大型制造园区内部的物流，常被简化成“让机器人把货送过去”。实际项目中，移动往往不是最难的部分。无人机可以跨越园区，无人车可以沿道路行驶，AMR可以进入车间，人工配送也能补充零散任务；真正容易中断流程的，是运输任务结束前的最后一次交接：货放在哪里，谁有权打开，业务系统何时确认收货，设备故障后责任落在谁身上。
这就是制造园区的“最后一百米”。它并非严格的距离概念，而是从运输载体抵达目的区域，到物料被下一道工序可靠接收之间的一段系统边界。Arrive AI与DXC提出把无人机、AMR、自动驾驶车辆及人工配送接入统一异步交付点，值得关注的也不是某一种柜体，而是把交接点作为园区物流基础设施来设计。
一、交付点不是智能快递柜，而是责任转移节点
消费场景的快递柜主要解决暂存和取件。制造场景的交付点还要回答四个问题。
第一，货物身份是否确定。一个料箱可能对应采购订单、工单、批次、序列号、质量状态和有效期。系统不能只知道“3号格口里有东西”，还要知道它是否为正确产线、正确班次和正确工序准备。
第二，交付权限是否确定。供应商车辆、园区无人车、车间AMR和员工工牌属于不同身份域。允许设备靠近，不等于允许它开门；允许开门，也不等于允许取走全部物料。权限至少要绑定主体、任务、货物、位置和时间窗。
第三，交付完成如何认定。机器人抵达、舱门打开、货物进入格口、重量变化、视觉确认、门锁闭合、WMS回执，这些事件并不等价。若系统过早把任务标记为完成，遗失和错料只能由现场人员追查；若确认条件过严，又可能造成任务长期占用。
第四，异常由谁接管。门锁卡滞、标签污损、网络中断、货物超尺寸、AMR定位偏差都很常见。自动化系统必须把异常恢复设计成正常流程的一部分，而不是依赖“找个人过去看看”。
因此，交付点本质上是物理物流与数字业务之间的事务提交节点。它完成的不只是放货动作，而是保管责任、库存责任和任务责任的同步转移。
二、先统一物理接口，再谈多机器人协同
多本体协同的第一个障碍是机械条件不一致。无人机可能从顶部投放，无人车从侧面推出料箱，AMR需要正面顶升或滚筒对接，人工则希望在符合人体工学的高度操作。如果每一种设备建设独立交付设施，园区很快会出现重复投资和孤立路线。
可复用的交付点应明确一组最小物理规范：可接受载荷范围、料箱外形及底部结构、对接高度、定位容差、开门净空、滚筒或顶升方向、充电与通信位置，以及消防、防水、防尘和防静电等级。对电池、化学品、洁净物料等特殊品类，还要增加温湿度、气体检测和隔离要求。
定位接口尤其重要。机器人到达站点附近只是导航完成，最后几十厘米通常需要二维码、反光板、视觉标记、UWB或机械导向完成精确对接。设计时应给出横向、纵向和角度容差，并规定超差后是自动重试、换泊位还是转人工。没有可测量的容差，多机器人“兼容”只能停留在演示阶段。
载具也要标准化。周转箱、托盘和专用夹具如果没有统一编码和尺寸系列，站点就不得不配置复杂机械结构。相比追求一个万能机械手，先把高频物料收敛到若干标准载具，通常更经济，也更容易通过安全评估。
三、数字接口的核心不是API数量，而是统一对象模型
制造园区已有MES、WMS、ERP、门禁、视频平台、车队调度系统和设备管理平台。新增交付点如果直接与每个系统点对点集成，会形成难以维护的接口网。更稳妥的方法是先定义几个稳定业务对象。
任务对象应至少包含任务编号、货物清单、起点、终点、优先级、时间窗、运输主体和服务等级；货物对象包含物料编码、批次、数量、载具、质量状态和特殊条件；主体对象覆盖人员、机器人、车辆、供应商和系统账户；站点对象描述格口、泊位、能力、环境状态和可用时间；事件对象则记录抵达、认证、开门、装卸、复核、锁闭、签收和异常。
接口协议可以是REST、MQTT、AMQP或工业现场协议，但事件语义必须一致。例如“arrived”只代表运输载体进入地理围栏，“docked”代表完成精确对接，“deposited”代表传感器检测到货物进入，“secured”代表舱门锁闭，“accepted”才代表下游业务系统接收库存责任。把这些状态混为一个“完成”，会掩盖大量现场问题。
