当前位置: 首页 > 科技赋能

AI物流机器人能否解决物流“最后三公里”?

时间:2024-05-20 02:23:53 科技赋能

据《国家邮政局公布 年上半年邮政行业运行情况》报告数据,上半年,全国快递服务企业业务量累计完成8亿件,同比增长22.1%。

快递物流业的蓬勃发展,对我国物流效率的提升提出了更高要求,也为我国效率成本比最低的“最后三公里”终端物流配送改革吹响了冲锋号。

目前的物流系统。

据统计,“最后三公里”每公斤配送成本是干线物流的8倍,同城10公里物流的5倍。

谁能更好地解决“最后三公里”,谁就能在未来的物流体系中占据话语权。

那么,面对“最后三公里”的终端配送问题,目前有哪些好的解决方案呢? 01 分析现有解决方案的传统方法是利用人的冲动。

即快递员将快件一件一件送到您家门口,或者快递员用小车拉着快件,每隔一段时间将快件投放到辖区各小区门口。

但如果客户不在家,我们只能通过电话协商临时解决方案。

面对快速增长的业务需求,我们只能大幅度增加人员,这在日益高涨的人力成本和日益复杂的客户需求场景面前变得越来越尴尬。

于是,升级版——智能快递柜诞生了。

将移动配送转变为社区内的定点配送。

智能快递柜可以更好地解决客户的个性化配送和提货时间问题,节省物流末端配送的人力成本。

然而,这种待上班的储物柜存放方式并不是万能的:由于存放成本问题,今年疫情阴影笼罩全国时,杭州业主带头抗议智能快递储物柜并拆除社区中的智能送货柜。

事实上,业主们争吵的不仅仅是仓储成本,还有对物流配送企业惰性物流的担忧。

此外,亚马逊还推出了终端无人机配送解决方案。

无人机可以更好地满足灵活配送的要求,替代人类进行低效率的工作。

然而,终端无人机配送也存在几个巨大的问题:续航短、负载能力低,注定只能辅助配送。

低空飞行的安全问题也引起了人们的担忧。

与无人机相比的另一个解决方案是AI物流配送机器人,是面向“最后三公里”环节的物流机器人,而不是物流仓库中使用的管理和分类机器人。

与无人机送货相比,AI物流机器人不仅能解决续航短、负载能力低等问题。

更巧妙的是,在安全问题上,公众的安全担忧恐怕远远小于物流机器人自身的安全担忧。

如果无人机避重就轻,选择路况相对简单的空中路线,那么AI物流机器人就会克服困难,先啃下这块“硬坚果”。

02 AI物流机器人如何与现实生活应用结合?作为为解决物流终端配送“最后三公里”问题而诞生的物流机器人,它将如何融入到我们的现实生活应用中呢?客户可以在电商平台或物流平台上自由选择配送方式。

例如,终端配送方式选择物流机器人配送。

当快件通过干线物流网络投递到与客户相邻的投递站时,投递站工作人员会根据客户的选择将快件放入相应的物流机器人储物箱中。

物流机器人承载大量快递物品,并根据不同客户的时间需求设计自己的最佳路线。

并且能够自行处理一定程度的复杂路况,如避障、遇车等。

当物流机器人即将按照客户约定的时间段到达客户的送货地点时,会调用提前通知客户下楼或者出去取包裹,从而根据客户的个性化设置完成整个配送服务。

在这样的AI物流机器人配送解决方案中,不仅可以节省大量的人力成本,提高“最后三公里”的终端配送效率,还可以为客户提供多种配送选择。

然而,以上都是AI物流配送机器人的美好想象。

如果我们想让这种机器人投入实际应用,需要解决哪些问题呢? 03 AI物流机器人的技能树“最后三公里”场景的道路是非结构化的。

物流机器人虽然行驶速度较低,但要应对极其复杂的游戏要求。

其中包括在杂乱的社区道路上躲避人、车、猫、狗和各种障碍物,实现转弯、紧急停车、迎车、倒车等操作。

机器人必须在安全和效率之间取得平衡,或者解决冻结机器人问题(机器人冻结问题是指一旦环境超过一定的复杂度,机器人就会认为所有前进的路径都是不安全的,因此会“冻结”在避免碰撞的地方等)。

