(圖片來源：美團)
引言
隨著電子商務的蓬勃發展和消費者對更快捷交付的需求增加，傳統配送方法已不再足以滿足客戶期望。無人機以高效、低成本、環保和靈活等優勢，逐漸成為備受矚目的交付工具[1]。2022年8月，中國民航局發佈了《民用無人駕駛航空發展路線圖V1.0（徵求意見稿）》，明確規劃了無人機在物流領域的發展時間表。徵求意見稿指出，城市短距離低速輕型小型物流配送無人機將在2035年之前逐步成熟、應用和推廣。與此同時，大數據、雲計算以及人工智能的迅猛發展也為無人機配送提供了有力支持。
AI技術在無人機配送中的應用
現代先進技術通常先在軍事領域得到發展，隨後才在民用領域應用，無人機的發展也不例外。如圖1所示，無人機最初源於軍事，以替代有人機、減少傷亡和應對極端情況為主要目的。如今，它們在科研和民用領域廣泛應用，尤其在人力成本較高發達國家。
當今社會，無人機商業應用不斷擴展，企業積極探索無人機物流配送服務，最初，這種趨勢主要是為了解決農村和偏遠地區高昂的配送成本問題。由於農村地區交通不便、人口分散，傳統配送方式成本高達城市的5倍左右。無人機憑借便捷、低成本、高機動性和靈活適應任務環境等特點成為理想解決方案。企業如順豐、京東、迅蟻等已在農村地區啟動無人機物流試點項目。例如，京東成功將每單快遞成本從20-30元降至5元[3]。城市無人機物流起步較晚，因城市地區人口密集、地形複雜和政策限制。然而，無人機配送對於改進城市物流至關重要，包括提高交付速度、降低成本以及滿足各種需求。目前，城市無人機送貨通常採用中轉配送模式，即無人機將貨物從一個站點運送到另一個站點，而不是直接送達顧客。國內企業如億航智能已在一些地區內推廣這一模式，成功將配送時間從40分鐘縮短到8分鐘，並減少近80%的運營成本。
近年來，隨著人工智能技術的快速發展，研究人員開始將AI技術應用於無人機配送，為其提供以下關鍵支持：
- 路徑規劃與避障：機器學習算法可以幫助無人機規劃最佳路徑，避免障礙物和危險區域。通過實時監測天氣、交通和其他無人機位置，AI系統使無人機能夠更智能地選擇飛行路徑，提高安全性和效率[4][5]。學術文章[6]提出了一種順序路線網絡規劃方法用於無人機配送，圖2展示了該方法在現實情況中的應用效果。傳統人工需要2到4小時設計一條路線，該方法可以在1小時內自動設計出40條航線，大大降低路線設計時間。
- 飛行控制和穩定性：AI技術提高了無人機的飛行控制和穩定性。通過監測風速、氣壓和其他環境因素，AI系統可以調整無人機的飛行姿態，確保貨物安全送達目的地。
- 數據分析與優化：利用AI算法，大量的數據被分析，以優化配送路線和時間表。通過收集和分析歴史交付數據，AI系統能夠確定最佳的配送時間窗口和路徑，從而提高效率和降低成本。如學術文章[7]設計了一種新穎的基於競爭的路徑規劃算法，不僅使得單個路線性能最大化，同時使得整體系統性能最大化。
美團無人機配送案例
近年來，美團外賣面臨不斷上升的配送成本壓力。據職友集、國泰君安證券研究顯示，自2017年至2021年，美團騎手的月均工資從近6,000元增長至近10,000元，這不斷上漲的成本壓力促使美團積極參與無人機配送技術的研發和應用，以探尋可能的解決之道。圖3展示了美團無人機配送流程。用戶下單後，騎手取貨並放置在附近的社區配送站，無人機取貨並將貨物送至配送站，用戶可通過手機掃碼方式自行取貨。截止目前，美團無人機已在深圳、上海等多個城市落地運營，完成了17萬單配送任務，涵蓋近2萬種商品。
美團無人機的安全和高效配送離不開AI技術的應用，具體如下：
- 視覺導航系統：相較於地廣人稀的環境，中國城市中的建築物普遍較高，而美團無人機往往需要穿越高樓大廈之間這類高風險環境中。為確保無人機平穩飛行，美團自主研發了基於計算機視覺的導航系統，自動感知環境並自主規劃飛行路線。在2022年ICRA大會上，美團發佈的新算法將無人機在視覺飛行時的定位精度提升了近三成[8]，大幅度提高飛行安全性。面對算力受限的問題，美團採用了「邊走邊看」的策略，以提高識別準確率並降低計算消耗。
- UTM無人機交通管理系統：美團研發的UTM系統連接各單元，通過AI技術實現訂單處理、航線調度，提高配送效率。其創新的四維時空膠囊系統用於協調多機運行，運作高效可靠。該系統能夠有效管理每平方公里上千架無人機的調度，實時監測狀態、智能識別異常情況，並採取相應措施以降低飛行風險。
