CN
我们非常重视您的个人隐私，当您访问我们的网站时，请同意使用的所有cookie。有关个人数据处理的更多信息可访问《隐私政策》
无人系统技术的竞争焦点，已从硬件设备转向背后的软件算法、集群调度与人工智能决策能力。兰剑智能基于30余年的行业沉淀，形成一套覆盖软件算法、运动控制、感知识别、智能决策的完整无人技术体系，在当前仓储物流存取作业从自动化向智能化跃迁过程中，成为企业以系统级创新驱动技术变革的有力样本。
本刊记者 任芳
在劳动力结构性短缺、土地资源趋紧，同时终端消费者对物流时效要求持续提升的多重现实压力下，仓储物流行业正加速实现由自动化向智能化的深刻转型。传统自动化物流装备虽可缓解部分体力作业压力，但在海量SKU管理、高频作业调度以及柔性生产场景面前，仅依靠硬件设备已难以充分释放效能。真正决定仓储系统智能化程度、作业效率和综合运营成本的，是无人系统技术以及背后的软件算法、集群调度与人工智能决策能力。作为仓储物流的核心作业，存取无人系统技术迭代与演进，更是行业转型升级过程中备受关注的关键方向。
五大驱动力与六大痛点催生技术升级
“在成本、空间、市场、政策与管理等维度因素影响下，推进存取作业无人化正从‘可选升级’变为‘生存刚需’。”兰剑智能科技股份有限公司高级副总裁沈长鹏博士表示，其背后有着五大驱动力与六大需求痛点。
1.技术升级的五大核心驱动力
人力成本持续攀升与用工结构性矛盾加剧，是最底层的驱动力。存取作业属于高强度重复性劳动，面临年轻劳动力供给不足的局面，而机器人等智能设备可7×24小时连续作业，长期运营成本优势显著，并能有效规避人为操作的业绩波动与精确性问题。
兰剑智能“蜘蛛侠”料箱机器人系统
空间约束驱动力体现为土地稀缺倒逼企业向高空和立体要空间，高密度存储方案成为刚需。
制造业与电商等行业的业务模式变革，带来效率与时效的极致需求，如制造业柔性排产、电商即时配送等，要求存取系统必须具备极高的效率和灵活性，传统模式已无法满足产线节拍与订单履约时效。
此外，无人仓储是培育新质生产力、构建柔性供应链的核心落地场景，随着智能制造与新质生产力等相关政策推进，加上AMR导航、AI视觉、具身机器人等技术日趋成熟，为无人化仓储提供了可行条件。
最后，医药、电子等行业对存取零差错和全程可追溯的合规、质量与精细化管理要求，也需借助无人化技术来实现管理升级。
2.客户的六大核心诉求与痛点
尽管方向明确，客户在实际落地中仍面临诸多现实痛点。沈长鹏博士进一步从成本、柔性、数据、稳定性、空间与安全等六大维度进行了归纳。
成本与回报是企业决策的第一考量。立体库与多台AMR机器人打包部署的投资门槛较高，多数客户期望回报周期控制在2年以内，而传统方案通常需2.5～3年，投资顾虑明显。同时，后期运维费用与故障停机损失也令客户担忧，淡旺季订单的波动更会放大对设备闲时利用率不足的焦虑。
柔性适配是制造业客户的核心诉求。传统堆垛机采用刚性轨道，难以应对产线频繁调整，客户要求设备支持货架调整、料型切换与库区扩容。多规格物料兼容也是难题之一，而存量老仓库层高有限、地面条件参差，客户拒绝大规模土改，急需轻量化、可快速部署的方案。
系统打通与数据孤岛问题制约着智能化升级。WCS与ERP、MES、WMS等系统之间往往难以无缝对接，定制开发周期长、费用高；即便上线，多数项目也止步于存取记录，缺少库存分析、产能预测等深度数字化能力，有“无人”之形却无“智能”之实。
稳定性与运维水平会直接影响客户使用信心。7×24小时连续作业的可靠性、后期运维的技术门槛，以及原有仓管人员的转岗安置，都是制约方案落地的现实难题。
兰剑智能“锤头鲨”智能卸车机器人
空间局限与特殊场景适配不足同样突出。存量仓库层高受限，低温冷链、防爆化工等特殊工况的定制方案稀缺，窄巷道、线边仓等碎片化场景也缺少灵活的单机存取方案。
