Fuyou Trucks의 기술 파트너 Chen Guanling: 트렁크 물류에 자율주행 적용

게스트: Chen Guanling

편집자: Qianshan

자율 주행 기술은 교통 시설의 지능형 업그레이드를 촉진하는 데 중요한 부분입니다. 복잡한 운송 시스템 속에서 트렁크 물류의 도로 현장은 상대적으로 정형화돼 있어 많은 전문가들은 트렁크 물류가 자율주행 구현을 위한 시범 분야가 될 것으로 예상하고 있다.

    최근 51CTO가 주최한 ​AISummit 글로벌 인공 지능 기술 컨퍼런스​에서 Fuyou Trucks의 기술 파트너인 Chen Guanling이 기조 연설을 통해 "트렁크 물류에 자율 주행의 적용"을 발표하여 운영 관점에서 공유했습니다. 트렁크 물류 시나리오에서 자율주행 기술을 생각합니다.

여러분에게 영감을 주기 위해 연설 내용을 다음과 같이 정리했습니다.

올해 3월과 4월, 전염병이 발생하면서 지방 당국은 통제를 강화했고, 일용품 공급이 부족해 트럭 운전사들이 물품을 배달하기 위해 여러 곳으로 달려갔습니다. 이 기간 동안 광범위한 언론 보도로 인해 네티즌들은 점차 도로 화물 산업과 트럭 운전사 그룹에 대해 이해하고 관심을 갖게 되었습니다.

고속도로 화물운송 분야 자율주행 적용

고속도로 화물운송은 사회운영의 '대동맥'이자 국가경제의 '바로미터'입니다. 2021년 중국의 도로 화물 시장 규모는 약 6조 8천억 달러에 달할 것이며, 전국적으로 거의 2천만 명의 트럭 운전자가 있을 것입니다. 더욱이, 도로 화물 운송과 GDP 사이에는 강한 양의 상관관계가 있으며, 활성 트럭 수와 GDP 사이의 상관 계수는 0.86으로 높습니다.

그러나 도로 화물 역시 몇 가지 문제에 직면해 있습니다. 2016년 공안부 자료에 따르면 트럭은 전체 자동차의 12%에 불과했지만, 트럭은 교통사고의 30% 이상, 사망자가 발생한 교통사고의 48%를 차지했습니다. 동시에, 운임 하락으로 인해 운전자가 돈을 버는 것이 점점 더 어려워지고 있으며, 이 산업에 참여하려는 젊은이는 점점 줄어들고 있습니다.

잦은 사고와 운전자 찾기의 어려움으로 인해 고속도로 화물 분야에 자율주행을 적용하는 것은 업계 전체의 합의가 되었습니다.

(1)항만물류 자율주행 적용. 이 항구는 상대적으로 폐쇄적이고 저속 적용 시나리오로 자율 주행에 더 친화적입니다. 그러나 현재 항만 내 컨테이너 트럭(일명 '컨테이너 트럭')의 대다수는 여전히 수동으로 운행되고 있으며, 항만 내 컨테이너 트럭의 자동 운전 보급률은 2% 미만이다. 2025년까지 중국 항구 컨테이너 트럭의 L4 자율주행 보급률은 20%를 넘어설 것으로 예상되며, 적용 규모는 6,000~7,000대에 이를 것으로 예상된다. 이에 따라 중국 항만 자율주행 전체 시장 규모는 60억 달러를 넘어 세계 시장의 약 30%를 차지할 것으로 추산된다.

항만물류가 자율주행 트럭의 중요한 구현 시나리오가 될 수 있는 데는 두 가지 이유가 있습니다. 첫째, 항만 자율주행은 구현 속도가 빠르고, 대규모 비즈니스 모델을 달성할 것으로 예상됩니다. 둘째, 항만자율주행 시행 후 지점 간 확장이 가능하고, 1~2년 안에 본선 물류까지 성공적으로 확장될 수 있다.

