文｜光錐智能 周文斌
港口自動駕駛是單車智能與平臺智能的結(jié)合；
企業(yè)當前最重要的是技術(shù)變現(xiàn)和商業(yè)化落地；
商業(yè)化的關(guān)鍵是通過項目產(chǎn)品化做到可大規(guī)模復制，具體表現(xiàn)為可交付性、性價比、安全和效率；
BD很重要，技術(shù)也很重要，港口自動駕駛企業(yè)要兩條腿一起走路；
從港口到干線還有許多挑戰(zhàn)，現(xiàn)在更大的機會在港口間的自動駕駛。
船舶靠岸，數(shù)百個集裝箱被岸橋式起重機一一吊起，轉(zhuǎn)頭放在一旁等候已久的集裝箱卡車上。集卡駛向堆場，停在龍門吊下方，等待集裝箱卸貨后，駛向下一次往返循環(huán)。
在無人集卡之前，這樣的場景需要數(shù)百位司機日夜倒班，駕駛著集卡在港口中來回往返。但如今，隨著自動駕駛開始逐步代替?zhèn)鹘y(tǒng)AGV登上舞臺，無人化成為港口的一種新特征。
在中國，從東北到西南，有32600KM海岸線，分布著87個港口。而港口自動駕駛從2018年開始探索以來，從廣州到青島，從廈門到天津，已在十多個港口落地。這個速度，還要遠超過從上世紀90年代就開始布局的港口AGV。
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，繼續(xù)擴大L4級無人集卡在港口的應用，將原來超40臺規(guī)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、百輛車隊的第一鏈布局。
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?cè)匀辉诳焖俾涞亍?/p>
“如今，自動駕駛行業(yè)面臨的問題像一個堰塞湖，所有的企業(yè)都堵在L2和L2+的關(guān)口”，勁邦資本汽車行業(yè)項目負責人貢璽向光錐智能表示，破局的關(guān)鍵是整個產(chǎn)業(yè)的有序突破，而從產(chǎn)業(yè)端的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。
那么，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(fā)現(xiàn)它們一些有趣的特點，比如拿筆在螞蟻前進的方向畫上一道，它就會迅速地掉頭繞開；不論食物在何處，它們總能尋到最短的路徑將其搬回家。
而如果找到一個高處鳥瞰港口，我們會發(fā)現(xiàn)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，某種程度上和螞蟻并無分別。
1992年，因為觀察蟻群，比利時科學家Marco Dorigo開創(chuàng)了著名的“蟻群算法”，這是一種用來尋找最優(yōu)路徑的概率型算法，如今被廣泛應用在自動駕駛的路徑規(guī)劃和平臺調(diào)度等方面。
這種算法恰到好處地描繪了港口自動駕駛的精髓。
在與光錐智能的交流中，斯年智駕CEO何貝就提到，斯年智駕的戰(zhàn)略就是既重平臺智能，也重單車智能。飛步科技CTO楊政也認為，如今港口注重效率和安全，只注重平臺智能，或只注重單車智能都是行不通的，必須兩者結(jié)合才能打磨好產(chǎn)品。
所以，區(qū)別于其他自動駕駛場景，港口自動駕駛不僅僅是單車智能的單打獨斗，同時也是單車智能與平臺智能的精妙結(jié)合。
曾經(jīng)，提到港口、礦區(qū)等特定場景下的L4自動駕駛時，大家的第一反應都是“簡單”，因為封閉或半封閉場景沒有開放道路復雜，應該更容易落地。
“我在2019年初第一次進港口的時候覺得這個場景非常簡單，因為它很固定，Corner Case會更好收集，同時速度更低，決策時間會更長。但隨著一點點深入，我們會發(fā)現(xiàn)它的交互頻率更高，對于車的控制要求更高?！睏钫Ω劭谧詣玉{駛認知的轉(zhuǎn)變，也體現(xiàn)了這個場景的許多潛在的復雜性。
