京东刘艳光
从做无人机开始,如何造无人机(技术)和如何用无人机(运营)就成为了我们经常思考的问题。只把无人机做好,不会用好,发挥不了无人机的价值。返过来,只想着怎么用,却在技术上不过关的话,不能产生持续的动力。正确的处理这两者的关系,是我们事业长久的基石。
今天我想跟大家分享下,我们对于运营落地方面,是如何思考技术驱动与场景应用完美结合的思路。
如果不深入去做无人机物流的话,可能不会去过多思考实现的细节。大多数人关心的问题,仍在于我们的无人机载重有多少?一次飞多远?能装什么货?飞机飞多高等这类相对表面的问题,这些问题往往好回答,又不好回答,关键是要看带不带实际的运营场景。中国地域广阔,地形复杂、气候多样化,实际运营落地过程中,必须要跟当地区域的环境特点相结合。不同的地理环境和物流场景,对机型、运营手段、人员配备、技术辅助手段等,均有不同的要求。这种背景下,不可能想着通过的单一的运营机制,来解决复杂的运营需求。面对这种情况,我们其中一个方法,是通过智能化场景建模的方式,来解决一部分问题。
智能化场景建模,就是通过数学建模的思维方式,结合人工智能相关技术,针对不同的运营需求,以场景为单元建模,考虑包含地理环境、气候特征、订单需求、订单种类配比、场地要素等多种要素的模型输入,建立精准适配的运营模型,输出适配的机型、运营人员、智能化需求度等,并在运营中进行数据采集与分析,反馈到模型输入,使模型在运营中逐渐优化、健壮,最终增加智能化程度,降低成本。
我们不妨通过一个具体的场景来理解智能化场景建模的含义。如我们现在在西安建有常态化运营的起降点,具体考虑落点场景,具有地面障碍物(车、人、动物、杂物设施)管理不规范、维护(收货)人员专业化程度低(多本地村民)等多种问题。深入到这个场景中,我们会考虑,如果使机型适配气候、适配运营订单需求?飞机降落过程中,如果检测地面目标障碍物?飞机如何与收货人员进行交互?无人机如果验证收货人员身份,保障安全性?无人机如何根据场景,自适应判断及调整自身状态?
这些问题,最终都转化成了具体的技术问题,再梳理下,就转化成了目标检测、身份识别、数据分析、健康管理、智能避障、智能决策等技术模块,如果解决这些问题,势必用到了机器视觉、图像处理、深度学习、大数据分析、路径规划、强化学习等AI技术。这个场景模型下,建立一个完整的由具体的运营需求到技术需求的反馈过程。我们的技术研发部分,恰恰是一个相反的过程,通过模块化的AI技术积累,以项目的形式,将分立AI技术相互交叉融合,结合场景应用,解决一个个的智能需求问题,最终实现整体场景的智能化程度。这是一个由AI技术到落地的正向应用过程。
这种方式下,以智能化场景建模为载体,深入结合了我们技术与运营的关系,针对每一个模型,都能实现精细化的管理与分析,并随着时间进度,运营数据数据增多,通过大数据分析手段,更新迭代,逐步完成无人机智能化进程。
其实,人工智能就在我们身边,它离我们很近很近。
为什么呢?
我们的智能化的无人机自动机场就是一个很好的例子。
这两天看过央视新闻的朋友们想必已经知道了,这个双十一,我们位于宿迁智慧物流调度中心的无人机自动机场初步投入了运营中。
央视新闻视频观看:京东无人机自动机场
京东无人机场,是京东智慧物流团队自主研发的,全球首个落地运营的物流无人机全自动化机场;机场提供导航、通讯、任务规划、精确起降、自动装卸货物、自动充电等全套服务,该机场与无人仓无缝对接,支持多架飞机同时起飞的功能。
京东无人机自动机场有以下几大技术优势。
第一,配有远程中央控制系统,可操作多个机场多架无人机,彻底解决了人力问题。
第二,一千瓦全自动充电,保障无人机在一小时内充满电,提高充电效率。
第三,高精准度自动装卸货,可达到毫米级精准。
第四,高精准度天窗入室起降在2m*3m的区域内,技术要求非常高
相信这样智能的无人机自动机场,能在未来为更多的用户提供更高更快的配送服务。让更多广大的人民群众能智享生活。
长按识别图中二维码关注我们!