Chen Guanling, rakan kongsi teknikal Fuyou Trucks: Aplikasi pemanduan autonomi dalam logistik bagasi

Tetamu: Chen Guanling

Disusun oleh: Qianshan

Teknologi pemanduan autonomi ialah bahagian penting dalam mempromosikan peningkatan pintar kemudahan pengangkutan. Dalam sistem pengangkutan yang rumit, pemandangan jalan logistik batang adalah agak standard Ramai pakar percaya bahawa logistik batang dijangka menjadi medan percubaan perintis untuk pelaksanaan pemanduan autonomi.

Baru-baru ini, di ​​Persidangan Teknologi Kecerdasan Buatan Global AIsummit ​​ yang dihoskan oleh 51CTO, Rakan Kongsi Teknologi Trak Fuyou Chen Guanling telah menyampaikan ucaptama "Aplikasi Pemanduan Autonomi dalam Logistik Batang" 》 , berkongsi aplikasi dan pemikiran teknologi pemanduan autonomi dalam senario logistik batang dari perspektif operasi.

Kandungan ucapan kini disusun seperti berikut, dengan harapan dapat memberi inspirasi kepada anda.

Pada bulan Mac dan April tahun ini, berikutan wabak yang melanda secara tiba-tiba, pihak berkuasa tempatan telah meningkatkan kawalan mereka dan bekalan harian telah berkurangan, pemandu lori bergegas ke pelbagai tempat untuk menghantar bekalan. Dalam tempoh ini, laporan media yang meluas turut membuatkan netizen secara beransur-ansur memahami dan memberi perhatian kepada industri pengangkutan jalan raya dan kumpulan pemandu lori.

Aplikasi pemanduan autonomi dalam bidang pengangkutan barang jalan raya

Pengangkutan kargo jalan raya adalah "arteri utama" operasi sosial dan "barometer" ekonomi negara. Pada tahun 2021, saiz pasaran pengangkutan jalan raya China adalah kira-kira 6.8 trilion, dan terdapat hampir 20 juta pemandu trak di seluruh negara. Selain itu, terdapat korelasi positif yang kuat antara pengangkutan jalan raya dan KDNK, dan pekali korelasi antara bilangan trak aktif dan KDNK adalah setinggi 0.86.

Tetapi pengangkutan jalan raya juga menghadapi beberapa masalah. Menurut data Kementerian Keselamatan Awam pada 2016, trak hanya menyumbang 12% daripada semua kenderaan bermotor, tetapi trak menyumbang lebih daripada 30% kemalangan jalan raya, dan 48% kemalangan jalan raya yang melibatkan kematian. Pada masa yang sama, disebabkan oleh penurunan kadar tambang, semakin sukar bagi pemandu untuk mendapatkan wang, dan semakin sedikit golongan muda yang bersedia untuk terlibat dalam industri ini.

Didorong oleh kemalangan yang kerap dan kesukaran mencari pemandu, penerapan pemanduan autonomi dalam bidang pengangkutan lebuh raya telah menjadi konsensus seluruh industri.

(1)Aplikasi pemanduan autonomi dalam logistik pelabuhan. Pelabuhan adalah senario aplikasi pemanduan yang agak tertutup dan berkelajuan rendah, yang agak mesra kepada pemanduan autonomi. Walau bagaimanapun, pada masa ini, sebahagian besar trak kontena (dirujuk sebagai "trak kontena") di pelabuhan masih dipandu secara manual, dan kadar penembusan pemanduan automatik trak kontena di pelabuhan adalah kurang daripada 2%. Dijangka menjelang 2025, kadar penembusan pemanduan autonomi L4 untuk trak kontena di pelabuhan China akan melebihi 20%, dan skala aplikasi akan mencapai 6,000 hingga 7,000 kenderaan. Dianggarkan daripada ini bahawa saiz pasaran keseluruhan pemanduan autonomi pelabuhan China akan melebihi 6 bilion, menyumbang kira-kira 30% daripada pasaran global.

Sebab logistik pelabuhan boleh menjadi senario pelaksanaan penting untuk trak pandu sendiri adalah atas dua sebab: Pertama, pelaksanaan trak pandu sendiri di pelabuhan adalah pantas dan model perniagaan adalah jelas Dijangkakan bahawa pada masa hadapan Pengkomersilan berskala besar boleh dicapai dalam 2 hingga 3 tahun kedua, selepas pelaksanaan pemanduan autonomi pelabuhan, ia boleh dilanjutkan dari satu titik ke satu titik, dan ia boleh berjaya; diperluaskan kepada logistik batang dalam 1 hingga 2 tahun.

