ホームページ > 記事 > テクノロジー周辺機器 > Fuyou Trucks 技術パートナー、Chen Guanling 氏: トランク物流における自動運転の応用
ゲスト:Chen Guanling
主催:Qianshan
自動運転技術は、交通施設のインテリジェントなアップグレードを推進する上で重要な部分です。複雑な交通システムの中で、幹線物流の道路シーンは比較的標準化されており、多くの専門家は幹線物流が自動運転実現の実証実験の場になると期待している。
最近、51CTO が主催する AISummit Global Artificial Intelligence Technology Conference で、芙蓉トラックの技術パートナーであるチェン・グアンリン氏が「幹線物流における自動運転の応用」という基調講演を行いました。 》では、幹線物流シナリオにおける自動運転技術の応用と考え方を運用面から共有しました。
皆さんにインスピレーションを与えていただければと思い、スピーチの内容を以下のように整理しました。
今年の3月から4月にかけて、感染症の流行により地方自治体が管理を強化し、日用品が不足し、トラックの運転手が物資を届けるために各地に駆けつけた。この間、大々的なメディア報道もあり、ネットユーザーは徐々に道路運送業界とトラック運転手グループに対する理解と注目を集めるようになった。
高速道路貨物輸送は社会運営の「大動脈」であり、国民経済の「バロメーター」です。 2021年の中国の道路貨物市場規模は約6兆8000億台で、全国には2000万人近くのトラック運転手がいる。また、道路運送量とGDPとの間には強い正の相関関係があり、トラック稼働台数とGDPとの相関係数は0.86と高い。
しかし、道路貨物輸送もいくつかの問題に直面しています。 2016年の公安省のデータによると、自動車全体に占めるトラックの割合は12%に過ぎないが、交通事故の30%以上、死亡事故の48%がトラックで占められている。同時に、運賃の下落によりドライバーが稼ぐことはますます困難になり、この業界に従事しようとする若者はますます減少しています。
頻繁な事故とドライバー確保の難しさという問題点をきっかけに、高速道路貨物分野での自動運転の適用は業界全体のコンセンサスとなっています。
(1)港湾物流における自動運転の応用。このポートは比較的閉鎖的で低速運転のアプリケーション シナリオであり、自動運転により適しています。しかし、港湾内のコンテナトラック(以下、コンテナ車)の大半は依然として手動運転が主流であり、港湾におけるコンテナ車の自動運転普及率は2%にも満たないのが現状である。 2025年までに中国の港におけるコンテナトラックのL4自動運転普及率は20%を超え、適用規模は6000~7000台に達すると予想されている。このことから、中国の港湾自動運転の全体市場規模は60億台を超え、世界市場の約3割を占めると推計される。
港湾物流が自動運転トラックの重要な導入シナリオとなり得る理由は 2 つあります。まず、港での自動運転の導入が迅速であり、ビジネス モデルが優れていることです。将来的には2~3年以内に大規模な商用化が可能となることが期待される;第二に、港湾自動運転の実装後は、点から点への拡張が可能となり、幹線への拡張も成功する。物流は1~2年。
現在、国内の13の港に自動運転トラックが導入されており、TuSimple、Mainline Technology、Sinian Smart Drivingなどの企業が港での自動運転の商用化を推進し始めている。
(2)
幹線物流における自動運転の応用。高速道路のシナリオは港湾物流よりも複雑ですが、一般道路での都市部のシナリオと比較すると、幹線物流は依然として自動運転に適しています。 2021年の中国の幹線物流用大型トラックの台数は約314万台、自動運転の潜在的な代替市場は7,600億元を超え、2025年までに潜在的な代替市場は1兆元を超えると予想されています。幹線高速物流の市場は港湾物流をはるかに上回っていることがわかります。 自動運転分野の業界リーダーはすでにこれに向けた計画を立てており、自動運転トラックの実用化を着実に推進しています。 TuSimpleは昨年末に公道での初の完全無人テストを完了し、通常運用を実施する予定だ。今年6月初旬、Googleの自動運転会社Waymoは、自動運転トラックに関してUberの貨物部門との長期的な戦略的協力関係を発表した。
物流幹線における自動運転のメリット
道路運送のコスト構造のうち、ドライバー給与費は約25%を占めます。最も単純な方法は、L4自動運転が成熟した後にドライバーのコストを完全に削減することです。つまり、全体の運賃が25%削減されます。これは非常に大きなコスト削減率です。もちろん、L4 の実装には時間がかかることは承知しており、テクノロジーとポリシーが成熟するまで辛抱強く待つ必要があります。
また、一般的に600キロメートルを連続運転するとドライバーは非常に疲れますが、現在800キロメートルを超える荷物の注文については、ドライバー2人で交代で作業を行う、つまり1人が車を止めずに作業を行う必要があります。私たちは、L3 対応の自動運転システムによりドライバーの疲労が大幅に軽減され、800 ~ 1,200 キロメートルの注文を完了するのに必要なドライバーは 1 人だけになると予測しています。このように、この距離以内の注文については、デュアル駆動をシングル駆動にすることで約12%のコスト削減が可能となり、非常に効果的なコスト削減策となります。