“在港口會有許多特定的問題，比如無人集卡停車定位的誤差要達到正負5cm的精度，比如在滿是金屬集裝箱的港口，衛(wèi)星定位會不精準，甚至在車輛間交互，姿態(tài)控制，轉(zhuǎn)彎等方面都會面臨挑戰(zhàn)。”楊政向光錐智能稱。
首先是定位。在港口，無人集卡需要和大型設(shè)備配合作業(yè)，港口的集裝箱需要吊橋從船舶上吊起放在卡車上，然后由無人集卡將其運送到堆場，再由龍門吊吊起放在堆場上。
卡車停放與龍門吊的相對位置需要非常準確，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。
其次是港口的道路問題，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。這導致港口的道路很多時候非常狹窄?！凹ǖ膶挾韧ǔ?.7m、2.8m，但港口許多地方路可能只有2.9m，所以港口對車的操作和決策要求更極限，對技術(shù)也有更高要求。”楊政說。
另外，區(qū)別于乘用車，無人集卡在港口作業(yè)基本每次都必然會遇到大角度的轉(zhuǎn)彎、掉頭。而無人集卡車體更大，更長，所以在轉(zhuǎn)彎、掉頭的時間也會更長，意味著其與后車的交互的時間也會更長。
但在港口，無人集卡其實沒有太多時間用來掉頭，因為通常車隊作業(yè)，后面的車源源不斷地駛來，如果掉頭一次沒有成功，后面的車隊可能就會堵上，影響整個港口的運行效率。
目前，絕大多數(shù)港口都處于無人集卡和人工作業(yè)混行的狀態(tài)，再加上還有港口外的卡車、場地作業(yè)的工人等等，港口的環(huán)境仍然復雜，這些情況都對無人集卡的單車智能提出了更高的要求。
“如果單車智能不夠強大，那對港口來說就像是一個定時炸彈，一旦某輛車遇到特殊情況停了下來，后面的車都會停下，不及時人為干預甚至可能導致整個港口陷入癱瘓?！焙呜愓f道。
所以港口自動駕駛企業(yè)都有做相應的安全冗余，比如斯年和飛步配備有遠程駕駛的技術(shù)，司機可以在控制中心遠程監(jiān)控車輛狀態(tài)，一旦某一輛車出現(xiàn)問題，就可以通過遠程駕駛立即干預。
而提到自動駕駛，其對勞動力的補充又是一個必要的話題。比如在港口，集卡司機用工成本高，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，港口就通過AGV等方式開始了無人化的探索。所以除了降低用工成本，自動駕駛對于港口更大的意義還在于效率和安全。
要提高效率，單靠強大的單車智能其實并不容易。就像螞蟻搬運糧食一樣，當群體協(xié)作成為工作的主要方式時，在個體的能力之外，合理的組織和調(diào)度就變得尤為重要。
在這方面，港口自動駕駛企業(yè)普遍采用的是“車”“云”協(xié)同的方式來實現(xiàn)港口整體效率的最大化。比如飛步科技提出的“車路云協(xié)同一體化”和斯年智駕的“車端-云端一體化”。
引入云端的概念，在于“云”能夠?qū)Ω劭谡w的情況進行判斷，比如從A點到B點，通常來講直線距離最近，但直接過去可能會堵車，而經(jīng)過C點繞過去，路程或許更遠，但道路通暢卻可能更快。
楊政解釋道，通過傳感器和接通港口數(shù)據(jù)，云端能夠知道哪里需要更多的車，哪里車輛有冗余，以此來更合理的分配運力?！拔覀儙椭劭谠O(shè)計打造智能化操作系統(tǒng)，不僅聚焦水平運輸本身，同時也致力于全局的降本增效?！?/p>
在許多港口自動駕駛公司的共同努力下，如今港口已經(jīng)開始進入了無人化階段，無人集卡，IGV（Intelligent Guided Vehicle 智能導引車）等車輛在港口的占比逐漸提升。
比如在年集裝箱吞吐量超千萬級的寧波舟山港梅東碼頭，飛步科技的無人集卡數(shù)量占比已經(jīng)超20%，作業(yè)效率已十分接近傳統(tǒng)駕駛員。而在寧波港大榭碼頭、江蘇宿遷港等地，斯年智駕完成了百輛車隊的第一鏈布局，其運營的無人集卡效率相對于AGV和IGV提高了1.5~2倍左右。
整體來看，港口像是一個蟻群的工作場地。個體的調(diào)度與集體的配合，障礙物避讓與路徑規(guī)劃。很多時候，大自然的神奇之處就在于此，人類苦心追求最優(yōu)解，往往在許多微小的地方早已寫下了答案。
