a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

AIoT大家谈|商用车自动驾驶的机遇和挑战

在港口、矿山、干线物流这些典型场景,商用车自动驾驶的普及率、技术成熟性、商业模式等各方面的发展情况如何?
资讯频道文章B

  最近几年,随着智能网联汽车、智慧交通等前沿领域的发展速度不断加快,大量资本进入到自动驾驶这一核心赛道。

  相较于乘用车而言,商用车因成本考虑、场景适用性等原因,对自动驾驶的接收度更高。伴随着大量自动驾驶技术和方案在商用车市场的涌入,商用车自动驾驶也迎来了快速发展期。

  当前政策方面正在加大对商用车自动驾驶商业化落地的支持。8月,交通运输部发布了《自动驾驶汽车运输安全服务指南(试行)》(征求意见稿)。其中提到,“(鼓励)在点对点干线公路运输、具有相对封闭道路等场景使用自动驾驶汽车从事道路普通货物运输经营活动”。

  《2022年中国商用车自动驾驶产业发展报告》显示,商用车自动驾驶应用在干线物流、矿区和港口三大场景的热度最高。

  现阶段,在港口、矿山、干线物流这些典型场景,商用车自动驾驶的普及率、技术成熟性、商业模式等各方面的发展情况如何?从有人驾驶发展到无人驾驶,自动驾驶阶段,驾驶的普及,这个过程又需要突破哪些难点?

  『AIoT创新应用话题大家谈』第18期直播中,a&s邀请到了专注于港口自动驾驶领域的斯年智驾产品总监包旭超先生围绕着上述问题展开了对话讨论,详细QA问答如下:

  Q: a&s

  A: 斯年智驾产品总监包旭超

  Q:商用车自动驾驶主要赛道及其市场规模大概是怎样的发展情况?

  A:商用车自动驾驶主要分为5大赛道:第一个赛道是干线物流,第二个赛道是港区、港口,第三个赛道是矿山,第四个赛道是环卫,第五个赛道是最后1公里即末端配送。

  其中,干线物流市场规模最大,达到万亿级别。环卫和末端配送也已经成长为了千亿级市场,矿山和港口正在向千亿级市场规模靠近。

  Q:港口、矿山行业自动驾驶的普及率如何?

  A:中国目前大概有10%的码头已经在试点自动驾驶商用车用来协助货物运输,矿山自动驾驶普及率可能比港口稍低一点,预估在8%左右。相比于其他自动驾驶赛道而言,这些领域的自动驾驶普及率和商业化程度已经相对算高了。

  Q:商用车和乘用车,哪个领域的自动驾驶发展得更为成熟一些?

  A:商用车自动驾驶主要的场景分L2/L4两种,L2主要指装在汽车上的辅助驾驶,我们关注更多的是L4级别自动驾驶,乘用车目前自动驾驶发展较为成熟的主要有Robotaxi,目前北京、上海、深圳、广州等国内一线城市在Robotaxi等方面都有一些试点。

  今年8月,伴随着国内首部关于智能网联汽车管理的法规《深圳经济特区智能网联汽车管理条例》正式实施。标志着自动驾驶在深圳特区范围内行驶将变成合法化。乘用车自动驾驶的商业化之路开始了初步尝试。

  商用车的自动驾驶发展更为快速。相较于乘用车而言,商用车自动驾驶场景相对固定可控,能够容允更大范围的探索和尝试。

  Q:商用车相较于乘用车而言,在发展自动驾驶方面有哪些优势?

  A:首先,商用车对于自动驾驶的需求量本身更为迫切。从安全性、效率提升等角度来看,诸如港口、矿山等特殊场景的商用车实现自动驾驶已成为刚性需求,需求驱动了行业自动驾驶时代的到来,这是一个先决优势。

  第二个优势在于,商用车运输的是货物,乘用车运输的是人,所以商用车探索自动驾驶在试错容忍度方面远高于乘用车,这也决定了商用车比乘用车拥有更好的落地条件。

  Q:现阶段,商用车自动驾驶技术成熟度如何?

