专访未来机器人CEO李陆洋：物流无人化应该“车适应场”，而非“场适应车”

近年来，“物流无人化”概念频现在公众视野，成为媒体、头部资本和终端客户关注的焦点。然而，时至今日，仓库、工厂、物流园、机场、码头等物流节点内，市场需求量最大的搬运设备——叉车、牵引车等工业车辆，仍然依赖大量人工操作。无人化大热之下，行业依然有很多“冷”思考：物流无人化的终局方案是“场适应车”，还是让“车适应场”？工业无人车辆未来的发展方向和趋势将是怎样？

近日，视觉工业无人车辆企业未来机器人（深圳）有限公司（以下简称“未来机器人”）荣获36氪2020年度中国“最受投资人关注创业公司TOP100”。针对物流无人化和工业无人车辆未来发展方向和趋势的一系列问题，未来机器人CEO李陆洋博士接受了36氪的专访。

视觉是工业无人车辆的必然选择

问题1：未来机器人为什么选择将视觉作为工业无人车辆的核心传感器？在视觉领域，未来机器人有哪些技术储备与积累？

李陆洋：

首先，从仿生学的角度，人和动物80%以上的外界信息，都依赖于眼睛这一“视觉传感器”的获取，人类几乎所有的复杂操作，也都依赖于视觉信息反馈。第二，视觉传感器获取信息的丰富程度是其他任何传感器都无法比拟的。相机（视觉传感器）能采集到环境中的颜色、纹理信息，对无人车辆和其他类型移动机器人的运动控制和感知具有至关重要的作用。第三，工业相机成本仅为同级别工业级激光传感器成本的1/5。

未来机器人是香港中文大学孵化企业，在技术领域积累较深。公司董事长是机器人及控制领域国际专家、IEEE Fellow、视觉伺服控制鼻祖、香港中文大学机器人研究所所长刘云辉教授。公司核心研发团队组建已超过9年，一直专注于将视觉信息与机器人的运动相结合，实现工业无人车辆视觉伺服控制和视觉环境感知两项关键技术的全球性突破。在国际顶级期刊和会议发表论文33篇、申请发明专利/PCT 45项。

“车适应场”将是物流无人化十年内的终局方案

问题2：工业无人车辆的应用领域包括哪些？客户会重点关注产品的哪些性能指标？

李陆洋：

工业无人车辆的应用领域可以分为制造业工厂物流和仓储物流两大行业。制造业工厂物流包括：3C制造、汽车及零配件制造、制药、食品加工等；仓储物流包括：电商物流、零售物流、第三方物流等。

客户关注的性能指标主要是三点：

第一，是安全和稳定性。工业无人车辆7天*24小时，一年350天无安全事故的稳定运转是客户的底线。近期，未来机器人通过了工业无人车辆领域的ISO 3691-4:2020 标准工业无人车辆CE认证，这也是TUV南德意志集团在全球授予的首个基于新标准的CE证书。这表明未来机器人工业无人车辆安全性能达到了国际水平。

第二，是工业无人车辆在复杂刚需场景下的峰值工作效率。物流是由商流决定的，商流是多变而不可预测的。工厂或仓储物流不仅受到商流的影响，还受到配送时效不稳定的影响。因此，工厂和仓储物流对工业无人车辆的要求是非常高的，其在复杂环境下的峰值工作效率决定了产品是否可用。

第三，是工业无人车辆的使用对环境和流程改造的程度。客户希望改造程度一定是越少越好，原因有三：

（1）改造成本和改造时间，很多客户利润率不高，一次性投入有限且现场不能停工；

（2）环境改造影响柔性，当客户业务转换或地点搬迁，一次性投入成本相当可观；

（3）将客户原有熟悉的作业流程推翻或大幅变更，客户需要重新学习和调整适应，对大规模推广形成障碍。

问题3：在您看来，现有的物流无人化解决方案如何分类？未来的发展趋势将会是怎样？

李陆洋：

物流无人化方案大体可以分为两大阵营：

（1）推翻客户原有环境、流程、存储结构、运输方式甚至管理模式，让“场适应车”；

（2）遵循客户原有环境、流程等固有模式，让“车适应场”。

未来机器人认为，根据我国物流行业现状，第二种方案一定会最先跑出来。以10年为限，后者也一定会是终局方案。

原因很简单，在我国，无论是制造业工厂物流还是仓储物流，整个物流过程并不产生很高的附加价值。这导致物流企业或制造业企业的物流环节，都需要以高性价比、低投入的前提来实现降成本、省人工的目的。在这个背景下，少数客户会投入重资产，采用第一种模式，在1%的应用场景（大多数是非刚需场景）打造标杆案例，但绝无可能在剩余99%的刚需场景下，也实现第一种模式的规模化复制。

