这家自动驾驶公司的竞标成功,证明「场景利益最大化」才是市场的竞争规则

在细分场景中做技术解决方案供应商,绝不是这家创业公司想变成的终极角色。

许多为商业落地绞尽脑汁的无人驾驶创业公司正在思考这样一个问题:

在我们参与竞争的市场中,规则到底是什么?

是技术水平?市场规模?落地能力?还是减少成本? 

在各种调速 2 倍甚至 4 倍以上的无人驾驶路测视频发布热潮散去后,随着「模仿成本」的急剧增加,企业们也从开始时强调的「技术门槛」,转而申述「落地能力」。

场景,便开始成为更受追捧的词汇。 

当然这也意味着,此前被视为竞争规则的「技术领先程度」,转变为「场景利益最大化」。

这就使得竞争的条件变得愈加复杂。而 Uber,便是一个很好的例子。

从 2016 年 Uber 开始以疯狂的速度组建无人驾驶卡车公司开始,他们最值得借鉴的地方并不是「验证自动驾驶技术是否可行」,而是建立在这项技术基础上的高效公路运输作业模式:

我们此前曾在一篇文章中解释过,Uber 认为当下自动驾驶货车面对的运输难题是——当卡车离开高速公路时,要怎样在十字路口做出决断? 

这是一个很容易忽视的「节点」问题。也就是说,即便它大部分时间都是在高速公路上老老实实地沿线行驶,但总会有开下高速公路进入转运站,或者停下来交货的时候。

而 Uber 制定的解决方案是,传统卡车把货物送到转运枢纽,自动驾驶卡车驮着货物走高速公路,然后到达目的地后再反过来执行一遍开头的流程。进入城区后,由传统卡车「拖着」自动驾驶卡车继续行驶。

听起来似乎很简单。

但是还要再罗嗦一句:这不是为了证明无人驾驶卡车存在的可行性,而是为了「场景利益最大化」。

具体到这个高速公路细分场景中,就变成了「物流效率最大化」。

因此,这又引发了多个与技术难度并驾齐驱的场景性难题:

  • 对接自动驾驶卡车的转运站应该是什么样子的?需不需要专用上下坡道?

  • 货物品种、保鲜日期与自动驾驶卡车的速度以及载运量有什么关系?

  • 是否应该根据货物流通方向来按区域分配自动卡车数量?

  • 为了提升卡车利用率,Uber 认为传统卡车与自动驾驶卡车都有必要载满货物。但如何让自动驾驶卡车在到达转运站时,迅速匹配到最近的同方向执行运货任务的传统卡车?

Uber 用两年时间收集的货物流动数据,以及建立在共享汽车业务基础上的成熟派单技术,也许已经派上了用场。

很显然,与 Uber 对自动驾驶场景化运营模式的精雕细琢相比,另一家不便具名的国内科技巨头或许是一个反例。 

在一次针对环卫洒扫车的技术解决方案供应商竞标中,这家公司的自动驾驶「产品」在测试园区的表现并不尽人意。

譬如除了对垃圾以及马路沿的定位不够精准,清扫力度不够大,转向与特定场景的行为选择也有一定偏差。 

有人认为,百度无人驾驶汽车采取的是一种「重高精地图」的识别模式,但在园区或者街道的清洁作业过程中,车道线与路标反而成了一种次要的,甚至是不具备可参考价值的元素。

当然,无人驾驶汽车设有多重安全冗余。既然高精地图派不上用场,那么传感器将起到主要作用。但这个时候,又容易忽视环卫运营商的业务要求:

  • 车辆的软硬件配置成本。

低速自动驾驶洒扫车的软硬件成本应该控制在多少以内?

