Invité : Chen Guanling
Compilé par : Qianshan
La technologie de conduite autonome est un élément important de la promotion de la modernisation intelligente des installations de transport. Dans un système de transport complexe, les scènes routières de la logistique interurbaine sont relativement standardisées. De nombreux experts estiment que la logistique interurbaine devrait devenir un champ d'essai pilote pour la mise en œuvre de la conduite autonome.
Récemment, lors de la AISummit Global Artificial Intelligence Technology Conference organisée par 51CTO, Chen Guanling, partenaire technique de Fuyou Trucks, a prononcé un discours d'ouverture "Application de la conduite autonome dans la logistique des troncs", partageant d'un point de vue opérationnel l'application et penser à la technologie de conduite autonome dans les scénarios logistiques interurbains.
Le contenu du discours est désormais organisé comme suit, en espérant vous inspirer.
En mars et avril de cette année, en raison de l'apparition soudaine de l'épidémie, les gouvernements locaux ont renforcé leurs contrôles et les fournitures quotidiennes étaient rares. Les chauffeurs de camion se sont précipités vers divers endroits pour livrer des fournitures. Au cours de cette période, de nombreux reportages médiatiques ont également amené les internautes à comprendre et à prêter progressivement attention à l'industrie du fret routier et au groupe des chauffeurs de camion.
Le transport routier de marchandises est « l'artère principale » du fonctionnement social et le « baromètre » de l'économie nationale. En 2021, la taille du marché chinois du fret routier s'élève à environ 6 800 milliards, et il y a près de 20 millions de chauffeurs de camion à travers le pays. De plus, il existe une forte corrélation positive entre le fret routier et le PIB, et le coefficient de corrélation entre le nombre de camions actifs et le PIB atteint 0,86.
Mais le fret routier est également confronté à quelques problèmes. Selon les données du ministère de la Sécurité publique de 2016, les camions ne représentaient que 12 % de tous les véhicules à moteur, mais les camions étaient responsables de plus de 30 % des accidents de la route et de 48 % des accidents de la route entraînant des décès. Dans le même temps, en raison de la baisse des tarifs de transport, il devient de plus en plus difficile pour les conducteurs de gagner de l'argent, et de moins en moins de jeunes sont disposés à s'engager dans ce secteur.
Stimulée par les accidents fréquents et la difficulté de trouver des chauffeurs, l'application de la conduite autonome dans le domaine du fret routier est devenue le consensus de l'ensemble du secteur.
(1)Application de la conduite autonome dans la logistique portuaire. Le port est un scénario d'application relativement fermé et à faible vitesse, plus convivial pour la conduite autonome. Cependant, à l'heure actuelle, la grande majorité des camions porte-conteneurs (appelés « camions porte-conteneurs ») dans les ports sont encore conduits manuellement, et le taux de pénétration de la conduite automatique des camions porte-conteneurs dans les ports est inférieur à 2 %. Il est prévu que d'ici 2025, le taux de pénétration de la conduite autonome L4 pour les camions porte-conteneurs dans les ports chinois dépassera 20 % et que l'échelle d'application atteindra 6 000 à 7 000 véhicules. On estime à partir de là que la taille globale du marché de la conduite autonome portuaire en Chine dépassera les 6 milliards, représentant environ 30 % du marché mondial.
Il y a deux raisons pour lesquelles la logistique portuaire peut devenir un scénario de mise en œuvre important pour les camions autonomes : Premièrement, la conduite autonome dans les ports a une vitesse de mise en œuvre rapide et un modèle commercial clair. Elle devrait atteindre une grande échelle. activité dans les 2 à 3 prochaines années. Deuxièmement, après la mise en œuvre de la conduite autonome portuaire, elle peut être étendue d'un point à l'autre, et elle peut être étendue avec succès à la logistique des grandes lignes en 1 à 2 ans.
