2023年中国智慧物流行业发展现状、竞争格局及发展趋势分析，移动机器人加速渗透「图」

一、智慧物流产业概述

1、智慧物流的定义及发展机遇

智慧物流（Intelligent Logistics System）,ILS首次由IBM提出，智慧物流是指通过智能软硬件、物联网、大数据等智慧化技术手段，实现物流各环节精细化、动态化、可视化管理，提高物流系统智能化分析决策和自动化操作执行能力，提升物流运作效率的现代化物流模式。

大数据时代智慧物流的发展机遇

图片

资料来源：公开资料，华经产业研究院整理

2、智慧物流行业发展历程

中国智能物流行业发展经历了“技术探索-商业化探索-商业化落地与拓展”三个阶段。2000年以后，随着大量新兴企业诞生，物流装备技术在快消、机场等行业得到进一步普及；2012年中鼎集成为LG化学提供物流仓储系统，2014年后，电商的爆发式增长使得中国物流装备从“跟随”逐步转为“领跑”，电商和新能源行业开始使用国产智慧物流装备。

图片

资料来源：公开资料，华经产业研究院整理

二、智慧物流行业发展相关政策

2017年以来，《关于深化“互联网+先进制造业”发展工业互联网的指导意见》、《关于推动物流高质量发展促进形成强大国内市场的意见》以及《推动物流业制造业深度融合创新发展实施方案》等文件相继发布，我国智慧物流行业持续迎来政策支持，进一步激发了智慧物流系统建设高潮，行业发展迎来新的局面。

图片

资料来源：公开资料，华经产业研究院整理

相关报告：华经产业研究院发布的《2023-2028年中国智慧物流行业市场全景评估及投资前景展望报告》

三、智慧物流行业产业链

1、智慧物流产业链

智慧物流产业链的上游为设备制造商和软件开发商，主要包括单机设备和零部件及系统提供商，供应立体货架、叉车、输送机、分拣机、AGV、堆垛机、穿梭车等硬件设备，以及WMS、WCS、WES、MES等仓储软件与工业软件。中游为系统集成商，主要有解决方案提供商，一部分由物流设备的生产厂家发展而来，硬件技术较强；另一部分由物流软件开发商发展而来，在软件技术开发上具有较强的竞争实力。下游为智慧物流的应用行业，智慧物流的应用可分为工业生产物流和商业配送物流。

智慧物流产业链示意图

图片

资料来源：公开资料，华经产业研究院整理

2、智慧物流上游产业分析

AGV是我国智慧物流重要的硬件设备之一，得益于近年来我国机器人产业的不断发展，我国AGV市场规模也随之不断扩张。GGII数据显示，2022年中国市场移动机器人销量创新高，达到8.14万台，同比增长27.67%；市场规模96.73亿元，同比增长23.83%。

图片

资料来源：公开资料，华经产业研究院整理

四、智慧物流行业现状分析

1、智慧物流行业市场规模

据数据显示，2022年中国智慧物流装备市场规模为829.9亿元，同比增长16.1%。预计2027年，中国智慧物流装备市场规模可达到1920.2亿元，未来五年CAGR高达18.3%。

图片

资料来源：公开资料，华经产业研究院整理

2021年智慧物流行业规模达6477亿元，近五年CAGR达17.7%，呈快速扩容态势。预计2022年，中国智慧物流装备市场规模可达到7千亿元。

图片

资料来源：公开资料，华经产业研究院整理

2、智慧物流行业市场需求结构

2022年中国智慧物流装备市场中新能源、快递快运、快消领域的市场规模最大，分别为123、122、105亿元。

图片

资料来源：公开资料，华经产业研究院整理

五、智慧物流行业竞争格局

1、智慧物流行业竞争格局

我国智慧物流企业规模较大且外资品牌具有先发优势，国内竞争格局分散。诺力股份、今天国际的市占率分别为4.0%和2.9%。各集成商在不同的细分领域有较强的竞争实力，例如诺力股份和今天国际深耕新能源行业，昆船智能在烟草和军工领域竞争力较强。

图片

资料来源：公开资料，华经产业研究院整理

2、智慧物流行业重点企业营收

诺力股份主要从事各类物流装备的研发、制造、销售及其相关服务，主要涉及专用车辆制造、连续搬运设备制造和升降机制造等通用设备制造行业以及工程设计服务等专业技术服务行业。今天国际是一家专业的智慧物流和智能制造系统综合解决方案提供商，为生产制造、流通配送企业提供自动化生产线及物流系统的规划设计、系统集成、软件开发、设备定制、电控系统开发、现场安装调试、客户培训和售后服务等一体化业务，使客户实现生产经营全过程的自动化、数字化、智能化。2022年诺力股份智慧物流业务实现营业收入33亿元，今天国际实现营业收入24.1亿元。

图片

资料来源：公司年报，华经产业研究院整理

六、智慧物流行业未来发展趋势

1、AGV采用融合导航

激光SLAM（即时定位与地图构建）技术目前已相当成熟，极大地提升了AGV/AMR的灵活性，但高精度激光雷达的成本较高。由于视觉导航能够获取更多信息、适用范围更广、成本更低，视觉SLAM（V-SLAM）被认为是下一代规模应用的导航方式，也是AI视觉落地的重要方向。综合精度、成本、应用场景等因素，融合导航将成为趋势。例如二维码+激光SLAM、激光SLAM+视觉SLAM的多传感器融合导航等。

2、移动机器人（AGV/AMR）加速渗透

机器人与其他生产设备、MES、WMS等系统全面协同，实现生产物流信息实时管控，同时打通智慧工厂数据链，提高生产制造数据收集的时效性。通过边缘计算和云计算的结合，突破移动机器人终端的算力和存储限制。一方面提高了AI算法的训练和推理能力，提升移动机器人的智能程度。另一方面，通过云端数据实时分析，优化每一个移动机器人的工作，提升整体效率。

3、AI+3D视觉带来传统机械臂变革

机械臂智能拣选是AI视觉技术的重要落地场景。长期来看，机械臂是实现各个行业“无人仓”的关键一环。通过算法的迭代升级，能够通过小样本学习，快速识别海量SKU，应对不同物品、不同抓取环境时能够像人一样柔性处理。同时，通过提升AI算法能力，能够降低对高精度传感器的依赖，从而降低硬件成本，提升机械臂的运动节拍，拉开机械臂与人相比的效率优势。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。