蛰伏三年,达摩院首款无人驾驶终端产品,阿里牵出一头「小蛮驴」( 三 )


所以 , 整个达摩院自动驾驶实验室和阿里云就是小蛮驴的后方技术支撑 。 而对于达摩院来说 , 末端物流是一个绝佳的自动驾驶「练兵场」 , 复杂的场景可以更好的锤炼技术、更新算法 。
未来 , 小蛮驴会从末端社区、学校、园区往城区、高速等更开放的场景延伸发展 。
二、计算单元成本降低 50% , 无人配送「量产」成为可能
另一个是「量产」 。
国内的末端无人物流机器人从 2015 年开始起步 , 这个市场空间大、想象力广、竞争格局未定 , 玩家甚多 。 不管是拥有技术的互联网大厂 , 还是拥有场景的物流巨头 , 抑或是创业公司都想入场分一杯羹 。
虽然可以零零星星的从报道中窥见各个厂家的落地情况 , 但现实中似乎一直未见物流机器人的真容 。
问题就在于 , 现在几乎没有厂家能真正解决「量产」的问题 。
第一量产需要降成本 , 现在激光雷达、传感器等技术尚未成熟 , 价格昂贵;第二 L4 级自动驾驶意味着需要摆脱人类安全员 , 机器人担任责任主体 , 但现在机器人的安全性能得不到完全保障 。
小规模试运营永远无法落地大街小巷实现商业价值 , 同时也没办法保证机器人产品的一致性和质量 。
小蛮驴的最关键的创新点就在于已经大幅度降低了机器人的制造成本 , 不久的将来就会与车企合作大规模量产 。
「我没有看到任何一家公司能做到千万级别的出货量 , 我们希望小蛮驴能够迈出 , 从小规模试运营到量产的关键一步 。 」
如何降本?背后还是离不开雄厚的研发能力 。 陈俊波介绍 , 物流机器人成本主要集中在三方面:传感器、技术设备和运动底盘 , 达摩院是基于这三块做了大规模的硬件深度定制和软硬件一体化的设计 。
比如 , 在定位设备方面 , 大多数自动驾驶公司或机器人公司会采用惯性导航系统 , 但惯导价格非常昂贵 , 仅这一个系统市场价就 10 万以上 。
而达摩院自动驾驶实验室有一个自研软硬件一体化定位设备 , 是结合惯性导航和 GPS 的一个综合定位模块 , 定位效果不变的情况下综合成本有一个数量级的下降 。
再比如 , 无人驾驶车的计算设备一般用工业计算机 , 但工业计算机功耗大、成本贵、体积大 , 运用到量产化产品中对续航里程、快递运载量以及整车成本控制都很不利 。
基于此 , 达摩院设计了嵌入式异构的计算单元 , 这种计算单元高度集成化 , 可在大幅度降低功耗、成本的情况下提高系统稳定性 , 但算力只有工业计算机的 1/3 。
蛰伏三年,达摩院首款无人驾驶终端产品,阿里牵出一头「小蛮驴」
本文插图
这就对软件算法提出了非常高的要求 , 需要在模型效果没有任何降低的前提下将算力控制在工业计算机的 1/3 , 达摩院已经实现了这个技术 。 「这是我们的核心竞争力 。 」陈俊波说 。
整体来看 , 软硬件协同优化可将计算单元功耗降低 72%、成本降低 50%、体积压缩 62% 。
底盘方面 , 制动系统与驱动系统实现二合一 , 整车重量降低 44% , 电子电器拓扑精简 40% , 成本降低 31% 。
达摩院去年发布的 AutoDrive1.0 平台已经升级到了 AutoDrive2.0 版本 , 升级部分就在于利用自动化学习平台协同优化和硬件 。
成本控制之外 , 量产还意味着产品要有「极致安全性」 , 达摩院设计了一个「五重冗余」的安全体系 。 最重要的是人工智能大脑 , 做整体的定位、感知、预测、决策、规划、控制;第二是冗余的安全小脑 , 当大脑出现问题时负责兜底;第三异常检测子系统 , 一旦出现意外紧急刹车;第四物理防撞触边的设计;最后 , 在有必要的情况下 , 让人类安全员远程监控 。
蛰伏三年,达摩院首款无人驾驶终端产品,阿里牵出一头「小蛮驴」
本文插图
三、物流机器人 , 不止于物流


推荐阅读