<listing id="hhprl"><menuitem id="hhprl"><cite id="hhprl"></cite></menuitem></listing>

<noframes id="hhprl">
<address id="hhprl"></address>

<listing id="hhprl"><listing id="hhprl"><menuitem id="hhprl"></menuitem></listing></listing>

<listing id="hhprl"><listing id="hhprl"><cite id="hhprl"></cite></listing></listing>

      <address id="hhprl"></address>
      <listing id="hhprl"></listing>
      <form id="hhprl"></form>

      關鍵詞: 干線物流自動駕駛貨物運輸

      技術分享|干線物流自動駕駛的商業化進展

      作者:籮筐技術

      來源:籮筐技術

      眾所周知,由于技術、法規及行業需求原因,半/全封閉低俗場景下的自動駕駛商業化進展相比乘用車而言要快。


      其中,干線物流行業競爭激烈、用工成本高、降本增效需求強烈的原因,強力推動了干線物流自動駕駛的商業化進程,其曠闊的市場空間吸引大量自動駕駛公司投身該場景。


      本文將針對干線物流自動駕駛的發展現狀、商業模式及不同商業模式所面臨的挑戰進行分析。


      干線物流行業特征


      干線物流指利用城市之間道路的主干線路,進行大批量、長距離的貨物運輸。其行業特點、痛點及自動駕駛落地層面的優勢,具體如下:


      1.jpg

      干線物流自動駕駛商業模式


      1、 商業模式類型


      當前自動駕駛企業采用的無人干線物流商業模式主要為4類:提供技術解決方案、提供自動駕駛技術服務、提供第三方運力服務、提供造車+自動駕駛系統+運力的模式。


      2.jpg


      (1)提供技術解決方案


      自動駕駛企業作為tier1,向主機廠提供自動駕駛系統,包括傳感器的配置方案、計算平臺、算法的開發與迭代等。


      盈利模式:通過售賣自動駕駛系統與后期技術服務費用來獲取收益。


      優勢:能夠提前獲取現金流,可以較快地覆蓋研發成本;不會直接持有重資產,運營模式較輕。


      挑戰:初期客戶對自動駕駛技術的認可度不高、買單意愿不強;缺少場景數據,不易于產品的快速迭代。


      (2)提供自動駕駛技術服務


      屬于SaaS模式(Software as a Service),物流企業等客戶采購自動駕駛企業所合作的主機廠車輛,同時自動駕駛企業向其提供自動駕駛技術的運營服務,而客戶負責管理和運營車隊。


      盈利模式:自動駕駛公司向物流企業出售智能車,并按照每公里的固定單價收取技術服務費。


      優勢:以輕資產模式運營的同時,也可以獲取到運營數據。


      挑戰:客戶仍然需要持有重資產,在產品與服務未得到驗證時,很難讓其為車輛買單。


      (3)提供第三方運力服務


      屬于TaaS模式(Transportation as a Service),自動駕駛企業自建運營車隊,并負責自動駕駛技術的開發和迭代。


      盈利模式:承接物流企業(托運人也可以是大型企業,如雀巢等)的干線業務,并按照運費的市場價格收取費用。


      優勢:有利于獲取運營數據,加快自動駕駛技術的迭代;更容易拿到物流訂單。


      挑戰:重資產模式不利于車隊規模的快速擴張。


      (4)提供造車+自動駕駛系統+運力的模式


      自動駕駛公司一方面提供自動駕駛全套系統與第三方運力服務,另一方面通過增加造車的方式,提升量產交付能力,解決運力不足的問題。


      盈利模式:一種是通過賣智能車的方式,收取智能車的打包費用以及技術服務費用;另一種是直接參與運營,承接物流運輸業務,并收取相應的運費。


      優勢:除了運力服務模式帶來的優勢外,該模式還可以保證車輛的量產交付,且也能保證車輛線控底盤的供應鏈安全。


      挑戰:該模式相比于單純持有車輛來說,其資產會更重,容易對前期現金流造成較大的影響。


      2、 干線物流場景下,自動駕駛企業的客戶類型


      (1)主機廠


      主機廠作為自動駕駛企業的客戶,該客戶類型主要出現于提供技術解決方案的商業模式,比如智加科技與摯途科技的合作,智加科技主要是提供自動駕駛技術的解決方案。在此,也有人會問:為何商用車主機廠不直接自研自動駕駛技術?


