阿里巴巴送貨機械人小蠻驢有多強?能人潮中穿梭 預測對頭車行為

撰文:
最後更新日期:

小蠻驢的出現,對整個物流機械人市場來說都是一場變革。長久以來停留在小規模試驗的物流機械人終於要落地在大街小巷。

「阿里動物園」再添新成員。9 月17 日阿里雲棲大會上,一隻名叫「小蠻驢」的新動物款款登場——這是一款無人車形狀的機械人,車身線條圓潤,外觀採用銀灰色調,自帶萌感。車身內部是類似驛站的櫃機系統,分成一個個可自由定制的格口,最多可載50件常規尺寸快遞/外賣。

視頻中小蠻驢行駛時可自動規劃路線,靈巧避開各種障礙,帶有語音功能:「我要倒車了,請避開」。

懂深度學習、厘米級定位、預估風險一秒停步……點圖看看小蠻驢送貨過程及其超強性能:

+24
+24
+24

不難看出,「小蠻驢」真身就是物流機械人。天貓、飛豬、螞蟻、盒馬、菜鳥……如今「阿里動物園」已經滲透到了生活的方方面面,而每一隻「動物」背後都代表著一款神級應用和龐大的生態體系。這一次,阿里將目光對準了末端物流。

末端物流簡單來說就是指面向園區、學校、小區等場景提供外賣、快遞等最後三公里配送服務。末端物流是一個想像力非常大的場景。根據國家郵政局,今年全國快遞業務量已經突破500 億件,不久的將來中國每天將產生10 億個配送訂單,市場空間將會是千億級別。同時,該市場看似簡單,但因場景複雜,「非結構化」特徵突出,技術壁壘很高。在乘用車無人駕駛落地前夜,末端物流場景剛好作為自動駕駛技術「練兵場」。

小蠻驢是阿里首款可量產的物流機械人,最早明年我們就可以在菜鳥驛站裡看到小蠻驢身影。屆時取快遞的流程會是這樣:先在手機App中指定由機械人配送並預約時間,驛站工作人員揀選包裹,機械人到達後電話通知,消費者可用取貨碼、二維碼、人臉識別等方式取出快遞。身為物流機械人,小蠻驢所有參數都是依據末端物流場景特徵設計。

考慮到安全性,機械人平均速度15km/h,只有人步行速度的3 倍,最高速度20km/h;抽拉式充電電池,一次充電可續航102公里;行駛100公里耗電量僅4度,不到吃兩小時火鍋用的電;功率615w,不到常規家用電磁爐的三分之一。但配送效率可觀,如果按每天送貨10 次,每次滿載計算,小蠻驢峰值運力可達一天500單。安全、耐用、省料,如果用一個動物形容這款機械人,恐怕只有驢。

小蠻驢是阿里首款可量產的物流機械人。(alibabanews.com)

「驢曾經是中國人最常用的勞動、代步、趕集、載貨工具,專職末端物流服務的小蠻驢,可以說是數字原生時代的趕集工具。他像驢一樣暖萌、可靠、通人性,還有一股使命必達的蠻近。」而「蠻」在浙江方言中常被用作程度副詞,「這頭誕生於浙江的小蠻驢,是蠻聰明、蠻能幹、也蠻安全的。」不過現在提到物流小蠻驢和物流機械人,已經不是一個新概念。末端無人配送市場早已玩家云集,阿里小蠻驢只能說是一個後來者。不過,後來必定會有後來者的殺手鐧。

一、達摩院蟄伏三年首款無人駕駛終端產品:自動駕駛率99.9999%

這個殺手鐧是兩個關鍵詞,一個是「智能」。小蠻驢背後依託的是達摩院自動駕駛實驗室,是其蟄伏三年推出的搭載自動駕駛技術的第一款終端產品。末端配送是一個看似簡單但對技術要求很高的複雜場景,一個很重要的特徵就是「非結構化」。雖然沒有擁擠的車流和複雜的交通規則,但隨處可見行李、包裹、施工場景。機械人周圍幾十米就有超過百級別的交通參與者,包括行人、自行車、車輛、滑板車甚至調戲機械人的人等等,行人逆行、車輛轉彎、急停、倒車等也屢見不鮮。如果沒有足夠智能的技術支撐,普通機械人很容易被「凍住」——認為環境不確定性太高,所有向前的路徑都不安全,所以自我凍結以避免碰撞。

但小蠻驢可以順暢處理這些場景,在人群密集、天氣惡劣甚至無GPS 信號的情況下行駛。「小蠻驢採用L4級自動駕駛技術,自動駕駛率已經達到了99.9999%。」達摩院自動駕駛實驗室資深算法專家陳俊波在接受采訪時舉了兩個例子:比如,一些末端場景中會有路樁,路樁中間有一條非常細的連接帶,寬度不超過三公分,小蠻驢可以精準識別並繞行。再比如,面對數量龐大的交通參與者,小蠻驢可以在0.01 秒內識別100 個以上的行人和車輛的行動意圖,遇到緊急情況需要剎車時,能在0.1 秒內完成決策、規劃和控制指令下發。如果拆解小蠻驢底層技術,會發現這就是達摩院人工智能和自動駕駛技術的集大成者。