Pada masa ini, 13 pelabuhan domestik telah melaksanakan trak pemanduan autonomi termasuk TuSimple, Teknologi Talian Utama dan Pemanduan Pintar Sinian telah mula mempromosikan pengkomersilan pemanduan autonomi di pelabuhan.

(2)

Senario lebuh raya lebih kompleks daripada logistik pelabuhan, tetapi berbanding dengan senario bandar di jalan terbuka, logistik batang masih lebih mesra kepada pemanduan autonomi. Pada 2021, bilangan trak berat untuk logistik bagasi di China akan menjadi kira-kira 3.14 juta, dan pasaran penggantian berpotensi untuk pemanduan autonomi akan melebihi RMB 760 bilion Menjelang 2025, pasaran penggantian berpotensi dijangka melebihi RMB 1 trilion. Ia dapat dilihat bahawa pasaran untuk logistik berkelajuan tinggi batang jauh melebihi logistik pelabuhan. Pemimpin industri dalam bidang pemanduan autonomi telah pun membuat perancangan untuk ini dan terus mempromosikan pengkomersilan trak autonomi. TuSimple menyelesaikan ujian pertama tanpa pemandu sepenuhnya di jalan terbuka pada akhir tahun lalu dan merancang untuk melaksanakan operasi biasa. Pada awal Jun tahun ini, syarikat pandu sendiri Google Waymo mengumumkan kerjasama strategik jangka panjang dengan bahagian pengangkutan Uber pada trak pandu sendiri.

Faedah pemanduan autonomi ke logistik bagasi

Bagi syarikat logistik, selain keselamatan, daya penggerak teras menerapkan pemanduan autonomi adalah untuk mengurangkan kos.

Dalam struktur kos pengangkutan jalan raya, kos gaji pemandu menyumbang kira-kira 25%. Cara paling mudah ialah mengurangkan sepenuhnya kos pemandu selepas pemanduan autonomi L4 matang, iaitu, kadar pengangkutan keseluruhan akan dikurangkan sebanyak 25%. Ini adalah nisbah pengurangan kos yang sangat mengagumkan. Sudah tentu, kita tahu bahawa pelaksanaan L4 akan mengambil masa, dan kita perlu menunggu dengan lebih sabar untuk kematangan teknologi dan dasar.

Selain itu, secara amnya, pemandu akan berasa sangat letih selepas memandu sejauh 600 kilometer secara berterusan Namun, tempahan muatan melebihi 800 kilometer pada masa ini memerlukan dua pemandu untuk menyelesaikan syif, iaitu seorang memberhentikan kereta tanpa berhenti. Kami meramalkan bahawa sistem pemanduan autonomi berkeupayaan L3 boleh mengurangkan keletihan pemandu dengan banyak, dan hanya seorang pemandu diperlukan untuk menyelesaikan pesanan 800 hingga 1,200 kilometer. Dengan cara ini, untuk pesanan dalam jarak ini, pemanduan dwi boleh ditukar kepada pemanduan tunggal, yang boleh menjimatkan kira-kira 12% daripada kos Ini sebenarnya merupakan langkah pengurangan kos yang sangat berkesan.

2. Kurangkan kos bahan api.

Dalam struktur kos pengangkutan, kos bahan api menyumbang kira-kira 23%. Disebabkan oleh kenaikan berterusan harga minyak baru-baru ini, bahagian bahan api juga semakin tinggi dan lebih tinggi. Mengurangkan penggunaan bahan api secara amnya melibatkan pelarasan pendikit enjin secara berterusan untuk membolehkan kenderaan mencapai suntikan bahan api yang munasabah. Biasanya apabila kita bercakap tentang nisbah pengurangan penggunaan bahan api, ia merujuk kepada nisbah pengurangan penggunaan bahan api kenderaan autonomi berbanding dengan pemandu baru.

Secara khusus, kaedah pemanduan autonomi untuk mengurangkan penggunaan bahan api merujuk kepada:

Dalam satu pihak, gunakan peta berketepatan tinggi dan peralatan penderiaan di atas kapal untuk mendapatkan keadaan jalan di hadapan lebih awal. , seperti perkadaran jalan menaik dan menurun, Kelajuan kenderaan pemanduan, dsb., untuk membuat perancangan dan membuat keputusan yang lebih baik - brek dan pemecut dengan lebih tepat.

