Open Source Robotics

精選高品質的開源機器人專案、工具與軟體,推動機器人社群向前發展。

倉儲與物流

全球倉儲自動化市場預計到 2027 年將達到 410 億美元,年成長率 15%。但你不需要 Amazon 的預算也能自動化。開源 AMR、車隊控制器與移動操作機器人,正讓中小型營運也能負擔倉儲機器人,有些成本甚至不到 $3,000。

從 DIY 自主移動機器人到車隊管理系統:讓各種規模的營運都能實現倉儲自動化的開源平台。

機會

機會

倉儲自動化長久以來都是大規模的代名詞:Amazon 超過 750,000 台機器人、Ocado 的網格系統,或阿里巴巴的全自動化履約中心。技術早已存在,但一直被七位數的價格與專有生態系鎖住,只有最大型的企業才負擔得起。

這種情況正在快速改變。OpenAMR 等開源自主移動機器人證明,一台具備 150kg 負載與光達(LiDAR)SLAM 導航、可實際運作的倉儲 AMR,能以不到 $3,000 打造出來,大約是商用替代品成本的 1/10 到 1/30。同時,openTCS 與 Open-RMF 等車隊管理系統提供協調層,把個別機器人組織成車隊,而且是免費的。

平價運算(Raspberry Pi 5)、成熟的導航堆疊(Nav2、SLAM)與開放的車隊管理匯聚在一起,正為小型製造商、區域經銷商、電商履約中心,甚至大型零售倉庫,創造出一個全新的倉儲自動化層級。LeKiwi($184-$499)與 Mobile ALOHA($32,000)等移動操作機器人,則加入了五年前還像科幻小說的拾取與放置能力。

真正的機會不只是降低成本,而是彈性。開源平台可針對特定工作流程客製化、透過標準 API 與現有的 WMS 系統整合,並由內部團隊維護,而不必依賴供應商的服務合約。對於每天處理 100-10,000 筆訂單的中小型營運來說,這是第一條實際可行的自動化之路。

產業概況

產業概況

倉儲機器人涵蓋範圍很廣,從簡單的輸送系統到全自主的拾取與放置作業都有。開源專案占據了日益擴大的中間地帶,提供從 $184 的移動操作機器人到精密多機器人車隊協調系統的各種平台。市場可分為自主移動機器人(物料運輸)、移動操作機器人(拾取與放置)、車隊管理軟體(協調)以及導航/SLAM 系統(路徑規劃)。目前開源活動最活躍的是 AMR 平台與車隊協調,而移動操作在 AI 驅動的模仿學習帶動下也正快速追上。

  • 市場規模: $41B by 2027
  • 搜尋需求: warehouse robot, AMR

如何開始

打造你的第一台倉儲 AMR

進入倉儲機器人領域最快的途徑是打造一台 OpenAMR:一款專為小型倉儲作業設計的完整開源自主移動機器人。它具備 150kg 負載能力、光達 SLAM 導航,總製作成本低於 €3,000,是中小企業最實際的入門選擇。機器人以 Raspberry Pi 5 搭配 Linorobot/ROS 導航堆疊運作,機械設計只需要基本加工(雷射切割、折彎)。一個人一天就能組裝好底盤。

加入移動操作

對於需要拾取與放置能力的作業,LeKiwi 以 $184-$499 提供全向移動操作機器人。它的全向 Kiwi 驅動可朝任何方向移動,而 SO-100 機器手臂負責處理物品。它原生整合 HuggingFace LeRobot,你可以透過示範教機器人執行任務,並訓練自主策略,而不必從零撰寫控制程式。若需要研究等級的雙手操作,史丹佛的 Mobile ALOHA 提供一個只需 50 次示範就能學習的雙臂平台,價格約 $32,000。

車隊協調

一旦你有多台機器人,協調就變得至關重要。Open-RMF(Open Robotics Middleware Framework)提供以 ROS 2 為基礎的多車隊管理,具備交通排程、任務分配,以及與門、電梯和 BMS 系統等建築設施的整合。對於使用多家供應商 AGV 的場域,Fraunhofer IML 的 openTCS 提供不受供應商限制的車隊控制,具備可插拔的車輛轉接器、路徑最佳化,以及用於 WMS 整合的 REST API。

