AGV与AMR选型指南：从工作原理到落地验收的完整框架

在实际的工厂和仓储自动化项目里AGV 和 AMR 的选型讨论几乎每次都会变成“新旧之争”传统 AGV 被认为稳定、便宜、成熟AMR 被描述成柔性、智能、免改造。单独看这些说法都对一旦放到同一张选型表里对比就很容易出现“供应商各说各话、业务部门无法拍板”的局面。真正的问题是AGV 和 AMR 的工作原理有什么区别需求怎么翻译成可验收的指标试点怎么跑才能看出真实表现合同和验收又该怎么写。从“怎么选”这条主线出发先讲清楚两者的底层差异再给出一套从需求量化、成本核算、试点验证到落地清单的完整方法。选型的前提不是比较参数表里谁更强而是判断业务本身是“固定”还是“变化”。搬运路线长期固定、节拍要求高、现场允许停机改造的项目传统 AGV 往往更合适产线布局经常调整、通道有人和叉车混行、上线时间紧张的项目AMR 的优势才会真正体现。理解了这一点后面的导航、避障、调度和成本分析才不是概念罗列而是具体的决策依据。1. 先分清概念AGV 和 AMR 不是新旧称谓而是两套决策机制很多项目沟通里AGV 被当成“老一代自动搬运车”AMR 被当成“新一代自动驾驶搬运车”。这个理解方向没错但容易让人忽略一个关键判断你是需要一辆“沿固定路线可靠运行的搬运车”还是需要一辆“能根据现场情况自主决定怎么走的搬运车”。两种需求对应两种不同的技术体系也对应完全不同的部署、维护和成本结构。1.1 传统 AGV依靠外部引导按既定路线运行AGV 的全称是 Automated Guided Vehicle直译是“自动导引车”。关键词在“导引”车辆沿着什么地方走由外部引导设施决定。常见的引导方式包括地面磁条、电磁埋线、二维码栅格、激光反光板等。车辆本身会读取这些标记沿着预设路线执行搬运任务路线怎么走本质上是在系统和地面上事先定好的。这种设计带来的优点是行为可预测。在同一条路线上AGV 的走行轨迹基本固定只要现场环境不变化它的运行稳定性通常很好。成本结构也比较清楚单车硬件相对简单磁条或二维码方案的门槛不高很多厂商都能做。缺点是路径一旦确定想调整就麻烦。产线一变磁条要重新贴二维码要重新铺反光板要重新标定这些都需要现场停机和施工时间。1.2 AMR靠环境感知和地图自主规划路线AMR 的全称是 Autonomous Mobile Robot即“自主移动机器人”。它不再依赖地面的物理标记而是通过车载传感器常见组合是 2D/3D LiDAR、视觉相机、IMU、里程计实时感知环境结合预先建立的环境地图和实时定位自己计算当前可通行的路径。遇到临时障碍物车辆可以减速、等待或者在条件允许时重新规划绕行路线。AMR 的核心价值是“免改造”和“动态响应”两个词。免改造不是说现场什么准备工作都不需要而是不需要在地面铺设磁条或二维码部署时主要工作是完成建图、划分可行区域、配置任务和测试避障逻辑。动态响应则体现在路径选择上同一个任务今天的通道被叉车占了车辆可以走另一条路完成搬运而不是停在原地报警等人处理。1.3 两者最本质的差异路径和决策权在哪里把 AGV 和 AMR 放在一起对比最该记住的判断标准只有一个当现场出现预期外的变化时系统能不能自己找到到达目标的可行方式。AGV 的路径来自外部引导设施和中央调度变化时通常需要人工介入。AMR 的路径来自车载感知和实时计算只要地图和任务逻辑允许它可以自动选择替代路线。这个差异会传导到避障行为、现场改造量、调度系统复杂度和后续维护方式上。下面用一张表把最常见的对比维度整理出来选型时可以直接对照。