本系列介绍5G车联网赋能自动驾驶环卫车、干线物流、末端物流、矿卡、港口自动驾驶、自动接驳车、Robotaxi、公交车等的解决方案、商业价值和典型案例。上两篇介绍5G车联网赋能自动驾驶环卫车、5G车联网赋能干线物流，本篇介绍5G车联网赋能末端物流，敬请期待下篇5G车联网赋能矿卡。
文 | 吴冬升
全文8400字，预计阅读20分钟
（一）
末端物流产业概述
“新零售”的“新”指的是触达渠道和交互方式的不同，面对面的购物场景越来越少，点对点的信息传输过程、商品从仓库到顾客的送达过程则越来越多。而在其中，物流作为直接触达用户的重要渠道，直接体现着新零售的供应链能力与服务水平。
传统线上零售的物流模式大多以“全国仓网+标准快递”及“区域配送中心（Regional Distribution Center，RDC）/城市仓+落地配”为主，但伴随新零售的逐步推进，消费者对物流及时性和服务性的诉求不断提升，“新物流”应运而生。
“新物流”通过即时配送达到时效需求。新零售为保障高品质用户体验对时限性要求较高，很多产品特别是生鲜产品都有时限要求，要求在限定时间内完成配送，物流时效也从以天为单位直接提升至以小时，甚至以分钟为单位。
“即时物流”并不新，具体来说就是省去仓储和中转环节，为用户提供极速、准时的门到门“末端配送服务”。这一定位最早应用于外卖市场，但并未获得广泛的落地，直到新零售掀起了新的商业模式变革，即时物流的市场潜力才开始被无限挖掘。
末端物流配送，即物流配送“最后一公里”，是指送达给消费者的物流，是以满足配送环节的终端（客户）为直接目的的物流活动。在物流整个运作流程中，大体指包裹从物流服务商最后一个配送网点直至消费者手中的这个阶段。
典型的末端物流场景包括快递场景、商超零售场景、外卖场景、移动零售场景等。各种场景特点如表1所示[1]。
表1 末端物流场景特点
应用场景 |
服务内容 |
配送模式 |
时效性 |
覆盖半径/公里 |
快递场景 |
一般包裹配送 |
B2C模式 （物流点-个人） |
2~3天 |
2~5 |
商超零售场景 |
超市、生鲜、蔬菜水果等配送 |
B2C模式 （商超-个人） |
1小时 |
5 |
外卖场景 |
外卖类即时配送 |
C2C模式 （小商家-个人） |
30~45分钟 |
3 |
移动零售场景 |
移动销售食品、饮料、纪念品等 |
特定范围内灵活配送 |
无时效性要求 |
5 |
（1）快递场景
快递场景，以电商为主，中国电商的市场份额高度集中。根据《2021年（上）中国网络零售市场数据报告》显示，2021年上半年，中国网络零售市场交易规模达62791亿元，预计2021年全年网络零售达13.64万亿元。截至2020年6月30日，阿里年活跃用户数为8.28亿，京东年活跃用户数为5.319亿，拼多多年活跃用户数为8.499亿。
快递场景是B2C模式，实现包裹从物流配送站点到社区/家的便利服务。快递配送一般要求2~3天内送达，覆盖范围为物流配送站点附近2~5公里。包裹在物流配送站点首先进行分拣、按片区分配，再进行分时段配送。
（2）商超零售场景
商超零售业的特点是高度分散，且线下市场仍旧是主力。但近年来，传统零售企业积极拓展线上化，为了更好地发展私域流量并控制成本，头部零售企业也在建立自己的线上购物APP、微店、小程序等。由于市场相对分散、配送需求相对较少，商超零售企业通常难以自建配送体系，通常选择外包第三方或是通过电商平台进行人工配送，并支付较高佣金费用。
商超零售场景是B2C模式，消费者通过线上方式购买生活用品、生鲜、蔬菜水果等日常所需品。商超配送一般要求1小时内送货上门，覆盖范围为门店附近5公里范围以内。
（3）外卖场景
在中国的外卖市场，美团和饿了么两家长期占据95%左右的份额。