Actuellement, 13 ports nationaux ont mis en place des camions à conduite autonome. Des entreprises telles que TuSimple, Mainline Technology et Sinian Smart Driving ont commencé à promouvoir la commercialisation de la conduite autonome dans les ports.
(2)
Application de la conduite autonome dans la logistique interurbaine.Les scénarios routiers sont plus complexes que la logistique portuaire, mais par rapport aux scénarios urbains sur routes ouvertes, la logistique interurbaine reste plus conviviale pour la conduite autonome. En 2021, le nombre de camions lourds destinés à la logistique des grandes lignes en Chine sera d'environ 3,14 millions, et le marché potentiel de remplacement pour la conduite autonome dépassera 760 milliards de RMB. D'ici 2025, le marché potentiel de remplacement devrait dépasser 1 000 milliards de RMB. On constate que le marché de la logistique interurbaine à grande vitesse dépasse largement celui de la logistique portuaire. Les leaders de l'industrie dans le domaine de la conduite autonome ont déjà élaboré des plans en ce sens et promeuvent régulièrement la commercialisation de camions autonomes. TuSimple a réalisé son premier test entièrement sans pilote sur route ouverte à la fin de l'année dernière et prévoit de mettre en œuvre des opérations normales. Début juin de cette année, Waymo, la société de conduite autonome de Google, a annoncé une coopération stratégique à long terme avec la division fret d'Uber concernant les camions autonomes.
Avantages de la conduite autonome pour la logistique principale
Dans la structure des coûts du transport routier de marchandises, les coûts salariaux des chauffeurs représentent environ 25 %. Le moyen le plus simple est de réduire complètement les coûts des conducteurs une fois la conduite autonome L4 arrivée à maturité, c'est-à-dire que le tarif de fret global sera réduit de 25 %. Il s’agit d’un ratio de réduction des coûts très considérable. Bien entendu, nous savons que la mise en œuvre de L4 prendra du temps et que nous devons attendre plus patiemment la maturité de la technologie et des politiques.
De plus, d'une manière générale, les conducteurs se sentiront très fatigués s'ils parcourent 600 kilomètres en continu. Cependant, les commandes de fret dépassant 800 kilomètres nécessitent actuellement deux chauffeurs pour effectuer le travail en équipe, c'est-à-dire que les gens s'arrêtent et s'arrêtent. Nous prévoyons que le système de conduite autonome compatible L3 peut réduire considérablement la fatigue du conducteur, et qu'un seul conducteur est nécessaire pour parcourir une commande de 800 à 1 200 kilomètres. De cette façon, pour les commandes sur ces distances, la conduite double peut être transformée en conduite simple, ce qui permet d'économiser environ 12 % des coûts. Il s'agit en fait d'une mesure de réduction des coûts très efficace.
2. Réduisez les coûts de carburant.
Dans la structure des coûts du fret, les coûts du carburant représentent environ 23 %. En raison de la récente hausse continue des prix du pétrole, la proportion de carburant est également de plus en plus élevée. La réduction de la consommation de carburant implique généralement un réglage continu de l'accélérateur du moteur pour permettre au véhicule d'obtenir une injection de carburant raisonnable. Habituellement, lorsque l'on parle de taux de réduction de la consommation de carburant, il s'agit du taux de réduction de la consommation de carburant d'un véhicule autonome par rapport à celle d'un conducteur novice.
Plus précisément, les méthodes de conduite autonome visant à réduire la consommation de carburant font référence à :
D'une part, utiliser des cartes de haute précision et des équipements de détection embarqués pour obtenir à l'avance les conditions routières, telles que la proportion de montée et routes en descente, vitesse des véhicules qui précèdent, etc. Prenez de meilleures planifications et décisions - freinez et accélérez avec plus de précision.
