卡车车队会成为视音频技术的第一个可行的商业应用吗?

 
行业背景：
长期以来，卡车运输一直被视为自动驾驶汽车(AV)技术的潜在有趣应用。根据Sam Bokher在他的指导性文章“ Segments of U.S. Trucking”中说，整个行业的规模约为$ 700B，占整个货运行业(航空，水，铁路，管道和卡车)的70%。当前，该行业是根据要移动的基本对象进行细分的：
快递服务和包裹递送($ 60B)：这些物品可搬运小物品(<110磅)，最大的参与者是USPS，Fedex和UPS。
小于卡车(LTD)($ 40B)：这些卡车运输业务处理部分卡车运输，并尝试根据合并的运输优化移动(XPO Logistics，YRC Freight等)
满载卡车段($ 600B)：这是大量均质货物(最多5万磅)的移动。有内部参与者，例如沃尔玛或百事可乐。也有JB Hunt和Knights Transportation等应聘者。
影响该行业的明显的大趋势是电子商务。
电子商务正日益重塑行业。对及时交付的日益增长的需求正在使供应链重新定位，如及时制造和更加复杂的仓库运营等概念，” Saddle Creek Logistic Services首席执行官Mark Cabrera表示。
该行业的主要经济因素包括卡车的使用和管理保险风险。利用率主要受驱动程序影响。长途卡车运输是一项艰巨的工作，需要离家许多晚上。这些都是长期难以招募的工作，尤其是在获得具有无毒品和无事故记录的商业执照的合格驾驶员的约束下尤其如此。最后，联邦服务小时条例将驾驶员限制在7天的工作时间内大约60小时。同样，卡车的保险费率也日益成为一个难题。由于它们的质量，任何涉及卡车的事故自然都会产生更大的不利后果。物理学的基本事实与法律专业的激励机制相结合，给保险公司造成了困难。
“根据CaseMetrix的调查，过去五年(2000-2014年)的判决额为2000万美元以上的裁决是前五年(2010-2014年)的五倍。这些核裁定正给卡车运输业的保险费率带来巨大压力。”运输和物流领域的领先律师埃克(JW Taylor)说。
自主货运的适用性和模型：在理想的世界中，自主性可以解决这两个问题，但是鉴于当前的视音频技术状态，全自动的仓库到仓库(包括城市驾驶)是不可行的。因此，自动卡车的大部分焦点和吸引力都集中在长途公路驾驶上。如果存在远程自主解决方案，则可能会影响利用率和安全性(因此会产生保险)。一种想法是轮毂到轮毂的模型，其中假设高速公路上存在转移轮毂，因此自治仅与在这些轮毂之间的高速公路上驾驶卡车有关。拖车的第一英里和最后一英里将由当地驾驶员完成。除了构建轮毂的成本外，该模型还假设在高速公路上自动驾驶。 Waymo和Ike等公司都在应对这一挑战。从技术角度来看这可能吗?
“从集线器到集线器和从站到站的模型中最大的技术障碍是，我们离匹配人类驾驶员的认知能力还很远。驾驶任务所需要的不仅仅是规划路线或检测道路上的其他车辆。作为人类，我们记录了成千上万个微线索，并且每秒甚至无法意识到就做出了许多微决定。这是实现人工智能的具体体现，并且在很大程度上仍然是一个开放的科学问题，而不是工程问题。” Locomation首席执行官Cetin Mericli说。因此，该模型仍然存在挑战。
如何应对这些挑战?一些公司，例如Starsky Robotics，提出了一种远程驾驶模型。遵循AV无人机操作的模型，其概念是可以远程提供人类情报，但是对连接性有明确的要求。从技术上讲，要提供一个符合安全标准的健壮的通信网络是极其困难的。此外，如前一篇文章所述，当今的行业结构并未提供投资机制。
另一种模式是建立自治车队。在此模型中，人是领导者，而随动卡车的任务要简单得多，即“随从随动卡车”。牵引卡车的驾驶员可以按预定的时间间隔休息并切换为牵引卡车。最终，人可用于非公路行驶，因此整个循环是封闭的。该模型产生的使用模型比轮毂到轮毂的自治高速公路模型要简单得多，因此，AV安全案例应该更易于处理。
Locomation的首席执行官Cetin Mericli说：“采用这种经济模式，卡车每天可以运行22个小时，将资产利用率提高3倍，达到90%以上。”
最后，当然可以设想到卡车的等效ADAS(高级驾驶员辅助系统)。在这种情况下，卡车配备了用于前方碰撞警告和缓解，紧急制动甚至“手动”排的技术。但是，类似于汽车ADAS，驾驶员正在积极参与驾驶任务，因此使用率不会受到影响。在安全方面，这些卡车的ADAS系统可能会影响安全性(因此是保险)，但考虑到驾驶员疏忽的可能性，必须进行一定的权衡。
总体而言，考虑到经济影响，技术和风险的交集，自动卡车排很可能是自动驾驶技术的第一个使用模型突破。