深圳到株洲大件整車貨運 感知主要是D視覺，基于D視覺，利用魯棒算法將包裹分開，對包裹進行圖象分割，找到抓取點。二是揀選AGV。它主要運用場景是拆領訂單的揀選，它有兩個模式，貨到人模式與車到人模式。貨到人揀選AGV主要進行資源分配優化問題，要最小化揀選站的等待時間。資源分配問題的求解方法有兩種中央規劃和分布式競價。

中央規劃一般是用方程和模型來描述整個系統，找到的資源分配的描述，即MIP。分布式競價是把整個分配資源過程中每個參與者當成一個Agent，通過競價的方式去搶這個任務。對于非常復雜的環境且上下游非常緊密的情況下，分布式競價會更好。車到人揀選AGV適合銷量較高的商品，算法目標一般是人效率的化，訂單完成時間的化以及AGV效率的最高化。

在多智能體路徑規劃問題中，每個機器人規劃的路徑要互不，進行全局路徑規劃。在傳統的啟發式算法里，阿爾法狗的工程師發明的CooperativeA*是隨機的讓AGV有順序，互相之間可以躲避。或者是WHCA算法，讓每一個機器人規劃自己路徑的時候只看前W步。

還包括全局搜索算法，比如A*算法是試圖讓每一個機器人的行動組合都做一個規劃。在非勻速網絡中，在真實物理環境下，機器人的移動無法用勻速運動近似，它面臨著兩個挑戰，一是經過同一個點的速度不相同，經過同一條邊所需時間不相同;二是時間表達從離散時間片變為連續時間。最后，元享還為大家總結了柔性自動化技術所面臨的多項挑戰一是IoT的技術和端計算，需要高效的技術采集和處理的系統;二是機器視覺。

包裹識別和跟蹤、抓取點的識別、物體的分割;三是單個機器人的運動規劃要可控;四是大規模的資源分配問題;五是多智能體調度、路徑規劃問題以及環境、流程設計、交通控制、避障相關的技術;在新的物流時代，柔性自動化一定是未來重要的發展方向，新的人工智能技術肯定能讓物流行業產生一個新的變革。全球物流一體化平臺下的技術架構與實踐菜鳥國際物流技術部高級技術專家虛懷分享的是菜鳥全球物流一體化平臺下的技術架構與實踐。

在全球化、全球買、全球賣和新零售的業務戰略下，各個階段的全球物流業務快速發展，菜鳥網絡技術架構正面臨著這四個挑戰與困難一是系統架構如何靈活的支持整個業務的快速發展;二是如何組織全球服務商的物流能力打造可靈活復用物流網絡;三是國際化架構和部署的方案;四是菜鳥各物流服務商網絡如何更高效互聯互通。