戴姆勒投资送货机器人“StarShip”，这是一个车企在智能物流上的布局
WSJ报道，戴姆勒已经对StarShip进行了1720万美元的投资，这是戴姆勒在智能送货技术上的又一次尝
Starship的创始人是原Skype的联合创始人Ahti Heinla和Janus Friis，自从2014年成立以来，Starship 一直致力于通过机器人，提供灵活、可持续的替代性物流服务，年内在北美和欧洲的公共街道上已经投入了测试，甚至在伦敦已经开始了小规模的商业服务。本次戴姆勒的投资行动，不仅将会继续帮助该项目的研究，并且展示出了该行业的前景被业界所看好。
StarShip送货机器人技术探究
Starship 送货机器人以平均4英里/时（6.4千米/时）的速度行驶，一次可以运送20英镑（9公斤左右）物品，去年年末以来，Starship在测试环境下已经行驶了5000英里，沿途遇到超过40万人。虽然Amazon 和Google都认为无人机是未来物流的方向，但是Skype的两位联合创始人对此有不同的想法。他们成立的这家名为 Starship Technologies的公司，要通过可以在人行道上行驶的自动机器人（与公司同名Starship），来解决最后一公里的物流问题。
因为Starship机器人的速度很慢，运送距离有限，因此在每个城市都需要很多的基站。Starship 99%是自动式的，但另外1%仍然由人来监控，在机器人出现问题时人为进行干预。运输途中，装有物品的车厢是锁住的，收件人通过移动端来进行解锁，同时也可以实时跟踪物流过程。
另外，StarShip装备了冷却机，保证了货物（主要是食物）在运输途中保持它们本来的温度，StarShip另外配备了摄像头、传感器以及防拆包装置等来适应各种复杂的环境。相较于无人机送货的的方式，Starship在安全性方面的要求相对更低一些，实现起来的难度肯定也会更低，这或许是StarShip可以获得更多青睐的原因。
此前36氪报道过，阿里菜鸟、京东都在研发类似形态的产品，很多的产品都是致力于成为中国版Starship的实践者。我们看看中国的“真机智能”的核心技术，该产品背后有三部分核心技术：
一是基于3D激光雷达的SLAM算法：机器接到指令后首先要以2D地图作为路径规划参考，然后根据GPS做初步定位。但实际行走过程中还要用3D激光雷达、IMU采集的信息，对环境建图、定位，来实时规划路径；
二是基于深度学习的物体检测技术：与无人车相同，送货机器人也要面临复杂的路况。这需要根据图像信息来识别活动中的物体，从而实现避障。除使用激光雷达数据外，还需要摄像头、GPU的组合来做视觉深度学习计算；
三是基于机器学习的控制技术：在避障和寻找路面时，由于路面状况太繁杂，依靠自学习算法做决策的技术还不成熟，因此真机智能选择了靠机器学习模型预测结果和规则相结合的方式，来实现控制决策。
以此来看，StarShip的核心技术也是可见一斑。
戴姆勒持续在智能送货研究上发力
戴姆勒作为一家商用车制造商，他们的兴趣不光在StarShip上面，他们同样投资了Matternet公司 5亿欧元，用以发展电网和网络配送车量。Matternet公司是研发可以自动驾驶的无人机，专注于低成本，轻载荷无人机的研发。
另外，戴姆勒在CES上凭借一款电动概念小货车也是赚足了眼球。这同样是一款面向城市“最后一公里”的货物运输工具。
在设计上来看，这辆奔驰小货车没有窗户、方向盘或脚踏板，驾驶员都是靠游戏机那样的驾驶杆来操作的。这都是要配合仓储机器人的使用，充满了科技风格。另外，奔驰提出了换墨盒一样的装货方式，放货物的空间直接被装入堆满货物的“抽屉”，等到送完清空之后再换一个满货的新“抽屉”。
仓储机器人可以帮快递员省下快递分拣的时间，在开车的过程中，货物就按地址分类好了。当司机到达一个送货地点时，只要向机械手臂发送命令，它就能把包裹和电池包一并递给无人机。无人机就能从小货车车顶升空执行投递任务。另外，奔驰为其内置了智能辅助系统，可以利用驾驶辅助避免事故发生，减少意外发生。
但据36氪物流行业记者杜暮雨介绍，类似StarShip这样的公司还没有找到有效的手段防止小车被劫持，要真正实现无人机或无人小车送货，这个问题是首当其冲的。我们期待戴姆勒接下来的打法，或者，你有什么好的方法么？
本文作者为36氪汽车小组实习生袁帅
我是36氪汽车小组负责人卢姿伊，负责特斯拉、无人驾驶、新能源、车联网、出行及后市场，欢迎直接与我联系，微信：17701221940
Attention！！！36氪汽车小组正在招募全职实习生一枚（不能短期，可远程，每天有出稿任务），负责自动驾驶方面新闻，包括但不限于特斯拉、Google、Uber以及各大车厂自动驾驶项目，自动驾驶创业公司等。有技术背景，能举一反三、并深入浅出地解读趋势。定期做汽车行业整合报告。
