AGV vs AMR

迄今为止，“AGV和AMR的区别”仍有很多争议。AGV行业的从业者认为AMR就是一种新技术的AGV，而AMR行业的创业者认为AMR和AGV根本是两码事。

本文从概念、导航技术、应用效果和适用场景方面对他们进行对比，希望对大家的理解有所帮助。

概念对比

AGV（Automated Guided Vehicle）即自动导引运输车，“广义”上是指基于各种定位导航技术，不需要人驾驶的自动运输车辆。也就是说，有人驾驶的运输车辆（如人驾驶的叉车）都不是AGV，而没有人驾驶的运输车都是AGV。

AGV的概念源自工业应用。自1953年第一台AGV问世以来，AGV就被定义为在工业物流领域解决无人搬运运输问题的车辆，但早期AGV的定义仅仅是我们字面上理解的“沿着地上铺设的导引线移动的运输车”，因为20世纪移动机器人技术不发达，AGV行业经历了40多年的发展，市面上的AGV都还是在导引技术里面迭代升级。随着移动机器人技术的发展，为了去掉地面上的实体导引线，出现了激光导航技术，通过高位反光板和定位激光雷达解决AGV精准定位的问题，然后用软件里面的虚拟导引线替代了地面上的实物导引线，这类技术的AGV被称为LGV（Laser Guided Vehicle），目前大部分无人叉车都是LGV。导引AGV多机作业时容易在导引线上阻塞，影响效率，而地标技术的KIVA类移动机器人很好的解决了这个问题。为了更充分地感知环境中的障碍和地图信息，提升AGV的自主性，还出现了通过视觉技术解决定位和导航问题的VGV（Vision Guided Vehicle），以及充分利用激光雷达和地图，比LGV更先进自主的Natural Navigation AGV。所以，现在AGV的定义，是随着移动机器人技术的发展不断扩充而来的。

AMR（Autonomous Mobile Robot）即自主移动机器人，“广义”上是指自主性很强的移动机器人。自主性很弱的移动机器人（如遥控机器人，沿着导轨走的移动机器人等）都不能称作AMR，只有自主性很强（能对环境中各种动态变化做出自己的合理反应）的移动机器人（如非遥控的无人机，无人驾驶汽车等）才能被称作AMR。而这里我们所说的“AMR行业”，仅仅“狭义”上指室内AMR和半室外AMR。

AMR的概念源自机器人技术科研领域，承载着科学家们对移动机器人技术发展的期盼——他们希望移动机器人越自主越好。最早被冠以AMR之名的是1948年的ELSIE，它能够主动对环境中的光线产生反应，避让障碍物在环境中移动。移动机器人里面的AMR和非AMR并没有严格的界限，哪怕是现在最先进的AMR技术，也不足以让移动机器人科学家们觉得满意，还有很多提升的空间。随着人工智能和机器人技术的发展，移动机器人的自主性越来越强，AMR的技术标准越来越高。目前最先进的AMR技术，指机器人能够更自主地得到环境的地图，能够尽可能少依赖外部预设传感器做全地图的定位，能够自主而聪明地避开障碍物，能够像人一样聪明地走到目标地点。

可见，AGV和AMR概念的起源不同，背后的推动力量也不一样，但它们确实在工业物流应用领域产生了强交叉。AGV行业的人，一直追求怎么让AGV变得更聪明，更少地对环境改造，更灵活高效的移动特性，而这正是AMR研究者所研究的内容。AMR的研究者们，在AMR技术逐步成熟的时候，想着怎么让AMR变成有商业价值的产品，工业物流场景就是一个非常有价值的应用场景，刚好这个场景又是AGV的主战场。

以后我们再详细讨论AGV从业者和AMR创业者之间的概念冲突，这里简单理解：室内轮式AMR和AGV行业所定义的Natural Navigation AGV，及VGV没有太大的区别，但两波人在开发产品时的侧重点有所不同。另外，AMR的应用场景远不止工业物流，应用场景远比目前AGV的应用场景丰富得多。目前我们讨论的“AGV vs AMR”问题，实际上讨论的是“传统移动机器人技术的AGV vs 室内轮式AMR”的问题。

导航技术

导航技术，指解决如何让机器人从当前位置移动到目标地点的技术，通常解决导航问题的前提是解决定位问题。“定位技术”解决的是让机器人知道自己当前在哪里，“导航技术”解决的是让机器人知道如何到达目标地点。

导航技术有很多种，这里只讨论应用最多的几类（这里从比较纯粹的角度对几种常用的导航技术进行概括对比，而实际AGV产品中大多会多种技术混合，以弥补单项技术的不足，满足场景的需求）。

