重点分析——不要小看仓库叉车

编辑|彭小秋

上半年过去了，机器人的池塘里很少溅起水花。

然而有意思的是，此前被认为枯燥、不被看好的移动机器人赛道的一个细分领域，却在冷漠中如火如荼——无人叉车在投资行业几近停摆的上半年，已经宣布了多项融资:包括未来机器人、捷聪、微机器人、木蚁机器人在内的国产品牌相继完成1亿元融资，最高金额达到5亿元；国外品牌有Seegrid。据36Kr了解，还有其他无人叉车公司已经完成融资，但尚未公布。

很多时候，同一赛道的选手，都是荣辱与共。但同样是在“移动机器人”的名义下，在AMR融资之路坎坷的时候，无人叉车为什么会迎来一个小热点？

叉车，仓库、工厂、机场等场所用于装卸、堆垛、短途运输和重物搬运的工业车辆。之所以称之为叉车，是因为车前往往有两个叉腿，用来抬起托盘上的货物。无人叉车，即把AGV技术应用到叉车上，是传统叉车的智能化。AMR等移动站点使用的自主导航、地图算法、多车调度系统等技术也应用在无人叉车上。

无人仓储主题的投资已经进行了至少五年，但是在这个主题下，无人叉车的普及程度已经远远弱于AGV和AMR。与后者相比，无人叉车轨道中的目标相当有限。虽然吉之佳、快仓等AGV公司也有无人叉车产品；杭叉、合力、林德中国等传统叉车企业也在推出智能化产品。但对于以叉车为主，还处于一级市场初期的公司来说，上述上半年的融资已经覆盖了几乎所有的标的。

AGV/AMR和无人叉车冷热不均的背后原因，可能是资本从不同的逻辑观察它们。

经过近两年的资本争夺战，AMR不得不快速地将其高估值与大量订单匹配起来，而让客户接受新产品是一个缓慢的过程，这也是AMR目前的困境。

无人叉车不是。对于工厂和仓库来说，叉车是刚需，它的应用几乎延续了整个制造业发展的时代。这种车辆形式足够熟悉。同时，叉车的应用场景非常广泛，无论是工厂、仓库、机场还是码头，在需要堆垛和装卸动作的场景中都需要叉车。应用行业本身再波动，叉车都是“东方不亮西方亮”。

本质上，叉车无论是电气化还是无人化，都是一个成熟环节的升级过程，客户接受的心理门槛较低。因此，无人叉车的需求波动频率与传统叉车相同。

叉车本身处于景气周期。从2009年到2019的十年间，中国已经成为最大的叉车消费市场，增速超过全球。按照过去几十年的发展来看，叉车的销量类似于制造业的曲线。每次见底，都会有一个2-3年的景气周期。根据浙商证券的研究，2019年国内叉车销量出现新的低谷，2020-2023年将持续三年放量增长。

总之，在目睹了AMR公司的自证困境后，资本希望在工业车辆智能制造领域找到“替代”而非“创造需求”的目标，以提高确定性。

一个数字可以证明无人叉车的市场需求。中国移动机器人(AGV/AMR)产业联盟的数据显示，2021年，国内叉子移动机器人销量达到8000台。这个数字看似很小，但从2017开始，叉车AGV销量的复合增长率已经达到了78%。按照上述更换叉车的逻辑，未来叉车比例每增加1%，就有几千到几万辆车。如果能保持这样的增长速度，无人叉车的市场规模将迅速扩大。

相对于AMR移动车代替搬运工，无人叉车代替叉车司机是更昂贵的工作。招聘网站显示，叉车司机平均工资在5300元左右，需要考取叉车驾照才能入门。无论从招聘难度还是人力成本来看，客户的需求都会更加迫切。

简单来说，无人叉车的难度比AMR全方位提升。跃入资本的孙娇从36Kr分析，无人叉车是自重要的，比如平衡重车，载重大概是10吨，一辆车大概只有1.5吨；运行速度快，万一撞上人/设备，后果比AGV/AMR严重多了。

无人驾驶叉车就是不容易控制。就车身而言，和无人驾驶一样，无人叉车的运动模型也可以抽象为自行车模型。该车型的转向系统属于“大滞后系统”，不能原地打转随时随地改变行驶方向。因此，在控制其转向时，需要考虑车辆在不同弯道和速度状态下的响应，这需要在软件控制系统中进行预测和补偿。除了车外，无人叉车还对执行单元——货叉进行精确控制。尤其是一些高级取叉场景，叉子既要保证定位精度，又要保证安全性。

也就是说，无人叉车的创业者不仅要了解硬件结构，还要把这些了解放到软件中，以满足自主移动的AGV需求。更高的智能和更好的操控也是资本对无人叉车的期待。

先说智能。这是无人叉车公司最本质的机会。全球前十的手动叉车公司都是巨头，其中7家都在推出无人叉车产品。但它们的缺点是不具备智能研发能力，都采用第三方解决方案，导致二次开发、授权费用高、场景不适应等问题。不过目前的无人叉车专业厂家虽然在这方面有优势，但还是有很多内功需要修炼。

据36Kr介绍，在核心的定位导航算法中，部分目标仍然使用第三方定位算法；有些目标宣传自己是视觉导航算法，但实际落地还是主要使用上一代二维码导航方式。这些只能称之为改进的方案，仍然对环境有很强的依赖性，与真正的激光雷达方案相比没有优势。

其次，叉车作为车间仓库广泛使用的车辆，与移动小车相比，需要停靠的环节要多得多，这对无人叉车的通信能力提出了很高的要求。36Kr曾经在他参观的一个工厂看到，10台无人叉车要对接20多台生产设备，4个仓库，4个卷帘门。这就要求调度算法本身能够通过路网和容错机制的设计。除了算法模型的优化，还要把对工厂生产方式、生产节奏、生产流程的理解与调度算法结合起来。

就机器工程而言，在着陆中需要解决的问题更多。一位无人叉车创始人告诉36Kr，一些主营业务不是叉车的公司，可以通过购买传统叉车进行无人化来快速推出叉车产品，但传统叉车和智能叉车是完全不同的逻辑。

传统叉车高度依赖驾驶员的感知和决策能力，本体的运动控制精度很差。只是随着定位和导航的变化，不可能像人一样敏捷和智能。同时，由于传统叉车没有为摄像头预留全视野，在倒车和转弯时往往会产生盲区，这样简单粗暴的组合很容易造成安全问题。