D'autre part, en accumulant des données et en optimisant les algorithmes, le véhicule peut être conduit dans le meilleur état, c'est-à-dire que le véhicule peut être maintenu dans la meilleure plage de consommation d'énergie. Nous avons remarqué que les conducteurs ayant de bonnes habitudes de conduite peuvent réduire la consommation de carburant de 20 % par rapport aux conducteurs novices, mais cela nécessite que le conducteur soit très familier avec les conditions routières et sache où freiner et où accélérer. Sur cette base, la conduite autonome peut permettre d'économiser encore 6 à 10 % de consommation de carburant par rapport aux conducteurs expérimentés. Converti en tarif de fret, le ratio de coûts qui peut être réduit est d'environ 1,5 à 2,5 %. En fait, la marge bénéficiaire brute de nombreuses entreprises de logistique n'est généralement que de 3 à 4 points, donc une diminution du ratio de 1,5 est en fait un moyen efficace d'augmenter la marge brute.
1.
Habituellement, la distance de détection d'une caméra est de 200 mètres et la distance de détection du lidar est plus courte, environ 100 mètres. Waymo a précédemment révélé que son système de vision peut détecter et suivre des objets jusqu'à 300 mètres de distance, ce qui permet à une voiture de deux tonnes de disposer de suffisamment de temps pour s'arrêter en toute sécurité lorsqu'elle roule à grande vitesse.
Mais pour les camions, notamment les poids lourds circulant sur les autoroutes, le poids de l'avant du camion à lui seul peut atteindre 9 tonnes, et le poids des marchandises transportées peut atteindre 27 tonnes, donc plus la distance perçue est longue, plus la distance est longue. . La distance de freinage permet aux poids lourds de s'arrêter en toute sécurité.
Bien sûr, non seulement la distance de détection doit être longue, mais la précision de la reconnaissance doit également être maintenue. Car utiliser un téléobjectif pour percevoir des objets distants entraînera une diminution de la résolution. Nous n’avons pas encore vu les entreprises de conduite autonome divulguer des données pertinentes.
2. Difficulté de changer de voie.
Dans un scénario à grande vitesse, il faut environ 10 secondes à un camion pour effectuer un changement de voie. Si l'observation préalable du conducteur est incluse, cela peut prendre plus de temps et le risque pour la conduite sécuritaire des véhicules environnants sera plus grand. . Dans la plupart des cas, nous souhaitons éviter les changements de voie et éviter les risques pour la sécurité grâce à la détection.
(1) Mouvement latéral sécurisé. Lorsque la voiture qui roule parallèlement à vous ne veut pas voler la voie, mais que la distance entre elle et la voiture est trop étroite, la voiture n'a en fait besoin que de se déplacer légèrement sur le côté et n'a pas besoin de changer complètement de voie.
(2) Saisissez soudainement la route. Lorsqu'une voiture s'empare soudainement de la voie, si le système décisionnel détermine qu'il suffit de freiner et de ralentir sans provoquer d'accident, un changement complet de voie peut en réalité être évité.
(3) Changez activement de voie. Lorsqu'il y a d'autres véhicules qui fusionnent depuis la rampe d'entrée de l'autoroute, si le système décisionnel détermine qu'une collision ne peut être évitée même avec un freinage brusque, c'est une meilleure façon de changer activement de voie.
Toutes ces opérations nécessitent en réalité une reconnaissance relativement précise des intentions des autres véhicules. Mais d’une manière générale, la taille, le poids et le positionnement inégal de la charge dans la remorque derrière un camion lourd peuvent provoquer un déplacement du véhicule lorsque le conducteur conduit. Une fois qu'un écart se produit, il est facile de provoquer une instabilité du contrôle latéral, ce qui constitue une difficulté de contrôle importante dans la conduite logistique principale. Par conséquent, les exigences relatives au système de commande de vol de conduite automatique sont également particulièrement élevées.
