AGV 和 AMR 到底该怎么选这个话题几乎每个做智能制造、仓储物流改造的团队都会遇到。很多方案评审会上供应商讲得头头是道回到自己车间一算账发现要么买贵了、要么买回去跑不起来。这次我们直接把两者的技术底子拆开从导航原理、调度系统、部署成本到批量任务能力把选型逻辑讲清楚最后给出一套可以照用的决策流程和评分表。AGV自动导引车和 AMR自主移动机器人最核心的区别不在车体本身而在“怎么认路”和“谁来决策”。AGV 靠地面磁条、二维码、色带等物理标识引导路径固定遇到障碍物基本就是原地等AMR 靠激光 SLAM、视觉 SLAM 或两者融合建图路径实时规划遇到叉车、人、临时堆料可以自己绕开。这个底层差异决定了导航精度、部署方式、调度灵活性、改造成本和后期运维模式也直接影响了你是买一套“轨道运输系统”还是买一套“柔性物流平台”。下面进入正题。1. 核心能力速览对比项AGVAMR导航方式磁条、色带、二维码、电磁感应激光 SLAM、视觉 SLAM、多传感器融合路径灵活性固定路径改线需停机施工动态路径软件改点即可避障能力多为减速或停车等待实时感知动态绕障部署周期地面施工 调试通常按周计算建图 调试通常按天计算现场改造需要地面开槽或贴条基本免改造靠环境特征定位调度系统相对简单按固定路线避让需要实时调度算法复杂度高单机成本较低较高系统总成本多车时因施工和改造成本上升明显单机贵但规模复制边际成本低适合场景路线稳定、节拍固定、环境可控环境变化多、任务多变、人机混行不适合场景频繁改线、临时任务多、地面条件差极端粉尘环境或GNSS受限且无特征环境从这张表能读出关键结论AGV 是“物”在固定轨道上跑AMR 是“车”自己找路跑。选哪一个并不是预算单一变量决定的而是看生产现场的确定性有多高。2. AGV 和 AMR 的本质区别2.1 导航原理差异AGV 最常见的技术路线是磁导航和二维码导航。磁导航是在地面铺设磁条车体底部安装磁传感器沿着磁条行驶。优点是技术成熟、成本低、定位误差可以控制在 ±10mm 以内。缺点是磁条容易被叉车压坏、被油污覆盖后期维护量大而且改路线必须重新在地面开槽铺条。二维码导航是在地面贴二维码标签车体底部相机读取坐标。定位精度可以做到 ±5mm 左右比磁条更高适合需要精确停靠对接的场景。但二维码容易脏污、破损车间地面频繁过叉车时维护频率很高。AMR 的主流技术是激光 SLAM 和视觉 SLAM。激光 SLAM 通过车顶激光雷达扫描环境轮廓构建二维栅格地图然后结合里程计和 IMU 做定位。代表性方案有 Cartographer、Karto 等开源算法也有各家厂商的闭源优化版本。激光 SLAM 的典型定位精度在 ±10mm 到 ±50mm 之间取决于雷达线数、环境特征丰富度和算法调参水平。视觉 SLAM 通过摄像头提取环境中的特征点进行建图和定位代表性算法有 ORB-SLAM 系列。视觉方案对光照敏感但能提供更丰富的语义信息例如识别货架、托盘、人员。很多工业 AMR 实际上是激光 视觉融合激光保证精度视觉负责语义识别和动态避障。导航原理的本质区别在于AGV 依赖“外部人为铺设的路径”AMR 依赖“环境本身的可识别特征”。前者是改造环境后者是理解环境。2.2 调度决策差异AGV 的调度逻辑更像“红绿灯控制”多台车在固定路径上跑系统通过地面站点比如 RFID 标签、二维码判断车辆位置通过分段锁闭、岔路避让避免碰撞。这种调度方式对计算资源要求低稳定性高但扩展性差。新增车辆、调整路径、插入临时任务都需要改动站点设计和逻辑参数。AMR 的调度逻辑更像“实时交通规划”调度系统维护一张全局地图每台车实时上报位置、速度、任务状态系统统一计算最优路径遇到动态障碍物或局部拥堵会重新规划。这里涉及的地图构建、路径搜索、交通管制和多车协同正是 AGV/AMR 调度系统的技术核心也是很多团队从 AGV 转 AMR 时最需要补课的部分。如果要在现场实际落地一套多车调度方案可以先从经典路径搜索算法入手。比如 A* 算法就是目前最常用的全局路径规划算法之一。import heapq def a_star(grid, start, goal): 简化版 A* 路径搜索用于理解调度系统底层的路径规划逻辑。 