13486433851

Teemo深研丨无人驾驶车助力物流 实现数字化转型(厂区物流专题)2022-03-31

 

 

 

 

 

01 物流为什么急需数字化?

 

 

 

 

进入21世纪以来,以人工智能 (AI)为典型代表的新技术正推动和引领着全新的科技革命和产业革命,传统的厂区物流也在此背景下逐渐转型升级。

 

同时,随着厂区的业务量加大,大型作业、加工厂区,厂区在除了大量生产工作外,还需要处理内部货运,这就要求厂区点到点运输解决方案的高效保质。

 

但是逐年提升的劳动力成本是制造业厂区物流的绝对负担,而此次新冠疫情亦加速了产业链对于自动化的渴望。越来越多的制造业企业开始拥抱智能制造,建设智能工厂,推动企业升级发展。

 

 

据介绍,目前点到点运输解决方案主要有三大类型。一是传统的物流拖车,这也是目前较为主流的方式;二是可以实现成批或者单件运输的智能AGV小车,或自动驾驶物流车;三是输送线系统,如范德兰德的ICS自动化传输系统。

 

以上解决方案各有其应用优势,也存在相应的瓶颈。如智能AGV小车效率相对降低,输送线系统效率最高但初期投入比较大,而传统物流拖车效率较高,灵活性也相对较高,但痛点也很突出。

 

实然,传统的物流拖车普遍面临成本高、调度复杂、人力驾驶安全风险大等痛点。

 

具体表现为每年的折旧费用,司机用工成本和管理成本非常高;行驶安全完全依靠司机的能力和管理水平;同时,物流拖车的管理、调度复杂,对操作人员的要求高;另外由于物流岗位工作的特殊性,往往工作环境十分恶劣(如夏晒,冬寒等),导致离职率普遍偏高,运输司机短缺,企业管理难度大。

 

 

 

 

 

 

02 厂区物流的转型之路

 

 

 

 

 

 

综合厂区物流业智能化发展趋势和运输与中转环节面临的痛点来看,加之后新冠疫情时代,自动化甚至无人化解决方案越来越受到关注。

 

区别于其他机场物流、港口物流、“最后一公里”物流等商业场景,厂区物流基于不同的产业特性,又需要分类讨论,本次以制造业为例,进行数字转型之路的探寻

 

一般地,厂区物流逐步数字转型中必然会面对智能场景中人机交互复杂,具体为:环境持续高频变化、对场内无人物流车的定位影响极大;尤其是在对接的场景,环境变化严重影响物流车感知能力,造成无法精确对齐等问题。

 

 

无人物流车上配置有包括激光雷达,视觉相机等多种传感器,但在面临以下几种场景或者条件时,无人物流车定位、建图及运动控制等存在诸多难点。

 

1.厂区内动态性高,场景变化大

 

厂区内物体的动态性高,动态物体上的特征点会随物体移动,无法给车辆定位提供有效约束。

 

同时也很难从背景中区分出所有动态的物体,将动态物体上的特征点全部剔除。如果建图时将动态物体上的特征点加入地图,定位时就会因为匹配不上这些已经消失的特征点而失败。

 

2.定位精度要求高

 

 

厂区行业场景中,无人物流车需要精确地对准对准传送带。为了提高存储密度,货物的存放过于密集,导致物流车行驶的路径狭窄,容差可能是几厘米。这些都对无人物流车定位提出了较高的精度要求。

 

 

3.场景内人机混行

 

人员的移动存在较大的不确定性,极可能会突然出现在物流车的行驶路径上。一旦出现漏检,将给人带来危险。为了能够保障人员安全,需要实时检测多个方向是否有人存在,甚至需要对人的运动轨迹进行精准预测,才能在人机混行的场景中,实现无人物流车的安全可靠的导航。

 

4.场景重复性高

 

特征重复性高的场景,对激光定位而言,局部特征会在行驶中多次重复。而且有效范围内的物体大部分只有墙、柱子这种形状相似的特征,缺少独特的特征会导致定位困难。

 

