福佑卡車技術合夥人陳冠嶺：自動駕駛在幹線物流的應用

嘉賓：陳冠嶺

整理：千山

自動駕駛技術是推動交通設施智慧升級的重要一環。在紛繁複雜的交通體系中，幹線物流的道路場景相對規範，不少專家認為幹線物流有望成為自動駕駛落地的先行試用田。

       日前，在51CTO主辦的AISummit 全球人工智慧技術大會上，福佑卡車技術合夥人陳冠嶺帶來了主題演講《自動駕駛在幹線物流的應用》，從營運的角度分享了在幹線物流場景中自動駕駛技術的應用與思考。

現在將演講內容整理如下，希望對諸君有所啟發。

今年3、4月份，因疫情突發，導致地方升級管控，生活物資吃緊，貨車司機前往各地輸送物資。這段時間，媒體的廣泛報導也讓廣大網友逐漸了解並關注公路貨運業和貨車司機群。

自動駕駛在公路貨運領域的應用

公路貨運是社會運行“大動脈”，也是國家經濟“晴雨表”。 2021年，中國公路貨運的市場規模約6.8兆，全國有將近2,000萬的貨車司機。而公路貨運與GDP存有較強的正相關，活躍的卡車車輛數和GDP的相關係數高達0.86。

但公路貨運也面臨一些問題。從公共安全部2016年的數據來看，貨車僅佔所有機動車輛的12%，但貨車涉及的交通事故佔比卻超過了30%，涉及人員死亡的交通事故佔比達到48%。同時，由於運費下降，司機賺錢越來越難，願意從事這個行業的年輕人越來越少。

在事故頻繁、駕駛難找的痛點刺激下，自動駕駛在公路貨運領域的應用已經成為了全行業的共識。

（1）自動駕駛在港口物流的應用。港口是一個相對封閉且低速行駛的應用場景，對自動駕駛比較友善。不過目前絕大多數港口的貨櫃卡車（簡稱「集卡」）還是人工駕駛，港口內集卡的自動駕駛滲透率不到2%。預計到2025年，中國港口內集卡的L4級自動駕駛的滲透率將超過20%，應用規模將達到6000到7000輛。由此推算，中國港口自動駕駛整體市場規模將超過60億，佔全球市場約30%。

港口物流之所以能成為自動駕駛卡車的重要落地場景，原因有二：其一，港口的自動駕駛落地速度快，商業模式清晰，預計未來2到3年能夠實現大規模的商業化；其二，港口自動駕駛落地以後，能夠以點帶面，花1到2年就能夠順利延伸到幹線物流。

目前國內已經有13個港口落地應用了自動駕駛集卡，包括圖森未來、主線科技、斯年智駕在內的公司都開始推進港口自動駕駛的商業化的落地過程。

（2）自動駕駛在幹線物流的應用。 高速公路場景比港口物流要複雜，但相較於開放道路的城市場景，幹線物流對自動駕駛而言還是更友善。 2021年，中國幹線物流重卡保有量大概是314萬輛，自動駕駛潛在的替代市場規模大概逾7600億，到2025年，預計潛在的替代市場規模能夠超過1兆。由此可見，幹線高速物流的市場是遠超過港口物流的。

自動駕駛領域的行業龍頭們對此也早有佈局，並在穩步推進自動駕駛卡車的商業化落地。圖森未來在去年年底實現了開放道路完全無人化的首次測試，並計劃實施常態化營運。今年6月初，Google無人駕駛公司Waymo宣布與Uber旗下貨運部門在自動駕駛卡車方面達成長期策略合作。

自動駕駛對乾線物流的好處

對物流企業來說，除了安全之外，應用自動駕駛的核心動能就是降低成本。

1、降低人力成本。

在公路貨運的成本結構中，駕駛者的薪資成本約佔25%。最簡單的方法是，等L4自動駕駛成熟後完全減掉司機的成本，也就是整體運費上下降25%。這是非常可觀的降本比例。當然我們知道L4的落地還需要時間，需要更耐心等待技術和政策的成熟。