  A:不同的行业赛道情况不同,商用车自动驾驶5大主要赛道,从技术应用成熟度来看,港口、末端配送和矿山,属于低速场景,车辆速度在30公里/小时的范围。环卫、干线物流属于中到高速场景,从自动驾驶的场景划分主要分为高速和低速两大类。

  如港口和矿山这类低速场景,路况环境相对封闭和固定,它对技术的试错程度也更高,自动驾驶技术的落地条件相对优良。所以人工智能模型算法训练可以在相对固定的场景内实现充分的逐步迭代。

  干线物流、无人出租车等高速场景面对的是城际道路较为复杂的路况,现阶段的无人驾驶依然处在安全员辅助阶段,技术成熟度也在持续迭代,但距离撤离安全员还有很长一段距离。

  Q:港口自动驾驶有哪些特性?斯年为什么会选择这个赛道?

  A:港口相较于其他场景对于自动驾驶的需求更为迫切,而且它有一些先天的优势。

  首先港口装货卸货环节,由于流程相对固定、重复性高且岗位工资并不高,导致港口重卡司机工种基本在淘汰边缘,人员流失严重,迫切需要引入港口自动驾驶模式。

  其次,港口在自动驾驶方面有相对成熟的落地条件,因为港口是相对封闭的场景,我们可以针对港口场景部署相对定制化的自动驾驶方案,比如在感知模型上做持续的专项训练,打磨出更适合港口路况的自动驾驶方案。

  同时,港口是一个7×24小时作业的场所,传统人力司机夜班作业可能还会由于疲劳带来安全风险,无人驾驶则可以很好的避免人为因素带来的失误和安全风险,真正实现7*24小时不间断作业。

  综合对用户需求、港口场景的理解,斯年智驾早在2017年左右就已经切入到港口自动驾驶赛道,并在这个行业领域不停积累,同时也得到了比较好的用户的反馈跟市场效应,斯年在港口自动驾驶领域正在实现的商业正循环也推动我们持续在行业领域探索和耕耘。

  Q:港口自动驾驶系统的核心技术点体现在哪些方面?

  A:首先,车在路上行驶,车的“眼睛”就是自动驾驶的感知系统,港口运输基本是7×24小时,无论下雨、下雪或有雾天气,只要不是影响船靠泊的超恶劣天气自动驾驶卡车都要运行,所以车辆的感知系统一定要适配各种各样的条件和环境。

  港口自动驾驶目前主要集中在装货、卸货环节,这个过程中,车辆需要实时感知自己的定位,识别判断和分析出周边人、物、环境各种信息,并结合路况规划驾驶路线,精准到达指定装卸货点等。

  通过激光雷达+摄像头+超声波雷达+毫米波雷达多种传感器组合,可以在复杂的天气和路况环境中精准的识别出驾驶路线周围的人、物、车、道路装置等各种信息,再结合GPS和高精度地图,可以让车知道自己在哪里,要到哪里去,遇到路障时又能够启动反应机制,自动避障或者重新规划路线。

  比如在港口会遇到红绿灯,会车(有人驾驶的大卡车、有人驾驶的小车、有人驾驶的自行车、三轮车、环卫车)等情况,车辆就需要运用控制和预测算法,结合位置信息和环境信息,来规划行驶路线。

  比如到了装卸货点,像桥梁建筑,车辆也需要对周边设施和建筑的三维建模进行匹配,匹配精度基本要达到100%。

  自动驾驶在技术上有很多共通之处,但是斯年智驾的特点是能够针对港口有更加专业的技术提升,比如定位的提升,建模的提升以及感知模型的提升。

  如果要从港口走向干线物流业务,自动驾驶的提升方向就是实现更远的视线距离,港口低速场景下自动驾驶车辆能看到100米的视线范围,到高速和城际道路上,至少要达到200-300米的可视距离,如此一来,车辆的感知距离和探测距离要变得更远。同时还要迭代感知算法,以支持车辆适配社会道路环境。

  Q:自动驾驶相较于传统人工作业模式,在效能方面有哪些具体的提升?

