近幾年隨著電商、互聯網和支付平臺的不斷發展和完善，無人駕駛、車聯網等“黑科技”逐漸從夢想照進現實。

21秒，天貓雙11總成交額突破10億元；2分05秒，超100億；1小時47分26秒，成交額超1000億。隨著網購的逐年增多，使全球的快遞包裹數量激增。這也就推動了物流行業的革新，而無人倉、無人駕駛及無人機的應用將大幅度緩解物流運輸中所出現的問題。

移動機器人

物流產業正在向無人化、自動化、黑科技方向轉變。而智慧物流將為消費者提供多樣化、個性化的產品和服務。在國內，阿里小G、京東、美團、百度、蘇寧AGV、順豐和國外的Nuro、達美樂、英特爾等企業已經研發了新一批的智能物流配送機器人。

這些移動機器人可以識別、躲避障礙物辨別紅綠燈，還能自動駕駛、路線規劃、主動換道、車位識別、自主泊車等。用戶通過面部識別、輸入密碼、掃描二維碼等形式實現快速取餐和快遞。

Starship 送貨機器人

Lutz Pathfinder+菜鳥小G

蘇寧+百度apollo

京東

美團

達美樂 DRU全球首個披薩外賣機器人

無人駕駛配送

無人駕駛技術和物流派送其實是一個很契合的搭配。物流派送去掉人力成本，可以大大節省開支。無人駕駛汽車在物流派送方面主要完成包裹和餐飲的運輸服務，相對于配送機器人，它的承載量會更大一些。

它可提供部分零售和食品制作等服務。比如說，必勝客和豐田、福特ROBOCAR的披薩送貨和外賣配送服務、Kroger與Nuro合作推出的全自動無人駕駛汽車送貨服務、AutoX生鮮配送和宜家移動咖啡館等。

阿里智能物流

雷諾EZ-Pro

Toyota e-Palette多功能車

Wheelys的Moby-Mart全息店員自駕車商店

CargoPod 無人駕駛自助雜貨交貨

Nuro

RoopMAR:自駕車食品雜貨店

菜鳥ET實驗室

梅賽德斯奔馳Vision Van（倉庫機器人+無人機）

無人卡車配送

相比私人駕車的自動駕駛，在貨運、物流方面或許將更快實現商業化運作。卡車作為物流中的重要一環，正在被企業開發和應用。

圖森未來、特斯拉、waymo、菜鳥、優步、京東、蘇寧、西井科技、東風、沃爾沃等企業已經在研發無人駕駛卡車中小有成就了！而多數企業表示2020年將實現無人駕駛卡車的商業化試運營。

Einride的T pod

T-log：純電動伐木卡車

優步的Otto

沃爾沃

奔馳

圖森未來

西井科技

無人機配送

物流無人機作為無人機在商用領域的重要落地項目，得到了世界各國的關注和大力推進。在國外，包括UPS、FedEx、DHL等多家大型物流公司和Google、亞馬遜早已開始布局無人機送貨領域；在國內，京東、順豐、美團、餓了么等公司也在積極布局無人機送貨。

就目前來看，為了實現低成本和高效率，無人機物流主要是在偏遠地區和四五線城市實行配送。它已經能夠滿足絕大部分地區的末端配送要求。在技術層面來看，無人機配送已經成為可能。

餓了么無人機

京東無人機

FedEx

ups

DHL

無人物流的優點

運輸量越大，無人運輸的成本也就越低；

駕駛場景較簡單的環境下，能更好的實現運輸；

無人物流可實現全天派送，防風雨，方便高效、節省資源；

快捷的運輸將給運輸賦值，為用戶帶來極致的體驗、創新增值服務。

在某些環境和條件下（偏遠地區和急件），無人機能大大提高物流配送效率；

無人物流將使后端供應鏈物流發生變化，錯誤更少，效率更高，有助于降低商品成本，從而降低消費者的成本；

等等。

總結

無人物流是物流行業向自動化、智能化發展的典型代表之一，它是未來物流發展的一大趨勢。現在，物流的自動交付市場在各行各業已經開始了，像福特、戴姆勒、京東、阿里、百度、順豐、豐田、Nuro等公司都在積極涌入。

特定場景下的低速無人駕駛或將迎來真正意義上的商用化破局，而高速自動駕駛真正的落地可能還需要3-5年的時間。

無人車的制造成本相對較高；

多功能物流駕駛艙將實現更加靈活的運輸；

安全問題成為關鍵，貨物竊取和貨物的運輸安全會很關鍵；

無人物流將適應多場景（人口密度、交通狀況等）下的物流運輸，實現分區域投放；

物流體系人員會發生結構性變化，快遞員的需求將減少，技術人員和服務人員的需求會增加；

車路協同和智能道路、智能社區建設尚未完善，無人配送必須解決交通擁堵和無人接收現象；

交通政策、法規將更加完善，對于無人駕駛和無人機的監管和靈活度方面將變得更加規范化和標準化；

乘車運輸和便利店共享模式將成為未來發展趨勢，根據不同時段進行貨物和人流分離運送和合并運送；

無人交付將成為商業的改變者，個性化零售業將發生巨大變化，后端供應鏈將更完善，高效率運作將提升整體用戶體驗度。

采用多通道聯運的優勢，綜合利用無人倉+無人車+無人機+自動簽收（類似菜鳥小盒和驛站）等多物流要素無縫對接，實現產能協同和運力優化；

無人駕駛測試的路線相對單一，對多樣的路況充滿不確定性，因此，需要企業間加強聯手，實現技術和終端的互動來完成不同路況下的自動駕駛。