后疫情时代的“无接触交付”

2019年年末、2020年年初，一种不知名的病毒突然出现，并迅速发展成为波及全世界的“黑天鹅”事件。后来，我们将其命名为新冠病毒，国外称COVID-19。截至2021年8月9日，新冠病毒引发的全球性疫情累计感染人数超过2亿人，并带来约430万例死亡病例。

这一罕见疫情的破坏力超出大多数人的预料与想象，不仅对全球经济造成沉重打击，也在一定程度上改变了我们的生活方式。疫情防控期间，为了有效减少病毒传播路径，人们被劝说尽量减少外出，活动范围缩小至住宅、社区或村庄，但是人们对生活必需品的需求仍然存在。人不动则需货动，人们对“最后一公里”配送的需求快速增加，需要商品被直接送至小区门口或家门口。在“停摆”的城市中，配送骑手们成为城市“摆渡人”，串联起商家、商品与消费者。在武汉封城的76天里，仅美团就完成了396万单配送订单。

同时，为了最大限度地降低“人传人”的风险，政府发出了减少非必要面对面直接接触的倡议，这让更多人看到了无人配送的必要性和价值。疫情高峰不仅引发了很多生产端的供应中断，也让末端配送出现了“断链”的情况。为了保障消费者体验不出现大滑坡，众多外卖平台、生鲜电商平台、物流配送平台在疫情期间纷纷推出无接触配送服务。从2020年2月18日开始，美团无人配送车“魔袋”在北京顺义多个社区投入运营，开启常态化无人配送，服务于美团买菜的用户。京东物流也是积极参与者之一，在2020年大年初一迅速成立无人科技应急小组，不到半个月便完成了武汉无人配送的相关部署工作，并于2月5日完成武汉的首单无人配送。之后，京东物流陆续向武汉投放无人配送车约30辆，配送物品从医疗抗疫物资逐步扩展到日常生活用品，运送包裹约1.3万件，行驶总里程超过6800千米。

疫情期间，美团、阿里巴巴、京东物流、苏宁物流、百度、华为等行业巨头，以及新石器、白犀牛、行深智能、一清创新、驭势科技等创新企业，纷纷推出无人配送车，大大加深了公众及商家对无人配送的了解与认知。虽然现在人们逐渐回归到以往的生活，但是公众对无接触配送的认知与接受度却已建立起来了。麦肯锡预测，10年后将有80%的快递包裹采用自动配送方式；一览众咨询则估计我国自动驾驶的低速物流配送车在2025年时的年销量将达8万辆。

不过，疫情对无人配送更多的是起加速催熟作用，国内企业对无人配送的尝试，可以追溯到2016年左右。专注于自动驾驶智能车系统开发和推广应用的智行者科技成立于2015年，旗下的蜗必达无人配送物流车产品在2017年便在清华大学、中国人民大学校园内进行了常态化测试及试运营。京东“X事业部”在2016年发布了其研发的无人配送机器人，并从2017年开始在北京、上海、长沙、西安的多所高校及产业园区内进行试点运营，同年“6·18”期间则在北京海淀开启了首次全场景规模化运营。美团则在2016年成立W项目组，后更名为无人配送部，于2017年推出自研无人车“小袋”，并于2018年在北京朝阳大悦城、北京首钢园、雄安新区、深圳联想大厦、松江大学城等地进行测试运营。得益于近5年的探索与积累，当疫情期间产生大量“物理非接触”需求时，无人配送领域的玩家们才有能力快速响应需求并推动行业的快速发展。

行业巨头不约而同地盯上无人配送这门生意，背后有3个主要原因。一是末端配送存在配送货物品类多，配送环境、路径、场景复杂，消费者配送要求愈加多样等主客观痛点，导致配送服务水平参差不齐、配送效率难以进一步提升。二是快递订单、本地生活配送订单数量快速增长，适龄劳动人口及愿意从事配送工作的劳动力在不断减少，导致配送员的供需矛盾越来越大，对应的配送成本也在不断上涨。每日优鲜曾表示，从前置仓到消费者的最后3千米的配送费用，占其整体物流成本的2/3以上。三是物联网、人工智能、大数据、高精度地图、智能导航等技术的不断发展与成熟，基本扫清了无人配送车的技术障碍。

在与无人配送车相关的技术中，我们重点讲一下高精度地图。与我们日常使用的导航地图相比，应用于自动驾驶的高精度地图主要有3处不同。一是精准度更高，一般绝对位置精准度接近1米，相对位置精准度可以达到10~20厘米。二是更专注于驾驶，其所提供的信息不仅包含实时交通情况、交通事件等内容，更包含车道曲率、车道坡度、限高限重限宽等与货运高度相关的信息；同时会记录包括典型驾驶行为、最佳加速点及刹车点等在内的驾驶行为细节。三是侧重于数据输出，而不是视觉呈现，因为高精度地图的使用者主要是机器设备，其作用主要在于为自动驾驶车辆提供“行动指南”，而非给驾驶者导航。

高精度地图是如何为自动驾驶车辆提供“行动指南”的呢？这一过程可以划分为两个阶段：第一个阶段是实现自我感知，以地图信息为基础，结合车载的激光雷达、摄像头、视觉识别等设备获取的实地场景信息，确定车辆的相对位置，并通过全球导航卫星系统、惯性导航系统等技术确定车辆的姿态、绝对位置和速度；第二个阶段是提供决策支持，根据自我感知的数据，结合车联网技术、云端平台、边缘计算等技术，提供运力调度方案、配送路径规划、行驶轨迹规划，最大限度地降低配送成本并缩短调度时间和行驶里程。

目前，无人配送车已在多地开展了试点运营，投入的车辆也越来越多，如京东物流已投入30多辆无人配送车，与江苏常熟合作建设“无人配送城”。但是，目前的无人配送领域仍然存在不可回避的问题或困难。首先，研发制造成本过高。虽然经过迭代优化后，一辆无人配送车的造价已从初始的60万元左右下降至目前的20万元左右，但这一成本仍高于市场预期，在目前的人工成本下也未显现出其人工替代优势。其次，车辆应对开放式复杂路况的能力仍有待增强。机器学习能力、应对多元复杂需求时的决策规划和运动控制技术、车辆稳定性等仍有不足，因此目前试运营的场景多是高校校园、产业园区、港口等相对封闭且路况较为简单的环境。最后，目前更多依赖于“人机协同”，绝大多数无人配送车无法满足上楼的配送要求，只能配送至楼下，然后由快递员或骑手配合完成最后一个环节的工作。因此，无人配送模式在未来很长一段时间内，仍将更多地扮演劳力补充、辅助配送的角色，以改善快递员或骑手的工作环境及提高他们的效率，进而优化消费者体验。