      第一,主機廠一直都有自研自動駕駛技術的意愿,但受制于內部組織架構的影響,很難在現有的組織結構下建立一個新的部門。


      第二,現有的自動駕駛公司在技術成熟度上已經領先于主機廠,若主機廠從現在開始去追趕,就需要花費大量的人力和財力,但即使如此也未必能獲得理想的效果。


      第三,商用車主機廠的市場規模與資金實力都不如乘用車主機廠,自研可能會加重自身的經營負擔。


      (2)物流企業


      物流企業是無人干線物流最終的客戶類型,主要是快遞/快運企業:


      第一,快遞/快運企業的貨源量大,擁有多條干線線路。


      某干線物流場景的自動駕駛公司研發負責人說:“我們首選的合作對象一定是快遞/快運企業,他們的貨源比較有保障,以京滬線的雙邊運營為例,他們能夠幫我們匹配好兩頭的貨物,而不會出現車輛空跑的問題?!?/p>


      第二,快遞/快運的物流運輸主要集中在在高速公路,并且以長途線路為主。一方面,卡車主要跑的是高速路,場景復雜度低;另一方面,大都是長途線路,可以利用當前的自動駕駛技術實現雙駕變單駕的可能性。


      第三,快遞/快運企業迫切需要尋找提高自身運營效益的方法。


      3、 商業模式的發展趨勢


      (1)短期內,重在運營


      從物流企業的角度來看,目前物流企業在尚未看到自動駕駛技術帶來的商業價值前,他們不會愿意去掏錢購買自動駕駛技術。


      一方面,自動駕駛技術還沒得到可靠驗證。物流客戶在面對自動駕駛技術時,他們也希望能看到自動駕駛技術是否真的安全可靠?


      另一方面,自動駕駛車的成本會遠遠高于當前的傳統商用車,而物流企業仍然會質疑其是否可以產生額外的效益,從而覆蓋掉自動駕駛車輛和安全員所帶來的多余成本。


      從主機廠的角度來看,若物流企業都不愿意買單的話,主機廠又有何動力向自動駕駛公司購買單自動駕駛技術,即使主機廠認同了自動駕駛技術在干線物流場景的價值,也難以找到客戶來買自動駕駛卡車。


      從自動駕駛企業的角度來看,各家的自動駕駛技術的差距會越來越小,不會存在某家的自動駕駛技術特別牛逼,或者某家的技術特別弱,未來決勝的要點還是在商業化落地進程,而運營是最有可能實現商業化落地的有效途徑。


      那自動駕駛企業做干線物流運營具體有哪些好處呢?


      第一,可以慢慢積累運營數據,發現運營中存在的一些corner case,然后不斷地優化算法。


      第二,在客戶為自動駕駛系統買單意愿不強烈的前提下,自動駕駛公司只能先通過運營獲得持續的現金流收入,然后不斷擴大運營車輛的規模,再去獲取更多的數據來訓練自己的算法。


      (2)長期來看,部分自動駕駛企業會以提供整套解決方案或者提供自動駕駛技術服務為主


      長期來看,干線物流場景必然是物流公司、主機廠、自動駕駛公司三方力量共同去推進。


      首先,物流企業在看到自動駕駛技術的可靠性后,必然會放手去擁抱自動駕駛。


      其次,在看到物流企業認可自動駕駛的技術后,大部分主機廠會與自動駕駛公司以合作研發的模式,加大自動駕駛車輛的研發與生產。


      最后,目前參與運營的自動駕駛企業會分為兩部分,一部分企業會繼續深耕重資產的運營,而另一部分企業會退居為Tier1(提供技術解決方案)或者軟件服務商的角色。


      針對后者的原因,主要有兩點:


      第一,初期某些自動駕駛企業做運營,其實更多的是一種不得已而為之的試驗性行為,主要是為了讓物流企業看到自動駕駛技術在干線物流的商業價值。然而,目前自動駕駛公司所能提供的運力,也只是一種有限的運力,并不能真正滿足市場的潛在需求。


