編輯|彭小秋
上半年過去了，機器人的池塘裏很少濺起水花。
然而有意思的是，此前被認為枯燥、不被看好的移動機器人賽道的壹個細分領域，卻在冷漠中如火如荼——無人叉車在投資行業幾近停擺的上半年，已經宣布了多項融資:包括未來機器人、捷聰、微機器人、木蟻機器人在內的國產品牌相繼完成1億元融資，最高金額達到5億元；國外品牌有Seegrid。據36Kr了解，還有其他無人叉車公司已經完成融資，但尚未公布。
很多時候，同壹賽道的選手，都是榮辱與共。但同樣是在“移動機器人”的名義下，在AMR融資之路坎坷的時候，無人叉車為什麽會迎來壹個小熱點？
叉車，倉庫、工廠、機場等場所用於裝卸、堆垛、短途運輸和重物搬運的工業車輛。之所以稱之為叉車，是因為車前往往有兩個叉腿，用來擡起托盤上的貨物。無人叉車，即把AGV技術應用到叉車上，是傳統叉車的智能化。AMR等移動站點使用的自主導航、地圖算法、多車調度系統等技術也應用在無人叉車上。
無人倉儲主題的投資已經進行了至少五年，但是在這個主題下，無人叉車的普及程度已經遠遠弱於AGV和AMR。與後者相比，無人叉車軌道中的目標相當有限。雖然吉之佳、快倉等AGV公司也有無人叉車產品；杭叉、合力、林德中國等傳統叉車企業也在推出智能化產品。但對於以叉車為主，還處於壹級市場初期的公司來說，上述上半年的融資已經覆蓋了幾乎所有的標的。
AGV/AMR和無人叉車冷熱不均的背後原因，可能是資本從不同的邏輯觀察它們。
經過近兩年的資本爭奪戰，AMR不得不快速地將其高估值與大量訂單匹配起來，而讓客戶接受新產品是壹個緩慢的過程，這也是AMR目前的困境。
無人叉車不是。對於工廠和倉庫來說，叉車是剛需，它的應用幾乎延續了整個制造業發展的時代。這種車輛形式足夠熟悉。同時，叉車的應用場景非常廣泛，無論是工廠、倉庫、機場還是碼頭，在需要堆垛和裝卸動作的場景中都需要叉車。應用行業本身再波動，叉車都是“東方不亮西方亮”。
本質上，叉車無論是電氣化還是無人化，都是壹個成熟環節的升級過程，客戶接受的心理門檻較低。因此，無人叉車的需求波動頻率與傳統叉車相同。
叉車本身處於景氣周期。從2009年到2019的十年間，中國已經成為最大的叉車消費市場，增速超過全球。按照過去幾十年的發展來看，叉車的銷量類似於制造業的曲線。每次見底，都會有壹個2-3年的景氣周期。根據浙商證券的研究，2019年國內叉車銷量出現新的低谷，2020-2023年將持續三年放量增長。
總之，在目睹了AMR公司的自證困境後，資本希望在工業車輛智能制造領域找到“替代”而非“創造需求”的目標，以提高確定性。
壹個數字可以證明無人叉車的市場需求。中國移動機器人(AGV/AMR)產業聯盟的數據顯示，2021年，國內叉子移動機器人銷量達到8000臺。這個數字看似很小，但從2017開始，叉車AGV銷量的復合增長率已經達到了78%。按照上述更換叉車的邏輯，未來叉車比例每增加1%，就有幾千到幾萬輛車。如果能保持這樣的增長速度，無人叉車的市場規模將迅速擴大。
相對於AMR移動車代替搬運工，無人叉車代替叉車司機是更昂貴的工作。招聘網站顯示，叉車司機平均工資在5300元左右，需要考取叉車駕照才能入門。無論從招聘難度還是人力成本來看，客戶的需求都會更加迫切。
簡單來說，無人叉車的難度比AMR全方位提升。躍入資本的孫嬌從36Kr分析，無人叉車是自重要的，比如平衡重車，載重大概是10噸，壹輛車大概只有1.5噸；運行速度快，萬壹撞上人/設備，後果比AGV/AMR嚴重多了。
無人駕駛叉車就是不容易控制。就車身而言，和無人駕駛壹樣，無人叉車的運動模型也可以抽象為自行車模型。該車型的轉向系統屬於“大滯後系統”，不能原地打轉隨時隨地改變行駛方向。因此，在控制其轉向時，需要考慮車輛在不同彎道和速度狀態下的響應，這需要在軟件控制系統中進行預測和補償。除了車外，無人叉車還對執行單元——貨叉進行精確控制。尤其是壹些高級取叉場景，叉子既要保證定位精度，又要保證安全性。
也就是說，無人叉車的創業者不僅要了解硬件結構，還要把這些了解放到軟件中，以滿足自主移動的AGV需求。更高的智能和更好的操控也是資本對無人叉車的期待。
先說智能。這是無人叉車公司最本質的機會。全球前十的手動叉車公司都是巨頭，其中7家都在推出無人叉車產品。但它們的缺點是不具備智能研發能力，都采用第三方解決方案，導致二次開發、授權費用高、場景不適應等問題。不過目前的無人叉車專業廠家雖然在這方面有優勢，但還是有很多內功需要修煉。
據36Kr介紹，在核心的定位導航算法中，部分目標仍然使用第三方定位算法；有些目標宣傳自己是視覺導航算法，但實際落地還是主要使用上壹代二維碼導航方式。這些只能稱之為改進的方案，仍然對環境有很強的依賴性，與真正的激光雷達方案相比沒有優勢。
其次，叉車作為車間倉庫廣泛使用的車輛，與移動小車相比，需要停靠的環節要多得多，這對無人叉車的通信能力提出了很高的要求。36Kr曾經在他參觀的壹個工廠看到，10臺無人叉車要對接20多臺生產設備，4個倉庫，4個卷簾門。這就要求調度算法本身能夠通過路網和容錯機制的設計。除了算法模型的優化，還要把對工廠生產方式、生產節奏、生產流程的理解與調度算法結合起來。
就機器工程而言，在著陸中需要解決的問題更多。壹位無人叉車創始人告訴36Kr，壹些主營業務不是叉車的公司，可以通過購買傳統叉車進行無人化來快速推出叉車產品，但傳統叉車和智能叉車是完全不同的邏輯。
傳統叉車高度依賴駕駛員的感知和決策能力，本體的運動控制精度很差。只是隨著定位和導航的變化，不可能像人壹樣敏捷和智能。同時，由於傳統叉車沒有為攝像頭預留全視野，在倒車和轉彎時往往會產生盲區，這樣簡單粗暴的組合很容易造成安全問題。