辛苦的卡车司机，将由无人驾驶来解脱
最近趁着圣诞节特卖，我趁机收了Steam平台上一款非常有名的游戏——《欧洲卡车模拟2》，这款游戏可以让玩家扮演一名开卡车的司机在欧洲各大城市之间往返完成运输任务。经过一段时间的游戏体验，我才发现原来驾驶卡车真的是一项复杂而又辛苦的工作。▲《欧洲卡车模拟2》游戏截图
在现实社会中，卡车司机确实是一个比较辛苦的职业，尤其对于美国这种「车轮上」的国家，卡车运输承担着道路物流运输的主要部分。研究者们也在不遗余力的探索如何实现更安全有效的卡车运输方式，无人驾驶则是行之有效的手段之一。
目前，越来越多的公司将目光投向将无人驾驶技术应用在卡车上，比如由从Google无人驾驶岗离职的 Anthony Levandowski创立的Otto公司，以及梅赛德斯•奔驰的母公司戴姆勒等，都将目光集中在重型卡车的无人驾驶实验上。
最近，美国麻省理工学院的工程师们又发布了让卡车司机和物流公司欣喜的消息，那就是他们正在研究的一种卡车编队行进的策略又有了新的进展。工程师们研发了一套既可以节省能源又减少时间消耗的卡车车队编队策略。
美国航空航天事业发展部的Sertac Karaman说：「卡车和其他车辆，甚至和鸟类和喷气式飞机的编队，都是编队系统的不同表现」。他认为目前研究这些系统的人大多只关注编队系统的效率和产出，而忽略了例如成本、能源消耗以及环境影响等可持续性的问题，而这些问题才会真正影响交通系统的变革。
最简单的，也是最有效的
卡车在长距离的运输中，大部分燃料消耗都是为了克服车身的空气阻力。科学家们通过计算得知，位于卡车车队中间的车辆所以能够节省20%的燃料消耗，队尾的卡车也能够有15%的燃料节省。车队越长，整体的燃料节省率越高；同时，增加车队中的卡车数量也会延长车队进站后装卸货物的时间。
▲（车队总长度与节省燃料消耗比例的关系，图片来自EXTREME TECH）
将卡车编成车队可以在行进过程中降低整体的空气阻力，从而最大程度地减少能源消耗。这个发现是科学家们通过对鸟类和喷气式飞机，以及公路竞速的自行车和赛车的编队们进行研究而得到的。然而，卡车车队到站之后，车队靠前的车需要等待车队靠后的车装卸货物完成后才能统一发车，这将造成不可避免的时间浪费。
Karaman和他的同事们开发了一种数学算法来研究不同的卡车编队策略对燃料消耗和等待时间的影响。他们建立了一种很多卡车在两个站点之间来回穿梭的简单而理想的数学模型，每个卡车到达站点的时间都是随机的。这个模型包含两个主要部分：一个是车队到达时间公式，另一个预测了车队的能源消耗。
在模型中，研究团队考察了两种不同策略的车辆到达时间和能源消耗的变化。一种策略是以时间为基准，既车辆的装卸货和队列离开的时间是固定的；另一种是反馈式策略，即以货物是否装满为衡量指标，在这种模式下，车队中的所有卡车货物装满才离开。
在他们的开车编队模型中，研究者们分析了两种策略中的许多不同的情形。例如，为了估计以时间为基准的策略的效率，他们假设车队以规定的时间间隔从一个站点发车，然后改变这个时间间隔以观察效率的变化。同样的，另一种方式是研究者们改变每个车队中的卡车的数量来观察效率的变化。
通过研究和对比，他们发现最简单的策略同时也是最节省时间和能源的策略，既根据时间表的安排以固定时间间隔发送卡车车队。除此之外，当每一个卡车编队中的卡车是固定且相同的数量时，这样的策略能使运输的时间和能耗效率最高。总得来讲，反馈式的策略比以时间为基准的策略更加节能，尽管只多节约了5%的燃料。
「你也许可以找到一种更复杂的策略可以节省更多的能源和时间」，Karaman说到，「但是我们的研究证明了在长途运输中，最简单的策略或许是最有效的」。
未来的展望
目前，Karaman正在帮助巴西的多家运输公司通过他们之前自己设计的数学模型来实现卡车编队以减少能源消耗。他希望通过这些公司获得的数据，并结合自己开发的数学模型，来权衡卡车车队在长途运输中的时间与燃料的消耗情况。
最后，Karaman提到有效节省能源的编队式行进方法需要卡车之间的间隔在3到4米之内，普通的人类驾驶员很难做到这样精准和安全的跟车距离，而无人驾驶车队可以由「头车」来采集环境信息，然后将作出的如制动、加速或转向等数据动作没有时延的传送给后面的卡车，使得整个车队像「火车」一样统一行动。由此看出，所以无人驾驶技术在卡车上的应用是非常必要而有效的。
因此，卡车实现无人驾驶不但能够减少雇佣司机的成本，而且可以将把卡车编成队列行进以减少燃料和时间消耗的方法变为现实。据Karaman的描述，在欧洲，无人驾驶卡车已经开始了实验阶段的测试，他相信无人驾驶卡车编队将会比我们想象的实现的更早。
▲（无人驾驶的卡车司机在查看车队状态，图片来自Freightliner）
开发者们除了尝试将无人驾驶技术应用在卡车上以外，还尝试将其使用在客运大巴上，以降低乘客运输中能源和时间的消耗。通过实验仿真，我们还可以找到车厢中乘客的最优数量来节省能源以及避免交通堵塞。
最后，我们有理由相信，通过无人驾驶和一系列的运输仿真模型的研究，我们能够在不远的将来建立一个更加节能而可持续的交通系统。
页:
[1]