自主移动机器人（AMR）
Autonomous Mobile Robot
依靠自身激光雷达、视觉与 SLAM 算法完成定位建图的移动搬运机器人，无需地面导引设施即可自主规划路径并绕行障碍。
定义
自主移动机器人（AMR）是一类依靠自身传感器与算法实现定位、建图与路径规划的移动搬运设备。与依赖外部导引设施的自动导引车不同，AMR 通过激光雷达、深度相机与惯性测量单元感知周围环境，运用同步定位与建图（SLAM）技术在未知或动态变化的场景中构建地图并实时确定自身位姿。这种自主性使它在遇到障碍物时能够自行绕行，在现场布局调整后无需重新施工即可适应新环境。AMR 的部署门槛主要不在硬件安装，而在初次建图的质量、动态环境下的定位鲁棒性，以及多机协同时的交通调度能力。
SLAM 如何工作
同步定位与建图要同时回答两个互相依赖的问题：我在哪里，以及周围长什么样。激光雷达以每秒数十次的频率扫描周围轮廓，算法将当前帧的点云与已有地图进行匹配，找出最佳对齐位置，从而推算出机器人的位姿；同时把新观测到的轮廓补充进地图。由于每次匹配都有误差，长距离行驶后累积偏差会越来越大，因此算法还需要回环检测——当机器人重新经过曾经去过的地点时识别出「这里我来过」，并反向修正整条轨迹的累积误差。轮式里程计与惯性测量单元提供短时高频的运动估计，与激光匹配结果融合后得到更平稳的定位输出。
与 AGV 的区别究竟在哪
两者的分界不在外形、载重或速度，而在「环境理解由谁承担」。AGV 把理解外包给了现场施工——磁条铺在哪里，车就走到哪里，路径是被物理固化的；AMR 把理解装在了车上，路径是算出来的。由此派生出一连串差异：AGV 改线要动土建，AMR 改线只需更新地图；AGV 遇到挡路的托盘通常只能停下报警，AMR 可以评估周围可通行空间后绕过去；AGV 的单车成本更低、长期运行更稳定，AMR 的单车成本更高但省掉了导引设施的建设与维护。需要强调的是，更先进不等于更合适，路径高度固定的重载产线上 AGV 往往是更经济的答案。
动态环境带来的挑战
AMR 最容易出问题的场景不是空旷车间，而是「看起来一样」和「一直在变」的地方。长直走廊两侧特征稀少，激光扫到的轮廓每一帧都相似，算法难以判断自己前进了多少，容易产生沿走廊方向的定位漂移。大面积货物堆放与搬空会让地图与实景大幅不符，导致匹配失败。人员与叉车频繁穿行则会在点云中引入大量动态障碍，若不加以剔除，这些临时物体会被错误地写进地图。应对手段包括在特征稀疏区域补充人工标识、区分静态图层与动态图层、以及为地图设置定期更新机制，但这些都需要在实施阶段结合现场条件调校，不存在开箱即用的通用配置。
多机调度与交通管制
单台 AMR 跑得再顺，十台车挤在同一条主干道上也会互相堵死。多机场景下真正决定吞吐量的是调度系统：任务如何分配给最合适的车、路径如何规划才能避免多车在同一狭窄通道相向而行、交叉路口谁先通过、死锁发生后如何解开。常见策略包括路网分区与单向化、为关键通道设置容量上限、以及基于预约的时空占用管理。调度能力的差距在小规模试点时几乎看不出来，往往到车队规模扩大后才集中暴露，因此评估阶段就应按目标规模而非试点规模来验证。
适用场景判断
判断该上 AMR 还是 AGV，可以从三个问题入手。第一，路径未来一年会不会变？经常调整布局的场景，AMR 省下的施工与改造成本会迅速覆盖单车差价。第二，现场允不允许施工？食品、医药、洁净车间以及租赁厂房往往限制地面开槽与铺设，这会直接排除部分导引方案。第三，通道里有没有大量人车混行？混行场景对动态避障的要求高，AGV 停车等待的策略会显著拖慢节拍。三个问题都指向「变化多、不便施工、混行密集」时，AMR 的优势才真正成立；反之，固定路径的高强度搬运仍是 AGV 的主场。
常见问题
AMR 需要改造现场吗？
通常不需要地面施工。AMR 依靠自身激光雷达与 SLAM 算法建图定位，部署时主要工作是初次建图与调试。但在特征稀疏的长直走廊、大面积货物频繁堆放搬空的区域，可能需要补充人工标识或设置地图更新机制，以保证定位稳定性。
AMR 一定比 AGV 好吗？
不是。AMR 的优势在柔性，适合布局常变、不便施工、人车混行密集的场景。在路径高度固定、节拍稳定的重载产线上，AGV 单车成本更低、长期运行更稳定，往往是更经济的选择。选型应看路径稳定性、施工条件与混行程度，而非单纯比较技术先进性。
相关术语
本术语库收录行业通用概念，用于技术交流与知识普及，不含任何特定厂商的非公开资料。具体设备的技术参数与操作规范，请以整车厂官方文档为准。