刷爆朋友圈的双11背后，物流无人机离我们还有多远？

雷锋网(公众号：雷锋网)按：作者胡队长，为无人机行业多年老兵，现为一飞架构师、项目总监。

在国内，“物流无人机”长期被认为是一个飘在云上的概念。而现在，随着技术瓶颈的突破，从较早入局的顺丰、京东，到厚积薄发的中国邮政、苏宁，各大电商物流企业纷纷强势入场，一场自下而上的无人机“智能革命”正向我们走来。

智能进化史

业界探讨无人机智能如火如荼之时，尚无一个有效的定义判断。为此，笔者专门从美国交通部，搜列了无人驾驶汽车的等级判定作为参考。

百度李彦宏曾亲自驾驶百度无人汽车，行驶在北京环线

根据美国交通部的评定标准，将无人驾驶汽车分为0到5个等级，分别为无自动化(L0)、驾驶支援(L1)、部分自动化(L2)、有条件自动化(L3)、高度自动化(L4)、完全自动化(L5)；基于此借鉴，笔者大胆将无人机智能化水平分为以下几个阶段：

Level 1：遥控阶段，飞行器可按照人工遥控指令执行特定动作；

Level 2：自动阶段，飞行器可按照预编程指令完成特定飞行任务；

Level 3：自主阶段，飞行器可按照预编程指令完成飞行任务，同时在执行过程中具备一定的环境感知能力，基于感知信息实现对飞行任务做一定的局部调整；

Level 4：智能阶段，飞行器基于预设目标，自行规划任务，并在任务执行的过程中进行环境感知及处理，调整规划任务，最终完成任务飞行。

总结：各大厂商都已经完成Level2的进程，基本处于Level 3阶段，少数处于Level 3向Level 4达成的道路上。

全球巨头领风骚

放眼全球，DHL、谷歌、UPS、亚马逊等各大巨头研制旗下物流无人机系统已不在是什么秘密。

相反，正是由于他们的加入，物流无人机行业的游戏规似乎正悄然发生改变：整个行业智能化的推进速度不仅大大超过大家的预想，黑科技也将物流无人机智能化水平再一次提高。

下面，笔者就以几家有代表性的企业来简单分析，管中窥豹，一探其发展脉络和进程。

Matternet

Matternet是一家致力于实现将食物、医疗物资等急需品通过无人机送到偏远地方解决方案的无人机公司。

在推出其第一款无人机物流产品Matternet One后，去年的9月，Matternet宣布作为合作伙伴与奔驰曾共同推出了“Vision Van”物流概念车。

Vision Van的概念车，实现了无人机与货运车辆的结合，车上集成其最新一代无人机系统“MatternetM2”，这款无人机具备搭载2公斤货物实现20公里范围的货运飞行的能力，整套系统将用于与解决货运“最后一公里”的问题；同时高度集成定制的货运车辆将实现自动扫描、分拣上架、装车等流程，简化了快递员的送货流程，提高了人员的工作效率。

同时，值得注意的是，Matternet已经获得了瑞士 FOCA 的认证，意味着 Matternet能够在瑞士顺利的展开真正的运行工作，不过可预见的是在实现其最终目标过程当中Matternet仍然面对着各种巨大的挑战。

德国DHL

德国DHL算是各个巨头当中物对物流无人机的“疯狂追捧者”。    

近期发布的物流无人机系统已经是其第三代解决方案，该无人机系统包含可携带2公斤以内、不大于4.4L的无人机平台，以及自动起降平台；其中无人机系统不同之处在于它采用了可倾转机翼设计，具备垂直起降，固定翼模式高速巡航等多种模式，相对于常规布局多旋翼无人机具备了更大的飞行半径。

另外，其自动起降平台也让人眼前一亮，在无人看管的情况下可实现货物自动装填、货物自动拆卸、飞机电池自动更换，并在平台中对更换的货物、电池等进行自动管理，从而实现整个平台无人看管的情况下连续工作。

