【絮语】无人配送大规模应用仍存难点

 

   如今，多家快递公司都推出了具有自己特色的无人配送车，但总体来说，还处于实验阶段，离大规模应用还有一定的距离，究其原因，主要是盈利不容易，技术未成熟，协同不到位。

 

   盈利难

 

   有数据表明，从中转场站或网点到小区的短途运输，是物流配送成本占比最高的部分，大概占到50%至60%，这是无人配送车可以发挥最大价值的地方。

   无人配送一直是低速无人驾驶技术应用的重要场景之一，从自动驾驶落地的规律来说，遵循“从低速到高速、从载物到载人、从商用到民用”三大定律，低速、载物、商用场景的无人配送车更有机会率先大规模商用。

   但无人配送车规模化落地步入“深水区”，商业模式如何选择，无疑成为入局企业面临的考验之一。

   目前无人配送车研发和制造成本都相对较高，对成本至上的快递、物流运输等行业来说，只有实实在在的效益才能让其心甘情愿地买单，才是驱动商业模式闭环运转起来的有效动力。

   无人配送车的成本问题一直是阻碍规模效应的一大因素。与过去相比，无人配送车的成本已有显著下降，2020年时价格在50万—60万元左右，2021年下降到20万—30万元左右，2022年的价格已触碰到13万元左右。

   从用户角度说，目前，购入一台无人车的成本加上运营费用，总投入约为20万元，对于一般快递网点来说，成本仍较高，体现不出其相对于人力配送的成本优势。

   在无人配送车的成本中，零部件的采购成本占比较大，传感器、芯片、激光雷达等硬件是成本能否进一步降低的关键，零部件的国产化替代是降低无人配送车成本的重要途径之一。

   如何让规模化的收益成本成为可能，是当前要考虑的问题，我国地方政府对无人配送车的重视是有利条件，与城市级签约，从而实现较大规模部署项目，可使无人配送车的单台硬件成本和运维成本随采购的规模化而降低。

   如今，无人配送车市场带动了本土零部件供应商的发展，自主零部件企业在无人配送供应链上参与度越来越高，以激光雷达为例，禾赛长距离高分辨率Pandar系列激光雷达以及中距离XT系列激光雷达、速腾聚创提供的激光雷达组合方案都是优秀的进口替代产品。

   无人配送车市场拓展带动了零部件供应链的发展，供应链质量的提高直接导致成本的降低，无人配送车制造企业、如行深智能、借助本土化供应链缩减成本，同时，他们的制造工厂也具有了量产的条件，据说，毫末智行已拥有1万台的年产能，智梭无人车科技智慧工厂规划年产能达2万台。

   无人配送车具有巨大的潜力，但从成本角度，目前无人配送车还未形成对人力成本替代的明显优势，实际应用中也暴露出了一些问题和挑战。

 

   技术难

 

   关于无人配送车的技术思路，目前有两种，一是机器人的思路，一是自动驾驶的思路，以自动驾驶思路为主，至于机器人思路，主要用于厂区室内的工业体系里面的自动化运输体系。

   规模化落地计划，与无人配送车技术的日渐成熟有关，室外公开道路的无人配送车，就目前来说，技术还不够成熟，运行的项目还需配有安全员就是例证。

   目前，无人配送主要应用于封闭、半封闭场景，在园区、厂区，校园固定区域场景运营；在开放道路上的运营，还不多，而在开放道路上面的末端配送，又分为机动车道和非机动车道的运行，更进一步，是确定性的路线，还是不确定的路线。

   公开道路人流密集，推进公路级无人车配送市场业务，诸多难题亟待破解，需要通过技术持续迭代及Corner Case场景数据的累积，实现安全性与可靠性的提升，需要经历不同场景适配与技术优化验证，获取更多长尾场景数据是产品技术走向成熟的必经之路。

   无人配送车技术的成熟，不仅包括车本身，更包括路端与云端，这一个整体的运营体系，也技术难点所在。

   车端单体的智能，是基础，三大核心零部件是激光雷达、计算平台与线控底盘，底盘普遍采用整车电子电气架构、线控制动、车规级ECU等机动车底盘架构。

   路端，智慧交通是重要一环，无人配送机器人的技术核心是自动驾驶，这对车辆定位、环境感知、路径规划决策、车辆控制执行等都提出了非常高的要求。

   为了解决单车智能带来的局限，许多企业选择采用车路协同并行的方式。道路情况比较复杂的，对于感知和通行能力的要求是比较高的，实时情况的复杂性，使技术应用遇到很多困难，路网的建设很重要，路网上面有很多点，怎么样串联起来，形成运力网络？

   云端是什么，一个是高精地图的云，在路上跑的配送车是执行机构，同时它也是一个数据采集的机构，在数据回传回来之后要做地图的更新，后面的车能实时感知到车辆道路的变化，包括云端地图建模、多车智能调度等。

   一个是云端支撑平台，包括调度监控平台，支撑车端和云端的业务和自动驾驶以及相关的数据的交互，保障整个体系的运作，以及人和车辆和云和路端设备运输效率的提升。

   总的来说，无人配送车的落地，包括三个端的突破，以实现感知、决策和执行三个环节。感知层用于感知外部环境变化、获取相关信息；决策层通过利用感知层、传输层反映回来的信息，建立相应的模型，制定出适合的控制策略；执行控制是真正落地的基础。

 

   协同难

 

   无人配送车的大规模落地是需要多方聚力，包括政府、社会在内的各方协同。政策的加持，路权的开放是重中之重。杭州市是首个为低速无人车立法的城市，开放全市八城区和桐庐县城区作为智能网联车辆测试应用区域，服务人口数量超1000万，以地方性法规让无人配送车上路“有法可依”，为其规模化商用打开了窗口，使规模化有了实现的可能。

   北京、上海、广州、深圳等51个城市出台试点示范政策，鼓励、引导和规范无人配送的发展，加速拓展应用场景，多地都在有序开放路权，这对于整个行业而言都是一大利好，促进了规模化合规运营落地，只有国内路权的大范围开放，无人配送车规模化将迎来真正意义上的爆发。

   安全大于天，无人配送车是否能够应对各种复杂的路况和交通情况，是否会在道路上行驶时出现安全问题是人们所担心的，目前已出现几起无人配送车与车辆碰撞、剐蹭的交通事故。在道路交通硬件和交通参与者素质尚未达到一定标准的情况下，无人配送车可能给交通安全带来困扰，关于无人配送车的法律责任、道路规则还不完善，即使技术安全标准过关，成本应该不菲，落地应用还有很大的坎。

   无人配送车安全涉及自身车辆安全、配送货物安全、公众交通安全等多方面，牵涉到生产商、运营商、远程监控人员、信息服务商、货物所有权人、消费者等主体，目前还没有专门法规和条例。

   目前城市配套基础设施未达到无人配送车的运行需求，多数城市并未将其纳入基础设施建设规划体系，给常规运行带来困扰，比如，部分城市网络通信基础设施，难以保障无人配送车的大规模部署。

   无人配送车的未来是星辰大海，从长远来看，无论是从经济角度还是安全角度出发，无人配车都是必然趋势，然而，到大规模的应用还有很长的路要走。

注：本文转载自网络，不代本站立场，若有侵权，请联系删除！