Article Info

高效且优质的物流配送服务是医院后勤运营管理的核心内容之一，是医院提供优质医疗服务的基础保障。近年来在信息化、智慧化医院建设的浪潮下，部分医院尝试引入现代化物流系统。其中，基于无人驾驶技术的机器人（Automated Guided Vehicle，AGV）所组成的物流系统成为一种极具特色的解决方案[1]。AGV物流系统以医院智慧物流配送为核心使命，结合目前不断发展成熟的人工智能、自动驾驶、大数据、云计算等高新技术，实现院内后勤物流配送体系的高效稳定运转。在应对日益增加的物资配送工作的基础上，进一步实现医院的智慧化、自动化、信息化管理，提升物品配送效率，实现医院后勤精细化管理，并且通过解放医务工作者配送负担，使其更专注于为患者提供专业且快捷的医疗服务，提升医院品牌形象，提高社会影响力。

机器人物流是一个相对较新的概念，目前国内的企业还不多，在医疗场景中的应用尚处于初期但发展迅速的阶段，本文旨在梳理移动机器人在医疗场景中应用的必要性以及当前的现状，为医疗服务信息化建设提供参考。

1 AGV在医疗场景应用的必要性

1.1 医疗机构物流运输现状

医院后勤工作中物流管理工作对医院各部门事务开展有着直接或间接的影响，如何实现高效、统一的物流配送管理是现代医院后勤工作中重要的问题。

医疗机构物流运输的需求非常大，物流运输内容包括药品、器械、耗材、标本、被服、餐食、医疗垃圾等，统计数据显示，国内医院将大约46%的预算花费在与物流有关的地方，其中19%花费在了人力劳动上。而传统人力物流配送工作效率受到8 h工作时间、人体体力限制、配送协调不均、配送失误等问题影响，常常达不到院内物品配送时效要求，因此需要占用医务人员相当大部分时间来辅助物品送递，从而影响了医务人员的护理工作。除此之外，在配送过程中涉及配送管理、物品管理、人员管理问题又给医院后勤管理带来新的挑战。

医院精益化管理要求将院内的人、事、物有效地联动管理起来，传统人力配送无法有效实现物品在运输过程中进行记录、追溯、监督；护工的高流动性也引起护工招聘越来越困难，培训与考核的时间和经费成本越来越高。医院整个运营效率降低、管理成本提高的矛盾日益尖锐，急需更加灵活、有效、方便、高效、安全的现代化物流系统。

实际上，我国医院现代化物流系统发展经历了人力配送、机械化物流系统配送、人工智能机器人配送三个阶段[2-3]，见表1。

1.2 AGV及其特点

AGV是指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车。AGV最早出现在20世纪50年代，美国Basrrett电子公司成功研发了世界上第一台AGV，70年代开始在欧美、日本等发达国家工业领域推广应用。

国内对AGV的研究和应用工作开展则相对比较迟缓。国内是从20世纪60年代开始自主研发AGV[4]。直到近几年，中国人口红利有所下降，人工成本不断上升，AGV市场的价值才逐渐被挖掘。目前在国内还处于AGV的研发应用推广期，主要应用于工厂物流与仓储物流领域。在汽车、电商等行业为AGV物流机器人鏖战不休的时候，医院正成为AGV移动机器人应用的又一大热门领域。

与传统的医疗运输方式相比，AGV机器人具有工作效率高、成本费用较低、节省管理精力、可靠性高、较好的柔性和系统拓展性等优势[5]，在人口红利消失的背景下，AGV将在医疗物流运输中发挥越来越突出的作用。

（1）工作效率高。AGV实现上下料及来回运输工作，实行不停机换料，缩短人工换料时间，提前做好物料准备，避免原始换料所产生的各种因素，保障了流水线的流畅性。AGV小车可实现自动充电功能，从而达到48 h连续运转工作，大大提高了工作效率。

（2）成本费用较低。随着国内AGV技术的发展与成熟，AGV的性价比越来越高，与人力相比较，少人化、无人化的改革的工业转型升级优势日益明显。

（3）节省管理精力。AGV机器人可以实现全智能化管理，从而提高智能化管理水平，有效规避人员因素。

（4）可靠性高。相对于人工搬运，AGV的行驶路径和速度可控、定位停车精准，从而大大提高了物料搬运的效率。同时，AGV管理系统可以对AGV小车全程监控，可靠性得到极大提高。

（5）较好的柔性和系统拓展性。医疗AGV配置的中央管理系统可自动规划AGV行驶路线，具有较好的灵活性。同时，AGV系统已成为工艺流程中的一部分，可作为如上层存储空间等众多工艺连接的纽带，具有较高的可扩展性。

（6）人流物流分离。传统的医院物流方式的人、物流交叉情况较为严重，存在各类人员交叉感染的潜在可能性以及物品受污染、受损、丢失的现象，AGV可以有效解决这些问题。

对于医院物流的升级来说，一方面其在现代医院管理中的战略意义重大，另一方面现有医院物流体系低效率、高成本、费人工的缺点越来越显著。因此，随着人口红利的消失，在人工成本不断上涨和轨道物流、气动物流等稳定不足的现实下，利用AGV机器人实现医疗物资的无人物流配送正变得必要且可行，医院引进AGV物流系统是适应医院发展规律的客观需要。

2 医疗AGV的核心技术研发进展

AGV机器人是一种集成了动力系统、机器系统和控制系统等多种系统的复杂设备（图1）[6]。在医疗AGV的研发和应用过程中，导航技术、路径规划技术、调度系统技术等是影响产品用户体验的核心，也是AGV企业的竞争优势和技术壁垒所在。

具体而言，医疗AGV产品在以下技术领域实现了突破，并将持续研发和动态更新。

2.1 医疗AGV的导航技术

AGV之所以能够实现无人驾驶，导航和导引对其起到了至关重要的作用。导航技术的发展是AGV产品更新发展的最主要方向，当前医疗AGV产品的导航技术主要有直接坐标导航、电磁导航、磁带导航、光学导航、激光导航、惯性导航、图像识别导航等[7-10]，总结如表2所示。

2.2 医疗AGV的路径规划技术

在医疗应用场景中，AGV并不是单台作业的，而是多设备协同工作。随着柔性制造系统的广泛应用和物流自动化运输系统的快速发展，多AGV的物流系统成为重要的研究方向，这其中，路径规划是直接影响多AGV系统整体性能的重要部分，格外受到学者关注，并提出了多种计算模型和策略[11]。

（1）静态环境中的AGV路径规划。静态环境下的路径规划，是研究AGV在环境信息相对固定的情形下如何规划最合理的路径，这种情况应用的医疗场景，主要是在医疗建筑物中障碍物已知且不变的情形，比如医院里某一相对固定的场景。对于静态环境下的路径规划问题，其路径规划的难度和合理性，取决于路径的平滑程度，路径越趋于平缓，则AGV系统越容易实现[12]。全局路径的静态规划关注AGV设备的实时性、安全性和送达性指标。

（2）动态环境中的AGV路径规划。动态环境下，行进路途中的环境信息会动态变化，难以提前掌握，这导致路径规划问题变得尤其复杂，静态环境下的最优路径在动态环境中是不适用的，这就需要有更为先进的算法。在规划AGV路径时，AGV小车受到目标驱动、动态安全性和时间要求的约束，考量的最重要因素是在实现目标的前提下，对安全性和时间性进行合理的平衡。

在动态环境AGV路径规划的算法研究中，早期的局部路径规划方法有模拟退火算法、人工势场法和模糊逻辑法等，近年来人工神经网络法、遗传算法、蚁群优化算法和粒子群算法等算法被逐步引入，基于两阶段交通控制策略的Petri网、Tabu Search算法、时间窗方法等也成为解决本问题的思路和方案[13-16]。

