用机器人取代配送员，真机智能想做中国版Starship

文 | 杜暮雨

物流一直是自动化与机器人瞄准的行业之一，重复劳动密集的特性给技术取代人力带来无限畅想。

2015年以来，阿里、京东、申通等公司都开始小范围应用仓储机器人。而末端配送环节，无人机配送还在试验状态、政策也不明朗，且其存在成本高、易丢易坠落、载重量有限、航线规划不够灵活的缺点，京东的设想是只将其适用在空旷的农村固定线路。

关于城市中的最后一公里配送，市场上还有另一种解决方案——送货机器人，本质是“浓缩版的无人车”，可以在自动沿着街道将货物送至目的地。根据北交大、阿里发布的《全国社会化电商物流从业人员研究报告》，2015年全国社会化电商物流从业人员总数为203.3万人，承担了2015年全国206亿个包裹的主要送递服务。虽然末端配送人员数量没有具体统计，但粗略估算也有百万规模（包含电商快递、O2O配送等），送货机器人的目标便是代替这部分人力。

由Skype两位联合创始人创建的 Starship Technologies是代表之一，Starship 送货机器人以平均4英里/时（6.4千米/时）的速度行驶，一次可以运送20英镑（9公斤左右）物品，去年年末以来，Starship在测试环境下已经行驶了5000英里，沿途遇到超过40万人。在线外卖平台Just Eat、德国快递公司Hermes、德国的零售商Metro集团、以及伦敦的初创外卖公司Pronto 都已经开始试用Starship 的服务。

Starship送货机器人

据36氪了解，阿里菜鸟、京东都在研发类似形态的产品，本文介绍的“真机智能”也是致力于成为中国版Starship的实践者。其产品还在测试样机阶段，是一台承重20KG的六轮小车，最远可覆盖方圆2公里范围，电池续航8小时。机器人内包含CPU、GPU、IMU、3D激光雷达、摄像头等硬件。

该公司CEO刘智勇告诉36氪，这款产品背后有三部分核心技术：

• 基于3D激光雷达的SLAM算法：机器接到指令后首先要以2D地图作为路径规划参考，然后根据GPS做初步定位。但实际行走过程中还要用3D激光雷达、IMU采集的信息，对环境建图、定位，来实时规划路径；

• 基于深度学习的物体检测技术：与无人车相同，送货机器人也要面临复杂的路况。这需要根据图像信息来识别活动中的物体，从而实现避障。除使用激光雷达数据外，还需要摄像头、GPU的组合来做视觉深度学习计算；

• 基于机器学习的控制技术：在避障和寻找路面时，由于路面状况太繁杂，依靠自学习算法做决策的技术还不成熟，因此真机智能选择了靠机器学习模型预测结果和规则相结合的方式，来实现控制决策。

相比于无人车，送货机器人速度更慢（最高22km/h）、对安全的要求相对较低，因此在技术层面更加容易实现。目前真机智能的产品“地虎”已经开始实验室测试，硬件部分采取ODM的方式生产，预计2016年12月发布正式版。

不过抛开产品与技术不谈，送货机器人最大的难题是应用场景，以及如何找到客户并与其物流业务深度结合。据36氪了解，菜鸟希望将其应用在高端社区、企业园区之内的配送服务上。刘智勇设想的目标客户是外卖O2O企业，希望将机器人与管理系统打包成“即插即用”的解决方案。

价格当然是实际商业推广的第一要素，目前真机智能使用的3D激光雷达是Velodyne的VLP-16（16 线），该雷达一般应用在无人机上，价格约为8000美元（该公司也曾告诉36氪希望逐渐将价格降到500美元），其整套方案价格可想而知。

此外，送货机器人还需要考虑到动态调度，本质是大数据预测、分类回归问题，在大规模应用的情况下能否高效运转还有待考量。当然，送货机器人技术仍在早期研发阶段，距产品化、大规模运营推广还有很长的路要走。

目前其只有4人，CEO刘智勇曾为阿里巴巴“瓦力超级大脑”项目负责人。该公司目前正在寻求融资（特别是战略投资）。

推荐阅读

点击下方图片即可阅读

特写 | 看不懂的百度投资，与它失去的一个时代