无人物流车必须实现自动驾驶算法及软硬件的系统化集成,才能以无人驾驶接替目前的运输任务,构建完全“无人化”的厂区物流运输系统。

 

在硬件方面,无人物流车搭载了车规级智能驾驶控制器。其专为L4级驾驶提供高性能、高可靠、高度集成的智能驾驶功能。同时无人物流车配备了激光雷达、摄像头、超声波雷达等多类传感器,为车辆实现无人驾驶提供高精准的感知能力。

 

 

在算法方面,无人物流车拥有一套精准可靠的L4级自动驾驶核心算法,可实现全场景、全天候、全方位的实时环境感知、厘米级的高精度定位、高可靠的行为决策与高稳定的车辆控制。 

 

 

在厂区物流运行场景中,无人物流车可通过云端自动接收运输任务, 并按照指定的区域和路线进行全时段、 全流程的无人化运输。其行驶路线覆盖各类复杂环境,可在行驶过程中实现自主规划、 自主避障等功能,极大地提升厂区物流运营效率,优化人员结构,降低成本费用,大幅提高厂区运营的安全系数。

 

早在2019年宝骏基地就部署运营厂区无人物流项目,建成国内首条厂区无人驾驶物流线路,全面提升基地物流运力与效率,创造了“降本增效”的实际价值,无人化、智能化、网联化的物流模式已然形成。

 

特别在疫情防控期间,该线路已完全实现用无人驾驶替代人力驾驶进行运输任务。由于实际运营中无需配置驾驶员和安全员,无人物流车减少作业接触的同时也坚实保障物流畅通循环。

 

在厂区内规模化部署无人物流产品,将赋予物流运输更高效、更安全、更经济的全新业态。

 

  • 更高效——无人物流车可以7×24小时的无人驾驶作业方式替代人工驾驶行为,及时精准地响应任务需求,没有懈怠,严格执行命令,大幅提升物流效率,保障时效性,进而实现物流效率最大化。

  • 更安全——无人物流车基于稳定可靠的无人驾驶技术而运作,高度服从各行业安全生产流程与管理机制,可有效保障厂区物流运输的安全性。

  • 更经济——厂区无人物流从根本上改变物流运输方式,优化或减少了人力资源、土地空间资源等投入,从而可实现薪资成本、管理培训成本的大幅下降,仅单条运输线路的人工成本费用可节省 50% 以上。

 

 

 

 

 

 

03 Teemo时刻

 

 

 

 

 

 

随着技术的进步和产业的发展,近两年越来越多的汽车制造企业、科技巨头以及互联网公司等都加速布局无人驾驶。不难发现,无人驾驶市场正在被看好,而物流作为其商业落地的重要方向,物流无人车也引来更多的关注。

 

然而,在实际的无人物流运作中,需要具备L4级无人驾驶能力的无人物流车进行生产物资的自主运输,且去“安全员”和人类司机,才能加速自动化、数字化、智能化转型升级之路。

 

同时需要配备强大的云端管理平台为无人物流提供远程控制、数据分析等服务,有效管控管理效率及安全性。

 

                                                                                                                                          

 

基于此,Teemo盘活了全栈自研自动驾驶核心底盘技术,以AutoBots为平台,针对无人物流领域的多样化需求正向开发的两款规格不同智能物流运载平台——AutoBots-RoboMix无人搬运车与AutoBots-Pro智能物流运载车,已成功解决无人物流行业户内外场景兼容的现状。

 

 

“复工”、“抗疫”,双管齐下。未来对于无人物流车,既是厂区无人物流在特殊时期需要为客户交付的一份高分答卷,也是厂区物流的数字转型必经之路!

 

而作为无人驾驶技术在物流领域极具革命性的落地实践,无人物流将创造万亿级的市场价值。

 

我们坚信,无人驾驶时代,未来已来!