多寶自動多寶自動集運

分析無人駕駛技術能夠最快落地的特定場景多寶自動多寶自動集運


  據瞭解無人駕駛是軟件、硬件以及綜合控制系統三大要素的結合。總的來説無人駕駛涉及感知、定位、規劃、控制和線控五個方面,六項技術與這五個方面相互交織在一起實現了無人駕駛。無人駕駛的技術發展是一個漫長的過程,它經歷了無自動化階段,到駕駛系統輔助的階段,再到部分自動化與有條件自動化,在目前我國正處於研發L4高度自動化的階段。
 
  據悉L4技術要落地,我們首先要明晰其落地場景的商業價值。從2011年-2016年我國貨運量構造表示圖中能夠看出,我國的貨物運輸近八成由公路運輸完成,2016年,公路貨運量佔中國總貨運量的比例到達了76.2%,較上一年提升了0.8個百分點。可見公路運輸在我國物流運輸體系中是很重要的一個組成局部。
 
  L4技術的定義就是在特定場景下,車輛具備全部自動駕駛系統,司機可不對系統的請求停止作答。那麼在什麼特定場景下無人駕駛技術可以最快落地呢?
 
  智加科技對此的答覆是“倉對倉”。在物流運輸中,大宗散貨、原材、集裝箱等貨物的運輸簡直都是“倉對倉”的方式,在這個場景下,道路是相對固定的。另外,卡車主要行駛在高速路上,而高速路上是封鎖的,維修水平高,車道線明晰,視野開闊,也極少有行人違背交通規則的狀況發作,除非是遇上塌方或者極端天氣等狀況,高速公路是一個比擬好完成L4技術的場景。經過採集高精地圖,包括路況、信息、坡度等,之後能夠再運用技術做仿真判別,就能夠構成一條固定線路停止駕駛測試。
 
  但是在高速公路上停止自動駕駛,也面臨一個應戰,即速度,特別是關於重型卡車來説。在高速駕駛的過程中,從縱向和橫向兩個方面來説,剎車和轉向就成了無人駕駛技術需求處理的兩個局部。縱向層面,在行駛過程中,重型卡車行駛速度快,除了自重還有搭載的貨物,會招致慣性很大,剎車的間隔很長,無人駕駛技術需求停止探測的間隔相應地就要變長;在橫向層面,許多事故的發作都是由於猛打方向盤招致的,那麼無人駕駛技術就需求探測方向迴旋轉的角度,計算轉彎的速度,再停止一定水平地控制,停止輔助轉向。當然,在完成了平安的根底上,保證司機開車的温馨度也是非常重要的。
 
  2018年5月24日,智加科技與蘇寧物流結合推出了一輛物流無人重卡“行龍一號”,這輛無人重卡載重40噸,不只能自動規劃道路行駛,還能輕鬆規避障礙物,面對道路中忽然呈現的行人,它也能事前預警並沉着停車,完成了無人駕駛在“倉對倉”場景中的落地。
 
  獲悉到2018年3月31日智加科技與蘇州相城區政府簽訂了戰略合作協議,將為智加開放無人駕駛測試提供全面的支持。但是整體政策環境來看,無人駕駛要真正實現測試相對來説還是比較困難的。無人駕駛技術的測試成本很高,不只使用的硬件是成本,測試道路同樣也是成本。一個激光雷達就高達數千美元,租用測試道路的花費還遠遠在這之上。眾所周知,無人駕駛技術的實現是由里程數來推動,同時也由里程數來證明的。無人駕駛是否能在未來走出一片天地,助力中國物流行業的發展,仍然需要幾年的時間來實現,如果有更加開放的政策指引也許能夠使得這個進程加速。來源:多寶自動多寶自動集運