02 以租代買還是聯(lián)合開發(fā)？商業(yè)化的深水區(qū)
以新事物、新技術(shù)發(fā)展曲線來驗證，作為新興技術(shù)的自動駕駛?cè)蕴幱谠缙冢瑳]有成熟的案例模式來參考借鑒。行業(yè)中深耕港口一線場景的自動駕駛企業(yè)，會依據(jù)客戶意愿的差別與企業(yè)自身的基因性格來定義不同的商業(yè)化路線。
深水區(qū)已至，除了技術(shù)上的創(chuàng)新，也更需要在商業(yè)化上有突破式的探索。
“講技術(shù)、講產(chǎn)品已經(jīng)是幾年前的事情，現(xiàn)在的關(guān)鍵是如何變現(xiàn)?！彼鼓曛邱{CEO何貝坦言。
而從投資人的視角看，業(yè)務(wù)落地同樣是如今的重點。貢璽向光錐智能提到，投資人除了看（技術(shù)能否代替）安全員等綜合技術(shù)體現(xiàn)之外，還要看自動駕駛公司是否能夠快速地跑馬圈地，擴展市場。
“現(xiàn)在企業(yè)就是要盡快去進可以進的港口，這個市場和礦山一樣，一旦你進去之后，跟它的綁定就會很深，不太容易輕易換你?！必暛t提到。
關(guān)于商業(yè)化，何貝將其分成了三步，“有沒有人買”是第一步，“有沒有一群人買和有沒有回頭客”是第二步，“能不能批量化復制”是第三步。
“目前我們處在第二步，關(guān)鍵是毛利率和無人駕駛技術(shù)的落地，而現(xiàn)在到明年的重點是第三步，將項目產(chǎn)品化，完成大規(guī)模的復制?！焙呜愄岬?。
但就整個商業(yè)化而言，最難的卻是第一步，找到“第一個吃螃蟹”的客戶。
一方面，傳統(tǒng)的港口、碼頭對新事物的接受程度較慢；同時，購買自動駕駛集卡也確實是一筆不菲的投資。目前一輛無人集卡價格大約在200萬左右，如果配上30輛就要6000萬，在還沒有太多成熟案例的前兩年，這個價格無疑讓港口感到遲疑。
“斯年的策略是‘以租代買’，即自己花錢買車、改裝，然后作為一個‘運輸公司’在港口拉活兒。”何貝向光錐智能介紹他們最早進入港口的方法。
通過代運營的方式，一方面可以提前獲得一部分收入，同時能夠更好地收集行駛數(shù)據(jù)來改進算法。另一方面，當港口方實際看到自動駕駛的效果，它們自然愿意為此付費。
在獲得港口認可之后，斯年也會有“軟硬件一體”的產(chǎn)品銷售模式，就是將裝配好的設(shè)備一次性打包賣給港口，為其提供技術(shù)服務(wù)和后續(xù)的運營支持。這樣，斯年就像一個無人駕駛技術(shù)軟件供應商，按照運營里程收取技術(shù)訂閱費。
貢璽認為，現(xiàn)在港口自動駕駛公司大致可以分為兩類，一類是輕資產(chǎn)運營，即自己不持有資產(chǎn)，只提供整體的解決方案，做后端的改裝；另外一類則是重資產(chǎn)運營，自己買車，自己改裝，然后給港口提供運力。
“根據(jù)企業(yè)發(fā)展的不同階段，輕資產(chǎn)和重資產(chǎn)都是必要的，前期需要通過重資產(chǎn)獲客，中后期需要通過輕資產(chǎn)減輕運營壓力。”貢璽說。
從重資產(chǎn)走向輕資產(chǎn)，這是斯年切入市場的方式。而飛步科技進入港口的方式，則是一開始就和港口共同研發(fā)。
“在未來真正運營智能水平運輸?shù)闹黧w，一定是港口自己?！睏钫硎?，“無人集卡與IGV等新事物，演化到終局，本質(zhì)上是與場橋、岸橋一樣的機械化生產(chǎn)工具。港口應該，也必須實現(xiàn)自主可控。”
“所以，我們從進入港口的第一天開始就以‘產(chǎn)品化’為目標，盡量把除了系統(tǒng)設(shè)計和系統(tǒng)集成之外的操作部分和港口一起打磨，然后逐步讓渡給他們?！睏钫f。
他認為，產(chǎn)品化有兩個比較重要的點，一個是可交付性，就是這套產(chǎn)品一定要操作簡便、穩(wěn)定，交付給客戶之后即使沒有技術(shù)人員也能夠使用。二是產(chǎn)品要有核心價值，具體表現(xiàn)為性價比，安全和效率。