현재 국내 13개 항만이 자율주행 트럭을 시행하고 있으며, 투심플(TuSimple), 메인라인테크놀로지(Mainline Technology), 시니안 스마트드라이빙(Sinian Smart Driving) 등 기업들이 항만 자율주행 상용화를 추진하기 시작했다.

(2)

트렁크 물류에 자율주행 적용.

고속도로 시나리오는 항만물류보다 더 복잡하지만 개방형 도로의 도시 시나리오에 비해 트렁크 물류는 여전히 자율주행에 더 친화적입니다. 2021년 중국의 트렁크 물류용 대형 트럭 수는 약 314만 대에 달할 것이며, 자율주행을 위한 잠재적 교체 시장은 7,600억 위안을 넘어설 것이며, 2025년까지 잠재적 교체 시장은 1조 위안을 넘어설 것으로 예상됩니다. 간선고속물류 시장이 항만물류 시장을 훨씬 능가하고 있음을 알 수 있다. 자율주행 분야 업계 리더들은 이미 이에 대한 계획을 세우고 꾸준히 자율주행 트럭 상용화를 추진하고 있습니다. 투심플은 지난해 말 일반 도로에서 최초의 완전 무인 테스트를 완료했으며 정상 운영을 실시할 계획이다. 올해 6월 초 구글의 자율주행 기업 웨이모(Waymo)는 우버의 화물 사업부와 자율주행 트럭에 대한 장기적인 전략적 협력을 발표했다.

자율주행이 트렁크 물류에 미치는 이점

물류업체에서는 안전과 더불어 자율주행 적용의 핵심 원동력은 비용 절감입니다.

1. 인건비 절감.

도로운송 운송 비용 구조에서 운전자 급여 비용은 약 25%를 차지합니다. 가장 간단한 방법은 L4 자율주행이 성숙해진 후 운전자 비용을 완전히 줄이는 것, 즉 전체 운임이 25% 감소하는 것입니다. 이는 매우 상당한 비용 절감 비율입니다. 물론 L4의 구현에는 시간이 걸릴 것이라는 점을 알고 있으며, 기술과 정책이 성숙될 때까지 좀 더 인내심을 가지고 기다려야 합니다.

또한 일반적으로 운전자는 600km를 연속으로 운전하면 매우 피곤함을 느낄 것입니다. 그러나 현재 800km를 초과하는 화물 주문에는 두 명의 운전자가 교대로 작업을 완료해야 합니다. 즉, 사람이 멈추고 멈춰야 합니다. L3가 가능한 자율주행 시스템은 운전자의 피로도를 크게 줄일 수 있으며, 800~1,200km의 주문을 완료하는 데 단 한 명의 운전자만 필요하다고 예측합니다. 이렇게 하면 이 거리 내에서 주문할 경우 이중 주행을 단독 주행으로 변경할 수 있어 약 12%의 비용을 절약할 수 있으며 이는 실제로 매우 효과적인 비용 절감 조치입니다.

2. 연료비 절감.

화물 비용 구조에서 연료비는 약 23%를 차지합니다. 최근 유가의 지속적인 상승으로 인해 연료비 비중도 점점 높아지고 있습니다. 연료 소비를 줄이려면 일반적으로 차량이 합리적인 연료 분사를 달성할 수 있도록 엔진 스로틀을 지속적으로 조정해야 합니다. 일반적으로 연비절감율이라고 하면 초보운전자 대비 자율주행차의 연비감소율을 말합니다.

구체적으로 연료 소비를 줄이기 위한 자율 주행 방법은 다음을 참조하세요.

한편으로는 고정밀 지도와 온보드 감지 장비를 사용하여 오르막길 비율과 도로 상황 등 전방의 도로 상황을 미리 파악합니다. 내리막길, 앞차의 속도 등 더 나은 계획과 결정을 내리세요. 브레이크와 액셀러레이터는 더욱 정밀해집니다.