預測行人動機靠的是算法,地圖信息、行人信息、道路障礙交通標誌等信息都需要進行特徵提取放到深度學習框架中,進行推斷和決策,相當於機械人的「腦袋」。大腦對於自動駕駛決策至關重要。達摩院自動駕駛實驗室負責人王剛有一個觀點,「目前製約自動駕駛發展的最大瓶頸依然是算法不夠優秀,所以就算把當今世界上最先進的傳感器、計算單元都集成到一輛車上,這輛車仍然無法實現完全自動駕駛。」所以阿里一直在算法方面有比較大的投入,典型代表是「大中台,小前台」的獨特系統。

大中台指的是「AutoDrive自動駕駛機器學習平台」。將算法鏈中人工參與設計的環節(如數據預處理、感知模塊神經網絡結構/ 超參數、定位模塊中的融合參數等)改為機器執行,大大提高技術研發迭代的速度和效率。AutoDrive一個明顯優勢在於背靠阿里雲。阿里搭建了自己的自動駕駛雲平台,海量的數據(場景數據庫、自動駕駛車數據、數據採集車數據)都被搬到了阿里雲上,打通了數據收集、數據標註、仿真、模型訓練、評價等一整套系統,讓自動駕駛算法研發效率更高。目前機械人的運行數據只能是回到停車場後聯網上傳,一旦5G普及,就可以實時數據上傳,使模型更快、更有效率的進行迭代和優化。

小前台就是感知、定位、決策、控制這樣的自動駕駛算法模塊,依靠AutoDrive後方中台可以找到效果更優、運算更快、模型更小的算法模型。識別寬度不超過三公分的路樁連接帶靠的是感知能力,即機器的「視力」。這方面阿里採用緊耦合算法,實現了GPS、慣導、輪速、相機、激光雷達等多模態傳感器的融合,可在無GPS 情況下實現厘米級定位。搭載了達摩院自主研發了提高攝像頭「夜視」能力的ISP 處理器,支持200萬像素圖像處理,可同時處理6 個攝像頭和數據傳輸,通過3D降噪和圖像增強算法,圖像識別能力比業內主流ISP 處理器有10% 以上的提升。

激光雷達感知能力的提升來源於達摩院自主研發的多層級快速稀疏3D卷積網絡算法。針對激光雷達成像在遠處點雲稀疏的數據特點,做針對性定制化深度學習網絡。通過多層級的信息提取,提取到詳細的幾何信息(顏色、條紋)和高層的語義信息(人、汽車)。

所以,整個達摩院自動駕駛實驗室和阿里雲就是小蠻驢的後方技術支撐。而對於達摩院來說,末端物流是一個絕佳的自動駕駛「練兵場」,複雜的場景可以更好的錘煉技術、更新算法。未來,小蠻驢會從末端社區、學校、園區往城區、高速等更開放的場景延伸發展。

【相關圖輯】Uber擬推無人車外賣服務 盼處理更多訂單提高純利(點圖放大瀏覽):

+9
+9
+9

二、計算單元成本降低50%,無人配送「量產」成為可能

另一個是「量產」。國內的末端無人物流機械人從2015年開始起步,這個市場空間大、想像力廣、競爭格局未定,玩家甚多。不管是擁有技術的互聯網大廠,還是擁有場景的物流巨頭,抑或是創業公司都想入場分一杯羹。雖然可以零零星星的從報導中窺見各個廠家的落地情況,但現實中似乎一直未見物流機械人的真容。

問題就在於,現在幾乎沒有廠家能真正解決「量產」的問題。第一量產需要降成本,現在激光雷達、傳感器等技術尚未成熟,價格昂貴;第二L4 級自動駕駛意味著需要擺脫人類安全員,機械人擔任責任主體,但現在機械人的安全性能得不到完全保障。小規模試運營永遠無法落地大街小巷實現商業價值,同時也沒辦法保證機械人產品的一致性和質量。小蠻驢的最關鍵的創新點就在於已經大幅度降低了機械人的製造成本,不久的將來就會與車企合作大規模量產。「我沒有看到任何一家公司能做到千萬級別的出貨量,我們希望小蠻驢能夠邁出,從小規模試運營到量產的關鍵一步。」

