cookieOptions = {...}; .「自動駕駛 + 物流」是個被忽視的市場? - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2021年5月26日 星期三


How Self-Driving Trucks Really Work , Future Of Work 

無人駕駛卡車如何真正發揮作用,我的未來工作



來源:鈦媒體





時至今日,沒人會懷疑,在觸手可及的未來,自動駕駛會形成一個難以估量的龐大市場。

而當終點的旗幟如此明顯,賽道也就變得格外擁擠。過去幾年,無論各大傳統車廠,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。

但不知你是否留意,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著巨大利益的奶酪時,不同團隊其實早已厲兵秣馬,在不同路面上並行奔跑。

譬如按照不同場景:有人盯準乘用車市場,就有人覬望商用車市場;有人希望讓自動駕駛穿梭於鬧市之間,就有人希望讓自動駕駛卡車,來往於高速路的兩端,或者在港口碼頭等封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,自動駕駛對人類的福祉,會出現在不易被大眾察覺的場景。

舉個具體的例子,物流。

如果你看過《集裝箱改變世界》就會知道,在 20 世紀人類各種眼花繚亂的發明裡,集裝箱勢必佔有一席之地,它讓人類物流體系標準化,形成了巨大的規模經濟和網路效應,讓從 A 地到 B 地的貨物運輸成本忽略不計,並最終成為全球貿易爆發的基石,從那一刻起,物流系統也被視作全球貿易的毛細血管。

儘管如今很難有哪項物流技術能與集裝箱相提並論,但令人欣喜的是,在經歷了人工生產,機械化和自動化階段之後,物流行業正在進入到整合各項傳統科技與新興科技,以人工智慧,大數據和雲計算等先進技術為引導的智慧化階段。

無論是運輸,倉儲還是配送環節,幾乎都正在被你所熟知的各種新科技所加持,譬如在運輸環節,產業界就非常相信:自動駕駛將在經濟成本和配送效率上,做出巨大貢獻。

嗯,在我看來,由於遠離媒體聚光燈,自動駕駛在 2B 領域的摸索和進步,似乎有些被低估了。

當自動駕駛遇上高速公路
讓我們先從高速貨運的場景談起。

在過去的直覺裡,自動駕駛率先落地的場景,大概率上會與「共享理念」融合。你可能已對如下想象倒背如流:在 APP 上預訂,一輛汽車自動駛來,帶你到指定地點,你下車,它自動去接下一單。在人們的期許中,共享自動駕駛汽車能大幅提升社會效能(私家車 95% 的時間處於停放中),改善自然環境,甚至打破工業時代城市規劃的枷鎖,重新釋放城市居民的自主權。
  
我當然相信,上述美好景致,終會變成現實——但若論商業落地的速度,共享模式,乃至整個乘用車市場,都不見得是排頭兵。最近幾年,產業界似乎正在扭轉共識:大概率上,商用車會比乘用車更快完成商業落地,在許多人眼中,自動駕駛卡車會比私家車更快實現規模量產。
  
在 GMIC 上,我就聽智加科技 PlusAI (矽谷無人駕駛公司)副總裁付強談到,當自動駕駛遇上高速公路,會幾乎會立竿見影地改變貨運現狀,讓這一相對枯燥的行業更為高效,經濟和安全。
  
這不難理解,如果說乘用車的最大屬性只是出行工具,貨車則更像是成本頗高的「生產工具」。角色上的差異,會讓後者對自動駕駛技術有更為迫切的需求,因為貨運行業通常只關注兩個指標:安全和成本,這兩點對自動駕駛技術都不是難事。
  
先說技術,眾所皆知,人工智慧的完善需要數據的餵養,相比於城市內部複雜的「網狀」路線,貨車在高速路上是「線狀」行駛,道路環境單一且相對封閉,這種從 A 到 B 的重覆線路會讓數據不會被過渡稀釋另一方面,由於更多是「生產工具」,貨車的用戶體驗也不用像乘用車那麼複雜,對算法的要求相對較低,也更有利於量產。
  
而貨運公司擁抱自動駕駛的真正理由,是它可以大幅降低成本。利潤低、成本高(尤其人工成本)是貨運領域的最大痛點,。而除了人力成本之外,油耗在幹線運輸成本中也佔有較大比例,自動駕駛技術的落地,預期能減少約 15% 的油耗成本。
  
當然,眾所皆知,自動駕駛能大幅提升公路安全,這在高速路上顯得尤為迫切。在全球,貨車司機因疲勞駕駛引發的交通事故屢見報端,而自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。
  
其實就像人工智慧學者塞巴斯蒂安·特隆總結的那樣:「駕駛事故是年輕人死亡的第一殺手,所有這些事故幾乎都是由人為錯誤,而非機器故障造成的而在自動駕駛的幫助下,我們還能讓高速公路的承載量提升 2 到 3 倍 —— 透過優化車輛的位置,讓它們在較窄的行車道上近距離行駛,進而消除高速公路擁堵。」
  
不同場景的落地
一切指向一點:作為未來人類智慧物流的重要一環,即將率先落地的自動駕駛商用車市場潛力巨大。
  
趨勢背後,是各大廠商的積極應對:無論是戴姆勒這種傳統車企,谷歌這樣的網路巨頭,還是特斯拉和 Otto (6.8 億美元被 Uber 收購)這樣的科技新貴,在自動駕駛貨車方向均有佈局。而與其他 AI 領域非常相似,市場的廣闊,讓初創團隊完全有資格與大公司共舞。
  
值得一提的是,在很多人眼中,相較於未來乘用車市場更宏大的藍圖,巨頭們只把商用車當做對衝風險的副線,研發精力大多集中在乘用車的主線 —— 這意味著,自動駕駛商用車更像是某種「邊緣性創新」,如智加科技 PlusAI 這種新創公司更可能成功突圍,作為獲得美國加州自動駕駛測試牌照的企業之一,他們已經迅速掌握了包括高精地圖製作,基於深度學習的感知,路徑規劃和控制等技術在內的 L4 級別,全自動無人駕駛能力,這讓他們有能力提供給廠商一整套,可立即商用的解決方案,推動自動駕駛在不同場景的落地。
  
比如一個特殊場景:港口碼頭。
如果說人工成本高,危險系數高,工作環境苦,是橫亙在公路貨運領域的三道關卡,那麼這三道關卡,在高溫、高鹽、高海風的港口碼頭無疑會成倍放大。正因如此,港內集裝箱卡車也急需與自動駕駛技術完成嫁接。
  
其實與公路相似,近年來隨著中國進出口貿易日益繁榮,港口碼頭物流壓力倍增,需要 24 小時高效、安全、精準運轉的港口,對於無人化運輸的需求非常迫切,而港內集裝箱自動駕駛卡車,可以在很大程度上解決司機短缺,且大幅降低港口營運成本,提升營運效率。
  
港口正在完成自動化的蛻變。譬如就在中國青島港集裝箱碼頭,搭載 L4 級駕駛系統的商用重卡解放 J7 全程以無人駕駛狀態工作,順利完成了包括自動裝貨、行駛、轉向、停車、卸貨等一系列關鍵港口標準作業,成為首次在港口真實生產環境下的商用車實地作業。
  
這並不容易,眾所皆知,港口龍門吊的設計結構(有些吊臂下面左右空間不到 10cm)決定了卡車必須精准停在吊具下方,前後誤差不能超過 5 釐米。加之橋吊鋼籠結構還會屏蔽信號,導致衛星導航系統無法精確定位,都會增加精準停車的難度。
  
而值得一提的是,在不少人眼中,相比於「無人工廠」裡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,「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。


0 comments: