1天搞定2400万订单,详解“吃”背后美团AI技术布局

2023-10-22 01:40

本文主要是介绍1天搞定2400万订单,详解“吃”背后美团AI技术布局,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

美团在CES上展出了无人配送机器人,智能调度系统以及知识图谱应用美团大脑,首次亮相的无人配送机器人成为展会焦点。本文为您解读”吃“背后的美团AI技术布局。

去年刚刚上市的美团,在CES上展示了无人配送全家族成员、智能调度系统、美团大脑等技术。

此次全场最大的亮点,无疑是美团的无人配送全链条产品。美团在外卖市场长期占据市场第一,打造末端无人配送生态网络是必然之举。

而智能调度和美团大脑,同样展示了美团的技术实力。下面我们将从技术层面,对上述领域进行解读。

无人配送全链条产品亮相,解决不同场景下的配送问题

首次集体亮相CES的美团无人配送全家族成员,包括福袋、魔袋、小袋和配送无人机4款不同类型的配送产品,分别针对不同应用场景。

在这里给大家推荐一个python系统学习q群:250933691有免费开发工具以及初学资料,(数据分析,爬虫,AI, 机器学习,神经网络)每天有老师给大家免费授课,欢迎一起交流学习

解决配送最后一公里,最新室内配送机器人”福袋“

福袋是美团最新设计研发的室内配送机器人,它最大的特点之一,是可以与楼宇门禁、电梯等进行交互,自己乘坐电梯上下楼。

这个造型奇特的小车外型由意大利著名设计公司意柯那设计。集成了20米感知能力激光雷达、超声波传感器、红外传感器、人脸识别RGB摄像头、温度传感器,重力传感器等多种传感能力,可以自如的与电梯交互,并自动识别目标的送餐楼层。

在CES美团展区现场搭建的仿真电梯间,一位美国硬件公司的工程师Jack尝试了一把模拟下单。

接收到订单配送信息后,福袋与电梯进行交互,选择需要到达楼层。交互过程看起来,就像是“福袋”在和电梯对视。

对视过后,电梯门自动打开,福袋携带者虚拟货品进入电梯。当识别到达目标楼层后,福袋走出电梯,通过人脸识别打开餐箱,将餐品交给Jack。

除此以外,在福袋的设计中,通过餐箱内部预制红外物体感知传感器、温度传感器、加热模组和制冷模组,福袋还可以在送餐过程中保障餐品的热量温度。

为了避免在开关餐箱门时,餐箱外部温度对内部温度产生的影响,开口处进行了密封处理。

作为末端无人配送生态网络的最后一环,美团无人配送部总经理夏华夏表示:

室内无人配送作为整个无人配送的一个重要环节,福袋是美团对无人配送末端100米的一次全新尝试,未来希望通过福袋打通智能门禁、智能电梯、智能楼宇的全流程生态环境

室外配送:小袋+魔袋轻重搭配,无人机陆空双开

室外配送车将面临更加复杂的路面交通场景。针对室外配送,美团推出了两款无人配送产品:小袋和魔袋。

小袋体积小巧,由6个驱动轮提供前进动力,以克服爬坡问题。CES现场记者在实地城市沙盘中体验室内外配送车“小袋”的真实行驶过程外,也配合着AR效果,从不同视角出发体验了小袋的配送行驶效果。

现场演示中,小袋在沙盘道路上有序行驶。在遇到红绿灯、坡度路况、及时刹车时,都能够做出智能判断。

魔袋是4款产品中,个头最大的,定位于能够在半开放的道路进行作业,要求具备更远的续航能力,以及更强的运载能力。

车辆周身的灯光可以指示车辆前进方向、照明、转向、等待、通过、故障等状态。

在CES展区上,除了能与电梯自主交互的楼宇配送机器人福袋、室内外无人配送车小袋、中型配送车魔袋外,还首次亮相了针对低空物流场景的一款新型无人机。

这款无人机采用四旋翼布局,配备标准的18L外卖餐箱,其设计要求是在恶劣天气,也能保证准时送达目的地。

该机型搭载了视觉、激光等多传感融合的感知方案,能够进行空中定位、三维轨迹规划、障碍物识别、自动绕障、精准降落等,全自动完成航线飞行。

总体设计中,除了考虑了起降过程中的天气抗风能力外,能够准确识别任务目的地,并智能绕开障碍也是这款飞行器的重要能力。

为了保证安全性,美团无人配送对机型的关键部件进行了大量的评估,现场工作人员介绍,“它已经累计了数千次起落的飞行经验。我们在设计中做了很多容错的技术,更好地保证飞行安全。“

在国内,除无人机还在实验保密阶段外,上述3款无人配送车已经先后在北京首钢园区、东直门来福士、雄安新区、深圳联想大厦等室内外多场景进行测试运营,覆盖了半开放道路、封闭园区及室内楼宇等多种配送环境。

日订单量超过2400万的技术支撑:配送“超脑系统”