如何降本?背後還是離不開雄厚的研發能力。陳俊波介紹,物流機械人成本主要集中在三方面:傳感器、技術設備和運動底盤,達摩院是基於這三塊做了大規模的硬件深度定制和軟硬件一體化的設計。比如,在定位設備方面,大多數自動駕駛公司或機械人公司會採用慣性導航系統,但慣導價格非常昂貴,僅這一個系統市場價就10 萬以上。而達摩院自動駕駛實驗室有一個自研軟硬件一體化定位設備,是結合慣性導航和GPS 的一個綜合定位模塊,定位效果不變的情況下綜合成本有一個數量級的下降。再比如,無人駕駛車的計算設備一般用工業計算機,但工業計算機功耗大、成本貴、體積大,運用到量產化產品中對續航里程、快遞運載量以及整車成本控制都很不利。

基於此,達摩院設計了嵌入式異構的計算單元,這種計算單元高度集成化,可在大幅度降低功耗、成本的情況下提高系統穩定性,但算力只有工業計算機的1/ 3。這就對軟件算法提出了非常高的要求,需要在模型效果沒有任何降低的前提下將算力控制在工業計算機的1/3,達摩院已經實現了這個技術。「這是我們的核心競爭力。」陳俊波說。

達摩院設計了嵌入式異構的計算單元(阿里巴巴)

整體來看,軟硬件協同優化可將計算單元功耗降低72%、成本降低50%、體積壓縮62%。底盤方面,制動系統與驅動系統實現二合一,整車重量降低44%,電子電器拓撲精簡40%,成本降低31%。達摩院去年發布的AutoDrive1.0 平台已經升級到了AutoDrive2.0 版本,升級部分就在於利用自動化學習平台協同優化和硬件。

成本控制之外,量產還意味著產品要有「極致安全性」,達摩院設計了一個「五重冗餘」的安全體系。最重要的是人工智能大腦,做整體的定位、感知、預測、決策、規劃、控制;第二是冗餘的安全小腦,當大腦出現問題時負責兜底;第三異常檢測子系統,一旦出現意外緊急剎車;第四物理防撞觸邊的設計;最後,在有必要的情況下,讓人類安全員遠程監控。

三、物流機械人,不止於物流

阿里做末端物流機械人其實有得天獨厚的優勢——很少有企業像阿里一樣,既背靠強大的技術平台,又有廣闊的應用場景。小蠻驢首先會在菜鳥驛站大規模落地,配合菜鳥生態打造無人配送體系,菜鳥如今已經是一個龐大的末端物流網絡,日均處理的包裹已超過1000 萬。未來還會應用於盒馬、餓了麼等新零售和本地生活業務。應用場景主要在高校園區、工業園區和社區。

當我們說新零售和本地生活業務場景時,其實不止是常規的快遞和外賣,這個場景會產生很多的末端物流需求,比如社區團購,比如產品試樣時的樣品派送。阿里本身在末端新零售場景有很深的佈局,前段時間媒體報導阿里零售通事業部近期正在組建一個新的社區團購部門,以社區為單位,招募各小區的寶媽或便利店店主為“團長”,在微信群裡推廣生鮮商品,收集訂單,再通過自有渠道供貨,次日將商品送至小區由用戶自取。

這些業務都需要強大的配送服務支持,在外賣適齡勞動力逐漸減少的情況下,物流機械人可以與外賣員/ 快遞員相配合,打造一個零售服務閉環。如果再往外拓展,物流機械人也可以不止是一個單一形態的機械人。「我們希望搭建的是底層的人工智能、機械人技術平台,在這個平台我們可以快速的搭建出針對各個場景適用的機械人產品,在基於這些產品賦能阿里經濟體的各個具體的業務單元。」陳俊波說。

小蠻驢未來會否不止做物流工作?(阿里巴巴)

簡單來說,物流機械人未來會是一個「平台」。未來阿里會將小蠻驢通用技術點(比如高精度定位、硬件方案、軟件算法)抽象提煉出來,沉澱到平台中,平台也會依托阿里雲,變成一個整體的自動駕駛雲平台,包括數據平台、仿真平台、測試平台等。「任何一家機械人初創公司都沒有這樣的完整的系統化能力,我們希望把自己的能力沉澱出來開放給整個機械人產業。」陳俊波說。基於這個平台,未來就可以像組裝樂高一樣快速開發針對多元場景的移動機械人,比如消防救援、安全巡防、機場服務、防疫消殺、景區導覽等。

此外,除輪式機械人,阿里未來還會開發雙足、履帶等各種不同類型的機械人產品,讓其可以爬山涉水、上高樓下地庫。不過,這些都屬於戰略規劃範圍。小蠻驢的發布最值得期待的還是,從來「與我無關」的無人配送機械人終於要在自己的生活中出現了。

【相關圖輯】香港電車新概念設計 Island 防疫出發加入無人駕駛快速充電技術(點圖放大瀏覽):

+10
+10
+10

【本文轉自「機器之心」,微信公眾號:almosthuman2014】



X
X
請使用下列任何一種瀏覽器瀏覽以達至最佳的用戶體驗:Google Chrome、Mozilla Firefox、Internet Explorer、Microsoft Edge 或Safari。為避免使用網頁時發生問題,請確保你的網頁瀏覽器已更新至最新版本。