对比维度传统 AGVAMR行驶路径由磁条、二维码、反光板等外部标记决定由车载 SLAM 地图与实时算法动态规划导航方式示例磁条导航、电磁导航、二维码栅格、激光反光板2D/3D 激光 SLAM、视觉 SLAM、多传感器融合遇到障碍物多为停车、声光报警等待障碍物移开减速、等待或规划绕行动作更接近人的判断现场改造量需铺设磁条/二维码或安装反光板并完成标定通常不需要地面改造但需要网络覆盖和地图初始化路径变更成本需重新铺装、贴码、标定通常伴随停机更新地图与任务配置即可适合布局调整频繁的场景调度逻辑中央调度集中控制路径、避让和任务顺序调度系统分配任务车辆自主执行与局部避障单车硬件成本相对低相对高部署周期本体快但改造施工可能拉长整体周期本体需要调试但现场改造少整体周期可控典型适用场景固定路线、高节拍、长期稳定的重复搬运柔性产线、人机混行、业务变化频繁的搬运场景这里要注意一个容易混淆的点并不是所有激光导航的车都是 AMR。部分 AGV 使用激光反光板导航它在固定位置安装反光板通过扫描反射信号定位路径仍然是预设的属于“激光 AGV”不属于基于自然特征建图的 AMR。判断车型时不要只看“有没有激光头”要看路径是系统预设还是车端实时规划。2. 选型前先做需求量化把“我想要柔性”翻译成可验收指标进入对比之前先要回答一个看起来很不“技术”的问题项目到底要解决什么搬运任务。很多选型会陷入厂商参数比较根本原因是需求没有量化。需求量化之后AGV 还是 AMR 往往不会再有争议或者至少能把争议缩小到成本一个维度。2.1 从搬运场景里拆出七个关键问题建议负责选型的人先到现场走一遍再围绕以下问题逐项确认搬运对象是什么料箱、托盘、整机、半成品还是专用工装形状是否统一载重和尺寸是多少单趟最大重量、车体尺寸、货物重心位置。节拍要求多高高峰时段每小时需要完成多少趟允许排队等待吗点位数量与固定程度接驳点、卸货点一共有多少个未来一年是否会增加或移动路径是否与人交叉通道里有没有工作人员、手动叉车、液压托盘车同时通行环境是否稳定地面平整度、叉车压出的沟槽、金属反光物、粉尘油污、跨门跨电梯。上线时间的底线从合同签订到稳定量产允许几个月的实施周期这些问题不需要一次回答得很精确但至少要形成一份“现场勘察表”。有了勘察表才能进入下一步的指标定义。2.2 把业务语言转换成工程指标业务部门说“搬运要灵活”工程部门说“路径变更频率每月两次”这是两种完全不同的沟通粒度。选型比较表里最好统一使用工程指标下面是常用的口径指标业务问题建议定义口径对选型的影响节拍每小时完成多少趟趟/小时按高峰时段统计高节拍固定路线下AGV 成本优势明显路径单纯更稳路径柔性一年内布局会调整几次调整次数/调整周期调整频繁时AMR 的免改造优势才能被放大人机混行程度人与车是否共用通道混行区域占比/人流高峰时段混行程度越高AMR 的动态避障价值越大对接精度与机台对接的重复定位误差±mm区分自动对接与人工装卸高精度自动对接通常双方都需要加二次定位机构上线时间允许的实施窗口周/月上线紧急且无法停机改造时AMR 更合适运行时长每天运行任务量小时/天、趟/天决定电池容量、充电方式和备用车数量故障恢复异常后多久恢复分钟/次现场是否需要专人AMR 地图和软件问题通常需要供应商远程协助要提前确认响应其中“路径柔性”和“人机混行程度”这两个指标对选型方向影响最大也是最容易在会议室里被拍脑袋带过的两项。2.3 区分“能跑的演示”和“能生产的方案”需求量化时还要区分两种不同性质的验证。在展厅、实验室、试制产线上跑通证明的是“技术方案本身成立”在真实车间连续运行证明的是“方案在粉尘、光照变化、网络抖动、人工干扰的现场环境下依然成立”。两者之间差着大量的工程细节包括地图维护、异常恢复、安全策略和现场人员的操作习惯。注意需求会议室里说的“柔性”“智能”如果没有落到指标上最后验收时就只能凭感觉判断。建议在技术协议中直接写清楚试运行周期、完成率阈值、误停次数上限和故障恢复时限避免口头承诺。3. 关键差异背后的工程逻辑导航、避障、调度与接口如果只从概念了解 AGV 和 AMR选型时还是会迷茫。真正影响项目成败的是四个工程环节导航方式、避障逻辑、调度系统和接口协议。它们共同决定实施难度、运行稳定性和后期维护成本。3.1 导航方式决定现场改造量和后期维护导航方式不只是技术标签它直接决定实施时要动多少现场设施以及将来调整路线要花多少钱。