导引技术：地面铺设导引线（电线、色带、磁条等），机器人能够沿固定的导引线移动。

2. 激光导航：一般在高位（2m左右）的墙面设置反光板，通过机器人上面的定位激光雷达测量带坐标信息的反光板，对机器人进行高精度定位，然后在软件层面生成虚拟导引线，机器人能够沿着虚拟导引线移动。

3. 地标技术：地面铺设地标（如二维码），机器人能够在地标之间移动。

4. 自主导航：自主导航的前提是有一副环境地图，机器人可以在地图上进行全地图定位，当有指令告诉机器人目标点的地图坐标时，机器人自主规划路径，并沿着自主规划的路径到达目标地点，同时能够充分感知环境中的动态障碍，进行主动避让。

科尔摩根是一家非常优秀的自动化解决方案和核心部件供应商，很多AGV企业基于他们提供的解决方案完成了自己的AGV产品。视频里总结了市面上常用的一些AGV导航技术，都可以归类于我们前面提到的4类。

我们从下面几个技术维度对4类导航技术进行对比：

地图，指机器人系统对环境的直接认知和预设，而我们看到的“地图”往往是站在人的角度扩充信息后对环境的描述。传统AGV导航技术的地图都受限于部署标记物，无法对环境充分认知。而AMR的地图是真实环境的复现，并且加上地图更新技术后能够保持与环境变化的一致。

定位，指让机器人知道自己当前在哪。导引AGV的定位最弱，导引线上无法定位，只能借助其他点定位技术补充；地标技术其次，机器人必须在地标点上面才能定位；激光导航的定位范围较广，凡是定位激光雷达能够观测到3个反光板的地方都可以给自己定位。而AMR的定位是全地图范围内任意点定位。

感知，指机器人通过传感器，对环境信息的采集和分析处理。传统AGV都被定义在特定区域运行，这些区域往往会用黄线标识出来，应避免在这些区域里堆放异物，人或其他车辆通过这些区域的时候有义务避开AGV，但为了安全，AGV往往会配备一些传感器做简单的障碍感知。而AMR从诞生就是为了应用在自然的环境中，机器人主动感知环境然后做出合理反应，因此AMR上配置的传感器最为丰富，需要感知到各种可能出现的异物，才能做出正确反应。

避障，指机器人移动过程中感知到障碍后，为保障正常通行做出的反应。最安全的避障策略是停等，即等障碍物消失之后再正常通过；最高效的避障策略是带预判的主动避让，即观察环境中的运动障碍，预判轨迹然后计算最合理的避障轨迹绕行。传统AGV因为受限于地图范围、定位、感知等技术，往往只能采用停等策略，运行效率低，而AMR则以主动避让为主，根据场景特点调整避障策略。

路径规划，指机器人规划从当前位置到达目标位置的路径。导引AGV是固定的路径，受地上导引线的束缚，通过不同导引线的组合很容易规划到达目标地点的路径。LGV则是软件层面的导引线，可以随时改动，但也只能在自己的安全通道内规划路径。KIVA类机器人的路径规划则比较复杂，通过不同地标点的组合，能够同时协调多台机器人同时作业，不易发生阻塞。而AMR的路径规划是基于地图的动态路径，更加灵活，多机协同效率高，结合避障还能实现高效的人机协同。

应用效果

我们从下面几个角度对几种类型的AGV和AMR进行对比。

部署难度。导引AGV的部署比较简单，现在大多是贴磁条导引线，粘贴方便而且不易损坏，导引AGV软件上的设置也比较简单。LGV的部署作业麻烦的点主要体现在反光板的坐标标定上，然后是基于标定的地图规划虚拟导引线路，其他的部分和导引AGV差不多。相比之下KIVA类的部署更麻烦，粘贴二维码后需要对二维码进行标定，如果是旧拣选区还涉及改造。而AMR的部署最为简单，基于SLAM技术操作机器人绕着AMR运行区域走两圈绘制出环境地图即可，然后在直观的地图上进行储位编辑。

多机协同。导引AGV的活动范围受实体导引线的约束，多机在实体导引线上只能排队，或者像火车轨道线那样进行交通管制，协同效果最差。LGV由于是虚拟导引线，交通线路可以很复杂，多机协同效果要优于实体导引线的AGV。KIVA类由于基于离散的地标进行定位导航，不易发生拥塞，多机协同效率高。AMR则更为自由灵活，任何没有障碍的区域都可以通行，同样多机协同效率高。

人机协同。AMR由于拥有深度感知、动态路径规划和主动避障的能力，和传统导航技术的AGV相比，还拥有人机协同的特性。而传统技术的AGV在感知、路径和避障上都较弱，在动态复杂的人机协同环境下容易出现安全风险。这是AMR和传统技术AGV区别最大的地方。