한편, 데이터를 축적하고 알고리즘을 최적화함으로써 차량을 최상의 상태로 주행할 수 있습니다. 즉, 차량을 최고의 전력 소비 범위에서 유지할 수 있습니다. 좋은 운전 습관을 가진 운전자는 초보 운전자에 비해 연료 소비를 20%까지 줄일 수 있지만, 이를 위해서는 운전자가 도로 상황에 대해 잘 알고 브레이크를 밟고 가속할 위치를 알아야 합니다. 이를 기준으로 자율주행을 하면 숙련된 운전자에 비해 연료소비를 추가로 6~10% 절감할 수 있으며, 운임으로 환산하면 절감할 수 있는 원가율은 약 1.5~2.5%이다. 실제로 많은 물류회사의 매출총이익률은 보통 3~4포인트에 불과하기 때문에 비율을 1.5만큼 낮추는 것은 실제로 매출총이익을 늘리는 효과적인 수단이다.

트렁크 물류 자율주행의 기술적 과제

1.

일반적으로 카메라의 감지 거리는 200미터이고, LiDAR의 감지 거리는 더 짧은 약 100미터입니다. Waymo는 이전에 자사의 비전 시스템이 최대 300m 떨어진 물체를 감지하고 추적할 수 있다고 밝혔습니다. 300m 거리는 2톤짜리 자동차가 고속으로 운전할 때 안전하게 정지할 수 있는 충분한 시간을 보장할 수 있습니다.

그러나 트럭, 특히 고속으로 주행하는 대형 트럭의 경우 트럭 앞부분의 무게만 9톤에 달하고, 운반되는 물품의 무게도 27톤에 달할 수 있으므로 인지 거리가 길어질수록 주행 거리도 길어집니다. 제동 거리는 대형 트럭이 안전하게 정지할 수 있도록 해줍니다.

물론 감지 거리도 길어야 할 뿐만 아니라 인식 정확도도 유지되어야 합니다. 멀리 있는 물체를 인식하기 위해 망원 렌즈를 사용하면 해상도가 감소하기 때문입니다. 아직까지 자율주행 기업이 관련 데이터를 공개하는 모습을 본 적이 없습니다.

2. 차선 변경이 어렵습니다.

고속 상황에서는 트럭이 차선 변경을 완료하는 데 약 10초가 소요됩니다. 운전자의 사전 관찰까지 포함하면 시간이 더 오래 걸릴 수 있으며, 주변 차량의 안전 운전에 대한 위험도 더 커집니다. . 대부분의 경우 우리는 감지를 통해 차선 변경을 피하고 안전 위험을 피하고 싶습니다.

(1) 안전한 측면 변속. 당신과 평행하게 달리는 차가 차선을 빼앗고 싶지 않지만 그 차와 당신의 차 사이의 거리가 너무 좁은 경우, 당신의 차는 실제로 약간 옆으로 움직이기만 하면 되고 차선을 완전히 바꿀 필요는 없습니다.

(2) 갑자기 길을 잡습니다. 자동차가 갑자기 차선을 침범할 때 의사결정 시스템이 충돌을 일으키지 않고 브레이크를 밟고 속도를 줄이는 것으로 충분하다고 판단하면 실제로 완전한 차선 변경을 피할 수 있습니다.

(3) 적극적으로 차선을 변경합니다. 고속도로 진입로에서 합류하는 차량이 있는 경우, 급제동을 해도 충돌을 피할 수 없다고 의사결정 시스템이 판단하면 적극적으로 차선을 변경하는 것이 더 나은 방법이다.

이 모든 작업에는 실제로 다른 차량의 의도를 비교적 정확하게 인식해야 합니다. 그러나 일반적으로 대형 트럭 뒤에 있는 트레일러에 있는 화물의 크기, 무게, 고르지 못한 배치로 인해 운전자가 운전할 때 차량이 움직일 수 있습니다. 일단 편차가 발생하면 측면 제어 불안정이 발생하기 쉬우며 이는 트렁크 물류 운전에서 두드러진 제어 어려움이므로 자동 운전 비행 제어 시스템에 대한 요구 사항도 특히 높습니다.

