IDTechEx研究:自动驾驶汽车在履行和交付方面是一场“2500亿美元的革命”

配送/物流和仓储/履行链中的自动化是一个不断增长的市场。根据IDTechEx最近的研究，其中一个子集是使用移动机器人、无人机和自动驾驶汽车来实现基于移动的任务自动化。

该报告发现，在配送和仓储领域，移动机器人、无人机和自动驾驶汽车的市场规模可能在2030年达到810亿美元，2040年达到2900亿美元。

该报告提供了对所有关键参与者、技术和市场的分析。它涵盖了自动化和自主推车和机器人，自动化货物到人机器人，自主和协作机器人，送货机器人，移动采摘机器人，自动物料搬运车辆，如拖车和叉车，自动卡车，货车，以及最后一英里送货机器人和无人机。

编者注:以下是该报告的作者，IDTechEx研究总监Khasha Ghaffarzadeh和IDTechEx技术分析师Na Jiao的总结。点击这里查看附有照片的摘要．

- - -

我们为上面列出的所有技术(13条预测线)提供技术路线图和20年市场预测，包括单位数量和收入。我们建立了一个20年的模型，因为我们的技术路线图表明，这些变化将在很长一段时间内发生。在我们详细的预测中，我们清楚地解释了市场增长的不同阶段，并概述了支撑我们模型的关键假设/条件和数据点。

此外，我们的细粒度预测模型包括对上述所有技术的价格预测，通常是在组件级别。我们的技术评估和价格预测直接反馈到我们的市场预测模型中，控制采用时间表和估计的技术市场份额创新。

我们进一步提供投资/趋势分析，始终寻求将每种技术置于更大的定量和定性背景中。我们还包括公司面试/简介/评论。我们的公司简介和访谈为公司定位、战略、机遇和挑战提供了宝贵的见解

这些图片展示了各种移动机器人和地面自动驾驶车辆的产品和原型，旨在实现仓储和配送链的一部分自动化。这些技术-连同送货无人机-在本报告中详细审查。

室内自动化
很长一段时间以来，自动导航车和导航车(AGC和AGV)一直在使用。它们依赖于基础设施，这意味着它们遵循一个固定的基础设施，如导电电线或磁带，从a到b。它们是可靠的，可以处理各种有效负载。然而，它们的安装非常耗时，而且它们的工作流程很难适应。

因此，作为一种技术，它们的基础是不稳固的，除非它们能够适应。这是因为技术正在朝着更加自主和基础设施独立的导航方向发展。我们预测，它们将趋于过时，并日益局限于越来越狭窄的市场利基。总体而言，我们预测2030年的市场将比2019年萎缩50%。

自动化机器人的一个亮点
自动化机器人的一个非常亮点是在履行中心的货物到人的自动化。在仓库内创建了专门的机器人专用区域，在那里，这些机器人车队将货架高速移动到有人值守的拣选站。生产率的提高是显而易见的。

这是一个快速增长的市场空间。2012年，亚马逊(Amazon)以7.75亿美元收购了Kiva Systems，从而在市场上留下了一个空白。如今，一些资金充足的替代方案，如GeekPlus(3.89亿美元)、GreyOrange(1.7亿美元)和HIK Vision(60亿美元收入)已经出现，实现了有前景且不断增长的部署数据。初创企业的数量也有所增加，尤其是在2015-2017年间。

我们预计年销售量将在6年内翻一番。尽管已经进行了大规模部署，但我们估计真正的全球拐点将在2024年左右到来。事实上，我们的报告预测，在2020年至2030年期间，这种机器人的累计销量将超过100万台。

左边的图片展示了各种货物对人机器人的例子。右边的预测数字显示了这些物对人机器人的近期预测。我们在报告中的预测将持续到2040年。预测模型通过考虑履行中心的增长、这些中心的规模以及每个区域部署的机器人数量来考虑可寻得市场的增长率。插图显示了依赖传统基础设施的自动引导推车的衰落。该图显示了2019年相对于价值的变化率。

走向自主的室内机器人和车辆
导航技术正在从自动化向自主过渡。主要的好处是导航变得独立于基础设施，允许轻松修改工作流，并支持机器人和人类之间的各种协作工作流模式。

该技术是由更好的SLAM算法实现的。这些算法基于包括立体摄像机和二维激光雷达在内的不同传感器，已经发展到足以在许多结构化的室内环境中处理安全的自主导航。这些机器人易于安装和训练。