grid: 二维列表0 表示可通过1 表示障碍物 start: (row, col) goal: (row, col) rows, cols len(grid), len(grid[0]) open_set [] heapq.heappush(open_set, (0, start)) came_from {} g_score {start: 0} f_score {start: abs(start[0]-goal[0]) abs(start[1]-goal[1])} while open_set: _, current heapq.heappop(open_set) if current goal: path [] while current in came_from: path.append(current) current came_from[current] path.append(start) return path[::-1] for dr, dc in [(1,0), (-1,0), (0,1), (0,-1)]: neighbor (current[0]dr, current[1]dc) if not (0 neighbor[0] rows and 0 neighbor[1] cols): continue if grid[neighbor[0]][neighbor[1]] 1: continue tentative_g g_score[current] 1 if neighbor not in g_score or tentative_g g_score[neighbor]: came_from[neighbor] current g_score[neighbor] tentative_g f_score[neighbor] tentative_g abs(neighbor[0]-goal[0]) abs(neighbor[1]-goal[1]) heapq.heappush(open_set, (f_score[neighbor], neighbor)) return None # 示例0 表示可通过1 表示障碍物 grid_map [ [0, 0, 0, 0, 1], [1, 1, 0, 1, 0], [0, 0, 0, 0, 0], [0, 1, 1, 0, 0], [0, 0, 0, 0, 0] ] path a_star(grid_map, (0, 0), (4, 4)) print(path)这份代码是教学简化版真实工业调度系统还要处理车辆动力学约束、速度控制、多车交通管制和动态避障但理解 A* 已经能帮你建立调度系统的基本认知基础。2.3 硬件与传感器配置差异AGV 的传感器配置相对精简磁导航传感器或二维码相机、超声/红外避障、安全触边、急停按钮。控制器算力要求不高单片机或入门级工控机即可满足。AMR 的硬件门槛明显更高激光雷达单线或多线、深度相机、IMU、编码器甚至还要配计算单元比如 NVIDIA Jetson 系列或工控机加 GPU。因为要实时处理点云、图像、SLAM 建图和路径规划对 CPU/GPU 算力、内存和算法优化都有明确要求。从硬件成本看AGV 的传感器和控制器成本可以控制在较低水平AMR 的光雷达、工控机、相机和算法授权成本会高很多。这就是为什么 AMR 单机价格往往是同类负载 AGV 的 1.5 到 3 倍。3. 选型的核心维度3.1 场景确定性路线是否长期不变这是最先要回答的问题。如果产线布局五年不动、节拍固定、上下料点位不变AGV 完全够用。磁条或二维码方案稳定可靠维护团队也熟悉。这种场景硬上 AMR属于为了技术而技术投资回报率不明智。反过来如果车间经常要调整工位、新增设备、临时插单、任务路线经常变AGV 的固定路径会让你每次调整都付出施工成本和时间成本。AMR 只需要在调度系统里修改地图和任务点软件层面搞定。3.2 环境复杂度人机混行还是封闭区域AGV 适合封闭或半封闭区域比如产线前后端、固定通道人员活动少、障碍物稳定。AMR 更适合人机混行的开放区域比如仓储拣选、机加车间、实验室因为现场的叉车、人员、托盘位置都在变化。注意AMR 的“避障”不等于“自动驾驶”。它是局部动态避障不是理解人的意图。在复杂人流中运行时还是要设置安全速度、警示灯、安全触边不要完全依赖感知算法。3.3 成本结构单机成本 vs 总拥有成本这里有一个常见误区只比单机价格。实际上要算总成本部署成本AGV 的地面施工开槽、贴条、埋磁钉按米算钱AMR 主要是建图和调试工时。维护成本AGV 磁条/二维码的破损更换是持续性支出AMR 主要是传感器清洁和标定。