在无人配送直播间分区中,现场记者看到一段真实场景录制的无人配送车第一视角配送场景视频,能够从视频中看到整个取餐送餐过程。

可以看到,在无人配送落地运营的背后,是美团智能调度能力在进行支持。

如今,美团外卖日订单量超过2400万,60万外卖骑手活跃在中国2000多个城市,单个外卖平均配送时间28分钟内。

能够实现这样的吞吐量,背后依赖的是智能配送的“超脑系统”。

而在美团无人配送落地后,无人车作为补充运力,长时间会与骑手形成人机协同。也就意味着配送调度难度将进一步增加,这就到了体现美团的智能调度能力的时候了。

通过现场的展示可以看到,当无人配送车接收订单之后,美团智能调度系统大屏会根据天气状况、路况状况、商家出餐时间、预计送达时间等信息,迅速给它匹配出最优的送餐路线,协同配合骑手,保证可以顺利完成配送任务。

从本质上来讲,配送主要是把用户的配送需求和线下的各种运力(如骑手、无人配送车辆等)进行匹配的过程。

匹配分为线下匹配和线上匹配,从这个层面而言,智能调度要解决的主要是在这个需求和运力之间,如何实现最优匹配的问题。

在无人配送运力加入后,在订单分配的考量中还需要加入无人配送车与骑手协同部分的调度与分配工作,预计难度会比目前的纯骑手调度增加3倍以上。

人工智能技术在美团配送的成功应用有很多,通过大数据、人工智能手段打造一个高效、智能化、动态协同优化的本地智慧物流平台,能显著提高本地、同城范围内的物流配送效率,持续提升配送体验,降低配送成本。

让决策变更简单的知识图谱应用:美团大脑

在CES现场,美团还展示了其知识图谱的落地应用:美团大脑。

现场演示中,用户输入拉斯维加斯任意餐厅,该餐厅过往的用户评价标签、推荐菜系、最佳菜品、相似餐厅都会展示给用户。

目前,知识图谱已被广泛应用在问答、搜索、推荐等系统,已涉及金融、医疗、电商等商业领域,图谱技术成为“兵家必争”之地。

而作为最大的生活服务电商平台,美团覆盖了餐饮娱乐领域的众多生活场景,连接了数亿用户和数千万商户,积累了海量业务数据,蕴含着丰富的日常生活相关知识,也就是说,在吃喝玩乐大数据上美团具有先天的优势。

2018年5月,美团点评NLP中心开始构建大规模的餐饮娱乐知识图谱——美团大脑。

在建的美团大脑知识图谱目前有数十类概念,数十亿实体和数百亿三元组,美团大脑的知识关联数量预计在未来一年内将上涨到数千亿的规模。

美团大脑可以计算机记录的数据,和用户的行为、偏好建立一种关联,能够对用户的偏好进行分析,找出用户喜欢的商品,以及这个商品受欢迎的原因。

同时,美团大脑的知识图谱,还可以对商家起到指导性的作用,从用户的描述中,找出商家的竞争优势和劣势。

进一步,通过细粒度用户评论全方位分析,可以细致刻画商家服务现状,以及对商家提供前瞻性经营方向。

除此以外,美团大脑还有其社会价值。比如应用于金融风险管理和反欺诈、快速提取不同案件中的相同因素从而更加快速的找出违法嫌疑人等等场景中。

技术创新让小生意,成为大产业

2018年10月30日,美团点评CEO王兴通过内部信,宣布进行新一轮组织升级,公司将在战略上聚焦Food+Platform,并以“吃”为核心,组建用户平台。

在本次CES上,美团高级副总裁王莆中表示:美团今天展示的这些科技创新(无人配送全链产品、智能调度、美团大脑),正是对“Food+Platform”战略的深入思考。

当然,以吃为核心,不代表以吃为唯一。王莆中表示,Food+Platform也有可能成为一个变量,通过创新为其他行业带来更大价值。

比如,在中国GDP里,整个大物流的成本相当高,占到百分之十几,而发达国家只有百分之八九。

当美团的科技创新,带动末端物流技术升级,带动效率提升后,就能让很多不可能的东西变成可能,或许又将推动一个小生意变成大产业。

我们相信,无人配送与美团末端配送场景的结合,将是技术去改变整个商业模式的机会

用技术创新让小生意变成大产业一直是美团在着力追寻的。

小生意:规模小,成本高,效率低

10年前,外卖的规模非常小,可能只占到餐馆营收的1%不到,不足以引起商家的注意,同时外卖的高成本低效率,也导致了外卖最终没有发展起来。

4年前,用户定外卖的时候,并没有太多可选,一般集中在某些有商家自配送的快餐厅。

用户定一单需要花费9元配送费,从用户侧而言已经是非常高的费用,然而实际在商户侧却是商家还需额外补贴4元,才能补齐配送成本。

外卖配送受用餐时间影响非常大,潮汐现象特别严重。

中午和晚上用餐高峰期,快递员不够用;一旦过了用餐高峰期,快递员就闲下来了。

结果就是造成餐厅商家配送的高成本、低效率。这样的场景下,外卖不存在产业基础,产业化经营模式就不成立。

大产业,技术是关键

现如今外卖已经成为一个巨大的产业。

据艾媒咨询数据显示,2017年外卖订单用户超过3亿人,预计2018年达到3.55亿。很多餐厅,尤其是快餐厅,约50%的订单来源于线上,甚至有些餐厅的线上订单是线下的两倍或者更多。

