阿里妹导读：5月31日，由菜鸟网络主办的2018全球智慧物流峰会在杭州举行。当天，菜鸟柔性自动化最新实践，也首次全方位对外展现。程序员
马老师说，“菜鸟要尽心尽力建设国家智能物流骨干网，把中国物流成本占GDP的比重降到5%如下。”在这个背景下，菜鸟研发了柔性自动化仓储系统，利用AI技术，让大量机器人在仓内协同做业，组合成易部署、易扩展、高效的全链路仓储自动化解决方案。算法
本次从智能拣选→智能拆垛/码垛→智能分拨全链路展现，一个智能mini仓就在你眼前。
数据库
（小编偷偷告诉你，都是仓内真实应用哦~）
缓存
无人仓的背后是菜鸟5年来在柔性自动化的不断探索和思考，将来的物流将经过包括AI在内的技术创新打造全面智慧化自动化的物流体系，更加快速高效地知足用户需求，当天，菜鸟网络柔性自动化负责人朱礼君博士为咱们分享菜鸟在柔性自动化方向的探索和实践。网络
嘉宾介绍：框架
朱礼君，花名元享，现任菜鸟网络资深算法专家，柔性自动化负责人，主要研究方向是人工智能和运筹优化算法在物流中的应用。
分布式
演讲内容（为便于阅读进行过适当编辑整理）：ide
元享：很是荣幸在这里给你们分享菜鸟自动化的研究，今天人工智能和智慧物流这个领域正在经历巨大的变革，我认为这二者的融合必定会产生化学反应，使得人工智能推进智慧物流的飞跃，同时智慧物流也会给人工智能提供一个新的发展门槛。模块化
Part1：人工智能和新物流自动化大数据
首先咱们认为人工智能时代可以给自动化物流带来新的方式，这个自动化的趋势和电商时代物流自动化的挑战，使中国物流结构发生了很是大的变化。咱们官方预计2050年劳动力人口会减小四分之一，如今劳动力的缺口是物流人士切身体会到的，特别是东南沿海很是难招到人，新的员工和老的员工的效率差异很是大，甚至差异一半以上。同时电商物流时代跟传统的物流时代差异很是大：商品种类很是多，商品组成的总量很是多；订单量很是大，特别是电商这两年的订单增加；商品多物流属性多样，对它们的处理很是复杂；特别中国的电商用户对时效的要求很是高，一日达，甚至一小时达。
传统的自动化是刚性的自动化，利用传送带等固定的设备使得咱们的物品在仓库里流动。新的电商时代咱们须要创造新的自动化，须要更多的柔性，须要更多的AI技术在里面，这样才能适应快速变化的物流时代。
柔性自动化有什么特色？
首先它的扩展性很是强，随着订单的增加能够快速部署机器人，部署新的自动化设备，使它可以处理更多的订单，并且它的鲁棒性强，也就是单点的问题不会形成整个仓库的问题。
而后是模块化的设计，由于以前也提到商品很是多样，有各类各样的物流属性和销售属性，因此不一样的商品须要不一样的做业模式，因此咱们模块化的时候须要模块化的设计。同时，须要易部署和搬迁，须要不停地迭代，商品换季很快，业务的发展当中须要不停改变咱们做业的模式，须要很是快速地作改变。最后，咱们须要在全链路的自动化下咱们获得一个比较大的经验，除了省人和自动化的状况下，是做业的可预测性，做业的可预测性很是重要。
前面几位专家提到人工智能时代咱们有很是大的发展，柔性的自动化和智能有一个天生的绑定的关系，咱们柔性自动化须要很是多机器人，它须要感知，这里面须要用到很是多的人工智能的技术，人工智能的新技术带来了新的物流自动化机会，物流的快速发展给人工智能技术应用带来了新的蓝海。
Part2：菜鸟在柔性自动化上的实践
电商的仓库从头至尾哪一些节点能够用到物流自动化的技术？从商品的入库、拣选、打包、分拔等等都须要用到智慧自动化。这个链路中用了不少的设备，咱们能够用自动叉车作商品入库，而后作补货；订单的拣选能够用AGV拣货，咱们AGV已经很是成熟，能够达到商业的标准；咱们能够用自动封箱机；分拨也能够用AGV技术；码垛也有码垛的机械手臂……整个链路能够自动化。
