下 5 大核心模块：
5.3.1 身体（Embodiment）
即机器人真实存在的物理载体，没有"身体"，就无法产生真正的具身智能。包括：
-
移动底盘（轮式 / 履带式 / 双足等）
-
操作执行器（机械臂、夹爪、升降机构）
-
与环境交互的能力（推、拉、抓、搬）
5.3.2 感知系统（Perception）
机器人通过传感器感知世界，常见包括：
-
激光雷达（LiDAR）：空间结构
-
摄像头（RGB / 深度）：视觉信息
-
IMU、编码器：运动状态
-
触觉 / 力传感器：接触与操作反馈
在具身智能中，感知不只是定位，而是"理解环境语义"，例如：哪个是门，哪个是人，哪个是可抓取物体
5.3.3 决策与认知系统（Cognition & Decision）
这是具身智能的"智能核心"，通常包含：
-
任务理解（What to do）
-
状态判断（What is happening）
-
行为选择（What to do next）
与传统 RCS 的"调度逻辑"不同，具身智能更强调：状态驱动，目标导向，下文理解。
例如："前方通道被人占用 → 改变策略而不是等待指令"
5.3.4 行为执行与反馈（Action & Feedback）
机器人根据决策结果执行动作，并实时获取反馈：
-
是否成功完成？
-
是否遇到异常？
-
是否需要调整策略？
这形成一个闭环系统 ：感知 → 决策 → 行动 → 反馈 → 再感知
5.3.5 学习能力（Learning）
这是具身智能区别于传统自动化系统的关键：
-
强化学习（通过试错优化行为）
-
模仿学习（学习人类示范）
-
在线学习（边运行边优化）
📌 目标不是"一次性部署"，而是持续变聪明。
5.4 具身智能与 AGV/AMR 的融合趋势
在工业与物流场景中，具身智能并不会"取代"AGV/AMR，而是在其基础上进化：
5.4.1 从"搬运工具"到"智能执行体"
未来的 AGV/AMR 将具备：不仅会走，还会判断，甚至会协同与学习
例如：
-
自动判断是否需要人工介入
-
根据历史效率调整搬运策略
5.4.2 从 RCS 调度到"多智能体协同"
**传统系统：**上层系统 → RCS → AGV
**具身智能趋势：**多机器人 = 多智能体；彼此感知、协商、协同完成任务
5.5 具身智能机器人的典型应用场景
5.5.1 智能制造
-
机器人自主理解生产节拍
-
动态调整物流与装配动作
-
与人协作（人机共融）
5.5.2 复杂物流与柔性仓储
-
非结构化仓库
-
临时库位、自主识别物料
-
高变化、高不确定环境
5.5.3 服务与医疗场景
-
医院配送 + 环境理解
-
自动避让人群
-
理解语音或行为指令
5.6 具身智能是下一阶段关键方向
一句话总结：AGV/AMR 解决的是"怎么走"，具身智能解决的是"该做什么、怎么更好地做"。
在智能制造与智能物流不断走向柔性化、复杂化、人机共存的背景下：
-
仅靠规则与路径规划已不足
-
具身智能提供了"系统级智能升级路径"