精度、合规与安全要求越来越高，特别是对于医药、新能源等行业更是刚性约束。定位精度不足易致物料损坏，追溯体系不完善难以满足审计要求，人机混行的安全防护漏洞则始终是潜在隐患。这些痛点共同构成了当前智能存取解决方案需要重点攻克的方向。
料箱与托盘场景的无人化技术
在存取无人化的具体技术路径上，根据作业对象的不同，可分为料箱级与托盘级两个差异显著的维度：
料箱无人技术主要面向箱式小件、多SKU高频次场景，核心围绕高密度、轻量化和柔性化展开。在技术分类上，主要有采用视觉SLAM或激光复合导航的自主移动AMR机器人、网格库专属穿梭系统（AutoStore类）、轻型高速堆垛机（Miniload类、STU类）、多层穿梭车系统（Multi-Shuttle类），以及近年来新兴起的攀爬机器人系统（闪攀类）、空中穿梭车系统（蜘蛛侠类）等。这些设备体型小巧、动作灵活，配合机器视觉感知、智能协同调度WCS、数字孪生与仿真等信息化技术，能在有限空间内实现极高的库容利用率和精细化的物料管理。
托盘无人技术主要面向整托货物及大宗原料仓储场景，聚焦重载稳定、长距离转运与整车协同。在设备层面，主要包括重载托盘AMR/AGV、重型立体库堆垛机（托盘堆垛机）、托盘穿梭车系统（托盘密集库）等。其中，常规重载托盘AMR/AGV可承载1～5吨，适配人车混流长距离运输；重型堆垛机通过AI自适应调节运行速度，具备托盘偏移自动校正功能；托盘穿梭车系统以母车巷道转运加子车货架纵深存取模式，依靠集群调度实现多巷道同步作业。其配套的信息化技术，主要包括3D视觉托盘识别技术、库区全局智能调度平台、重量+位置双重安全感知系统、室外/跨车间智能转运配套技术等。
料箱与托盘技术难点差异汇总
沈长鹏博士表示，料箱与托盘两大场景的技术难点差异显著，无论载荷、定位精度、空间布局、集群调度，还是安全防护、业务柔性、运维等，均有自身的特殊性（见表1）。总体而言，料箱无人技术核心围绕高密度、轻量化、柔性小件分拣，技术门槛集中在集群多车协同与视觉精细抓取；托盘无人技术核心围绕重载稳定、3D立体识别、重载安全管控，难点集中在机械承载、高精度叉取、土建适配与全局重载车流调度，整体技术落地成本、工程复杂度、安全管控标准均高于料箱级密集存储方案。
从数字孪生到具身智能，兰剑智能打造无人技术矩阵
面对行业的需求痛点与细分场景难点，兰剑智能目前已形成一套覆盖软件算法、运动控制、感知识别与智能决策的完整无人技术体系。
据兰剑智能科技股份有限公司高级副总裁张贻弓博士介绍，兰剑智能致力于实现仓储系统从自动化向智能化的本质跃升，形成数字孪生平台、一键上线技术、智能感知技术、运动控制技术、机器人通用大脑（智慧物流领域）等一系列无人系统技术，并极具实用价值。
1.仿真与调度：内嵌大规模机器人集群调度的数字孪生平台
（1）功能简介
兰剑智能内嵌大规模机器人集群调度能力的数字孪生平台，深度适配智慧仓储全业务场景，可覆盖售前规划、方案设计、仿真验证、项目实施、后期运维全流程：在售前阶段，平台融合大语言模型与智能规划模型，用户以自然语言输入仓库规模、库容、作业流量等需求后，系统可自动拆解并在数秒内生成三维方案原型；规划阶段，平台替代传统二维CAD进行全三维可视化布局，支持自动干涉检测，提前排查空间与设备间距问题；方案定稿后，无需编程即可开展端到端虚拟仿真，模拟数千台AGV与四向车同步作业，完成调度算法的仿真测试与迭代优化；实施阶段，虚拟调试能力将控制逻辑验证前置，经过仿真调试的项目可实现现场零代码修改，大幅缩短驻场周期；运维阶段，平台支持高精度三维实时监控与TPM预防性维护，AI算法实时研判设备健康度，实现主动预警与前置维保。
兰剑智能数字孪生系统平台
（2）应用价值