外卖场景是所有末端配送中对时效性要求最高的，通常要求30~45分钟送达，覆盖范围3公里以内，而且外卖餐食对储存环境、平稳性、温度等都有比快递、生鲜零售更高的要求。
外卖场景是C2C模式，在取货和交付端，外卖场景是从N点到N点，即从N个不同商家取货，交付到N个不同消费者，面临着非常复杂的交互需求和行驶路径。
（4）移动零售场景
传统线下零售和外卖均为“人找货”模式，移动零售模式实现了“货找人”。用户通过扫码、招手、呼叫、触摸显示屏等多种方式叫停移动零售车，通过扫码支付餐食、饮料、纪念品等各类商品。移动零售不仅节约了用户等待外卖取货时间，而且还可以节约寻找便利店的时间。对于商家来说，在需求最大化时间段将商品呈现在顾客面前，可以大幅度提升成交量。商家营业范围从门店周围1~2公里扩展至5公里范围。
末端物流配送面临诸多挑战[2]。
（1）末端物流配送呈现“多、小、散、乱”特征
配送物品种类众多，包括快递、餐饮、生鲜、药品等，且在不断增加，不同物品意味着具体配送要求不同，极大提高配送难度。
配送场景复杂，包括城市社区、商业区、办公区、公寓住宅楼、酒店、高校、超市、便利店、餐厅等，不同场景面临着不同的规定和限制，增加了交货难度及送货成本，其中住宅区场景需求最多，其他场景需求相对分散。
配送服务时间分布分散，从凌晨到深夜均有需求。
配送路线复杂，目前主要依赖配送员人力作业，系统会进行路径规划，但实际情况可能存在差异，配送员也有较大机动性，且存在各种突发情况，影响配送效率提升。
（2）末端物流配送“效率低、成本高、监管难”
配送成本高，配送对象广泛，且收件时间不一，存在多次配送问题，导致配送效率低、成本高，末端物流配送成本约是前端运输及仓储成本的2~3倍。另外，快递员人工成本约占整个配送作业成本的30%以上，末端物流配送人力成本居高不下。
社区代收存在不足。一方面，不同的社区在设施设备、管理制度等方面参差不齐，尽管有些社区配备智能快递柜，但还是以配送员上门派送为主；另一方面，一些小区采取封闭管理，但代收人员没有经过专业培训，存在丢失包裹等问题。
配送工具游走在灰色地带，存在上路难问题，带来安全隐患。电动两轮车、三轮车是成本较低、效率较高的配送工具，但各地对电动车的管理办法并不一致，尤其近几年，多个地方“禁摩限电”政策，成为困扰配送“最后一公里”难题。电动两轮车和三轮车由于逆行、闯红灯、占用机动车道等造成的交通事故逐年增加。
（3）末端物流配送面临劳动力短缺
快递员不足情况明显。2021年4月人社部发布的“2021年第一季度全国招聘大于求职100个最短缺职业排行”中，快递员位列第八名。
配送人员工作强度大、社会地位不高，造成流动大、雇佣难。中国快递员每天工作8~10小时的占46.85%，工作强度大。快递员一年内离职率高达40%，流动性较强。
为了解决末端物流配送存在的这些挑战，自动驾驶末端物流是一种行之有效的方式，其存在如下优势。
（1）节省物流成本，提升配送效率
现阶段自动驾驶末端物流配送车成本还偏高，但随着供应链和解决方案逐步成熟、规模化应用，成本将快速下降，效率将逐步赶上并超过传统人工配送，这将为物流行业节省大量成本。与此同时，在自动驾驶末端物流配送车使用过程中，除了充电、维修保养、保险外，较少涉及其他费用，而且各项费用都会随行业发展逐步下降，但人力成本则会随着时间的积累而不断增长。
无人配送网络可以实现消费者与自动驾驶末端物流配送车的联网功能，可提供定制化服务，减少重复配送，提高配送效率。
（2）降低配送安全事故，提升末端物流配送管理规范性
自动驾驶末端物流配送车可以较大程度缓解快递、外卖行业工作压力。车辆为无人驾驶，将有助于提升人员安全水平。并且能提前动态规划行驶路径，避开交通拥堵。还能避免各类逆行、闯红灯、占用机动车道等交通违法行为。
