低速配送無人駕駛技術的機遇到來了嗎
上海進入疫情防控的關鍵時期,多個處于管控狀態的街道社區面臨著運力不足的難題。除了志愿者和社區工作人員保障居民的日常生活之外,物流配送的科技力量也在這次疫情中扮演了重要角色。
上海疫情爆發以來,美團、京東、達達以及順豐、圓通等多家電商、物流公司均已上線智能快遞車配送物資,覆蓋多個區域,通過“無接觸”形式,保障物資供給。
4月7日,美團公司副總裁毛方在上海疫情防控新聞發布會上介紹,目前,首批自動車已在浦東新區美團買菜康橋路站投入使用,為附近社區居民配送生活物資;第二批自動車同日落地瑞金醫院,支持醫院內部核酸檢測樣本、醫護物資等貨品的配送工作。
一直以來,無人配送是很多電商物流公司科技研發投入的主要方向。美團在最新發布的年報中披露,2021年全年公司科研投入達到167億元,同比增長53.1%,主要集中在無人配送部分。與此同時,順豐、京東等公司也一直加碼無人配送和無人機的布局。那么在上海如此嚴重的疫情期間,運力緊張和特殊的情況下,會促進低速配送無人駕駛技術在這個領域的運用么?
▲圖1. 美團的無人駕駛小黃車開始亮相上海街頭,到底給不給力呢?
末端物流配送,是把包裹直接送達至消費者的物流活動,滿足配送物流環節的終端客戶,從物流服務商最后一個配送網點直至消費者手中的這個階段。
備注:從疫情現在的情況來看,是到小區門口。
末端配送存在種類多、批量少、頻次高;配送節點多,交通路況復雜等特征,因此需要耗費大量時間,導致城市末端配送物流成本提高。末端物流配送自身蘊含著巨大的商業價值,一方面能直接了解客戶需求,積累消費數據,建立綜合服務入口,是爭奪客戶的關鍵所在。在上海疫情這種特殊條件下,直接決定能不能用的狀態。
▲圖2. 末端物流的車型
從難度來看,確實存在很多困難,比如:
配送物品種類眾多,包括快遞、餐飲、生鮮、藥品等,這些不同的產品對配送的要求存在差異化,要把工具用起來也需要人員進行輔助,在疫情期間,基本只有生活物資,也就是菜;
正常的配送場景復雜,涵蓋城市社區、商業區、辦公區、公寓住宅樓、酒店、高校等,在疫情期間,主要的配送場景簡化了,都是住宅區(人都在家里);
正常配送路線復雜,主要是需求多,依賴配送員人力作業(路徑規劃),在疫情期間都簡化了,覆蓋重要的小區,民生物資和抗疫用品;
配送工具上路難的問題,目前來看在上海,這塊都給你開放了,反正也沒車。
所以這一輪產品出來,各家應該可以把已經弄好的車型給調過來,在疫情期間弄起來一整套的方案,根據參考文獻的兩份材料。在這里主要是依托場景去運營的,行業巨頭公司(自動物流配送業務)如阿里、美團、京東,而技術和集成提供商如百度阿波羅、毫末智行、威盛電子,采取自研技術平臺和整個自動駕駛的技術連通,還有一些創業公司提供自己的技術解決方案。目前主要的產品包括:
● 京東
京東4.0版無人配送車,車輛尺寸2.2m*0.9m*1.72m,車速≤30km/h,充電車型續航110km
● 美團
魔袋 20,車輛尺寸2.45*1.01*1.9m,車速 ≤45km/h 采用換電模式,續航里程為 120km
● 阿里巴巴
小蠻驢車輛尺寸2.1*0.9*1.2m ,車速≤20km/h 采用換電模式,續航里程102km ≤100kg
● 在這三大品牌以外,還有白犀牛無人配送車、行深智能絕地3000H、一清創新的夸父 、智行者 WBD-C81和新石器 X3多個車型。
▲圖3. 現在各家企業的產品
目前,上海無人運輸小車入駐條件主要包括:
(1)社區規模3000人以上,有抗疫物資配送需求;
(2)社區能開具防疫通行證,方便開展工作;
(3)社區道路環境相對寬敞(路寬2米以上),適合無人車配送;
(4)根據防疫政策,無人車教練在封控期間需要駐場服務,需要小區能給無人車教練確認志愿者身份并提供住宿及餐食;