另外，一般來說，司機連續開600公里就會覺得非常疲勞，而超過800公里的貨運訂單，目前需要兩個司機輪班完成，即人停車不停。我們預計，L3能力的自動駕駛系統可以大幅降低司機的疲勞程度，800到1200公里的訂單，只需要一個司機就可以完成。如此一來，對這些距離內的訂單來說，也能夠把雙駕變單駕，能夠節約大概12%的成本，這其實也是非常有效的降本措施。

2、降低燃油成本。

在運費的成本結構中，燃油費佔約23%。由於近期油價的持續上漲，燃油的佔比也越來越高。降油耗一般是透過不斷調節引擎的油門，讓車輛實現合理噴油。通常情況下我們說油耗的下降比例是指自動駕駛車輛的油耗相對於一個新手駕駛的下降比例。

具體來說，自動駕駛降低油耗的方法是指：

一方面，利用高精地圖和車載感知設備，提前獲取前方道路狀況，諸如上下坡路的比例，前方行駛車輛的車速等等，來做出更好的規劃和決策——更精準地煞車和踩油門。

另一方面，透過累積資料和最佳化演算法，讓車輛行駛在最佳狀態，也就是讓車輛保持在最佳的一個功耗區間。我們注意到，駕駛習慣好的駕駛相對於新手駕駛來說能降低20%的油耗，但這要求駕駛者對於路況非常熟悉，知道什麼地方煞車，什麼地方加速。在此基礎上，自動駕駛能夠比老司機進一步節省6%到10%的油耗，折算到運費比例上，可以下降的成本比例約為1.5%到2.5%。事實上，許多物流企業的毛利率通常只有3到4點，因此1.5的比例下降其實也是提升毛利的有效手段。

幹線物流自動駕駛的技術挑戰

#1、感知距離。

通常攝影機的感知距離是200米，雷射雷達的感知距離更短，約100公尺左右。先前Waymo披露，他們的視覺系統能夠偵測並追蹤300公尺遠的物體，300公尺的距離能夠保證重達兩噸的轎車在高速行駛的時候有足夠時間安全煞車停。

但對於卡車，特別是在高速上行駛​​的重卡來說，光車頭的重量就可能達到9噸，而運輸的貨物重量可以達到27噸，所以感知的距離越長，就意味著更長的煞車煞車距離，能讓重卡做到安全煞車停。

當然不只需要感知的距離長，同時也需要保持辨識的準確度。因為使用長焦鏡頭來感知遠處物體會導致解析度的下降。目前還沒有看到自動駕駛公司揭露相關數據。

2、變換難度。

在高速場景下，卡車完成一次換道大概需要10秒鐘，如果加上司機的提前觀察，花費的時間可能要更長，對週邊車輛安全行駛的風險會更大。在大多數情況下，我們希望避免換道，並透過檢測的方式來避免安全隱患。

（1）安全側移。當旁邊並行的車並不想搶道，但是和本車的間距過窄的時候，本車其實只要稍微往旁邊讓一些即可，並不需要完全換道。

（2）突然搶道。當有車真的突然搶道的時候，如果決策系統判斷煞車減速即可，也不至於撞車的時候，其實也可以避免完全換道。

（3）主動變換車道。當有其他車輛從高速的入口匝道並道的時候，如果此時決策系統判斷，即使是急煞車也無法避免碰撞的時候，主動換道是個更好的辦法。

所有這些操作其實都需要對其他車輛的意圖做出相對準確的識別。但通常來說，重卡後面的拖車，裡面的貨物因大小、重量的不同，位置擺放的不均勻都可能讓司機駕駛時車輛發生偏移。一旦發生偏移就容易造成橫向控制的不穩定，這是乾線物流駕駛中比較突出的控制難度，因此這對自動駕駛飛控系統的要求也特別高。

3、資料累積。

有一個流行的說法，自動駕駛如果要趕上人的駕駛的安全水平，需要超過100億英里的路測里程。目前自動駕駛在幹線物流的線路不會覆蓋全國，作為測試階段可能只是單一線路來回跑，目的是累積數據和確認演算法，所以數據的累積過程一定是非常緩慢的。

一方面，不同的線路有不同的道路訊息，不可能將已有線路的演算法模型進行簡單的平移。另一方面，從發展策略來說，在車輛規模尚未起量的時候，自動駕駛企業作為運營方，也不可能多線並行一起運營，而是會在一條線路的算法模型跑通之後再去開拓另一條線路的演算法模型。