  • 效率优先原则。

通常来说,一辆车在遇到大型障碍物时会选择绕开行驶。

但对于一辆以洒扫为目的工具车来说,选择绕开障碍物继续清扫,然后再原路返回清扫障碍物遮挡的路面,成本一定会大于「原地鸣声警告,待障碍物离开后继续清扫」的成本。

因此,不能做到任务场景的利益最大化,这家巨头的自动驾驶技术就没有任何意义。

最终拿下标的的公司是 COWAROBOT(酷哇)。

在未全面了解这家以机器人技术起家的公司之前,我们仅对其以往的「市场形象」有所耳闻——一个可以进行自动定位跟随的潮味儿旅行箱品牌。 

听起来不是很高大上,但做成消费级日常用品,却是最容易让定位导航技术落地的方式之一。

而在 2017 年以后,这家公司意外得切入了无人驾驶市场,而暂定的赚钱模式也很好理解——向环卫运营商兜售无人车软硬技术解决方案。 

说到这里你应该能明白讨论 Uber 模式的意图。

他们对环卫场景的选择与考量方式,与 Uber 极为相似:

场景相对单一,技术更容易实现;传统作业模式效率低下,亟待技术革新。

在中国的环卫场景中,「人」一直是主力。 

在乡镇,政府有关部门习惯于组建清扫队,基本以人工清扫为主,不依赖机械化设备。而地级市以上即便机械化程度较高,也需要人工操纵。因此,这个行业完全可以被看作是一种劳动力密集型产业。

但以中联为代表的环卫运营商们急于引入新型技术,在很大程度上并不是为了「节省人力成本」。 

实际上,按照中国的实际国情,蓝领的人力成本并不高。相反,「用工荒」才是当下劳动力市场存在的普遍现状。

根据 COWAROBOT 从上海相关部门拿到的数据显示,目前整个上海市有 30 多万环卫工人,但每年却在以 10%~20% 的速度递减。 

而将订单最终交给 COWAROBOT 的环卫巨头中联环境也透露,现在的人工清扫器械并不是太好卖,因为客户方根本招不到人。

因此,如果要说服环卫运营商引进无人洒扫车,就要做到在保证清扫质量的前提下,用时更少,所花费的成本更低。

COWAROBOT 将自己的无人车与人力洒扫效果进行了路测对比统计,结果显示,在做到清洁度一致的同时,每公里无人车所消耗的时间成本要比传统清扫车减少 10~20%。

COWAROBOT 无人车,前后端分别配置一个摄像头,车周配置了 4 个毫米波雷达,8 个超声波,以及 3 个 16 线激光雷达

但是,这对于一个要靠击中传统行业痛点来增加收入的公司来说,还远远不够。 

目前,市面上一辆柴油重卡洒扫车的价格大约在 40~60 万左右,而如果按照 COWAROBOT 给出的「每套无人驾驶及解决方案售价 40 万」(包括改装与自动驾驶软硬件)的数据进行粗略换算,客户所花费的总器械成本可能要大于能够抵消的时间成本。

因此,就像 Uber 遇到的问题一样,「作业模式」的重要性就「压倒」了无人驾驶的技术优势。 

可以说,COWAROBOT 承诺能够将整体作业效率提升 70~80% 的方法,与自动驾驶技术并无直接相关。

而是依靠团队在机器人路线规划及定位上积累的经验,制定了一套针对无人驾驶洒扫车队的智能调度系统

没错,这实际上就是借鉴了 Uber,或者说是美团等外卖公司的智能订单分配系统。当然,工业以及仓储机器人基于场景也应用了类似原理。

目前,他们产品首先落地的区域是一些封闭园区。这就先给无人洒扫车划定了一个有效的行驶范围。 

从上图来看,假如一个园区有 5 辆正在作业的洒扫车,那么按照传统方式,这 5 辆车都会被分配到一个特定区域,每天仅仅按照时间维度进行清扫。 

因此,即便有路段一直保持干净,或者有路段很快有垃圾堆积,也不会对清扫车的整体作业安排产生影响,但这却往往会造成不必要的重复清扫,或是漏扫弃扫,甚至是垃圾处理不及时等状况。

