制造工厂内部还有相当一部分物流环节没有真正实现自动化。自动仓库、输送线和AGV已经比较常见，但卡车送到工厂以后，面对尺寸不同、朝向不同、堆放方式不断变化的周转箱，很多企业仍然需要工作人员站在托盘旁边逐箱搬运和分类。问题不在于工业机器人没有足够的负载能力，而在于这些箱子不像焊接工件那样始终停在固定位置，托盘每一次送进来，箱子的大小、方向、间隙和堆放高度都可能不同，使用传统固定示教程序很难覆盖所有情况。9月3日，Mujin公布其在汽车电装零部件制造企业松田电机工業所实施的厂内物流自动化项目，两套周转箱卸垛机器人被分别部署在入货环节和完成品进入自动仓库之前的入库环节，用3D视觉和实时路径计算解决过去依赖人工处理的混载周转箱搬运。

汽车零部件工厂使用周转箱非常普遍。不同供应商把端子、塑料零件、电气部件以及其他生产物料放入可循环使用的箱体，再按照托盘单位运入工厂。这些箱子经过多年循环以后，即使原始规格相同，也可能因为磨损、碰撞和长期承载出现一定变形；不同零件又可能使用不同尺寸的箱体，托盘上同时混装多个规格。对于人工来说，看到哪个箱子在上面就先搬哪个并不困难，但机器人要完成同样动作，需要先知道箱子在哪里、哪个位置能够抓、抓起来以后会不会撞到周围其他箱子以及机械臂应该沿什么路线退出。

这也是混载卸垛长期比规则托盘搬运更难实现自动化的原因。传统机器人最擅长的是重复同一个动作，例如从固定位置抓取同一种工件，再放到固定治具。如果下一只箱子的尺寸和位置发生变化，过去通常需要提前把各种排列方式写入程序。但混载托盘的组合数量非常大，箱体之间还可能存在倾斜和缝隙，靠人工预先定义所有堆叠模式并不现实。

松田电机工業所此次采用的系统在机器人上方配置3D视觉，对整个混载托盘进行扫描，识别箱体的位置、外形以及可以用于抓取的边缘，再由控制系统实时计算抓取位置和机械臂运动路径。也就是说，机器人不是简单地按照事先保存好的固定坐标去取箱，而是先观察当前托盘，再根据眼前实际状态决定这一次怎么抓。

这种方式与传统视觉定位存在一定区别。普通二维相机很适合识别工件平面位置和方向，但面对多个箱体上下堆叠时，仅知道图像中的横向和纵向位置并不足够，还需要判断每个箱子的高度和空间关系。3D视觉能够获得深度信息，控制系统因此可以判断哪个箱子位于上层、箱体之间有多少空间，以及抓取后怎样避开其他物体。对于托盘卸垛、无序工件抓取和复杂物流搬运来说，这类空间信息正在成为机器人从固定工位走向不规则工位的重要基础。

系统采用的机械手还可以根据箱体大小自动调整抓取宽度。多个规格的周转箱进入同一工位时，不需要每换一种箱子就由工作人员停机更换整套机器人手爪。根据Mujin公布的信息，未来增加新的箱型或零件品种时，也可以在现有设备基础上扩大对应范围。 对多品种汽车零部件工厂而言，这种适应能力比单纯追求最快的机器人运行速度更加实际，因为零件和包装规格不会在设备投产以后永久保持不变。

入货环节还增加了标签读取和箱体方向调整。机器人抓起周转箱以后，会读取箱体侧面的生产看板标签；如果当前一侧没有成功读取，机器人可以把箱子旋转到另一面再次扫描，确认标签信息后，再按照后续物流所需要的方向进行摆放。 这意味着机器人完成的不只是从托盘上把箱子拿下来，而是在搬运过程中同时承担了身份识别和方向整理。

这一点对工厂物流自动化很关键。如果机器人只负责卸垛，但箱子落地以后仍然需要工作人员重新寻找标签、确认物料并调整方向，那么真正减少的人工工序非常有限。把视觉识别、标签读取和输送方向整理结合起来以后，一个原本完整的人工操作步骤才有机会整体被自动化。物流机器人正在因此从单纯的机械搬运设备，逐渐变成同时处理“物料是什么、现在在哪里、下一步去哪里”的现场执行单元。

根据企业此次公布的运行数据，两套系统对应的目标工序原先需要3名工作人员，目前该目标工序实现从3人作业转为无人化处理；每日卸垛数量约5000箱，过去工作人员每天累计需要手工搬起的箱体总重量约25吨，企业公布的年度减少工时为5856小时。 这些数字属于Mujin和项目企业公布的项目数据，并不意味着导入两台机器人后整个工厂减少3名员工，更准确的理解是原来需要人员持续执行的这两个具体搬运工序不再需要固定人员驻守。

每天累计约25吨的重量也不能理解成工作人员一次需要搬几十吨，而是大量周转箱反复搬运后的累计重量。单个箱子重量可能并不极端，但一天重复数百甚至上千次弯腰、抬起、转身和放下，对身体形成的长期负担会非常明显。厂内物流自动化的价值因此不仅体现在人数，还包括减少高频重复搬运和人员疲劳。

很多制造企业自动化改造优先从生产主线开始，因为焊接、加工和装配直接决定产品产量。但主线自动化程度提高以后，工厂逐渐会发现另一类问题：机器生产得越来越快，物料搬运却仍然依靠人工。如果原材料无法及时进入生产区域，完成品不能快速送入仓库，那么生产设备本身再快也会被物流节拍限制。因此，近年来制造自动化正在从加工工序继续向入货、仓储、线边配送和出货等厂内物流延伸。

