据朱礼君介绍，仓储作业跟计算机的工作原理非常类似。如，仓库做物品的存储，计算机做数据的存储;仓库进行订单生产时是把货物从货架上取出，这与计算机做数据提取、计算非常类似;仓库存储商品，这类似于计算机硬盘;计算机有很多文件，有些文件可能很长时间不会访问，这和仓库备货区一样;仓库拣选区则和计算机内存差不多;而电商仓库中的爆品区域则相当于计算机的高速运转。因此，仓库作业总能在计算机结构里找到映射。在电商时代，仓库变得非常大，每天要处理的商品种类和订单量非常多，映射到计算机结构里面就相当于大数据处理。大数据处理最有名的框架是MapReduce，它包含三个重要操作——Map(将工作并行化)、Shuffle(再次合并)、Reduce(最终产生结果)。

　　基于该想法，菜鸟提出了模块化的多区并行的自动化物流解决方案，将大数据处理框架映射到仓储系统中，MAP代表不同的订单与不同的生产作业模式，Shuffle表示暂存与合单，Reduce表示播种在不同的订单中，即将仓储作业中不同的分区、不同的作业模式，以及不同的自动化模式进行并行操作、并行生产后再合并，流入Rebin Zone(合流区，即菜鸟无人仓中的播种工作站)，订单商品合流到一个箱子后进行打包出库。

　　2.柔性自动化方案在菜鸟无人仓的实践

　　(1)多方式并行拣选。在前文提到的菜鸟无人仓内的机器人分拣仓，A区机器人针对低流动量的商品，即“冷品”，采用货架到人的类Kiva系统进行拣选作业;B区机器人针对高流动量商品，即“爆品”，采用车到人(订单到人)拣选。这两种方式采用的并行拣选作业是模块化的，不会影响其他区的作业，同时打破了原有AGV系统仅能单区作业的局限，提升整个系统的作业效率，这背后提供支撑的无疑是菜鸟先进的算法。

　　(2)柔性分拨。即，将仓库生产好的包裹按照不同流向和目的地进行分拣，机器人非常适合完成该作业，因为机器人有固定的运动轨迹，适合做点对点的物品搬运。

　　2018全球智慧物流峰会上展示的菜鸟无人仓柔性分拨解决方案

　　对此，菜鸟设计了新的柔性分拨系统解决方案，即通过机械手臂(目前为人工，未来将替代为机械手臂)将包裹放到AGV上;AGV在经过扫描台时，包裹上的信息被自动扫描，AGV按照上位系统的指令前往目的地，然后将包裹倒入对应的集包篓;集包篓装满后，会被另外一台AGV带到对应的出库月台。这是非常柔性的自动化分拨系统。

　　需要注意的是，由于既有运送集包篓的大型AGV，也有分拣用的小型AGV，它们的路径规划非常复杂;此外，每一个集包篓的目的地也需要规划，不同目的地的集包篓流量不同，如何使它既不拦路，又能缩短AGV的行走时间非常关键，这是整个系统的关键所在。

　　(3)机械臂的应用。机械臂在菜鸟无人仓内被应用于拆/码垛及拣货作业，基于RGB-D数据的三维物体识别、定位、姿态估计激发、箱体分割算法等技术，采用工业生产线标准，具有高效率、高可靠性、高鲁棒性等特点。

　　柔性自动化方案关键技术及其发展方向

　　1.软硬结合&系统工程

　　无人仓建设项目既不是纯软件工程，也不是纯硬件工程，而是一个系统工程，从流程设计到硬件设计、软件设计，都需要综合考虑，才能够实现高效率作业。物流柔性自动化技术具体包括软硬件协同、端到端设计，以及可转换性、鲁棒性、灵活性等。

　　2.IoT(物联网)与 Edge Computing(边缘计算)

　　菜鸟在IoT方面有非常多的投入。在2018全球智慧物流峰会上，菜鸟宣布全面启动物流IoT战略，并发布全球首个基于物流IoT的“未来园区”，这也是IoT、边缘计算和人工智能等技术首次大规模应用于物流领域。

　　无人仓是未来物流园区的标配，也是IoT技术非常好的投入点，具体技术包括数据采集、数据分析、预见性维护等。

　　3.机器人技术

　　各种类型及功能的机器人是无人仓中毫无疑问的主角。菜鸟无人仓内有超过500台AGV在多个库区作业，机器人技术最重要的三点分别是Perception(感知)、Planning(规划)、Execution(执行)。

　　4.大规模多智能体规划和调度技术

　　仓库要实现柔性自动化，机器人必须协同作业。为了实现最大化的仓储生产效率，缩短订单处理时间，需要对AGV进行联合调动、任务分配、路径规划，对资源进行合理分配优化等，这就涉及大规模的规划和分配技术。

　　资源分配通常有两种解决方法，一种是中央规划解法，首先要建立模型，收集各类数据，包括每一个机器人及每个货物的位置等信息，通过数据分布分析求解单位时间内的最大出库量，菜鸟在相对较小的仓库采用这种解法。

　　在大型仓库，如菜鸟无人仓，则采用另一种解法——资源分布式竞价，大仓库内有非常多的机器人和货架，可以进行各种组合完成拣选任务。机器人和货架可以模拟成一个任务，谁赢了谁做任务。这其中的关键技术便是竞价策略的设计，在大型仓库上下游之间衔接比较紧密、很难解耦的环境比较适合，因为最上游的决策可能影响到最后一个决策，所以贯穿上下游的决策全部做下来是难点所在。

　　智能规划调度部分涉及的关键技术主要包括Swarm Intelligence(群体智能)、Resource Allocation(资源配置)、Path Planning(路径规划)、Traffic Control(流量控制)等。

　　朱礼君表示，未来很多大规模智能体的技术会向群体智能方向发展，借鉴自然界生物的行为，如优化算法里的蚁群算法便是通过模拟蚂蚁行为进行的算法——单个蚂蚁不会搭桥，但是蚂蚁之间可以互相搭桥让其他蚂蚁通过。这些概念可以引入智能体在仓库中的应用，未来当每一个智能体有了足够强大的智能导航及决策功能后，群体智能将成为柔性自动化技术的发展方向。并且，柔性自动化物流系统基于其扩展性强、易部署、模块化、算法高效智能、鲁棒性强等突出优势，将会对整个物流行业带来巨大革命。