我说几点比较粗浅的看法哈

关键技术我觉得主要两个，1）定位与导航 2）AGV 调度

移动机器人首先要知道 “我在哪” 也就是定位问题，然后是 “我要去哪” 这是调度问题，接着是 “怎么去” 这个是导航问题。

定位与导航往往是相辅相成一起解决的，对于室内定位及导航来说，传统的定位方式主要是磁条，磁带，磁钉之类，这些方式的优点和局限性都很明显：优点是运动路径可控，安全性更高，缺点是路径局限性比较大。这应该是工业界用的最多的方案了。

稍微灵活一点的定位方案比如激光反光板，二维码，天花板特征，这几种方案会利用人工预设的一些特征来定位，犹如海洋中的灯塔，当移动机器人看到了灯塔就知道自己在哪了。比较典型的用二维码的例子是 Amazon 的 Kiva。

再灵活一点的就是 SLAM 了，相对来说比较成熟的是激光 SLAM，有欧姆龙的 Adept 在背书，还是比较靠谱。再比如视觉 SLAM，未来应该会更好的解决定位和地图构建的问题。通过预先对环境构建地图，再通过当前传感器得到的环境特征与之匹配从而得到当前位置，省略了人工设置路标，和去寻找路标的工序，普适性更高。

还有一种思路就是类似于 GPS 方式的定位，比如 WIFI,iBeacons 和 UWB，这种方式定位精度可能不会太高，但是对于环境要求低，定位算法也相对简单，如果有成熟的定位解决方案，应该也可以得到很好的推广。

至于惯导和里程计，更多的是用来做辅助定位用，与前面的几种导航方式融合。

而室外定位的方式比较常用的还是磁钉，比如港口和码头上转运的 AGV，前一段时间比较火的青岛港应该用的就是磁钉。

另外一种不用施工的就是差分 GPS，利用一个标准的 GPS 位置基准台去修正 AGV 的位置，定位精度和延时可能是需要解决的问题。

第二个技术是说调度，

很多传统的 AGV 厂商由于软件和算法的弱势，对于调度可能都是敬而远之的。调度系统需要处理每一台 AGV 的任务调度，路径规划（对的，可能是在调度系统里处理），交通管理，报警信息管理等等，一旦 AGV 的数量增多，路径复杂度增加，调度系统的通讯延时和处理速度都会遭到挑战。

AGV 的突破点，我觉得一方面是技术端的突破，就是上面说的那些，另一方面就是应用端了。

应用端的突破点，有几个很不错的地方，一个是仓储物流，大家都看到了 Amazon 的 Kiva，京东 / 天猫 / 唯品会也在跟进，但是还有一个市场就是淘宝仓，淘宝仓可能不太会太大，一个中等规模的淘宝仓可能只有几千平，但是淘宝仓的出货分拣量比较大，因此对于分拣 AGV 的需求非常大，这也是 Fetch 能获得软银投资的主要原因吧。淘宝仓我们公司也在做，不过 Kiva 这种模式我们是不再碰了，这个局限性比较大，只能用在小件和大量的分拣，而且国内怕是已经有几十家在做了，我们用了别的方案。

另一个突破点应该是移动机械臂，这一块市场我们公司从去年开始接触的比较多，当然移动机械臂不仅仅是机械臂放在 AGV 上这么简单，这中间有很多的技术问题。移动臂的想象空间很大，在工厂应用中，一个机械臂可以在多个工位之间游走，如果节拍不高的话，确实很省机器人，这方面客户的需求还是很明显的。

第三个突破点我觉得是人机协作的应用，机械臂在人机协作方面已经走的比较远了，相反 AGV 行业好像比较落后，一直没跟上机器人的步伐。然而 AGV 因为移动范围大，其实对于人机协作的要求更高，如何能在安全的情况下快速的移动提高效率，仅仅依靠加一些安全传感器肯定是不够的。

希望能认识一些 AGV 行业的新兵老鸟，学习学习