UPS

做为世界最大的快递承运商，UPS在无人机物流方面当然也不甘示弱。 

UPS在佛罗里达州坦帕市展示了将物流无人机与物流卡车结合的方案，方案采用了一款名叫 HorseFly 的八旋翼无人机，最大可载重10磅的货物，该方案定位在居民区的快递运送，用于提高最后一公里的派送效率。

亚马逊

亚马逊的物流解决方案是一种采用物流无人机与无人仓结合的方式。

客户在亚马逊完成购物并选择Prime Air 送货服务后，系统将会选择在附近的仓库，在完成自动拣货、自动装填无人机后，自主飞向用户目的地，客户仅需要将标记物放在附近空地即可完成对物流无人机的引导降落及抛物。

同时，这款无人机还具备一定的感知避障能力，无论在空中还是降落过程都能够实时对障碍物及接近的物体进行检测，保证整个过程的安全性。

亚马逊的物流无人机“王巢”

近期，亚马逊在美国专利商标局上公布了其最新的无人机专利。在这组专利中，亚马逊向世人展示这种类似“蜂巢”设计的配送站。

目前，受限于无人机自身的续航限制，一个独立的配送站很难实现大范围的配货服务，而这种接力配送站则能够在这个问题上提供一定帮助。在专利中，无人机通过配送接力中转站，实现无人机与无人机、或是无人机与车、人之前的接力；同时，还描述了所要建造的“蜂巢”巨大无比，可在郊区、城市中建造，极大提升配送效率。

相对于单独无人机它所解决的“痛点”：

微小型平台有限的续航能力与庞大物流网络融合问题；

无人机平台与车、人等其他物流手段实现快速交接问题；

物流无人机与自动基站的“联姻”

在未来的3到5年，物流的人力及交通成本会上涨20%-50%，物流无人机系统正是为了解决这样的问题而出现的。

在整个货运过程中，物流无人机负责向外输送，自动基站负责货物挑拣、更换，电池更换、维护，可以连续二十四小时工作不休息；一个主内，一个主外，其乐融融。

自动基站更像是一个加速规模化效应的倍增器，也是实现物流货运彻底无人机话的一条必经之路。

关键攻克技术

1. 高精度、高鲁棒性、高可靠性的飞行控制技术

a) 迈过物流无人机的第一道坎就是如何精确的将无人机按照预设配送线路飞行并降落在指定降落区域范围内，同时还不会因为飞行控制偏差导致降落失败、甚至误伤民众的问题。

因而，这就需要飞行器的“大脑”具备更加“聪明”：比如，如何在楼宇间保持精确控制，而不至漂移发生碰撞事故；如何在大风天气实现精确降落至地面指定区域或车辆降落区，这是各家厂商首要面临的挑战。

b) 为了扩大无人机的任务半径，各家厂商使出浑身解数，复合翼、倾转机翼、倾转机翼等各类新型布局飞行器孕育而生，这类无人机大多同时具备垂直起降、高速巡航的特性，很好的迎合了物流行业的需求，但这也对飞行控制系统的控制鲁棒性提出了要求。

以德国DHL第三代无人机为例，它采用双发倾转机翼布局，在机翼倾转90°状态下可实现垂直起降，在该形态下飞机的俯仰控制主要通过机翼舵面同步运动实现，为了增大俯仰的操纵功效，尽可能的将机翼舵面后置，以便增大机翼舵面气动力的力臂；

同时，机翼倾转也会带来一些负面问题，由于机翼倾转后前向迎风面积较大，前向风力带来的扰动将更大，增大了控制的难度；在无人机转入高速巡航模式前，它需要进行一段过度模式飞行，在这当中飞行器将逐步倾转机翼，将原由两个螺旋桨产生的拉力逐步转移到机翼产生的升力上。此时飞行器处于一种极不稳定的状态，这类似于一个卸力转移过程，好比原来你正挑着一个扁担，在你边走边挑的过程中另外一个人要接过你的扁担，一旦这个人接的不好就会把桶里的水撒出来。