技术选择仍然很多。一种常见的方法是在训练阶段使用2D激光雷达绘制设施地图，例如，让机器人在设施周围行走。固定的引用对象将在设置阶段被标记。另一种方法是使用摄像头视觉和深度学习来识别和分类物体。这在计算上更加复杂，但将使一个更灵活的系统能够在复杂和不断变化的环境中做出更智能的决策。

商业模式也在不断变化。一些公司以RaaS(机器人即服务)的形式提供他们的技术。其他公司则在遵循传统的设备销售模式。即使是这些供应商也需要在他们的商业模式中建立一个订阅平台，以提供维护和升级，特别是基于云的软件更新。

我们估计，这种自主移动机器人(amr)的市场将会增长。今年也有一些突出的投资和收购，例如Shopify和亚马逊。总体而言，我们预测在2020-2030年期间，机器人的销量将超过20万台(这一数字包括那些可以挑选规则或不规则形状物品的机器人)。

选择移动机器人来主导amr ?
拣货技术是仓库自动化的重要组成部分。如今，许多公司和研究小组正在部署深度学习，使机器人能够快速挑选新颖和不规则形状的物品，并且成功率很高。为此，正在遵循数据收集/注释和DNN训练的各种策略。

为数不多的公司在移动平台上集成了拾取工具。如今，它们主要是在已知环境中挑选盒子形状的物品。然而，技术进步将使这些技术应用于更多样化的项目。它还将使机械臂与移动平台更好地集成。

我们预测，在2024年之前，能够挑选规则形状物品的移动机器人将处于学习和小批量部署阶段。此后销售将会回升。然而，只有在2030年之后，我们才预测会有显著的年销量。至于能够拾取不规则形状物品的机器人，我们认为其开发和小批量部署阶段可能会持续到2030年。但从长远来看，我们预测，到2040年，仓库中销售的36%和38%的amr将分别能够挑选规则形状和不规则形状的物品。这预示着一场重大的技术变革，需要自动化而不仅仅是自主运动。

这里显示了各种协作amr。这一数字不包括挑选目前出售的移动机器人。右图显示了协作移动机器人的单位数量市场预测。我们可以看到，从长远来看，采摘机器人的份额将开始增长。

叉车和拖车的未来是自动驾驶的吗?
今天，几乎所有的叉车都是手动操作的。然而，自主移动技术的兴起将改变这一趋势。事实上，这一征程早已开始。许多公司已经开发、演示和部署了自动叉车和卡车。

导航技术的选择多种多样。有些使用RGB相机和RGB图像处理技术进行导航。其他公司则部署二维激光雷达，用于在结构化的室内环境中导航。报告评估了每种方法的优点和战略后果。

这些叉车的成本自然较高，但许多供应商声称的投资回报率在12-18个月内。该成本包括安装和维护成本，以及自动传感器套件、牵引力控制和驾驶员以及软件的成本，这些成本可以在不断增长的部署车队中摊销。总体而言，在一些高工资地区，以年度运营成本为基础的价格平价即将实现。

我们的分析和采访表明，拐点可能在2025-2027年左右到达。在此之后，我们预计销量将继续增长，到2030年已经超过10万辆。请注意，我们通常对自动驾驶出行进行20年的预测，因为这项技术的推广必然需要时间。

左边的图像面板显示了来自不同公司的自动拖车和叉车。右边的图表显示了我们对自主预测的预测，以单位数字表示。请注意，这些预测是长期的，涵盖2020-2040年期间。尽管最近销量有所回升，但我们估计真正的拐点将出现在2025-2027年左右。

人行道上最后一英里的送货机器人:2030年的10亿美元市场?
最后一英里配送是配送链中最昂贵的部分，通常占总成本的50%以上。近年来，许多公司一直在创新，利用自主移动机器人、无人机和自主车辆技术来实现这一步骤的自动化。这类产品的例子如上图所示。

人行道机器人的设计速度通常为4-6公里/小时。这是为了提高安全性，让机器人有更多的思考时间，让远程操作员有机会进行干预，并将机器人归类为个人设备(而不是车辆)，从而减轻立法挑战。