在这个链路中什么模式是最高效的？由于咱们是一家互联网公司，固然咱们想到了计算机，仓储的做业其实跟计算机作计算是很是相似的，仓库里面作物品的存储，和作计算机数据的存储很是相似；订单的生产，咱们把货物从货架上拿下来是跟计算机作提取、计算也很是相似；仓库的备货区里面会存储大量的商品，和计算机的硬盘很相似，计算机可能有不少文件，有些文件好几个月都不会用到，和备货区同样；拣选区，有不少业务进行拣选，和内存差很少；电商有不少的爆品，会有爆品的区域，这至关于计算机的高速缓存，因此计算机的结构在仓储里面有相应的映射。
可是到了电商时代，咱们以前也提到电商带有一个比较大的特色，就是咱们处理的种类不少，咱们仓库很是大，天天要处理的订单很是的多，映射到计算机的结构里面就至关于最近比较火的大数据的处理，大数据的处理上最有名的框架是MapReduce，这里面三个最重要的操做Map、Shuffle、Reduce，Map就是把工做并行化，Shuffle怎么把它再合到一块儿，Reduce就是最终产生结果。咱们可不能够把这个idea映射到仓储里面，做业须要并行再合并，咱们可不能够作分区并行的操做，不一样区有不一样的做业模式，不一样自动化的模式，可不能够并行操做，有不一样区并行生产，这个Map就是把订单的拣选操做按照不一样的生产做业模式并行化，Shuffle是暂存&合单，Reduce是播种在不一样的订单里面。
基于这个想法咱们提出了模块化的多区并行的自动化的方案，由于在电商的仓库中须要存储不少不一样的商品，须要分区，每一个区能够有不一样的做业模式，以下图，每一个区拣选完了之后有一个合流区，合流区有不一样的商品合流在一块儿再出库，由于有这么一个并行的操做设计，各区能够根据商品作不一样的拣选模式，并行完了之后都会流入到这个Rebin Zone，合流区作一个订单的合流，每一个区拣选完之后，而后合流到一个箱子里面进行出库。
下图是咱们设计的大仓的做业模式：
有爆品区作高速的缓存，这个爆品区咱们有大宗的缓存，多是一天会卖不少的商品，右边是冷品区，是货架到人的模式，会存大量的商品，每件商品都很少，可是会很是多样。冷品区咱们选择货架到人的模式，是由于一个货架的商品是比较多的模式，人搬运的商品一天不会多。而后爆品区用的是拣选车到人的模式，是有一个AGV带着装订单的箱子，AGV须要到订单须要的商品附近，人不须要走，人只须要拣货。因此有不一样属性的商品，一个做业能够并行的发起，而后不一样做业须要不一样的商品放到同一个盒子里面，完成质检再打包。
整个操做是并行操做，是模块化的，能够把上面的商品换成人或者是别的自动化的模式，能够是人也能够是机器，不会影响其余区的做业生产。
这里面实际上是多库区的，超过500台AGV，联合调动任务的分配、路径的规划是整个做业里面最关键的。刚才看到的仓储AGV当中有很是多的优化决策问题，这么一个系统有很是多的决策问题。咱们的目标很明显，最大化的提高仓生产效率，缩短订单处理时间，咱们如何合并订单生成拣选任务，怎么下发拣选任务？车到人任务如何调度？货到人的区先去哪一个站再去哪一个站呢？合并怎么合呢？调度的时候是否是尽可能保证不一样的订单同时到一个区呢？你如何作合并？全部都是决策的问题，是大规模的分配问题，这里面用了很是多的算法，是整个系统效率优化的关键。
下面分享一下咱们对分拨这个场景，就是物流中分拨的场景作的自动化方面的一些尝试。分拨是什么意思呢？好比说我收到一些包裹，仓库里生产出来的包裹，可能要到全国的各个城市，我须要分好上车运到全国各个城市，因此分好的包裹会按照流向和目的地作一个切分，分拨至关于真实物品的Shuffle。机器人很是适合作一个事情，它没有固定的轨道，很是适合作点对点的传播，咱们如何设计这样的系统呢？这是咱们本身提出的新的柔性的分拨的方案。
总的idea如上图（人能够删掉，将来能够替换成机械手臂）：包裹上到传送带，AGV会上到一个扫描台扫描，AGV就知道它去到什么地方，而后将包裹倒入对应的集包篓，集包篓满了就会被另一个AGV带走到对应的出库月台。这样AGV作简单的处理就能够作分拨，除了上货到出库不须要有人的操做，这是很是柔性的自动化的系统。
这里面核心的问题是，咱们有不一样的AGV的调度，有大的托集包篓的AGV，也有小的分拨的AGV，它们的路径规划实际上是很是复杂的一个问题；其次就是每个集包篓到哪个目的地也是须要规划的问题，好比说去北京的包裹很是多我就须要不少的集包篓去北京，由于它的流量很大，它应该放在哪一个地方，它又不拦路，又能缩短AGV行走的时间，这很是关键，这是整个系统最关键的一点。
