聚焦-自动驾驶在多条赛道齐头并进

然而,对于自动驾驶而言,2020也是艰难的一年。疫情之初,自动驾驶行业就出现了裁员潮。卡车自动驾驶公司Starsky Robotics,3月份直接宣布公司停止运作。今年5月,累计融资超过70亿元自动驾驶公司Zoox裁员并卖身亚马逊。11月,吉利汽车CTO冯擎峰已经从吉利的技术和营销体系调离,负责吉利汽车安全技术与智能驾驶的资深总工程师刘卫国以及另外两位资深员工也分别从吉利智能驾驶部门离职。12月7日,美国共享出行老大Uber把旗下的自动驾驶部门Uber ATG出售给初创企业Aurora。

行业不景气,大河没水小河干,就不能广撒网了什么技术都搞了。大家深刻的感悟到了这一点,所以今年的自动驾驶是花开多朵,各表一枝,多条赛道齐头并进。赛道越来越细,专业性越来越强,针对场景和应用进行深度定制化开发。既然不能搞出一个通用的车型,那就各自找个领域深耕。有些公司专注于卡车自动驾驶,走的是先实现结构化道路的路线,解决干线物流的商用场景;有些则结合线上业务,专攻不载人的配送机器人,解决货仓到家门的配送问题,打通线上线下新零售,注重新技术的落地;还有人依旧在坚持不懈的推动乘用车的技术进步,解决门到门的全场景,引领产业升级。

2．1 高速货车自动驾驶

智能集卡发展迅猛

第一条赛道是自动驾驶货车,这是一个非常有特色的场景。首先,他的道路肯定是结构化的,甚至有专用的自动驾驶车道,而且地方政府对这件事情非常支持。8月,我国首条支持5G自动驾驶测试与应用的湖南省长益高速公路扩容高速全线建成通车。而2020年开工的杭绍甬智慧高速公路,设置了自动驾驶专用车道,支持空间分割、时间分割的自动驾驶动态管控。近期支持自动驾驶专用车道货车编队行驶,远期支持全线自动驾驶车辆自由行驶。

长益高速公路扩容高速

杭绍甬智慧高速公路

其次,货车自动驾驶对传感器成本不敏感,但是规划控制其实还是挺难的。货车对于人工成本更加在意,各种豪华的传感器可以多上、快上,基本可以理解为斯坦福DARPA挑战赛的加强版。这样的应用场景,技术风险小,落地的可能性最大,市场需求也最大。主要是一个车头拖一个车厢,车厢是活的,不好控制。这就需要花费大量的时间进行测试和微调,动辄半年以上的调试时间居然也成为了行业壁垒。

卡车的传感器配置非常豪华

第三,这条技术路线能够快速获得营收。中国一年就能卖出100万辆+的重型货车,一辆货车配2个司机,就是200万人。而好的驾驶策略可以省出3000升油,那就是21000元RMB。而自动驾驶不但可以省油,还能省下一半的司机。一个月1万元这是全国A2普遍待遇,一年雇司机的人工费就是12万。设大货车保有量500万辆。这个行业一年就可以省下7000亿。货车算五年生命周期,可以帮每位车主省下70万元成本。所以看在钱的份上,车主是有动力实现车辆升级的。

2．2 无人配送机器人

第二条赛道就是无人送货。疫情的到来,对于非接触式物流配送产生了海量需求。人员的积聚会导致疫情的快速传播,对于隔离在家的广大群众,如何收快递就成了一个非常现实的问题。有许多企业就专注于解决这类问题,特别像京东、淘宝、美团这类电子商务巨头,本身就有着巨大的物流需求。从阿里巴巴在各大校园的运行情况看,这类场景的技术已经是日趋成熟了。

无人送货物流车

物流配送机器人、仓储机器人以及垃圾清扫车,成本大概在10-20万之间。传感器肯定不会用404968线,一般就是搞几个16线。个数也不会太多,一前一后一顶最多三个,一个RTK接收机和IMU估计不会比DJI用的好, UBLOX+SMI黄金搭档。反而是超声波和视觉会用的比较多,在必要的时候可以要求后台人员远程介入,但是这样的介入已经越来越少。

物流车传感器配置

物流机器人的特点是速度不快,所以对反应灵敏度要求不高。突出优点是实际情况表明很多人愿意付费让机器人把东西送到脚边,大冬天的节约了时间就等于创造了经济效益。节约时间真的是西方经济学的真理,比较优势嘛,5块钱省下来的时间看剧不香嘛。

巨大的全球快递市场,2016年 650亿个包裹

有专家感慨,物流市场真的是非常之大,大到难以想象,所以无人配送车还要细分,比如扫垃圾的、送货到楼下的、能自己上楼的、送药到床边上的、餐馆里面送菜的、工厂和仓库里面进行搬运的、机场搬行李的、仓库到配送中心的。凡是现在需要人送的,将来都可以被机器人替代,搞到最后,估计生鲜也可以自己送了。今年整体市场大概是个几千台的销量,但是疫情已经改变我们很多公共场所提供物流的运营模式。明年的销量可能会有一个飞跃。

那物流机器人的主要问题是什么:

首先在于细分领域太多,各种配送,数不胜数。因此,针对不同场景我们要进行不同的优化。基于成本还有使用环境的限制,我们压根没办法做出一个适配所有场景的配送机器人(除了波士顿动力机器狗)。不可能让白犀牛在饭店里面穿梭送菜把。能贴磁条解决的,为何还要上Lidar?技术方案如何设计,保证研发成本最小化,市场最大化?

这位就闯祸搞了个大新闻

再次就场景复杂,所以要不停的在一个封闭园区跑把场景建模出来,由于人车混流,要应对各种有意无意的意外场景。人家看你好玩,在你前面一站甚至坐上去,你说咋整。

第三,就是对业务模式的挑战,产品的平台化和场景的差异化难以调和,导致了很多公司必须要针对不同场景进行产品设计和运营,否则还不如用几千块钱一个月的人工。要是专门针对一个市场开发产品,首先要掂量一下自己的市场能力。就像再好的餐馆,也要说清楚自己是哪个菜系,有什么招牌菜。运营也是个大问题,总是要操心如何取得业主同意,费用如何。这些机器人现在在哪里,有没有闯祸,电池还剩多少电,啥时候回的来等等问题。几千台机器人在外面这么跑着,提心吊胆。

所以,物流机器人最大的问题是场景太杂,优点是市场很大,技术难度小。这就像一个镜子的两面,估计在这个领域可以催生出无数的优秀的公司。用一个朋友的话说,每个公司都能在这个市场上找到自己的位置。机进人退、智能物流引领物联时代。