身份认证也不能只依赖静态设备编号。机器人可使用设备证书和短期令牌，人员使用工牌或移动身份，任务授权则由调度系统签发一次性凭证。站点验证的不是“这是不是某台AMR”，而是“这台AMR当前是否被授权执行这个任务并操作这个格口”。凭证应限制有效期、操作范围和可重放次数。
四、用状态机和补偿机制保证交接可恢复
自主交接应采用显式状态机，而不是由多个系统各自猜测进度。一条典型链路可以定义为：已创建、已分配、运输中、已抵达、已对接、已认证、装卸中、待复核、已锁闭、已签收、已结束。任何状态变化都由可审计事件触发。
需要特别处理“半成功”。例如机械动作已把料箱推入，但WMS回执超时；门锁已闭合，但视觉模型判断标签不一致；下游AMR已取货，MES却拒绝领料。此时不能简单重发动作，否则可能重复放货或重复扣减库存。系统要为每一步设计幂等键、超时条件和补偿动作。
所谓幂等，是相同任务请求被重复发送时，物理动作和库存事务不会重复执行。所谓补偿，不一定是把动作完全回滚，而是把系统恢复到可继续处理的安全状态。例如网络中断后站点可本地保存签名事件，恢复联网后补传；物料已进入但业务确认失败时，可锁定格口并生成待核验任务，而不是自动退回。
边缘控制器应保留最小自治能力。云端不可用时，它至少要维持门锁安全、完成正在进行的交接、保存日志并拒绝新的高风险任务。把所有判断放在云端，会使一次网络抖动演变成园区物流停摆。
五、安全治理要同时覆盖人、货、设备和数据
交付点会成为新的安全边界。它既连接公共或半公共区域，又接入生产网络，还能触发真实机械动作。治理不能只做网络防火墙。
人员安全方面，应划分机器人接近区、机械动作区和人工操作区，配置急停、夹伤检测、门锁联动和速度限制。无人机降落与人员取货不能共享同一时间窗口。高风险物料应要求双人或双因素确认。
货物安全方面，需要重量、视觉、RFID等多源校验。单一传感器容易误判，但也不必对所有货物使用最高配置。可以按价值、危险性和生产影响建立风险分级：普通耗材以条码和重量确认，关键零部件增加视觉与序列号核验，危险品再叠加环境传感和专用隔舱。
网络与身份方面，站点应与办公网、生产控制网分区，设备证书要可吊销，运维入口要有强认证并记录会话。摄像头采集范围也要受控，避免为了识别货物而长期保存无关人员影像。
责任治理方面，要明确平台方、设备商、系统集成商和园区运营方的边界。一次交付失败究竟属于导航、机械、身份、业务规则还是网络问题，应能通过统一事件时间线定位。若每家供应商只保留自己的日志，事故复盘将长期停留在相互推诿。
六、项目验收不能只看“成功送达率”
单次演示成功无法证明系统可运营。验收指标应覆盖效率、可靠性和恢复能力。
效率类指标包括平均交接时长、排队时间、格口周转率和人工介入分钟数；可靠性指标包括首次对接成功率、身份认证失败率、错投率、库存一致率和站点可用率；恢复指标包括异常发现时间、平均恢复时间、离线运行时长以及补传成功率；业务指标则包括线边缺料次数、紧急配送占比和每单综合成本。
还要区分系统原因与上游原因。若大量任务因料箱不合规失败，问题可能不在机器人，而在包装标准没有执行。把异常原因编码并持续统计，才能决定下一轮投资应投向导航、站点、网络还是供应商管理。
部署顺序宜从闭环、低风险、高频路线开始，例如仓库到某一车间的标准周转箱运输。先跑通一个运输主体、一类载具和一个业务系统，再引入无人机、无人车及人工混合交接。过早追求“全园区、全设备、全品类”，往往会把接口问题堆积到现场联调阶段。
结语
制造园区自主物流的价值，不在于把每一段路都换成机器人，而在于让物料可以跨运输方式、跨建筑和跨班次连续流动。最后一百米之所以难，是因为它同时涉及机械兼容、身份授权、库存事务、安全控制和运营责任。
真正可扩展的方案应把交付点视为标准化基础设施：物理上提供明确的对接与载具规范，数字上使用统一对象和事件语义，控制上用状态机、幂等与补偿机制处理半成功，治理上建立风险分级和跨供应商审计。做到这些，多机器人协同才不只是设备数量增加，而会变成一套能够长期运行的园区物流网络。