<<<<菜鸟小G现状与物流无人技术展望

　　自动化方面包括结构化环境和非结构化环境，菜鸟小G处理非结构化环境，对每一个单个机器人来说，它比结构化环境要难，因为相比结构化环境中，其碰到的技术挑战是不同的。

　　关于菜鸟小G跑在街上被人抱走的疑问。首先，机器人后台有非常完备的监控措施，其所有传感器都有完备的监控;其次，机器人在地图上有实时跟踪的定位。最后，视频监控。而关于机器人或者无人驾驶有三个要素：一是Scalability，这取决于规模大小，不同的规模有不一样的概念;二是Robustness;三是Adaptive，自适应性。在中小规模、静态化的、相对单一的环境里，问题已经解决得相对比较好;但超大规模、动态的、异构化的环境里面问题的解决，其挑战非常巨大。

　　机器人的技术比无人驾驶更难。无人驾驶在结构化环境跑，其要解决的问题仅仅是相对决策和选择有限，此外，很少会面临人为阻拦的问题，但末端机器人却不一定。相对于街道的配送服务，学校的配送更加困难。首先，复杂在于人车不分流，没有机动车道和非机动车道的概念;第二，十字路口没有红绿灯，没有红灯停、绿灯行的概念;第三，不需要考虑逆行的事情。而在街道中，会自行检测红绿灯信号灯情况，进行选择是否穿过马路，进行提供最基础的配送服务。

　　未来除了对末端机器人做商业化的探索和末端场景之外，菜鸟还会对卡车高速公路配送技术进行拓展性研究。而对终局的判断，菜鸟ET实验室预测，未来10亿级包裹的配送中可能有超过50%以上的包裹将由智能配送机器人完成。

物流自动化创新应用和技术实践

　　接下来的演讲中，菜鸟网络资深专家元享就为大家分享了菜鸟在物流自动化方面的创新研究和应用，以及实现物流自动化的技术体系、技术难点和相对应的解决方案。

　　人工智能技术给物流带来了新的自动化机会，同时，物流的快速发展也反过来给人工智能技术带来了新的蓝海。在新的物流、电商时代，也出现了该行业尚未出现过的特点，一是促销多、订单量起伏大;二是发展迅速，扩展性要求高;三是定制化需求多;四是网络结构变化快。所以新的物流智能时代，柔性自动化是关键。

　　柔性自动化特点有：一是拓展性强，鲁棒性强;二是模块化设计，易部署和搬迁;三是便于根据业务的变化迭代作业流程;四，最重要的技术是多智能体之间的感知和协同，因为时效性;五是在全链路大部分自动化的情况下，作业的可预测性加强。

　　柔性自动化的存在多项关键技术：首先它属于软硬结合的技术，需要端到端的设计和优化;其次，涉及IoT和边缘计算技术，因为每个机器人有自己的传感器，便于对数据做收集、分析及预测;然后，机器人技术有三个重要的方面，感知、计划、实施;最后，还会涉及大规模多智能体规划和调度技术进行优化。

　　全链路柔性自动化中从上游到下游的总体流程自动化，上下游的数据打通和协同是关键。自动化系统架构分成X层，底层是仓库里的各种设备，包括立体库、输送线、AGV、分拣机等等;再上层是统一的设备管理系统，管理整个设备要做的任务和要做好的调度;更上层是自动化的WAS系统，管理指令、组装成支持业务。菜鸟网络自动化系统架构如下图所示。

<<<<菜鸟自动化创新技术实践

　　首先是机械臂。机械臂的主要作用是运用于抓取包裹，包括码垛、拆垛和拣选。它最核心内容是感知、规划和执行。感知主要是3D视觉，基于3D视觉，利用鲁棒算法将包裹分开，对包裹进行图象分割，找到最佳抓取点。

　　二是拣选AGV。它主要运用场景是拆领订单的拣选，它有两个模式，货到人模式与车到人模式。货到人拣选AGV主要进行资源分配优化问题，要最小化拣选站的等待时间。 资源分配问题的求解方法有两种：中央规划和分布式竞价。中央规划一般是用方程和模型来描述整个系统，找到最优的资源分配的描述，即MIP。分布式竞价是把整个分配资源过程中每个参与者当成一个Agent，通过竞价的方式去抢这个任务。对于非常复杂的环境且上下游非常紧密的情况下，分布式竞价会更好。车到人拣选AGV适合销量较高的商品，算法目标一般是人效率的最大化，订单完成时间的最短化以及AGV效率的最高化。

　　如上图所示，在多智能体路径规划问题中，每个机器人规划的路径要互不冲突，进行全局路径规划。在传统的启发式算法里，阿尔法狗的首席工程师发明的Cooperative A*是随机的让AGV有顺序，互相之间可以躲避。或者是WHCA算法，让每一个机器人规划自己路径的时候只看前W步。还包括全局搜索算法，比如A*算法是试图让每一个机器人的行动组合都做一个规划。在非匀速网络中，在真实物理环境下，机器人的移动无法用匀速运动近似，它面临着两个挑战，一是经过同一个点的速度不相同，经过同一条边所需时间不相同;二是时间表达从离散时间片变为连续时间。

