2019年1月16日，YOGO Robot以“智慧终端 高效物流”为主题，在上海张江科海大楼发布了全新产品——YOGO Station智能配送站。YOGO Station智能配送站是全球首创的终端配送群体机器人系统解决方案，创造性的覆盖了“接收-暂存-分拣-递送-提货-反馈-退货”七大环节的无人化配送流程。
YOGO Robot联合创始人蔡晓玮女士（右）和YOGO Robot技术总监、首席工程师刘永先生（左）
会后，我们也对YOGO Robot联合创始人蔡晓玮女士和YOGO Robot技术总监、首席工程师刘永先生进行了专访，共同探讨了关于无人智能配送站的技术亮点以及发展趋势。
YOGO Station智能配送站集中调配 多单处理
YOGO Station智能配送站不仅仅是一个配送机器人，更多的是一套解决方案，在YOGO Station智能配送站里，最多的可以同时存储19单快递或外卖，每个机器人同时可以运载3单，这样既可很快速的给消费者运送相应的货物。
YOGO Station与用户互动此外，随着产品的迭代，YOGO Robot也在进一步提高每个机器人的配送能力，比如，最初的YOGO Station每台配送机器人仅能配送1单，而现在则是初代的3倍，未来，也会有一个处理能力的上涨。
机器人也可以优雅的挤电梯
在写字楼里面，中午的时候，挤电梯是一个非常困难的问题，那么YOGO Station智能配送站是怎么解决这个问题的呢？
YOGO Station进入电梯YOGO Robot联合创始人蔡晓玮表示，挤电梯是一个非常困难的问题，不光技术上的问题，还涉及到对外反应的问题，既要让它走得好，还要让他有礼貌。YOGO Station可以根据不同的拥挤情况以及不同的订单情况，自行做出最合理的调整。总的来说，YOGO Station就是更好的为人们服务。
YOGO的核心竞争力在于算法
YOGO Robot联合创始人蔡晓玮表示，YOGO的核心竞争力在于算法。
其实对于无人避障或者机器人行走、无人驾驶，一直有两种概念的技术路径。比如说，行业内会强调学习，在不同的，你会需要很环境下学习，通过大数据去支撑机器人做各种各样的判断。
YOGO Station在建筑中行走但是YOGO并没有采用这样这样的方法，YOGO只是将学习作为算法的补充。YOGO算法的逻辑是在模拟人怎么样去预判这个环境，而不是通过不断学习。因为学习难免会出现疏漏，今天学了这个，明天就要学另外的情况，会有局限性。
YOGO最大的希望还是想要让机器人和人一样，可以智能的判断不同的场景，并自动的选择路径。这样的策略可以带来十分明显的优势——可以在非常小的计算量下实现十分精准的判断。
巨头也在做，说明方向是对的
针对美团、阿里、京东这些巨头等巨头也在做智能配送，YOGO Robot联合创始人蔡晓玮表示，这恰恰说明了B端一定有这个需求。否则，没有其他企业做，只能说明这是一个噱头。
多机怼桩饿了么是YOGO合作的伙伴之一，刚开始的时候，肯定要深入到场景，会跟合作伙伴有一个比较深入的合作。
YOGO认为未来整个物流配送不只有一种方式，所以YOGO更多的还是希望为B端去赋能。
YOGO Station会和电梯、物业多方合作
对于不同场景下YOGO Station的适应能力，YOGO Robot技术总监、首席工程师刘永先生表示，YOGO Station在不同的写字楼里，会和电梯、物业公司多方合作，比如，把一些终端安放到电梯上。
YOGO Station而在路面场景下，主要是YOGO Station的算法去主动的控制机器人，更多的凭借自身的力量去走路、避障。
YOGO Station虽和B端合作 但会辐射到C端
YOGO Station虽然更多的是B端的客户，比如快递、外面、物业行业，帮助这些企业 降本增效。但是YOGO Station直接面对的是C端的消费者，所以一旦YOGO Station投放到市场上，就一定会接触C端。
这样子YOGO Station在2B的同时，已经2C了，可以进一步增加产品的曝光，并且也让消费者更亲切的接触产品。
YOGO Station将在2019年实现量产
虽然今天分享了成熟的产品，但是未来的末端智能配送不一定就是这个样子，所以YOGO也在进一步的探索，在产品理念上和技术追求上，YOGO是一家比较激进的公司。
在2019年，YOGO会实现YOGO Station智能配送站的真正量产。此外，YOGO Station的下一代产品已经在研发中，相信很快就能给大家展示。
看完YOGO Station的专访，相信大家都对这款产品有了十分全面的了解，可以预见的是，一旦YOGO Station铺开，我们再也不用出门取快递、外卖，它将彻底引领我们进入无人时代。为我们的生活和工作提供无穷的动力。
相信在未来，YOGO公司还会我们带来更新奇、更智能的机器人产品，将我们的社会打造成“科幻电影”。
