自主卡车的经济效益

图1 - 一种自动卡车的舰队

自治车辆(AV)准备优化各种不同的行业。随着人类不再作为司机,依赖交通的公司能够降低成本并最大化利润率。让我们深入研究AVS如何帮助供应链行业 - 这是一个对经济成功至关重要的部分。 

这是由认可书写的赞助帖子。本文中表达的意见是赞助商自己的意见。

根据 货运波,物流部门占美国GDP的10%。该部分的估计全球规模在8到12万亿美元之间。这些数字表明供应链行业对经济进展至关重要。

然而,该分部的运输效率低下扼杀了物流公司的利润,以及随后的国民经济增长显着。具体而言,必须优化长途交付。今天,存在一个 缺乏卡车司机,在未来10年内预计将增加一倍的短缺。在粒度水平上, 年度成本 为了操作典型的商业卡车差不多为20万美元,其中大多数由燃油费用组成。所有这些都可以防止供应链公司最大限度地提高其收入 - 必须解决这些问题。

卡车司机的短缺源于劳动力市场的供应方。合格的工人正在离开该行业,因为其他部门提供更好 支付和福利 除了较少的艰苦 生活方式。因此,这导致公司错过了重大收入。此外,人类通常在道路上制造不完美的演习,造成过度的燃料消耗和随后的运营成本负担。 

幸运的是,AVS为这些问题提供了解决方案。无需人类司机,行业的劳动力短缺是 减轻了 公司可以利用错过的利润机会。此外,由于AVS是合理的和逻辑上的编程驱动,自主卡车可以降低燃料消耗 经过 10%,切割运营成本显着。 

目前,这些福利尚未实现。道路上的车辆配备了部分自主能力 - 仍然需要驾驶员的存在。这些现有的自动驾驶系统基于传统技术,并且无法快速准确地处理车辆周围环境中的复杂信息。因此,物流业的运输仍然低效,经济遭受了结果。 

当您开车时,使用数十亿个神经元来解释周围环境。为了模仿这一点,AV必须配备极高效率:每件瓦特的功耗最低至少75个TERA-Operations-Peropling(上衣)。这个未解决的优化难题被称为 视觉感知问题.

如前所述,今天的解决方案只能实现部分自主权。遗留技术(如GPU)不能生成所需的计算,以便允许AVS自己驱动。为了允许物流业达到其全部潜力,必须专门开发一种新的解决方案,以解决视觉感知问题,以便于自动驾驶,没有人为干预。

我们@ Ecpordi正在开发这样的解决方案。通过利用数学,ASIC架构和AI的关键创新,我们的产品具有无与伦比的计算:100个功耗的瓦特顶部。我们目的是解决视觉感知问题,使全自动车辆能够实现,并允许物流行业克服其运输效率低下并最大限度地提高整体经济增长。 

要了解有关Expecti Inc的更多信息,请退房 www.recogni.com.

实时对象识别

原来的。许可重新发布。

关于认可

实时对象识别

通过识别查看所有帖子→