这些机器人也有不同的硬件选择，例如，电机控制轮子的数量，有效载荷大小和隔间设计，电池大小等。几乎所有的机器人周围都有高清摄像头，使远程操作员能够进行干预。所有的机器人都有imu和GPS，大多数都有用于近场感应的超声波传感器。

一个关键的选择是只使用激光雷达，只使用立体视觉，还是混合。激光雷达可以提供出色的360度测距信息与空间分辨率和密集的点云，使良好的信号处理。然而激光雷达是昂贵的，可能有近场(几厘米)盲点。第一种可能会危及商业模式，除非激光雷达的价格——正如我们所预测的那样——下降。另一种方法是不使用激光雷达，使用立体摄像机作为主要的感知导航传感器。这将需要开发基于摄像头的定位、目标检测、分类、语义分割和路径规划算法。

这些人行道机器人距离完全自主还很遥远。首先，它们经常被部署在美国大学校园这样的环境中，那里人行道交通很少，而且人行道结构良好。许多机器人也被限制在日光和无感知的条件下。关键的是，供应商也有远程操作中心。如果这类业务要取得成功，操作员与机器人的比例必须保持在绝对最低水平。

在改进导航技术方面还有很多工作要做。机器人将需要学会在更复杂、更多变的环境中操作，并且需要最少的干预。此外，资本也是必不可少的。终端市场竞争也非常激烈，价格受到严格限制。

总的来说，我们预测到2035年将有20万单位的机队规模(包括更换)。考虑到技术的成熟程度，拐点要到2025年左右才会出现。

自动送货卡车和货车
自动驾驶汽车试图解决卡车运输行业面临的几个关键痛点。一个是司机短缺。仅在美国，到2028年，司机短缺预计将达到16万人。另一个是生产力。目前，立法限制了每个司机每天的驾驶时间，从而减少了资产运行时间，从而提高了安全性。

自2016年底以来，初创企业已经筹集了超过4亿美元用于实现自动驾驶卡车。戴姆勒等大公司也宣布了未来五年的重大投资计划(5亿美元)。许多项目现在都处于半商业化的原型设计阶段。尽管如此，目前部署的自动驾驶卡车数量较少，主要参与者拥有50辆左右的车队。明年，我们预计卡车数量还会增加，总数量将达到1200-1500辆。尽管如此，这些也将处于试验阶段，试图收集数据以进一步改进驾驶人工智能。

一般来说，在某些地区的高速公路上驾驶，就自动驾驶技术而言，可能是一个相对容易实现的目标。然而，该技术需要专门为卡车开发，因为这些车辆有不同的制动距离和不同的感知要求。

业务模型和确切的方法处于不断变化的状态。一些人建议只依靠摄像头进行导航，并将自动驾驶限制在高速公路上，在复杂的城市环境中由人类或远程操作员接管。其他的则采用了一种混合的方法，即相机扫描远距离，激光雷达只聚焦150-200米半径内的感兴趣的物体。使用激光雷达进行远距离探测的挑战在于功耗和信噪比。

我们预测，到2028年，4级自动驾驶卡车每年将超过30万辆。在此期间，5级部署将保持在接近零的水平。到2035年，自动驾驶4级和5级卡车的年销量将分别超过80万辆和17万辆。此后，我们预计5级自动驾驶卡车的部署将迅速起飞。我们的预测是市场份额、单位数量和市场价值。后者也被每个自主移动技术的贡献所分割，例如激光雷达、雷达、软件、地图等。

自动送货车和吊舱也正在出现。许多都是专用电动道路车辆。它们也是人行道最后一英里送货机器人的竞争对手。传感器套件和算法类似于自动驾驶汽车，尽管有两个考虑因素减轻了技术负担:(1)交付舱的速度较慢，因此感知技术不需要适应很长的范围，而且机器人有更多的思考和反应时间;(2)机器人可能部署在有限的已知社区区域，因此可以开发更详细的高清地图，以帮助自动导航。我们的报告还根据自动驾驶水平对这些送货车的单位数量和价值进行了预测。

从IDTechEx访问分析师
所有的报告购买都包括长达30分钟的专家分析师电话时间，他们将帮助您将报告中的关键发现与您正在解决的业务问题联系起来。这需要在购买报告后的三个月内使用。