自動駕駛快遞的最后一公里，雙足機器人的未來藍海？

自動駕駛快遞的最后一公里，雙足機器人的未來藍海？

無人駕駛已是學界業界熱門話題，可是如何讓無人駕駛車真正將快遞送到人們家中手中，無人駕駛交付技術，結合仿生人形機器人，也許是個更具有溫度和人機互動的解決方案。

隨著電商憑借著巨大的成本與技術優勢蓬勃發展，傳統零售業正面臨巨大挑戰。有數據顯示，自2015年以來已有57間大型零售商破產，2017年，超過5,000家零售商店關門。

你能想像有一天，在網絡上訂完商品20分鐘后，走出家門就有一臺汽車載著剛剛才網購的商品停在你家門前，等著你取貨嗎？

如今這個景象將不再只存在于科幻小說或電影當中，據路透社報道， 福特汽車公司近日正在與步行機器人制造商Agility Robotics合作，研發一種叫 Digit雙腿行走自動送貨機器人，未來將跟無人駕駛貨車組成自動駕駛無人車隊，可以把包裹放在人們家門口。

（Digit雙腿行走機器人Digit，可以提升重達40磅的包裹。）

去年，福特就與Domino一起推出了一項自動駕駛試點，并表示正在努力將Agility的兩足機器人Digit整合到未來的貨車中。

據稱，Digit 機器人可以提起重量多達 40 磅（約 18kg）的包裹，可以上下樓梯，在不平坦的地面也能行走自如，甚至在被碰撞后還能保持直立。預計將在 2020 年一季度開始投入試驗。

（Digit 機器人送貨動圖 圖片來源于網絡）

為了方便送貨，Digit機器人在貨車內部時手臂和腿部會緊緊地折疊在軀干上，以便存放。一旦到達目的地，貨車后門打開，Digit機器人就會自動展開自己，抓住一個包裹下車并且將包裹送到客戶前門。

Digit機器人配備了激光雷達和立體相機，可以獲得大量的測繪信息，以幫助它從送貨汽車走到客戶家門口。

如果Digit機器人遇到意外障礙，它會向自動駕駛車輛發送SOS，以便找到導航解決方案。如果自動駕駛車輛無法找到解決方案，它本身也可以發送幫助請求，讓云服務或者人工來進行解決。

Digit機器人由輕質材料制成，福特表示一次充電，可以讓Digit機器人全天工作。

此外，福特今年6月還將嘗試用無人駕駛車輛外送食物。不過，這種無人駕駛車輛還是會配備兩個真人司機。根據福特的說法，使用者在取餐時都不會注意到福特車內其實有人存在。

Digit雙足機器人可以拿起重量高達40磅（18千克）的包裹，在不平坦的地形上行走并且可以跨越障礙物，可以上下樓梯，甚至可以在有人或其他東西碰到它時保持直立。

Digit機器人配備了激光雷達LiDAR和英特爾實感技術，可以獲得大量的測繪信息，以幫助它從送貨汽車走到客戶家門口。如果Digit機器人遇到意外障礙，它會向自動駕駛車輛發送SOS，以便找到導航解決方案。如果自動駕駛車輛無法找到解決方案，車輛甚至可以將這些信息發送到云端，并請求其他系統提供幫助，使Digit能夠導航，提供多層次的幫助。

對此，福特稱，這是為了搜集民眾對自動駕駛車送餐的反應，并解決他們對于自動駕駛車的疑慮。該公司指出，自動駕駛計程車與送貨服務即將在2021年正式推出。

之后，Agility Robotics將繼續開發升級版Digit，它將有助于實現完全自治進行交付。按下一個按鈕，無需人工參與即可執行。第二代Digit預計將于2019年中期推出，第三代將于秋季推出。

福特首席技術官肯·華盛頓說：“人們離開家去取回貨物并不總是方便。如果我們能夠讓人們更少關注交付物流，那么他們就可以將時間和精力投入到真正需要他們關注的事情上?！?/span>

除了福特以外，美國大型連鎖超市Kroge攜手自駕新創企業Nuro，也開始在美國的亞利桑那州使用自駕車配送雜貨。

消費者在透過Kroger旗下的Fry's食品與藥品超市的網站或應用程式購買物品后，Fry's超市店員會將貨品裝上自駕車，購物者將使用數字代碼打開車輛，整段運送過程會有2名人員負責監視自駕車輛，每次收取5.95美元運費。

（阿里巴巴菜鳥小G機器人 圖片來源于網絡）

值得一提的是，我國國內不少企業同樣開始了送貨機器人的研究。此前，蘇寧就曾發布了“臥龍一號”自動送貨機器人，并宣布全自動無人送貨機器人將會入駐全國的1000個小區，蘇寧“最后一公里”的快遞流程未來將全部交給機器人獨立配送。

此外還有阿里巴巴的菜鳥小G機器人、順豐的物流無人機、京東的大型無人快遞車……等等。

京東劉強東還曾預言“五年后，給你送貨的都是機器人”?？磥?，研究自動送貨系統，用機器人代替人工已經是全球化趨勢。

無人駕駛交付具有巨大潛力。據福特估計，機器人乘坐和無人駕駛交付市場的潛在價值為3320億美元。這將是一個很大的市場。如果Agility Robotics每年能獲得1％的市場份額，那對機器人公司來說這是一個令人難以置信的增長率。無人駕駛交付市場還很空白，用戶需求何時爆發，機器人公司如何實現從科研轉向商業化道路，依舊處在緩慢摸索中，未來是否會有公司能夠買單落地場景仍然都是未知數。