多寶自動多寶自動集運

分析物流自動駕駛不同場景的落地潛力巨大


  據知過去幾年無論是各大傳統車廠,科技巨頭還是林林總總的供應商,都在以一種軍備競賽的心態開足馬力在自動駕駛的路上跑馬圈地。或許是在科技媒體的過度洗禮之下,當我們在談論自動駕駛時,約等於就是在談論乘用車的自動駕駛,但事實上在分食自動駕駛這盤裹挾着巨大利益的奶酪時,不同團隊其實早已厲兵秣馬,在不同路面上並行奔跑。

  比如依照不同場景有人盯準乘用車商場,就有人覬望商用車商場;有人期望讓主動駕駛穿梭於鬧市之間,就有人期望讓主動駕駛卡車交遊於高速路的兩端,或者在港口碼頭號關閉低速環境下默默耕耘;有人專攻城市,就有人轉戰農田……總之,主動駕駛對人類的福祉,會出現在不易被羣眾發覺的場景。

  舉個詳細的比如,物流。假如你看過《集裝箱改動國際》就會知道,在20世紀人類各種目不暇接的發明裏,集裝箱勢必佔有一席之地,它讓人類物流系統標準化,形成了巨大的規劃經濟和網絡效應,讓從A地到B地的貨品運送成本忽略不計,並終究成為全球交易迸發的基石,從那一刻起,物流系統也被視作全球交易的毛細血管。

  雖然現在很難有哪項物流技能能與集裝箱混為一談,但令人欣喜的是在閲歷了人工出產,機械化和主動化階段之後,物流職業正在進入到整合各項傳統科技與新興科技,以人工智能,大數據和雲核算等前沿技能為引導的才智化階段。無論是運送,倉儲仍是配送環節,簡直都正在被你所熟知的各種黑科技所加持,比如在運送環節,產業界就十分信任:主動駕駛將在經濟成本和配送功率上做出巨大貢獻。由於遠離媒體聚光燈,主動駕駛在2B範疇的探究和前進,好像有些被輕視了。

  讓咱們先從高速貨運的場景談起。

  在過去的直覺裏,主動駕駛率先落地的場景,大概率上會與“同享理念”融合。你可能已對如下幻想滾瓜爛熟:在APP上預定,一輛轎車主動駛來,帶你到指定地點,你下車,它主動去接下一單。在人們的期許中,同享主動駕駛轎車能大幅提高社會效能(私家車95%的時刻處於停放中),改進自然環境,甚至打破工業時代城市規劃的桎梏,從頭開釋城市居民的自主權。

  上述夸姣景緻終會變成實際——但若論商業落地的速度,同享形式,甚至整個乘用車商場都不見得是排頭兵。最近幾年產業界好像正在改動一致:大概率上商用車會比乘用車更快完結商業落地,在許多人眼中,主動駕駛卡車會比私家車更快實現規劃量產。

  最近的GMIC上就聽智加科技PlusAI(硅谷無人駕駛公司)副總裁付強談到,當主動駕駛遇上高速公路,會簡直會立竿見影地改動貨運現狀,讓這一相對單調的職業更為高效,經濟和安全。

  這不難理解,假如説乘用車的最大屬性僅僅出行東西,卡車則更像是成本頗高的“出產東西”。人物上的差異,會讓後者對主動駕駛技能有更為火急的需求,由於貨運職業一般只重視兩個目標:安全和成本,這兩點對主動駕駛技能都不是難事。

  先説技能,眾所周知,人工智能的完善需求數據的餵食,比較於城市內部雜亂的“網狀”路途,卡車在高速路上是“線狀”行進,路途環境單一且相對關閉,這種從A到B的重複線路會讓數據不會被過渡稀釋;另一方面,由於更多是“出產東西”,卡車的用户體會也不必像乘用車那麼雜亂,對算法的要求相對較低,也更有利於量產。

  而貨運公司擁抱主動駕駛的真正理由,是它可以大幅降低成本。贏利低,成本高(特別人工成本)是貨運範疇的最大痛點,但我國經濟的快速開展,早已讓其快速成為物流運送大國,我國具有超越700萬輛遠程重卡和1600萬重卡司機,全體物流業佔GDP比重將近17%,其間公路運送佔比70%,有人曾算過一筆賬,僅以1600萬幹線運送司機為例,假如能減掉一半,按一名司機年薪12萬算,這就已是個萬億等級商場。而除了人力成本之外,油耗在幹線運送成本中也佔有較大比例,主動駕駛技能的落地,預期能削減約15%的油耗成本。

