迷车网
当前位置: 首页 > 车企 > 内容

让机器更智能,让生活更美好,盟识科技破局限定场景自动驾驶商业化之路

时间:2022-11-21 08:05
来源:网络
阅读量:16960   
摘要:据外媒报道,通用汽车申请了一项主动气动装置系统专利。该系统旨在最大限度地提高车辆的能源效率。2022年11月1日,美国商标和专利局公布了该专利,分配的序列号为美国11,485,429B2。此申请最初提交于2020年2月3日。专利中提到,在所...

“天地相连,万物相连”。交通是兴国之本,强国之本。党的十八大以来,我国交通运输事业取得了历史性成就,发生了历史性变革,迎来了从交通运输大国向交通运输强国的历史性跨越。最近,党的二十大报告再次强调“加快建设交通强国”,为新时期交通运输发展指明了方向,赋予了交通运输新的历史使命。

交通的本质在于疏通一切。除了交通基础设施,还需要建设一个高度信息化、智能化、高安全性和节能环保的交通工具和控制系统,并将其延伸到万物流动的各个方面。其中,无论是作为交通运输业重要组成部分的汽车产业,还是各类生产资料的最大来源——矿山,还是承担着国际贸易重任的海运港口,都有着较为明确的发展方向。

作为科技强国和交通强国的积极参与者和实践者,联盟科技帮助山东港建成了全球首个“零碳、无人化、智能化”的通用干散货码头,为山东港集团乃至全国大部分传统干散货码头自动化改造及其他类似应用场景提供了非常优质的成功案例,助力中国成为交通强国。

零碳、智能化让干散货码头“空”起来

作为全国首批智能港口建设试点单位,山东港口集团遵照《建设世界级港口的指导意见》,发布了《山东港口集团“十四五”科技创新专项规划》,致力于建设自动化集装箱码头信息系统工程、传统码头智能化改造工程和智能港口信息基础设施工程“工程3”。

目前,全球港口98%以上的集装箱码头由传统手工操作。如何使传统的集装箱码头实现全程无人化自动化作业,提高港口吞吐效率,缩短集装箱周转时间,是全球港口面临的世界性难题。

这一矛盾在山东港下辖的渤海湾港口东营港更为突出。东营港作业货物80%以上为铝矾土、砂石等干散货,物料杂,设备交互频繁,作业要求高,环境恶劣,对作业人员需求巨大。随着人力成本的上升和港口业务量的持续增长,安全、效率和成本精细控制的挑战不断增加。

渤海湾集团东营港干散货码头自2020年6月研发成功世界首台自动化龙门起重机并投产以来,再接再厉。2022年,柴蔚智能科技与猛士科技共同打造了全球首个“零碳、无人驾驶、智能化的通用干散货码头”。作为这一无人化整体解决方案的技术提供者,猛士科技在渤海湾港的带领下,首创了无人化宽体自卸车、遥控装载机、无人化龙门吊联合作业,实现了从散货码头前端到堆场的完全无人化运输。在大大提高现场安全性的同时,可以延长有效作业时间,节省80%以上的人力,节省70%以上的燃料费用。最近,从岸边到堆场的整体作业效率得到了提高。

基于良好的示范应用效果,联盟科技正在不断扩充船队,后续规模达到数十台,让运营控制难度大、人员需求大的干散货港口“空”而有序。

感知、规划、自适应,无人商业落地不易。

5G、大数据、人工智能、区块链等新技术与交通行业的深度融合正在全面展开,智能交通的场景不断拓展,向着更深更广的维度演进。有限场景下无人驾驶技术的应用场景并不局限于干散货码头。其他环境相对封闭、路线相对单一、车速相对较低的运营场景,如矿山、工厂、园区、机场等,替代机会较高。