改线成本AGV 改线要重新施工AMR 改线基本是软件工作量。扩展成本AGV 加车可能涉及轨道或标签加密AMR 加车通常只需要调度系统接入地图不变。当车辆规模超过一定数量、产线变动频繁时AMR 的总体成本优势会逐渐显现。如果只有三五台车、路线固定AGV 的性价比更高。3.4 批量任务与多车协同如果现场有批量搬运任务比如“每小时把 200 托货从 A 区运到 B 区”这时核心不是单车能力而是调度系统的多车协同能力。AGV 模式下多车协同依赖地面站点分区锁闭类似火车轨道区段逻辑简单但灵活性低。任务排队基本是先到先服务很难做动态优先级。AMR 模式下调度系统是重头戏。每台车实时上报状态系统做任务分配、路径规划、交通管制。这里要重点考察调度算法是否支持动态任务插入与优先级抢占多车拥堵预测与分流充电时机与任务进度协调与产线 MES/ERP/WMS 的接口打通如果项目需要接入 OpenTCS 这类开源调度框架也要提前评估团队的算法和开发能力。OpenTCS 适合做原型验证和中小型项目大型高并发场景可能需要商用调度系统或自研。4. 从技术参数看选型4.1 定位精度与对接要求如果应用场景是“产线工位自动对接”对停位精度要求通常在 ±5mm 到 ±10mmAGV 的二维码导航和 AMR 的激光 SLAM 都能做到。但要注意激光 SLAM 的精度受环境稀疏度影响如果车间是空旷大通道特征不足定位可能漂移需要增加反光板或特征标签辅助。如果场景是“点到点转运不需要精确对接”比如仓库到产线的整托搬运±50mm 的定位精度完全可以接受这类需求用 AMR 很合适。4.2 负载能力与车体形态AGV 常见的形态有牵引式、潜伏式、叉车式负载从几百公斤到几吨都有成熟产品。AMR 早期以潜伏顶升式和辊筒对接式为主负载集中在 500kg 到 1500kg重载 AMR 近年来也在增加但成熟度和价格仍是制约因素。选型时要先分清是“牵引”还是“承载”。牵引式 AGV 拉的货物重量与车体负载是两个概念很多时候现场需求并不是重负载而是高频率搬运这时候中小负载的 AMR 反而更灵活。4.3 电池与充电策略AGV 和 AMR 在电池配置上已经趋同基本都是锂电池支持自动充电。差别在于充电策略AGV 多为固定站点充电车辆任务中断去充电。AMR 调度系统可以结合任务和电量做充电规划如果当前任务紧急先完成任务再去充如果电量低且无任务自动回充。批量任务场景下AMR 的充电策略能有效减少车辆闲置时间这对总吞吐量的提升比单车速度更重要。5. 调度系统怎么选5.1 开源方案OpenTCSOpenTCS 是一个开源的交通控制系统支持路径规划、车辆调度、订单管理。它的优势是代码开放、社区活跃、有可视化操作界面适合学习研究、原型验证和小型项目。# 启动 OpenTCS 内核服务示例命令以官方文档为准 cd openTCS bin/opentcs-kernel.sh start # 启动控制中心客户端 bin/opentcs-controlcenter.shOpenTCS 的局限在于大规模车队调度性能、复杂交通管制策略、与 MES/ERP 的深度集成都需要二次开发。如果团队没有 Java 和算法开发能力直接用 OpenTCS 上生产会有风险。材料中提到的“三条 AGV 基本 A* 算法”“OpenTCS 适合 AGV 调度吗”等热词反映出很多团队正在探索自研调度的路线。这里给出一个稳妥建议先拿 OpenTCS 或开源调度框架做单机到多机的调度验证确认交通管制逻辑能覆盖现场瓶颈之后再决定是采购商用调度系统还是自研。5.2 商用调度系统主流 AGV/AMR 厂商一般都会提供配套调度系统通常包含地图编辑与任务配置实时监控面板交通管制与死锁检测API 接口常见的有 HTTP/REST、WebSocket、TCP Socket对接 MES/WMS 的标准方案商用方案的核心价值在于成熟稳定和售后支持。选型时要重点确认是否支持在已有地图上在线加车API 文档是否完整是否支持自定义任务流是否支持多车绕障、任务重新分配是否提供调试工具和日志系统5.3 自研调度系统自研调度系统的门槛不只是写代码还包括建图定位、路径规划、交通管制、任务调度和现场调试。