旨在成為同城運送的運力平台，「AutoX」的無人駕駛貨車開始量產

隨著傳統行業不斷與科技碰撞，依賴人力的物流行業，也正在從勞動密集型向技術密集型轉變——機器人搬運、堆碼垛等技術裝備近兩年都進入快速發展階段，分揀技術則進入爆發增長階段。物流配送機器人也屬於物流機器人系統，2017年中國幾大快遞都制定了無人機和機器人配送計劃，並已逐漸進入實用部署階段。

36氪此前報道過的無人駕駛公司AutoX也將注意力集中在了物流領域，旨在成為同城運送的運力平台，針對需要大量、高頻運力，並且與生活息息相關的場景，為城市客運和貨運提供運輸能力。

AutoX首先落地的是兩款L4級別無人駕駛貨車，有一款大型的全速送貨車與小型的低速送貨車。其中小型送貨車體型嬌小，一米多見方，行駛速度較慢，瞄準的是園區送貨場景，即點到點的包裹運送，為物流公司提供「最後一公里」的運送解決方案。這一產品第三代已經生產，2018年產能將達到百台級別。

其實跳脫出場景化應用，AutoX首先要實現的是小車的自動駕駛功能，而要實現自動駕駛功能，開發者需要面對的是一個複雜的系統工程。自動駕駛系統分為感知層、決策層和執行層三個層級。

感知層顧名思義，是使用感測器完成對車輛周圍環境的感知識別。AutoX在初期使用普通的2D攝像頭，主要依賴演算法實現自動駕駛。不過隨著LiDAR降價，AutoX現在使用的感知方案集成了數個2D攝像頭（車前後各兩個）、一個16線360°激光雷達，和一個超聲波雷達，提供三層冗餘，確保絕對安全。

決策層涉及到定位車輛、理解環境，進而判斷和規划下一步的行動。AutoX主要通過將攝像頭圖像數據和視覺地圖進行比對和匹配，以獲得車輛自身的位置信息，完成定位功能。在環境理解和行動規劃步驟，AutoX使用了三維深度學習技術。值得一提的是，AutoX的創始人肖健雄是三維深度學習領域的開拓者，2012年肖健雄首次提出了用深度學習實現三維點雲的視覺感知，融合passive sensing（攝像頭）和active sensing（激光雷達）。

但歸根結底，「大腦」再發達也需要依靠「雙腳」來走路。所以只有將自動駕駛落地在「駕駛」執行層面，才能產生真正的社會價值。自動駕駛的執行層離不開和車載控制系統的深度集成，但線控技術在國內仍處於初級研發階段，基本被國外車廠和Tier1壟斷。而這些車廠和Tier1並不願對外開放車輛控制匯流排，即自動駕駛初創企業無法對原車進行改裝。初創企業只能另外附加一套電機裝置已完成油門、制動、轉向等執行動作，但其操控性和可靠性非常差，或是以高價向車廠和Tier1尋求合作。可以說線控技術的高門檻，限制了各自動駕駛初創企業場景化，尤其是在物流領域落地的進程。

肖健雄告訴36氪，AutoX除了擁有計算機視覺和深度學習技術優勢，另一大技術優勢是從早年就開始獨立研發麵向物流車應用的線控技術，因此在物流場景化落地方面，AutoX具備較明顯的先發期。

針對大家最為關心的自動駕駛安全問題，AutoX也著力進行了冗餘度的提升。在感測器和軟體層面，集成多類感測器可以提升數據收集的冗餘度，而且數據分析得到的結果會互相驗證，以保證決策層的正確性。在硬體層面，AutoX開發了一套非常穩定的嵌入式系統，它起到實時監視主系統的作用。另外就車輛自身，AutoX對監控系統、剎車、線控系統等也做了機械結構的冗餘。

AutoX無人送貨車亮相京交會

AutoX正在與國內多家快遞、物流等需要運力的公司合作，送貨車也將在2018年實現小批量量產。未來，AutoX會面向物流服務商，提供軟硬體一體的無人駕駛產品全套服務，包括軟硬體整體系統的集成，也包括雲端服務如高精地圖定位、API、調度系統、監控系統等。

大B用戶可以長租AutoX的貨車，把其作為第三方運力池資源。小B用戶可以按單付費，模式更輕。據悉，貨車投入運營幾個月基本就可以回本，並不會給現金流帶來太大壓力。肖健雄告訴36氪，如果做銷售模式，後期AutoX和企業客戶都需要投入較高的運維成本，租賃模式對於客戶來說模式更輕，接受度更高。

同瞄準物流配送機器人市場機會的自動駕駛公司還有美國的Nuro和中國的智行者，在此階段大家都處於產品技術測試期。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！