四大场景解决方案 仙途智能无人驾驶技术为行业“解困赋能”

在发展新质生产力浪潮中,仙途智能依托行业领先的无人驾驶技术优势和强大的快速交付能力,无人驾驶车辆频频“出圈”,不突破落地应用场景,相继在市政道路、机场港口、工厂园区、旅游景点等多样化场景落地,实现了开放-半封闭-封闭的室外场景全覆盖。

通过无人驾驶技术的规模化应用,仙途智能不仅为城市发展新质生产力注入了蓬勃动力,同时,也有效验证了无动驾驶技术产品的成熟度和商业化运作能力,拓展了无人驾驶商业化的想象空间。

开放场景突破,无人驾驶技术大规模落地市政开放道路

在市场公开道路场景中,无人驾驶环卫装备的规模化落地仍然存在难点,无人驾驶环卫装备需要在城市公开道路上取得上路许可认证,同时复杂的交通环境仍是无人驾驶技术落地必须跨越的一大障碍。由于开放道路环境复杂多变,无人驾驶车在执行任务时,不仅要应对车辆、行人、红绿灯等常规交通要素,还需精准识别路面上的各类障碍物,如垃圾、树叶、石块以及潜在的坑洞等。

仙途智能自主研发生产的Autowise V3、Platforma-X均搭载了行业领先的兼具多任务、多模态、跨时序等特点的BEV多任务感知模块,并且具备广泛的场景适配能力,已在国内多个城市公开道路场景中实现了落地。例如,在苏州高铁新城项目中,Autowise V3、Platforma-X应用于苏州市高铁新城周边十条道路的清扫作业,包括南天成路、北天成路、西公田路、青龙港路、蠡太路、相融路和水景路等。清扫范围广泛覆盖了繁忙的主干道、狭窄的辅道以及错综复杂的人行道,总清扫长度为18.185公里,总面积达55万平方米。

[MD:Title]

为了应对庞大的公开道路作业和复杂的主干道,Autowise V3凭借多任务、多模态、跨时序BEV感知技术,不仅能准确检测常规交通场景如车辆、行人、交通标志等,还具备环卫场景下:低矮障碍物检测、路沿检测、垃圾检测、扬尘水雾识别过滤、可碰撞检测等功能,尤其是在辅道与人行道上,面对行人、非机动车、临时停车及施工等复杂情况,Autowise V3展现出了其出色的避障能力和灵活的路径规划能力,能够在执行贴边清扫和垃圾检测任务的同时,灵活调整行驶方向、安全绕障、紧急避让,在复杂多变的道路环境中安全、高效地完成清洁作业。

在城市狭窄的辅道以及错综复杂的人行道,Platforma-X凭借小巧的尺寸与场景的通用性,在进入狭窄的复杂区域时,能够实时、精准地感知周围的行人、车辆、非机动车的动态变化,灵活应对各种突发情况,确保在人流密集和复杂交叉口中高效执行清扫任务。例如,Platforma-X在上海金桥开发区运营中,面对早晚交通高峰时段的交通场景与复杂环境,Platforma-X能够实时、精准地感知周围动态,包括行人、车辆、非机动车的流动变化,以及道路施工标记、交通信号等障碍信息,在复杂的交通环境中实现了全流程的无人化、一体化高效自主作业。凭借卓越的性能和广泛的市场认可,Platforma-X已在上海多区域、深圳、南京、苏州、合肥等城市实现商业化运营。

[MD:Title]

截止目前,仙途智能无人驾驶技术已在公开道路场景中实现了规模化落地,包括苏州高铁新城项目、合肥高新区环卫一体化项目、无锡市锡东新城商务区智慧环卫项目以及深圳、西安、郑州等城市常态化运营,这标志着仙途智能无人驾驶技术实力已迈向规模化布局的新阶段,实现了从点到面的量级跨越。

Autowise V3实现在机场、港口深度广泛应用

除了公开道路,仙途智能无人驾驶技术已在港口等多个特定场景中实现了深度且广泛的应用,依托广泛的场景适配能力和产品成熟度,Autowise V3无人驾驶车辆在多个港口、机场顺利启动了常态化运营。在港口场景中,除了常规的道路清扫外,还涵盖了专门用于集装箱堆放的区域、重型卡车停车区,这不仅要求无人驾驶车辆具备在标准道路上自动驾驶的能力,还需拥有在非结构化道路上的适应性。此外,由于港口可能经常遭遇风暴潮侵袭,无人驾驶车辆在极端环境下稳定作业也面临巨大挑战。

以宁波舟山港为例,仙途智能的开发团队针对舟山港的特殊环境,根据实际运营需求,结合先进的算法模型,在短时间内完成了Autowise V3的项目交付。为应对舟山港复杂的定位挑战,仙途智能基于实际路况制作了高精度地图,并将实时激光雷达数据与高精度地图数据相匹配,实现了车辆的精准定位和清扫路线的智能规划。

[MD:Title]

为确保清扫作业的安全高效,Autowise V3依托多任务、多模态、跨时序等特点的BEV多任务感知模块以及支撑BEV快速迭代的数据闭环系统,通过按需采集特定异常场景的数据,特别是针对集装箱密集区和重型卡车停车区,运用数据挖掘、主动学习和3D数据仿真等策略,有效提升了自动驾驶系统在复杂环境下的泛化能力和鲁棒性,增强了无人驾驶车辆在港口作业的安全性和可靠性。

