Uber 和 Waymo 再次狹路相逢:自動駕駛半掛貨運誰是龍頭?

在雙方的自動駕駛訴訟戰宣告和解後,Uber 和 Waymo 似乎又在自動駕駛貨運領域較上了勁!
評論
評論

本篇來自合作媒體 36kr,INSIDE 經授權轉載。

和乘用車市場一樣,貨運市場也是一個數億美元的產業。

在雙方的自動駕駛訴訟戰宣告和解後,Uber 和 Waymo 似乎又在自動駕駛貨運領域較上了勁。美國東部時間 3 月 6 日,Uber 宣布正在亞利桑那州透過自動駕駛半掛卡車完成商業運輸;兩天後,Waymo 官方 Medium 帳號宣布,Waymo 自動駕駛半掛卡車將在亞特蘭大啟動試運營。

Uber ATG(Advanced Technologies Group,負責 Uber 自動駕駛技術的研發)在 Twitter 表示,我們的知道駕駛卡車正奔馳在亞利桑那州公路上,借助 @UberFreight 運輸貨物。

Uber 和 Waymo 再次狹路相逢:自動駕駛半掛貨運誰是龍頭?

UberFreight 是 Uber 去年 5 月 19 日推出的一款貨運領域的網約車 APP,旨在透過大數據調度來完成貨運領域的供需配對,提高長途貨運產業的效率。

來看看 Uber 自動駕駛卡車的硬件解決方案,車頭上放置了一個 Velodyne 64 線激光雷達以及幾個鏡頭(當然還有隱蔽不可見的毫米波雷達),這套方案與旁邊 Uber 基於沃爾沃 XC90 改裝的自動駕駛汽車解決方案如出一轍。

半掛卡車可能比乘用車更快的落地自動駕駛,有這麼幾個原因,自動駕駛轎車對用戶體驗的要求更高,需要在算法控制上更加“溫柔”,而貨運場景下的算法不必考慮因急加速/剎車導致的“體驗糟糕”問題;此外,貨運行業高昂的能耗和司機工資成本也讓那些貨運巨頭更有動力思考取代司機的可行性。

百威啤酒集團物流戰略高級總監 James Sembrot 曾表示:「我們每年要運輸 100 萬輛卡車的啤酒,年行駛里程達 4.5 億英里,這其中蘊含著巨大的機會。」如果全面應用自動駕駛卡車來運輸啤酒,柴油消耗量將下降 20%~35%,每年可以為百威節省 4500 萬美元的燃油費。百威曾在去年與 Uber 旗下 Otto 合作完成全球首例自動駕駛半掛驅動的商業貨運,一輛半掛式沃爾沃卡車載著 51744 罐百威啤酒,從科羅拉多州的科林斯堡出發,最終抵達科羅拉多斯普林斯,全程行駛 120 英里(約 193 公里)。

Uber ATG 沒有透露在亞利桑那州投放了多少輛自動駕駛卡車,也沒公佈與哪些公司展開合作、運輸了多少貨物,只是籠統的表示今年以來,Uber 自動駕駛卡車已經完成了「幾千次」運輸,其中有「很大一部分」處於自動駕駛模式。

當然,所有的試運營都是在高速公路場景下完成的,這種車道線清晰、突發路況更少的場景對自動駕駛卡車更友好。Uber 發言人 Sarah Abboud 表示:「我們甚至根本沒考慮在繁忙的城市街道上佈置自動駕駛卡車。從現在開始,那些技能嫻熟的老司機將負責城市到高速的短途運輸。」

正如前 Waymo 專案負責人 Chris Urmson 發給谷歌創辦人 Larry Page 的郵件說得那樣:「Uber 正在就自動駕駛汽車進行大筆投資,這一點尤其應該引起注意。因為他們的業務已經到位,可以有效推廣(自動駕駛汽車)。」Uber 的優勢在於有豐富的應用場景。

兩天後,Waymo 官方 Medium 帳號宣布,Waymo 自動駕駛半掛卡車將在亞特蘭大啟動一個試點項目,為其姊妹公司 Google 的數據中心運輸貨物。知情人士透露,Waymo 正在探索多種自動駕駛卡車商業化策略。

Waymo 過去一年一直在加州和亞利桑那州對自動駕駛卡車進行道路測試,讓軟體系統學習如何駕駛大型半掛式卡車。雖然原理類似,但(乘用車和)半掛在剎車、轉彎和視野盲區等方面有著顯著差異。

Waymo 自動駕卡車的感應器解決方案不用多說了,官方已經指出其與 Waymo 自動駕駛汽車採用同一套訂製感應器。車頂佈置了 Waymo 自研的蘑菇型雷達,而鏡頭和毫米波雷達則更加隱蔽。

Uber 和 Waymo 再次狹路相逢:自動駕駛半掛貨運誰是龍頭?