對資料累積來說，有效手段之一就是利用模擬技術。但如果只是簡單的推測，模擬里程數並沒有太多的意義。例如，有的企業會說，我們1000公里的模擬里程就相當於1公里實際路測里程，這個其實並不解決本質問題，核心還是要看如何把重要的事件整合到模擬系統裡來測試和迭代算法。總之，實際路測和模擬系統是提高演算法準確度和系統安全性不可或缺的兩個面向。

幹線物流自動駕駛的商業模式

再來觀察一下乾線物流自動駕駛的幾種不同的商業模式。

商業模式1：:提供技術解決方案。自動駕駛公司向主機廠提供自動駕駛系統相關技術和技術服務，包括感測器的配置方案，計算平台演算法的開發和迭代等等。

商業模式2：提供自動駕駛的營運服務，屬於SaaS模式。面向客戶是物流企業。物流企業採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它提供自動駕駛技術的營運服務，而物流企業只要負責管理和營運車隊就行。

商業模式3：:提供第三方的運力服務，屬於TaaS模式，即Transportation as a

Service。在這種模式下，自動駕駛公司要自建營運車隊，並且負責自動駕駛技術的開發與迭代。

商業模式4：:提供造車、自動駕駛系統以及運力端到端的全流程模式。自動駕駛公司一方面要提供自動駕駛全套系統和第三方的運力服務，另一方面透過增加造車這個方式，來提升量產交付的能力，解決運力不足的問題。

目前，很難說這四種模式孰優孰劣，大家都在探索的過程中。但我們認為，自動駕駛公司一定要深入到業務場景中，參與幹線物流的營運中，才能更好地累積資料、迭代演算法，讓最終交付的價值更符合營運方的需求。

福佑卡車面向幹線物流營運痛點的做法

自動駕駛是乾線物流運作裡面的一部分。在幹線物流端到端的營運流程中，其實還存在著大量的痛點：對貨主來說，找車低效率、價格不透明、派車延誤、貨物追蹤難、結算不規範；對運力來說，運輸效率難以提高，缺乏標準化服務能力、收款無保障等等。

福佑卡車作為端到端的整車運輸營運平台，透過三個智慧系統（智慧定價、智慧調度和智慧服務），來應對這些產業痛點。

當貨主詢價後，平台會根據演算法自動報價，貨主覺得價格能接受就可以下單。下單後，福佑透過智慧調度系統來選派合適的司機來接單。而在整個過程中，福佑透過智慧服務系統來監控運輸全程是否有異常，整個端到端的流程是否完全線上化。

綜合六年的營運成果，我們平台的運輸準點率達到了95.2%。而在沒有技術加持的傳統營運模式中，準點率一般只有80%-85%。此外，事故率僅為萬分之二。空駛率6%，相較產業49%的空駛率可說大大提升了效率。

我們的願景是，從當下調度人駕駛的卡車，到不久後調度人機結合的智慧車輛，再到未來調度完全無人駕駛的卡車，成為一個真正的跨城幹線物流的智慧運營平台。

福佑卡車正在實施的「啟明星」計畫就是為自動駕駛公司開源商業營運場景。自動駕駛公司通常是技術背景的公司，往往會因為缺乏物流營運經驗而導致營運效率低下，這也導致他們要花很多資源和精力在真正的營運上面，而不是在技術上。

我們歡迎自動駕駛卡車公司接入福佑卡車商業營運場景。 「啟明星」模式下，由福佑卡車來負責貨源的分配、司機的管理以及交付品質。自動駕駛公司只要專注技術提升就可以了。

在營運平台上，我們會公平地監控一些關鍵的技術指標，例如平均的接管里程、自動駕駛模式下的油耗數據、急煞車急停行駛速度等等。同時，福佑也能夠為這些自動駕駛卡車公司做一定收入的背書。我們的運費是可以傳遞到自動駕駛卡車公司的。另外我們也可以優先採購一些技術方案相對成熟的卡車。

      更多精彩內容請見大會官方網站：點擊看

##

以上是福佑卡車技術合夥人陳冠嶺：自動駕駛在幹線物流的應用的詳細內容。更多資訊請關注PHP中文網其他相關文章！