2, 燃料費を削減します。
貨物のコスト構造のうち、燃料費は約23%を占めます。近年の原油価格の高騰により、燃料の割合もますます高くなっています。燃料消費量を削減するには、一般に、車両が適切な燃料噴射を行えるようにエンジンのスロットルを継続的に調整する必要があります。通常、燃料消費量の削減率について話すとき、それは初心者ドライバーの燃料消費量に対する自動運転車の燃料消費量の削減率を指します。
自動運転による燃料消費量削減の具体的な手法とは、
一方で、高精度地図や車載センシング機器を活用し、前方の道路状況を事前に把握する上り坂と下り坂の割合、運転車両の速度などを把握し、より適切な計画と意思決定、つまりブレーキとアクセルをより正確に行うことができます。
一方、データを蓄積しアルゴリズムを最適化することで、車両を最適な状態で運転する、つまり車両を最適な消費電力に保つことができます。範囲。良好な運転習慣を持つドライバーは、初心者ドライバーに比べて燃料消費量を 20% 削減できることがわかっていますが、これにはドライバーが道路状況をよく理解し、どこでブレーキをかけ、どこで加速すべきかを知っている必要があります。このことから、自動運転により熟練ドライバーに比べてさらに6~10%の燃料消費量を削減でき、運賃に換算すると1.5~2.5%程度のコスト削減が可能となります。実際、多くの物流会社の粗利率は通常3~4ポイント程度であり、1.5倍の低下は実は粗利を増やすには有効な手段となります。
1. 知覚距離。
通常、カメラの検知距離は200メートルですが、ライダーの検知距離は約100メートルと短くなります。 Waymoは以前、同社のビジョンシステムが300メートル離れた物体を検出して追跡できることを明らかにしており、300メートルの距離であれば、2トン車が高速走行中に安全に停止するのに十分な時間が確保できるとしている。
しかし、トラック、特に高速道路を走行する大型トラックの場合、トラックの前部の重量だけで 9 トンに達し、輸送される荷物の重量が 27 トンに達する場合があるため、知覚される距離が長くなるほど、トラックの重量が大きくなり、制動距離が長くなることで、大型トラックも安全に停止できます。
もちろん、検出距離が長いだけではなく、認識精度も維持する必要があります。望遠レンズを使用して遠くの物体を認識すると、解像度が低下するためです。自動運転企業が関連データを開示しているのをまだ見たことがありません。
2. 車線変更の難しさ。
高速シナリオでは、トラックが車線変更を完了するまでに約 10 秒かかりますが、ドライバーの事前の監視が含まれる場合、さらに時間がかかる可能性があり、安全運転へのリスクが発生します。周囲の車両の影響が大きくなります。ほとんどの場合、車線変更を回避し、検出によって安全上の危険を回避したいと考えています。
(1) 安全な横方向の移動。並行して走っている車が車線を逸脱したくないが、車と車の間の距離が狭すぎる場合、車は実際には少し横に移動するだけでよく、完全に車線を変更する必要はありません。
(2) 突然道路をつかみます。車が突然車線を占拠した場合、衝突を引き起こすことなくブレーキをかけて減速するだけで十分であると意思決定システムが判断すれば、実際には完全な車線変更を回避することができます。
(3) 積極的に車線変更をしましょう。高速道路の入口ランプから合流してくる車両がいる場合、急ブレーキをかけても衝突が回避できないと判断システムが判断した場合は、積極的に車線変更した方が良いでしょう。
これらすべての操作では、実際には、他の車両の意図を比較的正確に識別する必要があります。しかし、一般的に言えば、大型トラックの後ろにあるトレーラー内の荷物のサイズ、重量、および不均一な位置により、ドライバーが運転中に車両が移動する可能性があります。幹線物流運転においては、一度逸脱が発生すると制御困難な横方向制御不安定が生じやすく、自動運転飛行制御システムへの要求も特に高い。
3, データの蓄積。
よく言われることですが、自動運転が人間の運転の安全レベルに追いつくには、100億マイル以上の路上テストが必要になるでしょう。現時点では幹線物流における自動運転のルートは全国をカバーするものではなく、試験段階として単一ルートを往復するのみとなる可能性があるが、目的はデータの蓄積とアルゴリズムの確認であるため、データの蓄積プロセスはとても遅いはずです。
一方で、異なる路線には異なる道路情報があり、既存の路線のアルゴリズム モデルを単純に変換することは不可能です。一方、開発戦略の観点から見ると、車両の大型化が始まっていない段階では、自動運転事業者は事業者として複数の路線を並行して運用することはできず、1路線のアルゴリズムモデルを踏襲して新たな開発を行うことになる。別のラインのアルゴリズム モデル。
データの蓄積にはシミュレーション技術の活用が有効な手段の一つです。しかし、単純な推測にすぎない場合、シミュレーション走行距離はあまり意味がありません。たとえば、一部の企業は、当社の 1,000 キロメートルのシミュレーション走行距離は、実際の路上テスト走行距離の 1 キロメートルに相当すると言うでしょう。これは実際には本質的な問題の解決にはなりません。核心は依然として、重要なイベントをテスト用のシミュレーション システムにどのように統合するかにかかっています。反復アルゴリズム。つまり、実際の駆動テストとシミュレーション システムは、アルゴリズムの精度とシステムの安全性を向上させるために不可欠な 2 つの側面です。