另外，自动驾驶末端物流配送车作为运力补充，在管理法规、相关标准、产品逐渐成熟后，将有助于末端物流配送管理规范性和城市整体管理水平提升。
（3）补充劳动力短缺
中国适龄劳动力人口在不断减少。国家统计局数据显示，中国劳动年龄人口（16~59 岁）在2013年开始逐年下降，7年内减少2300万。然而，末端物流配送的用户需求却在逐年上涨。自动驾驶末端物流配送车有望成为“最后一公里”难题的有效解决方案。减少对配送人员的需求，解决快递员流动大、雇佣难问题，对运力进行有效补充，提高总体作业效率。
（二）
5G车联网赋能末端物流自动驾驶
快递场景、商超零售场景、外卖场景、移动零售场景等末端物流场景实现自动驾驶的难易程度有所不同。一般来说，难度从高到低，外卖场景>商超零售场景>快递场景>移动零售场景。如表2所示[3]。
表2 末端物流场景自动驾驶难易程度
外卖场景 |
商超零售场景 |
快递场景 |
移动零售场景 |
即时性要求最高，通常以分钟为单位 |
除生鲜外，即时性要求较低，通常以小时为单位 |
即时性要求不高，通常以天为单位 |
无时效性要求 |
C2C模式，商家众多，不仅送餐复杂，取餐也复杂 |
B2C模式，服务单个或固定商家，行驶路线相对固定 |
B2C模式，行驶路线基本固定 |
行驶路线可提前固定 |
区域多在繁华地带，路况差异大 |
区域多在繁华地带，路况差异大 |
配送区域相对集中 |
区域可集中 |
储存环境要求高，注重品质感 |
商超有专门拣货人员，可负责装车 |
配送站有专门人员负责装车 |
有专门拣货人员，可负责装车 |
自动驾驶末端物流配送车的类别归属尚未明确。未明确其属于“机动车”，还是“非机动车”，若定义其为机动车，则需要进行场地测试、公开道路测试方能上路，同时接受严格的产品标准、市场准入、牌照等管理；若被定义为“非机动车”，则需在最高时速、空车质量、外形尺寸等方面须符合国家标准。
另外，自动驾驶末端物流配送车在道路事故中法律责任主体不清晰。自动驾驶末端物流配送车上路发生交通事故时，如何判定责任，由谁来承担相关刑事、民事与行政处罚等问题尚待确认。
美国将自动驾驶末端物流配送车按照体积大小分为两类管理：一类是个人配送设备（Personal Delivery Device，PDD），另一类是低速车。
个人配送设备主要用于食品、外卖、小包裹配送，通常只有一个货仓，行走在人行道上，通常最高时速为10英里/时。此类产品多以机器人技术切入市场，具有体积较小、载重较轻、速度较慢等特点。通常不要求个人配送设备运行时有操作员跟随，但必须要有人远程监控，以便在出现问题时接管。在人行道上行驶的个人配送设备可借鉴行人的所有权利和义务，但必须以不干扰行人或交通为前提，并且必须让道行人。
体积与载重较大、车速较快的自动驾驶末端物流配送车归属于低速车辆进行管理。归属机动车的自动驾驶末端物流配送车需要按照相关法规申请测试牌照。由于自动驾驶末端物流配送车没有驾驶舱，部分会使用操作员跟随车辆。
车联网赋能自动驾驶末端物流配送车体现在如下方面。
（1）远程监控和OTA
自动驾驶末端物流配送车无论是非机动车形态，还是机动车形态，都需要具备远程监控的能力。可以让人工驾驶员通过远程驾驶平台远程接管自动驾驶末端物流配送车，帮助其摆脱自动驾驶时遇到的无法处理的特殊情况。尤其是在没有操作员跟随车辆的情况下，运营方和自动驾驶末端物流配送车之间的唯一联系就是通过通信网络监控，因此对通信的稳定性、时延要求很高。因此，需要5G网络来保障自动驾驶末端物流配送车的通信需求。
另外，自动驾驶末端物流配送车的OTA需求也需要通过5G网络来进行保障。
（2）实现计算资源的云-边-端高效协同
