在不断发展的物流格局中，最后一公里配送已成为创新的焦点。在重塑该领域的尖端技术中，配送机器人已成为一股变革力量，简化了供应链的最后一段并提高了效率。
根据国际咨询公司麦肯锡预测，未来十年80%的包裹交付都将采取自动配送。
目前， 全球能使用人行道的移动机器人的城市配送业务正在增长，尤其是在美国洛杉矶等地区，这些机器人可以停留在人行道上，远离交通要道。人行道机器人也正在扩展到大学校园，学生们可以在那里订购餐食和其他物品，
还有一些机器人来到了封闭的动物园、游乐场，为人们带去更多欢乐。
时值国外圣诞节假期期间，这种能将货物从配送中心或枢纽运送到最终消费者面前的机器人系统大受欢迎。这些机器人配备摄像头、传感器和高度先进的算法，有些使用激光雷达，
机器人能以约20公里/h的速度行驶，它们能够在城市环境中导航、避开障碍物并识别信号灯遵守交通规则，同时还能在雪地上自由行驶，
从而加速了人们外卖以及礼物的运转速度。
▍
移动机器人赋能典型场景
国外知名的例子是 Serve 机器人，它由 Postmates 开发，后被 Uber 收购。Serve 是一款电动四轮机器人，可将食物订单和包裹直接送到客户手中。这些机器人体现了不断推动自动化和优化配送过程最后阶段的动力，从而降低成本并提高效率。Serve 目前已在洛杉矶等城市批量部署，不久前，
Uber Eats 还宣布与 Coco Robotics 合作，扩大洛杉矶的自动人行道配送服务，即将在洛杉矶地区覆盖数百家商户网络，在该地区通过 Uber Eats 订餐的顾客可以选择“机器人”作为配送选项
，让人们看到了最后一公里物流配送的未来。最近，该公司又筹集了 3000
万美元
并上市，继续扩大其服务范围。
在主要参与者中，亚马逊也是首批推出 Scout 送货机器人的公司之一， 2019 年初
启动了对电动Amazon Scout的实地测试。
Scout 是一款六轮机器人，可以自动在人行道上行驶，将包裹送到选定地点的客户手中。在试点中，六辆自动驾驶的六轮配送机器人在华盛顿州斯诺霍米什县的一个社区运送小包裹。此后，测试范围扩大到加利福尼亚州欧文市、田纳西州富兰克林市和亚特兰大市。但该公司因结果不均衡而在2024年8月
缩减了Amazon Scout试点
规模，但该计划仍在进行中。
另一家值得关注的公司是 Starship Technologies，该公司以其小型自动驾驶送货机器人车队而闻名。这些小型机器人移动速度更快，配备了多个摄像头和传感器，可以安全地在多行人空间中导航，非常适合城市复杂环境。据
该公司网站
称，他们已经完成了超过 500 万次送货，而
且由一个控制中心操作多台机器人实现，这种机器人车队系统是该公司受到关注的关键。
还有一家总部位于奥斯汀的送货机器人公司Avride也与Uber合作开发了城市配送机器人。该企业的食品配送部分同样允许用户通过UberEats应用程序让公司的机器人送餐。他们目前部署了五台机器人来运送来自市中心两家餐厅的午餐订单。但这些机器人配备了激光雷达（光探测和测距）辅助，
使用激光测量距离并绘制指定区域的地图，他们计划在未来几周继续绘制更多市中心走廊的地图，
以便部署更多的送餐机器人，并计划在2025年扩展到市中心以外的街区。
机器人大讲堂更感兴趣的是另外一家叫Real Life Robotics的公司，他们推出了旗舰送货机器人平台 BUBS，
这款机器人主要在动物园、游乐场等配送员无法抵达的地区送货。
此前他们在多伦多动物园进行了试点，这些机器人不仅仅可以运送人类的各种食品饮料，还可以运送动物的食物，动物园游客可能会在动物园的小路上以及公共小路上看到这些机器人在运行。
多伦多动物园等项目的部署表明，拥有大型园区的市政当局和组织对更环保、更经济的可持续
配送感兴趣。Real Life Robotics 声称，自主和
远程操作的最后一公里
配送机器人可以满足这种兴趣，他们的下一步计划是开始在大多伦多地区的公共街道上部署。
▍
国外市场整合加速进行
目前，全球道路配送机器人按负载能力分为10公斤内、10公斤至50公斤、超过50公斤三个基本级别。按车轮数量一般是3轮、4轮和6轮，移动配送机器人主要在日本、韩国、欧洲、越南、泰国和美国等多个国家取得了显著发展，不少国外机构预计该市场将在未来几年内达到重要里程碑。
法律的灵活性是国外这些道路配送机器人能够快速受到认可的关键。
例如美国得克萨斯州于2019年批准了自动驾驶送货车辆，并实施全州范围的监管。法律为城市提供了灵活性，而且监管的方式主要是降低机器人的速度限制，部分州的法律还允许机器人在步行区以每小时 20公里的速度行驶，在道路两侧和高速公路路肩以每小时40公里的速度行驶，这为机器人在景区等场景服务提供了可能性。例如在韩国，户外小型配送机器人在政策上已经被定义为“行人”，可以享受不分时段、不分路段在行人道上进行移动和工作的“待遇”。
同时，
