0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛技術(shù)在物流領(lǐng)域的三大落地場景

獨愛72H ? 來源:新經(jīng)濟微觀察 ? 作者:新經(jīng)濟微觀察 ? 2020-04-03 20:21 ? 次閱讀

(文章來源:新經(jīng)濟微觀察)
我國目前有500萬輛大貨車用于500公里半徑的干線運輸;1000萬輛貨車用于50公里半徑區(qū)域運輸;而在5公里半徑的物流領(lǐng)域,則有3000萬輛微型車、兩輪和三輪車在為電商物流和外賣市場服務(wù)。同時在封閉場景中,我國港口眾多,每年完成大量貨物吞吐,而礦區(qū)的礦產(chǎn)資源豐富,每年產(chǎn)量可達上億噸,對于運輸車輛及司機需求與日俱增,因此物流領(lǐng)域下潛藏的自動駕駛市場需求相當龐大。依據(jù)美國汽車工程師協(xié)會(SAE)2014年制訂的自動駕駛分級標準(按照自動駕駛對于汽車操縱的接管程度和駕駛區(qū)域),自動駕駛可分為L0-L5共六級。

隨著等級的提升,駕駛操作、周邊監(jiān)控和支援的主體逐漸由人向系統(tǒng)過渡,其中0級汽車由駕駛者全程操控,而處于5級(最高級別)的自動駕駛汽車則由無人駕駛系統(tǒng)完成所有駕駛操作。自動駕駛的發(fā)展已經(jīng)走過單純強調(diào)技術(shù)的階段,目前更強調(diào)實際落地。在無人駕駛乘用車落地變得遙遙無期的當下,場景相對簡單、市場規(guī)模超過萬億的物流行業(yè)有著更多的機會。近幾年越來越多的行業(yè)參與者們聚焦于物流領(lǐng)域,具體原因主要包括:

物流是中國較大的單一經(jīng)濟實體之一,2018年中國社會物流總費用超13萬億元,其中運輸費用占比超過一半,因此物流場景下的市場空間可觀。物流行業(yè)的大部分應(yīng)用場景比較簡單、封閉,任務(wù)目的明確,技術(shù)實現(xiàn)難度總體來說相對乘用車場景下的要求更低。從法律法規(guī)以及對城市生活的影響角度來看,物流車輛所受的限制相對較少。因此更容易實現(xiàn)自動駕駛應(yīng)用,形成規(guī)?;呐繌椭?。

因此,推進自動駕駛技術(shù)商業(yè)化落地,物流領(lǐng)域是非常好的切入點。同時在過去十多年的快速發(fā)展中,雖然物流行業(yè)經(jīng)過了快速的規(guī)?;驼?,體量發(fā)展已經(jīng)巨大,但在效率等方面與發(fā)達國家仍存在較大差距,存在可提升空間。自動駕駛技術(shù)能夠解決物流中的痛點,在其中有著很大的成長空間。

成本:近年來運輸成本占物流總成本比例均超50%,而運輸成本中的人力費用和燃油費用占比較大,存在可壓縮空間。自動駕駛則可明顯降低人力成本,同時節(jié)省燃油費用。效率:物流運輸效率受各種因素影響,例如司機可持續(xù)駕駛時間以及車輛速度和車輛行駛間距等都受到嚴格限制。自動駕駛則可以提高車輛持續(xù)行駛時間同時以較高速和較短間距行駛。安全:調(diào)查數(shù)據(jù)顯示,在我國約700萬輛城際中重型卡車中,每年平均發(fā)生5.07萬次交通事故,幾乎每年每1000輛車就會出現(xiàn)一起死亡事故。司機在長途運輸中持續(xù)駕駛時間有限,疲勞駕駛發(fā)生安全性交通事故的可能性相對更大。自動駕駛則可相對提升安全性。

無人駕駛技術(shù)在物流領(lǐng)域的落地場景主要可以劃分為干線、終端配送以及封閉場景。干線物流:一般使用重卡,道路以高速公路、城際或城市公路為主,具備長距離、道路參與者相對簡單的特點。商業(yè)機會:在三大場景中,干線物流的總體運力最大,場景較為集中。同時干線整車物流運輸是一個比較標準化的產(chǎn)品,技術(shù)復用度高,從而便于外包,因此能夠產(chǎn)生的規(guī)模經(jīng)濟效應(yīng)很強??傮w來說,干線物流是一個較為理想的商業(yè)場景。