  當然,眾所周知主動駕駛能大幅提高公路安全,這在高速路上顯得尤為火急。在我國,卡車司機因疲憊駕駛引發的交通事端屢見報端,而主動駕駛不存在這個問題,能為物流貨運帶來更為安全的操作。

  其實就像人工智能學者塞巴斯蒂安·特隆總結的那樣:“駕駛事端是年輕人逝世的榜首殺手,所有這些事端簡直都是由人為過錯而非機器毛病形成的;而在主動駕駛的協助下,咱們還能讓高速公路的承載量提高2到3倍——通過優化車輛的方位,讓它們在較窄的行車道上近距離行進,進而消除高速公路擁堵。”

  別的值得一提的是現在看來政策也較為利好。商務部等5部分在《商貿物流開展“十三五”規劃》告訴中就指出,要加強商貿物流信息化建造,推廣應用人工智能等在內的先進技能,探究開展與出產才智物流生態系統。使主動駕駛在國民經濟的中心產業範疇開釋出更大潛力。

  一切指向一點是作為未來人類智慧物流的重要一環,此即將率先落地的自動駕駛商用車市場潛力巨大。

  趨勢背面是各大廠商的活躍應對:無論是戴姆勒這種傳統車企,谷歌這樣的互聯網鉅子,仍是特斯拉和Otto(6.8億美元被Uber收買)這樣的科技新貴,在主動駕馭貨車方向均有佈局。而與其他AI範疇十分類似,商場的寬廣,讓草創團隊徹底有資格與大公司共舞。

  值得一提的是在很多人眼中,相較於未來乘用車商場更宏大的藍圖,鉅子們只把商用車作為對沖風險的副線,研製精力大多會集在乘用車的主線——這意味着,主動駕馭商用車更像是某種“邊緣性立異”,如智加科技PlusAI這種創業公司更可能成功包圍,作為取得美國加州主動駕馭測驗車牌的企業之一,他們現已敏捷把握了包含高精地圖製造,根據深度學習的感知,途徑規劃和操控等技能在內的L4等級全主動無人駕馭才能,這讓他們有才能提供給廠商一整套可當即商用的處理方案,推進主動駕馭在不同場景的落地。

  比方一個特別場景:港口碼頭。

  如果説人工本錢高,風險係數高,工作環境苦,是橫亙在公路貨運範疇的三道關卡,那麼這三道關卡,在高温,高鹽,高海風的港口碼頭無疑會成倍擴大。正因如此,港內集裝箱貨車也急需與主動駕馭技能完結嫁接。

  其實與公路類似,近年來跟着我國進出口貿易日益昌盛,港口碼頭物流壓力倍增,需求24小時高效、安全、精準工作的港口,對於無人化運送的需求十分火急,而港內集裝箱主動駕馭貨車,能夠在很大程度上處理司機缺少,且大幅降低港口運營本錢,提高運營功率。

  港口正在完結主動化的蜕變。比如就在不久前的青島港集裝箱碼頭,搭載L4級駕馭系統的商用重卡解放J7全程以無人駕馭狀況工作,順利完結了包含主動裝貨、行進、轉向、泊車、卸貨等一系列關鍵港口規範作業,成為初次在港口實在出產環境下的商用車實地作業。

  這並不容易,眾所周知,港口龍門吊的規劃結構(有些吊臂下面左右空間不到10cm)決議了貨車有必要精準停在吊具下方,前後差錯不能超過5釐米。加之橋吊鋼籠結構還會屏蔽信號,導致衞星導航系統無法準確定位,都會添加精準泊車的難度。

  而值得一提的是在不少人眼中,相比於“無人工廠”裏來回穿梭的小型機器人,無人重型卡車在碼頭上的閃轉騰挪,其實更具視覺衝擊力。

  總之不難發現,無論在高速公路,還是港口碼頭,這“自動駕駛+物流”正在媒體的聚光燈之外,完成對運輸效率的改造,成為自動駕駛領域率先落地的商用場景。來源:多寶自動多寶自動集運