针对行业普遍存在的系统集成复杂、集群调度验证困难、数据孤岛等痛点，兰剑数字孪生平台的价值尤为突出：通过虚拟设备搭建全真仿真场景，无需实体硬件即可快速校验算法与方案，倍速仿真功能更可在数分钟内模拟数小时甚至数天的作业工况。同时，平台打通WMS、WCS、PLC等系统间的数据壁垒，实现一套三维模型贯穿全生命周期、全流程数据互通与模型复用，真正释放虚实融合的数字化管理价值。
2.密集存储环境与设备自检：基于全系统自检的一键上线技术
（1）功能简介
该技术面向密集型自动化仓储场景，集成环境与设备自检、全局地图自主构建、多设备协同校验及一键式系统上线能力。设备安装后无需大量人工示教与点位标定，系统自动完成参数调用、状态检测、环境建模与货位解析。针对密集库货架安装偏差，该技术摒弃人工抽检，首创货架检测电子托盘，以视觉结合测距方式对立柱与横梁精度进行全量检查，实时自动纠偏并更新货位信息，建立数字孪生货架网络图。同时，兰剑智能将专业开发任务与设计参数上传至云平台，以平台数据为支撑，实现参数自动适配导入与信号自动校验。
（2）应用价值
传统的设备调试过程繁琐且高度依赖人员经验，结果缺乏量化指标，一致性低、周期长、成本高。该技术实现了设计参数一张表、调试过程可追溯、调试结果有报告、数据回传有备份的一体化管理，大幅缩短现场调试周期，提升系统上线运行稳定性，广泛适配穿梭车密集库与堆垛机密集库等高密度仓储场景，最终达成堆垛机产品的一键智能调试与敏捷交付。
3.异常感知与识别：基于复合识别算法的智能感知技术
（1）功能简介
该技术基于多模态视觉感知技术，融合RGB图像与3D点云数据，构建高精度立体视觉体系。依托深度学习算法，精准感知识别料箱与托盘的位姿偏移、货物形态畸变、托盘承载姿态异常及货架结构形变等复杂工况，并通过多特征融合策略实现毫秒级高精度定位与自主纠偏。
兰剑智能全流程智慧物流系统解决方案
（2）应用价值
该技术有效突破传统视觉在复杂工况下的局限，在作业前完成智能预警，显著提升密集存储环境下的作业安全性与柔性化水平。
4.稳定高效：基于复合反馈的运动控制技术
（1）功能简介
该技术集成位置、速度、姿态、振动、张力等多维传感单元，构建全方位动态数据反馈体系，搭配自研动态自适应算法，实现物流设备的精准可控运行。以蜘蛛侠机器人为例，针对软绳柔性升降特性，系统实时测算卷扬绳长、张力偏差与负载姿态，动态规划行走与升降协同速度曲线，精准抑制谐振与货物偏移。针对高空作业下载货台摆动难题，蜘蛛侠采用四电机独立驱动升降架构，实时采集每一路驱动电机的张力与载荷状态，同时依托载货台上搭载的高精度陀螺仪持续反馈实时姿态倾角。控制器融合张力载荷与姿态倾角等多源数据，通过自研防摇算法进行实时运算与动态补偿，在设备行走与载货台同步升降的复合运动模式下，有效抑制惯性摆动与偏摆抖动，削弱启停与加减速工况下的晃动干扰，保障载货台高精度、高平稳度停靠至目标工位。
（2）应用价值
该技术在保障作业稳定性与安全性的前提下，显著释放整机运动能力，有效提升系统整体作业效率。如基于该技术的蜘蛛侠方案使客户兼顾高效率、高柔性与低成本，提升存储密度，实现库内外全域空中作业，并规避地面作业系统的诸多物理限制。
5.统一控制：基于具身大模型的机器人通用大脑BlueBrain
（1）功能简介
基于AI大模型技术的爆发及其强大的泛化能力，传统物流装备行业不同场景需要单独开发程序的“一机一代码”或“一场景一代码”的困境得以破局。但通用大脑往往面临万级甚至十万级的有效动作数据集、仿真有效性的瓶颈，兰剑智能依托公司30余年沉淀的全场景核心数据，以及与山东大学共建“物流具身智能机器人研究院”，聚焦VLA大模型与算法迭代，成功研发出机器人通用大脑BlueBrain。
兰剑智能具身机器人通用大脑BlueBrain应用场景
