苏宁、京东、菜鸟入局无人卡车,将会触动谁的利益?

2018-07-28 23:04:38      点击:

2018年06月04日11:34     头等仓TOODC

  • “无人驾驶”从提出到现在,一大批企业跃跃欲试。

“无人驾驶”从提出到现在,一大批企业跃跃欲试。虽然研究者众,但是大多关注家庭用车、公交系统等领域,物流领域最常用的卡车却很少被提及。 

5月24日苏宁完成了L4级无人重卡首测。

5月29日,京东无人重卡也相继被曝光。 

本期笔者将结合现有资料和数据,带领大家对“无人卡车”一探究竟。

无人卡车的现状 

无人卡车现状——市场使用 

无论是国内还是国外,无人卡车都暂未大规模投入实际使用。 

受到各方面的限制(技术、政策等),无人卡车都仍处于试水阶段——仅在相对单一环境内试行,区别仅在于试行单一环境的是封闭空间还是开放空间。

由于无人驾驶脱胎于AI(人工智能),而人工智能最基本要解决的两大难题——机器识别与机器学习。 

越发简单的环境,机器需要识别、学习的信息越少,技术难度越低。故在探讨无人卡车的市场使用时,我们需要将封闭环境与开放空间相区别开。 

封闭空间:以苏宁、重汽为例 

2018年4月12日,由李德毅院士领军,天津港集团公司、中国重汽集团公司和天津主线科技公司三方携手打造的全球首台无人驾驶电动卡车在天津港开启试运营。

 

2018年5月19日,苏宁无人驾驶重卡完成了在盐城汽车试验场的高速场景测试。 

2018年5月28日消息称,近日苏宁在上海公司的物流园区内,又完成了一次无人驾驶方面的测试。此次苏宁测试的是一个名为“行龙一号”的重型卡车,并将两次泊车误差控制在了2CM之内。

 

开放空间:以美国Embark为例 

虽然在自动驾驶方面,uber、google都相对发展较快,但是因为种种原因,在网络上暂时搜索不到这些公司在无人卡车方面的测试和现状。 

最近一段报道是:2018年2月,Embark旗下自动驾驶卡车从加利福尼亚州一路开往东海岸的佛罗里达州,行程总计约2400英里。Embark总共用了5天的时间,穿过了美国最南部的8个州。

不过,Embark所进行的还是L2的自动驾驶测试,驾驶员必须时时刻刻关注汽车的驾驶状态。并且,只有在高速公路行驶时才启动自动驾驶系统,而在高速公路出入口仍有司机来操作。 

它的技术还只是能用在高速公路上。因为在高速公路上不需要处理棘手的变量,比如不遵守交通规则的行人,四向停车,或者留意小孩或自行车。它会保持着安全距离,只有在绝对必要的情况下才会变更车道。

无人卡车现状——生产制造 

无人驾驶的概念提出已经有很多年了,之所以到现在还没有大规模使用,虽然有很多因素,但最主要是受制于现有生产技术水平以及市场生产供应。 

然无人驾驶领域存在3大主要技术难题,但由于卡车、尤其事重卡在物流运输中常起到的作用是公路转运,大部分行驶路段为高速公路,因此行驶环境相对城市道路简单很多,故业内流行一种说法,自动驾驶或将先由物流领域开始。

在胡迪利普森的《无人驾驶》一书中,将无人驾驶的操作系统分成了底层、中层、上层三个控制层面。 

今天,上层控制系统和底层控制系统技术都已经比较成熟,并且经过时间的考验后得以 广泛应用,反而看似简单中层控制系统成为了技术难题。(莫拉维克悖论)

  

中层控制系统3大技术难点 

首先明确,中层控制系统由下列四个模块构成:

占据栅格

数据识别、标记

不确定性锥预测

短期轨迹规划器

说人话翻译一下就是:中层控制系统通过万物数字化、空间网格化,机器识别、标记这些原始数据,然后在大量机器学习的“经验”基础上做出行为预测,然后避开障碍物的同时遵守规则。

划重点 

感知与识别 难点:要明确所有事物、所有情景、所有突发状况的定义及标准,并建立一套完整的数据体系。但不可避免地会出现一些特殊情况。 如果没有一个概括性的方法将汽车可能遇到的一切情况进行分类,那么也就无法编写出指导汽车作出反应的全面规则。