2.3 医疗AGV的系统调度技术

如前文所述，在医疗应用场景中，AGV是多台设备协同工作的，因此，对AGV的调度控制直接影响到AGV的工作效率。AGV调度控制系统用于协调控制不同AGV车辆的工作服务计划，由一系列软硬件组成。

医疗AGV的系统调度技术也是AGV产品的核心技术之一，当前国内学术界和实务界尚处于初级阶段[17]，但该技术发展较为迅速，如滴滴打车等的系统调度技术逐渐被国内AGV厂商所引入，越来越多的AGV厂商研发了或正在研发自己的调度系统。

除此之外，AGV控制系统技术、驱动技术、电池解决方案等技术的稳定性和先进性，对医疗AGV的质量也有显著影响，也是当前研发和应用中在着力解决的重要问题。

3 AGV的应用进展

3.1 AGV在非医疗场景的应用进展

AGV小车的应用领域非常广泛，随着信息、电子电工、机械设计制造等技术的进步发展，AGV正以更好的性能和更低的成本向大家走来。总结来讲，除了医疗场景之外，AGV机器人还在以下场景中有着广泛的应用[18-21]。

（1）货物搬运。在工厂、仓库、车间的货物、物料搬运过程中，随着人口红利的消失，人工成本逐年增长，AGV的使用在各行各业流行起来。据统计，截至2018年底，全世界大约有2万多种不同类型的AGV在2100个大型和小型仓库中运行。

（2）生产线流水作业。传统的生产线一般由连续的刚性传动设备组成，短则数米长则几千米。自从AGV小车的出现，完全改变了这个格局，不仅是一个自动引导车辆使用，也可作为移动式装配站处理平台使用，它们可以独立自由、独立工作，并能准确无误地有序组合,虽然没有物理分区的形成，但可以发挥调节作用，完全媲美之前动态高度灵活的生产线，成本一下子就下降很多，从而企业可以更多投入到产品研发上。

（3）特殊的应用场景。AGV无人驾驶自动处理解决了一些不适合人们生产或工作的特殊环境问题，主要在一些危险行业，比如核材料、危险品（农药、有毒物质、腐蚀性物品、生物制品、易燃易爆物品）等。在核电站和用于储存的核辐射场所，AGV被用来运输货物和避免危险的辐射。还有就是强度大、有安全要求的行业，在钢铁工厂中，AGV用于输送炉料，降低工人的劳动强度。再就是人类不适合的作用，比如黑暗环境下的工作等，一个典型例子就是电影仓库中，AGV可以在黑暗的环境中提供材料和半成品，这是人类所不能及的。

3.2 AGV在医疗场景的应用进展

相对于传统的工业场景应用，医疗行业用AGV起步较晚，目前生产医疗AGV产品的公司还不多，且大部分为创业型公司，市场还处于萌芽期。由于医疗应用场景的特殊性，当前在投入医院使用的AGV大多采用SLAM自主导航技术，这样不需要在地面进行铺设，不会破坏地面的整洁，适用于医院使用[22-23]。

国外如德国、新加坡、日本等国家将AGV机器人引入医疗领域的时间较早，一方面这些国家的技术相对比较成熟，另一方面这些国家的人力成本更高，因此在医疗AGV的应用方面已经比较成熟，实现了在病人餐食、衣物、医院垃圾、供应室消毒物品等多个医疗场景上的有效应用。

我国AGV机器人的应用最主要的领域还是在工业生产和物流行业，在医疗领域的应用总体而言还处于起步阶段。从2014年开始，国内逐渐涌现出了一批医疗AGV研发制造企业，逐渐让我国的研发工作和市场化发展有了一定起色。在应用方面，深圳人民医院、武汉协和医院、南京鼓楼医院、中国医学科学院阜外医院等已经配置了医疗AGV，而且大部分产品是国产产品。这些医院主要将医疗AGV运用在消毒供应中心、药物配置中心、护士站、住院部、手术室、库房等6大场景之中，普遍取得了一定的实践成果。