首先，通用大脑实现从“单向传递”到“构成自适应智能网络”的架构重构。通用大脑作为中枢，与WMS/WCS共同构成一个高度协同、自适应的智能网络。各类物流机器人不再是单纯的“手脚”，而是具备感知和计算能力的“智能节点”，能够主动上报状态、反馈环境信息，甚至向系统提出更优的执行建议。
其次，实现从“机械代码”到“高阶语义理解”的语义贯通。通用大脑采用快慢双系统架构，其中“慢系统（大脑）”负责高阶语义理解、全局任务规划与异常推理，能够将WMS/WCS下发的复杂业务逻辑（如“优先处理加急订单”或“应对大促波峰”），自主拆解为移动、抓取、识别等标准化的“技能单元”；“快系统”（小脑）承担微秒级底层运动控制，两者并行兼顾实时响应与自主决策。
第三，实现从“宏观调度”到“微观实时协同”的毫秒级联动。“快系统（小脑）”在底层负责微秒级控制（如运动规划、动态避障、末端抓取）。当WCS下达宏观路径指令时，智能节点能在本地实时处理突发状况（如料箱偏移、通道临时拥堵），自主调整姿态并重新规划微观路径，无需等待上位系统重新计算，极大提升集群在复杂环境中的运行效率。
第四，从“故障报警”到“自主异常处置”的闭环自愈。当节点发生异常时，通用大脑可赋予系统“自愈”能力，进行多模态自主异常推理，单机层面自主调整策略，集群层面触发动态任务分配与多车协同避让等群体智能协同，保障业务流连续性。
这种深度协同，使WMS/WCS与底层智能体不再是“发令者”与“执行者”的关系，而是融合为具备“感知－决策－执行－反馈”完整闭环的有机生命体。
（2）应用价值
兰剑智能通用大脑可实现跨本体统一控制，让“蜘蛛侠”料箱机器人、自动卸货机械臂、全向移动底盘等形态各异的设备共用同一套智能内核，打破设备间的“碎片化智能”。目前已完成周转箱搬运、3D分拣、自动装卸等场景实景验证，全程无需人工预设程序，帮助客户实现一系列目标，如大幅降低改造成本，一套软件适配多类型设备与场景，缩短交付周期；提升作业效率与存储密度、精简仓储设备品类，降低采购与运维成本；以及基于系统自主学习与自愈调度能力，实现全流程无人化与柔性生产。
技术发展与未来展望
展望无人化系统技术的未来发展及应用趋势，沈长鹏博士给出三个维度的思考：
一是硬件本体，高密度极致化与高速运动全域柔性化。未来存储密度将持续突破物理上限，空中悬挂式、立柱攀爬式、超薄多层穿梭车等存量仓库轻量化改造方案将成为主流；高速存取运动控制进入“自适应智能时代”，运动控制将从固定S曲线升级为全域动态自适应；绿色低碳硬件将全面标准化，能量回收与轻量化材料成为标配。
二是软件调度，从集群协同走向仓储全域群体智能。设备壁垒将被打破，实现料箱、托盘、AMR等跨品类统一调度；内置世界模型进行仿真预判，提前预判波峰与拥堵情况，实现“预判式存取”；从被动接收订单升级为自主库存决策，仓储系统由执行工具升级为供应链决策节点。
三是核心变革，具身智能与密集存储机器人的深度融合。具身智能通过VLA视觉－语言－动作大模型+仓储专用世界模型，使机器人具备理解与自主处理复杂场景的能力。沈长鹏博士强调，这将是未来5年行业技术发展的最大变量。其落地路径主要有三种：一是对存量密集设备进行软件智能化升级，适配存量老仓改造；二是复合式具身密集机器人，如空中/巷道密集存取机器人集成柔性灵巧手，打通“存储+拣选”全流程，轮式双臂具身AMR+高位密集货架联动，实现从高位存储到产线工位全链路无人化；三是人形物流具身机器人作为补充特种场景，聚焦巡检、补货等盲区场景，形成全域无人体系。
在此趋势下，兰剑智能的战略方向也已明确，即以BlueBrain通用大脑为底层核心底座，同步推进密集存储硬件全谱系迭代、仓储具身智能产学研落地，打造“高密度硬件+高智能算法+具身AI大脑”一体化差异化体系，向全域物流具身智能系统解决方案商转型。
完善您的信息，兰剑智能专业团队为您提供服务！
.png)
.png)