長途貨運4大痛,Uber新上的「自動駕駛卡車」如何改善?
Root 編譯整理
量子位 報導 | 公眾號 QbitAI
不少人對自動駕駛存在誤解。
以為有了這個技術之後,很多司機就被替代掉了。大量以運輸為生的司機將會面臨失業。
還有人擔心自動駕駛技術的安全問題,認為這個技術還沒有足夠成熟。
這是因為對新的技術缺乏瞭解,才有這些恐懼。
要知道,自動駕駛技術,至少目前就貨執行業來說,暫時只能應對場景相對單一的高速路段行駛環境。而貨物的轉運,還是需要司機來手動操作。
有了自動駕駛卡車之後,Uber反而需要更多的司機?
自動長途卡車隊投入使用,不僅不會讓司機失業。反而還增加了我們對司機的用人需求。
在今日宣佈先在亞利桑那州啟用自有的自動卡車車隊的Uber聲稱。
這怎麼說?
當前卡車司機的4大痛
不是從事這一行的人,不知道長途貨運卡車司機的工作現狀存在以下4大痛點:
1)很難找貨源,回程空運;
2)疲勞駕駛,危險係數太高;
3)路途太長,沒時間沒手吃飯;
4)長年不能回家,都在路上過。
Uber專為貨運打造的App:Uber Freight(優步貨運)可以一一改善上述四個痛點。
Uber是怎麼改善貨運效率的?
1)貨源貨運的供需匹配
和其他需求釋出平臺相似,物流公司可以在Uber Freight軟體上釋出貨運需求,然後派單給卡車司機,從而實現供需高效的匹配。不用再苦尋貨源,也不用擔心回程空載的問題了。
△ 卡車司機用Uber Freight接到貨運訂單
2)減輕司機的工作負擔
Uber自動駕駛卡車採用鐳射雷達技術,判斷高速路上的駕駛環境,可以自動巡航。司機只需在主駕上監控行駛情況,一旦出現複雜情況可以馬上接管。所以正常情況下,卡車司機能把車交給自動駕駛系統。釋放出雙手,就不用在頓頓吃泡麵了。
也就是說,有了自動駕駛技術,一下解決了上述的第2,3條,兩個痛點。
3)設定多個轉運樞紐
轉運樞紐的設定,可以把一段很長的貨運任務拆分成多段,每個卡車司機只需要覆蓋一個區域的貨運任務即可。
△ 轉運樞紐(上);換車頭(下)
本來要一個卡車司機跑的一個長途單,
有了樞紐中心之後可拆段,需要至少兩個以上的司機來分工
另外,減少單次貨運的時長,也不用再把單個司機的時間全鎖死在路上。
以樞紐中心為圓心,可以吸引更多的司機到附近區域安家落戶。原先至少都要十小時以上的單程工作時長分解成更小單位之後,司機就可以當天回家吃飯了。最後一個痛點,搞定。
△ 白天接單把貨送到轉運樞紐
△ 晚上還能回家和老婆吃飯
所以說,這樣的轉運樞紐多了,等於把一段長途的貨運任務拆解成多段,相應地就需要更多的司機。
這就是為什麼有了Uber自動駕駛技術之後,司機的用人需求反而增加的原因。
One More Thing
Uber官方暫時沒有提到自動駕駛卡車的數量,以及所運送的貨物型別、行駛里程數,還有自動完成的交付數量。
“Uber集團會負責監督旗下所有自動駕駛的業務,自動駕駛車輛目前共計行駛200萬英里。”Uber自動駕駛卡車的產品負責人,Alden Woodrow說。
Uber的最終目標,是希望自動駕駛卡車技術能有機結合人工短途運輸和自主駕駛的長途運輸。讓長途的貨運過程流暢高效的同時還能改善卡車司機的工作環境。
最後,附編譯參考連結,
https://www.theverge.com/2018/3/6/17081626/uber-self-driving-trucks-delivering-cargo-arizona
你可能感興趣