  A:首先,港口这类生产型场所最大的需求就是保障安全。斯年从成立到现在,在宁波、唐山、珠海等地做的相关测试和运营,100台车的车队规模,两年多时间内,自动驾驶运行下来,事故率为0。

  按照传统人力司机的方式,港口装卸货过程中,擦碰、设备相撞这样的事故时有发生,事故率大概保持在1次/月。所以可以看到启用自动驾驶后的港口物流运输在交通安全保障方面有显著提升。

  其次在运输效率方面。和有人驾驶相比,自动驾驶的效率基本可以达到90%。今年以来,斯年通过部署云端智慧调度方案,加上自动驾驶集卡车辆技术的持续提升,我们的自动驾驶集卡在对位时间、行驶路径和速度等方面都实现了不断优化。传统人力一小时的运力值大概是4.5,自动驾驶集卡的运力可达到5左右,我们今年的整体目标是突破6。

  值得一提的是,人的效率大多时候只能保持在一个相对固定的水准,而机器随着自动化设备、无人驾驶技术和AI技术的不断升级,通过数据的积累能够不断推进算法模型的升级迭代。

  Q:商用车自动驾驶的商业模式也直接关系到自动驾驶普及进程,在商业模式这块,斯年有哪些探索和倾向?

  A:斯年现在提供两种商业模式,第一种是提供整车+运营全套服务,即斯年向主机厂采购定制卡车并完成无人化改造,然后为码头提供无人驾驶运输服务。港口方无需购买车辆,也不需要购买斯年的SaaS服务,只需要按照车辆运力付费即可。

  第二种模式是整车销售,“卖车”也是当下商用车自动驾驶领域主流的商业模式,即将自动驾驶成车直接卖给港口使用和运营,斯年为港口提供技术支持、云端服务及必要的培训。

  第二种整车销售模式意味着港口方需在前期花巨额成本集中采购,对于中小型港口码头而言前期投入成本压力很大。而第一种是斯年独创的“重资产”运营模式,对于港口而言,既减少了前期投入资金且试错成本低,又不影响运输企业的原有利润分配,可接受度也更高。

  Q:商用车自动驾驶正值风口,随着行业相关标准和技术的日趋完善,后面参与者或将越来越多,这个赛道的核心竞争点在哪里?斯年将如何保持自己在行业领域的竞争优势?

  A:港口运输和自动驾驶行业,竞争力50%来源于企业的的技术,50%来自于对港口业务的了解程度。

  干线物流自动驾驶、Robotaxi这些公司会不会降维打击做港口自动驾驶的公司,对于这样的问题,斯年其实没有太多顾虑。

  因为,不同的场景有不同的业务需求和行业标准,首先在行业经验上会形成一个壁垒,从一个领域跨到另一个领域,需要重新学习摸索和积累。斯年从成立以来一直专注于港口自动驾驶领域,对行业的需求、自动驾驶技术、工艺需求有相对较深的理解,可以实现场景的高度定制化。

  Q:商用车自动驾驶要实现大规模落地,目前还需要解决哪些问题?

  A:现阶段,港口自动驾驶还是和传统司机驾驶混行的状态,混行其实是大势所趋,因为从有人到无人需要时间的过渡,包括斯年在内的自动驾驶方案提供商也都在积极探索和落地混行场景下商用车自动驾驶,这在这个基础之上,不断提升自动驾驶的比重。

  其次,自动驾驶的主要用户群体也仅限于较大规模的港口,这类港口对于港口运输自动化本身有着更强烈的需求,且港口方拥有较强的经济实力,所以自动驾驶要实现大规模落地,也和用户整体需求上升息息相关,对于用户而言,对于自动驾驶的投入产出比也是一个关键的考量因素。

  还有,包括自动驾驶传感器、芯片等在内的供应链也关系到商用车自动驾驶的落地。现阶段而言,乘用车的整体供应链相对完善,供应链价格下降也非常快速。这也让商用车自动驾驶领域无论是卡车还是物流小车,大家对于供应链的重视程度也在逐步提高。并且随着越来越多传感器、芯片等企业开始看到商用车市场,商用车供应链成本也有所下降,能够更好的被用户所接受,相信产业很快会出现优量变带来的质变。


参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台,为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等,为读者搭建专业的行业交流平台。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备12072668号 粤公网安备 44030402000264号
用户
反馈