美团夏华夏:场景决定市场规模和商业模式,低速无人配送爆发还需3-5年

美团夏华夏:场景决定市场规模和商业模式,低速无人配送爆发还需3-5年-机器成精

无人驾驶的特定场景和将来的整体商业化是什么关系?

夏华夏认为,场景决定了市场规模有多大。

他表示,很多时候我们要商业化或者大规模地落地,前提是说我们这个落地真正地创造了价值,以及收入能够和我们大规模车辆的成本相持平,所以场景往往决定了我们这个市场规模有多大。

例如在外卖场景下,每一个订单的价值是多少是需要被首先评估的。所以我认为场景决定了整个市场规模、以及整个商业模式。

反之,当技术和成本降到哪个点的时候可以铺开是尤为重要的。因为铺开的时候,自动驾驶的成本和有人驾驶的成本能够大致相当的时候,我们可以很快地上量。

5月12日,在百人会举办的自动驾驶商业应用场景讨研讨会,美团首席科学家夏华夏的演讲主题是“城市末端无人配送的进展与挑战”,他分享了美团在自动驾驶上的最新进展。

以下是夏华夏的演讲全文,雷锋网(公众号:雷锋网)新智驾进行了不改变原意的编辑:

今天,我主要分享一下美团在做无人配送过程中的进展以及我们的一些思考。

之前,我们也做过一个分析:从技术角度来看各个不同的场景的难度是什么?

美团夏华夏:场景决定市场规模和商业模式,低速无人配送爆发还需3-5年-机器成精

上图里面放了很多不同的应用,这些应用我们用两个维度来区分:一个是车辆运行的速度从低到高,一个是场景从简单到复杂。

我们初步认为速度越高,技术越复杂,要求越高,虚线代表不同的技术难度,所以对右上角的L4级自动驾驶包括Robo-taxi、货运卡车都是最难的。

此外,我们认为复杂城区的低速无人配送也是非常难的,相对来说。越往左下角技术上会越成熟一些。

美团目前的业务是室内配送、园区配送、以及城区配送。

我今天给大家分享的是城区配送。

美团无人配送主要是为了解决在三公里以内,包括外卖、美团买菜、美团闪购等即时配送的物流需求,典型的场景就是让用户下了外卖或者下了一个商品的订单之后,我们从餐馆或者从商场把商品送到用户的办公楼或者住宅区,即时配送一般是希望在半小时以内送达。

美团夏华夏:场景决定市场规模和商业模式,低速无人配送爆发还需3-5年-机器成精

目前我们正在结合空中的无人机、地面的各种不同无人车,再配上骑手最终形成人机协同的配送网络。

近期,我们在北京市顺义区和海淀区开展美团无人配送。美团无人配送主要是在公开道路上行驶,以辅路上行驶为主,没有车辆的时候我们会进入主路靠边行驶。

在即时配送领域,我们发现还有一个需求是用户希望把餐或者商品直接送到楼内或者小区里面。

但是,小区内很多道路在地图上是找不到的,所以我们需要为这些路建立高精地图,包括每一个用户住址对应的是什么地方,当用户输入一个地址,无人车行进到用户所期待的区域,然后再通知用户取餐/货。

值得注意的是,在这个过程中会存在大量的挑战:

美团夏华夏:场景决定市场规模和商业模式,低速无人配送爆发还需3-5年-机器成精

其一是技术挑战,技术层面和无人卡车是比较相像的,是一个复杂的多层软件和硬件的系统工程。

美团的应对策略是自研,包括云端软件和车载软件,同时也在和多个供应商展开合作,来研发或者选取硬件平台。

就目前来看,我们发现在很多领域还是有比较大的挑战,尤其是在传感器方面和计算方面。

在传感器方面,以激光雷达为代表的传感器的价格还需要不断地下降。

在计算平台方面,我们现在无人车上集成了多颗激光雷达和视觉摄像头、毫米波雷达以及超声波雷达,对它的计算性能要求非常非常高。

目前美团的解决方法是根据运行场景选择部分传感器信号做计算。未来为了处理更多的更实时的信号,对计算单元的要求会非常高。

其二是安全性挑战,真正到了城市场景下,无人配送车的安全就非常重要,因为城市场景下的路况是很复杂的,经常有人横穿道路,甚至也包括走着走着突然有小孩或者其他的人从看不见的车后或者楼后穿出来,我们称之为“鬼探头”。

那么,我们如何比较好地解决上述问题?