常见方案可以按下面的维度对比导航方式工作基础现场改造路径更新成本稳定性特点常见分类归属磁条/电磁导航地面磁条或埋设导线高需停机施工偏高需重新贴条或布线路径规律固定但磁条易磨损、受金属件干扰传统 AGV二维码栅格导航地面二维码点阵中需贴码并定期更换磨损标签中需重新铺贴新点位定位精度较高标签污损会导致失位多为传统 AGV少数受限 AMR激光反光板导航环境中安装并标定反光板中高需精确标定和定期校准偏高重新标定耗时精度高依赖反光板可见性和环境稳定激光 AGVSLAM 自然导航环境天然特征 LiDAR/视觉融合低无需地面标记低重新建图和配置即可对光照、粉尘、动态物体敏感需定期维护地图主流 AMR使用 SLAM 方案的车在建图后的第一周通常表现不错真正的考验是三个月后现场多了临时货架、墙面反光物变化、屋面漏水导致地面反光异常都会影响定位。选 AMR 并不等于不用维护而是把维护工作从“现场施工”转移成了“地图更新与软件调参”。3.2 避障和安全策略停车只是兜底不是智能传统 AGV 在检测到障碍物时最常见动作是减速、停车、声光报警等待障碍物被移开或人工复位。这种方式在固定通道里足够安全但一旦通道里频繁有人就会造成大量无效停机和人工干预实际效率会被拖得很低。AMR 的避障会多一步“决策”检测到障碍物后先判断障碍物大小、运动状态、周围是否有替代路径再决定减速、等待还是绕行。这需要更多传感器、更强的车载算力和更复杂的算法也是 AMR 成本高于 AGV 的原因之一。但要注意避障能力提升不等于安全风险自动消失。无论 AGV 还是 AMR都要配置急停按钮、安全激光扫描区域、碰撞检测传感器、声光报警装置并按目标市场要求完成相关安全认证如 CE、CR 以及目标市场的具体标准。选型前要检查车辆是否具备有效认证文件以及供应商是否能配合现场风险评估。3.3 调度系统单机演示容易车队协同难很多项目在单台车的演示阶段表现很好问题出现在多台车并行路口避让、电梯调度、充电排队、任务优先级冲突每一样都可能让车辆停成一圈谁也动不了。AGV 的调度通常更接近“中央集权”中央系统负责路径计算和避让规则车辆按指令执行。好处是行为可预测缺点是中央系统一旦出问题整个车队都可能停摆。AMR 的调度更多是“中央分权”调度系统负责任务分配和宏观交通规则车辆根据自身感知完成局部路径规划抗单点故障能力更强但对调度软件的稳定性、地图质量和通信质量要求更高。行业里 VDA 5050 是汽车等行业推动的开放接口规范用于统一调度系统与不同厂商车辆之间的通信。落地前不要只看供应商宣传“支持 VDA 5050”要确认实际支持版本、适用车型和接口文档是否完整否则多车型混用仍然会变成定制项目。3.4 接口与数据任务下发和状态回传必须提前约定搬运车不是孤立设备它要接入现有 WMS、MES、ERP。一个典型的任务下发报文可能长这样{ taskId: TASK-20250112-0001, type: TRANSPORT, priority: 5, load: { weightKg: 320, skuList: [ {sku: A1001, qty: 2} ] }, pickup: { pointId: ST-01, timeWindow: 2025-01-12 09:00:00 }, dropoff: { pointId: ST-18, timeWindow: 2025-01-12 09:30:00 } }实际项目里通信协议可能是 REST、MQTT、OPC UA 或厂商定义的消息格式字段以双方接口文档为准。比起报文格式更需要提前确认的是任务状态是否实时回传、车辆故障和电量信息怎么暴露、地图数据归谁所有、二次开发由谁负责。接口看起来是 IT 问题实际决定了项目上线后运营团队能不能自主解决问题这个问题往往在选型阶段被低估。4. 算清总成本不是买一台车而是建一套搬运系统很多企业的第一反应是“AGV 便宜、AMR 贵”所以直接选 AGV。