3. 데이터 축적.

자율주행이 인간 운전의 안전성을 따라잡으려면 100억 마일 이상의 도로 테스트가 필요하다는 말이 있습니다. 현재 트렁크 물류의 자율주행 경로는 전국을 커버하지 않고, 테스트 단계로 단일 경로로만 왕복 운행할 수 있으며, 데이터 축적과 알고리즘 확인이 목적이다. 매우 느려야 합니다.

한편 노선마다 도로 정보가 다르며 기존 노선의 알고리즘 모델을 단순히 번역하는 것은 불가능합니다. 반면, 개발 전략의 관점에서 볼 때, 아직 차량의 규모가 시작되지 않은 상황에서는 자율주행 회사는 사업자로서 여러 라인을 병렬로 운영할 수 없으며, 대신 한 라인의 알고리즘 모델을 따라 새로운 개발을 개발하게 됩니다. 다른 라인의 알고리즘 모델이 완전히 작동 중입니다.

데이터 축적을 위해 효과적인 수단 중 하나는 시뮬레이션 기술을 사용하는 것입니다. 하지만 단순한 추측이라면 시뮬레이션 마일리지는 큰 의미가 없습니다. 예를 들어 일부 회사에서는 1,000km의 시뮬레이션 마일리지가 실제 도로 테스트 마일리지 1km와 동일하다고 말합니다. 이는 실제로 중요한 문제를 테스트용 시뮬레이션 시스템에 통합하는 방법에 달려 있습니다. 및 반복 알고리즘. 즉, 실제 드라이브 테스트와 시뮬레이션 시스템은 알고리즘 정확성과 시스템 보안을 향상시키는 두 가지 필수 측면입니다.

트렁크 물류 자율주행 비즈니스 모델

트렁크 물류 자율주행을 위한 다양한 비즈니스 모델을 살펴보겠습니다.

비즈니스 모델 1:: 기술 솔루션을 제공합니다. 자율주행 기업은 센서 구성 솔루션, 컴퓨팅 플랫폼 알고리즘 개발 및 반복 등 자율주행 시스템 관련 기술과 기술 서비스를 OEM에 제공합니다.

비즈니스 모델 2: SaaS 모델인 자율주행 운영 서비스 제공. 고객을 대면하는 물류회사. 물류업체는 자율주행업체와 협력하는 OEM 차량을 구매함과 동시에 자율주행업체에 자율주행 기술 운영 서비스를 제공하는 반면, 물류업체는 차량 관리 및 운영만 담당하면 된다.

비즈니스 모델 3:: TaaS 모델에 속하는 제3자 운송 서비스 제공, 즉

서비스로서의 운송입니다. 이 모델에서 자율주행 회사는 자체 차량을 구축 및 운영해야 하며 자율주행 기술의 개발 및 반복을 책임져야 합니다.

비즈니스 모델 4:: 차량 제조, 자율 주행 시스템 및 운송 용량의 엔드투엔드 전체 프로세스 모델을 제공합니다. 자율주행 기업은 완전한 자율주행 시스템과 제3자 운송 서비스를 제공해야 하며, 다른 한편으로는 대량 생산과 배송 능력을 높이고, 차량 증가를 통해 운송 능력 부족 문제를 해결해야 합니다. 조작.

현재로서는 이 네 가지 모드 중 어느 것이 더 나은지 말하기 어렵고 모두가 탐색 중입니다. 그러나 우리는 자율주행 회사가 데이터를 더 잘 축적하고 알고리즘을 반복하여 전달되는 최종 가치가 운영자의 요구에 더 부합하기 위해서는 비즈니스 시나리오에 깊이 들어가 트렁크 물류 운영에 참여해야 한다고 믿습니다.