3. Accumulation de données.
Il existe un dicton populaire selon lequel si la conduite autonome veut rattraper le niveau de sécurité de la conduite humaine, elle aura besoin de plus de 10 milliards de kilomètres d'essais routiers. Actuellement, les itinéraires de conduite autonome dans la logistique interurbaine ne couvriront pas l'ensemble du pays. En tant que phase de test, ils ne pourront circuler que sur un seul itinéraire. Le but est d'accumuler des données et de confirmer l'algorithme, c'est-à-dire le processus d'accumulation de données. ça doit être très lent.
D'une part, différentes lignes ont des informations routières différentes, et il est impossible de simplement traduire le modèle algorithmique des lignes existantes. D'un autre côté, du point de vue de la stratégie de développement, lorsque la mise à l'échelle des véhicules n'a pas encore commencé, les entreprises de conduite autonome, en tant qu'opérateurs, ne peuvent pas exploiter plusieurs lignes en parallèle. Au lieu de cela, elles développeront de nouveaux développements selon le modèle algorithmique d'une seule ligne. est pleinement opérationnel. Modèle algorithmique d’une autre ligne.
Pour l'accumulation de données, l'un des moyens efficaces consiste à utiliser la technologie de simulation. Mais s’il ne s’agit que d’une simple spéculation, le kilométrage de la simulation ne veut pas dire grand-chose. Par exemple, certaines entreprises diront que nos 1 000 kilomètres de kilométrage de simulation équivaut à 1 kilomètre de kilométrage réel lors d'un essai routier. Cela ne résout pas réellement le problème essentiel. Le cœur dépend toujours de la manière d'intégrer les événements importants dans le système de simulation pour les essais. et algorithme itératif. En bref, les systèmes de test de conduite et de simulation sont deux aspects essentiels pour améliorer la précision des algorithmes et la sécurité du système.
Modèles économiques pour la conduite autonome dans la logistique des grandes lignes
Jetons un coup d'œil à plusieurs modèles économiques différents pour la conduite autonome dans la logistique des grandes lignes.
Business model 1 : : Apporter des solutions techniques. Les entreprises de conduite autonome fournissent aux équipementiers des technologies et des services techniques liés aux systèmes de conduite autonome, notamment des solutions de configuration de capteurs, le développement et l'itération d'algorithmes de plate-forme informatique, etc.
Business Model 2 : Fournir des services d'exploitation de conduite autonome, qui est un modèle SaaS. Entreprises de logistique orientées client. Les entreprises de logistique achètent des véhicules OEM avec lesquels les entreprises de conduite autonome coopèrent et, en même temps, les entreprises de conduite autonome leur fournissent des services d'exploitation de technologies de conduite autonome, tandis que les entreprises de logistique doivent uniquement être responsables de la gestion et de l'exploitation de la flotte.
Modèle commercial 3 : Fournir des services de transport tiers, qui appartiennent au modèle TaaS, c'est-à-dire le transport en tant que
Service. Dans le cadre de ce modèle, les entreprises de conduite autonome doivent construire et exploiter leurs propres flottes et être responsables du développement et de l’itération de la technologie de conduite autonome.
Modèle commercial 4 : Fournir un modèle de processus complet de bout en bout pour la fabrication de véhicules, les systèmes de conduite autonomes et la capacité de transport. D'une part, les entreprises de conduite autonome doivent fournir un ensemble complet de systèmes de conduite autonome et de services de capacité de transport tiers. D'autre part, elles doivent augmenter leur capacité de production et de livraison de masse et résoudre le problème de la capacité de transport insuffisante en augmentant leur capacité de transport. fabrication de véhicules.
À l'heure actuelle, il est difficile de dire lequel de ces quatre modes est le meilleur, et tout le monde est en train de l'explorer. Cependant, nous pensons que les entreprises de conduite autonome doivent approfondir leurs scénarios commerciaux et participer aux opérations logistiques principales afin de mieux accumuler des données, itérer des algorithmes et rendre la valeur finale livrée plus conforme aux besoins des opérateurs.
