垛型规划，是码垛系统里"看不见的智慧"。机器人码得快不快、码得稳不稳、托盘装得满不满，很大程度取决于垛型算法算得好不好。今天就把垛型规划这件事，从标准垛讲到混合垛，把稳定性和空间优化两个核心问题掰开讲。

先明确垛型规划是什么。给定托盘尺寸和货物规格，计算货物在托盘上的摆放位置、方向和层序，目标是三件事：最大化托盘空间利用率、保证整垛稳定性、满足限高限重。好的垛型能提升装载率百分之五到十五，看着不起眼，摊到运输和仓储成本上就是真金白银。

几个基础概念先记牢。托盘，常用1200乘1000毫米，也有1100乘1100、欧标1200乘800。货物单元，就是箱或袋的长宽高。层，同一水平面上货物的排列；层序，每一层怎么摆；垛高，层数乘以层高。还有两个关键量：空隙率，托盘上没被货物覆盖的面积比例；悬伸，货物超出托盘边缘的部分，悬伸越大越不稳定。

经典标准垛型有几种。齐缝垛，同类货物上下对齐，最简单也最稳定，但层间没有锁合。交错垛，也叫砌砖垛，相邻层旋转90度或者错位排布，层间咬合好，整体更牢。风车垛或螺旋垛，四箱一组旋转排布，中间留空或者互补。单品种时，算出一个最优的单层排布，然后逐层复制或者旋转就行了。

单层排布的数学本质，是个二维装箱问题。在托盘矩形里放矩形货物，求最大装载。常用算法有贪心启发式、动态规划、遗传算法、模拟退火。评估指标用层利用率，就是货物总面积除以托盘面积，越高越好。这个问题的难点在于，矩形旋转与否、摆放顺序，都会影响最终能放几个。

混合码垛是重点，也是难点。一个托盘上码放不同尺寸、不同重量、不同类型的货物，饮料、电商、快消品里特别常见。挑战有三个：一是不同货物尺寸导致每层排布复杂，层与层之间可能对不上；二是重量分布要均衡，重的在底、轻的在上，防压坏、防倾覆；三是稳定性约束更严，软包装、不规则货物都要特殊处理。

稳定性怎么判？有五个判据。第一，重心投影必须落在托盘支撑多边形内，尤其要考虑运输中的振动和倾斜。第二，层间支撑，上层货物底部要被下层货物有效支撑，不能悬空。第三，抗倾覆力矩，垛越高越要校核。第四，货物抗压强度，下层承载不能超限。第五，捆扎或缠绕膜固定之后的整体性。五个判据都过，这垛才敢往外发。

典型垛型规划算法流程分五步：输入托盘尺寸、货物列表和约束；生成单层候选排布，用枚举加启发式；层间组合与层序优化；稳定性校验；输出垛型和摆放坐标给机器人执行。现在主流商用软件，PLC内置垛型库、机器人码垛工艺包、第三方垛型优化引擎，都已经把这套流程封装好了。

空间利用率有几个优化技巧。允许货物旋转，长宽互换，利用率能明显提升。层内混排加层间错位组合使用，比单一模式更省空间。适当引入空隙，有时反而能换来更好的层间锁合，整体更稳。还有限高优先和限重优先的策略权衡，不同物流场景取舍不同。

垛型规划结果要落地，得输出成机器人能执行的抓放位姿序列。每个放置点包含XYZ坐标加绕Z轴的旋转角，也就是货物朝向。放置顺序还得和机器人可达性、防碰撞配合——已码好的货物和末端执行器不能干涉。通常按"由内向外、由低到高"的顺序码放，这是工程上最稳的做法。

前沿方向是数字孪生和AI垛型。基于强化学习的垛型规划可以在线动态调整，根据实时来料序列生成最优垛型。数字孪生平台在虚拟空间预演垛型和节拍，方案先跑通再上真机。这是智能码垛最活跃的研发方向。

实际案例的启发很直接。饮料行业用混合码垛，一个托盘码多种口味、多种规格，空托盘少了，配送不用拆分，物流成本降得明显。电商仓储用混码提升单托盘品类覆盖，二次分拣大幅减少。垛型规划的价值，最终都体现在这些实实在在的成本数字里。