自动驾驶末端物流配送车出于安全、管理、运营的需要，需要从车端回传的数据量巨大，不同类型数据在不同时间周期内需要通过车联网传输到边缘侧和云端，并实现云-边-端三者之间计算的高效协同。
（3）提升安全和效率
通过部署C-V2X路侧设施，可以有效提升自动驾驶末端物流配送车行驶的安全性，并提升其通行效率。配合路侧融合感知设备和车联网超视距感知，确保自动驾驶末端物流配送车能够安全快速通过红绿灯、绕开路边障碍和停车、避让行人和行车等。
（4）合理的路径规划和车辆调度
与其他自动驾驶场景相比，自动驾驶末端物流配送车配送物品种类众多、配送场景复杂、配送服务时间分布分散、配送路线复杂，更需要进行合理的路径规划和车辆调度。
车联网可以提供车辆、道路、交通、环境等全方位信息，使得自动驾驶末端物流配送车的全区域路径规划和调度管理更加合理，提高其全局工作效率。
（三）
网联末端物流自动驾驶商业价值
自动驾驶末端物流产业链上游包括感知设备（摄像头、毫米波雷达、激光雷达等）、计算平台、高精地图和定位、线控底盘等关键零部件供应商。
对于自动驾驶末端物流车来说，线控底盘是重要部件，由线控底盘搭载不同功能、形态的上装组成。自动驾驶末端物流车线控底盘与乘用车底盘差异较大，不能简单视为乘用车的降维、或者机器人的升维产品。乘用车设计以人的驾乘体验和车内安全为核心，而自动驾驶末端物流车是一个生产工具，以功能性、稳定性、出勤率为核心，也不用过多考虑车内安全。
自动驾驶末端物流产业链中游是解决方案提供商，主要包括初创科技公司和互联网巨头公司。
自动驾驶末端物流产业链下游是配送服务商，包括电商、快递配送、商超零售、外卖等。
自动驾驶末端物流主要存在三种商业模式。
第一种，轻资产模式。不直接拥有自动驾驶末端物流车，而是提供硬件产品、整车、整车租赁，或软硬件解决方案给自己下游相关方，收取产品服务费和技术支持费。例如，自动驾驶末端物流车上游的线控底盘制造商提供硬件产品给中游的解决方案提供商；中游解决方案提供商售卖整车或者租赁整车给下游配送服务商。
第二种，重资产模式。拥有自动驾驶末端物流车，直接提供自动驾驶运营服务。在运营过程中，与下游配送服务商进行合作，以收取运营服务费、广告服务费等，目前生鲜、零售即时场景配送单价在6~9元/单，快递配送单价约1~3元/件。
第三种，内部需求模式。以服务集团内部业务为主，通过成立自动驾驶部门进行自动驾驶末端配送研究，服务于内部需求，以内部结算形式为主，主要代表企业包括京东、阿里、美团等企业。
按照经济价值产出对比，若自动驾驶末端物流车量产价格为15万元，使用寿命为3.5年，每年20%的运维费用，每月综合成本为6071元。见表3。
快递配送方面，快递员一般每天送100件，每件成本约2.7元，每月工作23天。采用自动驾驶末端物流车取代快递员，每月工作30天的情况下，每天送出75件快递，可持平每件成本。
即时配送方面，配送人员一般每天送55单，每单成本约5元，每月工作23天。采用自动驾驶末端物流车取代配送员，每月工作30天的情况下，每天送出43单，可持平每单成本。
由于自动驾驶末端物流车只能完成配送整体环节中的部分功能，不能节省拣货打包成本，也不能节省上楼入户送达成本，整体规模化应用之后，则需成本进一步降低，预期值在10万元以内。
表3 自动驾驶末端物流车带来的盈利变化
成本变化 |
|
自动驾驶末端物流车购置成本 |
+15万元 |
运维成本 |
+3万元/年（使用寿命3.5年） |
采用自动驾驶末端物流车的综合成本 |
6071元/月 |
快递员配送成本 |
一般每天送100件，每件成本约2.7元，每月工作23天 = 6210元/月 |
采用自动驾驶末端物流车取代快递员 |
每月工作30天的情况下，每天送出6071/30/2.7 = 75件快递，可持平每件成本 |
即时配送成本 |
一般每天送55单，每单成本约5元，每月工作23天 = 6325元/月 |
采用自动驾驶末端物流车取代配送员 |
每月工作30天的情况下，每天送出6071/30/8 = 43单，可持平每单成本 |
通过车联网赋能自动驾驶末端物流车，将进一步提升单车配送效率，提升每台车每天可配送件数，另外通过更合理的路径规划和车辆调度，可提高全局工作效率。
（四）
网联末端物流自动驾驶典型案例
案例1：京东末端无人配送
京东无人配送车目前主要用于京东自有快递配送，结合周边京东配送站点投入使用，以及在北京7FRESH生鲜超市试点进行生鲜零售配送。消费者在5~10公里内的各种快递和邮寄需求，都能通过京东无人配送车完成。
京东无人配送车按照非机动车规则行驶，在行驶过程中遇到行人、宠物、车辆等能停车等待或避障行驶，遇到有红绿灯的十字路口能够识别红绿灯。
无人配送车到指定位置后，会通过京东APP、手机短信等方式通知用户收货，智能货箱系统支持验证码、人脸识别等多种人机交互模式。
2020年10月，京东物流宣布与江苏常熟市合作，建设全球首个“无人配送城”，采用无人配送车与快递小哥协作运营的站点已经超过 20%。无人配送车工作时间为早8时到晚9时，最高速度15公里/时。一辆车有18个或者24个格口，截至2021年4月平均每天配送京东快递自有订单60单左右。
常熟案例具有如下几个特点，第一是采用无人配送车“领养计划”，京东物流配送员可通过申请“领养”一定数量无人配送车配合自己工作；第二是和其他快递共享，形成无人车网格化配送服务，减少道路上的三轮车、电动车配送，进而改善交通；第三是计划打造基于C-V2X和自动驾驶车网格化服务的复合型商业模式。
在雄安，市民服务中心占地24.24万平方米，主要分为公共服务区、行政服务区、生活服务区、企业办公区等四大区域，京东无人配送车要达到全覆盖、用户取货路径最短、机器人运营效率最高三大目的，规划了多条路线，设置了20个停靠站点。
京东使用自动驾驶+高精地图+车路协同技术，安全系数大大增加。智慧路灯基于C-V2X技术，为配送机器人提供沿途路况、红绿灯信息、行人信息并辅助机器人做出驾驶决策，在需要时还能提供停靠、充电等功能。边缘计算提供强大的算力支持，通过边缘节点汇集区域范围内道路信息，再将处理后的信息进行分发、本地存储与云端上报，配合多种传感器的道路环境感知系统与5G网络，保障人车安全[4]。
案例2：阿里末端无人配送
2020年9月云栖大会，阿里发布第一款机器人“小蛮驴”，同时发布机器人平台，正式进军机器人赛道。“小蛮驴”集成了达摩院最前沿的人工智能和自动驾驶技术，具有类人认知智能，大脑应急反应速度达到人类7倍。
面向末端无人配送场景，阿里提出解决校园快递的问题。在该场景中，快递员无法进入学校、校园面积过大取件不便、包裹多体积大不方便。全国有4000多所高校，校园内末端无人配送场景封闭、低速、安全性高，相对来说易于落地。当然校园内也存在交通随机性高、路况复杂、存在人为主动干扰等不利因素。
阿里提出了“小前台、大中台”的概念，“小前台”是指感知、定位、决策、控制等自动驾驶算法模块；“大中台”则是指阿里团队自主打造的AutoDrive平台，其由自动调参模块、网络结构搜索模块、主动学习模块、框架和基础集群平台组成，可提升自动驾驶技术研发迭代的速度。
在阿里人工智能实验室的构想中，不仅有聪明的车，还要有聪明的路，其实现的路径，就是自动驾驶车+路侧感知基站+云控平台，从而实现云端、路端、车端一体化的智能。
截至2021年底，阿里日均配送突破100000单，双11配送突破2000000单，单车日均配送突破603单[5]。
案例3：美团末端无人配送