深度学习 难点:一个从海量数据中统计并寻找规律的分析算法,而这些算法和规律产生于非常复杂的内部数学模型,无法通过检测代码察觉错误的我们,必须承担“理论“验证”实践“的风险。

数据存储、迭代 难点:1台机器每秒几千万次的数据处理、存储、输出,如果1000台机器同时运作,并且每秒钟产生大量的数据,对于存储技术来说也是一项挑战。 另外还有机器学习需要不断迭代。每次迭代需要握一次手,告诉我,迭代完了,或者还没迭代完,你得等一下,等一次就是一个门槛。当你有好几台机器迭代的时候,他们的速度是不一样的,每一次,你都要等到最后一个机器完成以后,才能往前走。

现有生产商——全球范围内六大自动驾驶卡车公司

特斯拉:像跑车一样的自动驾驶卡车 

据马斯克介绍,特斯拉Semi将会是一个“重型,远程,半牵引卡车,具有最高载重和远距离续航,是之前从没出现过的卡车。” 

Otto:L4级自动驾驶卡车 

Otto于2016年8月被Uber收购。目前而言,虽然内部人员变动较大,Otto仍在开发无人驾驶卡车技术,并且早已于2016年10月完成过第一个无人卡车运输商业订单。

戴姆勒:全球第一辆挂牌无人驾驶卡车 

严格意义上,Freightliner Inspiration是一款半自动驾驶卡车,换句话说,是在特定的条件之下,才会进行自动驾驶。 

Waymo:和擎天柱神似的自动驾驶卡车 

今年6月初,谷歌旗下的自动驾驶公司Waymo确认了自家正在研发自动驾驶卡车的传闻,虽然暂时没有更多消息,但身为自动驾驶行业先行者的谷歌,势必会为自家自动驾驶卡车提供更多的技术和经验支持。

沃尔沃:多场景自动驾驶卡车 

沃尔沃也在进行自动驾驶卡车的开发。除了在商用车领域开发物流行业的货运卡车之外,沃尔沃还设计了各种专用领域的自动驾驶卡车。

图森未来:国内自动驾驶物流卡车 

图森未来是北京的一家科技公司。具体来说,图森是一家运输服务提供方,定制化自动驾驶车辆买卖及高频的软/硬件系统更新升级。

无人卡车的未来 

首先明确无人卡车的优点在于: 

安全,大幅度降低事故发生概率。

节省人力成本、燃料成本,降低运输费用。

数据透明,全程可控,高效、智慧物流。

撼动传统行业的新兴科技都有一个共同特点:产品推出后,一项或多项生产工作的成本将降到几乎为零。

笔者认为,一旦无人卡车技术成熟并大规模应用,带来的会是物流行业的一次重大洗牌。

发展趋势 

资本先行 

这四个字似乎早已成为物竞天择的生存法则。无人卡车无论是车辆硬件本身,还是操作系统、各类型的软件,甚至是数据处理与存储都存在非常巨大的研发、购买、维护经费,只有足够的资本才不会被踢出局。 

绝对互联网化,完全依托互联网生态

物流企业、传统汽车生产商向互联网企业转型非常困难,但是一家有资本的互联网公司想要收购物流企业或者是汽车制造企业,都不是什么难事。只是两个行业并非你死我活,今后互联网企业+物流企业的合作已成定局。 

短期内无人物流区域化特征明显

如文章开头提到的,环境越简单,技术难度越低,无人卡车应用于物流的初步阶段,应该会形成明显的地域分布以降低处理突发事件的可能性。

相关行业兴替 

司机行业将逐渐退出历史舞台

司机行业如果能有保留下来的岗位,很有可能只是在技术难以触及的情景里,作辅助驾驶。 

汽车领域利益变动

不光是卡车,所有类型的汽车如果都实现自动驾驶,传统汽车生产制造商的利润将会被互联网公司抢占,甚至是传统生产企业在汽车领域的角色只能是配角。 

休闲娱乐产业兴起 

不再需要浪费时间在路程上,不会存在堵车,所有时间都是可控、可预测和可自由支配的,交通情景中的休闲娱乐产业会快速崛起,例如车厢AR游戏等。 

“物联网广告”兴起

无论是车体本身还是数据系统,基于车辆实体的广告以及基于路径规划的数字广告将会积大繁盛。无人车“实际控制者”将成为最大的“物联网广告”服务商。


会员QQ客服
QQQQ咨询
培训QQ客服
QQQQ咨询
客服微信
微信公众号