我国港口自动驾驶的趋势和挑战
发布时间：2023-02-09 414 次浏览
适应未来港口的发展，需要港口科技的创新与进步，港口科技的关键核心难题是港口水平运输的自动化
我国港口自动驾驶的趋势和挑战
撰文｜林维猛
单位：自动化码头技术交通运输行业研发中心
（中远海运港口有限公司）
适应未来港口的发展，需要港口科技的创新与进步， 港口科技的关键核心难题是港口水平运输的自动化。传统的土建开挖、光纤铺设和预埋磁钉的AGV（Automated Guided Vehicle）建设模式，已不能满足国内存量大的传统码头对水平运输自动化的需求。近年来，国家部委和各级政府出台了多项智慧港口行业相关政策，再加上自动驾驶相关技术的不断成熟，共同促成了自动驾驶技术在国内港口“百家争鸣，百花齐放”的发展态势。
一、我国港口自动驾驶概述
1. 发展必要性
在政策上，港口自动化、智能化升级已经成为国家战略上的需求。习近平总书记对港口发展高度关注，指出“要志在万里，努力打造世界一流的智慧港口、绿色港口”。国家各部委相继出台了系列政策推动智慧港口发展，如交通运输部《关于推进港口转型升级的指导意见》指出，要加快港口信息化应用，提高港口装备智能化水平，大力推进物联网、云计算、大数据等新一代信息技术在港口推广应用。目前， 天津、上海、山东、广东、浙江、福建等多个省市均将智慧港口建设发展目标写进“十四五” 规划。
过去单纯依靠码头区域优势，通过规模经济获得效益增长的模式，在产业结构调整下已变得不可持续。科技赋能，削减港口运营成本，提升港口综合服务质量，探索价值创新领域，正成为港口提升利润的主要方式，推进智慧港口建设是港口运营商的必然选择。港口自动驾驶可以解决集卡司机招工难、用工难的问题，同时可以减少人工成本，提高码头作业效率，提升作业安全。
在政策和业务需求的双重催化下，越来越多的港口正加入自动驾驶的尝试和商业运营中来。
2. 发展历程
自1993年AGV 首次在荷兰鹿特丹港ETC-Delta码头应用后，港口就开展了在封闭式场景内水平运输自动化的尝试，此后在欧洲、北美、亚洲、大洋洲的多个港口得到了推广应用。我国自2016年3月厦门远海自动化码头建成并投产以来，上海洋山四期、青岛前湾一期和二期、
广州南沙四期等多座自动化集装箱码头相继建成并投入运营。但业内认为，磁钉类的AGV并不完全是自动驾驶，且因其投入成本过高，不太适应存量大的传统码头的自动化改造需求。在广州南沙四期建设中，AGV开始减少磁钉的使用，并采用了卫星定位、多种传感器等技术实现自动驾驶。
港口自动驾驶技术主要指采用北斗卫星导航定位系统、激光雷达SLAM、视觉SLAM以及多传感器融合定位技术，实现在港口区域内的智能水平运输。我国港口的自动驾驶从2019年左右起步，产品从无到有，这个阶段一般称之为科学期，更多的是向外展示的概念车，而不是实际落地的产品，如东风商用车和主线科技分别在厦门远海码头和天津五洲码头的尝试。
从2020年开始至2021年， 我国港口自动驾驶在政策的推动下加速应用， 呈现“百家争鸣，百花齐放”的发展态势。天津C段、宁波梅东码头、厦门远海码头、深圳妈湾码头等港口陆续引入自动驾驶技术解决方案提供商， 开启落地场景的具体测试和优化。港口自动驾驶也在这个阶段逐步从技术期走向了产品期， 开始具备复制推广的能力。
2022年，中远海运港口率先吹响了港口自动驾驶推广普及的号角，在扩大厦门远海码头自动驾驶车队规模的同时，在旗下控股码头武汉阳逻港快速实现了商业应用。与此同时，招商局港口在深圳妈湾经验的基础上， 将港口自动驾驶推广到大连港；上海港与上汽集团合资的友道智途在完成外高桥四期的测试后，在宁波大榭港区实现了复制和落地；西井科技、飞步科技和主线科技等自动驾驶科技公司也在完成技术积累后陆续实现了在厦门海润码头、南通吕四港和合肥港的普及和落地。
以上所论述的港口自动驾驶落地四个时期和产品成熟度演化，如图1所示：
图1 港口自动驾驶落地全过程
3. 市场规模预估
据埃森哲和上港集团保守估计，建设智慧港口能为社会带来巨大的实际价值。以长三角区域为例，通过海运的国际贸易金额约8.1万亿元；中国社会物流成本占GDP的比例约18%，而智慧港口一系列建设举措约能降低物流成本3.6%，每年智慧港口预计能为腹地海运物流创造价值338亿元。