{ agv_system: { task_planning: A* 全局路径规划 DWA 局部避障, traffic_control: 预留区间 死锁检测 优先级调度, api: { task_submit: /api/task/create, robot_status: /api/robot/status, map_manage: /api/map/update }, hardware: { lidar: 单线/多线可选, compute_unit: 工控机或 Jetson 系列, communication: WiFi / 5G / 工业无线 } } }自研的前提是团队具备完整的机器人算法、系统架构和现场调试经验。如果只是买了几台 AMR 底盘就想自研调度通常会在避障和交通管制环节卡住。6. 选型决策流程与评分表6.1 选型流程第一步梳理搬运需求搬运物是什么、重量多大、形态如何搬运频次、节拍、峰谷时段起终点固定与否、路径是否经常调整是否需要与产线设备自动对接第二步评估现场环境地面平整度、通道宽度、门洞高度人员活动密度、叉车混行程度现有网络环境WiFi 覆盖、5G 或工业无线是否允许地面施工第三步明确系统边界是否需要对接 MES/WMS/ERP是否需要跨楼层运输电梯联动是否需要与现有 AGV 车队并存第四步做技术验证先在自己的车间或测试场地做导航精度测试验证多车调度、避障、充电策略测试批量任务的系统吞吐量和稳定性6.2 选型评分表可以用下面这张表给候选方案打分评分维度权重AGV 方案得分1-5AMR 方案得分1-5部署周期与现场影响15%改线灵活性20%多车协同能力15%初始采购成本10%长期维护成本10%与 MES/API 集成难度15%技术风险和团队成熟度15%总分100%打分标准完全满足 5 分基本满足 3-4 分不满足 1-2 分。加权得分做初步判断再结合供应商演示和现场试运行确认。7. 常见问题与排查方法问题现象可能原因排查方式解决方案AMR 定位漂移环境特征稀疏、光线变化、雷达被遮挡查看实时点云和定位置信度增加反光板或特征物重扫地图AGV 经常停车等待磁条破损、二维码污损现场巡检路径和标签状态清理更换磁条/二维码调度系统死锁双向车道无避让策略、任务优先级不合理检查交通管制日志增加区间锁闭或单向策略充电频繁中断生产接驳不到位、电刷接触不良检查充电桩和车体对接状态调整停位精度或增加充电触点多点备份多车拥堵路径规划没有全局协同观察调度监控大屏启用交通管制算法或限制同时进入区域车辆数量与 MES 对接失败API 协议不匹配、数据字段不一致查看接口日志统一数据模型增加网关适配层定位精度不达标定位算法参数未调优、轮径未标定跑标定程序核对里程计误差重新标定轮径和雷达外参8. 最佳实践与使用建议第一先小规模验证再全局铺开。不要一次性上几十台 AMR先部署 2 到 3 台把导航、调度、充电和接口跑通验证节拍和稳定性之后再做规模扩展。第二保留一套最小可运行配置。把建图参数、调度参数、车辆配置、API 对接方式记录下来形成文档。现场调试最怕的就是参数被人调乱了回不去。第三模型文件、地图文件、调度配置分目录管理。多车项目的地图和配置版本要统一管理防止某些车用了旧地图导致定位错乱。第四批量任务必须记录任务日志。任务提交时间、车辆分配、路径规划、到位时间、充电中断情况都要有日志。没有日志批量任务的瓶颈根本找不到。第五接口服务要限制访问范围。调度系统的 API 服务不要直接暴露在公网至少要加 Token 认证、IP 白名单通过网关转发到车间内网。生产系统一旦被外部干扰影响的是整条产线。第六涉及人脸、声音、版权素材时先确认授权。AGV/AMR 本身涉及的是工业现场数据如果配备视觉模块采集了人员、生产线画面要注意隐私和数据合规。摄像头采集区域、数据保留期限、数据使用范围都要提前和现场合规部门确认。第七商用或批量复制前做完整的效果复核。包括长时间运行测试、断电恢复测试、网络中断恢复测试、充电异常测试。这些测试结果才是最终决策的依据。9. 总结与下一步AGV 和 AMR 的选择本质上是“确定性”和“柔性”之间的权衡。AGV 用最低的成本解决了固定路线搬运问题AMR 用更高的成本换来了可变的路径和更强的环境适应性。没有哪个一定更好只有哪个更适合你的现场。先回去做两件事一是把搬运需求量化列出路线、节拍、对接要求、改线频率二是拿着需求去让至少两家供应商做方案和报价要求他们提供同场景下的试运行数据尤其是调度系统的多车协同和故障恢复能力。如果现场路线确实会频繁调整AMR 的柔性优势会随着时间放大如果路线稳定、任务固定AGV 仍然是更省钱的答案。