近年来，中国电商加快速度进行发展，艾媒咨询的多个方面数据显示，截至2019年，中国移动电商用户规模将突破7亿人。与其同期快速增长的还有快递市场，据国家邮政局数据，2019年已突破630亿件，快递企业日均快件处理量1.7亿件。
电商与物流行业的快速增长的另一面，是仓储物流公司的业务量剧增，劳动力成本高企，效率难提高，运营压力大，物流自动化、智能化的诉求越来越强烈。据前瞻产业研究院统计，中国整体物流自动化普及率在20%左右，而发达国家为80%，中国的智慧物流行业仍有很大的发展潜力。
近期，36氪接触了一家专注于智能移动机器人（AGV）研发、生产、部署，提供柔性物流自动化解决方案的公司「立镖机器人」，公司核心产品是机器人智能物流分拣系统——“小黄人”，目前已迭代到第四代。据悉，开展AGV业务四年来，立镖已有近10000台分拣机器人在中国、美国、东南亚、欧洲等全世界多个国家完成落地。立镖建立了全球专利体系，并通过与海外当地经销商合作，已成功获得包括Walmart，Nordstorm等在内的多个细分行业龙头客户。其解决方案目前正大范围的应用于电商、快递、零售、鞋服、食品、医药等多个应用场景，每年处理快件数量达20亿件。
“小黄人”AG
具体来说，“小黄人”主要应用于中小件物流包裹分拣，以及商品订单拣选。在整套系统的部署上，首先，立镖需要根据场地特性设计好包含有不同数量、不同属性格口的分拣工作平台；然后根据货物的分拣量和时效性计算需要的AGV数量，之后再将AGV部署到平台上，开始工作。AGV通过自动识别电子单上的二维码，自动识别目的地，根据系统的规划指令自动前往格口，进行精准投递。
看似简单的工作流程，其实依然有多项难点需要克服。一是几百台机器人同时运行，如何做到在高速运行状态下，保证机器人不拥堵、不脱轨、不碰撞；二是在有机器人发生故障时，如何快速维修、调整不影响整体工作；三是如何保证机器人进行精准分拣，不出错。
立镖机器人创始人兼总经理夏慧玲告诉36氪，要解决这样一些问题，就必须从机器人硬件本身、调度软件、管理后台、现场的网络条件等软硬多方面“下足功夫”。
硬件上，立镖自研了机器人的核心零部件、伺服系统保证机器人的稳定性和准确率，同时将机器人各自并联，让机器人互相之间也能“沟通”，如果一个发生故障，只需要停下其中一个进行维修即可，并不可能影响其他机器人工作。
在软件层面，一方面，立镖机器人自主研发了密集机器人调度系统、人工智能路径规划系统等系统平台，核心的自主导航和调度算法保证了机器人集群的顺畅运转；另一方面，针对网络链接和控制问题，立镖自研了Wi-Fi物联网通信网络，“必须保证AGV每时每刻都在网络上，可以互相沟通，即便只是几秒的停顿都可能造成系统性的问题。”夏慧玲说，“目前‘小黄人’的差错率可以控制在0.01%内。”
“小黄人”系统运营中
部署方面，相较于流水线的交叉带分拣系统，“小黄人”系统的成本更低、占地面积小、部署也更加灵活。根据立镖提供的数据，在同等分拣效率的前提之下，“小黄人”的占地面积约为交叉带分拣机的1/5到1/3左右，且部署周期可大幅缩短。最低只需50台AGV即可启动，如需增加处理量，只需要增加AGV即可，无需重新安装部署。效率方面，一个单平台的标准分拣系统能做到350个机器人覆盖1300平方米场地，这中间还包括10个入口、240个格口，每小时处理1.5万件包裹（理论上1.8万件），可以节省至少60%的人力。
夏慧玲认为，“小黄人”系统的核心优势在于自主可控、稳定高效、部署灵活，能够完全满足仓储物流行业的各类柔性化需求。物流行业需要面对海量SKU、波峰波谷货物处理量差异大、人员物品临时调度困难等多种复杂的变化。为此，立镖机器人可向客户提供直接买断、融资租赁、高峰租赁等多种组合方案。
物流公司只需按照平时产能投入机器人数量，遇到“双11”等峰值时期，只需租用机器人即可。同时，立镖根据国内客户的真实需求，推出“RaaS（Robot as a Service）”，即按件计费模式。“价格方面，经过仔细测算，企业购买'小黄人'后，多数在1年半、两年的时间就能回本，目前小黄人的复购率在70%左右。”夏慧玲说。
除了快递包裹的分拣，立镖的小黄人系统还扩充到了店铺订单执行领域（包括电商和实体店），上线了零售店的店后分拣系统、电商退货/周转分拣系统，为零售商提供商品订单的分拣服务。
提及未来，立镖会将其产品和服务延伸至订单拣选、货物分拣的上下游环节，目前，立镖也正在研发针对物品抓取的机器臂产品。夏慧玲还透露，全球物流地产龙头企业普洛斯是立镖长期战略合作伙伴，“普洛斯旗下的股权投资平台隐山资本，对立镖推进新产品研发、场景落地及国内国外业务拓展都提供了大力支持。”
“立镖的理念是从‘物’的角度思考物流该怎么样自动化。对货物来说，人很麻烦。不只是需要仔细考虑安全性，还要考虑体力，以及劳动法等社会因素，而自动化的本质实际上的意思就是把人从简单重复劳动中解放出来，自动化从‘物’出发，才能找到核心痛点。” 夏慧玲告诉36氪。