自動駕駛寒冬來臨，港口場景如何破局L2關口？

來源：探索未來 釋出時間：2022-12-02 09:51

10月底，中國港口自動駕駛公司飛步科技和寧波舟山港梅東公司完成簽約，繼承擴大L4級無人集卡在港口的應用，將原來超40臺規模的無人集卡擴大至62臺。

11月15日，同樣作為港口自動駕駛頭部玩家的斯年智駕完成超億元A+輪融資，這是其成立兩年以來的第四次融資。同時，斯年智駕還在今年完成了六大港口、百輛車隊的第一鏈佈局。

可以看到，在外界頻繁談及自動駕駛寒冬的今天，港口自動駕駛仍舊在快速落地。

“如今，自動駕駛行業面臨的題目像一個堰塞湖，所有的企業都堵在L2和L2+的關口”，勁邦資本汽車行業專案負責人貢璽向光錐智慧表示，破局的樞紐是整個工業的有序突破，而從工業真個實際落地難易程度來講，港口和礦山是目前確定性比較高的場景。

那麼，作為最有望率先破局的場景，如今的港口自動駕駛又走到哪一步了呢？

01 搬運集裝箱的“蟻群”

細心觀察過螞蟻的人會發現它們一些有趣的特點，好比拿筆在螞蟻前進的方向畫上一道，它就會迅速地掉頭繞開；不論食品在何處，它們總能尋到最短的路徑將其搬回家。

而假如找到一個高處鳥瞰港口，我們會發現港口中那些在一堆堆集裝箱中間往來穿梭的無人駕駛集卡，某種程度上和螞蟻並無分別。

1992年，由於觀察蟻群，比利時科學家Marco Dorigo開創了聞名的“蟻群演算法”，這是一種用來尋找最優路徑的機率型演算法，如今被廣泛應用在自動駕駛的路徑規劃和平臺排程等方面。

這種演算法恰到好處地描繪了港口自動駕駛的精華。

圖：蟻群演算法的路徑

在與光錐智慧的交流中，斯年智駕CEO何貝就提到，斯年智駕的戰略就是既重平臺智慧，也重單車智慧。飛步科技CTO楊政也以為，如今港口注重效率和安全，只注重平臺智慧，或只注重單車智慧都是行不通的，必需兩者結合才能打磨好產品。

所以，區別於其他自動駕駛場景，港口自動駕駛不僅僅是單車智慧的單打獨鬥，同時也是單車智慧與平臺智慧的精妙結合。

曾經，提到港口、礦區等特定場景下的L4自動駕駛時，大家的第一反應都是“簡樸”，由於關閉或半封閉場景沒有開放道路複雜，應該更輕易落地。

“我在2019年初第一次進港口的時候覺得這個場景非常簡單，由於它很固定，Corner Case會更好收集，同時速度更低，決議計劃時間會更長。但跟著一點點深入，我們會發現它的互動頻率更高，對於車的控制要求更高。”楊政對港口自動駕駛認知的轉變，也體現了這個場景的很多潛伏的複雜性。

“在港口會有很多特定的題目，好比無人集卡泊車定位的誤差要達到正負5cm的精度，好比在滿是金屬集裝箱的港口，衛星定位會不精準，甚至在車輛間互動，姿態控制，轉彎等方面都會面臨挑戰。”楊政向光錐智慧稱。

首先是定位。在港口，無人集卡需要和大型裝置配合功課，港口的集裝箱需要吊橋從船舶上吊起放在卡車上，然後由無人集卡將其運送到堆場，再由龍門吊吊起放在堆場上。

圖：正在工作的龍門吊

卡車停放與龍門吊的相對位置需要非常正確，停不準，龍門吊就很難將集裝箱從車上拿起，或者放下。更重要的是，龍門吊的位置是會移動的，這又對車的精準定位提出了更高的要求。

其次是港口的道路題目，港口通常是填海造陸而成，寸土寸金，需要最大限度地利用空間。這導致港口的道路許多時候非常狹窄。“集卡的寬度通常2.7m、2.8m，但港口很多地方路可能只有2.9m，所以港口對車的操縱和決議計劃要求更極限，對技術也有更高要求。”楊政說。

另外，區別於乘用車，無人集卡在港口功課基本每次都必然會碰到大角度的轉彎、掉頭。而無人集卡車體更大，更長，所以在轉彎、掉頭的時間也會更長，意味著其與後車的互動的時間也會更長。

但在港口，無人集卡實在沒有太多時間用來掉頭，由於通常車隊功課，後面的車源源不斷地駛來，假如掉頭一次沒有成功，後面的車隊可能就會堵上，影響整個港口的執行效率。

目前，絕大多數港口都處於無人集卡和人工功課混行的狀態，再加上還有港口外的卡車、場地功課的工人等等，港口的環境仍舊複雜，這些情況都對無人集卡的單車智慧提出了更高的要求。

“假如單車智慧不夠強盛，那對港口來說就像是一個定時炸彈，一旦某輛車碰到特殊情況停了下來，後面的車都會停下，不及時人為干涉干與甚至可能導致整個港口陷入癱瘓。”何貝說道。

所以港口自動駕駛企業都有做相應的安全冗餘，好比斯年和飛步配備有遠端駕駛的技術，司機可以在控制中心遠端監控車輛狀態，一旦某一輛車泛起題目，就可以透過遠端駕駛當即干涉干與。

而提到自動駕駛，其對勞動力的增補又是一個必要的話題。好比在港口，集卡司機用工本錢高，招工難，長時間駕駛對司機健康損害大等等。

但實際上從上世紀90年代就開始，港口就透過AGV等方式開始了無人化的探索。所以除了降低用工本錢，自動駕駛對於港口更大的意義還在於效率和安全。

要提高效率，單靠強盛的單車智慧實在並不輕易。就像螞蟻搬運糧食一樣，當群體協作成為工作的主要方式時，在個體的能力之外，公道的組織和排程就變得尤為重要。