當一輛無人配送機器人行駛在道路上，這背後不是通過簡單的路線設定、人工遙控實現的，而是依靠不斷升級的硬體基礎、不斷迭代的自動駕駛技術，以及長年累月的路況資料積累、和成千上萬次的安全檢測。

縱然其中需要攻克的技術難題仍然眾多，不過近年來，國內已經湧現出一批科技企業，通過前期的重金投入，換來了自動駕駛技術的日趨成熟，並開始投入實景應用。

今年2月初，在疫情影響最為嚴重時，京東物流在武漢完成了無人配送車的首次配送，承擔了武漢第九醫院的配送任務，成為業界關注的焦點。同時，據了解，正是因為疫情的影響，京東物流無人配送車的量產和推進工作至少提前了半年。

經歷了疫情的考驗，無人配送的模式能否徹底得到驗證？無人配送所依託的自動駕駛技術距離規模化、商業化還有多遠？站在“新基建”風口，未來物流領域還有哪些新技術應用的想象空間？

京東物流自動駕駛首席科學家孔旗

對於這些問題，在近日由每日經濟新聞主辦的“2020未來商業戰疫行動”線上沙龍活動中，京東物流自動駕駛首席科學家孔旗給出了他階段性的總結和預判。

自動駕駛技術經受疫情考驗後更加成熟

突如其來的疫情讓各行各業遭受衝擊，但同時也激發了無數的創新。這一點也體現在物流領域，諸如無接觸配送、無人配送機器人等創新技術的應用案例，就是最好的證明。

2月6日，京東物流的無人配送機器人完成在武漢的首單配送，成功將醫療和生活物資從京東物流武漢仁和站運送至武漢第九醫院，後者是武漢市收治新型冠狀病毒肺炎的定點醫院，堪稱本次疫情核心區中的核心。

實際上，早在2017年“618”時，京東集團就曾宣佈無人配送機器人在中國人民大學完成首單配送。此後，京東無人配送機器人歷經迭代，在測試場景上也從封閉性園區延伸到社會開放道路。

對此，孔旗告訴《每日經濟新聞》記者，目前在京東物流武漢仁和站投入使用的無人配送機器人是京東物流研發的最新版本，不僅不需要安全員跟隨，而且經過了道路的雲模擬測試後，僅用2天時間就完成了醫院及周邊道路的配送測試。

“在前期部署和後期的運營方面，完全是通過遠端支援完成的，只用到了當地的物流配送站，沒有單獨派遣工程師前往。這也說明，京東物流之前積累的寶貴經驗積累，得到了應用。”孔旗說。

據了解，孔旗作為京東物流自動駕駛首席科學家，同時也是京東物流自動駕駛業務的負責人，是最早從事自動駕駛研究的中國頂級專家之一。在他的帶領下，京東物流在開放道路下無安全員跟隨的低速自動駕駛配送車取得了技術性突破，並在京東物流的智慧產業落地中率先實踐。

“疫情的影響，對國內乃至全球，都是比較大的災難。但在自動駕駛技術上，可以說是一次難能可貴的測試和驗證機會。尤其是對於疫情期間，末端配送環節存在運力不足、一線員工有感染病毒風險的問題，通過無人配送機器人，在減少人員接觸風險的同時，也緩解了人力緊張的問題。”孔旗稱。

技術從研發到商業化仍需應對三重挑戰

覆盤此次疫情期間，京東物流在自動駕駛技術和無人配送方面的表現積極，據了解，目前京東物流不僅在武漢，還在國內的幾十個城市中都部署了無人駕駛的測試點。

“疫情刺激下，京東物流無人配送車的量產和推進工作至少提前了半年。”在孔旗看來，通過此次疫情期間的實戰檢驗，為無人駕駛技術後續大規模應用和快速技術迭代、甚至是商業模式的探索都提供了一個很好的支撐。

孔旗進一步稱，“這些積累下來的技術和商業模式的經驗，形成了自動駕駛的能力，是可以套用後對外輸出的。低速的L4級別（高度自動駕駛）開放道路的自動駕駛能力，不光能夠滿足物流配送，還包括生鮮冷鏈，甚至室內的自動駕駛和移動相關的工具，類似的多場景化需求都可以滿足。”

2月6日，京東物流智慧配送機器人成功將醫療和生活物資，從京東物流武漢仁和站運送至武漢第九醫院

據悉，目前京東物流已經在向部分商業合作伙伴提供自動駕駛套件，這其中也包括了海外客戶。孔旗介紹，目前京東物流就與日本樂天有著相關合作，在開放的條件下，京東物流的無人配送車能在東京幫助超市進行訂單配送，而且這個模式已經進行了較長一段時間的驗證了，算是較為成熟的模式。

