深圳到昌都長途整車貨運(yùn) 感知主要是D視覺，基于D視覺，利用魯棒算法將包裹分開，對包裹進(jìn)行圖象分割，找到抓取點(diǎn)。二是揀選AGV。它主要運(yùn)用場景是拆領(lǐng)訂單的揀選，它有兩個(gè)模式，貨到人模式與車到人模式。貨到人揀選AGV主要進(jìn)行資源分配優(yōu)化問題，要最小化揀選站的等待時(shí)間。資源分配問題的求解方法有兩種中央規(guī)劃和分布式競價(jià)。

中央規(guī)劃一般是用方程和模型來描述整個(gè)系統(tǒng)，找到的資源分配的描述，即MIP。分布式競價(jià)是把整個(gè)分配資源過程中每個(gè)參與者當(dāng)成一個(gè)Agent，通過競價(jià)的方式去搶這個(gè)任務(wù)。對于非常復(fù)雜的環(huán)境且上下游非常緊密的情況下，分布式競價(jià)會更好。車到人揀選AGV適合銷量較高的商品，算法目標(biāo)一般是人效率的化，訂單完成時(shí)間的化以及AGV效率的最高化。

在多智能體路徑規(guī)劃問題中，每個(gè)機(jī)器人規(guī)劃的路徑要互不，進(jìn)行全局路徑規(guī)劃。在傳統(tǒng)的啟發(fā)式算法里，阿爾法狗的工程師發(fā)明的CooperativeA*是隨機(jī)的讓AGV有順序，互相之間可以躲避。或者是WHCA算法，讓每一個(gè)機(jī)器人規(guī)劃自己路徑的時(shí)候只看前W步。

還包括全局搜索算法，比如A*算法是試圖讓每一個(gè)機(jī)器人的行動(dòng)組合都做一個(gè)規(guī)劃。在非勻速網(wǎng)絡(luò)中，在真實(shí)物理環(huán)境下，機(jī)器人的移動(dòng)無法用勻速運(yùn)動(dòng)近似，它面臨著兩個(gè)挑戰(zhàn)，一是經(jīng)過同一個(gè)點(diǎn)的速度不相同，經(jīng)過同一條邊所需時(shí)間不相同;二是時(shí)間表達(dá)從離散時(shí)間片變?yōu)檫B續(xù)時(shí)間。最后，元享還為大家總結(jié)了柔性自動(dòng)化技術(shù)所面臨的多項(xiàng)挑戰(zhàn)一是IoT的技術(shù)和端計(jì)算，需要高效的技術(shù)采集和處理的系統(tǒng);二是機(jī)器視覺。

包裹識別和跟蹤、抓取點(diǎn)的識別、物體的分割;三是單個(gè)機(jī)器人的運(yùn)動(dòng)規(guī)劃要可控;四是大規(guī)模的資源分配問題;五是多智能體調(diào)度、路徑規(guī)劃問題以及環(huán)境、流程設(shè)計(jì)、交通控制、避障相關(guān)的技術(shù);在新的物流時(shí)代，柔性自動(dòng)化一定是未來重要的發(fā)展方向，新的人工智能技術(shù)肯定能讓物流行業(yè)產(chǎn)生一個(gè)新的變革。全球物流一體化平臺下的技術(shù)架構(gòu)與實(shí)踐菜鳥國際物流技術(shù)部高級技術(shù)專家虛懷分享的是菜鳥全球物流一體化平臺下的技術(shù)架構(gòu)與實(shí)踐。

在全球化、全球買、全球賣和新零售的業(yè)務(wù)戰(zhàn)略下，各個(gè)階段的全球物流業(yè)務(wù)快速發(fā)展，菜鳥網(wǎng)絡(luò)技術(shù)架構(gòu)正面臨著這四個(gè)挑戰(zhàn)與困難一是系統(tǒng)架構(gòu)如何靈活的支持整個(gè)業(yè)務(wù)的快速發(fā)展;二是如何組織全球服務(wù)商的物流能力打造可靈活復(fù)用物流網(wǎng)絡(luò);三是國際化架構(gòu)和部署的方案;四是菜鳥各物流服務(wù)商網(wǎng)絡(luò)如何更高效互聯(lián)互通。