Sebaliknya, dengan mengumpul data dan mengoptimumkan algoritma, kenderaan boleh dipandu dalam keadaan terbaik, iaitu kenderaan boleh disimpan dalam penggunaan kuasa terbaik julat. Kami menyedari bahawa pemandu yang mempunyai tabiat memandu yang baik boleh mengurangkan penggunaan bahan api sebanyak 20% berbanding pemandu baru, tetapi ini memerlukan pemandu untuk mengetahui keadaan jalan raya dan tahu di mana untuk membrek dan di mana untuk memecut. Atas dasar ini, pemanduan autonomi boleh menjimatkan lagi 6% hingga 10% dalam penggunaan bahan api berbanding pemandu berpengalaman. Malah, margin keuntungan kasar kebanyakan syarikat logistik biasanya hanya 3 hingga 4 mata, jadi penurunan nisbah 1.5 sebenarnya adalah cara yang berkesan untuk meningkatkan keuntungan kasar.

Cabaran teknikal pemanduan autonomi dalam logistik bagasi

1.

Biasanya jarak penderiaan kamera ialah 200 meter, dan jarak penderiaan lidar lebih pendek, kira-kira 100 meter. Waymo sebelum ini mendedahkan bahawa sistem penglihatan mereka boleh mengesan dan menjejak objek sejauh 300 meter Jarak sejauh 300 meter itu dapat memastikan kereta dua tan mempunyai masa yang cukup untuk berhenti dengan selamat ketika memandu pada kelajuan tinggi.

Tetapi bagi lori, terutamanya lori berat yang bergerak di lebuh raya, berat bahagian hadapan lori sahaja boleh mencecah 9 tan, dan berat barang yang diangkut boleh mencecah 27 tan, jadi semakin jauh jarak yang dilihat, semakin besar berat trak Dengan jarak brek yang lebih jauh, trak berat boleh berhenti dengan selamat.

Sudah tentu, bukan sahaja jarak penderiaan perlu panjang, tetapi ketepatan pengecaman juga perlu dikekalkan. Kerana menggunakan kanta telefoto untuk melihat objek yang jauh akan mengakibatkan penurunan resolusi. Kami masih belum melihat syarikat pemanduan autonomi mendedahkan data yang berkaitan.

2. Kesukaran menukar lorong.

Dalam senario berkelajuan tinggi, trak mengambil masa kira-kira 10 saat untuk menyelesaikan pertukaran lorong Jika pemerhatian awal pemandu disertakan, ia mungkin mengambil masa yang lebih lama dan risiko kepada pemanduan yang selamat kenderaan sekeliling akan menjadi lebih besar. Dalam kebanyakan kes, kami ingin mengelakkan pertukaran lorong dan mengelakkan bahaya keselamatan melalui pengesanan.

(1) Pergerakan sisi yang selamat. Apabila kereta yang berjalan selari dengan anda tidak mahu mencuri lorong, tetapi jarak antaranya dengan kereta anda terlalu sempit, kereta anda sebenarnya hanya perlu bergerak sedikit ke tepi, dan tidak perlu menukar lorong sepenuhnya.

(2) Tiba-tiba ambil jalan. Apabila kereta tiba-tiba mencecah lorong, jika sistem membuat keputusan menentukan bahawa ia cukup untuk brek dan perlahan tanpa menyebabkan kemalangan, pertukaran lorong sepenuhnya sebenarnya boleh dielakkan.

(3) Aktif menukar lorong. Apabila terdapat kenderaan lain yang bergabung dari tanjakan masuk lebuh raya, jika sistem membuat keputusan menentukan bahawa perlanggaran tidak dapat dielakkan walaupun dengan brek mengejut, ia adalah cara yang lebih baik untuk menukar lorong secara aktif.

Semua operasi ini sebenarnya memerlukan pengecaman yang agak tepat tentang niat kenderaan lain. Tetapi secara amnya, saiz, berat dan kedudukan kargo yang tidak rata dalam treler di belakang trak berat boleh menyebabkan kenderaan beralih apabila pemandu memandu. Sebaik sahaja penyelewengan berlaku, adalah mudah untuk menyebabkan ketidakstabilan kawalan sisi, yang merupakan kesukaran kawalan yang ketara dalam pemanduan logistik batang Oleh itu, keperluan untuk sistem kawalan penerbangan pemanduan automatik juga sangat tinggi.