为了能够准确“卸力”，就要进行精确的过渡态飞行控制律设计，这里就涉及了全包线的飞行动力学模型建模技术，多模态模型缝合技术、鲁棒控制算法等，才能成就高鲁棒性的飞行控制品质；

c) 根据相关数据统计，导致小型无人机事故的原因当中三分之一是因为核心“大脑”出的问题。

飞控对于无人机至关重要

因而，对于无人机的大脑来说，不光要飞得稳、飞得准，还得保证极低的故障率。为此，各家厂商都有自己的“独门绝活儿”：工业器件筛选、完整的高低温、振动、电磁兼容环境试验测试标准、余度管理及控制技术等，这些都需要各个厂商进行多年的技术积累。

2. 自主环境感知及避障技术

所谓自主环境感知技术之余人来说就是人的视觉、听觉、触觉，而一个没有视觉、听觉、触觉的人来说是很难在一个陌生环境中行动的。

对于无人机来说，自主环境感知技术就是借助“大脑”的“各种觉”解决“我在哪”和“前面有没有路的”的问题。对于一架物流无人机来说，要成功的将一件包裹送到最终客户手中，常常是要经过跋山涉水、翻山越岭的过程。

基于成熟的GPS导航技术能够基本解决“我在哪”的问题，但飞行过程中的非预期目标感知则需要借助双目视觉、激光雷达等设备；双目视觉类似人类的眼睛，在高清的图像码流数据基础上获取实时深度图并结合机器学习的方法识别非预期目标的距离、形状等信息。同时，完成任务飞行后需要实现对地面或车辆降落点的智能识别，以及非预期的人、动物、车辆目标的智能识别；因而，这就对各家环境感知技术的实时性、准确性提出了更高的要求。

好了，搞明白“我在哪”、“前面有没有路”的问题后，下一步要解决的就是“往哪走”的问题。

对于一架无人机像往常一样在熟悉的路线上欢快的奔向目的地，正在接近目的地时，一条刚拉的电线被聪明的“大脑”发觉，时不我待，“大脑”需要在分秒之间做出判断。因此，具备高实时性、并且能够在嵌入式这类有限计算设备中运行的最优规划算法就是解决问题的关键。

对于该类算法的挑战

a. 海量的感知数据处理

以双目视觉为例，一个采用720P60FPS配置的双目每秒会产生3M字节的数据，那么飞行10分钟的话就会产生1.75G的数据，你可能会说“这也不大啊，随便找个电脑都能搞定”，但在无人机有限的体积、功率条件下，所能运行的嵌入式系统来说，数据量已将非常庞大了。

b. 多种感知数据融合评估

多种感知数据融合顾名思义就是将多种感知数据融合起来。上面说了这么多，无人机的“各种觉”都是高度发达的，但又各有优略势，比如视觉感知系统，基于深度信息能够获取物体的距离、形状、方位等信息，但在强光、弱光状态下的使用又有所限制；而三维激光雷达这类感知系统，能够在不分昼夜的情况下对物体进行识别，但在物体形状信息获取上又有所欠缺。可见在感知系统中通过数据融合评估算法解决“相信谁”、“不相信谁”的问题将是重要的一点。

3. 基于大数据的智能云端系统

每一架物流无人机、无人基站背后都有着成千上万条信息，而成千上万架物流无人机网络所蕴含的信息量将更加巨大。作为物流行业各大巨头，这才是他们的拿手好戏，基于自身多年大数据的应用经验，同样适用于物流无人机及基站群的使用经验。基于大数据的云端系统更像是一张紧密的大网，能够有效的组织管理者节点上每一架飞机、每一个基站、仓库，借助云端强大的计算能力物流系统能够实现更加高效的运作。

未来将飞进千家万户

笔者预测，随着智能化程度的不断提高，在不久的将来，物流无人机将能够实现真正走入大家的日常生活，可能生活中一半以上网购的货物将经过物流无人机的“上帝之手”。

科技最终的目的是服务人类的生活，改变人们的生活习惯。相信抽根烟的功夫刚给娃买的奶粉从天而降将不在是新闻，而是大家日常生活的一部分。

雷锋网特约稿件，未经授权禁止转载。详情见。