給無人車加個透視眼 | 史丹佛SCIL實驗室最新Nature文章
— 完 —
加入社群
量子位AI社群15群開始招募啦,歡迎對AI感興趣的同學,加小助手微信qbitbot6入群;
此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。
進群請加小助手微訊號qbitbot6,並務必備註相應群的關鍵詞~通過稽核後我們將邀請進群。(專業群稽核較嚴,敬請諒解)
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話介面,回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
相關文章
- Waymo與Uber組隊打造自動駕駛卡車:時間已經治癒一切?自動駕駛
- Uber自動駕駛汽車重回道路測試 增加人類駕駛員監控系統自動駕駛
- 最值得自動駕駛卡車公司看的文章: Uber解決了哪些上路的非技術難題自動駕駛
- 【自動駕駛】運動控制自行車模型運動規律圖解自動駕駛模型圖解
- 即使達到5級自動駕駛階段,自動駕駛“卡車”也不可能完全“無人”自動駕駛
- 警方披露Uber撞人案細節,解密Uber自動駕駛系統解密自動駕駛
- 美國能源部下屬橡樹嶺國家實驗室將開始進行長途卡車自動駕駛測試自動駕駛
- Uber安全員擔責,掩蓋自動駕駛的追責困境自動駕駛
- 趁Uber無人駕駛發展受挫,老對手Lyft要推出自動駕駛車輛自動駕駛
- 礦業巨頭力拓為削減運輸成本,或擴大自動駕駛卡車車隊自動駕駛
- Uber牽手戴姆勒共事自動駕駛,探索未來出行模式自動駕駛模式
- 盤點2018十大AI失敗案例,Uber的自動駕駛汽車肇事致人死亡!AI自動駕駛
- 最高祕密計劃,特斯拉自動駕駛卡車正在研發中自動駕駛
- 資料標註,自動駕駛汽車的新“引擎”丨曼孚科技自動駕駛
- 2018畫上句號,落地的自動駕駛汽車究竟跑在哪裡?自動駕駛
- 車市下一個風口——自動駕駛自動駕駛
- 乾貨|自動駕駛行業研究報告自動駕駛行業
- 英國網上超市測試自動駕駛卡車送貨,稱監管依然是推行的阻礙自動駕駛
- 寶馬設立自動駕駛研發中心,2021年釋出自動駕駛汽車自動駕駛
- 自動駕駛蓄勢待發,車企如何擁抱智慧化自動駕駛
- 車企如何解決自動駕駛資料標註難題?自動駕駛
- 加碼自動駕駛,四維圖新開啟長期戰爭自動駕駛
- 自動駕駛資料閉環:實現高階自動駕駛的必由之路自動駕駛
- Uber 第三輪裁員敲定,自動駕駛部門成重災區自動駕駛
- Nvidia加州公路測試,自動駕駛汽車上路自動駕駛
- 樹莓派上利用Tensorflow實現小車的自動駕駛樹莓派自動駕駛
- 誰來背鍋?自動駕駛車禍背後的故事自動駕駛
- 淺析自動駕駛車載監控系統及其中運用到的標註方式自動駕駛
- 更多美國車主看好自動駕駛汽車——資訊圖自動駕駛
- 自動駕駛計程車到底“破壞力”幾何?自動駕駛
- 自動駕駛研究報告自動駕駛
- 自動駕駛拉鋸戰自動駕駛
- GaussDB技術解讀系列:運維自動駕駛探索運維自動駕駛
- 新車還擁有L2.5級駕駛輔助系統,包含APA自動泊車
- 阿里自動駕駛有了新突破!讓車輛擁有更好的夜間“視力”阿里自動駕駛
- 福特申請自動駕駛警車專利,可自動貼罰單自動駕駛
- 自動駕駛的自行車——GitHub 熱點速覽 v.21.24自動駕駛Github
- 東京奧運會,與日本自動駕駛的“早熟之夏”自動駕駛