未來展望和挑戰
AI技術在無人機配送領域將發揮更重要的作用，應對未來的挑戰。未來的發展趨勢包括路徑規劃的不斷優化，通過AI實時適應交通、天氣等因素，降低交付時間、節省能源。同時，AI將協調無人機飛行，以更精准的環境感知和飛行控制降低事故風險，並不斷改進數據分析和預測能力，優化配送效率、降低成本，同時增強無人機在高峰時段和大規模配送中的自主飛行和協同作業能力，從而提高城市物流的可擴展性。
AI技術在無人機配送領域已取得顯著進展，例如美團公司等的成功案例顯示了其潛力。儘管目前城市無人機配送的成本高於傳統人力配送，並需要進一步政策完善，但隨著人口紅利逐漸減弱和政策支持逐步到位，未來預計將迎來更多企業涉足無人機配送。然而，這一領域仍面臨諸多挑戰，包括複雜的空中交通管理、城市環境下的安全問題、動態環境對路徑規劃的影響，以及數據隱私和安全等方面的挑戰。關於科幻小說中無人機直接送貨上門的場景，美團無人機業務負責人毛一年認為這可能成為現實，但可能需要等待20到30年的時間[9]。
參考文獻：
[1] 魏河川,石建邁,劉忠,張軍,劉朝輝.面向最後一公里配送的無人機配送模式與路徑規劃綜述.計算機系統應用,2023,32(9):1-18.
[2] 圓通研究院，《無人機現在與未來前景解析與快遞物流行業應用》
[3] 包欣鑫, 駱培, & 王可林. (2017). 淺析無人機配送的優勢及障礙. 現代商業, (23), 13-14.
[4] He, X., Jiang, C., Li, L., & Blom, H. (2022). A Simulation Study of Risk-Aware Path Planning in Mitigating the Third-Party Risk of a Commercial UAS Operation in an Urban Area. Aerospace, 9(11), 682.
[5] Li, L., He, X., Mo, Y., Sun, Z., & Qin, S. J. (2023). Route Network Planning for Urban Drone Delivery: Network Flow Theory or Graph Search Algorithms?. Available at SSRN 4589264.
[6] He, X., He, F., Li, L., Zhang, L., & Xiao, G. (2022). A route network planning method for urban air delivery. Transportation Research Part E: Logistics and Transportation Review, 166, 102872.
[7] He, X., Mo, Y., Huang, J., Li, L., & Qin, S. J. A Competition-Based Route Network Planning Method for Drone Delivery Services in Cities. Available at SSRN 4370169.
[8] Hu, J., Hu, J., Shen, Y., Lang, X., Zang, B., Huang, G., & Mao, Y. (2022, May). 1d-lrf aided visual-inertial odometry for high-altitude mav flight. In 2022 International Conference on Robotics and Automation (ICRA) (pp. 5858-5864). IEEE.
[9] Yang, Z. (2023). Food delivery by drone is just part of daily life in Shenzhen.
在此感谢InnoHK、香港特别行政区政府及人工智能金融科技实验室对本文的支持。
（AIFT 竭力但不能保证内容之准确和可靠，亦不会承担因任何不准确或遗漏而引起的任何损失或损害。 )