人工智能 (AI) 和机器学习 (ML)技术创新对于增强机器人适应动态环境、优化送货路线和与行人无缝互动的能力至关重要，
这使得送货机器人领域有望进一步创新。亚马逊最近推出的人工智能机器人就是这一趋势的证明。这些机器人旨在通过自主分类和包装包裹来提高送货速度，人工智能的整合使这些机器人能够从经验中学习，随着时间的推移优化其性能并适应周围环境的变化。机器学习算法也被用于增强送货机器人的决策能力。这些算法使机器人能够根据交通状况、道路封闭和其他不可预见的障碍调整路线，确保高效及时地送货。
全球送货机器人市场正在经历重大的并购
，主要参与者正通过收购、合并等方式，增加产品矩阵、扩大运营范围，持续巩固其地位以获取更多的市场份额并扩大其技术规模。
例如Starship Technologies 是该领域活跃程度居前的公司之一，其最近与几家规模较小的机器人初创公司合并，以扩大其在欧洲和美国的运营能力和地理覆盖范围。此举将有助于 Starship 巩固其在最后一公里送货机器人领域的领先地位。
又例如Nuro是自动驾驶汽车和送货机器人领域的主要参与者，其最近也一直在收购规模较小的机器人公司，以增强其技术堆栈并改善其在美国各个城市地区的服务，以期待最终能够建立一个全面的最后一公里配送网络。
还有Kiwibot目前是拉丁美洲头部的移动配送机器人企业，其同样通过收购小型机器人制造商来加强其在拉丁美洲主要城市（尤其是墨西哥城和圣保罗）的地位。美国的 Robomart则最近宣布收购基于送货卡车的自动驾驶汽车公司，将移动机器人与其配送系统整合在一起，为扩大配送机器人在杂货和零售供应链中的使用铺平道路。
▍
国内亮点公司一览
国内也能找到类似的移动配送机器人，典型企业正通过小批量道路测试，提升产品性能以及场景切入度。我国多家企业相继发布多款创新产品及运营平台，且已有部分车辆实现常态化运营。
例如，4月，中通快递上线智驾无人车运营平台，直连40多座城市超100个网点，监管在用无人配送车超过200辆；5月，中国邮政在北京顺义区试点使用无人配送车进行邮件转运，单次往返距离约30公里，每辆可装载500个包裹；6月，韵达快递在促销旺季投入使用无人配送车，与快递员协同作业，配送效率提升30％；7月，菜鸟集团获得一批无人配送车订单，并已交付使用，每日负责将包裹从快递网点运送到菜鸟驿站；8月，顺丰快递在青岛部署无人配送车，用于网点与快递员之间的接驳工作。此外，京东物流、中通快递、圆通速递等快递企业也在积极推进城市无人配送车的普及应用。
除了成熟的城市场景，
我们还看到了在公园、校园等环境较为复杂场景配送机器人的创新企业，因为在标准化的城市道路之外，移动机器人正受益于C端消费者需求进入公园等特殊场景，
这对于机器人的移动性能、通过性和灵活性提出了更高要求，更小体积、更便利的移动配送形式，有望成为移动配送机器人领域的新亮点。
（1）真机智能
真机智能是国内配送移动机器人领域的领军者，该公司成立于2016年7月，致力于成为业界领先的智能送货机器人和无人配送服务供应商，为末端物流智能化提供高效解决方案，实现大幅成本降低和用户满意度提升。该公司在四轮移动轮式配送机器人小黄马的基础上，还新增了四足机器人小黑狗系列和类人配送机器人。形成覆盖更广的「真机小黄马」MINI－最后五公里轮式配送机器人、 跨越障碍的「真机小黑狗」MINI-最后五公里四足配送机器人、 自由通行的「真机黑禅」MINI-最后五公里类人配送机器人的三驾马车式产品矩阵和命名为“小黄马机器人配送”的即时配送服务平台，大幅提升机器人配送的渗透率。
值得一提的是，
真机智能的移动配送机器人目前在运动控制能力上处于领先，该机器人能实现在雪地、雨天泥泞道路、夜间等特殊环境的配送，
还能进入公园等场景，这些场景对传感器、算法和控制系统提出了更高要求，真机智能已经证明了其配送可靠性。截至2023年，真机智能已经完成了超15万公里、超4万单的机器人运营服务，履约成功率100%，商业化进展迅速。
（2）本末科技
本末科技作为全球轮足机器人的领军企业，在自研自产的直驱型自平衡轮足机器人刑天的基础上，开发了许多轮足机器人二次开发的消费级应用场景，其中就包括移动配送。
因为炫酷的外观、灵活的移动方式、安静平稳的移载形式，刑天轮足机器人能跨地形快速完成取件、送餐、跟拍等实际应用，由于机器人全身由6个可以自由运动的M1502D直驱型机器人关节电机驱动，并且完美结合了轮式AGV的速度优势和足式机器人的机动越障性能，刑天机器人在多种地形下都能高效、灵活地运动，刑天机器人还可以轻松越过5cm的障碍物，而且单脚越障高度10cm仍可以保持机身平稳，
这使其能够在公园等场景中实现较好的移动配送能力，有望成为移动配送领域的明星。
如需咨询企业合作事宜，欢迎联系堂博士(13810423387，手机与微信同号)进行对接。
----------------END----------------
