ADV的類型及其當前的挑戰

許多公司正在開發不同類型的ADV，這些ADV可以分為人行道車輛，公路送貨車和自動駕駛卡車。這些公司專注于最后一英里的交付，因為它是交付鏈中最昂貴的部分，占總成本的50％以上。近年來，公司正在利用自主移動機器人和自主車輛技術來自動化這一步驟。以下展覽展示了一些正在開發不同類型的ADV的公司：

人行道車輛

人行道上的車輛設計為以4-6 km / hr的速度行駛。選擇較低的速度可以提高安全性，并在出現緊急情況時讓遠程操作員有時間進行控制。根據個人用途，這些車輛也可以歸類為個人設備（相對于車輛），從而減輕了立法方面的挑戰。

根據電動車輪的數量，有效負載大小，車廂設計，電池大小，高清攝像機來開發這種類型的車輛。另外，IMU（慣性導航），GPS和超聲傳感器對于近場傳感也很重要。

當前，各種人行道車輛開發人員必須為視覺系統做出重要選擇。擁有視覺系統的方法有三種，要么僅基于激光雷達，看要么視覺，要么是混合搭配。大多數公司更喜歡使用激光雷達，因為它可以提供3600個具有空間分辨率的測距信息和點云，以進行良好的信號處理。但是，不利的一面是，激光雷達價格昂貴，并且可能會出現近場盲區。將立體攝像機用作視覺導航傳感器的另一種方法需要開發精確的算法，這被各個公司認為是困難的。

基于當前的導航以及法規挑戰，這些人行道車輛尚無法完全自動運行。它們目前部署在封閉的環境中，例如人行道流量少且人行道結構合理的大學校園。同樣，這些車輛在白天和交通狀況不良下也受到限制。因此，各種公司和監管機構都在關注導航技術的改進。全球不少公司，正致力于使這些車輛在最少的干預下在更復雜和變化多端的環境中運行。

此外，人行道車輛的未來將取決于技術的不斷進步和改進，而這可以通過持續的資本投資來實現。

自主送貨卡車和貨車

自主送貨車是專為電動目的而設計的公路車輛。在最近的時間里，它們被證明是人行道上最后一英里的送貨機器人的競爭對手。它們的傳感器系統和算法與自動駕駛汽車相似，但為了減輕技術負擔，需要進行以下考慮：

在公路上運行的交付箱緩慢行駛；因此，對技術的認知不是長期的，這為自動駕駛汽車提供了更多的思考和反應時間。

公路交付箱被部署在有限的已知鄰域中，從而允許開發更詳細的高清地圖以幫助自主導航。

受自動駕駛卡車的影響，交通部門正試圖解決卡車運輸行業面臨的幾個關鍵問題，例如司機短缺和生產率。就司機短缺而言，預計到2028年，僅在美國就將達到15萬人。提高生產率是很困難的，因為法律限制了每個司機每天的駕駛時間，從而減少了資產周轉時間，有利于提高安全性。

自2016年底以來，各種初創公司已經籌集了超過4.3億美元的資金來研發自動駕駛卡車。戴姆勒等主要汽車公司已經宣布了未來五年的重大投資計劃。那些汽車公司尚處于半商業原型開發階段，其中的重點是自主性和基于“Platooning”模式的車隊管理。

從車輛自主級別來看，一般公司基于已部署的傳感系統有不同的方法。一些公司正在使用基于攝像頭的算法進行導航，并在卡車處于復雜環境中時配備了人工操作人員。一些公司的混合方法其中。相機掃描長距離，激光雷達僅聚焦在幾百米半徑范圍內的目標物體上。采取這種混合方法來克服使用激光雷達進行超遠距離檢測的挑戰，這會導致高功耗和信噪比。

總體而言，當前部署的自動卡車數量很少，一些公司的車隊數量為30至50。在未來幾年中，由于COVID-19，預計該車隊數量將增加。但是，在技術改進方面，預計這些自動駕駛卡車將處于試驗階段，以專注于收集數據以進一步改進學習。

COVID-19：采購ADV的助推器

新型冠狀病毒COVID-19使每個人都脫離了舒適區，并適應了新的工作方式。電信技術使人們能夠使用互聯網和視頻會議在家里工作。在人們感染這種病毒的恐懼中，人們逐漸習慣了這種新的正常在家工作的時間。人們正在避免前往擁擠的地方，以避免接觸，而是使用送貨服務。自主交付工具有了新的機會來展示其實現非接觸交付的好處。

ADV的增長

由于當前的全球封鎖，大多數公司遭受了業務損失。但是，對于提供自動駕駛汽車進行送貨服務的公司而言，情況就不同了。在過去的幾個月中，像Starship Technologies這樣的公司經歷了前所未有的業務增長。非接觸式交付目前是這些自動交付工具的價值主張，這使這些公司實現了巨大的業務增長。

在COVID-19大流行之前，自動運送車輛主要用于某些城市地區，機場、大學、酒店和大型企業園區。業界現在預計其他許多領域對它們的需求也將呈指數增長，因為這些最后一公司的運載工具無法像人類運載工具一樣受到COVID-19的感染，而人類運載工具會面臨這種風險。人與人之間接觸會傳播病毒。