在2019世界机器人大会上，主办方首次为物流机器人设置了单独展馆。而作为物流机器人研发和应用的主要玩家，美团也携其无人配送车家族出展，展品涵盖室外、园区、室内配送场景的大、中、小型三款无人配送车。
其中，美团自研的中型无人配送车「魔袋」，据官方资料介绍称，该款无人配送车定位于解决半开放道路长距离场景无人配送服务，能够通过人脸识别用户，为用户打开货箱。货箱内部进行多格分区，餐箱侧面设有温度传感器，能够感知物体温度与环境温度差值，自动调节餐箱内温度。
据现场工作人员介绍称，该款无人配送车相较年初在美国CES展出的第一版「魔袋」在功能性、安全性、可维护性上均有升级。其中，在功能性上，新版魔袋采用动态货柜，支持从2个出餐口进出餐箱及多种交互方式。
据雷锋网了解，美团不只在自研无人配送车，同时也广泛与配送机器人领域中诸多公司合作。与此同时，美团内部有设无人配送事业部，并在2018年7月25日对外发布了无人配送开放平台。美团首席科学家&无人配送与视觉部总经理夏华夏告诉雷锋网，由于目前配送机器人尚不成熟，通过与行业广泛合作，能够集众家之长突破当下行业瓶颈。
具体就当下行业发展及技术问题，雷锋网也与夏华夏进行了深入交流。
雷锋网(公众号：雷锋网)：美团为什么会发展无人配送业务，目前发展如何？
夏华夏：无人配送就是为了解决外卖业务发展需求而开展的，外卖业务量现在已经很大，峰值时候一天可以有三千多万订单量，需要大量的骑手，我们现在每天有60多万骑手为我们进行配送服务。未来配送业务量仍会有数倍增长空间，但是中国的劳动力人口现在每年都在减少，所以我们判断未来对劳动力招聘会越来越少，我们希望用无人驾驶技术或无人配送车来帮助骑手提高效率，我们这几年研发了多款无人配送车。
当然，目前无人配送车还处在早期的测试运营阶段，完全成熟、大规模落地的现在还没有，我们认为要实现真正成熟并大规模使用至少还要一到两年。但是我们已经拥有可以应用在不同场景中的无人配送设备，包括应用在公开道路、园区最后一公里的无人车、最后50米的楼内设备，以及配送无人机等多种设备。
雷锋网：美团现在有做一个开放平台，这一个平台有做怎样的开放工作？
夏华夏：平台这个词用得比较泛，每个平台有所不同，我们的平台主要开放的是两方面能力：
-
第一，开放智能外卖调度。我们现在每天有很多订单量、很多骑手，如果以后无人配送车加起来，如何高效让骑手和无人配送车接单、配送是一个很大的问题，这就需要一个外卖调度系统；
-
第二，场景开放。因为我们本身要去将商家汇聚到我们平台上，本身会产生交易，我们会把这个平台订单系统向我们的合作伙伴开放，所以很多合作伙伴如果有比较适合的、成熟的无人配送设备，通过我们的开放平台可以接单。这样也可以帮第三方无人驾驶公司产生一些收入，并可以在实际运行中迭代无人配送车的算法和硬件。
雷锋网：美团现在无人配送车领域有与很多机器人厂商合作，也有做自己的无人配送车，在无人配送车硬件方面我们是怎样考虑的？
夏华夏：这个问题可以从三个角度来看：
-
第一，无人驾驶技术成熟之前还有很长的路要走。在无人驾驶技术发展过程中无论是软件还是硬件都有很地方需要迭代和优化，每个地方会有不同的产品方案，这样组合起来有很大的想象空间。一个公司很难从中找出最优解，我们希望结合诸多机器人公司的力量来快速推动无人配送车走向成熟。就硬件而言，不同无人配送车在硬件设计上都有不同，诸如大小，激光雷达和机器视觉的选择、四驱和两驱的选择等，我们现在很难判断哪类产品好，只有在实际应用场景中才能判断；
-
