0
在2019世界機器人大會上，主辦方首次為物流機器人設置了單獨展館。而作為物流機器人研發和應用的主要玩家，美團也攜其無人配送車家族出展，展品涵蓋室外、園區、室內配送場景的大、中、小型三款無人配送車。
其中，美團自研的中型無人配送車「魔袋」，據官方資料介紹稱，該款無人配送車定位于解決半開放道路長距離場景無人配送服務，能夠通過人臉識別用戶，為用戶打開貨箱。貨箱內部進行多格分區，餐箱側面設有溫度傳感器，能夠感知物體溫度與環境溫度差值，自動調節餐箱內溫度。
據現場工作人員介紹稱，該款無人配送車相較年初在美國CES展出的第一版「魔袋」在功能性、安全性、可維護性上均有升級。其中，在功能性上，新版魔袋采用動態貨柜，支持從2個出餐口進出餐箱及多種交互方式。
據雷鋒網了解，美團不只在自研無人配送車，同時也廣泛與配送機器人領域中諸多公司合作。與此同時，美團內部有設無人配送事業部，并在2018年7月25日對外發布了無人配送開放平臺。美團首席科學家&無人配送與視覺部總經理夏華夏告訴雷鋒網，由于目前配送機器人尚不成熟，通過與行業廣泛合作，能夠集眾家之長突破當下行業瓶頸。
具體就當下行業發展及技術問題，雷鋒網也與夏華夏進行了深入交流。
雷鋒網：美團為什么會發展無人配送業務，目前發展如何？
夏華夏：無人配送就是為了解決外賣業務發展需求而開展的，外賣業務量現在已經很大，峰值時候一天可以有三千多萬訂單量，需要大量的騎手，我們現在每天有60多萬騎手為我們進行配送服務。未來配送業務量仍會有數倍增長空間，但是中國的勞動力人口現在每年都在減少，所以我們判斷未來對勞動力招聘會越來越少，我們希望用無人駕駛技術或無人配送車來幫助騎手提高效率，我們這幾年研發了多款無人配送車。
當然，目前無人配送車還處在早期的測試運營階段，完全成熟、大規模落地的現在還沒有，我們認為要實現真正成熟并大規模使用至少還要一到兩年。但是我們已經擁有可以應用在不同場景中的無人配送設備，包括應用在公開道路、園區最后一公里的無人車、最后50米的樓內設備，以及配送無人機等多種設備。
雷鋒網：美團現在有做一個開放平臺，這一個平臺有做怎樣的開放工作？
夏華夏：平臺這個詞用得比較泛，每個平臺有所不同，我們的平臺主要開放的是兩方面能力：
第一，開放智能外賣調度。我們現在每天有很多訂單量、很多騎手，如果以后無人配送車加起來，如何高效讓騎手和無人配送車接單、配送是一個很大的問題，這就需要一個外賣調度系統；
第二，場景開放。因為我們本身要去將商家匯聚到我們平臺上，本身會產生交易，我們會把這個平臺訂單系統向我們的合作伙伴開放，所以很多合作伙伴如果有比較適合的、成熟的無人配送設備，通過我們的開放平臺可以接單。這樣也可以幫第三方無人駕駛公司產生一些收入，并可以在實際運行中迭代無人配送車的算法和硬件。
雷鋒網：美團現在無人配送車領域有與很多機器人廠商合作，也有做自己的無人配送車，在無人配送車硬件方面我們是怎樣考慮的？
夏華夏：這個問題可以從三個角度來看：
第一，無人駕駛技術成熟之前還有很長的路要走。在無人駕駛技術發展過程中無論是軟件還是硬件都有很地方需要迭代和優化，每個地方會有不同的產品方案，這樣組合起來有很大的想象空間。一個公司很難從中找出最優解，我們希望結合諸多機器人公司的力量來快速推動無人配送車走向成熟。就硬件而言，不同無人配送車在硬件設計上都有不同，諸如大小，激光雷達和機器視覺的選擇、四驅和兩驅的選擇等，我們現在很難判斷哪類產品好，只有在實際應用場景中才能判斷；