技術(shù)要求:由于干線物流大多應(yīng)用于高速場景,車輛運行速度快,因此對自動駕駛系統(tǒng)的環(huán)境感知范圍有很高要求。由于卡車機動性、穩(wěn)定性和精度較差等原因,需要更長的剎車距離、更大的轉(zhuǎn)彎半徑,以及更加精確和魯棒的控制,因此在感知和控制層面對技術(shù)提出了更高要求。

市場格局:自動駕駛卡車產(chǎn)品化的實現(xiàn)僅靠一家企業(yè)是無法完成的,需要整合產(chǎn)業(yè)鏈資源。從目前的發(fā)展趨勢看,不論是科技創(chuàng)新公司、主機廠商、產(chǎn)業(yè)鏈各類供應(yīng)商還是運營管理平臺,優(yōu)勢互補、開放合作已經(jīng)日漸成為主流態(tài)勢。各方合作可將各自優(yōu)勢聚合,產(chǎn)生強聚合效應(yīng),既可以提高開發(fā)效率,也能節(jié)約資源,從而促進技術(shù)進步,推動行業(yè)格局構(gòu)建。

發(fā)展重點:目前干線物流自動駕駛行業(yè)發(fā)展的重點是車的工程化量產(chǎn)。一方面,技術(shù)的完全成熟是需要長時間積累的,目前行業(yè)需要在當前技術(shù)的發(fā)展程度之上進行卡車生產(chǎn)來創(chuàng)造價值、為社會服務(wù);另一方面,實現(xiàn)大規(guī)??ㄜ囘\營的基礎(chǔ)也是車的工程化量產(chǎn),只有達到量產(chǎn),運營一定數(shù)量規(guī)模的車隊才能保證不虧損。

未來趨勢:L4級卡車實現(xiàn)大規(guī)模商用大致可分為5個階段:原型期、工程驗證期、設(shè)計驗證期、生產(chǎn)驗證期和量產(chǎn),同時預測未來3-5年內(nèi)可實現(xiàn)自動駕駛卡車的量產(chǎn)。盡管目前發(fā)展最快的公司仍處于工程驗證期,尚未實現(xiàn)盈利,但一旦實現(xiàn)量產(chǎn),市場空間將十分可觀。一般使用物流車或配送機器人,涉及到城市道路、園區(qū)或住宅區(qū)道路等。道路場景及參與者較為復雜。

商業(yè)機會:目前人力成本占據(jù)末端物流成本的90%以上,高昂的人力成本通過自動駕駛技術(shù)得以降低將會產(chǎn)生巨大的商業(yè)價值。根據(jù)公開資料顯示,最后一公里的交通工具數(shù)量為干線物流貨車數(shù)量的六倍左右,因此車輛替換市場空間巨大。技術(shù)要求:盡管末端配送的車輛速度較低,體型較小,但在三大場景中所需面臨的場景復雜度最高,因此對于技術(shù)的動態(tài)判斷能力有極高要求。

市場格局:不同于干線物流和封閉場景下的重型卡車,末端配送的交通工具往往輕便、小巧,因此傳統(tǒng)卡車制造商和供應(yīng)商基本不涉及這一塊業(yè)務(wù),所以這一細分領(lǐng)域內(nèi)的主要參與者為有相關(guān)業(yè)務(wù)場景的電商物流公司和即時配送公司(如美團、阿里菜鳥、京東等)以及科技初創(chuàng)公司。發(fā)展重點:隨著市場的發(fā)展與沉淀,最后一公里場景下自動駕駛發(fā)展重點不再是技術(shù)的創(chuàng)新能力,而是如何利用技術(shù)在具體場景之下提高效率以及降低成本。

具體來說,一方面在于技術(shù)如何實現(xiàn)對于具體復雜場景的應(yīng)對能力;另一方面在于如何降低整體解決方案的成本來實現(xiàn)足夠的產(chǎn)品功能。未來趨勢:人力配送成本的逐漸上升與機器配送成本的逐漸下降都是未來必然的發(fā)展趨勢,因此未來市場爆發(fā)的時間點在于這兩條線的交匯節(jié)點,智行者聯(lián)合創(chuàng)始人霍舒豪認為此節(jié)點會在3-5年之后出現(xiàn)。因此在這種趨勢背景之下,各公司仍會選擇持續(xù)在此領(lǐng)域進行研發(fā)投入和布局。

一般使用重卡,在港區(qū)、礦區(qū)和廠區(qū)等封閉場景作業(yè)。場景簡單但對重卡動力和荷載能力要求較高。商業(yè)機會:從目前物流自動駕駛在封閉場景的落地情況來看,港口、機場、礦山等細分場景的應(yīng)用已經(jīng)較多。封閉場景下道路環(huán)境單一固定、穩(wěn)定性高,從自動駕駛的技術(shù)難度上來講相對前兩種場景更容易實現(xiàn)落地,同時在各具體場景下實現(xiàn)落地的業(yè)務(wù)壁壘相對較高。