更为复杂的是,当障碍物本身具有意图且不断快速变化时,对物流机器人的意图识别、决策规划和车辆制动能力的要求极高。

例如,当在只能容纳一辆车的道路上发生车辆并道时,物流机器人必须判断对方的意图,是减速靠边还是优先行驶,并做出相应的驾驶决策。

然而,对方车辆的意图实时变化,可能会在第一时刻决定减速。

瞬间改变主意、加速通过,物流机器人必须根据对方意图实时调整判断。

这些数据处理和意图识别能力可以概括为物流机器人自己的AI智能“大脑”。

智能“大脑”越强大,我们对它在道路上的使用就越有信心。

另外,我们也希望物流机器人能够有足够的安全冗余设计。

例如,当道路情况的复杂程度超出了机器人的处理能力时,我们该怎么办?机器人测距传感器坏了导致碰撞怎么办?如果机器人不小心撞到人怎么办?机器人在设计系统安全时需要考虑到这些意外情况。

最后,功耗、电池寿命和成本控制也是重中之重。

如果机器人的功耗无法控制,不仅会大大降低负载能力和使用效率,甚至可能会产生新的冷却功耗需求。

在成本方面,如果制造成本和使用维护成本过高,与经济社会实际发展脱钩,也会导致物流机器人被研发机构束之高阁。

既然物流机器人的技术要求如此之多,那么市场上有没有能够满足上述技能要求的物流机器人产品呢?事实上,不少自动驾驶和人工智能初创公司已经在尝试进入这一赛道,试水物流机器人业务,以尽快建立自己的行业地位和技术壁垒。