　　最后，元享还为大家总结了柔性自动化技术所面临的多项挑战：一是IoT的技术和端计算，需要高效的技术采集和处理的系统;二是机器视觉，包裹识别和跟踪、抓取点的识别、物体的分割;三是单个机器人的运动规划要可控;四是大规模的资源分配问题;五是多智能体调度、路径规划问题以及环境、流程设计、交通控制、避障相关的技术;在新的物流时代，柔性自动化一定是未来重要的发展方向，新的人工智能技术肯定能让物流行业产生一个新的变革。

全球物流一体化平台下的技术架构与实践

　　菜鸟国际物流技术部高级技术专家虚怀分享的是菜鸟全球物流一体化平台下的技术架构与实践。

　　在全球化、全球买、全球卖和新零售的业务战略下，各个阶段的全球物流业务快速发展，菜鸟网络技术架构正面临着这四个挑战与困难：一是系统架构如何灵活的支持整个业务的快速发展;二是如何组织全球服务商的物流能力打造可灵活复用物流网络;三是国际化架构和部署的方案;四是菜鸟各物流服务商网络如何更高效互联互通。

　　因此，从2013年到现在，菜鸟技术架构的经历了三个不同阶段的演进：1.0阶段是烟囱式垂直简单协同模式;2.0阶段是平台的多段精细化协同模式;3.0是未来国际化、全球化、区域化的协同模式。

　　1.0阶段目标或者业务需求很简单，通过C1、C2两个合作伙伴的运输方式将包裹从A点卖家送至B点买家。但这模式存在三个问题，重复建设、对外接口不统一、运维成本高。

　　2.0阶段即平台化多段精细化协同模式。这个阶段的技术的命题是，将不同业务包裹，选取C(x)、C(y)、C(z)，不同的路径从A点送到B，并达到方案最优，因此需要搭建整个平台化的架构方案来支持灵活的协同调度的引擎，并达到方案最优。

　　如上图所示，各核心平台需关注的重点包括：1.路由平台。路由平台的职责是通过智能算法优选来识别网络路径的最优解;2.履行平台。在计划计算出来之后，履行平台进行调度;3.可视化营运管理平台。通过核心领域模型的抽象，将它抽象到系统里，过可视化的营运平台连接(串联)，提供路由平台和履行平台使用。全球履约监控系统的职责是让整个包裹从端到端时效更高，更稳定，成本更低，它必须细化到每笔订单的状态和履约的情况，并且做到实时报警，并进行回馈机制。为进行整体的平台化，需考虑：一是按照问题域拆分整个应用，不同的域使用不同的架构和系统解决问题;二是对问题进行建模;三是统一对外交互标准;四是建设好周边的配套体系。

　　关于服务化和平台化。服务化按域将一个应用拆成多个应用，解决的是功能耦合的问题。例如，接单域，表达域，结算域等;平台化按业务将一个应用的代码拆成多块，解决的是业务耦合的问题。例如，速卖通业务，天猫国际业务，淘海外业务等;一般情况下，先实施服务化，再实施平台化。

　　平台与业务解耦的技术，其解耦目标是平台不依赖业务代码，但要调用业务代码;核心思想是稳定的中介，平台和业务通过第三方中介进行交互。第三方中介在业务里只需要实现扩展点、功能点即可。

　　3.0全球区域化协同的模式，其架构目标是A和B两种业务相互复用对方的物流网络和能力。而采用技术开启新市场之时需要考虑代码的复用还是代码的再次扩展开发。市场国际化需从这几方面考虑问题： 1、区域化的业务特点，因地制宜，注重解决物流的问题;2、应用依赖的解耦，如何进行部署;3、国际化基础套件，不同的组件同时具备国际化的能力;4、海外部署架构方案的升级，其包括应用部署、中间件部署，以及基础支撑。

　　虚怀在现场以Lazada的国际化部署为案例讲解了以下方面的考虑：1、业务的拓展分布; 2、网络时延的考虑;3、应用部署升级。为提升时延、保证吞吐量而构建的全球数据集成网络有两个思路：1、要去中心化。2、就近接入。全球数据集成网络解决方案有三层，第一层布站，搭建全球的网络，第二层基于站点构建数据集成云产品，第三层基于混合云架构，搭建全球站点网络，接入对应端。

　　菜鸟混合云架构图主要的思想就是通过多国化，打好基础架构，对应用端和运维体系，而数据能够通过专线进行跨机房同步使用。

<<<<菜鸟技术未来的挑战

　　菜鸟技术未来要面临复杂、多样的场景，因此需要解决全球组网的协同，包括国际化本对本的业务，需要有效进行组织，进行抽象建模、设计;同时还要面临全局的智慧大脑，以达到最优;此外，菜鸟还计划对海量数据进行处理以挖掘和分析数据，为业务赋能，以及在终端系统建设的深度上，结合海关系统进行整个调度和压测。简单来说，要有广度，又有深度，才能同时把菜鸟的快递、仓配、跨境、末端、农村这复杂的业务场景解决好，实现全球24小时、全球72小时必达的目标。