第二，如果就整個外賣市場而言，這個市場太大、太復雜。無論是用機器還是用人力，甚至人機協同，都需要大量的運力，所以需要大量無人配送設備，現在看起來這么大的需求量不是任何一家公司能支撐得了的；
第三，場景的多樣化（中國南北跨度大，有各類氣候和路況條件）導致需要有不同適用能力的無人配送車。不同場景中的配送對無人配送車的配置需求是不一樣的，從這個角度來看，我們需要很多種不同的無人配送車，從這個意義上來看，也不是一家公司可以實現的。
雷鋒網：室內、園區、室外無人配送場景及對設備技術能力需求有何差異？
夏華夏：他們的技術棧差異還是挺大的。
室內配送場景，無人配送車的速度很慢，不需要考慮復雜地形，所以在過去工廠、倉庫中應用的AGV機器人基礎上加上一點“智能”就可以，例如室內無人配送車應用的傳感器相對會簡單很多，一般用單線激光雷達或者純視覺就可以實現；
園區是相對封閉的環境，所以技術上相對也更可控，而且室內配送場景的無人配送車建圖也更容易，難度也并不大；
最復雜的是室外配送場景，因為室外涉及各種復雜的障礙物，包括國內很多不同的城市，或者一個城市中不同道路的交通標志都不一樣，同時還有各種復雜的交通狀況及障礙物，所以公開道路最復雜。這也是這一行業中的公司先在室內落地、園區落地，最后在公開道路落地的原因。
雷鋒網：在構圖上，有些無人配送車是事先構圖，直接將場景地圖導入系統，另一種是實時掃描構圖，您認為哪一種會是最終應用形式？
夏華夏：在具體場景應用中，目前我們一般會事先采集一遍地圖。好處是一般我們會挑人流比較少的時候，減少干擾，可以把樓內行人或者一些運動的物體排除掉，這樣可以較好還原一個較好的3D環境。
雷鋒網：您提到的一到兩年內實現規模化落地指的是室內無人配送車，還是室外無人配送車？
夏華夏：指的是室外，而且可能是一個相對比較樂觀的估計。所謂規模化落地，我們是希望看到比較多的地方、場景中可以應用落地。至于測試運營，剛才我提到的包括美團在內，已經在一些地方測試。
雷鋒網：就技術方面來看，無人配送車要實現落地目前存在哪些阻礙？
夏華夏：主要有以下三點：
第一，傳感器是最具挑戰的一點。目前激光雷達為主流應用傳感器，無人配送車目前還不需要車規級標準激光雷達，但對溫差范圍和穩定性要求較高，目前這樣的傳感器還不夠成熟，而且非常昂貴；
第二，低功耗，高性能計算芯片的需求。現在大部分無人車的計算都是用高功耗顯卡來做的，每張顯卡大概兩三百瓦，而且可能應用的不只一張顯卡，此外，還要再加上CPU的功耗，最終整個計算部分的功耗很高，因而在低功耗、高性能計算芯片研發方面，也有很高的需求；
第三，整車研發也是一個問題。對于無人配送場景而言，對整車體積大小與無人駕駛汽車的需求是不同的，車體需要小一些，需要符合諸如中國郵政快遞那一類車體大小標準，但是這一類車此前沒有現成可線控的底盤，現在大家會看到有一些公司在研發可線控的底盤，但是距較好的成熟度、可靠性還有一定距離，但是相對而言難度會小一點，最重要的還是前面兩個。
雷鋒網：美團現在構建的云端調度平臺應用的是分布式計算嗎？
夏華夏：這個肯定是用分布式的，因為整個業務規模非常大。剛才說三千萬單這個數量沒有那么大的體會，其實每一個訂單進來之后我們內部都要做多次計算，單看點到點的路徑計算，每一個點我們都需要做很多次路徑計算，去找出到底哪個騎手來接這個單最適合。
我們現在在峰值的時候，每小時在地圖上兩點間的距離計算次數有約29億次，所以這是一個很大規模的系統。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