但是在智能调度系统的驱动下,「时间驱动」就变成了「目标型驱动」。 

或许每辆车仍然有自己固定「盯紧」的区域,但假设每块区域 50 平方公里,东南角有垃圾倾泻,但这辆车恰好行驶在这块区域的西北角上,而另一个区域的无人洒扫车恰好就在附近。

那么「接单」的,自然是后者。 

因此,与美团的订单分配机制原理几乎相同,通过对园区道路数据以及行驶轨迹数据进行分析和挖掘,便会得到最优路径规划,实现「清扫任务」(订单)与「无人洒扫车」(骑手)的高效动态最优匹配,进而降低运输与时间成本。

但这仅仅是最基础的一个设想。

在外卖配送中,「订单」这个变量只有数量的变化,没有层级的变化。而 COWAROBOT 在园区实测的过程中发现,「清扫任务」有更加明显的层级处理方式: 

「如果是纸片或者是树叶等垃圾,那么一辆普通的无人洒扫车就能解决,」COWAROBOT 联合创始人兼 COO 刘力源认为清理任务需要按照难度来进行「深度派单」:

「但如果是一些喷洒上的油漆或者是油渍,那么这辆无人洒扫车在识别并判断无法清理干净后,便会将信息反馈给后台,随后,另一辆深度清洁车便会接到指令,去喷洒一些专用溶剂,执行难度更高的任务。」 

但如果清理难度连深度清洁车也解决不了呢?终极 boss 人类清洁工便会出马。

这看起来仍然是一种人工与机器的配合处理方式,只不过让该任务的参与者更加「术业有专攻」。

换言之,这是一种分不同难度等级的订单派送系统,或许在范围及任务规模上完全不及外卖系统,但细节性的要求更多更复杂,很多时候不亲自跟随洒扫车走一圈,很难想象真实有效的应对方法。

「譬如井盖,井盖也有自己的一套清理方式。很多灰尘及垃圾可能会卡在井盖的凹凸缝隙里,所以需要的清洁刷毛要足够硬,」刘力源向我们描述了很多关于无人洒扫车的细节性调整, 

「而马路沿的夹缝非常难以清扫,这个时候洒扫车的刷毛软硬度,伸出的角度,以及传感器在车身安装的位置就非常关键。」 

着对环卫场景的了解愈加深入,你会发现,与应对一系列周边细节及场景定制化需求相比,无人驾驶核心技术反而成了一件不那么重要的事情:

比如,在配置软硬件之前,怎么把那些过时笨重的柴油重卡改成线控? 

比如,即便是低速行驶,由一辆冲洗车、一辆清扫车组成的重卡车队,在距离行人多少米时鸣笛警示或者停下来,才能不会给人造成心理压力?

比如,北京的干燥扬尘天气与南方湿润空气之间的地域差异,是不是也意味着两套完全不同的无人洒扫方案?

再比如,除了冲洗车与清扫车,路面养护车的改造是否也是一个套件必选项?

而这些细节,都被 COWAROBOT 纳入了自己承接的所有项目里。特别是在刚刚建成的北斗产业园里,智能调度系统已经开始正式运营。 

「给中联做方案,我们会派去十几个人,有机械组,电气组,无人驾驶算法组,还有现场调试和测试组。方案基本上一个半月就能交付。」刘力源并不只是想证明自己的团队效率, 

「一方面是取得客户信任,另一方面是真的着急落地,想盈利,把市场占下来。到现在为止,产品可以证明我们切入这个细分市场的方案是行之有效的。」

总的来说 COWAROBOT 认为中联选择自己,是因为公司掌握的「全栈」能力,但在我们看来,这倒不如说是这家技术公司有一颗想做传统市场巨头的野心。

显然,在细分场景中做技术解决方案供应商,也不是 COWAROBOT 想变成的终极角色。

产业物流自动驾驶
2
暂无评论
暂无评论~