一飛論空航|刷爆朋友圈的雙11背后,物流無人機離我們還有多遠?
一飛論空航
2017-11-10

友情提示作者胡隊長,為無人機行業多年老兵,現為一飛智控架構師、項目總監。

在國內,“物流無人機”長期被認為是一個飄在云上的概念。而現在,隨著技術瓶頸的突破,從較早入局的順豐、京東,到厚積薄發的中國郵政、蘇寧,各大電商物流企業紛紛強勢入場,一場自下而上的無人機智能革命”正向我們走來。

智能進化史

業界探討無人機智能如火如荼之時,尚無一個有效的定義判斷。為此,筆者專門從美國交通部,搜列了無人駕駛汽車的等級判定作為參考。

百度李彥宏曾親自駕駛百度無人汽車,行駛在北京環線

根據美國交通部的評定標準,將無人駕駛汽車分為0到5個等級,分別為無自動化(L0)、駕駛支援(L1)、部分自動化(L2)、有條件自動化(L3)、高度自動化(L4)、完全自動化(L5);基于此借鑒,筆者大膽將無人機智能化水平分為以下幾個階段:

Level 1:遙控階段,飛行器可按照人工遙控指令執行特定動作;

Level 2:自動階段,飛行器可按照預編程指令完成特定飛行任務;

Level 3:自主階段,飛行器可按照預編程指令完成飛行任務,同時在執行過程中具備一定的環境感知能力,基于感知信息實現對飛行任務做一定的局部調整;

Level 4:智能階段,飛行器基于預設目標,自行規劃任務,并在任務執行的過程中進行環境感知及處理,調整規劃任務,最終完成任務飛行。

總結:各大廠商都已經完成Level2的進程,基本處于Level 3階段,少數處于Level 3向Level 4達成的道路上。

全球巨頭領風騷

放眼全球,DHL、谷歌、UPS、亞馬遜等各大巨頭研制旗下物流無人機系統已不在是什么秘密。

相反,正是由于他們的加入,物流無人機行業的游戲規似乎正悄然發生改變:整個行業智能化的推進速度不僅大大超過大家的預想,黑科技也將物流無人機智能化水平再一次提高。

下面,筆者就以幾家有代表性的企業來簡單分析,管中窺豹,一探其發展脈絡和進程。

Matternet

Matternet是一家致力于實現將食物、醫療物資等急需品通過無人機送到偏遠地方解決方案的無人機公司。

在推出其第一款無人機物流產品Matternet One后,去年的9月,Matternet宣布作為合作伙伴與奔馳曾共同推出了“Vision Van”物流概念車。

Vision Van的概念車,實現了無人機與貨運車輛的結合,車上集成其最新一代無人機系統“MatternetM2”,這款無人機具備搭載2公斤貨物實現20公里范圍的貨運飛行的能力,整套系統將用于與解決貨運“最后一公里”的問題;同時高度集成定制的貨運車輛將實現自動掃描、分揀上架、裝車等流程,簡化了快遞員的送貨流程,提高了人員的工作效率。

同時,值得注意的是,Matternet已經獲得了瑞士 FOCA的認證,意味著 Matternet能夠在瑞士順利的展開真正的運行工作,不過可預見的是在實現其最終目標過程當中Matternet仍然面對著各種巨大的挑戰。

德國DHL

德國DHL算是各個巨頭當中物對物流無人機的“瘋狂追捧者”。

近期發布的物流無人機系統已經是其第三代解決方案,該無人機系統包含可攜帶2公斤以內、不大于4.4L的無人機平臺,以及自動起降平臺;其中無人機系統不同之處在于它采用了可傾轉機翼設計,具備垂直起降,固定翼模式高速巡航等多種模式,相對于常規布局多旋翼無人機具備了更大的飛行半徑。

另外,其自動起降平臺也讓人眼前一亮,在無人看管的情況下可實現貨物自動裝填、貨物自動拆卸、飛機電池自動更換,并在平臺中對更換的貨物、電池等進行自動管理,從而實現整個平臺無人看管的情況下連續工作。

UPS

做為世界最大的快遞承運商,UPS在無人機物流方面當然也不甘示弱。

UPS在佛羅里達州坦帕市展示了將物流無人機與物流卡車結合的方案,方案采用了一款名叫 HorseFly的八旋翼無人機,最大可載重10磅的貨物,該方案定位在居民區的快遞運送,用于提高最后一公里的派送效率。

亞馬遜

亞馬遜的物流解決方案是一種采用物流無人機與無人倉結合的方式。

客戶在亞馬遜完成購物并選擇Prime Air送貨服務后,系統將會選擇在附近的倉庫,在完成自動揀貨、自動裝填無人機后,自主飛向用戶目的地,客戶僅需要將標記物放在附近空地即可完成對物流無人機的引導降落及拋物。

同時,這款無人機還具備一定的感知避障能力,無論在空中還是降落過程都能夠實時對障礙物及接近的物體進行檢測,保證整個過程的安全性。

亞馬遜的物流無人機“王巢”

近期,亞馬遜在美國專利商標局上公布了其最新的無人機專利。在這組專利中,亞馬遜向世人展示這種類似“蜂巢”設計的配送站。

目前,受限于無人機自身的續航限制,一個獨立的配送站很難實現大范圍的配貨服務,而這種接力配送站則能夠在這個問題上提供一定幫助。在專利中,無人機通過配送接力中轉站,實現無人機與無人機、或是無人機與車、人之前的接力;同時,還描述了所要建造的“蜂巢”巨大無比,可在郊區、城市中建造,極大提升配送效率。

相對于單獨無人機它所解決的“痛點”:

  • 微小型平臺有限的續航能力與龐大物流網絡融合問題;

  • 無人機平臺與車、人等其他物流手段實現快速交接問題;

物流無人機與自動基站的“聯姻”

在未來的3到5年,物流的人力及交通成本會上漲20%-50%,物流無人機系統正是為了解決這樣的問題而出現的。

在整個貨運過程中,物流無人機負責向外輸送,自動基站負責貨物挑揀、更換,電池更換、維護,可以連續二十四小時工作不休息;一個主內,一個主外,其樂融融。

自動基站更像是一個加速規模化效應的倍增器,也是實現物流貨運徹底無人機話的一條必經之路。

關鍵攻克技術:

1.高精度、高魯棒性、高可靠性的飛行控制技術

a) 邁過物流無人機的第一道坎就是如何精確的將無人機按照預設配送線路飛行并降落在指定降落區域范圍內,同時還不會因為飛行控制偏差導致降落失敗、甚至誤傷民眾的問題。

因而,這就需要飛行器的“大腦”具備更加“聰明”:比如,如何在樓宇間保持精確控制,而不至漂移發生碰撞事故;如何在大風天氣實現精確降落至地面指定區域或車輛降落區,這是各家廠商首要面臨的挑戰。

b) 為了擴大無人機的任務半徑,各家廠商使出渾身解數,復合翼、傾轉機翼、傾轉機翼等各類新型布局飛行器孕育而生,這類無人機大多同時具備垂直起降、高速巡航的特性,很好的迎合了物流行業的需求,但這也對飛行控制系統的控制魯棒性提出了要求。

德國DHL第三代無人機為例,它采用雙發傾轉機翼布局,在機翼傾轉90°狀態下可實現垂直起降,在該形態下飛機的俯仰控制主要通過機翼舵面同步運動實現,為了增大俯仰的操縱功效,盡可能的將機翼舵面后置,以便增大機翼舵面氣動力的力臂;

同時,機翼傾轉也會帶來一些負面問題,由于機翼傾轉后前向迎風面積較大,前向風力帶來的擾動將更大,增大了控制的難度;在無人機轉入高速巡航模式前,它需要進行一段過度模式飛行,在這當中飛行器將逐步傾轉機翼,將原由兩個螺旋槳產生的拉力逐步轉移到機翼產生的升力上。此時飛行器處于一種極不穩定的狀態,這類似于一個卸力轉移過程,好比原來你正挑著一個扁擔,在你邊走邊挑的過程中另外一個人要接過你的扁擔,一旦這個人接的不好就會把桶里的水撒出來。

為了能夠準確“卸力”,就要進行精確的過渡態飛行控制律設計,這里就涉及了全包線的飛行動力學模型建模技術,多模態模型縫合技術、魯棒控制算法等,才能成就高魯棒性的飛行控制品質;

c) 根據相關數據統計,導致小型無人機事故的原因當中三分之一是因為核心“大腦”出的問題。

飛控對于無人機至關重要

因而,對于無人機的大腦來說,不光要飛得穩、飛得準,還得保證極低的故障率。為此,各家廠商都有自己的“獨門絕活兒”:工業器件篩選、完整的高低溫、振動、電磁兼容環境試驗測試標準、余度管理及控制技術等,這些都需要各個廠商進行多年的技術積累。

2. 自主環境感知及避障技術

所謂自主環境感知技術之余人來說就是人的視覺、聽覺、觸覺,而一個沒有視覺、聽覺、觸覺的人來說是很難在一個陌生環境中行動的。

對于無人機來說,自主環境感知技術就是借助“大腦”的“各種覺”解決“我在哪”和“前面有沒有路的”的問題。對于一架物流無人機來說,要成功的將一件包裹送到最終客戶手中,常常是要經過跋山涉水、翻山越嶺的過程。

基于成熟的GPS導航技術能夠基本解決“我在哪”的問題,但飛行過程中的非預期目標感知則需要借助雙目視覺、激光雷達等設備;雙目視覺類似人類的眼睛,在高清的圖像碼流數據基礎上獲取實時深度圖并結合機器學習的方法識別非預期目標的距離、形狀等信息。同時,完成任務飛行后需要實現對地面或車輛降落點的智能識別,以及非預期的人、動物、車輛目標的智能識別;因而,這就對各家環境感知技術的實時性、準確性提出了更高的要求。

好了,搞明白“我在哪”、“前面有沒有路”的問題后,下一步要解決的就是“往哪走”的問題。

對于一架無人機像往常一樣在熟悉的路線上歡快的奔向目的地,正在接近目的地時,一條剛拉的電線被聰明的“大腦”發覺,時不我待,“大腦”需要在分秒之間做出判斷。因此,具備高實時性、并且能夠在嵌入式這類有限計算設備中運行的最優規劃算法就是解決問題的關鍵。

對于該類算法的挑戰:

a. 海量的感知數據處理

以雙目視覺為例,一個采用720P60FPS配置的雙目每秒會產生3M字節的數據,那么飛行10分鐘的話就會產生1.75G的數據,你可能會說“這也不大啊,隨便找個電腦都能搞定”,但在無人機有限的體積、功率條件下,所能運行的嵌入式系統來說,數據量已將非常龐大了。

b. 多種感知數據融合評估

多種感知數據融合顧名思義就是將多種感知數據融合起來。上面說了這么多,無人機的“各種覺”都是高度發達的,但又各有優略勢,比如視覺感知系統,基于深度信息能夠獲取物體的距離、形狀、方位等信息,但在強光、弱光狀態下的使用又有所限制;而三維激光雷達這類感知系統,能夠在不分晝夜的情況下對物體進行識別,但在物體形狀信息獲取上又有所欠缺。可見在感知系統中通過數據融合評估算法解決“相信誰”、“不相信誰”的問題將是重要的一點。

3. 基于大數據的智能云端系統

每一架物流無人機、無人基站背后都有著成千上萬條信息,而成千上萬架物流無人機網絡所蘊含的信息量將更加巨大。作為物流行業各大巨頭,這才是他們的拿手好戲,基于自身多年大數據的應用經驗,同樣適用于物流無人機及基站群的使用經驗。基于大數據的云端系統更像是一張緊密的大網,能夠有效的組織管理者節點上每一架飛機、每一個基站、倉庫,借助云端強大的計算能力物流系統能夠實現更加高效的運作。

未來將飛進千家萬戶

筆者預測,隨著智能化程度的不斷提高,在不久的將來,物流無人機將能夠實現真正走入大家的日常生活,可能生活中一半以上網購的貨物將經過物流無人機的“上帝之手”。

科技最終的目的是服務人類的生活,改變人們的生活習慣。相信抽根煙的功夫剛給娃買的奶粉從天而降將不在是新聞,而是大家日常生活的一部分。

一飛新聞