      第二,自動駕駛企業作為軟件型企業,本身前期的研發投入非常高,除非融資或者運營現金流收入能支撐重資產運營,否則這筆經濟賬必然沒法打平,也會拖累公司未來的發展。


      目前自動駕駛在干線物流中促進降本增效的4個維度:


      1 、車輛編隊


      車輛編隊是指多輛貨車通過跟隨的方式在路上行駛,每車之間需要保持一定的行駛距離。


      車輛編隊的主要優勢在于可以減少后方車輛的風阻,從而降低油耗,同時可以通過跟車的方式,實現由原先的兩車四人,變為兩車三人。在國內,由于法規限制,后方車輛仍然需要司機。


      雖然車輛編隊確實具備上述優勢,但是在實操過程中卻遇到了不少問題。


      第一,若遇到前方有障礙物,車隊的自動變道難度會非常高。


      在變道時,車隊需要預留比單輛車更多的時間去做規劃和控制。在路面環境相對復雜的情況下,自動變道會顯得較為困難,此時就會被迫需要司機的人工介入。


      第二,國內的快遞和快運行業通常發車班次多且頻率也高,但針對某條線路,較少會有多臺車同時從一個分撥中心發車的情況。


      第三,由于整個車隊的長度一般會百米以上,這會造成鄰車道的車輛行駛壓力增大。


      舉例來說,如果此時一組車隊正好在最右側車道行駛,而一輛小車在左側車道想要變道進入服務區,當看到旁邊車道一長排的大貨車時,小車司機可能需要被迫減速,等車隊通過后才能變道進去服務區匝道。這或許會造成小車在等候變道時,被后方車輛追尾。


      2、 甩掛運輸


      甩掛運輸是指貨車按照預定的計劃,在各裝卸點甩下并掛上指定的掛車后,繼續運行的一種組織方式。它的優勢在于可以加快車輛的周轉,提高運輸效率,防止車輛空跑。


      傳統的干線物流其實也沒有過多地用到甩掛運輸,中國甩掛業態還不成熟,國內甩掛率只有 5% ,而美國有 80%。


      無人駕駛非常適用于甩掛車輛,但從目前各家自動駕駛企業的實際應用情況來看,甩掛運輸并沒有真正實現很好地應用,原因是:


      第一,甩掛需要有足夠的貨運量才能更好地“甩起來”。


      甩掛能不能真正地用好,取決于承運人所承運的貨夠不夠充足。如果你的貨夠充足,甩掛的效率才能達到最高,貨車才能一直在路上跑。對于貨運企業來說,每個月的公里數就是他們的生命線。所以甩掛若能夠讓車輛的公里數跑足,這些貨運企業就能獲得效益。但是,如果貨運企業的貨運量不足而非要硬甩的話,反而會增加甩掛掛箱的租賃成本。


      第二,后方掛車的掛頭很難做到標準化。


      甩掛需要掛車的標準化程度比較高,這里標準化指的是頭掛匹配的標準化,我們現在的掛車是千奇百怪的,其長寬高和制動能力等都有差別,頭掛的接口也有兩種標準,比如直插式或者握手式。在這種情況下,全行業的大規模甩掛是比較困難的,但在一個大車隊內部還是可以做到部分甩掛。另外甩掛的比例還會受限于物流管理系統內的車、貨匹配調度能力。


      第三,無人化甩掛的商業價值不明朗。


      無人車若要做到自動脫掛、自動接掛,就需要配置額外的傳感器和算法,也會帶來額外的成本,目前從物流分撥中心來看,使用無人接駁帶來的效率提升和人力節省等價值還沒有被充分驗證。


      3、 減少人力


      司機的工資高、占比大等問題,已經嚴重影響了物流企業的利潤空間。所以減少人力應該是自動駕駛技術賦能干線物流場景非常重要的一點, 但受制于政策法規的影響(《交通運輸企業安全生產標準化建設基本規范》規定,貨運車輛每日運行里程超過400公里或高速公路直達超過600公里的,應按規定配備兩名以上駕駛員;同時駕駛員連續駕駛時間不得超過4小時),長距離的跨省運輸就很難去減少駕駛員。