下面分享一下咱们在机械臂方面的应用，咱们作了一些拆码垛及拣货的应用，基于RGB-D数据的三维物体识别、定位、姿态估计激发、箱体分割算法等，见下图。
Part3：菜鸟柔性自动化关键技术
分享一下咱们作这么多项目总结出来在柔性自动化领域作的关键的技术，物流这个行业，它不是一个纯软件工程，也不是一个纯硬件工程，实际上是一个系统工程，里面作不少软硬结合、共同设计的点。从流程的设计到硬件的设计、软件的设计这一连串都须要一块儿综合考虑，你才可以达到这么高效的效果。
第二点是IOT&Edgecomputing，咱们在IOT方面有很是多的投入，仓库是IOT很是好的投入点，它能够作不少的线上化、数字化、可控化。
第三点是机器人技术，最重要的三点是Perception、Planning、Execution。
第四点是大规模的大智能体规划和调度技术，你在仓库里面要作柔性自动化的方案须要机器人协同，大量机器人的路径规划是影响到效率的，因此涉及到大规模的规划和分配技术。
前面也提到仓储机器人有资源分配优化问题。这里的资源就是货架、库存、AGV，目标就是单位时间产出最大。资源分配问题有两种解法，一个是中央规划解法，咱们要建大而广的模型，收集每个数据，收集每个机器人在哪里，收集每一个货在哪里。建一个很大的模型，有一个数据分布，单位时间内出库数量最大，菜鸟在稍微小一点的仓库里面用这种方式。
资源分配当中另一种是资源分布式竞价，谁出价更高就接谁的货。特别大的仓库里面咱们有很是多的机器人，很是多的货架，各类组合能够完成拣选任务。机器人货架能够模拟成一个任务，谁赢了谁作这个任务，整个市场平衡了分配应该是比较高效的，涉及比较关键就是竞价的策略设计，在大型的仓库上下游之间衔接比较紧密、很难解耦的环境比较适合，由于你最上游的决策可能影响到最后一个决策，因此整个上下游的决策所有作下来是比较难的事情。
其实咱们认为在将来不少大规模智能体的技术会往群体的方向发展，什么叫群体智能呢？就是SwarmIntelligence。这是天然界中的现象，宏观的天然界行为，好比说鱼群和鸟群，优化算法里面有蚁群算法，是经过模拟蚂蚁的行为进行的算法，好比说蚂蚁是会搭桥的，单个蚂蚁并不会搭桥，可是蚂蚁之间能够互相地搭桥让其余的蚂蚁走，这些概念能够应用到智能体的应用当中去，好比说智能体在仓库当中的应用，这里有分布式的控制的方法。咱们认为每个智能体有了足够的智能导航和决策的功能以后，这应该是将来发展的方向。
Part4：总结
总结一下，柔性自动化有很强的扩展性，易部署，模块化，算法很是高效很是智能，鲁棒性很是强，任何一个单点不会影响系统的问题。技术上有不少的特色，好比说是软硬结合的技术，是全链路的整个系统，每一个环节须要综合的考虑，算法方面要作大规模的智能优化，而后技术方面有很重要的一个方面是群体智能。
咱们认为整个柔性自动化的发展是将来巨大的趋势，它会对整个行业作一个巨大的革命，整个的过程须要多方一块儿协做，好比说硬件公司、机器人公司、物流公司、或者是像菜鸟这样的公司都须要一块儿协做才能够作好，是整个行业的革命，任何一个单方都很难作好这个事情！
最后分享一下我我的的一些感觉，咱们作了不少的项目，这里面其实以前分享的都是看上去比较高大上的一些技术，人工智能和群体智能这样一些技术，可是其实我想说作这样一些技术，咱们真正要解决仓储、快递物流环节中各个环节的技术，去提升效率，要真正解决问题是须要咱们深刻到现场去的，咱们同窗常常深刻到现场去，咱们在仓库各个环节写过代码，传送带上、货架边上、拣选站……全部的地方都写过代码，全部的同窗都会很是投入，全部的同窗真实体验全部的产品。
用技术，帮助物流人员工做效率的提高，看到他们的喜悦，看到他们的满意，这是咱们整个过程当中最大的收获！
今天分享到这里，谢谢你们。
你可能还喜欢
点击下方图片便可阅读
关注「阿里技术」
把握前沿技术脉搏