每天資訊難題不難,看自動駕駛如何突破傳統物流業困局

菜單

難題不難,看自動駕駛如何突破傳統物流業困局

降本增效之道、競爭格局走勢、商業模式拆解,這場「特定場景無人物流」分享會幹貨滿滿。

2022 年 7 月 14 日,由機器之心聯合上海市人工智慧行業協會主辦的

「多場景下無人物流商業化突圍之路」

線上分享會成功舉辦。

影片回放:https://jmq。xet。tech/s/22iUiR

活動邀請到來自飛步科技、主線科技、伯鐳科技、宏景智駕的多位不同場景自動駕駛專家代表,分享自動駕駛相關企業佈局特定場景下的無人化物流遭遇的瓶頸和痛點問題,解讀行業最新的技術熱點、應用挑戰和相關政策法規,共同探討多場景下無人物流商業化破局之路。

活動開場,

上海市人工智慧行業協會政企服務部部長、時空 AI 專委會負責人張婉

為本次活動致辭

,為線上聽眾介紹了上海市人工智慧行業協會和上海市自動駕駛主要政策。

在上海市經信委指導下,上海市人工智慧行業協會於 2020 年 7 月第三屆世界人工智慧大會上正式揭牌,是唯一代表上海市人工智慧行業性質的非盈利社會團體,此外還牽頭承擔上海市人工智慧地方標準和人才評定的具體工作。為助力自動駕駛商業化落地,上海積極推進自動駕駛法律法規的制定與完善。今年,《上海市智慧網聯汽車測試與應用管理辦法》 正式實施,明確了下一個階段率先開放封閉場景測試;浦東新區先行推出人工智慧法規,明確了無人駕駛細則,為包括多場景無人物流在內的第一批無人駕駛應用落地提供了明確指示。上海推進智慧網聯汽車示範應用,依託嘉定、奉賢、浦東及臨港地區的區位優勢,以智慧物流、智慧配送、智慧作業、智慧出租和智慧公交為主要場景,加快推進智慧網聯汽車規模化、準商業化、共享化應用。具體到物流場景,上海的洋山港無人碼頭、臨港無人物流測試都在逐步推進。

張婉介紹,從下週一(7 月 18 日)開始,東海大橋將開放一條車道,專門用於自動駕駛的測試,協會正全面配合法律法規落地。此外,繼去年釋出《上海市人工智慧百個應用場景體驗手冊》後,今年9月的世界人工智慧大會上將看到更多上海市人工智慧生態的全面展示,歡迎大家繼續關注。

難題不難,看自動駕駛如何突破傳統物流業困局

上海市人工智慧行業協會政企服務部部長、時空 AI 專委會負責人 張婉

飛步科技聯合創始人兼 CTO 楊政

分享的主題是

《無人駕駛在港口落地的技術挑戰與應用實踐》,

他梳理了國內港口智慧化的發展歷程和現狀,詳細分析了無人駕駛在混線作業、定位等領域面臨的挑戰,結合寧波舟山港、南通港等國內大型港口真實案例分享了飛步科技的商業化應用實踐。楊政認為,國內港口無人駕駛正在由自動化進入到智慧化的全新階段。相比自動化方案,智慧化方案具備成本低、環境依賴小、強自主規劃、強容錯和高成長性等顯著優勢。全球範圍內港口智慧化的發展歷程也清晰地表明,智慧化方案更有利於解決混線、效率等核心痛點,更加適應傳統碼頭改造升級的需求。

楊政預測,數字化智慧港口建設將在 2024 年迎來全無人規模化運營的大範圍落地應用。

飛步科技面向港航產業,提供自動駕駛車路雲一體化智慧港口水平運輸解決方案,無須對碼頭進行基建和工藝改造,適配集卡、平板車等多種裝置。其中車端無人駕駛系統支援近 200 種港口作業工況;路端智慧排程為車雲端提供超視距感知增強資訊,有效解決“不必要等待、不合理繞行”等難題;雲端智慧排程平臺透過對裝置及車隊的全鏈路管理,做到全域性最優資源分配及路徑規劃。車路雲一體化協同作業平臺瞄準“降本增效”的目標,支援智慧港口加速進入“全無人駕駛、全場景感知、全鏈路排程”的全新階段。

難題不難,看自動駕駛如何突破傳統物流業困局

飛步科技聯合創始人兼 CTO 楊政

北京主線科技有限公司合夥人、前瞻院院長王超

分享的主題是《

商業化漸入佳境,智慧卡車構建網路化人工智慧運輸系統

》,他分析了卡車自動駕駛存在的挑戰,講解了主線科技的“技術+產品+運營”產業生態。卡車自身存在重量級挑戰,針對卡車視野盲區大、制動距離長、振動干擾強、控制難度大四大難題,主線科技分別做了多視角感測器融合覆蓋盲區、魯棒多感測器位姿估計算法、超長距離高畫質感知演算法和模型自適應規劃控制技術等研發工作,專為卡車研發設計的 L4 級自動駕駛解決方案——人工智慧虛擬司機 AiTrucker。該方案融合了車規級硬體系統與車載軟體算法系統,包括兩種不同的方案形態—— FL4 (Full L4 Autonomous Driving)和 CL4 (Collaborative L4 Autonomous Driving)。