单价水平。同等水平下的不同AGV和AMR的成本差异，主要在于配备的传感器，核心部件的差异。其中导引AGV和KIVA类都不需要复杂传感器，核心部件容易采购，成本低。而LGV和AMR受传感器和核心部件的限制，成本较高。

适用场景

我们以点到点运输场景为例，从下面几个角度对几种类型的AGV和AMR进行对比。

运行区域。运行区域越大，那么部署的时候需要铺设的导引线、反光板、地标越多，也就意味着部署越麻烦，部署成本越高。而AMR不管多大的区域，只是在软件层面绘制出地图，部署成本并不会增加（这里不考虑额外的增强定位基站）。

作业点位。如果场景内需要机器人作业停靠的点位越多，那么对于导引AGV和KIVA类而言，需要铺设的地标交通路线越复杂。而LGV是软件层面的导引线，反光板定位覆盖区域都可以精准定位，AMR是动态规划的路线，地图上任意点都能定位，这两种适合多点位停靠的场景。

业务变化。对于导引AGV和KIVA类机器人而言，大部分业务变化意味着重新部署，改造麻烦。如果业务变化不涉及作业区域变化，LGV只需要在软件层面修改导引线。无论是作业区域还是作业点位的变化，AMR只需要在软件地图上进行编辑，或者重新构建地图。

机器数量。当机器数量多的时候，就涉及到机器之间协同作业的问题，导引AGV容易在导引线路上发生拥塞。LGV可以在软件上增加多条导引线路缓解拥塞问题，而KIVA类可以铺设较宽裕的地标，让机器在宽松的地标区域解决交通拥塞的问题。AMR在地图范围内任意可行区域进行动态路径规划，只要通道宽度足够则实时交通管制，拥塞问题最容易解决，多机运行效率高。

环境动态复杂。同前面提到的人机协同优势，人和机器在同一个场景里面活动作业，AMR因为有感知避障的优势，适合复杂动态的环境内作业，这是AMR区别于传统AGV最大的特点。

既然AMR各方面都具有优势，是不是就能够替代传统AGV呢？答案是否定的，AMR与传统AGV的关系并非升级换代的关系，而是场景互补的关系。

如上图，工业物流的场景主要是工厂和仓库的场景，当我们解决一个工业物流场景的自动化问题时，遵循一个原则：“在解决问题的基础上尽可能控制成本”。

如果这个场景是业务固定，简单且业务量少的点到点运输场景，那么导引AGV有价格优势，选择导引AGV既能解决问题，又节约成本。

如果这个场景环境动态复杂，那么只有AMR能够解决好场景问题。

如果这个场景作业点位多，或者业务变化频繁，那么AMR更适合，传统技术的AGV很难在保障经济回报的同时解决好场景问题。

如果这个场景的作业面积很大，或者业务量大机器投入量多，虽然很多技术方案都可以使用，但AMR在大部分情况下更有优势。因为面积大的作业区域，AMR部署成本更低，对于大量机器的应用，AMR运行效率更高，需要投入的机器数量更少。虽然AMR单价较高，但整体方案投入少，回报期短，而且风险更低。

除去上面讨论的点到点运输场景，还有订单拣选的场景，如果订单拣选是密集存储或者密集分拣的场景，KIVA类机器人是最适合的，既能发挥它的多机协同优势，又具有价格优势。而在点到点运输场景，相对于导引AGV而言，它的部署和维护更麻烦，不具优势。

从成本和场景特性的角度看，导引AGV、KIVA类和AMR的选择区分度很明显，但同样单机成本较高的LGV和AMR，似乎AMR的自主导航技术就完胜LGV的激光导航技术。在AGV行业发展过程中确实有这种趋势，从LGV到Natural Navigation AGV（相当于AMR），行业内有种说法，叫做从“有反光板激光导航AGV”到“无反光板激光导航AGV”。但目前，LGV的激光导航技术在叉车上的应用成熟度比AMR的自主移动技术在叉车上的应用成熟度高很多，叉车形态的移动机器人自主移动安全性很难保障，所以更多的还是在人机相对隔离的环境中应用，或者采用保守的避障策略在相对安全的大通道内运行，这样就失去了AMR的人机协同和效率优势。所以当前从技术应用成熟度角度看，无人叉车的场景，LGV仍有很大的市场。

工业物流的场景，即工厂和仓库的物流场景，大部分物流作业还是人驾驶叉车，或者人手推车来完成物流作业。而不同类型的AGV和AMR都有他们适用的场景，只是AMR适用的场景会比传统AGV适用的场景多得多，这些市场有待我们去开发。