當然，即便經歷了此次疫情影響，使得無人配送的實踐落地有了顯著進展，也真實驗證了自動駕駛技術的很多價值。但孔旗也表示，要真正讓無人配送的模式落地，要進一步實現自動駕駛技術的商業化，不論是行業還是企業，依然還要應對三大挑戰。

挑戰首先在於車輛的硬體方面，這涉及到車輛的成本、穩定性、一致性等問題。孔旗稱，因為無人配送車的車型是屬於原來OEM（代工生產）可能沒有接觸過的車型，和乘用車的車型不太一樣。對於車廠來說，造車是他們擅長的，但車廠又是靠規模化才比較容易盈利的。所以，京東物流在自己研發無人配送車的同時，也有跟車廠進行合作，發揮車廠在製造和規模化方面的優勢。但即便如此，硬體的驗證仍然需要時間，去驗證其中的穩定性和一致性。

其次，對於自動駕駛技術來說，路況資料的積累是第二大挑戰。孔旗表示，自動駕駛技術最關鍵的是迭代速度。就京東物流而言，目前京東物流用一個小時的時間，可以在模擬的雲平臺上可以驗證實際路測需要一年時間的資料，進而得到一個安全性的驗證結果。未來進一步發展的話，其實可以實現從低速的自動駕駛，平滑的延伸至高速自動駕駛，但這其中的資料積累是需要時間和運營規模支撐的。

此外，孔旗還表示，自動駕駛技術商業化的第三大挑戰在於技術規模效應的驗證。就現階段京東物流的驗證成果而言，京東物流對於規模區域無人化運營的核算，人力成本在整個體系裡佔的比例是很低的，這種人力模式對比傳統模式會有很大的優勢。因為，無人化運營的主要人力開銷在於遠端監控，一名技術員工可能要負責50臺車輛，未來甚至是100臺車輛。但這其中也要考慮，對於車輛維修和維護的成本。這些人力成本與規模化的使用程度是相關的。

後疫情時期無人配送將現“滾雪球”效應

整體而言，經歷了此次疫情衝擊，不論是無人配送，或是背後依賴的自動駕駛技術都在一定程度上取得了實踐層面的進步。雖然距離技術的規模化、商業化落地還有諸多挑戰，但在孔旗看來，“自動駕駛技術，現在已經看到了曙光。”

就以無人配送機器人在疫情期間的實踐為例，孔旗稱，以這次疫情期間的實踐檢測為契機，相信在此後一段時間，無人配送和自動駕駛技術的發展會產生“滾雪球”的效應。基於末端物流和及時配送的需要，可能會形成無人配送的網格化服務，並進一步發展成區域性的基礎運載網路。

所謂的“網路化服務”，孔旗進一步解釋稱，是指無人配送會成為一個城市的基礎設施建設，成為新基建中的一種形式。這會是一個區域性的物資配送智慧網路，在這個網路裡能夠實現高度的智慧化與自動化，並且對勞動力進行優化和改造，提升勞動力的價值。

“這和我們人口結構的發展趨勢也是相適應的，對於以後的城市化發展和管理需求，在這方面也會變的日益強烈。”孔旗說。

另外，在無人配送的商業化運作方面，孔旗說，這一方面同樣也已經能夠看到曙光。

“目前，在技術方面已經沒有特別大的瓶頸問題，也具備規模化運營和量產的條件。最急需解決的問題就是業內標準和政策法規方面的健全和完善，為無人配送提供一個更好地發展與運營環境。”在他看來，無人配送機器人從單條線路到多條線路，再到形成網格化的服務，這個時間將會非常快。就京東物流而言已經在路上，很快地在前進。

此外，孔旗還表示，隨著無人配送技術的快速發展，所謂的智慧城市，可能會越來越近。其中，物流會成為自動駕駛最先實現商業化的場景，但除了物流之外，及時配送也可能會發生整體的調整和成本結構的優化。

孔旗預測，在未來的生活中，可能除了虛擬性開放道路路權的釋放，在運營場景的支援下，無人配送可能會融入到城市基礎設施建設。在幹線、倉儲等部分都有可能，相信隨著技術的發展，從高價值環節到低價值環節，整個產業鏈都會進行升級，從自動化到數字化，變成新基建的一部分。

“就像火車，遠處看起來好像沒有動，但是他跑到我們前面的時候我們可能已經抓不住了，因為他會跑得很快。”孔旗表示。