CityU logo

AI 技术在无人机配送场景中的运用

(图片来源:美团)

引言

随着电子商务的蓬勃发展和消费者对更快捷交付的需求增加,传统配送方法已不再足以满足客户期望。无人机以高效、低成本、环保和灵活等优势,逐渐成为备受瞩目的交付工具[1]。2022年8月,中国民航局发布了《民用无人驾驶航空发展路线图V1.0(征求意见稿)》,明确规划了无人机在物流领域的发展时间表。征求意见稿指出,城市短距离低速轻型小型物流配送无人机将在2035年之前逐步成熟、应用和推广。与此同时,大数据、云计算以及人工智能的迅猛发展也为无人机配送提供了有力支持。

AI技术在无人机配送中的应用

现代先进技术通常先在军事领域得到发展,随后才在民用领域应用,无人机的发展也不例外。如图1所示,无人机最初源于军事,以替代有人机、减少伤亡和应对极端情况为主要目的。如今,它们在科研和民用领域广泛应用,尤其在人力成本较高发达国家。現代先進技術通常先在軍事領域得到發展,隨後才在民用領域應用,無人機的發展也不例外。如圖1所示,無人機最初源於軍事,以替代有人機、減少傷亡和應對極端情況為主要目的。如今,它們在科研和民用領域廣泛應用,尤其在人力成本較高發達國家。

当今社会,无人机商业应用不断扩展,企业积极探索无人机物流配送服务,最初,这种趋势主要是为了解决农村和偏远地区高昂的配送成本问题。由于农村地区交通不便、人口分散,传统配送方式成本高达城市的5倍左右。无人机凭借便捷、低成本、高机动性和灵活适应任务环境等特点成为理想解决方案。企业如顺丰、京东、迅蚁等已在农村地区启动无人机物流试点项目。例如,京东成功将每单快递成本从20-30元降至5元[3]。城市无人机物流起步较晚,因城市地区人口密集、地形复杂和政策限制。然而,无人机配送对于改进城市物流至关重要,包括提高交付速度、降低成本以及满足各种需求。目前,城市无人机送货通常采用中转配送模式,即无人机将货物从一个站点运送到另一个站点,而不是直接送达顾客。国内企业如亿航智能已在一些地区内推广这一模式,成功将配送时间从40分钟缩短到8分钟,并减少近80%的运营成本。

近年来,随着人工智能技术的快速发展,研究人员开始将AI技术应用于无人机配送,为其提供以下关键支持:

  1. 路径规划与避障:机器学习算法可以帮助无人机规划最佳路径,避免障碍物和危险区域。通过实时监测天气、交通和其他无人机位置,AI系统使无人机能够更智能地选择飞行路径,提高安全性和效率[4][5]。学术文章[6]提出了一种顺序路线网络规划方法用于无人机配送,图2展示了该方法在现实情况中的应用效果。传统人工需要2到4小时设计一条路线,该方法可以在1小时内自动设计出40条航线,大大降低路线设计时间。
  2. 飞行控制和稳定性:AI技术提高了无人机的飞行控制和稳定性。通过监测风速、气压和其他环境因素,AI系统可以调整无人机的飞行姿态,确保货物安全送达目的地。
  3. 数据分析与优化:利用AI算法,大量的数据被分析,以优化配送路线和时间表。通过收集和分析历史交付数据,AI系统能够确定最佳的配送时间窗口和路径,从而提高效率和降低成本。如学术文章[7]设计了一种新颖的基于竞争的路径规划算法,不仅使得单个路线性能最大化,同时使得整体系统性能最大化。

图2. 算法[6]自动设计的无人机配送路径

美团无人机配送案例

近年来,美团外卖面临不断上升的配送成本压力。据职友集、国泰君安证券研究显示,自2017年至2021年,美团骑手的月均工资从近6,000元增长至近10,000元,这不断上涨的成本压力促使美团积极参与无人机配送技术的研发和应用,以探寻可能的解决之道。图3展示了美团无人机配送流程。用户下单后,骑手取货并放置在附近的社区配送站,无人机取货并将货物送至配送站,用户可通过手机扫码方式自行取货。截止目前,美团无人机已在深圳、上海等多个城市落地运营,完成了17万单配送任务,涵盖近2万种商品。

图3. 美团无人机配送流程图

美团无人机的安全和高效配送离不开AI技术的应用,具体如下:

