“最后一英里”交付机器人：到2030年将达到十亿美元的市场

当自动化渗入物流环节中，最后一英里成了自动化的理想距离。最后一公里交付通常占总成本的50％以上，是交付链中最昂贵的部分。

近年来，世界各地的许多公司都在进行创新，以利用自主移动机器人、无人机和自动驾驶来进行最后一英里的交付。

交付机器人可观的市场前景 

据IDTechEx研究报告显示，到2030年和2040年，交付和仓储的移动机器人、无人机和自动驾驶汽车的市场可能分别达到惊人的81亿美元和2900亿美元。

交付机器人的一大亮点是配送中心内的货物到人的自动化。不少公司在仓库内创建了专门的机器人区域，这些机器人车队在这些仓库中将机架高速移至有人搬运站，在节约劳动力成本的同时，更多的是提高生产率。

这是一个快速增长的市场空间。2012年，亚马逊以7.75亿美元的价格收购了Kiva Systems时，这曾经市场一片空白、形势一片白热化。如今，出现了资金充裕的替代方案，例如GeekPlus（389 $ M），GreyOrange（170 $ M）和HIK Vision（60亿美元的收入），资金不断增长。初创企业的数量也有所增加，尤其是在2015-2017年之间。

预计未来6年内，交付机器人的年销售量将翻一番，在2020年至2030年，此类机器人的累计销量将超过100万。

长期以来，一直在使用自动手推车和车辆（AGC和AGV）。它们依赖于基础架构，这意味着它们从A到B遵循固定的基础架构，例如导线或磁带。它们可靠且值得信赖，可以处理所有类型的有效负载。但是，它们的安装很耗时，并且其工作流程很难适应。

因此，除非技术适应，否则它们处于不稳定的状态。这是因为该技术正在朝着更加自主和与基础架构无关的方向发展。IDTechEx报告预测，到2030年，其市场规模将比2019年缩小50％，并将越来越局限于狭窄的市场领域，甚至可能过时。

多种技术方式选择 多样化的商业模式变化

如今导航技术正在从自动过渡到自主，导航将渐渐离开基础架构的约束，从而可以轻松梳理工作流程并启用机器人与人之间协作工作流程的各种模式。

该技术通过更好的SLAM算法实现。该算法基于包括立体摄像机和2D激光雷达在内的不同传感器而得到了充分发展，可以处理许多结构化室内环境中的安全自主导航。这些机器人易于安装和培训。

技术选择的方式仍然很多。一种常见的方法是在训练阶段使用2D激光雷达绘制设施地图，例如，使机器人在设施周围行走。固定参考对象将在设置阶段进行标记。另一种方法是使用相机视觉和深度学习来识别和分类对象。后者在计算上更加复杂，但是将使系统更加灵活，使系统在复杂多变的环境中可以做出更明智的决策。

商业模式也多种多样且不断发展。有些人将其技术作为RaaS（机器人即服务）提供。其他公司则遵循传统的设备销售模式。甚至这些供应商也将需要在其业务模型中构建订阅平台，以提供维护和升级，尤其是基于云的软件更新。

AMR的市场显示：自动化不仅仅是移动自主性

据预测，自主移动机器人（AMR）的市场将会增长。AMR市场今年进行了重大的投资和收购，例如Shopify和Amazon，预计在2020-2030年期间将达到20万以上的销量。

拣选或抓取技术是仓库自动化的重要组成部分。如今，许多公司和研究小组正在部署深度学习，以使机器人能够快速选择具有高成功率的新颖且形状不规则的物品。为此，正在遵循各种数据收集/注释和DNN训练策略。

目前不少公司已在移动平台上集成了拣货部门。如今，这些主要是在已知环境中采摘的箱形物品。但是，技术进步将把这些技术带到更多种类的项目中。它还将使机械手与移动平台更好地集成。

未来的十年到二十年之后，预计有36％和38％的AMR将能够分别挑选规则形状和不规则形状的物品。这指向了一项重大的技术变革，要求自动化不仅仅是移动自主性。

自动驾驶助力最后一英里的交付

自2016年底以来，自动驾驶初创企业已经筹集了超过4亿美元的资金来支持自动驾驶卡车。戴姆勒（Daimler）等主要公司还宣布了未来五年的重要投资计划（5亿美元）。现在，许多产品处于半商业原型开发阶段。尽管如此，目前部署的自动驾驶卡车数量很少，主要参与者有五十辆左右的车队。明年，预计将扩大到1200-1500卡车。尽管如此，它们也将处于试验阶段，试图收集数据以进一步改善驾驶AI。

报告预测，到2028年，四级自动驾驶卡车的年产量将超过30万辆。在此期间，五级自动驾驶汽车的部署量将接近于零。到2035年，每年将售出80万和17万辆自动四级和五级卡车。

自主送货车和吊舱也正在兴起。许多是针对电动用途的公路车辆。他们还是人行道上最后一英里交付机器人的竞争对手。传感器套件和算法与自动驾驶汽车相似，但有两个注意事项减轻了技术负担：（1）交付吊舱行驶缓慢，因此感知技术不需要适应很长的距离，并且机器人具有更多的思考和反应时间，并且（2）机器人很可能会部署在有限的已知邻域中，从而允许开发更详细的高清地图来辅助自主导航。