美团打造最后3公里的即时配送末端物流。美团无人配送围绕美团丰富的线下场景，通过与现有复杂配送流程的结合，基于智能调度系统、无人机、自动驾驶等技术构建物流路网。配送方案将发挥无人机、自动配送车、特种机器人等不同产品优势能力，用“无人车+无人机+人类骑手”，实现“空地一体化”的城市末端配送，满足在楼宇、园区、公开道路以及低空等不同场景下的即时配送需求，提升配送效率和用户体验，致力于为用户提供3公里、15分钟的标准配送服务。
美团自动驾驶选择“人机协同”的方式，即取货端和交付端用骑手解决，中间道路用无人车配送，时速控制在最高45公里/时。“魔袋20”依靠L4级自动驾驶能力，可实现室外即时、全场景配送。
具体包括四部分：运力补充，与骑手形成相互补充；人力帮手，在极端天气下协助配送员完成配送；提高效率，能单程完成大重量、远距离的即时配送任务；技术迭代，无人配送场景下的运营数据等，能反哺推动自动驾驶技术发展。
2021年美团无人配送实现常态化试运营，实现50万公里以上累积配送里程数，10万单以上累积配送订单，22个月北京顺义连续配送时长，5个城市科技抗疫[6]。
参考文献
[1] 中国电动汽车百人会. 无人配送“车”的身份与上路安全[R]. 2021,7.
[2] 辰韬资本. 自动驾驶赋能末端配送[R]. 2021,6.
[3] 亿欧智库. 2021中国自动驾驶末端配送产业商业化应用研究报告[R]. 2021.
[4] 红色星际. 京东无人配送车：试了才知道[N]. 2021,8.
[5] 车云网. 低调的阿里自动驾驶之路[N]. 2020,4.
[6] 夏华夏. “无人配送”，技术难度并不低[N]. 2021,12.
- END -
▎推荐阅读
5G车联网赋能自动驾驶系列之一：5G车联网如何赋能自动驾驶环卫车？
5G车联网赋能自动驾驶系列之二：干线物流自动驾驶和车路协同融合发展探索
▎好书推荐
01
随着 5G车联网产业化进程加速，继2020年《5G与车联网技术》、2021年《从云端到边缘：边缘计算的产业链和行业应用》出版之后，2022年吴冬升博士带领「5G行业应用」作家团队推出又一力作——《车联未来：5G车联网创新商业模式》。本书由化学工业出版社出版，聚焦5G车联网商业模式，探索车联网未来可持续性发展之路。
吴冬升博士 主编
吴冬升，东南大学博士。现任高新兴科技集团股份有限公司高级副总裁、粤港澳大湾区自动驾驶产业联盟副理事长、广州车路协同产业创新联盟理事、广州市智能网联汽车示范区运营中心理事等。致力于5G、智能网联、自动驾驶、大数据、人工智能等技术的研究与应用创新。省市级期刊发布论文数十篇，主编《5G与车联网技术》等书籍，参与编写《广州市智能网联汽车与智慧交通产业发展报告（2020）》等。
购买链接
02
本书由人民邮电出版社出版，聚焦5G，由点及面全景解读边缘计算。在介绍5G时代边缘计算内涵和核心技术的基础上，着重分析和介绍边缘计算产业链的情况和边缘计算7大典型行业的应用。产业链方面涵盖上游、中游、下游。典型行业应用方面，包括交通行业（自动驾驶、智能网联、智能交通、智慧道路）、安防行业、云游戏行业、工业互联网、能源互联网、智慧城市和智能家居等。
购买链接
03
本书系统剖析5G车联网整体架构、体系标准、关键技术、典型业务及应用场景等，对全球及国内车联网最新进展做了全面的扫描和分析，并对5G车联网产业发展面临的挑战和未来发展前景进行展望和预测，对于致力于5G及车联网产业研究、标准化及相关产品实现的广大从业者具有参考价值。
购买链接
关于我们
「5G行业应用」是聚集TMT行业资深专家的研究咨询平台，致力于在5G时代为企业和个人提供客观、深入和极具商业价值的市场研究和咨询服务，帮助企业利用5G实现战略转型和业务重构。本公众号专注提供5G行业最新动态及深度分析，覆盖通信、媒体、金融、汽车、交通、工业等领域。