幹線物流における自動運転のビジネス モデル
幹線物流における自動運転のいくつかの異なるビジネス モデルを見てみましょう。
# ビジネスモデル 1:: 技術的なソリューションを提供します。自動運転企業は、センサー構成ソリューション、コンピューティング プラットフォーム アルゴリズムの開発と反復などを含む、自動運転システム関連のテクノロジーと技術サービスを OEM に提供します。 ビジネスモデル2:自動運転運行サービスをSaaS型で提供。顧客対応の物流会社。自動運転企業が提携するOEM車両を物流企業が購入すると同時に、自動運転企業は自動運転技術の運用サービスを自動運転企業に提供し、物流企業は車両の管理・運用のみを担当すればよい。 ビジネス モデル 3:: TaaS モデルに属するサードパーティの輸送サービス、つまり Transportation as a Service を提供します。このモデルでは、自動運転企業は独自のフリートを構築して運用し、自動運転技術の開発と反復に責任を負わなければなりません。 ビジネス モデル 4:: 車両製造、自動運転システム、輸送能力のエンドツーエンドのフルプロセス モデルを提供します。自動運転企業は、完全な自動運転システムとサードパーティの輸送サービスを提供する必要がある一方で、大量生産と配送の能力を高め、車両の増加による輸送能力不足の問題を解決する必要があります。製造業。 現時点では、これら 4 つのモードのどれが優れているかを言うのは難しく、誰もがそれを模索している最中です。しかし、自動運転企業は、最終的に提供される価値がオペレーターのニーズにより一致するように、データをより適切に蓄積し、アルゴリズムを反復するために、ビジネス シナリオを深く掘り下げて幹線物流業務に参加する必要があると私たちは考えています。 幹線物流業務の課題に対する芙蓉トラックのアプローチ自動運転は幹線物流業務の一部です。トランク物流のエンドツーエンドの運用プロセスでは、荷主にとっては車探しの効率の悪さ、価格の不透明さ、配車の遅れ、荷物の追跡の難しさ、不規則な決済など、実は多くの課題を抱えています。 ;輸送力、輸送効率の改善が困難、標準化されたサービス能力の欠如、代金回収の保証がない等。 Fuyou Trucks は、エンドツーエンドの車両輸送運用プラットフォームとして、3 つのインテリジェント システム (インテリジェントな価格設定、インテリジェントな配車、インテリジェントなサービス) を使用して、これらの業界の問題点に対処しています。 #荷主が価格について問い合わせると、プラットフォームはアルゴリズムに基づいて自動的に価格を提示します。荷主がその価格が許容できると感じた場合、荷主は次のことができます。注文する。注文後、Fuyou はインテリジェント配車システムを使用して、注文品を受け取る適切なドライバーを選択します。 Fuyou は全プロセスを通じて、インテリジェントなサービス システムを使用して、輸送プロセス全体に異常がないか、エンドツーエンドのプロセス全体が完全にオンラインであるかどうかを監視します。 6年間の運用実績により、当社プラットフォームの定時輸送率は95.2%に達しました。技術サポートのない従来の運用モデルでは、納期遵守率は通常 80% ~ 85% にすぎません。さらに、事故率はわずか 10,000 件に 2 件です。空運転率は6%で、業界の空運転率49%と比べて大幅に効率が向上したと言える。 私たちのビジョンは、現在の人間が運転するトラックの配車から、近い将来には人間と機械を組み合わせたスマート車両の配車、そして将来的には完全に自動運転のトラックを配車し、真の都市横断幹線となることです。物流システム、インテリジェントオペレーションプラットフォーム。 Fuyou Trucks が実施している「Venus」計画は、自動運転企業向けのオープンソースの商用運用シナリオです。自動運転企業は通常、技術的な背景を持つ企業ですが、物流業務の経験が不足しているため業務効率が低く、テクノロジーではなく実際の業務に多くのリソースとエネルギーを費やすことになります。 自動運転トラック会社が芙蓉トラックの商用運行シナリオに参加することを歓迎します。 「Venus」モデルでは、Fuyou Trucks が商品の供給元の配送、ドライバーの管理、配送品質を担当します。自動運転企業は技術の向上だけに注力すればよい。 運用プラットフォームでは、平均走行距離、自動運転モードでの燃費データ、緊急ブレーキおよび緊急停止などのいくつかの重要な技術指標を公正に監視します。などなど。同時に、芙蓉は一定の収入がある自動運転トラック会社を支持することもできる。当社の運賃は自動運転トラック会社に転嫁できます。さらに、比較的成熟した技術ソリューションを備えた一部のトラックを優先して購入することもできます。さらにエキサイティングなコンテンツについては、カンファレンスの公式 Web サイトをご覧ください: クリックして表示
以上がFuyou Trucks 技術パートナー、Chen Guanling 氏: トランク物流における自動運転の応用の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。