这次项目比较有代表性的地方，还在于没有为了实现自动化彻底重建整个物流区域。Mujin在公开资料中表示，项目是在尽量不大幅改变既有工厂物流动线的基础上，将机器人系统嵌入原有流程。 对中小制造企业来说，这种方式通常比建设全新的高度自动化仓库更容易实施。许多老工厂的建筑、输送线和仓库已经运行多年，不可能为了引入机器人全部推倒重建，能够在现有物流路径上逐段替换高劳动强度工序，往往更符合实际投资条件。

不过，机器人能够适应混载并不意味着现场可以完全没有物流规则。周转箱必须仍然处于机器人和视觉系统能够识别、抓取的范围，严重破损的箱体、超出设计尺寸的物料或者异常堆叠仍然需要制定处理方式。任何无人化物流设备真正投入长期生产后，都必须考虑“正常情况之外怎么办”。如果一个箱子被压坏、标签脱落或者异物落在托盘上，系统应该停止报警、跳过该箱还是转入人工异常处理通道，都需要预先设计。

这正是智能物流与传统固定自动化之间的一个重要差别。传统自动化通过高度标准化现场降低不确定性，要求所有物料按照固定位置和固定姿态进入设备；新一代机器人则尝试利用视觉和实时计算增加对现场变化的适应能力。但适应能力并没有取消工业标准化，比较合理的方向仍然是让包装和物流尽量规范，同时由机器人处理合理范围内的随机变化。

系统后续维护也不只是维护机器人本体。3D相机镜头状态、标签读取设备、机器人手爪、输送机构和控制系统都属于完整自动化单元。比如视觉镜头受到灰尘遮挡以后，识别精度可能下降；机械手长期抓取箱体后，接触部位可能磨损；周转箱本身不断变化，也需要确认是否仍然处于原设计范围。智能化并不是取消维护，而是把原来维护人工搬运流程，转变成维护自动化系统。

对于汽车零部件行业来说，这类物流自动化还有一个现实背景，就是物料种类很多。整车和零部件生产长期采用多供应商体系，同一座工厂每天可能接收大量不同零件。每一种物料全部重新设计专用自动化装置并不经济，因此能够处理一定范围非标准箱体的通用机器人，才更容易进入实际工厂。

系统与自动仓库之间的衔接也值得关注。在完成品入库环节，机器人不是孤立运行，而是整个物流链中的一段。上游生产完成以后，产品进入周转箱，机器人完成处理，再交给自动仓储系统。如果未来进一步连接AGV、AMR和生产管理系统，物料从供应商进入工厂，到生产线，再到成品仓库，就可能形成更加连续的数据和物流链路。

这种变化也会推动工厂物流软件的重要性提高。过去搬箱工作由人员完成时，工作人员可以凭经验判断下一步怎么处理；设备无人化以后，每一只箱子的身份、目的地和当前状态都需要由系统明确记录。机器人越智能，对准确物料数据的依赖反而越高。如果标签信息错误、库存系统数据不一致，再灵活的机械臂也无法知道箱子究竟应该送往哪里。

“物理动作自动化”和“物流信息数字化”因此必须同步推进。3D视觉告诉机器人箱子在哪里，标签告诉系统箱子里面是什么，仓储和生产系统再决定箱子下一步应该到哪里。只有这几类信息完整连接，机器人才能真正承担过去由人员完成的判断和搬运工作。

此次项目发布中，Mujin将其称为中小制造企业混载周转箱机器人卸垛的首个案例，但这一“首个”结论来自Mujin在2026年8月自行实施的调查，应当理解为企业依据自身调查提出的市场判断，并不是第三方机构对所有制造企业进行全面统计后形成的行业认证。 相比“是否全国第一”，此次案例更值得关注的其实是具体运行规模和工序变化，因为每天约5000箱、累计约25吨已经属于持续性的生产物流任务，而不是展会中的演示设备。

从制造业自动化发展来看，机器人应用正在逐渐从最容易标准化的工位向最难标准化的区域扩展。汽车焊接线几十年前就可以大量使用机器人，因为车身位置和焊点能够准确预先定义；混载物流直到今天仍然存在大量人工，正是因为现场变化太多。3D视觉、实时运动规划和可变抓具的发展，使机器人开始具备处理这种变化的条件。

对中小型工厂来说，这一趋势尤其值得观察。真正阻碍自动化的不一定只是机器人价格，更多时候是企业觉得自身品种太多、工位变化太大，不适合传统固定自动化。当机器人能够不依赖固定托盘排列、自动识别不同箱体并实时计算动作以后，一部分过去被认为“只能由人处理”的工序就开始具备重新评估自动化可行性的条件。

9月3日公布的松田电机工業所项目因此不是简单的“工厂增加了两台机器人”。更重要的变化是，机器人开始接手过去高度依赖人员视觉判断和经验操作的混载物流工作。工业机器人下一阶段的增长空间，很可能并不只来自生产线上继续增加更多相同机械臂，而是来自这些长期存在于收货区、仓库、线边和出货区的非标准工序。

制造工厂越向无人化和连续化发展，厂内物流的重要性就越突出。生产线可以自动运行几个小时，但如果物料仍然需要工作人员不断搬箱，整厂就不可能真正减少人工依赖。3D视觉、机器人和物流信息系统逐渐结合以后，工厂自动化正在从“机器自己生产”继续走向“物料也能够自己流动”，这可能成为未来制造业改造中比单一机器人速度提升更具有实际价值的一条路线。