第二，如果就整个外卖市场而言，这个市场太大、太复杂。无论是用机器还是用人力，甚至人机协同，都需要大量的运力，所以需要大量无人配送设备，现在看起来这么大的需求量不是任何一家公司能支撑得了的；
-
第三，场景的多样化（中国南北跨度大，有各类气候和路况条件）导致需要有不同适用能力的无人配送车。不同场景中的配送对无人配送车的配置需求是不一样的，从这个角度来看，我们需要很多种不同的无人配送车，从这个意义上来看，也不是一家公司可以实现的。
雷锋网：室内、园区、室外无人配送场景及对设备技术能力需求有何差异？
夏华夏：他们的技术栈差异还是挺大的。
室内配送场景，无人配送车的速度很慢，不需要考虑复杂地形，所以在过去工厂、仓库中应用的AGV机器人基础上加上一点“智能”就可以，例如室内无人配送车应用的传感器相对会简单很多，一般用单线激光雷达或者纯视觉就可以实现；
园区是相对封闭的环境，所以技术上相对也更可控，而且室内配送场景的无人配送车建图也更容易，难度也并不大；
最复杂的是室外配送场景，因为室外涉及各种复杂的障碍物，包括国内很多不同的城市，或者一个城市中不同道路的交通标志都不一样，同时还有各种复杂的交通状况及障碍物，所以公开道路最复杂。这也是这一行业中的公司先在室内落地、园区落地，最后在公开道路落地的原因。
雷锋网：在构图上，有些无人配送车是事先构图，直接将场景地图导入系统，另一种是实时扫描构图，您认为哪一种会是最终应用形式？
夏华夏：在具体场景应用中，目前我们一般会事先采集一遍地图。好处是一般我们会挑人流比较少的时候，减少干扰，可以把楼内行人或者一些运动的物体排除掉，这样可以较好还原一个较好的3D环境。
雷锋网：您提到的一到两年内实现规模化落地指的是室内无人配送车，还是室外无人配送车？
夏华夏：指的是室外，而且可能是一个相对比较乐观的估计。所谓规模化落地，我们是希望看到比较多的地方、场景中可以应用落地。至于测试运营，刚才我提到的包括美团在内，已经在一些地方测试。
雷锋网：就技术方面来看，无人配送车要实现落地目前存在哪些阻碍？
夏华夏：主要有以下三点：
第一，传感器是最具挑战的一点。目前激光雷达为主流应用传感器，无人配送车目前还不需要车规级标准激光雷达，但对温差范围和稳定性要求较高，目前这样的传感器还不够成熟，而且非常昂贵；
第二，低功耗，高性能计算芯片的需求。现在大部分无人车的计算都是用高功耗显卡来做的，每张显卡大概两三百瓦，而且可能应用的不只一张显卡，此外，还要再加上CPU的功耗，最终整个计算部分的功耗很高，因而在低功耗、高性能计算芯片研发方面，也有很高的需求；
第三，整车研发也是一个问题。对于无人配送场景而言，对整车体积大小与无人驾驶汽车的需求是不同的，车体需要小一些，需要符合诸如中国邮政快递那一类车体大小标准，但是这一类车此前没有现成可线控的底盘，现在大家会看到有一些公司在研发可线控的底盘，但是距较好的成熟度、可靠性还有一定距离，但是相对而言难度会小一点，最重要的还是前面两个。
雷锋网：美团现在构建的云端调度平台应用的是分布式计算吗？
夏华夏：这个肯定是用分布式的，因为整个业务规模非常大。刚才说三千万单这个数量没有那么大的体会，其实每一个订单进来之后我们内部都要做多次计算，单看点到点的路径计算，每一个点我们都需要做很多次路径计算，去找出到底哪个骑手来接这个单最适合。
我们现在在峰值的时候，每小时在地图上两点间的距离计算次数有约29亿次，所以这是一个很大规模的系统。
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/92707.html