在上海寸土寸金的厂房里，搬运环节的效率每提升10%，往往意味着整条产线节拍多出3-5秒的余量。这也是为什么近两年AGV搬运车和无人叉车的选型，从"有没有"变成了"准不准、稳不稳"。但真正决定项目成败的，往往不是车体本身，而是藏在背后的自主导航与调度系统。

一、导航方式决定场景适配边界

目前上海工厂主流方案集中在激光SLAM与二维码混合导航两类。激光SLAM无需改造地面，适合老旧厂房快速部署，但在长走廊、高反光金属货架区域容易出现定位漂移，需要额外部署反光板或增加特征点。二维码导航精度可稳定在±5mm，适合料箱机器人在高密度货架间的窄巷道作业，但地面维护成本高，一旦破损就需要停机补码。

选型时可以先问自己一个问题：现场地面是否允许大规模施工？如果答案是否定的，激光SLAM配合视觉辅助会是更务实的选择。

二、调度系统的隐性成本最容易被低估

很多采购方把注意力放在单车参数上，却忽略了调度系统对整体效率的影响。一套成熟的调度系统需要解决三个核心问题：

• 交通管制：多车交叉路口如何避免死锁，这直接决定了同面积下能跑多少台车
• 任务分配：是按距离最近分配，还是按任务优先级加权，算法差异会导致15%-30%的效率波动
• 充电策略：机会充电还是定时充电，影响的是车队实际可用率

实际项目中，调度系统与WMS/MES的接口深度，往往比车体品牌更影响上线周期。接口协议不开放，后期扩展就是死胡同。

三、从实际案例看选型逻辑

浦东某电子厂曾同时引入AGV搬运车与无人叉车混跑方案。初期只关注载重和举升高度，上线后发现无人叉车在托盘对接时对地面平整度要求极高，最终通过增加视觉二次定位模块才解决。这个案例说明：智能物流项目的选型必须把"车-场-系统"三者放在一起评估，而不是单独看某一项参数。

回到上海工厂的实际场景，建议按以下顺序推进选型：先明确搬运物料的形态与节拍要求，再确定导航方式与调度层级，最后才锁定车体品牌与型号。把顺序倒过来，很容易陷入参数好看但跑不顺的困境。