技術(shù)要求:不同于開放道路主要關(guān)注在復雜場景下的動態(tài)判斷能力,封閉場景下的人員和障礙物較為確定可控,關(guān)鍵難點在于具體業(yè)務(wù)對接能力,例如某些港口的集裝箱卡車和機械的對位精度要求不超過三公分等。技術(shù)發(fā)展的重點是對車隊的管理、路徑和任務(wù)規(guī)劃等計算決策方面的能力,發(fā)展核心是整體車輛的智能調(diào)度系統(tǒng)。

市場格局:隨著技術(shù)和法規(guī)等因素的限制日益加強,之前專注于干線物流和開放道路的部分公司開始將注意力轉(zhuǎn)向特殊場景之下的自動駕駛落地。但大部分新入局公司對于實際應(yīng)用場景和行業(yè)的積累不夠?qū)е略谶@一領(lǐng)域面臨的挑戰(zhàn)依舊很大。同時傳統(tǒng)主機廠商也有參與其中,雖然其在車輛生產(chǎn)集成的能力較突出但對于具體業(yè)務(wù)對接能力及在算法、系統(tǒng)方面并無深厚積累,因此在此場景下的優(yōu)勢并不突出,更多是作為被集成方的角色參與其中。

因此這一場景下的領(lǐng)先者主要是長期專注于此細分領(lǐng)域,與具體場景有深度耦合度的科技創(chuàng)新公司。發(fā)展重點:技術(shù)目前處于從實驗室到商業(yè)場景落地的轉(zhuǎn)變過程中,技術(shù)的發(fā)展程度和客戶的配合度是比較重要的影響因素。因為技術(shù)落地需要對具體行業(yè)的業(yè)務(wù)和作業(yè)場景足夠了解,這需要技術(shù)公司與行業(yè)客戶的全面分享和合作,因此客戶配合度是除技術(shù)外影響行業(yè)智能改造程度的另一重要因素。

未來趨勢:封閉場景下的客戶隨著產(chǎn)品的成熟度提升實際需求逐步增長,業(yè)界人士判斷在未來兩三年內(nèi)行業(yè)會進入快速發(fā)展期,未來五年左右全球范圍內(nèi)的碼頭等會開始進行智能化的改造和升級。
(責任編輯:fqj)

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13864

    瀏覽量

    166590
  • 智能物流
    +關(guān)注

    關(guān)注

    4

    文章

    314

    瀏覽量

    22698
收藏 人收藏

    評論

    相關(guān)推薦

    重載自動駕駛平板車HAV

    隨著無人駕駛封閉場地和干線道路場景的加速落地,港口作為無人化運營的先行者,其場景的復雜度、特殊性對無人化運營的
    的頭像 發(fā)表于 01-06 14:50 ?452次閱讀
    重載<b class='flag-5'>自動駕駛</b>平板車HAV

    一文聊聊自動駕駛測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    隨著自動駕駛技術(shù)的飛速發(fā)展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗證車輛的感知、決策、控制模塊的獨立性能,還需確保系統(tǒng)復雜
    的頭像 發(fā)表于 12-03 15:56 ?225次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試<b class='flag-5'>技術(shù)</b>的挑戰(zhàn)與創(chuàng)新

    標貝科技:自動駕駛中的數(shù)據(jù)標注類別分享

    自動駕駛訓練模型的成熟和穩(wěn)定離不開感知技術(shù)的成熟和穩(wěn)定,訓練自動駕駛感知模型需要使用大量準確真實的數(shù)據(jù)。據(jù)英特爾計算,L3+級自動駕駛每輛汽車每天產(chǎn)生的數(shù)據(jù)高達4000GB,作為
    的頭像 發(fā)表于 11-22 14:58 ?698次閱讀
    標貝科技:<b class='flag-5'>自動駕駛</b>中的數(shù)據(jù)標注類別分享

    MEMS技術(shù)自動駕駛汽車中的應(yīng)用

    MEMS技術(shù)自動駕駛汽車中的應(yīng)用主要體現(xiàn)在傳感器方面,這些傳感器為自動駕駛汽車提供了關(guān)鍵的環(huán)境感知和數(shù)據(jù)采集能力。以下是對MEMS技術(shù)
    的頭像 發(fā)表于 11-20 10:19 ?427次閱讀

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)涉及到哪些技術(shù)

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)是一種依賴計算機、無人駕駛設(shè)備以及各種傳感器,實現(xiàn)汽車自主行駛的技術(shù)
    的頭像 發(fā)表于 10-18 17:31 ?859次閱讀

    智能網(wǎng)聯(lián)是否是自動駕駛落地的必要條件?