深圳市某AGV生产厂家2019年度在深圳市布局了22余家医院，共41台AGV设备，包括深圳市人民医院、广东省第二人民医院、南方医科大深圳医院、北京中医药大学深圳医院、深圳市坪山妇幼保健院等。笔者所在的深圳市人民医院布局了6台AGV设备，对该院的AGV工作进行统计分析，结果如下：平均每台AGV每日的任务数为82次，每台AGV平均每日的配送里程数为10760 m，每台AGV平均每次的配送距离为131.23 m，每次配送平均耗时为3.22 min（含装载卸载货品时间）。从统计数据和使用情况来看，AGV设备的使用率较高，日均配送里程较长，展示出了对人力配送的良好替代性。

3.3 AGV在医疗场景应用中存在的不足

虽然AGV设备在医疗场景中的应用越来越广泛，但是不可忽视的是，作为一个新生事物，其于医疗场景的融合当中，在医生或护士的使用与交互当中，也暴露出了一些不足[24-26]，主要有以下几个方面：

（1）价格相对较高。作为一项融合了多项尖端技术的高科技产品，AGV产品的价格仍处于相对较高的位置。例如：2016年武汉协和医院引进了两台智能物流机器人，每台AGV的造价达到了200万元，这样的价格对于中小医院而言太过昂贵。尽管从长远来看，医院使用AGV将有助于降低运营成本，但前期的投入巨大对于很多中小医院导入来说还是有些困难。

（2）技术的成熟程度有待提高。相比于传统的工业场景，医院的环境更加复杂，人员流动性更大，对AGV的导航系统、调度系统等技术要求也就更加严格，场景更加复杂，技术的成熟度与产品的用户体验和产品质量直接相关。

（3）功能性能与医疗人员的期望存在差异。人工智能技术的飞速发展和广泛传播，导致作为非研发人员的医护人员等使用者对人工智能技术充满了较高的期待，如实现自然语义多轮交互等，然而实际上人工智能技术还存在一定的局限性，智能机器人能提供的功能与性能与医疗人员的期待还存在一定差距，这是AI技术发展阶段决定的。

4 结语

随着人工智能技术的发展和AGV技术的不断成熟，AGV的应用场景也在不断扩大，其中，以AGV为核心的现代物流系统为医疗服务行业带来了崭新的变化。本文概述了AGV的特点优势，研究认为AGV应用于医疗服务领域是可行且必要的；然后本文从导航技术、路径规划技术和系统调度系统三项核心技术解析了AGV机器人的研究进展，认为在导航技术方面、多机调度等方面还有较大的技术研发空间。在此基础上，总结了国内医疗领域应用AGV的现状情况，认为在价格、产品稳定性、产品性能等方面还存在一定的不足。AGV厂商一方面要深入开展技术研发，在导航技术等方面进一步突破，不断提升产品的稳定性与实用性，同时也要注重培养用户认知，让医疗AGV真正融入医疗服务场景，为医院切实提供高效、优质的物流配送服务。

[1]OlmiR.Coordination of industrial AGVs[J].Int J Vehic Auto Sys,2011,9(1):5-25.

[2]金亚萍.AGV引爆物流智能化革命[J].机器人产业,2017,(2):36-43.

[3]陈怡静,谢云峰.医疗病区物流AGV造型设计与评价研究[J].机械设计与制造工程,2019,48(3):77-81.

[4]张颖川.AGV导航技术的创新路径[J].物流技术与应用,2018,23(7):66-69.

[5]Chiu MC,Yeh LJ,Lai GJ,et al.Developing an auto-tracking automated guided vehicle carrier using a wave-varied detecting method[J].P I Mech Eng C-J Mec,2010,224(6):1349-1357.

