阿里菜鸟无人车路测，对比京东/亚马逊哪家强？

shuszhao · 发表于 2018-3-27 20:26:17

菜鸟无人车可以实现智能规划配送路线，与TMS(运输管理系统)对接，规划最优配送路径，将包裹及时高效的送到指定位置；同时具备动态识别及时避让，通过利用激光与视觉并行的SLAM方案，基于深度学习识别环境中的行人、车辆等不同的实体，运用自适应粒子滤波算法，对动态实体进行准确的轨迹预测。

上周五，一段菜鸟无人车路测视频在网络上曝光，视频中的无人车带有货箱，没有驾驶室，车辆会等红灯，在绿灯时方才通过。除此之外，菜鸟近日还在杭州狮峰山使用无人机运载茶叶，让狮峰龙井头茶提前了两个小时上市。
公开信息显示，菜鸟ET实验室一直在研发无人驾驶技术，早于2016年就在阿里巴巴西溪园区推出一款名为菜鸟小G的自动送包裹的机器人，2017年双11期间又在浙江大学校园里测试了一款名为Gplus的无人送货车，都以快递末端配送为主。

菜鸟无人车路测视频曝光

从视频中来看，这一无人车是在开放道路行驶，能识别红绿灯以及其他障碍物。
曝光的视频仅仅一分钟，应该是在傍晚拍摄，但可以清晰地看到无人车带有货箱，没有驾驶室，车辆会等红灯，在绿灯时才通过。

在十字路口，遇到车辆右转，无人车也略有停顿避让。从视频来看，无人车是在机动车道上行驶，车速并不快，路上不时有摩托车穿过并行，对无人车的行驶没有造成影响。
这应该不是菜鸟无人物流车的第一次路测，因为此前就有路遇的网友在微博上发布过谍照。

据称，该车为阿里旗下的菜鸟ET实验室研发而成，菜鸟ET实验室一直在研发无人驾驶技术，早于2016年就在阿里巴巴西溪园区推出一款名为菜鸟小G的自动送包裹的机器人，2017年双11期间又在浙江大学校园里测试了一款名为Gplus的无人送货车，都以快递末端配送为主。从官网的资料中得知，菜鸟无人车可以实现智能规划配送路线，与TMS(运输管理系统)对接，规划最优配送路径，将包裹及时高效的送到指定位置；同时具备动态识别及时避让，通过利用激光与视觉并行的SLAM方案，基于深度学习识别环境中的行人、车辆等不同的实体，运用自适应粒子滤波算法，对动态实体进行准确的轨迹预测。

浙江大学紫金港校区是一个开放的校区，车流人流也较为复杂，但是校园内没有红绿灯，与开放道路还是存在一定差异。校园里使用无人配送车相对简单，开放路面测试才是真正考验技术领先水平的。物流行业很多场景相对城市交通来说更简单，譬如末端配送、干线的高速公路运输，都没有人车混行等复杂局面。分析人士认为，此番菜鸟在开放道路上测试无人车，或表明菜鸟并不仅仅只在末端应用无人驾驶。
有报道称，菜鸟正在大举从传统汽车厂商挖人，有可能进军无人驾驶大卡车领域。

搜索菜鸟的招聘信息，也能发现端详。

菜鸟在物流无人车方面动作频频，有可能会从物流场景切入，率先将无人物流车投入商用。
在无人车配送领域有很多企业早有布局，那除了菜鸟之外，还有哪些企业呢？

京东无人快递车

与阿里巴巴抢占物流市场的京东，早在2016年，便展示了无人配送车样机图片，并宣称其自主研发的中国首辆无人配送车已经进入道路测试阶段。负责智慧物流研发的京东X事业部总裁肖军表示，该产品可以按照既定路线自动导航行驶，并具备路径规划、智能避障、车道保持、智能跟随等功能。

根据京东方面的应用设想，这款无人车可以实现针对城市环境下办公楼、小区便利店等订单集中场所进行批量送货，提高京东的配送效率。
在2017年618期间，京东配送机器人在中国人民大学顺利完成首单配送任务。

