智慧物流体系中的无人配送技术

目前，互联网电子商务的几大巨头企业，纷纷在自动驾驶领域进行研发投入。自动驾驶技术作为人工智能领域最有可能落地的应用场景，也一时吸引了整个科技行业的目光。随着越来越多新兴技术的出现，人们也逐渐发现，无人驾驶技术与实际商业应用场景的结合至关重要，因为应用场景的具体情况决定了技术的研究方向。在这种背景下，无人化的物流配送领域被认为是最先可能实现实际运营的场景。

一、无人化物流配送的发展趋势

近年来，京东持续技术投入，通过人工智能技术降低成本，提升物流效率，为客户提供更优质服务。京东无人化物流配送包括无人配送车、无人机、无人货车等多种运输方式，并与无人仓储体系进行对接，从而实现从自动分拣、配送路径优化，到京东无人仓，再到最后一公里的无人车、无人机，物流的各个环节都有智能物流技术的体现。

京东无人配送车

京东配送机器人是智慧物流体系生态链中的终端，面对的配送场景非常复杂，需要应对各类订单配送的现场环境、路面、行人、其他交通工具以及用户的各类场景，进行及时有效的决策并迅速执行，这需要配送机器人具备高度的智能化和自主学习能力。除了强大的硬件支持使得机器人得以运行复杂的人工智能运算外，京东的自建物流体系下相对稳定成熟的实际应用场景，让京东配送机器人得到实际场景中试错和不断调优的机会。这正是京东智慧物流发展的独特优势，这也是京东配送机器人和智能化技术如此迅速落地的重要原因之一。

二、无人配送领域的关键技术

1、高精度地图数据

尽管地图行业经过多年的发展，尤其是移动互联网时代手机地图与导航应用的快速发展，地图数据已经形成了行业通用的规范与格式标准（如：统一的坐标系以及图幅标准、通用导航数据格式等），但传统地图数据是以人类认知为表达目的，因此在数据表达上完全以人类能够理解的可视化方式展现。然而，在无人驾驶体系中的高精度地图，是完全面向机器人的地图信息，在数据内容、关键信息表达方式上与传统地图都有较大差异，因此高精度地图的采集、制作工艺以及数据应用上，均有很大的差异。

高精度地图数据的获取方式，与传统地图相比也体现了很大的差异。传统地图数据大多通过全站仪、卫星图匹配等手段，能够实现地图数据的批量采集。而高精度地图数据由于在精度方面的更高要求，采集方式上主要依赖激光点云数据的采集以及其他高精度感应装置获取的数据加工而来。

2、智能导航系统

（1）高精度导航行动指引

针对无人配送车的导航，主要原理是通过服务端向无人配送车下发导航关键地点的信息，并通过高精度传感器来判断车辆当前位置是否偏离预定航向，来对无人配送车的行动进行实时引导。同时，由于无人配送车的业务场景，导航的区域需要从传统的室外道路向室内扩展，因此室内导航技术在无人配送中也拥有广泛的应用场景。