[6]Tian JC,Yuan S,Wei D.On the Shortest and Conflict-Free Path Planning of Multi-AGV System Based on Dijkstra Algorithm and the Dynamic Time-Window Method[J].Adv Mater Res,2013,228(645):267-271.

[7]Martinez-Barbera H,Herrero-Perez D.Autonomous navigation of an automated guided vehicle in industrial environments[J].Robot ComputIntegr Manuf,2009,26(4):1-9.

[8]工业和信息化部计算机与微电子发展研究中心(中国软件评测中心).AGV的安全保障与评测[J].机器人产业,2017,(2):44-50.

[9]Marcin W,Pawel M,Ralf S,et al.Multiple AGV fault-tolerant within an agile manufacturing warehouse[J].IFAC Papers On Line,2019,52(13).

[10]Liu YB,Ji SW,Su ZR,et al.Multi-objective AGV scheduling in an automatic sorting system of an unmanned (intelligent)warehouse by using two adaptive genetic algorithms and a multiadaptive genetic algorithm[J].PloS One,2019,14(12):e0226161.

[11]牛秦玉,惠钊,李珍惜.AGV路径规划模板设计研究[J].制造业自动化,2019,41(12):44-47.

[12]Martinez-Barbera H,Herrero-Perez D.Development of a flexible AGV for flexible manufacturing systems[J].Ind Rob,2010,37(5).

[13]马志远.智能控制下的AGV路径规划研究[J].河南科技,2013,(19):98.

[14]Kiranmaye T,Aparna R,Ali M.Safety and efficacy of paediatric silicone Ahmed glaucoma valve (AGV) in adult eyes with post-VR surgery glaucoma[J].Eye (Lond),2019,34(6):1121-1128.

[15]臧少君.现代综合医院医用物流传输系统建筑空间研究[D].西安:西安建筑科技大学,2016.

[16]Chen Z,Fu J.Real-time predictive sliding mode control method for AGV with actuator delay[J].Adv Manu,2019,7(4):448-459.

[17]许柏杨,王冬青.一种改进的EKF-SLAM算法[J].制造业自动化,2019,41(12):67-71.

[18]王家恩,陈无畏,王檀彬,等.基于期望横摆角速度的视觉导航智能车辆横向控制[J].机械工程学报,2012,48(4):108-115.

[19]Martin J,Casquero O,Fortes B,et al.Ageneric multi-layer architecture based on ROS-JADE integration for autonomous transport vehicles[J].Sensors (Basel),2018,19(1):69.

[20]文生平,黄培辉.激光导航移动机器人嵌入式控制系统设计[J].自动化与仪表,2018,33(2):25-28.

[21]李明.无反射板激光导航AGV在汽车零部件整厂物流调度中的应用[J].物流技术与应用,2016,21(10):175-176.

[22]Lu SP,Xu C,Zhong RY,et al.A passive RFID tag-based locating and navigating approach for automated guided vehicle[J].Comput Ind Eng,2018,(125):628-636.

[23]Chengwei H.AGV optimal path planning based on improved ant colony algorithm[A].Proceedings of 2018 2nd International Conference on Electronic Information Technology and Computer Engineering (EITCE 2018)[C].Shanghai:Shanghai University Of Engineering Science,2018.

[24]ChaonanF.Analysis of AGV Optimal Path Problem in Smart Factory Based on Genetic Simulated Annealing Algorithm[A].Proceedings of 2018 4th Workshop on Advanced Research and Technology in Industry Applications(WARTIA 2018)[A].WARTIA:International Information and Engineering Association,2018:175-179.

[25]房殿军,周涛.自动化立体仓库中智能AGV群体的静态路径规划与动态避障决策研究[J].物流技术,2017,(6):177-185.

[26]Jens H,Thomas V.Optimal Scheduling of AGVs in a Reentrant Blocking Job-shop[J].Procedia CIRP,2018,(67):14-45.

移动机器人在医疗场景的研究与应用进展

引言