中国港口协会统计，2021年全国集装箱吞吐量达到221 944 813TEU，按每台桥吊作业量10万~15万TEU/a 估算，全国桥吊数量保守估计约1 500~2 200台；按每桥配5 台车估算，水平运输车辆约7 500~11 000台。如对港口水平运输车辆进行更换，按200万元/ 台的实施费用折算，港口自动驾驶市场整体改造规模预估约150 亿~220亿元。如按港口现有有人驾驶集卡的运营费率估算，费率按15~20元/TEU 做测算，2021年的市场规模预计约33 亿~45亿元。
二、港口自动驾驶发展趋势
1. 算法逻辑持续优化
港口自动驾驶分环境感知、定位导航、规划决策、底层控制、安全保障策略、车辆数据采集和数据通信等几大内容。由于任何单一传感器都无法在港口复杂工况下获得完全可靠的性能，需采用多种传感器融合定位方案，不同传感器的数据输出通过滤波框架将结果融合在一起，以此提高系统能力，并提升全局定位的可靠性和冗余性。例如：
环境感知方面， 主要技术路线均是通过激光雷达、视觉、毫米波和超声波雷达技术融合，提高感知结果的一致性和精度， 为行为决策提供依据。环境感知技术核心的区别在于对传感器数据的分析和融合， 目前业界研究的方向均在对不同场景的解析和语义理解， 根据输入场景不同可以形成不同算法组合的发展方向。具体在项目的应用上， 如自动驾驶设备在不同光照情况、堆场淹水、车辆速度等状态下， 自动驾驶系统可以根据不同场景自动调取不同算法，输出最优结果。
定位导航方面，为满足港区内自动驾驶设备精准定位需求，定位模块采用“组合惯导+ 多种传感器融合定位+ 车道保持”的方式解决， 最终实现在港区内精准定位的结果。组合惯导的能力主要是硬件，通过组合导航+ 视觉与激光特征匹配+ 视觉与激光SLAM+ 轮速里程计等多源定位融合，业内水平差异不大，核心的区别主要在于通过各种传感器获得不同形式观测，生成不同类型和权重约束的算法逻辑。随着场景应用和测试案例的增多，定位导航算法逻辑正不断迭代优化。
规划决策方面，路径规划为自动驾驶设备构建“上帝视角”，实现对人、车、路、环境等要素的全方位感知，提供路径规划和全局调度能力，提升驾驶安全和道路通行效率。路径规划是基于代价最小准则规划出一条从起点到终点的最优路线，引导自动驾驶设备顺利到达目的地。目前，规划决策正朝着减少自动驾驶设备在路网中的滞留时间方向不断优化，以达到提升整个运行效率的目标。
2. 部署费用逐年降低
相较有人驾驶集卡，港口自动驾驶虽然可以解决集卡司机招工难的问题，但初期大额的资金投入还是成为多数港口不能逾越的坎。随着近年来技术的成熟以及应用推广的规模化，包括线控底盘和传感器在内的配套设备已初步具备量产的基础，成本也随之迅速下降。中国招标投标公告服务平台公示的信息显示，2021年7月份天津C 段招标时平均中标单价约211万元/ 台， 过了1年， 至2022 年7月份厦门海润码头标的的中标单价下降到153万元/ 台， 降幅约27.5%。见表1。
表1 近年来港口自动驾驶公开招标情况
虽然每个标的的招标内容不尽相同，港口场景和作业环境也有差异，但最近一次厦门海润码头标的自动驾驶平板车的中标单价似乎成了行业里面的价格锚。无论是主机厂或是自动驾驶公司都将朝着153万元/ 台的锚定价格继续向下挖掘价格空间。
3. 普及范围继续扩大
自动驾驶在商用车领域有六大主流应用场景，包括码头、物流园区、矿区、机场、干线物流、末端物流。集装箱码头和边境口岸因其半封闭及标准化程度高等特点而被视为最有潜力快速实现数字化转型的场景之一。随着自动驾驶部署费用的降低，越来越多的港口和口岸正加入到自动驾驶赛道中。据不完全统计，截至2022年10月，全国港口累计部署的自动驾驶平板车数量已近300台，超过传统的磁钉式AGV 数量，累计部署的带驾驶室自动集卡数量也超过了200台。
以上3种自动驾驶技术路线为国内港口提供了更多的选择，根据对政策层面、供需关系和技术成熟度的综合判断，港口自动驾驶的普及范围将继续扩大，并向中小港口进行渗透和快速部署。非磁钉式自动驾驶设备部署情况如图2所示：
图2 自动驾驶平板和带驾驶室自动集卡数量分布（截至2022年10月）
三、港口自动驾驶的挑战
1. 港口场景不一的挑战
港口自动驾驶的核心功能是实现自动驾驶设备在码头堆场内自动驾驶的各项安全策略，满足自动驾驶设备与桥吊、龙门吊对位精度达到±5cm，一次自动对位成功率不低于90%，在岸边、主干道及堆场内直线行驶每100m 以内时横向最大偏差不超过±10cm。
