自主货运的经济利益

图1 –一批无人驾驶卡车

自动驾驶汽车(AV)已准备好优化各种不同的行业。在人类不再充当驱动者的情况下,依靠运输的公司能够削减成本并最大化利润率。让我们深入研究AV可以如何帮助供应链行业-对经济成功至关重要的部分。 

这是Recogni撰写的赞助帖子。本文表达的观点是赞助者的观点。

根据 货运波,物流业占美国GDP的比例高达10%。该细分市场的估计全球规模在8至12万亿美元之间。这些数字表明,供应链产业对于经济发展至关重要。

但是,该部门的运输效率低下严重扼杀了物流公司的利润以及随后的国民经济增长。具体而言,必须优化长途运输。今天,有一个 缺乏卡车司机,预计未来十年内短缺将会翻倍。从粒度上讲, 年费用 一辆典型的商用卡车的运营费用将近20万美元,其中大部分由燃油费用组成。所有这些都阻止了供应链公司最大程度地提高收入–必须解决这些问题。

卡车司机的短缺源于劳动力市场中的供应方。合格的工人正在离开该行业,因为其他行业的表现更好 薪酬和福利 除了不那么烦人 生活方式。结果,这导致公司错失大量收入。另外,人通常在道路上进行不完善的操纵,从而导致过多的燃料消耗和随后的运营成本负担。 

幸运的是,AV为这些问题提供了解决方案。无需人力驱动,该行业的劳动力短缺正在 减轻 公司可以利用错过的获利机会。此外,由于对AV进行了合理合理的编程驱动,因此自动驾驶卡车可以减少油耗 通过 10%,大大降低了运营成本。 

目前,这些好处尚未实现。道路上的车辆具有部分自动驾驶功能-仍然需要驾驶员在场。这些现有的自动驾驶系统基于传统技术,并非专门为快速,准确地处理车辆周围环境中的复杂信息而设计。结果,物流业中的运输仍然效率低下,结果经济受到损害。 

开车时,您会使用数十亿个神经元来解释您的周围环境。为了模仿这一点,AV必须具备极高的效率:每瓦特功耗至少要进行75每秒Tera-Operations(TOPS)的计算。这个未解决的优化难题被称为 视觉感知问题.

如前所述,当今的解决方案只能实现部分自治。传统技术(例如GPU)无法生成使AV自行驱动所需的计算。为了使物流业发挥最大潜力,必须专门开发一种新颖的解决方案来解决视觉感知问题,以便在无人干预的情况下促进自动驾驶。

我们@ 认出正在开发这样的解决方案。通过利用数学,ASIC架构和AI方面的关键创新,我们的产品具有无与伦比的计算能力:每瓦功耗100 TOPS。我们专为解决视觉感知问题,启用全自动驾驶汽车以及允许物流业克服运输效率低下和最大化整体经济增长而设计。 

要了解有关Recogni Inc的更多信息,请查看 www.recogni.com

实时物体识别

原版的。经许可重新发布。

关于识别

实时物体识别

查看所有的认可→