这个判断在单车采购价上通常成立但放到整个项目生命周期里结论不一定成立。原因是 AGV 的低采购价可能被现场改造、停产实施、路径变更和后期维护成本抵消AMR 的高采购价则换来更低的部署门槛和更强的业务适应性。4.1 把成本拆成三类再对比比较方案时建议把成本拆成一次性投入、运行维护成本和业务变更成本三类。成本项传统 AGV 倾向AMR 倾向说明单车采购相对低相对高要按导航配置、载重、电池、安全传感器、软件授权分别报价现场实施可能高通常低磁条施工、贴码、反光板标定、停产窗口都要计入软件与调度相对简单相对复杂AMR 需要地图维护、任务配置、参数调优人力投入更多路径变更高低产线布局调整时AMR 只需重新建图和更新任务售后与备件需单独评估需单独评估不能按车型贴标签要按合同谈响应时间和备件库跨区域复制中高新区域如果环境相似AMR 复制速度更快4.2 用场景算一笔账不要只比单价假设一个典型项目需要 5 台搬运车固定路线、高节拍两年内产线布局大概率不变。这种情况下磁条 AGV 的采购成本更低铺设磁条是一次性实施成本两年内的维护需求也不高总拥有成本很可能低于 AMR。反过来假设同样是 5 台车但车间每季度调整一次工位和存储区域通道里又持续有人和叉车通行。AGV 每次调整都要重新施工和停机AMR 只需要更新地图和任务配置。一年调整四次之后AGV 的累计实施和维护成本可能已经接近甚至超过它的采购价差。上面只是一个成本逻辑示例具体数字必须以供应商报价和现场评估为准。做比较时不要只看单车裸价要让供应商把以下项目分开列出来导航配置、电池容量、充电桩、安全传感器、调度软件授权、接口开发、实施调试、培训、质保、备件和售后服务响应时间。4.3 软件和人的成本最容易被低估AMR 的自由度是有代价的。车辆多了地图更新、任务配置、异常日志分析、路径参数调整都需要有人负责。如果企业里没有自动化或 IT 团队能承接这些工作每次小改动都要等供应商所谓“柔性”就会变成“等待”。传统 AGV 虽然“笨”但对使用团队的要求低反而更容易被现场人员接受。因此团队能力是成本模型里不可忽略的变量。选 AMR 之前要先回答一个问题未来一年的地图维护和任务调整由企业内部谁来做响应多长时间内能完成。这个问题答不上来就应该把供应商的本地化服务和远程支持能力作为选型的重要评分项。5. 用试点验证代替纸面选型小规模试运行这样设计选型最忌讳只做表格对比和展厅参观。真正能说明问题的是在目标生产现场做小范围试运行。试运行不是把车放在车间里跑几天看看而是要设计成一次可记录、可验收、可复盘的小实验。5.1 试点规划先定范围、时长和样本试点建议遵循“单点突破”原则先选一到两个真实工位覆盖最有代表性的搬运路线连续运行两到四周而不是把整个车间铺满。范围太小看不出多车协同问题范围太大又会因为调度冲突、接口未联调而分不清问题责任。试点的任务要贴近真实节拍。只用空车在通道里跑验证不了对接精度和载重后的加减速表现只跑白天一班验证不了电池续航和充电调度。建议试运行包含高峰和非高峰时段并要求与 WMS 或 MES 至少有部分真实任务联动。5.2 试运行阶段记录哪些数据试运行期间要形成固定格式的记录建议至少包含以下字段日期,时段,下发任务数,完成数,失败数,误停次数,对接成功率,平均单趟时长(s),地图是否更新 2025-01-06,早班,120,118,2,3,0.98,186,否 2025-01-06,中班,125,124,1,1,0.99,174,否 2025-01-07,早班,118,115,3,4,0.97,191,是记录的目的不是做报表而是通过数据归因失败率升高时要看是任务下发错误、车辆导航失位、调度冲突还是人为干预。如果地图更新后单趟时长明显下降说明初始地图与生产环境差异大需要把“地图维护”列为正式运维项。5.3 验收阈值怎么定验收标准必须在试点开始前写清楚建议分成硬指标和观察项两组。硬指标示例包括任务完成率不低于 98%、误停次数不超过每百趟规定次数、自动对接成功率不低于规定比例、正常班次无需人工救援。