倉儲物流機器人的好日子正在到來。今年6月，硅谷公司Fetch Robotics獲得了軟銀領投的2300萬美元融資，這家公司生產兩種機器人，一個叫Fetch的機器人可以根據(jù)訂單把貨架上的商品拿下來，放到另一個叫Freight的機器人里運回打包；8月，另一家印度公司Grey Orange Robotic融資3000萬美元，用于推動其倉儲物流機器人Bulter的研發(fā)和生產。

VC如此青睞倉儲物流機器人，以Amazon為代表的電商巨頭功不可沒。由于業(yè)務量的增長，用戶對物流發(fā)貨的速度要求更高，用機器人可以幫助電商巨頭們減少訂單處理的時間。此外，Amazon在2012年收購了Kiva Systems后已經在其全美的倉庫中部署了1.5萬臺的機器人，每年節(jié)約成本將近10億美元，這一示范效應也推動了近期倉儲物流機器人的走高。

硅谷鋒向標為您盤點了部分這一領域的領跑者：

Amazon Robotics（即之前的Kiva System）

（圖為Amazon的Kiva機器人）

Amazon將倉庫工作分解成兩部分：所有員工只需要在固定的位置進行盤點或配貨，而Kiva機器人則負責將貨物（連同貨架）一塊搬到員工面前。這樣做有兩大好處：首先是用機器人搬貨架不需要再另外空出人行通道，貨物擺放更有效率；其次可以節(jié)約員工走去取貨的時間，能提高訂單的處理速度。

Kiva的各個作業(yè)環(huán)節(jié)原理比較簡單，對于機械自動化的精細程度要求也不高，但整個核心系統(tǒng)在路線規(guī)劃、排隊等算法的處理上，同時在計算機視覺和機器深度學習技術上還面臨不小的挑戰(zhàn)。今年5月西雅圖召開的ICRA 2015（國際機器人和自動化大會）上，Amazon就發(fā)起了一場由30支隊伍參加的機器人分揀大賽（Amazon Picking Challenge），比賽內容包括定位在貨架上的產品、分揀和運送到指定位置等。

Fetch Robotics

（圖為Fetch Robotic的Fetch和Freight）

Fetch Robotics成立于2014年，主要團隊來自于大名鼎鼎的Willow Garage。雖然未能在機器人分揀大賽中獲得前三名，但仍然獲得了2300萬美元的融資。Fetch的產品相當于Kiva的升級版，F(xiàn)etch機器人具備自動導航功能，可以在貨架間移動，識別產品并將其取下貨架并運動到叫Freight的自動駕車機器人里，F(xiàn)reight的作用則與Amazon的Kiva相當。機器人可以自助規(guī)劃路線和充電，從而保證整個倉儲系統(tǒng)的無縫運行。

除了倉儲物流，F(xiàn)etch Robotics還打算在下一步進入其他領域，如老年看護、中轉運輸和其他行業(yè)等。

Swisslog

（圖為Swisslog的Click & Pick系統(tǒng)）

Swisslog是一家總部位于瑞士的自動化倉庫和配送物流解決方案提供商，其背后是工業(yè)機器人“四大天王”之一的KUKA（KUKA持有Swisslog的96%以上股份）。與Kiva等貨架式存儲不同，Swisslog的Click & Pick系統(tǒng)采用的是一種三維的立方體網格架系統(tǒng)，每個立方體內有一個標準尺寸的箱子裝著特定貨物，如果裝著所需貨物的箱子埋在別的箱子下面，機器人會把上面的箱子拿起來堆在旁邊，拿到貨物后再放好。據(jù)Sisslog稱，Click & Pick一小時能處理一千張訂單，速度是人類作業(yè)的4-5倍。

Gray Orange Robotics

（圖為Gray Orange的Bulter機器人）

Gray Orange總部位于印度古爾岡和新加坡，這家公司有兩個產品：包裹分類器和機器人Bulter，后者相當于一個方形版本的Kiva。Gray orange的潛在客戶包括Amazon和印度物流系統(tǒng)服務巨頭Delhivery等。

Hi-tech Robotic Systemz

（圖為Hi-tech Robotic Systemz的自動搬運機器人）

Hi-tech Robotic Systemz的主要研究方向包括機器人、人工智能和控制領域，其業(yè)務覆蓋整個機器人價值鏈，包括需求分析、概念開發(fā)和系統(tǒng)集成等。其在倉儲物流方面的產品為帶托盤的自動導向搬運車（AGV）倉儲方案，目前其業(yè)務主要來源于汽車或汽車零部件生產商，在造紙、制藥、重型機械和紡織工業(yè)也有著一定的業(yè)務往來。

硅谷鋒向標是智能硬件第一媒體雷鋒網旗下關注硅谷創(chuàng)新生態(tài)系統(tǒng)的公眾號，由雷鋒網北美新聞中心運營。除特別注明外，所有內容均為原創(chuàng)，轉載請在文章開頭注明出處，并原文鏈接回本文。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。