3. Pengumpulan data.

Terdapat pepatah popular bahawa jika pemanduan autonomi adalah untuk mengejar tahap keselamatan pemanduan manusia, ia memerlukan lebih daripada 10 bilion batu ujian jalan raya. Pada masa ini, laluan pemanduan autonomi dalam logistik batang tidak akan meliputi seluruh negara Sebagai fasa ujian, ia mungkin hanya berjalan berulang-alik pada satu laluan Tujuannya adalah untuk mengumpul data dan mengesahkan algoritma, jadi proses pengumpulan data mesti lambat sangat.

Di satu pihak, garisan yang berbeza mempunyai maklumat jalan yang berbeza, dan adalah mustahil untuk menterjemah model algoritma garisan sedia ada dengan mudah. Sebaliknya, dari perspektif strategi pembangunan, apabila skala kenderaan belum bermula, syarikat pemanduan autonomi, sebagai pengendali, tidak boleh mengendalikan berbilang talian secara selari, sebaliknya, mereka akan membangunkan perkembangan baharu selepas model algoritma satu baris berfungsi sepenuhnya model Algoritma baris lain.

Untuk pengumpulan data, salah satu cara yang berkesan ialah menggunakan teknologi simulasi. Tetapi jika ia hanya spekulasi mudah, jarak tempuh simulasi tidak bermakna. Sebagai contoh, sesetengah syarikat akan mengatakan bahawa 1,000 kilometer perbatuan simulasi kami adalah bersamaan dengan 1 kilometer jarak tempuh ujian jalan sebenar Ini sebenarnya tidak menyelesaikan masalah penting Intinya masih bergantung pada cara mengintegrasikan peristiwa penting ke dalam sistem simulasi untuk ujian dan algoritma berulang. Ringkasnya, ujian pemacu sebenar dan sistem simulasi adalah dua aspek penting untuk meningkatkan ketepatan algoritma dan keselamatan sistem.

Model perniagaan untuk pemanduan autonomi dalam logistik bagasi

Mari kita lihat beberapa model perniagaan yang berbeza untuk pemanduan autonomi dalam logistik bagasi.

Model Perniagaan 1:: Menyediakan penyelesaian teknikal. Syarikat pemanduan autonomi menyediakan teknologi berkaitan sistem pemanduan autonomi dan perkhidmatan teknikal kepada OEM, termasuk penyelesaian konfigurasi sensor, pembangunan dan lelaran algoritma platform pengkomputeran, dsb.

Model Perniagaan 2: Menyediakan perkhidmatan operasi pemanduan autonomi, iaitu model SaaS. Syarikat logistik yang berhadapan dengan pelanggan. Syarikat logistik membeli kenderaan OEM yang bekerjasama dengan syarikat pemanduan autonomi, dan pada masa yang sama, syarikat pemanduan autonomi menyediakan perkhidmatan operasi teknologi pemanduan autonomi kepada mereka, manakala syarikat logistik hanya perlu bertanggungjawab mengurus dan mengendalikan armada.

Model Perniagaan 3: Menyediakan perkhidmatan pengangkutan pihak ketiga, yang dimiliki oleh model TaaS, iaitu Pengangkutan sebagai

Perkhidmatan. Di bawah model ini, syarikat pemanduan autonomi mesti membina dan mengendalikan armada mereka sendiri dan bertanggungjawab untuk pembangunan dan lelaran teknologi pemanduan autonomi.

Model Perniagaan 4:: Menyediakan model proses penuh hujung ke hujung bagi pembuatan kenderaan, sistem pemanduan autonomi dan kapasiti pengangkutan. Di satu pihak, syarikat pemanduan autonomi mesti menyediakan set lengkap sistem pemanduan autonomi dan perkhidmatan kapasiti pengangkutan pihak ketiga Sebaliknya, mereka mesti meningkatkan kapasiti mereka untuk pengeluaran dan penghantaran secara besar-besaran dan menyelesaikan masalah kapasiti pengangkutan yang tidak mencukupi dengan meningkatkan pembuatan kenderaan.

Pada masa ini, sukar untuk menyatakan yang mana antara empat mod ini lebih baik, dan semua orang sedang dalam proses menerokainya. Walau bagaimanapun, kami percaya bahawa syarikat pemanduan berautonomi mesti mendalami senario perniagaan dan mengambil bahagian dalam operasi logistik trunk untuk mengumpul data dengan lebih baik, mengulang algoritma dan menjadikan nilai penghantaran akhir lebih selaras dengan keperluan pengendali.