在當前狀態下,釋放 CL4 系統在開放道路上積累更多場景資料,透過資料賦能,驅動 FL4 系統完全無人駕駛能力升級;同時釋放 FL4 系統在封閉港口園區場景下開展成熟商業化運營,透過技術賦能,滿足 CL4 系統量產與開放場景下的商業運營。讓 AiTrucker 跑起來,讓技術形成迴圈迭代,實現系統更高效的自我進化

。現階段,主線科技正以自動駕駛卡車為引擎,深耕於港口物流樞紐與高速幹線物流兩大場景,未來將推進建設網路化人工智慧運輸系統 NATS,真正做到以人工智慧技術賦能大物流運輸,變革物流運輸產業,實現降本增效。

難題不難,看自動駕駛如何突破傳統物流業困局

北京主線科技有限公司合夥人、前瞻院院長 王超

伯鐳科技自動駕駛產品解決方案總監趙新寰

分享的主題是

《自動駕駛和新能源礦車普及加速露天礦山的智慧化電動化程序》,

他介紹了露天礦山生產行業痛點、市場和政策等情況,結合產品和案例展示落地應用現狀,並重點分享了最新的“5G 零碳智慧露天礦山”。當前礦山行業面臨的主要問題在於,如何在保障產能的基礎上,提升效率,大幅降低安全事故隱患以及日益升高的用工成本,並且在生產中節能減排,實現國家碳中和碳達峰的目標。自動駕駛技術落地中,還面臨礦山露天的作業環境惡劣、自動駕駛感測器受粉塵等作業環境影響大、礦車體型大存在感知視野盲區、非鋪裝路面導致車體劇烈顛簸以及感測器能力受限、道路複雜工況和裝卸點變化多等具體問題。伯鐳科技將無人駕駛技術與新能源礦車相結合,

透過單車自動駕駛技術、基於 5G 通訊的遠端遙控技術以及雲端排程演算法,實現露天礦山場景下的綠色無人智慧採運作業,並達到提升礦山採運效率、降低安全隱患及降低礦山碳排放的目標

。其中,基於 5G 網路搭建遠端駕駛、遠端遙控的礦山智慧座艙,讓駕駛員在舒適環境下對礦卡、挖機等進行遠端控制,可以實現一個智慧座艙跟蹤接管 5 輛礦卡,在允許遠端駕駛的條件下進行去安全員運輸。

難題不難,看自動駕駛如何突破傳統物流業困局

伯鐳科技自動駕駛產品解決方案總監 趙新寰

在分享會的最後,

楊政

趙新寰

與特約嘉賓

宏景智駕戰略與業務拓展副總裁 楊武

圍繞「無人化時代,多場景物流的機遇和挑戰」主題,進行了精彩的圓桌討論,形成了以下多個觀點:

幹線物流自動駕駛商業化障礙,可能包括三個層面:一是技術層面,讓 L3 級別自動駕駛落地,目前整個產業鏈成熟度以及大規模商業化應用的支撐還比較薄弱;二是法規層面,真正能夠允許 L3 甚至以上級別自動駕駛車輛上路的法律法規還未出現;三是商業化層面,跟技術層面是捆綁的,技術要做到完全勝任,為物流車隊、個體司機等終端使用者實現收益。

無人駕駛幹線物流主要有兩類玩家,一類是直接路徑,產品直接從 L4 或者從 L3 開始做起。在現有技術產業鏈成熟度以及法律法規達不到支撐作用的情況下,怎麼實現可持續發展是他們面臨的挑戰。另一類走漸進式發展路線,產品功能從省油、省人再向完全接替人發展,任何場景內的高等級自動駕駛落地,最終都需要大量資料支撐,透過漸進式路線低成本獲得大量資料,先讓車輛跑起來實現部分功能和收益,再在車隊規模逐漸壯大過程中快速建立資料壁壘,對企業而言更具有可持續性。

要形成自動駕駛商業閉環。自動駕駛技術企業當前不僅注重技術開發,還在積極跟場景方深度繫結。不管是港口還是幹線物流,規模相比乘用車至少少了一個數量級甚至兩個數量級,因此特定場景的解決方案的商業價值或者市場空間有限。那麼在運營過程中,把自動駕駛技術變現,把價值創造出來,是當前行業努力的方向。

在港口場景中,強調“車路雲一體化”,因為一方面車輛需要關注行駛道路上的其它作業車輛,但是受港口狹窄道路空間和車輛基本等寬的限制,車輛為確保透過性不能在橫向上接入更多感測器,需要道路資訊幫助車輛撞開視野盲區;另一方面,港口車輛和裝置是固定編組的,需要綜合訂單、車輛、裝置進行全域性最優分配以達到更高效益,因此需要雲端資訊的接入。

在礦山場景中,無人駕駛的經濟性取決於無人化車輛編組數量。從整體經濟性來看,編組越多,無人駕駛的經濟性越好。從節省的人力成本來說,當前只要執行一個編組,就能夠從成本上做到基本持平或者略有盈餘。

此外,嘉賓們輸出了大量行業洞察與前沿觀點,期待可以促進無人物流持續發展。更多詳細內容可以透過直播回放瞭解。

難題不難,看自動駕駛如何突破傳統物流業困局

圓桌對話

機器之心將聯合上海市人工智慧行業協會,圍繞人工智慧產業重要議題持續推出精品系列線上直播活動,歡迎大家持續關注。