就让我们来为大家盘点一下吧。

04 盘点阿里巴巴“小人驴”技能。

目前,市场上已有很多相对成熟的终端无人物流机器人产品。

其中既有北京知行者科技的“沃必达”无人配送车、新石器无人物流车、深兰科技的“小马哥”物流机器人等初创科技公司的产品,也有来自电商、物流平台的产品。

苏宁“卧龙一号”无人物流车、京东无人车、菜鸟小G物流机器人。

过去几年,不断有新闻稿和发布会披露这些物流机器人的详细信息,相信大家已经有了很多了解。

近日,在云栖大会上,阿里巴巴又发布了阿里巴巴达摩院版“小人驴”物流机器人。

下面我们来详细讲解一下“小蛮驴”的技术参数。

“小人驴”机器人的尺寸为**毫米,包括激光雷达在内,高为毫米。

对于物流机器人配送来说,机器人的尺寸决定了其一次性可搬运的能力和物流效率。

“小蛮驴”的车厢可根据实际情况自由定制搭配,每辆车最多可装载50件常规尺寸的快递/包裹/外卖。

按每天10次配送计算,“小满驴”的高峰运输能力可以达到每天一单。

该车外观采用银灰色调,线条圆润,带有可爱的喜感,能有效增强顾客的新奇感。

出于安全考虑,片尾场景中“小人驴”的最高时速设定为20公里/小时。

这些外观参数并不能帮助“小蛮驴”脱颖而出。

“小蛮驴”真正的核心竞争力来自于以下五个方面: 优秀的“大脑”配置。

它能够在人车混杂、路况复杂的终端场景中自主自由行驶,可靠避障,顺利处理转弯、急停、迎车、倒车等情况。

构成这个优秀“大脑”的核心,是阿里巴巴达摩院的核心算法能力。

给定环境信息和障碍物信息(包括运动状态和交互关系),达摩院物流机器人核心算法可以预测对方意图并做出整体决策。

意图识别能力是机器人认知智能水平的重要体现。

尤其是在码头物流这种低速、游戏性强的场景下,强大的意图识别能力可以更好地保障行车安全。

在达摩院核心算法加持下,“小人驴”仅需0.01秒即可识别数百行人和车辆的意图;当它遇到危险需要紧急停车时,它的大脑可以在0.1秒内完成决策和规划。

并发出控制指令。

敏感的环保意识。

路况的复杂性要求物流机器人具有敏感的环境感知和定位能力。

除了配备高精度激光雷达和众多环境感知传感器外,“小人驴”还配备了达摩院自主研发的高精度定位系统。

该系统采用多传感器融合紧耦合算法,让“小人驴”在无GPS或弱GPS环境下实现厘米级高精度定位。

借助达摩院自主研发的3D点云语义分割算法,“小人驴”可以识别“厘米级”障碍物,进一步掌握精细化理解环境的能力。

优秀的功耗控制能力。

达摩院自主研发软硬件结合的嵌入式异构计算单元,深度定制。

在软件方面,提高计算性能的方法主要有两种。

首先是算法层面。

通过算法模型的小型化、轻量化,压缩计算需求。

例如,感知算法中的检测和分割模型得到了简化。

第二是计算层面。

,通过提高并行性和资源利用率来提高计算效率。

仅需1/3的算力即可实现同等智能水平,功耗降低72%,体积缩小62%。

硬件方面,最新升级的AutoDrive 2.0将最优硬件部署信息建模为神经网络搜索优化方案,即基于软硬件协同优化的神经网络搜索方案,可以实现深度学习算法在嵌入式计算单元上,并在延迟和准确性方面实现最佳性能。

“小人驴”机器人的整体功率只有w,不到传统家用电磁炉(w左右)的三分之一。

采用抽拉式充电电池设计,每次充电可续航4公里。

行驶一公里所消耗的电量还不到吃火锅两个小时所用的电量。

充足的安全冗余设计。

软件系统上共有五层安全冗余设计,包括大脑决策、异常检测制动、冗余小脑、接触保护制动和远程保护。

其中,远程防护设计让“小蛮驴”可以通过5G网络等将车辆的实时视频数据传输到后方控制中心,实现远程人机协同驾驶。

外观设计也最大程度考虑了安全因素,采用ABS/泡沫材料,碰撞伤害减少43.6%。

整体造型圆润,货箱框架和底盘框架重量轻。

同时,借鉴乘用车被动行人保护理念,增加碰撞塌陷区长度,并对儿童进行最高配重设计,结合多种手段,最大限度减少碰撞伤害。

可快速部署的量产能力。

技术再好,如果因为无法满足量产要求而无法投入现实社会,那也只能是一把“菜刀”。

除了拥有一系列相关知识产权和核心算法外,“小蛮驴”还通过软硬件的深度定制,将制造成本降低至量产水平。

当制造成本能够被量产所接受,使用成本也能够被用户所接受时,大规模量产能力的部署指日可待。

总结在分析了“最后三公里”问题的难点并列出了现有解决方案的优缺点后,我们不难发现,市场迫切需要找到一种新的技术方法和产品来提高配送效率和客户体验。

经过对物流机器人的应用场景和“技能树”要求的详细分析,并与现有产品的技术参数进行对比,不难得出,物流机器人在解决“最后三公里”方面具有非常好的扩展性和实用性。

“ 问题。

,为终端分布问题提供了新的解决方案。

最后,在市场前景广阔、产品供给稀缺的环境下,未来如何正确引导物流机器人走进我们的日常生活,不仅需要物流机器人研发企业讲好故事,也需要越来越多的人喜欢“小这样,“曼鹿”就可以考虑实际量产需求,力争成为革命物流端“最后三公里”技术、大胆发挥螃蟹优势的优秀产品。