而第二种模式，在理想状况下，客户在实现无人化的过程中，原有的工厂/仓库、通道宽度、货架、托盘、搬运流程、管理系统、人工叉车/牵引车设备等都不需要改变或更换，仅将人工叉车、牵引车等工业车辆加上一个模块，就可以将其改造为工业无人车辆，直接投入使用，以达到替代人工的目的。如果能够在满足客户复杂刚需场景的前提下，实现12-18个月的投资回报时间，就很有可能进行规模化（大量）+复制（标准化）。

因此，未来机器人会坚定地走第二条路，即“车适应场”。通过不断提升工业无人车辆在复杂刚需物流场景下的感知和运动控制能力，在不改变客户环境、流程、模式的前提下，让工业无人车辆的性能无限接近于人工操作，从而实现规模化+复制。

制造业工厂物流无人化会更早实现，视觉与5G是完美结合

问题4：工业无人车辆会首先在哪些行业实现对人工的替代？在您看来，替代人工还要有多久的路要走？

李陆洋：

我认为，制造业工厂物流对于工业无人车辆应用的普及率和速度会高于仓储物流。两点重要原因：

（1）制造业工厂物流的流程、标准化程度、信息化程度远高于仓储物流。即使工业无人车辆的感知和运动控制能力与人工操作有很大差距，其部分规模化应用也能在环境可控的情况下形成流程自闭环，因此客户收益可计算；

（2）在我国，制造业企业普遍比仓储物流企业利润率高，其人工成本相对较高，对工业无人车辆等物流机器人投入回报时间的容忍度相对较高，投入意愿度也相对较高。

当然我们不能忽视，到2019年为止，工业无人车辆对工业车辆总体市场的渗透率尚且不到1%。也就是说，无论制造业工厂物流还是仓储物流，工业无人车辆的刚需市场仍未被打开，刚需场景“从1到N”的“规模化+复制”仍未实现。但未来机器人认为，在我们和行业同仁的共同努力下，这一天快要来了。

未来机器人研发团队有20多位博士，历时九年，重点完成两件事情，来推动这一天的到来：

（1）在复杂、刚需场景下，不断缩短工业无人车辆单车与人工操作之间的差距，特别是感知和运动控制两方面能力的差距；

（2）推动四大类复杂刚需场景的标准解决方案和交付能力，争取在1年内实现特定场景下的规模化+复制。我们的目标是，在3年内实现我国工业无人车辆对工业车辆5%的市场渗透率。

问题5：在未来，5G等新一代通讯技术，会给整个行业带来哪些改变？在5G领域，未来机器人有何布局？

李陆洋： 

视觉与5G在物流无人化领域的结合是大势所趋。

视觉大规模应用于工业车辆无人驾驶的重要阻碍之一是成本限制导致单车运算能力不足，无法将丰富的视觉信息转化为车辆在复杂环境下的高效运动控制能力。5G的高速传输速率可将车端获取的图像信息实时传输到云端或服务器端进行运算，而将运算结果传输回车端执行。

不久的未来，几乎所有视觉无人叉车、无人牵引车、无人港机等工业无人车辆都不需要搭载运算系统，只负责传感器采集、5G传输、控制器命令执行三件事。而云端强大的运算能力，可将大量带有丰富颜色、纹理信息的环境图像数据进行深入分析，转换为感知内容和运动控制指令，回传给车端执行。必将大幅提高工业无人车辆在复杂环境中的运动能力，使其无限接近于人工操作。

未来机器人作为工业无人车辆行业“视觉+5G”的探索者，已经与多个行业标杆客户合作完成试点项目。我们期待未来机器人能成为中国第一批实现“视觉+5G”工业无人车辆大规模应用和批量生产的企业。