观察项包括现场人员操作体验、充电排队情况、异常恢复时间、供应商响应速度。这里的具体阈值要根据具体场景与供应商共同确认没有统一经验值时可以先定一个保守值再在试点中调整。注意试运行中出现一次大故障并不能直接否定方案关键是看故障原因。是供应商软件缺陷、现场环境导致的偶发问题还是使用方式不当处理方式完全不同。5.4 试点结束后的输出物试点结束不是“能跑就行”至少要形成四份输出物测试报告包含硬指标数据、图表和结论。风险清单列出试运行中暴露的问题按“会影响量产”“需要关注”“可接受”分类。供应商整改项明确哪些问题必须在批量前修复由谁验证。决策建议根据数据和风险输出“进入批量”“有条件进入批量”或“更换方案”的结论。用试点数据做决策能有效避免“供应商承诺得很好、上线后问题不断”的典型风险。6. 常见选型误区这些坑最容易让项目翻车6.1 误区一只看导航方式不看任务柔性现象供应商说自己是 SLAM 自然导航就认为一定适合所有柔性场景或者看到磁条就认为“落后”直接排除。问题本质导航方式只是技术路线真正的选型变量是任务固定程度和变化频率。固定任务用 AGV变化任务用 AMR导航方式只是实现手段。用激光反光板的 AGV 仍然需要重新标定视觉 SLAM 的 AMR 也会受环境变化影响。推荐做法先量化“路径柔性”和“人机混行程度”两个关键指标再对比导航方式。6.2 误区二把展厅表现当生产表现现象在供应商展厅看到车辆在干净地面、良好光照、固定路线下运行流畅就误认为生产现场也能达到同样效果。问题本质生产现场有叉车压出的地面沟槽、光照变化、灰尘油污、临时堆放货物、人工移动的设备这些都会影响传感器定位和调度稳定性。推荐做法将展厅 demo 作为初筛把正式评价放在目标现场试运行阶段用上一节的指标记录方式做判断。6.3 误区三只谈避障功能不谈安全认证现象厂商演示动态绕行时看起来很安全于是忽略安全认证、急停数量、安全激光区域和风险评估。问题本质避障算法解决的是“能不能绕开”安全系统解决的是“万一没绕开怎么把伤害降到最低”。两者不可相互替代。推荐做法把安全相关要求写进技术协议要求供应商提供认证文件、急停配置说明和现场风险评估支持。6.4 误区四接口协议和数据归属没有提前谈现象选型时只关注车辆参数上线后才发现调度系统与 WMS 的接口开发需要额外付费地图数据也在厂商手里。问题本质搬运车项目实质上是软件集成项目接口开发量和数据所有权决定了后期自主运维能力。推荐做法在合同中明确接口标准、开放文档、地图数据归属、二次开发权限和培训范围。6.5 误区五追求全流程无人化忽略业务波动现象把车间改造目标定为“全区域无人”一旦业务量波动或产线临时调整系统就没有足够弹性成本远超预算。问题本质无人化不是目标提升搬运效率和降低运营风险才是目标。业务波动明显的环节人工和自动化混合的方案往往更合理。推荐做法先从单点环节自动化开始计算投资回收期确认稳定后再逐步扩大范围。7. 落地前必须完成的检查清单无论选择 AGV 还是 AMR批量采购前都应该按下面的清单过一遍。清单可以按岗位分工使用设备工程师负责环境采购负责商务IT 负责接口生产负责验收。7.1 现场环境检查清单地面平整度、坡度、伸缩缝、叉车沟槽是否需要修复或做特殊处理。通道最小宽度是否满足双向通行或会让要求转弯半径是否足够。网络车间是否已有稳定网络覆盖机器人调度区域是否会出现断网或高时延。充电条件充电桩安装位置、插座容量、是否影响通道通行和消防疏散。电梯和门是否需要跨楼层搬运电梯响应接口是否开放门禁联动是否可行。光照和环境阳光直射、灯光频闪、粉尘油污、地面反光是否会影响传感器。其他设备干扰金属物体、磁场、电焊作业、叉车无线设备是否会造成信号干扰。7.2 供应商评估清单导航方案是否成熟是否在类似行业有稳定落地案例案例能否接受回访。安全能力能否提供认证文件安全传感器配置是否满足现场风险评估要求。调度系统多车协同能力、与第三方设备联动能力、地图更新方式。