企業的產能是企業賴以生存和發展的基石，而保證生產的投入與產出是一家企業終其整個生命周期都在琢磨的核心技藝。如何用最少的投入獲得最大的產出？追求最好的ROI？提高公司的競爭力？

  中國2025，德國2030，美國NNMI，歐盟框架協議，世界各國都在加注工業4.0（利用信息化技術促進產業變革）。生存還是毀滅？世界經濟全球化的車輪已經在全速奔跑，任何如貿易保護主義的陳舊思想終會被無情地碾碎。在這個工業技藝飛速發展，各國企業百舸爭流的時代，一步慢就是生死。如何在這個大家都在以頭搶地的時代脫穎而出？叢林法則是永恒的真理。

  制造業的生存現如今陷入兩難之地，一邊是用工成本上升，低端工種沒人干，招人難，一邊是消費者觀念正在向最求個性化轉變，導致除少數行業外，大多數制造業企業都面臨著因產品種類繁多、訂單都是小批量生產導致的生產線經常變動，投入成本升高。但是如果僅僅為了解決第一個問題盲目地進行工業自動化改造會造成設備很快就被淘汰或不適應客戶對產品的需求變化而導致投入設備資源浪費的結果，得不償失。如何兼顧這兩點而謀發展，是橫壓在制造業發展道路上的大難題。

  對于這個難題，馬云給出了他的答案。

  2017年8月17日，馬云在世界浙商高峰論壇上說，制造業將遭到巨大沖擊，不亞于傳統零售業面臨的互聯網沖擊。

  他開出的新制造藥方是“C2B”、“個性化定制”、“柔性化定制”。

  2018年8月24日，馬云在智博會上表示，未來30年誰也離不開智能制造。

  道理是這個道理，但是如何落實到我們的生產環節?

  其實，產品的柔性化定制對于我們生產企業來說就是柔性化制造，或者說柔性生產(Flexible Production)，這算是老調重彈了。但正是由于現如今在各國為工業4.0持續且大力度的投入下，傳感器與人工智能技術獲得突破性進展使得智能制造蓬勃發展，自然而然地賦能柔性生產。

  那人工智能如何賦能柔性生產呢？我們舉個例子。

  我們可以把產品的生產看作是生產原料經過在各個工位的流動之后被逐步制作成我們想要的成品，在過去，要實現這種流動我們主要是靠傳送帶+人+叉車等方式進行流動，但這種方式具有很大的局限性，而且成本高、效率低、容易犯錯，所以有人發明了AGV。

  什么是AGV？

  AGV是一種自動化搬運小車，即自動導引運輸車（Automated Guided Vehicle）的簡稱，主要由驅動裝置和自動引導系統組成。其中，驅動部份以伺服電機為主，這方面技術已經相當成熟，而引導系統方面經歷著從有軌到無軌導航，再向基于環境的自然導航發展，目前國內廠正在嘗試新的技術來幫助AGV擺脫對環境的依賴。

  傳統AGV的局限

  早期的AGV產品自動化程度比較低，依賴于導軌的方式來運行，后來又發展成電磁導航的方式，將導軌換成磁條、磁釘和RFID等方式，這種方式也稱為第一代AGV導航技術。磁條的部署比傳統導軌方便許多，AGV利用車上傳感器識別磁條來確定自身位置，定位精確且成本低。不過這種導航功能有限，且在變更產線的時候，需重新布設磁條，缺乏靈活性。

  緊接著，導航技術發展到了第二代，即慣性導航，也稱為二維碼導航。慣性導航主要利用陀螺儀、加速度計和計算機視覺的技術，陀螺儀具有精確的指向，能夠為移動小車提供正確導向，而加速度計能夠計算行駛距離，再通過計算機視覺識別二維碼來確定位置，然后小車可以記錄路徑和按規劃好的路線行走。相比于上一代導航，慣性導航靈活性高，二維碼鋪設相對簡單，而缺點是容易磨損，且精確不高。

  新型AGV賦能柔性制造

  現在AGV第三代導航技術已經出現，主要采用激光SLAM或視覺SLAM的方式，也稱為基于環境的自然導航。第三代導航利用激光雷達或攝像頭對周邊環境進行掃描，再通過軟件算法構建即時地圖來實現自主性導航。這種方式具有較高的靈活性，不依賴于外部輔助設施，環境改變時只需重新構建一些地圖即可，能應對不斷變化的生產需求，具有柔性化制造的能力。

  從磁條導航、二維碼導航到激光SLAM，AGV正在一步步擺周邊環境的限制，二維碼導航依然需要外部的輔助，而激光SLAM不需要借助外部設施來定位，能即時構建地圖來導航，這種方式給制造商帶來極大的便利。在工業4.0的智能制造模式下，產線的柔性化十分重要，因此具有自主導航的AGV將是最貼近市場需求的產品。

  在智能制造的場景里，工廠生產線需要滿足小批量、多批次的柔性化生產需求。因此，只有高效、靈活、低能耗的智能AGV才能達到要求。那么，自然導航AGV的必然的趨勢。

  在自然導航的方案里有兩種主要的技術，激光SLAM和視覺SLAM導航技術，兩者的原理基本相同。激光SLAM利用2D或3D激光雷達掃描周邊環境，然后再通過軟件構建即時地圖，而視覺SLAM是利用攝像頭拍攝的圖像來構建地圖。

  激光SLAM的優點在于技術成熟、精度高、可靠性高，且易于規劃路徑，但對于高度變化不敏感，斜坡和凸起的物體會識別為墻壁。而視覺SLAM可以清晰識別出周邊環境的對象，例如工人、小車、墻壁等，攝像頭成本低，不過容易受光線影響，算法難度大，需要強大的硬件運算平臺。

  激光SLAM和視覺SLAM兩種導航技術方式各有優劣，兩者結合將是最佳的方式。例如國內斯坦德機器人在其Oasis系列AGV的導航方式上采用了激光SLAM+VSLAM的方式，基于自身算法生成高分辨率的地圖，使其產品獲得自主移動、路徑規劃、場景理解的能力，避免了誤差累計問題，且定位精度能達到±10mm的水平，達到了業內領先水平，完全能滿足大部分工業級的應用場景。

  除此之外，斯坦德還自主研發機器人調度系統FMS、柔性倉儲管理FWMS及生產執行系統MES三大核心技術模塊，通過對軟件調度管理系統的開發，拓展該公司AGV產品的使用場景，也為客戶變換業務模式、進行柔性化生產擴大發揮的空間。

  目前，斯坦德機器人利用其超前的技術優勢，深耕工業生產場景的垂直細分領域，為客戶提供既是標準化的產品，又是柔性定制化的解決方案及服務，令客戶即保證了產出的效益，又不用擔心設備淘汰虧損問題。正是由于其技術的專業性與服務的可延展性，現服務范圍已涵蓋3C、新能源、醫療、汽車汽配、航空航天、五金、化工、服裝等行業，合作伙伴有英特爾、華為、中興、富士康、歌爾聲學等500強。

  工業4.0+柔性化定制生產是大勢所趨，因為這是解決人口老齡化所帶來的社會產能不足、資源配置優化及文明進步使得獨立個體尋求差異化表征的可行方法。至于我們企業，是選擇搶占先機還是隨波逐流？是提早布局還是繼續觀望？

  當大潮退去，是誰在裸泳？