盖世汽车 09-18
嬴彻科技:卡车智能驾驶的技术创新和商业运营实践
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

2024 年 9 月 13 日,在第四届商用车自动驾驶大会上,嬴彻科技执行副总裁 & 首席产品官 CPO 黄刚指出,嬴彻科技作为专注于卡车自动驾驶技术的领先企业,已成功实现智能重卡的前装量产,并在干线物流场景中取得了显著突破。他强调,公司从 L3 级和 L2+ 级产品入手,逐步向 L4 级无人驾驶技术迈进,通过与行业伙伴的深度合作,共同推动了自动驾驶重卡的商业化进程。

黄刚介绍,嬴彻科技不仅拥有强大的技术研发能力,还建立了完善的量产体系和流程,确保产品在市场中的竞争力。目前,搭载嬴彻智驾系统的智能重卡已累计运营超过 1.3 亿公里,安全性能与经济效益均得到市场验证。 

黄刚   | 嬴彻科技执行副总裁 & 首席产品官 CPO

以下为演讲内容整理:

嬴彻科技介绍

嬴彻科技是一家专注于卡车自动驾驶的公司,聚焦干线物流场景。我们不仅有智能驾驶技术的全栈研发,还坚持与汽车行业产业合作前装量产,深度面向物流运营场景深耕。当前,我们正面向 L4 无人驾驶不断迭代。

目前,我们已经建立起了面向 L4 的全栈技术能力,不仅包括算法,还包括硬件平台以及与车端适配的线控底盘相关技术。产品落地方面,我们有全行业最早且最成熟的 L3 级和 L2+ 级自动驾驶系统解决方案。

图源:演讲嘉宾素材

成立 6 年以来,我们用 3 年的时间实现了重卡自动驾驶的前装量产,之后用 3 年的时间实现商业落地和运营。截至去年年底,我们累计向市场投放了 800 多台智能重卡。到今年 5 月份,我们的累计商业运营里程达 1 亿公里;到 8 月底,这一数字达到 1.3 亿公里。今年,我们有一个非常好的开局,即在快递快运行业搭载了嬴彻科技智能系统的主机厂智能重卡,目前已经接收到快递快运行业头部客户的 1300 台订单,开始点燃市场。

在全球范围的卡车 L3 和 L2+ 级自动驾驶赛道上,我们与产业伙伴保持行业领先。我们第一个与重卡产业合作,率先实现了干线物流智能重卡的量产。2021 年底到 2022 年,我们先后向市场量产了两个重卡平台,搭载在 4 款车型上,这些车具有卡车 NOA 功能,包括在高速公路的全场景自动巡航、智能横向控制、智能节油等功能。

卡车自动驾驶技术探索

在 2019 年开始做卡车自动驾驶时,我们面临着诸多挑战。当时的技术、产业链尚不成熟,我们克服了许多困难,不仅使得车规级的自动驾驶系统前装量产得以实现,还建立了相关的开发体系和流程,我们将其总结写成了自动驾驶卡车量产白皮书。

目前为止,嬴彻自动驾驶的技术和产品已经升级到第二代,实现了性能更强大、成本更低、算法升级、感知算法也在不断升级迭代。我们的二代自动驾驶系统也扩大了与国内主机厂的合作,今年我们和多个主机厂有近 10 款自动驾驶车型将会量产投放。

在产品量产后,更大的挑战是商业化进程。目前,我们的商业运营里程已经超过了 1.3 亿公里。为了让开发量产的产品在 2022 年真正投入到商业运营,我们做了许多探索。我们在早期建立了自己的运力运营团队,承接头部快递快运平台的外包运营线路,用与主机厂联合开发的车辆组建车队进行运输。基于这种方式,我们的产品得以快速落地,能够验证和迭代产品技术,并且也向客户证明了我们的智能重卡能够带来怎样的价值。在此过程中,我们使嬴彻的技术面向场景、运营驱动,深度打磨技术,不断迭代,同时也使得我们在卡车自动驾驶领域建立了核心技术优势。

卡车自动驾驶与乘用车是不同的。在卡车车辆以及运营场景下,面临诸多挑战,比如要求有更远的感知距离,感知能力要更强。此外,卡车的尺寸重量很大,特别是牵引车,头挂不是一体,不能当成一个子点建模。我们的总重为 49 吨,宽 2.5 米,高 4 米,总长 17-18 米,在规控算法上极具挑战性。

我们建立了商用车方面首个量产的 BEV 感知方案,有更远的感知距离和更强的感知精度。此外,我们还开发了自适应的鲁棒控制算法,使得车辆无论是在干线的哪一条线路上,无论是重载还是轻载、直道还是弯道,都能够平稳的安全运营。

由于卡车是商业运营车辆,其对油耗非常关注。节油技术上,车辆的节油潜力要依靠车辆动力系统,特别是发动机的燃烧效率和动力传动系统的优化匹配,让车辆有更好的节油潜力。但一个好的具备节油潜力的车,不代表它在实战运营的情况下,每一个司机的每一次运营都能够保持较好的油耗水平。我们希望能够把车的潜力发挥到最大,基于此,我们根据发动机和车辆的特性,能够使得车辆通过油门的控制,包括对传动器的控制,始终处于最经济的工作区间里。同时,能够根据我们的地图信息,有更长的感知道路功能,精准进行冲坡和溜坡的设计。