对于布局规划好、基础设施建设较为完备， 或者港机设备相对标准化的港口，自动驾驶的落地会更加友好和快速。但我国各个港口在泊位等级和堆场建设等基础设施条件方面往往存在差异，新旧设施和设备在同一码头内共存普遍存在，而目前落地实施的自动驾驶方案大多是针对相对标准化港口设计的，因此需要实施方不断丰富自动驾驶应用场景，以应对不同港口场景不一的挑战，增加自动驾驶方案的适配能力。
2. 路径规划策略的挑战
港口道路作业路线复杂，码头前沿多作业线、多辆自动驾驶设备同时运行时，其互相之间路线会出现相交与冲突。自动驾驶系统虽然在规划路径时会考虑时空一致性，尽可能避免路线冲突，但路径规划并不能做到万无一失， 当自动驾驶设备出现故障又未能及时恢复，或者现场道路狭窄而车辆数量比较多时，发生拥堵的概率仍然较高。此外，在自动驾驶设备与有人驾驶集卡混行情况下，因无法预判或者干预有人驾驶集卡的行为，规划路径策略将变得愈发复杂。
在大型港口实施自动驾驶项目时，自动驾驶设备与拆解扭锁站的配合是不得不面对的巨大挑战。一般来讲，拆解锁扣的操作在岸桥区域完成，或者布置在舱盖区的陆侧，有流动式也有固定式。由于船舶的大小不同，流动式拆解扭锁站的位置会发生改变，对自动驾驶设备行驶路径规划将带来巨大考验；对于固定式拆解扭锁站，如多条线同时作业，也很难在规划路径策略下确保各个拆解扭锁站的均衡使用， 极易造成单点拥堵。
3. 运营能力的挑战
从实现一台自动驾驶设备的智能验证，到可以多车编队、常态化、规模化的运行，考验的不仅是港口自动驾驶承建方的技术能力，还有后期稳定的支持和运营能力。一般认为，只有到了这个阶段，项目才算踏入了真正的深水区。
因为港口是24h 全天候作业，在商业化运营阶段，有别于场景样本的演示阶段，港口自动驾驶承建方需要解决设备维修、软件运维支持和特殊工况处置等持续支持的能力。不同公司之间的实力差距在商业化运营阶段会被迅速拉开。
四、港口自动驾驶发展建议
1. 需要港口从幕后走向台前
港口自动驾驶项目是一个复杂的过程，参与方众多，业务关系复杂，各方对合作边界的理解也各有差异，处理相关方的权益分配和系统边界问题是矛盾最突出的部分，项目需要参与方拥有合作的共识。有别于港口其他项目， 港口方仅需要做监督或验收，港口自动驾驶项目需要港口作为业主方，主动学习和探索技术根源和业务边界，推动和协调解决各方矛盾， 才能推进项目扎实落地。
在具体执行上，建议港口实施方组建由信息化部门、工程技术部门和业务操作部门组成的专业化项目团队，与各参建方制订协调机制。在项目开发和业务运营过程中，港口项目团队根据各方的分工，统筹协调并为各方提供配合便利，在关键问题上作最终决策。
2. 需要优化人机交互混行策略
随着技术的不断成熟和场景验证，港口自动驾驶设备已基本解决了在封闭港口区域内的自动驾驶难题，包括信号遮挡、定位漂移、精准定位等。但在开放式场景下，人机交互混行不可避免，这也是港口自动驾驶大面积推广运用的前提。如在堆场出入口，港口自动驾驶设备的视野会被集装箱遮蔽，有人驾驶集卡或港口人员会因遮蔽无法发现自动驾驶设备，这是自动驾驶设备在港口运行的高危场景。
为实现混行策略，车路协同的应用是必经之路。车路协同是采用基于安装在路侧的传感探测和无线通信，对港区内道路环境进行全方位感知，弥补自动驾驶设备自身感知范围的局限，辅助路径规划决策，保证人机交互混行的安全。
3. 需要创新商业模式
港口自动驾驶项目在实施过程中并不局限于对基础设施建设和信息化的提升，还将积极促进产业价值链形成有序配套的运营环境，带动港口服务的发展。例如港口自动驾驶将可避免有人集卡司机的管理问题，使水平运输变得有序可控，提升港口作业协作的整体效率。在运营过程中，自动驾驶设备的行为数据积累也将产生新的价值，为港口数据孪生服务奠定基础，赋能港口竞争力提升。
由于存在以上溢出效应，单项目的实施未必能带来直接经济效益，但对其他延伸模块将产生积极的正面影响，并有可能转变为积极的商业价值，比如物流供应链的可视化和数据分析追踪等。这意味着港口自动驾驶的商业模式需要纵观全局，不急于在单个项目上获取短期利益，港口实施方或者参建方应在业务上高度回应需求，在实现需求的过程中寻找商业价值， 创新出更多的商业模式。
本文标题：我国港口自动驾驶的趋势和挑战
本文链接：https://www.gjkdwl.com/news/gangkou-44107.html
中国寄快递到美属维尔京群岛
天猫商品转运到阿塞拜疆
淘宝商品转运到保加利亚
广州到沙特阿拉伯国际专线
带电产品寄菲律宾
小包裹寄到安道尔
邮寄假发到意大利用什么快递
寄快递到多米尼克