李倩 發表於 2018-06-01 10:31:32
對於在乘用車上仍然是「懸而未決」的雷射雷達來說,商用車市場無疑是最快落地量產場景之一,這其中近年來「風靡全球」的無人配送小車正在中國邁進量產階段。
菜鳥ET物流實驗室主任張春暉今天在阿里菜鳥全球智慧物流峰會上表示,「未來三年阿里菜鳥無人設備將達到十萬臺」。
今天,菜鳥ET物流實驗室宣布「駝峰計劃」,與一汽解放、北京航空航天大學無人機團隊、速騰聚創、GTI、點我達等多家公司聯手,共同推進無人設備量產,打造一張囊括無人車、無人機的新型立體智慧物流網絡。
其中,全球首款固態雷射雷達無人物流車,定位於末端低速無人配送。菜鳥在今年年初提出要量產商用無人車。此番推出的無人車,搭載了速騰聚創公司研發的固態雷射雷達。
目前,速騰聚創與阿里菜鳥已經達成戰略合作夥伴關係,將為菜鳥無人物流車提供固態雷射雷達,固雷射雷達會使無人物流車的成本大幅下降,確保無人物流車可以大規模量產。
今年4月18日,菜鳥打造的專門用於物流末端配送的無人車在杭州進行首次公開路測。菜鳥ET物流實驗室算法團隊負責人陳俊波表示,這款「基普拉斯」(Gplus)無人車非公開路測已進行了兩個月。
菜鳥無人車定位在末端配送,載重100kg,目前車速最高控制在15km/小時。當無人車運行過程中檢測到進入行人或車輛較多的複雜路段時,會自動降速到10km/小時,車輛制動距離可以控制在0.5-0.3米。
早在2016年9月,菜鳥就發布了第一款上門到末端的配送機器人小G,此後,在2017年9月發布了提供園區環境末端配送服務的小G2代,以及專注於提供街道環境末端配送的小Gplus。
這一次,阿里菜鳥與速騰聚創正式聯合對外發布了全球首款應用固態雷射雷達的無人物流車G Plus。
阿里菜鳥無人物流車G Plus搭載了三臺RS-LiDAR-M1Pre,前方兩臺,後方一臺,保證在行駛方向上擁有更強大3D環境感知能力,讓無人物流車看清楚行駛方向上的行人、小汽車、卡車等障礙物的形狀、距離、方位、行駛速度、行駛方向,並指明道路可行駛區域等,從而保證無人物流車能在複雜的道路環境中順利通行。
來自速騰聚創的RS-LiDAR-M1Pre也成為全球首款搭載到無人駕駛車輛的固態雷射雷達。
RS-LiDAR-M1Pre採用的MEMS 微振鏡(MEMS micro mirror)掃描方案,雷射發射器和接收器只需要幾個,通過MEMS 微振鏡在兩個方向上的擺動進行掃描,因為擺動角度非常精細所以角解析度非常高,整個視場角內垂直角分辨達到0.2°。
相比之下,傳統機械多線LiDAR要達到相同的效果,需要上百組雷射發射器和接收器同時旋轉掃描,這樣會大幅提高物料成本和人力調教成本,降低良品率和可靠性。
所以MEMS固態技術的優點就顯而易見,在提高雷射雷達性能的同時,雷達成本雪崩式下降,掃描結構的微型化,大大提升LiDAR的穩定性,使其更容易通過車規。
中國快遞市場之大是有目共睹的,去年共產生的包裹量超過200億件,快遞量居全球第一,而這個數據還在以每年40%左右的速度在增長。在強大的需求場景的加持下,快速配送及物流領域的無人駕駛市場無疑將成為率先落地的細分市場。
與此同時,中國快遞業正在從「勞動密集型」向「科技密集型」轉變。
阿里巴巴集團CEO、菜鳥網絡董事長張勇今年3月曾表示,菜鳥網絡將在新零售趨勢上,加快開闢新的物流賽道,加大技術前瞻性投入。
而限定場景的最後一公裡配送及高速公路、幹線無人卡車成為目前物流行業落地無人駕駛的兩大領域。
此前,菜鳥網絡總裁萬霖在社交媒體上表示,「今年我給ET物流實驗室定了個小目標:年底前要全面商用無人物流車。」
除了菜鳥,京東、美團等多家廠商也已經陸續發布各自的無人配送小車。
2016年10月,美團就開始進行無人配送業務的探索。經過近兩年的研發,美團打造出可適用於外賣配送場景的無人車,並於今年3月正式亮相。
截至目前,美團自主研發的無人配送車已經實現自主行駛,並通過雲端中樞的智能調度,可以在不同場景跨區域不間斷配送,同時,美團無人配送將在今年實現上線運營,2019年實現片區規模化運營。
2017年6月18號當天,京東無人車在中國人民大學進行首單送貨,無人車將在全國四所重點大學——中國人民大學、清華大學、浙江大學和長安大學分別進行。這被京東稱之為全球首次使用無人車進行派送快遞貨物。
京東無人配送車可以實現針對城市環境下辦公樓、小區便利店等訂單集中場所進行批量送貨。
京東X事業部從今年開始正在嘗試大規模的推廣"無人車"配送,並計劃到2020年30%以上的訂單由無人車提供配送。
這也意味著無人配送車的大規模量產,也就在這1-2年內了。而相比而言,無人卡車由於涉及到公開道路場景,真正大規模量產人仍需等待政策。
打開APP閱讀更多精彩內容聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