在实践中我们发现,油耗一定要与速度、时效进行关联。在满足时效的情况下,如何进行全局的速度规划,对油耗的影响非常重大,空气的阻力是与车速平方成正比的。在这一方面,我们从技术方面都进行了打磨。

在 1 亿公里运营的过程中,我们也向客户证明了,搭载嬴彻智能驾驶系统的智能重卡相对人工驾驶够带来更多价值。我们将其总结为 " 一安三省 "。

" 一安 " 即安全,已有超过 1 亿公里的安全运营。通过车端前装搭载的双预警系统,前碰撞预警和车道偏离的预警都比人工驾驶下降 70%。针对重卡的保险,一般普通重卡赔付率为 96%,而搭载嬴彻智能驾驶系统的车辆赔付率在一个理赔周期内仅为 18%,且这 18% 都是赔付在非自动驾驶模式上,即人工驾驶状态下的剐蹭所产生的。

另外是省力,能够提高车辆的舒适性。在高速路程中,有 90% 以上的路程可以通过系统完成,人只需要承担安全员的任务,因此能够极大提高舒适度,降低疲劳程度。据相关研究显示,大概能降低 35% 的生理疲劳,11% 的心理疲劳。

正因为其省力的特性,我们还可以做到省人。在 1000 公里的运距范围内,原本我们的客户都需要两个司机驾驶一辆车,而在我们的系统辅助下,可以实现一人轻松操控。

第四是省油。目前市面上一千多台车在上百条线路上,都证明了油耗水平相对人工水平能够降低 3%-7%。

在我们的商业价值得到验证后,客户对于自动驾驶的态度也在不断变化。量产初期,我们做试运行,客户对于我们的信任度较低。其后,我们自己组织运力进行运营,让客户信任度有所提升。这一阶段,客户开始租我们的车,让他们的司机进行运营,效果同样很好。到如今的第三阶段,客户开始进行采购,对我们的产品产生了认可。

跨越重卡智能驾驶商业化的第 3 个台阶

经过几年时间的努力,嬴彻科技跨越了两个阶段。第一个阶段是从 0 到 1,让技术变成产品,真正实现前装量产。第二个阶段是商业化打样阶段,从 1 到千。目前,我们正迈向一个新的阶段,从千到万乃至十万,让智能重卡的技术真正普及,让科技平权。在此阶段,我们采取了相应的推动措施。

一是扩展产品应用。同样聚焦于干线物流场景,我们从快递快运向零担整车等市场进行拓展。由于快递快运行业市场规模有限,总量一年新增约为 1-2 万台。而零担整车用户,市场一年约有四五十万台的需求,我们正在向这一市场进行推广。

二是产品、技术要持续迭代。一方面,要让产品能力上线,性能表现有所提高;另一方面,要优化成果,让场景的适应能力进一步提高。

三是要提高车型的适配效率。我们的第一代产品与主机厂联合开发,用三年时间实现了量产。第二代系统的产品已经成熟,建立起了完整的体系和流程。我们与一个主机厂,全新的平台适配只需要一年时间。如果是同样的车型,在整车平台下扩展车型,只需要 3-6 个月的时间,极大提升了效率。我们还在与产业伙伴共同研究如何更快提升效率,因为越来越多的应用场景需要不同车型。

此外,我们会利用量产和规模化运营所带来的数据优势形成数据闭环,不断驱动技术进步,持续走向无人化。

在零担和整车市场的拓展过程中,一开始是做得非常艰难的。中小 B 客户的购买力较弱,没有稳定业务,对价格十分敏感。但在实践过程中,我们得到了许多用户不错的反馈,信心有所增加。

在某个体案例中,我们想要推广双驾变单驾的功能。但在市场中,许多个体户哪怕是行程有几千公里,也只有一人驾驶,不注重时效。对于这些客户而言,双驾变单驾有怎样的价值呢?我们发现,客户是非常有创造力的,当他理解我们产品所具有的能力后,知道如何运营好这个产品。

有位客户原本是用 6x4 的车型进行运输,由于是单驾,只能接短途订单。这种订单的运费一般较低,每公里的运费约为 5.7 元。在了解到智能驾驶车辆的功能后,这位客户就敢去接长途的订单了,运费更好,每月月收入平均实现 3-5 万元。所以,当某个产品被市场认知到其能力后,客户是知道如何利用好这个产品的。

当前,快递快运行业已经接受了智能重卡,未来也会向更多市场拓展,从供给侧和需求侧两方面加速进程。从需求侧来看,物流面临诸多痛点,包括安全成本、司机老化、司机招聘难等问题。供给侧层面,我们和产业伙伴的产品吸引力会越来越强,不仅表现在成本优化,性能的上限也会不断扩大。

我们相信,未来几年智能重卡的渗透率会越来越高。我们愿意与产业伙伴共同努力,让智能重卡赛道更热,让科技更加普及化。

(以上内容来自嬴彻科技执行副总裁 & 首席产品官 CPO 黄刚于 2024 年 9 月 13 日在第四届商用车自动驾驶大会发表的《卡车智能驾驶的技术创新和商业运营实践》主题演讲。 )

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

逗玩.AI

逗玩.AI

ZAKER旗下AI智能创作平台

相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论