    隨著全球科技的不斷進步,自動駕駛技術(shù)逐漸從實驗室走向公眾視野,并且已經(jīng)開始部分地區(qū)進行商業(yè)化測試。盡管如此,關(guān)于自動駕駛的發(fā)展路徑,業(yè)內(nèi)仍然存在兩種主要觀點:一種是單車智能,強調(diào)車輛
    的頭像 發(fā)表于 08-29 09:02 ?327次閱讀

    FPGA自動駕駛領(lǐng)域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)自動駕駛領(lǐng)域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動駕駛
    發(fā)表于 07-29 17:11

    FPGA自動駕駛領(lǐng)域有哪些應(yīng)用?

    控制。視覺算法方面,F(xiàn)PGA利用自身并行處理和高速存儲器的特點,極大地加快了算法的執(zhí)行速度,提高了運算效率。 五、未來發(fā)展趨勢隨著自動駕駛技術(shù)的不斷發(fā)展,F(xiàn)PGA
    發(fā)表于 07-29 17:09

    標貝數(shù)據(jù)采集標注自動駕駛場景落地應(yīng)用實例

    AI數(shù)據(jù)服務(wù)作為人工智能和機器學習的基礎(chǔ),自動駕駛領(lǐng)域中有著重要地位。與其他人工智能應(yīng)用場景相比,自動駕駛
    的頭像 發(fā)表于 05-28 14:22 ?623次閱讀
    標貝數(shù)據(jù)采集標注<b class='flag-5'>在</b><b class='flag-5'>自動駕駛</b><b class='flag-5'>場景</b>中<b class='flag-5'>落地</b>應(yīng)用實例

    戴姆勒和Torc加大自動駕駛卡車研發(fā)力度

    Torc自動駕駛軟件VirtualDriver已經(jīng)完全接管了自動駕駛卡車福萊納Cascadia樞紐到樞紐中程物流場景中的動態(tài)
    的頭像 發(fā)表于 04-24 11:13 ?886次閱讀
    戴姆勒和Torc加大<b class='flag-5'>自動駕駛</b>卡車研發(fā)力度

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    技術(shù) ,攝像頭和雷達等多傳感器的探測數(shù)據(jù) 在前端(數(shù)據(jù)獲取時)交互驗證,讓自動駕駛系統(tǒng)能感知到“看不見”的危險。 例如,反向車道有強遠光燈干擾的情況下,當雷達子系統(tǒng)探測到潛在運動目標時,融合感知系統(tǒng)
    發(fā)表于 04-11 10:26

    文遠知行與聯(lián)想車計算戰(zhàn)略合作,推進自動駕駛商業(yè)化落地

    文遠知行與聯(lián)想車計算達成戰(zhàn)略合作,共同推進L4級別自動駕駛解決方案的商業(yè)化落地,這一舉措無疑為自動駕駛領(lǐng)域注入了新的活力。這次合作不僅彰顯了雙方
    的頭像 發(fā)表于 03-20 10:19 ?545次閱讀

    卡爾動力新疆開啟自動駕駛貨運運營

    近日,新疆商貿(mào)物流集團旗下的新疆國合能源與卡爾動力達成了一項重要的戰(zhàn)略合作??杽恿φ?b class='flag-5'>在新疆啟動了自動駕駛貨運運營,旨在將最先進的L4級自動駕駛貨運
    的頭像 發(fā)表于 02-05 11:33 ?995次閱讀

    華為自動駕駛技術(shù)怎么樣?

    ? ? ? 自動駕駛技術(shù)是當今世界汽車產(chǎn)業(yè)的重要發(fā)展方向。作為全球領(lǐng)先的科技企業(yè),華為自動駕駛技術(shù)方面也進行了深入的研發(fā)和創(chuàng)新。 一、華為
    的頭像 發(fā)表于 02-02 16:58 ?1783次閱讀

    自動駕駛領(lǐng)域中,什么是BEV?什么是Occupancy?

    BEV是Bird's Eye View 的縮寫,意為鳥瞰視圖。自動駕駛領(lǐng)域,BEV 是指從車輛上方俯瞰的場景視圖。
    的頭像 發(fā)表于 01-13 09:41 ?3400次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>領(lǐng)域</b>中,什么是BEV?什么是Occupancy?