Amp,萌科技创始人;CEO邱昌武博士表示,“生产物流场景的核心在于满足生产需求的物流运作,是上下游生产环节的延伸。借助信息技术和智能无人技术,实现主动精确控制,更好地满足上下游生产线连续生产的要求,并能快速及时地响应异常处理。即使停产,也能最大限度降低生产成本,生产物流自动驾驶市场空间广阔。以单个矿区为例,我国露天矿山超过1万个,有规模效益和无人化条件的不下1000个。采用无人化技术和规模化运营,不仅可以大幅降低人工和安全管理相关成本,还可以通过规范运营和优化策略,降低电力和维护成本。此外,通过系统的精益控制和优化调度,可以提高整体运营效益。车队越大,效益越显著,未来矿区自动驾驶应用市场价值每年将达到1000亿。再加上其他生产物流场景,如港口和站点,整体市场规模不容小觑。”

市场巨大,但实现无人驾驶商业化并不容易。

在联盟科技CTO顾家军博士看来,实现无人化的生产物流场景,需要具备足够强大的底层技术、持续的运维能力、完善的安全容错机制、完整的适应性强的系统架构设计以及相对合理的成本。

在聚焦技术方面,以干散货港口为例,由于干散货港口现场工作环境存在沙尘、雨雪等不可预测因素,很难以单一的环境感知为主要出发点来保证无人驾驶在各种工况下的定位精度。需要结合卫星信号或RTK信号、高精地图等相对定位方式来实现。即便如此,也极难区分真假正/负信号。因此,感知定位系统的抗干扰能力是决定无人港区能否实现的第一步。

感知之后是规划。当车辆感知视野被遮挡或存在动态目标时,能否自主重新规划,且仍能保证其规划的高效实施。比如矿区场景,车辆感知到前方道路有巨石滚动,规划系统需要做出判断,是否是走不通、绕过障碍物行驶、转弯改变行驶路线等动态调整方案。但在此过程中,规划难度上升,规划能否继续正常推进,是考验其规划体系动态规划能力的关键。

最后,车辆控制系统的适应能力。在不同的应用场景下,对无人驾驶汽车的需求是不同的。例如,在港口作业中,需要更精确的纵向停放精度,而在矿区,称重时强调更精确的横向停放。在车辆负载不同、线控执行器执行效果不同的情况下,控制系统能否根据不同的运行要求进行自适应,从而满足不同的精度要求,对提高系统对复杂多变环境的适应能力,进一步降低成本起着关键作用。

安全,全天候运行,构建能落地的自动驾驶和搭载系统。

对于自动驾驶行业来说,安全与成本的博弈一直是所有后续乘用车和商用车软件定义模式的不变话题,所有可持续的逻辑都需要建立在安全的基础上。

基于此,联盟科技在设计系统时,以冗余架构为核心,分别在软件和硬件上采用多重冗余可靠性设计。无论是激光雷达、毫米波雷达、超声波雷达、摄像头,联盟科技都为每一类传感器设计了相关的冗余,以保证极端情况下失效的可用性。其次,无论是早期的数据拟合还是主流的深度学习,同样的输入不一定产生同样的输出,模型本身的不确定性会给正确判断人、车或障碍物带来风险。因此,为了保证单车自动驾驶的安全性和冗余性,提高系统的可用性,降低模型的不确定性,联盟科技在感知、决策和控制系统中也采用了冗余设计。

除了上述对于自动驾驶本身的基础技术探索,联盟知识技术团队的工程背景和积累,以及对精益生产的理解,不仅使其产品能够高效地部署到生产物流的客户场景,而且具有足够的灵活性、适应性和可重用性。

以山东港项目为例,基于前期矿山现场的产品和解决方案体系,梦之科技仅用了一个月的时间,就实现了从车辆到达现场到多次编组作业的整个调试过程,同时根据客户需求优化物资转运路线和步骤。在发货过程中,根据实际生产需求,灵活变更了物资和车辆的运输路线,有效解决了港内外混车问题。

在更短的时间内,客户可以将无人驾驶卡车集成到其整体自动化码头生产系统中,完成从各类自动化设备到港口作业系统的全方位接入。也真正实现了现场人员减少80%,生产效率提升10%,实现了赋能传统干散货码头的战略价值。