      當前部分干線物流場景的玩家開始在探索雙駕變單駕,簡單來說,就是憑借輔助駕駛技術,降低司機的疲勞度,從而把兩個人減為一個人。


      司機成本高一直是干線物流場景中一個重要的痛點,尤其是在整個行業經濟不景氣的情況下,運價被持續得壓榨,導致物流公司在整個運輸中沒錢可掙了,這就倒逼著一個司機去開個800公里,乃至1500公里。正是由于這種大環境的影響,行業更加迫切地需要去探索一些新的模式,而雙駕變單駕就是其中的一種模式。


      那么,雙駕變單駕是否真的這么靠譜?


      首先,以現在的輔助駕駛技術而言,雖然司機可以把一部分環境監控和車輛控制交給自動駕駛技術,可一旦出了事故后,事故責任仍然無法從司機身上移除。


      其次,在中長距離(比如500公里以上)的干線運輸中,即使車輛配置了高配版輔助駕駛功能,司機也不可能說直接睡覺或者做其它事情,他仍然需要時刻關注車輛的前方環境,時刻保持著高度集中力。


      所以,雙駕變單駕只能說是一種短期的過渡現象,并不能真正減少駕駛員,或者減輕駕駛員的疲勞感。但是,減少人力成本依然是未來自動駕駛賦能干線物流最大的價值,只不過從目前L2輔助駕駛技術來看,暫且無法做到完全地去安全員,而去安全員只可能存在于未來高階自動駕駛技術中。


      4、 降油耗


      理論上來說,降油耗一般是通過不斷調節發動機的油門開度(噴油量),從而讓車輛實現合理的噴油。通常,油耗的下降比例是指自動駕駛車輛的油耗相對于一個新手司機的下降比例。


      從影響油耗的因素來看,主要可歸納為以下幾點:


      3.jpg


      結合這些影響油耗的因素,利用自動駕駛技術來降低油耗主要有2方面:


      第一、利用好高精地圖和車載的感知設備,提前獲取到前方路面的情況(比如上下坡度比例、前方行駛車輛的車速等等),并做出更好的決策控制,比如更精準的剎車、踩油門等等。


      第二、通過積累數據、優化算法的方式,讓車輛行駛在最佳狀態,保持發動機外特性曲線在最佳位置,也即是讓發動機保持在最佳功耗區間。


      至于自動駕駛節油比例,經研究,通過各種節油算法,可以讓油耗趨近最優值,但不可能無限地降低油耗。同時隨著車輛損耗的增加,它的油耗也會越來越差。


      同人類司機相比,假設某輛自動駕駛車在天氣環境、線路方向、車輛載重都相同的條件下,其自動駕駛技術所帶來的油耗下降空間必然不會高于老司機水平,而是無限趨近于老司機水平。


      商業化面臨的挑戰


      1、 技術方面的挑戰


      干線物流主要的行駛區域是高速道路,而上高速前與下高速后的城區路面相對比重并不大,所以此處技術方面的挑戰主要是高速路面上所面臨的挑戰。


      1.1 感知距離不夠長


      一般來說,商用車(特別是重卡)由于自身重量大的原因,就需要更長的制動距離,從而需要更長的感知距離,才能保障車輛能在安全范圍內剎住車。


      多位干線物流的自動駕駛專家表示,較理想的感知距離至少需要保持500米左右,這主要是根據車輛的制動距離和節油算法的需求進行推算。


      1.2 變道難度大


      國內高速路相比國外來說,行駛的車輛一般較多,避障是單車智能必然會遇到的問題,而商用車由于車身長的關系,其避障的難度也會高于乘用車。


      1.3 質心的偏移


      在干線物流場景下,卡車的控制難度其實不在于轉彎(比如180度轉彎或者90度轉彎等),因為車輛更多的行駛時間是在高速路上,不存在過多的高難度彎角,所謂的控制難度應該是高速路上的直線行駛控制上。


      通常來說,掛車后方的貨物擺放在集裝箱內的位置不均勻,比如位置不同、大小不同,這就會造成司機在行駛時,車輛會發生質心偏移(質心是指車輛的質量中心,一旦發生偏移會導致車輛的橫向控制不穩定),這是干線物流車比較突出的控制難度。