트렁크 물류 운영의 문제점을 해결하는 Fuyou Truck의 접근 방식

자율 주행은 트렁크 물류 운영의 일부입니다. 트렁크 물류의 End-to-End 운영 과정에는 여전히 많은 문제점이 존재합니다. 화물 소유자의 경우 차량 찾기의 비효율성, 불투명한 가격, 배송 지연, 상품 추적의 어려움, 불규칙한 정산 등이 있습니다. 운송능력, 운송효율성 개선이 어렵고, 표준화된 서비스 역량이 부족하고, 요금추심이 보장되지 않는 경우 등

종단 간 차량 운송 운영 플랫폼인 Fuyou Trucks는 세 가지 지능형 시스템(지능형 가격 책정, 지능형 파견 및 지능형 서비스)을 사용하여 이러한 업계 문제점을 해결합니다.

화물 소유자가 가격을 문의하면 플랫폼은 알고리즘을 기반으로 자동으로 견적을 작성합니다. 화물 소유자가 가격이 적절하다고 느끼면 주문을 할 수 있습니다. 주문 후 Fuyou는 지능형 파견 시스템을 사용하여 주문을 픽업할 적절한 운전자를 선택합니다. 전체 프로세스 동안 Fuyou는 지능형 서비스 시스템을 사용하여 전체 운송 프로세스에 이상이 있는지, 전체 엔드투엔드 프로세스가 완전히 온라인인지 여부를 모니터링합니다.

6년간의 운영 실적을 기준으로 우리 플랫폼의 정시 운송률은 95.2%에 달했습니다. 기술 지원이 없는 전통적인 운영 모델에서 정시 운행률은 일반적으로 80%-85%에 불과합니다. 게다가 사고율도 10,000명 중 2명에 불과합니다. 공차율은 6%로 업계 공차율 49%에 비해 효율성이 크게 향상됐다고 할 수 있다.

우리의 비전은 현재 인간이 운전하는 트럭을 파견하는 것에서 가까운 미래에 인간과 기계를 결합한 스마트 차량을 파견하고, 미래에는 완전히 무인 트럭을 파견하여 도시 간 트렁크를 위한 진정한 지능형 운영 플랫폼이 되는 것입니다. 물류 센터.

Fuyou Trucks가 구현하고 있는 "Venus" 계획은 자율주행 기업을 위한 오픈소스 상용 운영 시나리오입니다. 자율주행 기업은 대개 기술적인 배경을 갖춘 기업이다. 물류 운영 경험이 부족해 운영 효율성이 떨어지는 경우가 많아 기술보다는 실제 운영에 많은 자원과 에너지를 소비하게 된다.

Fuyou Truck 상업 운영 시나리오에 참여하는 자율주행 트럭 회사를 환영합니다. "Venus" 모델에 따라 Fuyou Trucks는 상품 공급원의 유통, 운전자 관리 및 배송 품질을 담당합니다. 자율주행 기업은 기술 향상에만 집중하면 된다.

운영 플랫폼에서는 평균 인수 주행 거리, 자율 주행 모드에서의 연료 소비 데이터, 급제동 및 비상 정지 속도 등 일부 주요 기술 지표를 공정하게 모니터링합니다. 동시에 Fuyou는 일정 금액의 수입으로 이러한 자율주행 트럭 회사를 보증할 수도 있습니다. 우리의 운임은 자율주행 트럭 회사에 전달될 수 있습니다. 또한 상대적으로 성숙한 기술 솔루션을 갖춘 일부 트럭을 우선적으로 구매할 수도 있습니다.

더 흥미로운 콘텐츠를 보려면 컨퍼런스 공식 웹사이트를 방문하세요. 보려면 클릭하세요 ​

위 내용은 Fuyou Trucks의 기술 파트너 Chen Guanling: 트렁크 물류에 자율주행 적용의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!