以梦之科技运营或交付的几个矿山无人系统为例,重型车的高频往复可以在道路的均匀碾压、精准停车或倒车、多车协同流程和线路的设计、卸车点和装车点的换车时间的优化、车队行驶、会车、排队等候的细节处理等各个维度不断提升和优化生产效率。

以上都是联盟科技过去三四年积累的knowhow,最后整合成产品交付的标准。

面向长期高效运维的产品设计理念,可以保证联盟科技的解决方案系统在实际运营过程中的部署效率、服务效率和极低的运维成本。在山东港项目首批6辆自动驾驶车辆交付过程中,联盟科技的现场团队一直是两人一组。初期可以快速指导客户操作无人操作系统,进行无人操作,设计复杂智能系统的易用性,帮助客户快速掌握无人系统的管理和控制方法,为系统交付后的长期无人应用打下良好基础。对于交付型解决方案,只有在产品设计时,充分考虑后续快速但低成本的技术服务需求,才能为未来快速复制和占领市场打下坚实的基础。

整体来看,联盟科技一直以场景为导向,秉承产品化的通用、可复制的思路,以交付商用的“高安全性、高可靠性、可重复使用、全天候运行”的自动驾驶交付系统为目标,不断开发生产物流场景。坚持打磨标准化产品的T型策略,把每一个典型的环境项目细化、深化、做出来,用解决一般问题的思维去推广,以后会复制到大部分类似场景。

迭代、可靠、可重复使用,让无人驾驶汽车走遍矿山和港口。

如前所述,建立一个商业自动驾驶交通系统并不容易。联盟科技的成功离不开其深厚的行业和技术知识,以及核心RD团队的辛勤工作。

得益于团队20年来对移动机器人的理论研究和技术积累优势,联盟知识科技融合了经典移动机器人控制技术和新型人工智能技术的混合分层模块架构,以保持系统的可分析性。同时利用深度学习等人工智能技术,增强系统各模块的灵活处理能力,从而实现系统的本质安全和智能。

针对有限封闭区域的生产物流场景,联盟科技推出了“云边缘”三级分层体系。即部署在车辆端的无人驾驶控制系统,公共云部署的多边分布式集控生产调度平台(FOS)和云运维支撑系统(CSS)。可以充分考虑运营场景的特点和需求,在系统可靠、成本合理、服务响应快速的基本前提下,为客户提供一整套产品解决方案体系。

在此基础上,联盟知识团队自主研发了核心软硬件关键技术,包括模块化环境感知系统、高精度全工况定位系统、高性能决策控制器、车辆域控制器、车辆线控平台、智能车辆连接方案、云服务平台、综合调度平台、自动驾驶大数据平台等。,可以满足各种生产物流场景分散、分布偏远的地域特点,并进行灵活适应。

同时,“高频使用”使其商业价值显著。从露天矿区到港区、工厂、井、矿山等环境,联盟技术可以实现80%以上的技术和方案复用。所涉及的车辆动力类型包括纯电、柴油和混合动力,这为进一步降低整体系统成本提供了可能。

截至目前,联盟科技已将其完整的先进自动驾驶技术方案降维至涵盖散货码头、露天矿区等自动驾驶应用场景。核心团队在机器人、车辆及自动驾驶、工业自动化技术、港口机械、矿山工程机械等相关领域有着深厚的积累,先后与山东重工集团、柴蔚集团、中国建材、山东港口集团、中国兵器山东向鹏、潍城万鑫、华英控股等行业巨头合作。

随着项目的持续部署和交付,公司整体业务规模将快速增长,年内自驾车队规模将突破100辆,2023-2025年几何数翻倍。

数据化、自主化、可控化,让自动驾驶的商业化走出了有限的场景。

实现关键技术的自主控制是中国“十四五”期间最关键的目标之一。

其中,智能驾驶作为交通运输和汽车产业发展的重要驱动力,中国科技创新和质量发展的重要引擎,被视为中国汽车产业下一步转型的有力突破点,发展趋势决定着中国能否从汽车大国走向强国。在谈到机遇与挑战时,联盟科技的首席运营官·魏飞引用了张亚勤院士最近的观点,“自动驾驶是未来五年AI领域最具挑战性、最复杂的任务,也是推动全球汽车产业变革最重要的技术力量。同时更多的是对一个具体任务的认知。虽然复杂,但还是可以解决的,所以可以实现无人驾驶。”

