文遠知行在東莞開啓無人駕駛掃路機首次大規模商用

繼廣州、深圳後,同樣位於粵港澳大灣區核心區的東莞,也開始嚐鮮自動駕駛環衛新賽道。

7月1日,文遠知行宣佈正式落地東莞市濱海灣新區市政道路智能環衛保潔項目。

這是東莞市首個L4級公開道路無人環衛商業化項目,以及首個“自動駕駛+新能源”機械化作業的無人駕駛智慧環衛項目,同時也是文遠知行無人駕駛掃路機S1全球首次規模化應用。

無人駕駛掃路機S1是文遠知行旗下第二款環衛產品,在4月3日發佈。官方稱,這是全球首款面向開放道路可覆蓋全場景的L4級無人駕駛環衛設備。

發佈當天,文遠知行與國家級長興經濟開發區、東莞濱海灣新區控股集團有限公司、粵港澳大灣區機器人產業聯盟、鄭州傲藍得環境有限公司、廣州凱雲發展股份有限公司等合作伙伴簽訂戰略合作協議,訂單量接近千萬美元,涉及約100輛S1車。

東莞環衛項目爲上述簽約的後續落地,由文遠知行協同東莞市城市管理和綜合執法局濱海灣分局、東莞濱海灣公共管理服務有限公司推出。

文遠知行方面向界面新聞表示,從簽單、到生產端的產能爬坡,客戶側的落地事宜都在同步推進,還會在近期再公佈S1、S6在大灣區的第二個大規模商用部署案例。

日均服務面積超270個足球場

這是文遠掃路機首次大規模商用落地,車隊日均服務面積超86萬平方米,相當於超過270個標準足球場,覆蓋機動車道、非機動車道、人行道、安全島、橋樑路面等多種場景。

據介紹,東莞濱海灣無人駕駛智慧環衛項目涵蓋9條複雜路況城市道路。由文遠環衛車S6、文遠掃路機S1組成的無人環衛車隊將在濱海灣大道(東海路至信義段)、東灣大道(福海路至東海路段)、振海路、興海路、中海路等重點路段開展無人環衛作業。

濱海灣新區方面表示,將有11輛無人駕駛智能環衛車將陸續“上路”,包括5臺6噸自動駕駛洗掃車、2臺3噸自動駕駛掃路機和4臺1噸自動駕駛掃路機,提供道路清掃、灑水降塵、噴灑消殺等多種城市環衛作業服務。

眼見隔壁的深圳、廣州躋身國內自動駕駛第一梯隊,東莞也開始“着急”了。《東莞市新能源產業發展行動計劃(2022-2025年)》提出,要打造國內知名的智能網聯汽車關鍵核心零部件產業集羣,支持建設智能網聯汽車測試場、示範區,支持龍頭企業向智能網聯汽車市場滲透。

2023年9月,東莞市首個智能網聯汽車道路測試與示範應用先行先試示範區落地濱海灣新區,開啓了智能網聯汽車道路測試和示範應用方面的先行先試。除了無人環衛車,該區域也在推動無人小巴試點項目,投用於交椅灣板塊小尺度旅遊線路。

目前,濱海灣新區已建成超25公里智慧化道路,並計劃聯動廣深建立智能網聯汽車互通互認機制,加快推動穗莞深區域性連通。

此外,與文遠知行在4月簽約的廣州凱雲發展股份有限公司也在6月下旬宣佈,旗下廣州凱雲生態環境科技有限公司自主投資的4臺文遠知行無人駕駛環衛車在廣州開發區科技企業加速器園區、廣州黃埔君瀾酒店度假園區正式投入商業運營,能應對開放路段、封閉式及半封閉式等複雜場景,並支持全天候靈活作業。

要實現全車無人

據濱海灣新區方面介紹,智能環衛保潔項目測試期間,每輛環衛車配備一名安全員負責車輛的安全,並不進行駕駛操作。待測試結束、驗證具備全面的自動駕駛能力後,無人駕駛智能環衛車將正式投入運營,實現真正意義上的“車內無人”。

車內無人符合文遠知行的預期。此前,文遠知行創始人兼CEO韓旭接受界面新聞採訪時指出“堅持L4真無人”。

“對於環衛公司來說,核心痛點或當下主要任務,就是在保證清掃品質的前提下進行降本增效。我們認爲人工智能和自動駕駛的發展應該把絕大部分輕體力勞動從惡劣的勞動環境中解脫出來。”韓旭說。

2022年5月,文遠知行發佈首款環衛產品——無人環衛車S6。目前,S6在廣州、大連、深圳、北京(亦莊)、鄭州、新加坡等地開展業務。

文遠知行自動駕駛環衛車由公司和宇通集團聯合打造,針對市政道路的清掃保潔作業正向開發,採用無駕駛艙設計。在無人駕駛模式下,可開展道路清掃、灑水降塵、噴灑消殺等多種城市環衛作業。

韓旭告訴界面新聞,環衛車在技術上還是沿用了一直以來的多模組傳感器模式,“成本上,使用的傳感器模塊,以前的自動駕駛產品都驗證過,驗證、功能開發環節都可以略過;數據採集方面,Robotaxi、Robobus、貨運車所採集的數據在環衛上是一樣的;在技術的突破和創新,使用了最先進的人工智能技術、BEV model,包括深入學習的算法。”韓旭指,這些方面都使環衛車的成本有明顯下降。

環衛車屬於低速無人領域,技術實現的難度相對較低。在這種場景下,自動駕駛只需在既有的框架內進行優化和應用。同時,由於環衛行業有明確的傳統作業模式,自動駕駛的引入可以順利融入現有的工作流程,無需對整體運營模式進行大規模調整。

“所以我們需要做的是一個優化問題,如何在滿足清掃範圍內儘量降低傳感器的價格。”韓旭表示,希望比起現在的人工操作模式,無人環衛車可以使企業降低成本30%-40%。