接口开放性是否提供完整 API 或标准协议文档是否支持 VDA 5050 及具体版本。售后服务响应时间、备件库存、驻场或远程支持方式。实施团队是否本地化负责人是否有同行业实施经验。合同风险验收标准是否量化培训、质保、数据归属是否明确。7.3 合同与验收清单技术协议中包含试运行周期、指标阈值和故障处理流程。明确接口开发范围、交付物、文档和验收方式。明确地图数据、任务配置数据、日志数据的归属和导出权限。列明培训时长、培训对象、培训内容和复训机制。约定质保期内故障响应时间、备件更换周期和远程支持级别。分批付款节点与试运行验收结果挂钩避免一次性付清。8. 可复用的决策框架先分场景再打分最后试点8.1 场景快速判断表场景特征更合适的方向关键原因路线固定、工艺稳定、高节拍传统 AGV成本可控行为可预测每年多次调整产线或仓布局AMR免改造地图更新成本低人车混行通道动态障碍多AMR动态绕行减少人工干预必须有高精度自动对接且配二次定位两者都可以重点看机构与软件配合精度主要由二次定位机构保证上线时间紧不能长时间停产改造AMR现场改造量小实施周期更短预算紧张、后期无人维护软件传统 AGV 或降低自动化范围对软件运营能力要求更低同一现场多种车型混用优先选接口开放、支持统一调度的方案减少多系统集成成本8.2 给选型打分一个最小可用的加权评分模型场景判断表无法覆盖所有情况需要更精确比较时可以用加权评分法。先由业务、生产、IT、设备四方共同确定各维度权重再分别给 AGV 和 AMR 打分最后按分数做方向判断。下面是一个最小可用的 Python 示例用来说明思路def score_selection(metrics, weights): metrics 是各维度得分(0-10)weights 是各维度权重 total 0.0 for dim, weight in weights.items(): total metrics.get(dim, 0) * weight return round(total, 2) weights { 任务固定程度: 0.25, 业务变化频率: 0.20, 人机混行程度: 0.20, 部署时间要求: 0.15, 预算结构: 0.10, 团队软件能力: 0.10, } agv_score score_selection({ 任务固定程度: 8, 业务变化频率: 3, 人机混行程度: 4, 部署时间要求: 6, 预算结构: 8, 团队软件能力: 5, }, weights) amr_score score_selection({ 任务固定程度: 4, 业务变化频率: 8, 人机混行程度: 8, 部署时间要求: 8, 预算结构: 4, 团队软件能力: 7, }, weights) print(fAGV 加权得分: {agv_score}) print(fAMR 加权得分: {amr_score})示例中的分数和权重只是演示值不能直接当作项目结论。实际使用时每个维度的定义、评分标准、参会人员和权重分配都需要在现场讨论并确认这一步本身就是需求澄清的过程。8.3 推荐的落地顺序无论评分结果如何项目推进都可以按“单点验证、区域复制、跨区调度”三步走。第一步先做一个工位或一条最典型路线的单机试运行验证导航、对接、节拍和安全策略。第二步在同一区域内增加到五台车左右验证多车避让、充电调度和任务优先级这一步最容易暴露调度系统问题。第三步验证跨区域任务接入电梯、门、多层仓库或跨产线任务检验调度系统和 WMS、MES 的完整链路。三层都通过了再考虑批量复制任何一层卡住都要回到供应商方案和现场需求之间重新找原因。选型到最后不是技术名词之争而是业务确定性之争任务长期固定AGV 更省业务持续变化AMR 更适配变化还没有发生但很可能会发生就按五年总成本算清楚再做决定。无论偏向哪一边都建议用试点数据而不是品牌印象来拍板因为试点数据同时会告诉你两件事这套方案能不能跑通以及你的团队有没有能力把它长期运行下去。