除常态化的无人驾驶运营之外,仙途智能自主研发的远程运营平台Radar24还为工作人员提供了24小时全天候的技术支持,不仅支持车辆状态的实时查询、任务的即时调度和远程辅助规划等,还支持远程启停清扫车、设定作业任务和数据分析等操作,全方位提升了无人驾驶车辆在作业执行中的运营效率与安全性。

此外,早在2021年,仙途智能就在郑州新郑国际机场成功实现了无人驾驶技术的落地应用,通过在复杂机场场景中积累的技术突破和运营经验,Autowise V3在杭州萧山机场中同样展现了稳定、高效的自主作业能力:Autowise V3能够精确识别并灵活应对机场周边复杂多变的动态环境,包括精准感知机场布局、障碍物分布及人流动态,并根据实时情况自动调整清扫路径与作业速度,显著提升了清洁作业的效率,有效降低了人力成本,为机场的日常运营注入了强劲动力。

Autowise V3在机场、港口成功应用,不仅彰显了仙途智能强大落地能力,也为无人驾驶技术在其他大型交通枢纽的应用提供了宝贵的经验和示范效应。

降本提效,仙途智能无人驾驶车在工厂园区加速落地

在工厂园区等相对封闭的运行环境中,尽管外来车辆流通有限,交通复杂度相对较低,但无人驾驶技术的落地却依然需要克服一系列技术上的难关。以松江综合保税区为例,作为内陆地区一个功能齐全的海关特殊监管区域,集保税区、出口加工区、保税物流区及港口功能于一体,规划面积达到4.15平方公里。园区运营环境复杂,障碍物种类繁多,例如固定的建筑设施、临时堆放的货物、频繁移动的行人和货物车辆等。无人驾驶车辆在保障清扫效率的同时,还需确保与行人、其他车辆保持安全距离,避免任何可能的碰撞事故。

仙途智能研发的Autowise V3在高精地图构建与高精度定位方面,创新性地融合了多相机、多激光雷达以及GPS/IMU等多种传感器数据。得益于高精地图采集精度的持续提升、融合定位算法的深入优化,以及实时定位与建图SLAM技术的主动回环校正机制,Autowise V3的系统定位误差被精确控制在3厘米以内。

[MD:Title]

面对行走规则复杂多变的园区、光线受限的隧道、多楼宇或树木密集遮挡的环境、缺乏参照物的开阔空地,以及动态变化的停车场等复杂场景,Autowise V3均能以卓越的稳定性和适应性,提供精准覆盖式清扫、贴边清扫、灵活绕障、精确避让、垃圾自动对接倾倒及自主泊车等一系列高效功能。值得一提的是,Autowise V3在松江保税区这一极具挑战性的区域,实现了批量常态化无人化运营,开创了国内保税区无人驾驶清扫作业的新纪元。此外,Autowise V3的足迹不仅遍布国内大型园区,还成功落地德国杜伊斯堡的大型物流园区、美国马萨诸塞州的大型工业园区以及瑞士工业园区等国外的大型工业园区,彰显仙途智能无人驾驶车在复杂环境下高效自主作业与强大的落地能力。

无人驾驶技术持续进化,旅游景点规模化商业运营稳步推进

在公园、景区等限定场景,无人驾驶车辆的作业路线和范围相对固定,但车辆运行的稳定性、安全性高,清扫作业面临的复杂因素更多,如爬坡、沟壑识别、狭窄不规则道路以及极端天气等。仙途智能凭借无人驾驶技术深厚积累,持续拓宽其技术应用的广度与深度,Autowise V3已成功在多个旅游景点实现落地应用。

以最早落地在海外旅游景点为例,仙途智能展现出了强大的技术实力与市场拓展能力。在迪拜著名景区朱美拉海滩,面对中东地区极端恶劣的气候条件,Autowise V3凭借其出色的性能,在极端天气下依然能够保持高效稳定的运行,为阿联酋迪拜地区带来了稳定且高效的运营服务。

[MD:Title]

迪拜朱美拉海滩毗邻迪拜购物中心、棕榈岛、迪拜帆船酒店等著名地标,吸引了众多游客争相打卡。Autowise V3的作业地点位于朱美拉海滩的自行车道,这条车道曲折蜿蜒,横穿沙滩而过,不仅道路条件复杂,而且骑行爱好者众多,市民和游客也时常横穿车道,给自动驾驶车辆的贴边清扫和避障能力带来了极大的考验。面对不同国家的交通规则、道路条件、文化差异带来的特殊需求,Autowise V3融合激光雷达、毫米波雷达、机器视觉、高精定位等多种先进感知技术的综合解决方案,在运营过程中展现出了精准贴边、安全绕障、紧急避让、灵活掉头、切换方向等卓越性能,满足了在复杂环境下的作业需求,赢得了海外客户的高度认可。

Autowise V3成功在海外实现规模化落地,拓展了多样化的应用场景,不仅体现了仙途智能无人驾驶技术深厚积累与创新优势,更坚实地证明了具备跨国界、适应全球多元复杂环境的强大落地能力,为未来全球市场的深耕和拓展多元业务场景奠定了坚实的基础。

作为全球无人驾驶商业化领先企业,仙途智能将始终致力于自动驾驶技术的研发与创新,不断加速无人驾驶技术规模化落地,从而为全球客户提供更加优质、高效的解决方案和服务。

免责声明:本文章由会员“极目新闻”发布如果文章侵权,请联系我们处理,本站仅提供信息存储空间服务如因作品内容、版权和其他问题请于本站联系