当时该无人配送车从人民大学的京东派出发，穿梭在校园的道路间，自主规避障碍和往来的车辆行人，于上午9点15分京东配送机器人来到公共教学二楼，为正在楼内自习的李若谷同学送去了订单。并通过京东APP、手机短信等方式提前5分钟通知她货物送达的消息，若谷同学输入提货码，配送机器人自动开启仓门，完成了618京东配送机器人的校园全球首单。

长得不一样，但技术性能相似。

在物流末端上，阿里巴巴的菜鸟和京东谁也不想落下“无人化”这一环。
从目前披露的技术性能指标来看，京东推出的无人配送车和菜鸟“小G”的共同点很多。

首先是智能感知与定位，这是两家机器人的技术关键，“小G”会自动定位需求人的位置，并且规划最优配送路径。而京东无人车也能通过自带导航定位行程。
其次是避障功能，机器人送货过程中会受到多种因素阻碍干扰，比如道路行人与车辆，以及路障等。“小G”的宣传视频称其能运用自适应粒子滤波算法，对动态实体进行准确的轨迹预测，提前进行规避。而京东无人车通过生成视差图等方式构建三维环境，检测障碍物的大小和距离，控制无人车避障。
再次，两家机器人都可以进行智能控制，用户可通过手机APP进行下单操作且能让机器人获取需求。
另外，导航精度高也是两家机器人的共同特点，菜鸟“小G”可以将货物配送至人，京东无人车规划的行车路径能精确至厘米级。
不过，即使搭载了诸多“黑科技”，两者要从测试阶段升级为应用层面，还有很长的路要走。比如，对于居住在无电梯的高层公寓用户而言，两家的机器人目前都还无能为力。

还有谁在抢占物流配送机器人市场？

当前，物流配送机器人主要分为两种，天上“飞”的无人机送货和地上“跑”的配送机器人。“无人机送货”有亚马逊的快递无人机Prime Air、京东的配送无人机，美国初创公司Workhorsey研发的HorseFly等。国内如京东X事业部的无人配送机器人、菜鸟E.T.物流实验室研发的末端配送机器人小G，国外像英国Starship Technologies推出的送货机器人Starship、美国Robby Technologies公司的Robby机器人等都是行走在陆地的无人配送机器人。
除此之外，国内还有一家真机智能公司，他们的“真机小黄马”就是一款体型娇小的配送机器人。它身高不到一米，可载重约30~50千克的物品，能够以6~10公里每小时的速度行驶在学校等3~5千米的封闭园区内。充电2~4小时，可实现60~80公里的续航里程。
基于团队自研的ZROS（Zhen Robotics Operating System），无人配送机器人将通过3D激光雷达实现对环境的建图、定位，进行实时路径的规划。此外，面对路况变化等，还需要结合深度学习进行物体（包括行人、车辆等）检测，提高避障能力。
决策和调度方面则是团队的着重发力点。真机智能通过智能调度系统，使得机器人可以根据距离和路线完成智能派单，实现最优调度。调度系统构建了无人配送局部网络，未来将构建起无人配送的全局网络。

具体应用场景上，真机智能当前主要聚焦于封闭园区内即时物流的配送，即无需储存和中转的即时配送服务。鉴于当前配送机器人运行的实际条件，封闭园区道路平稳且人口密度较为稳定，有利于配送机器人前期的测试和迭代。
除了上述无人配送车之外，同类型的还有申通快递的智能分拣机器人，亚马逊的货架机器人等。
作为短途自主配送机器人，路线规划自然是一项必备技能。除了由操作人员预先设定的简单方式之外，现在越来越多的机器人可以参照精准的卫星定位和地图测算，根据行驶过程中景物的变化，实时地改变既定路线。

亚马逊的货架机器人则可以沿着仓库地板上的条形码列队行走，不发生碰撞。

申通快递的智能分拣机器人还具备自动快充能力，这款机器人检测到电量不足时，能自动找到预先设定好的电源进行快速充电，只需要5分钟，就能再连续工作4个小时，真正实现了24小时不停歇。
在丰富多样的应用机器人领域，短途配送无疑是其中一个重要的分支。这一类的机器人通常不需要具备灵巧的运动能力，也不需要与人类进行复杂的语言或者表情沟通。他们只在一个预先设定好的小片区域内，通过智能导航和路线规划，便可自主地为用户提供中小型物品的配送服务。