首先,我们在自动驾驶的软件,包括车辆底层的“小脑”都要具备对这类人和物的识别能力。

此外,我们发现当无人车真正“无人”运行时,如果车辆上没有人、也没有安全员近场跟随的时候,它会遇到一些新的挑战。

例如,有人会来“调戏”这个车辆,比如右下角这个图,骑着平衡车的小孩会跟在我们的车辆后面走,这对无人配送车来说非常危险,如此意味着我们的车不敢做急刹车的动作,哪怕前面有危险的时候,也不敢做急刹车,否则后面的小孩就会撞到车上。

除此之外,车辆的侧向摄像头拍到的案例,车辆在路边的时候有踢球的小孩突然把球踢过来,而无人车一旦附近有障碍物的话,它会紧急停车,停车之后就给了这个小孩继续“调戏”无人车的可能,比如拿球砸车辆摄像头等。

所以,我们面临的问题是怎么更好地处理“不友好环境”下的车辆安全。

上述两个案例还仅仅是给大家展示物理的安全,除此之外还包括软件系统的安全、网络的安全,如何处理这些都是目前我们面临的比较大的挑战,我们也一直在这方面投入很多的研发精力。

美团夏华夏:场景决定市场规模和商业模式,低速无人配送爆发还需3-5年-机器成精

其三是政策挑战。例如上图所展示的,在这个分类里面在政策上其实是有很多不同的要求,左下角这些场景,不管是工厂的AGV,还是楼内的配送、港口的货运,它自己有路权的管理,在这些上面部署一些无人的车辆没有特别大的法律风险。

但是我们去看城市的Robo-taxi或者货运以及城市巴士,这些属于公开道路的高速机动车,就涉及到很多法律上的要求,例如能不能让这些车上路等。当然,上路之前需要确认这个车能不能保证安全性。

低速车相对风险会好一些,但是本质上也是公开道路上运行,需要跟其他的车辆共享路权,在这种场景下,我们的政策是怎么来落实,以及怎么来推动政策上对无人车上路逐渐地包容性。

实际上,在整个无人驾驶发展道路上,我们需要联合行业以及政府专家一起推动的事情。

总结来看,无人配送作为一个新兴产业,在面临很大挑战的同时,也有很大的机遇。

美团的判断,低速的无人配送大概在未来3-5年可以规模化应用,所谓规模化就是可以大规模地、不需要烧太多资金地去铺开。

但大规模量产的前提是在安全、防护等领域夯实基础,包括传感器、计算单元等模块的性能提升,以及政策对新型运输工具的包容。

*文章为作者独立观点,不代表机器成精立场
相关文章
大众注资 26 亿美元,Argo AI 将与 AID 合并
大众注资 26 亿美元,Argo AI 将与 AID …
争议中的增程和理想所面对的未来
争议中的增程和理想所面对的未来
估值缩水 65%,定价 11 亿美元,Zoox 卖给亚马逊划算吗?
估值缩水 65%,定价 11 亿美元,Zoox 卖…
智行者获数千万美元C1轮融资,建L4自动驾驶车队,完成3-5个城市常态化运营
智行者获数千万美元C1轮融资,建L4自动…
百度在京设立自动驾驶和车路协同应用测试基地Apollo Park
百度在京设立自动驾驶和车路协同应用测…
交通运输部谈自动驾驶:聪明车还需智慧路,积极推进试点项目
交通运输部谈自动驾驶:聪明车还需智慧…
我还没有学会写个人说明!