2021年快递行业无人车应用现状。

AGV机器人 33℃ 0

无人驾驶车辆概述。

无人车又称自主车、智能车、自主车、自主车或轮式移动机器人,是一种可以通过计算机实现自动驾驶的智能车辆。

目前,自主汽车的研究有两种不同的技术路线:一是逐步提高汽车驾驶的自动化水平;另一条是“一步到位”的无人驾驶技术发展路线。

无人驾驶汽车是自动驾驶的一种表现形式,在整个道路环境中具有所有与车辆安全相关的控制功能,不需要驾驶员对车辆进行控制。

无人驾驶开发。

目前,无人驾驶的发展可以分为国际和国内两部分。

▲国际无人驾驶发展。

 

▲国内无人驾驶发展。

 

无人驾驶汽车的主要技术。

精确定位技术。

精确导航是自主车辆的基础,不仅需要获取车辆与外部环境的相对位置关系,还需要通过车身状态感知确定车辆的绝对位置和方位。包括惯性导航系统、轮速编码器和航迹计算、卫星导航系统、自主导航系统等定位系统。

环境感知技术。

环境感知是基础,处于自主车与外部环境信息交互的关键位置。利用摄像头、激光雷达、毫米波雷达、超声波等车辆传感器,以及V2X、5G网络,获取交通环境信息、车辆状态信息等多源信息,为自主车的决策规划服务。

控制和执行技术。

自动驾驶汽车的车辆控制系统是自动驾驶汽车的基础,包括纵向控制和横向控制。纵向控制,即车辆行驶和制动控制的决策和规划的技术系统,是指通过油门和制动的协调,精确地跟随期望的车速,即通过调整方向盘角度和控制轮胎力来实现自动驾驶车辆的路径跟踪。

决策和规划技术。

自主车辆的行为决策和路径规划是指根据环境感知和导航子系统的输出信息,通过无碰撞和安全到达终点等特定约束,在给定的起点和终点之间规划多个可选的安全路径,并从这些路径中选择一条最优路径作为车辆的行驶轨迹。

高精度地图和车联网V2X技术。

自动驾驶汽车的车辆控制系统是自动驾驶汽车的基础,包括纵向控制和横向控制。纵向控制,即车辆行驶和制动控制,是指通过油门和制动的协调,精确跟随期望车速的横向控制,即通过方向盘角度的调节和轮胎力的控制,实现自主车辆的路径跟踪。

注:V2X:车辆到一切,即车辆与外界的信息交换技术。

无人驾驶汽车在快递物流中的应用。

随着我国网购兴起带来的物流快递行业的快速发展,快递数量的几何增长和快递人员之间的差距将越来越大,而算法、机器人、无人机和无人驾驶等智能制造手段将大大缓解甚至解决这一矛盾。

无人车可以称之为移动智能快递柜,时速15公里,30个车厢,每天投递近100件,一次200公斤。

中国邮政:无人送餐车也在很多地方投入使用,其中南岭日均业务量达88件,仙桃使用无人送餐车实际送达业务超过300公里。中国邮政、中通等快递公司也在尝试干线无人车技术,利用摄像头、激光雷达等传感器,以及V2X、5G网络,获取交通环境信息、车辆状态信息等多源信息,从而支持干线无人车自动运行。

  京东:2017年"6-18",京东首批试点运营的无人配送车在中国人民大学进行快递投递。2018年"6-18",在京东的北京上地配送站,20余台配送机器人整齐列阵。随着调度平台命令发出,首批载有”6-18”货物订单的配送机器人依次出发,自动驶向订单配送的目的地。 JD。COM:2017年6月18日,首批在JD.COM试点的无人送餐车在中国人民大学通过快递送达。2018年6月18日,在JD.COM北京上地配送站,20多台配送机器人整齐排列。随着调度平台命令下达,首批搭载“6-18”货物订单的配送机器人依次出发,自动驶往订单配送目的地。


苏宁:“卧龙一号”,在南京苏宁小店社区实施,是一款深度结合物联网、云计算、AI等最新技术的无人送货快递车,续航可达8小时。在智能感知方面,主要采用多线激光雷达+GPS+惯性导航等多传感器融合定位方式,融合激光雷达具有更灵敏的避障响应能力;在人机交互方面,卧龙一号具有更高效的地形适应性,能够智能提示过往行人、车辆和障碍物,为规划最优绕行路径提供依据。

 

无人驾驶汽车在快递物流中的应用。

目前无人送餐车是低速终端作业车。结合无人车的技术发展和实际试运营场景,基于安全性、适用性和可扩展性的考虑,选择完全封闭或相对封闭的社区、园区、工厂和高等院校作为无人投放场景的主要应用模式。


▲场景应用封闭社区:送货到家模式。

 


▲场景应用封闭社区:定点接送模式。

 


▲场景应用关闭公园。

 


▲场景应用关闭工厂区域。

 


▲场景应用关闭校园。

 

无人驾驶汽车的未来前景和趋势。

5G、AI、区块链等技术的发展与融合是传统物流业智能化转型的关键方向,逐步发展成为“仓运配一体化”的智能物流。5G+V2X是无人驾驶的基础。车辆可以在第一时间获取路面的所有信息进行决策,并与周围联网的物体进行快速联动。

随着5G技术的出现,自行车智能和通信技术的优势相辅相成。一方面为无人车全方位的信息采集提供了丰富的数据源,另一方面为智能决策提供了计算能力支持。与汽车和交通相关的服务已经从以前的信息服务发展到安全和效率服务、车路协同和自动驾驶服务,从而为物流运输能力的智能化和网络化提供了保障。

未来将利用5G、AI等技术解决无人驾驶的盲点和难点,为无人车的常规量产提供技术支撑。自动驾驶技术发展逐步完善,法律法规等相应配套政策逐步完善,无人驾驶在封闭、半封闭场景下的应用场景将进一步拓展。基于对现有场景和业务运营模式的调研和深入探讨,无人驾驶将在越来越复杂的场景中走向成熟。

 

转载地址:https://www.mingyujixie.net/agv/1582.html

标签: