物流配送類應(yīng)用占比約為四分之一。IFR 數(shù)據(jù)顯示，2023年，全 球物流機(jī)器人銷量增速G達(dá)35%,物流機(jī)器人主要得益于三個(gè)原因： 

一是供應(yīng)鏈的整合深化，電商和物流行業(yè)的發(fā)展使得企業(yè)對(duì)物流 運(yùn)行效率和響應(yīng)速度的需求不斷提G；

二是工廠設(shè)計(jì)水平的提升，模 塊化廠房設(shè)計(jì)技術(shù)為移動(dòng)機(jī)器人提供了封閉性、結(jié)構(gòu)化的活動(dòng)場(chǎng)景， 便于機(jī)器人快速移動(dòng)和完成任務(wù)；

三是激光地圖構(gòu)建 (VSLAM) 技術(shù) 的成熟，基于地圖數(shù)據(jù)，深度學(xué)習(xí)算法能夠自主規(guī)劃行動(dòng)路徑，并進(jìn) 行動(dòng)態(tài)避障。

此類場(chǎng)景主要包括兩種“機(jī)器人+人工智能”融合應(yīng)用模式。

 一 是“移動(dòng)機(jī)器人+識(shí)別類模型+自主導(dǎo)航模型”模式， AI應(yīng)用的主要目標(biāo)是實(shí)現(xiàn)環(huán)境識(shí)別和路徑規(guī)劃，形成碼垛、上下料、倉(cāng)儲(chǔ)、配送等 典型細(xì)分場(chǎng)景，如J智嘉的取貨機(jī)器人使用計(jì)算機(jī)視覺(jué)技術(shù)和深度學(xué) 習(xí)算法，可以在繁忙的物流中心中，快速識(shí)別包裹位置，避開障礙物， 并G效完成取貨任務(wù)。

二是“移動(dòng)機(jī)器人+協(xié)同優(yōu)化模型”模式，AI應(yīng)用的目標(biāo)是開展多種物流機(jī)器人的協(xié)調(diào)配合，如亞馬遜建設(shè)的無(wú)人 倉(cāng)庫(kù)大量使用了各類移動(dòng)、倉(cāng)儲(chǔ)機(jī)器人，并引入技術(shù)團(tuán)隊(duì)將人工智能 融入整個(gè)機(jī)器人系統(tǒng)。