(5)社區提供工作人員一起學習使用無人車,協助無人車教練進行無人車的管理以及日常的裝填件,經過無人車教練認定的人員,可在后續接管使用無人車;
▲圖2. 無人配送小車的無接觸
無人駕駛配送車,目前在特殊的環境下,主要可以幫助社區配送無接觸的最后一公里,有效減少社區的人員聚集和接觸的問題,在當前居委會和志愿者的人力緊張條件下,解決運力補充等問題。
▲圖3. 無人駕駛小車節約運力的效果還是挺明顯的
目前社區內的配送,主要包括政府發放的生活物資,和社區居民組織的社區團購(生活必需用品,蔬菜,糧食,水果等),在實際設計中不光是無人駕駛技術,涉及到整個物流系統的更新。目前配送訂單手機號碼都是虛擬的,而當前系統的虛擬手機號和之前基于快遞邏輯的IT系統,導致無人配送訂單無法實現,還有政府發放的物資是沒有手機號碼的。
從改進的角度來看,幾點建議主要包括:
● 社區團購回來的物資,通過虛擬電話在外賣上填寫市民手機號,再完成虛擬訂單配送。
● 政府發放的生活物資,也需要根據用戶的手機號碼,完成虛擬訂單配送。
從這個意義上,整個配送體系是基于手機的,未來能否在IT系統上進行改進,是一個很有意思的事情。
▲圖4. 無人駕駛發放政府物資
自動駕駛系統主要由感知系統、決策規劃和控制系統與控制執行幾部分構成,在低速車輛下面也是融合了硬件、軟件、算法、通信等多種技術。從這個使用場景擁有“小、輕、慢、物”的特點,因此對無人駕駛技術的可靠性和安全性要求相對較低,所以這一次來看,無人駕駛物流配送可更早落地應用。
在運轉體系中,由感知系統對路側信息與車輛信息進行收集,并通過分析處理,做出決策規劃,進行路徑規劃,并及時處理異常情況,通過控制系統發出指令,最終使得車輛按照指令行駛。從目前來看,由于小車配送需要末端地圖的支持,這使得在疫情中使用中,需要有很多前置的條件。
▲圖5. 基于Lidar的系統,對于小區配送圖的情況是需求很高的
從邏輯上來看,我是覺得從之前主要的Lidar模式,可以轉入全圖像和高算力的模式,然后把速度根據實際的道路環境再調節。在特斯拉的AI Day上講的Spatial RNN,輸入信息包括20x80x256的BEV視覺Feature Map和1x1x4的自車運動信息。如果出現視野盲區和遮擋,通過對局部地圖進行讀寫,來實現在區域范圍內實現實時構建,獲取相對更大的通用性。
▲圖6. 目前對低速無人駕駛地圖構建的問題
最后和大家來聊聊自動駕駛的發展。現在無論是低速自動駕駛,還是在部分地區投放的自動駕駛載人出租,都有一個共同的問題,即場景使用的局限性。在某一地區投放的自動駕駛車輛或低速自動駕駛車輛,投放前期要做的一件事就是將該地的道路信息進行全面的掃描,之后才可以進行應用,當道路信息變換或進入一個新的場景后,就需要對道路信息進行新一輪的掃描。這樣的發展模式就像是教小朋友走路一樣,有一個東西扶持著走路,小朋友只需要會走即可,簡而言之就是現在的自動駕駛發展模式讓自動駕駛汽車并不智能,只是在部分場景下的自動駕駛。如果一直依照這樣的發展模式,在自動駕駛落地后將需要花費大量的人力、財力,如車輛投放具有范圍的限制性,只能在規定區域行駛,道路進行修繕后,需要立刻完成相關區域的道路信息掃描。
如果想要真正實現自動駕駛商用化,就需要教會自動駕駛汽車和人類一樣辨別道路,識別路況,完成自動駕駛,而這一步恰是最難的。無論是通過智能網聯的發展模式,讓道路信息和車輛信息實現共享互通,還是通過將單車智能做到極致化,讓自動駕駛汽車實現人類一樣的辨別能力,都是實現自動駕駛不可避免的一步。授人以魚,不如授人以漁,教會自動駕駛汽車看路、識路,比教會自動駕駛汽車走路更為重要,這也是影響自動駕駛技術急需突破的難點。
來源:汽車電子設計、網絡
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP




