  1. 视觉导航系统:相较于地广人稀的环境,中国城市中的建筑物普遍较高,而美团无人机往往需要穿越高楼大厦之间这类高风险环境中。为确保无人机平稳飞行,美团自主研发了基于计算机视觉的导航系统,自动感知环境并自主规划飞行路线。在2022年ICRA大会上,美团发布的新算法将无人机在视觉飞行时的定位精度提升了近三成[8],大幅度提高飞行安全性。面对算力受限的问题,美团采用了「边走边看」的策略,以提高识别准确率并降低计算消耗。
  2. UTM无人机交通管理系统:美团研发的UTM系统连接各单元,通过AI技术实现订单处理、航线调度,提高配送效率。其创新的四维时空胶囊系统用于协调多机运行,运作高效可靠。该系统能够有效管理每平方公里上千架无人机的调度,实时监测状态、智能识别异常情况,并采取相应措施以降低飞行风险。

未来展望和挑战

AI技术在无人机配送领域将发挥更重要的作用,应对未来的挑战。未来的发展趋势包括路径规划的不断优化,通过AI实时适应交通、天气等因素,降低交付时间、节省能源。同时,AI将协调无人机飞行,以更精准的环境感知和飞行控制降低事故风险,并不断改进数据分析和预测能力,优化配送效率、降低成本,同时增强无人机在高峰时段和大规模配送中的自主飞行和协同作业能力,从而提高城市物流的可扩展性。

AI技术在无人机配送领域已取得显著进展,例如美团公司等的成功案例显示了其潜力。尽管目前城市无人机配送的成本高于传统人力配送,并需要进一步政策完善,但随着人口红利逐渐减弱和政策支持逐步到位,未来预计将迎来更多企业涉足无人机配送。然而,这一领域仍面临诸多挑战,包括复杂的空中交通管理、城市环境下的安全问题、动态环境对路径规划的影响,以及数据隐私和安全等方面的挑战。关于科幻小说中无人机直接送货上门的场景,美团无人机业务负责人毛一年认为这可能成为现实,但可能需要等待20到30年的时间[9]

参考文献:

[1] 魏河川,石建迈,刘忠,张军,刘朝辉.面向最后一公里配送的无人机配送模式与路径规划综述.计算机系统应用,2023,32(9):1-18.

[2] 圆通研究院,《无人机现在与未来前景解析与快递物流行业应用》

[3] 包欣鑫, 骆培, & 王可林. (2017). 浅析无人机配送的优势及障碍. 现代商业, (23), 13-14.

[4] He, X., Jiang, C., Li, L., & Blom, H. (2022). A Simulation Study of Risk-Aware Path Planning in Mitigating the Third-Party Risk of a Commercial UAS Operation in an Urban Area. Aerospace, 9(11), 682.

[5] Li, L., He, X., Mo, Y., Sun, Z., & Qin, S. J. (2023). Route Network Planning for Urban Drone Delivery: Network Flow Theory or Graph Search Algorithms?. Available at SSRN 4589264.

[6] He, X., He, F., Li, L., Zhang, L., & Xiao, G. (2022). A route network planning method for urban air delivery. Transportation Research Part E: Logistics and Transportation Review, 166, 102872.

[7] He, X., Mo, Y., Huang, J., Li, L., & Qin, S. J. A Competition-Based Route Network Planning Method for Drone Delivery Services in Cities. Available at SSRN 4370169.

[8] Hu, J., Hu, J., Shen, Y., Lang, X., Zang, B., Huang, G., & Mao, Y. (2022, May). 1d-lrf aided visual-inertial odometry for high-altitude mav flight. In 2022 International Conference on Robotics and Automation (ICRA) (pp. 5858-5864). IEEE.

[9] Yang, Z. (2023). Food delivery by drone is just part of daily life in Shenzhen.

在此感谢InnoHK、香港特别行政区政府及人工智能金融科技实验室对本文的支持。
(AIFT 竭力但不能保证内容之准确和可靠,亦不会承担因任何不准确或遗漏而引起的任何损失或损害。 )

分享此內容

人工智能金融科技实验室与中银香港进一步加强金融科技合作

Tokenization Revolution - Unleashing Banking's Growth Potential

地址

香港沙田香港科学园科技大道西 19号
11楼 1101-1102 及 1121-1123 室

产品及解决方案

人才

工作机会

关于我们

地址

版权所有 © 2024 人工智能金融科技实验室有限公司