Pendekatan Fuyou Truck untuk menangani masalah kesakitan operasi logistik batang

Pemanduan autonomi adalah sebahagian daripada operasi logistik batang. Dalam proses operasi hujung ke hujung logistik batang, sebenarnya terdapat banyak titik kesakitan: bagi pemilik kargo, adalah tidak cekap untuk mencari kereta, harga legap, kelewatan dalam penghantaran kereta, kesukaran untuk mengesan barang, dan penyelesaian yang tidak teratur ; untuk kapasiti pengangkutan, kecekapan pengangkutan Sukar untuk diperbaiki, kekurangan keupayaan perkhidmatan standard, tiada jaminan kutipan pembayaran, dsb.

Fuyou Trucks, sebagai platform operasi pengangkutan kenderaan hujung ke hujung, menggunakan tiga sistem pintar (penetapan harga pintar, penghantaran pintar dan perkhidmatan pintar) untuk menangani masalah industri ini.

Apabila pemilik kargo bertanyakan tentang harga, platform akan secara automatik memetik harga berdasarkan algoritma Jika pemilik kargo merasakan harga itu boleh diterima, dia boleh meletakkan suatu perintah. Selepas membuat pesanan, Fuyou menggunakan sistem penghantaran pintar untuk memilih pemandu yang sesuai untuk mengambil pesanan. Semasa keseluruhan proses, Fuyou menggunakan sistem perkhidmatan pintar untuk memantau sama ada terdapat sebarang keabnormalan semasa keseluruhan proses pengangkutan, dan sama ada keseluruhan proses hujung ke hujung adalah dalam talian sepenuhnya.

Berdasarkan keputusan operasi enam tahun, kadar pengangkutan tepat masa platform kami telah mencapai 95.2%. Dalam model operasi tradisional tanpa sokongan teknikal, kadar tepat masa biasanya hanya 80%-85%. Di samping itu, kadar kemalangan hanya 2 dalam 10,000. Kadar pemanduan kosong ialah 6%. Berbanding dengan kadar pemanduan kosong industri sebanyak 49%, boleh dikatakan bahawa kecekapan telah bertambah baik.

Visi kami adalah untuk beralih daripada menghantar trak yang dipandu oleh manusia hari ini, kepada menghantar kenderaan pintar yang menggabungkan manusia dan mesin dalam masa terdekat, kepada menghantar trak tanpa pemandu sepenuhnya pada masa hadapan, untuk menjadi batang merentas bandar yang sebenar sistem logistik.

Pelan "Venus" yang dilaksanakan oleh Fuyou Trucks ialah senario operasi komersial sumber terbuka untuk syarikat pemanduan autonomi. Syarikat memandu sendiri biasanya merupakan syarikat yang mempunyai latar belakang teknikal Kekurangan pengalaman dalam operasi logistik sering mengakibatkan kecekapan operasi yang rendah, yang juga menyebabkan mereka menghabiskan banyak sumber dan tenaga untuk operasi sebenar dan bukannya teknologi.

Kami mengalu-alukan syarikat trak pandu sendiri untuk menyertai senario operasi komersial Fuyou Truck. Di bawah model "Venus", Fuyou Trucks bertanggungjawab untuk pengedaran sumber barangan, pengurusan pemandu dan kualiti penghantaran. Syarikat pemanduan berautonomi hanya perlu fokus pada peningkatan teknologi.

Pada platform operasi, kami akan memantau secara adil beberapa penunjuk teknikal utama, seperti purata perbatuan pengambilalihan, data penggunaan bahan api dalam mod pemanduan autonomi dan brek dan berhenti secara mengejut dll. Pada masa yang sama, Fuyou juga boleh menyokong syarikat trak pandu sendiri ini dengan jumlah pendapatan tertentu. Kadar tambang kami boleh disalurkan kepada syarikat trak pandu sendiri. Di samping itu, kami juga boleh memberi keutamaan untuk membeli beberapa trak dengan penyelesaian teknikal yang agak matang.

Untuk kandungan yang lebih menarik, sila layari laman web rasmi persidangan: ​​Klik untuk melihat​​

Atas ialah kandungan terperinci Chen Guanling, rakan kongsi teknikal Fuyou Trucks: Aplikasi pemanduan autonomi dalam logistik bagasi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!