La conduite autonome fait partie des opérations logistiques principales. Dans le processus opérationnel de bout en bout de la logistique interurbaine, il existe encore de nombreux problèmes : pour les propriétaires de marchandises, il est inefficace de trouver une voiture, les prix sont opaques, les retards de livraison, le suivi difficile des marchandises et le règlement irrégulier des marchandises ; capacité de transport, efficacité du transport Il est difficile d'améliorer, il y a un manque de capacités de service standardisées, il n'y a aucune garantie de recouvrement des paiements, etc.
En tant que plate-forme d'exploitation de transport de véhicules de bout en bout, Fuyou Trucks utilise trois systèmes intelligents (tarification intelligente, répartition intelligente et services intelligents) pour résoudre ces problèmes de l'industrie.
Lorsque le propriétaire de la cargaison se renseigne sur le prix, la plateforme proposera automatiquement un prix en fonction de l'algorithme. Si le propriétaire de la cargaison estime que le prix est acceptable, il peut passer une commande. Après avoir passé une commande, Fuyou utilise le système de répartition intelligent pour sélectionner le chauffeur approprié pour récupérer la commande. Pendant tout le processus, Fuyou utilise un système de service intelligent pour surveiller s'il y a des anomalies pendant tout le processus de transport et si l'ensemble du processus de bout en bout est entièrement en ligne.
Sur la base de six années d'exploitation, le taux de ponctualité des transports de notre plateforme a atteint 95,2%. Dans le modèle opérationnel traditionnel sans support technique, le taux de ponctualité n'est généralement que de 80 à 85 %. De plus, le taux d’accidents n’est que de 2 sur 10 000. Le taux de conduite à vide est de 6 %. Par rapport au taux de conduite à vide de l'industrie de 49 %, on peut dire que l'efficacité a été grandement améliorée.
Notre vision est de passer de l'expédition de camions à conduite humaine aujourd'hui à l'expédition de véhicules intelligents combinant humains et machines dans un avenir proche, à l'expédition de camions entièrement sans conducteur dans le futur, pour devenir une plate-forme d'exploitation véritablement intelligente pour les transports interurbains. logistique.
Le plan « Venus » mis en œuvre par Fuyou Trucks est un scénario d'exploitation commerciale open source pour les entreprises de conduite autonome. Les entreprises autonomes sont généralement des entreprises ayant une formation technique. Leur manque d’expérience dans les opérations logistiques se traduit souvent par une faible efficacité opérationnelle, ce qui les amène également à consacrer beaucoup de ressources et d’énergie à des opérations réelles plutôt qu’à la technologie.
Nous invitons les entreprises de camions autonomes à rejoindre le scénario d'exploitation commerciale Fuyou Truck. Sous le modèle « Venus », Fuyou Trucks est responsable de la distribution des sources de marchandises, de la gestion des chauffeurs et de la qualité des livraisons. Les entreprises de conduite autonome doivent uniquement se concentrer sur l’amélioration de la technologie.
Sur la plateforme d'exploitation, nous surveillerons équitablement certains indicateurs techniques clés, tels que le kilométrage moyen de prise de contrôle, les données de consommation de carburant en mode de conduite autonome, la vitesse de freinage brusque et d'arrêt d'urgence, etc. Dans le même temps, Fuyou peut également soutenir ces entreprises de camions autonomes avec un certain montant de revenus. Nos tarifs de fret peuvent être répercutés sur les entreprises de camionnage autonomes. Par ailleurs, nous pouvons également privilégier l'achat de certains camions dotés de solutions techniques relativement matures.
Pour du contenu plus passionnant, veuillez visiter le site officiel de la conférence : Cliquez pour voir
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Application de l'intelligence artificielle dans la vie
Quel est le concept de base de l'intelligence artificielle
La différence entre recv et recvfrom
Plateforme de trading Dogecoin
Comment résoudre l'échec DNS
Tutoriel sur la fabrication de pièces inscrites
Comment ouvrir le fichier URL
Comment obtenir l'heure actuelle en JAVA
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