導航基礎

這些系統全都建立在同一套開源導航堆疊上。Nav2 提供自主路徑規劃,RTAB-Map 處理即時 SLAM,ros2_control 管理馬達介面,而 Linorobot2 則把這一切包裝成容易上手的移動機器人框架。了解這套堆疊是任何倉儲機器人專案的基礎。

產業案例

  • Peer Robotics: Peer Robotics 打造的協作移動機器人,透過其 Person2Peer Teaching 系統直接向人類員工學習,不需要寫程式。工廠現場的員工親手引導機器人完成任務,它就能當場學會路線與動作。這讓負擔不起一般 20 萬美元以上 AMR 整合成本的中小型場域,也能實現自主物料搬運。 · 230 萬美元種子輪(Yale-MIT 衍生公司)
  • Servo7: 總部位於阿姆斯特丹的 Servo7 採取截然不同的做法:他們的機器人不需要重新設計場域,而是直接部署到現有的倉儲作業中,並從簡單的人類示範中學習任務。他們鎖定 80% 完全沒有自動化的倉庫:不是因為沒有解決方案,而是現有方案對較小的營運來說太昂貴、太僵化。 · 前種子輪 / YC Winter 2026
  • Contoro Robotics: Contoro 攻克了從拖車上自主卸下未棧板化、散裝落地紙箱的難題,這是物流業中最後幾項真正靠人力、累壞腰背的工作之一。他們的 Duo-Grasp 夾爪能從側面(而不只是頂部)處理紙箱,每箱最重可達 80 磅,成功率超過 99%。已自主卸載超過 450 輛拖車。 · 總計 2,200 萬美元(A 輪)
  • Sereact: 德國新創 Sereact 打造了 PickGPT:一個視覺-語言-動作 AI 大腦,讓倉儲操作人員用日常語言指揮機器人,更換產品或機器人類型時完全不需重新訓練。它不受硬體限制,可用於任何機器手臂或移動操作機器人。已在 100 多個部署案中累積超過 5 億次揀取。 · 總計約 3,100 萬美元(A 輪,斯圖加特)

專案

  • OpenAMR: hardware: Complete open-source AMR for SME warehouses — 150kg payload, LiDAR SLAM, Raspberry Pi 5, buildable for under €3,000. Includes full production drawings, BOM, and assembly instructions for one-day builds.
  • Mobile ALOHA: hardware: 用於訓練手術機器人技能的強化學習平台,與 da Vinci 硬體相容
  • LeKiwi: hardware: Sub-$500 omnidirectional mobile manipulator with holonomic Kiwi drive and SO-100 arm. Natively integrated with HuggingFace LeRobot for teaching warehouse tasks by demonstration and deploying autonomous policies.
  • openTCS: software: Fraunhofer IML's vendor-independent AGV/AMR fleet control system. Provides routing, dispatching, scheduling, and deadlock prevention for mixed-manufacturer vehicle fleets via pluggable communication adapters.
  • Open-RMF: software: ROS 2-based multi-fleet robot coordination with traffic management, auction-based task allocation, and building infrastructure integration (doors, elevators, BMS). Deployed in Singapore hospitals and airports.
  • Nav2: software: The standard ROS 2 navigation framework providing autonomous pathfinding, obstacle avoidance, and waypoint following — the foundation for every warehouse AMR's navigation capability.
  • MoveIt 2: software: Motion planning framework for robot arms, enabling pick-and-place operations in warehouse mobile manipulators. Provides collision-aware trajectory planning and execution.
  • Linorobot2: hardware: Accessible ROS 2 mobile robot framework that packages Nav2, SLAM, and ros2_control into a buildable platform. The navigation foundation that OpenAMR and other warehouse AMRs build upon.
  • ros2_control: software: Hardware abstraction layer for robot actuators in ROS 2. Provides standardized motor control interfaces used by warehouse AMRs for precise wheel and arm control.
  • RTAB-Map: software: Real-time appearance-based SLAM for visual and LiDAR mapping. Enables warehouse robots to build and maintain maps of their environment for autonomous navigation.
  • BehaviorTree.CPP: software: Reactive behavior framework used by Nav2 for complex warehouse navigation logic — handling door passages, elevator rides, queue management, and dynamic obstacle avoidance.

本網站需要 JavaScript 才能正常運作。請啟用 JavaScript 以瀏覽我們的開源機器人專案。