      1.4 線控底盤的冗余技術不成熟


      商用車的事故嚴重程度會比乘用車高很多,所以當跨入高階自動駕駛技術后,車上已經是無人的狀態了,此時車輛就需要線控系統做出多重的冗余,才能保證車輛的安全行駛。


      一方面,單一系統的多重冗余。在某一個線控系統功能內,是否能保證多重的冗余,這一點是非常關鍵的,比如線控轉向是否具有獨立的控制器和獨立的電源。


      另一方面,跨系統的冗余。舉例來說,當兩套線控轉向系統都失靈的情況下,車輛是否能夠實現跨系統冗余。


      2、 工程化方面的挑戰


      2.1 測試資質易拿,但熟練上路有挑戰


      目前,干線物流自動駕駛企業拿到測試資質是相對容易的,某些地方政府也會開發一些封閉場景和開放道路場景,供自動駕駛企業進行上路測試,最終通過專家組意見給予合格資質。


      但來自這些測試道路的數據不一定能用在實操中:


      一方面實際運營的干線路線與測試路線會不同,比如路上的環境,上下坡位置等等信息;


      另一方面,測試的數據量是非常有限的,無法很好地訓練算法,就好比一個新手司機,考駕照容易但上路難。


      2.2 數據的積累緩慢


      當前自動駕駛在干線物流的線路不會覆蓋全國,作為測試階段僅僅可能只是單個線路來回跑(目的是數據積累和算法訓練),所以道路數據的積累過程一定是非常緩慢的。


      一方面,不同的線路有著不同的道路信息,所以也不可能將已有線路的算法模型進行簡單地平移。


      另一方面,從發展策略上來說,在車輛規模尚未起量時,自動駕駛企業作為運營方也不可能會同時多點開花——即多條線路一起探索運營,而是會在一條線路的算法模型跑通后,再去開拓另一條線路的算法模型。


      3、 商業方面的挑戰


      3.1 盈虧平衡


      從當前市場的發展現狀來看,無人干線物流的實現盈虧平衡有挑戰。


      首先,前期傳感器、線控底盤、自動駕駛軟件成本非常高。


      其次,后期各種傳感器的維護及線控零部件的更換成本也非常高。


      3.2 物流企業的存量商用車都不具備線控技術


      國內的物流企業名下的貨運車大部分都是非線控的,也就不能應用自動駕駛技術。對于這些企業來說,他們自然是想通過改裝形式,去做存量替換,但受制于國內車規的限制,后裝是無法過車規的。一旦要替換全部的車輛,那這些成本就需要有人來買單。


      對于物流企業來說,他們會愿意在看到自動駕駛的好處后,去掏錢買自動駕駛車輛,但這種替換必然不是一蹴而就的,畢竟大部分物流企業自身的效益也不太好,所以大概率會是一種逐步替換的行為。


      從終局來看,未來物流企業的名下,最有可能趨勢是自動駕駛車輛與普通車輛共存在局面。而自動駕駛車輛更多的是服務于中長線路的運輸,普通車輛則服務中短距離的運輸。


      • END
      聲明: 1、凡注明“來源:物流+”的所有內容(含圖片),未經允許不得轉載。 2、本網轉載內容目的為傳遞更多信息,不代表本網觀點,亦不對其真實性負責。 3、如因內容、版權等問題,請及時與本網聯系。

      {{ total }}條評論

      • {{ item.representName }}

        {{ item.comment }}

      點擊查看更多評論
      回到頂部
      抱上下属的娇妻进卧室
      <listing id="hhprl"><menuitem id="hhprl"><cite id="hhprl"></cite></menuitem></listing>

      <noframes id="hhprl">
      <address id="hhprl"></address>

      <listing id="hhprl"><listing id="hhprl"><menuitem id="hhprl"></menuitem></listing></listing>

      <listing id="hhprl"><listing id="hhprl"><cite id="hhprl"></cite></listing></listing>

          <address id="hhprl"></address>
          <listing id="hhprl"></listing>
          <form id="hhprl"></form>