至今,美团外卖平台日订单量超过2400万单,60万外卖骑手活跃在中国2000多个城市,单个外卖平均配送时间28分钟内。也就是说,一天内如果有1%的订单无法准时送到,影响的将会是24万用户的体验。

如果没有移动互联网、云计算能力、AI算法的改进,没有强大的系统支持,是无法实现在如此短时间内,帮助这么多用户完成如此大量订单量。

据DCCI发布的《2017中国网民网络外卖服务调查报告》显示,在主要的第三方外卖订餐平台中,美团外卖的用户渗透率为79.9%。

正是美团一直以来“长期有耐心”的技术投入,才能实现效率的提升,真正让小生意变成大产业。

在这里给大家推荐一个python系统学习q群:250933691有免费开发工具以及初学资料,(数据分析,爬虫,AI, 机器学习,神经网络)每天有老师给大家免费授课,欢迎一起交流学习

这篇关于1天搞定2400万订单,详解“吃”背后美团AI技术布局的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/258278

相关文章

Java中有什么工具可以进行代码反编译详解

《Java中有什么工具可以进行代码反编译详解》:本文主要介绍Java中有什么工具可以进行代码反编译的相关资,料,包括JD-GUI、CFR、Procyon、Fernflower、Javap、Byte... 目录1.JD-GUI2.CFR3.Procyon Decompiler4.Fernflower5.Jav

golang panic 函数用法示例详解

《golangpanic函数用法示例详解》在Go语言中,panic用于触发不可恢复的错误,终止函数执行并逐层向上触发defer,最终若未被recover捕获,程序会崩溃,recover用于在def... 目录1. panic 的作用2. 基本用法3. recover 的使用规则4. 错误处理建议5. 常见错

pycharm远程连接服务器运行pytorch的过程详解

《pycharm远程连接服务器运行pytorch的过程详解》:本文主要介绍在Linux环境下使用Anaconda管理不同版本的Python环境,并通过PyCharm远程连接服务器来运行PyTorc... 目录linux部署pytorch背景介绍Anaconda安装Linux安装pytorch虚拟环境安装cu

一文详解如何在Python中使用Requests库

《一文详解如何在Python中使用Requests库》:本文主要介绍如何在Python中使用Requests库的相关资料,Requests库是Python中常用的第三方库,用于简化HTTP请求的发... 目录前言1. 安装Requests库2. 发起GET请求3. 发送带有查询参数的GET请求4. 发起PO

Python进行PDF文件拆分的示例详解

《Python进行PDF文件拆分的示例详解》在日常生活中,我们常常会遇到大型的PDF文件,难以发送,将PDF拆分成多个小文件是一个实用的解决方案,下面我们就来看看如何使用Python实现PDF文件拆分... 目录使用工具将PDF按页数拆分将PDF的每一页拆分为单独的文件将PDF按指定页数拆分根据页码范围拆分

Java中的Cursor使用详解

《Java中的Cursor使用详解》本文介绍了Java中的Cursor接口及其在大数据集处理中的优势,包括逐行读取、分页处理、流控制、动态改变查询、并发控制和减少网络流量等,感兴趣的朋友一起看看吧... 最近看代码,有一段代码涉及到Cursor,感觉写法挺有意思的。注意是Cursor,而不是Consumer

SpringBoot项目注入 traceId 追踪整个请求的日志链路(过程详解)

《SpringBoot项目注入traceId追踪整个请求的日志链路(过程详解)》本文介绍了如何在单体SpringBoot项目中通过手动实现过滤器或拦截器来注入traceId,以追踪整个请求的日志链... SpringBoot项目注入 traceId 来追踪整个请求的日志链路,有了 traceId, 我们在排

CSS3 最强二维布局系统之Grid 网格布局

《CSS3最强二维布局系统之Grid网格布局》CS3的Grid网格布局是目前最强的二维布局系统,可以同时对列和行进行处理,将网页划分成一个个网格,可以任意组合不同的网格,做出各种各样的布局,本文介... 深入学习 css3 目前最强大的布局系统 Grid 网格布局Grid 网格布局的基本认识Grid 网

HTML5中下拉框<select>标签的属性和样式详解

《HTML5中下拉框<select>标签的属性和样式详解》在HTML5中,下拉框(select标签)作为表单的重要组成部分,为用户提供了一个从预定义选项中选择值的方式,本文将深入探讨select标签的... 在html5中,下拉框(<select>标签)作为表单的重要组成部分,为用户提供了一个从预定义选项中

Python中多线程和多进程的基本用法详解

《Python中多线程和多进程的基本用法详解》这篇文章介绍了Python中多线程和多进程的相关知识,包括并发编程的优势,多线程和多进程的概念、适用场景、示例代码,线程池和进程池的使用,以及如何选择合适... 目录引言一、并发编程的主要优势二、python的多线程(Threading)1. 什么是多线程?2.