全国政协经济委员会副主任、工业和信息化部原部长苗伟近日公开表示,当前,我国汽车产业应顺势而为,加快发展智能网联。实现无人驾驶,安全是第一位的,其中数据安全尤为重要。

目前基本上每辆车每天采集8TB-100TB的规模,如果一个车队的规模是200辆车,全天就需要2PB,包括数据采集、数据筛选、标注、数据训练、软件模拟的全过程,会输入到服务器进行数据模型训练,最后部署到车上进行自动驾驶。

海量数据处理涉及很多业务场景,包括道路数据、基础设施数据等涉及国家安全的数据信息。这意味着在无人驾驶时代,数据的多少将决定其在未来交通中的地位,同时也决定了本土企业需要加快相关技术领域的技术研究,将关键的核心技术和数据牢牢掌握在自己手中。

顾家军提到,联盟科技自主研发的CSS系统实现了自动驾驶车辆运行状态和数据的完整闭环,对现场运行的自动驾驶车辆数据进行脱敏、清洗、转储和诊断,进而推动自动驾驶的算法快速迭代和生产流程的持续改进。

作为一直深耕有限场景自动驾驶的联盟科技,“过去四年,我们专注于矿山、港口、场地等场景。能够快速商业化,构建自动驾驶核心软硬件控制系统技术和产品优势,并向用户提供成套解决方案和运营服务。”联盟科技CEO邱昌武博士介绍。

他进一步表示,“在更长期内,联盟科技将基于业务运营和市场发展需求,构建通用的产品系列矩阵,为不同的子应用场景提供解决方案。”

这意味着,联盟科技将继续深化L4封闭和半封闭场景的自动驾驶解决方案,并将继续拓宽应用场景范围,包括各种车型和车辆的L2/L2+和L3自动驾驶应用场景。

这一目标的背后,离不开核心团队在机器人、车辆和自动驾驶、工业自动化技术等相关领域的深厚积累,以及不断扩大的人才储备。

以联合创始人兼CTO顾家军博士为例。在加入联盟科技之前,他先后在GE中央研究院和宝马中国研究院工作,主要负责L4/L5自动驾驶相关核心算法的开发和测试规范的编写。作为核心团队成员,他帮助宝马成为第一家在中国获得自动驾驶汽车路测牌照的国际车辆制造商。

张彪,联合创始人、系统部负责人,曾担任上汽大众集成测试负责人,参与PQ、MQB、MEB等平台,负责帕萨特PHEV、phideon EV、Teramont等车型的集成测试台建设和全生命周期测试。在此期间,他开发了ECU自动数据写入和测试等软件,为大众汽车建立完整的测试流程和测试规范做出了突出贡献。

团队其他核心成员也有丰富的智能驾驶经验。例如,某核心成员的车辆控制与路径规划算法,已被大众集团应用于全球所有搭载其最新Travel Assist驾驶辅助系统的车辆,在高速车道保持和自动变道过程中,在准确性和平顺性方面均有出色表现。

除了车辆,联盟科技创始人兼CEO邱昌武博士在无人船研发方面也有着丰富的经验。振华重工研发的第一代无人船自动驾驶系统,为联盟科技移动机器人未来的拓展奠定了更大的想象空间。

联合科技还在不断吸收和扩充人才队伍,以市场为导向,以智能技术为核心,不断推进绿色、智能物流运营系统和设备的落地,构建面向未来的业务版图。

行业未雨绸缪,才能行稳致远。可以肯定的是,作为一家面向未来的机器人科技公司,联盟科技凭借其完整的先进自动驾驶技术方案,降低了维度,覆盖了多个应用场景,为商用车自动驾驶树立了新的行业应用标杆。面向未来,盖世汽车相信也将继续战略布局,不断深化关键技术研究,为交通强国梦提供“联盟方案”。

声明:免责声明:此文内容为本网站转载企业宣传资讯,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容。