如今 Waymo 決定進入「美國最大的物流中心之一」的喬治亞州亞特蘭大展開自動駕駛半掛的試運營。Waymo 將與 Google 物流團隊合作,將其集成至托運方和承運方的運營中。在工廠、配送中心、港口和終點的網路中展開試營運。

Waymo 的優勢在於,該公司旗下車隊在真實路況下的測試里程已經突破 500 萬英里,而數據中心的模擬里程更是達到了 50 億英里,在業內有非常清晰的技術領先地位。是一個連接貨運巨頭與卡車製造商的有力合作方。

來自中國本土的自動駕駛創業公司圖森,也在聚焦於自動駕駛半掛卡車的商業化。相比 Uber、Waymo,圖森的獨特之處在於他們更看重視覺感應器(鏡頭)的重要性。圖森試圖透過計算機視覺配合毫米波雷達及 3D 高精地圖的無人駕駛技術,去實現高速公路路段的全無人駕駛。

在圖森的自動駕駛卡車感應器套件中,沒有雷射的身影。圖森號稱透過 8 個鏡頭加 3 組毫米波雷達實現了 200 米範圍內的路況感知。而「傳統方案有效感應距離不超過 80 米。」

圖森在亞利桑那州建立了產品工程團隊。在 CES 2018 期間,圖森宣布與美國 Peterbilt 公司(美國重型卡車製造商,在美國重型卡車市場上佔有 10% 左右的市佔率)和中國陝汽集團達成了合作。預計在 2018 年分別在中美兩地投放一支自動駕駛半掛車隊。下面是他們的演示影片。

早在 2016 年 8 月的時候,Uber 創辦人 Travis Kalanick 就表示:「Uber 正在進入卡車產業,和乘用車類似,這也是一個數億美元的產業。這是一個具有挑戰性的、有趣的細分市場,這個市場馬上會變得很激烈,我覺得很興奮。」

延伸閱讀:


Akamai 服務上新,於邊緣處推動快速創新

Akamai EdgeWorkers 為開發團隊提供豐富功能和工具來創建新的微服務,利用 Akamai 提供的 25 萬台分佈式服務器組成的網絡,在邊緣執行安全而快速的計算,並在邊緣暫存內容,以實現快速交付。
評論
評論

在雲計算技術還沒有大規模普及前,絕大部分企業和組織都需要自建數據中心,或通過託管的方式來部署自己的硬體基礎架構,並在此基礎上為員工和客戶提供服務。取決於業務或其他方面的諸多要求,此時需要部署的數據中心可能有很多個,並廣泛分佈在不同地區,藉此為客戶提供流暢的體驗,並透過多個數據中心保障連續性。在發展的過程中,隨著「雲端」的出現,讓各個組織的計算開始集中。

而當在線直播、無人駕駛、智能家電、物聯網等應用開始陸續深入我們的工作和生活,情況又不同了。以往透過雲平台集中運行和服務的模式,因為距離導致的網絡延遲已經對用戶的使用體驗產生極大影響。為了提供更敏捷、靈活、快速、可靠的體驗,企業需要從最貼近用戶的地方提供服務。因此,邊緣計算就成為最有效的解決方法。

透過將數據的收集、分析和處理等工作,由「雲中心」重新分散到最接近用戶的邊緣位置,企業可以就近為用戶提供服務,通過延遲更低的響應打造更出色的用戶體驗。

「無服務器」的出現,帶來計算方式的革新

以前,當組織需要上線一套業務系統時,首先需要採購並部署相應的服務器硬體,並且要負擔服務器日常運維過程中的管理、維護、補丁安裝、配置等繁瑣任務。

上雲前,組織需要在自己的數據中心,以硬體服務器的方式執行這一系列工作;上雲後雖然簡單許多,但依然需要面對雲服務商提供的虛擬服務器,從本質上來看相關負擔仍相當繁重。

無服務器(Serverless)技術的出現,讓組織可以在不需要考慮服務器的情況下,構建並運行由微服務構成的創新式應用程式與和服務。藉此不僅可以省略基礎架構管理任務,還能為幾乎任何類型的應用程式或後端服務構建無服務器應用程序,更方便、靈活地構建出具備極高可用性的應用。

Akamai EdgeWorkers :為創新賦能

Akamai EdgeWorkers 為開發團隊提供豐富功能和工具來創建新的微服務,利用Akamai 超過 25 萬台分佈式服務器組成的網絡,在邊緣執行安全而快速的計算,並在邊緣暫存內容,以實現快速交付。

當開發團隊在邊緣開啟代碼時,他們會將數據、見解和邏輯推送到更靠近最終用戶的位置。Akamai 的高性能、可擴展式實施模型,可確保數據和計算不會被延遲問題困擾,進而避免對數字化體驗產生負面影響。

在該服務幫助下,開發者可直接在 Akamai 的全球分佈式平台上快速、迭代地創建和部署新服務,以解決問題和自定義交付。

長期以來,Akamai 在邊緣計算的創新和成功實施皆具有優勢。自 1998 年起,便開始為 Akamai 內容交付網絡(CDN)的客戶推出自定義交付邏輯,其他里程碑還包括 2001 年的 Edge Site Includes 、2002 年的 Edge Java 以及 2014 年的 cloudlet 應用程式。

目前, Akamai 在全球擁有超過 4100 個入網點,為 EdgeWorkers 用戶提供出色的邊緣基礎架構規模和範圍,開發人員可以在靠近最終用戶和他們的數字化接觸點的地方部署代碼,以實現盡可能低的延遲。EdgeWorkers 同樣獨立於雲,客戶可以選擇利用 CDN 供應商或雲供應商平台上的無服務器計算功能。在 Akamai 幫助下,客戶可以在整個混合雲或多雲環境中部署單一的無服務器計算平台。

更多相關資訊:https://www.akamai.com/solutions/edge

本文章內容由「猿聲串動」提供,經關鍵評論網媒體集團廣編企劃編審。