“寧波舟山港貨物運輸種類最為齊全，吞吐量全球最大，梅東碼頭又是超千萬級的傳統(tǒng)混線碼頭。因此，這里是全球智慧港口建設(shè)改造實實在在的珠峰?！睏钫嘎?，飛步與寧波舟山港梅東碼頭在三年內(nèi)完成四期合作，交付的無人集卡數(shù)量達到62臺。通過車端智能與遠控系統(tǒng)的組合，無人集卡車隊開展多路編組實船作業(yè)超1000天，現(xiàn)階段基本實現(xiàn)了與人工作業(yè)效率的持平。
“BD很重要，技術(shù)也很重要，企業(yè)要兩條腿一起走路。”貢璽提到：“回顧汽車產(chǎn)業(yè)的發(fā)展，我們會發(fā)現(xiàn)最終成功的企業(yè)，無非是抓住了兩點，即極具技術(shù)壁壘的產(chǎn)品力，或是極強的商務(wù)關(guān)系，這是汽車這個大to B行業(yè)本身基因決定的?！?/p>
03 港口之外，港間和干線
當然，港口自動駕駛的競爭也不局限在港口這一個場景下。
一方面，港口自動駕駛市場的天花板是肉眼可見的。按照中國港口協(xié)會的數(shù)據(jù)，中國港口內(nèi)每年集裝箱的運輸約60億元，干散貨約240億元，整體下來大概每年300億元的市場。而目前自動駕駛落地的港口僅有1%左右，即使算上今后的成長空間，這個市場的想象力仍然不夠性感。
所以，港口自動駕駛企業(yè)自然也將目光放向了規(guī)模更大的港口間運輸、干線物流，甚至城市運輸?shù)葓鼍啊５獙崿F(xiàn)這個跨越其實并不容易，不要說港口自動駕駛這樣的“跨界者”，就是像圖森未來這種深耕干線的企業(yè)，在這方面的進度也并不理想。
“飛步從成立第二年就開始做相應的探索，雖然港口和干線場景不同，但技術(shù)上沒有太大的鴻溝。”楊政認為，在干線物流，大家今天遇到的問題更多是技術(shù)之外的。
比如對待開放路口的自動駕駛，大家要求達到絕對的安全，但這種絕對本身并不存在。“意外總會發(fā)生，而我們?nèi)绾稳Υ@種偶然的，極小概率的安全事件，全社會都沒有做好準備?！?/p>
何貝的觀點則更加謹慎，在他看來，除了技術(shù)之外，港口和干線之間其實還存在三座大山。
首先是法律問題。相比于港口，干線的重卡更加危險，一旦出現(xiàn)事故波及的范圍也更大，因此法律落地上也會更加謹慎。
其次是商業(yè)模式和商業(yè)邏輯的問題。何貝提到，中國的物流市場司機非常內(nèi)卷，物流公司分散，無論是在人工替代還是在付費主體上都不夠聚焦。因此怎么整合資源、怎么合理合法地替代司機都是問題?！霸诟删€物流的自動駕駛上，目前的商業(yè)模式，商業(yè)邏輯等方面都沒有很好的梳理清楚?！?/p>
最后是傳感器等硬件的能力上，“專心做算法研究的基礎(chǔ)，一定是傳感器等硬件的成熟，如果硬件不夠成熟，只能通過算法去彌補傳感器的差距，并以此來完成一個穩(wěn)定的無人駕駛。”何貝說道。
除此之外，從港口到干線物流，就像其他場景進入港口一樣，同樣會面臨許多行業(yè)Know-How的問題，比如對于干線，甚至城市道路的行車數(shù)據(jù)和corner case的解決，比如干線會有更多的車型，干線重卡的載重更大，速度更快，所以剎車和車輛控制也都更加困難等等。
“干線物流，從現(xiàn)在來看花很大時間和力氣去做有些過早了?！焙呜愓J為，對于港口自動駕駛來說，現(xiàn)在跳出港口的機會更多應該在港口間的自動駕駛上。
港口間的自動駕駛是指從港口到工廠、港口間的短途接駁、廠區(qū)內(nèi)等場景。區(qū)別于干線受制約的條件較多，港口間的優(yōu)勢在于它只是短途運營，相關(guān)管理法規(guī)當?shù)氐膮^(qū)政府和市政府就能拍板，對于自動駕駛來說更容易拿到路權(quán)。
除此之外，現(xiàn)在港口間的無人駕駛也不用去安全員，甚至從港口到港間，兩個場景使用的車型一致，整體的環(huán)境和工況一致，速度也不會很快，企業(yè)需要的只是增加一些數(shù)據(jù)集和場景就可以完成技術(shù)的迭代和更新。
完成從港口到港間的轉(zhuǎn)換，港口自動駕駛企業(yè)能夠?qū)⑹袌隹臻g從原來的每年300億元左右提升到1500億元左右。
貢璽認為，自動駕駛不同場景之間的“邊界感”正在逐漸被打破，做港口的想去做干線，做干線的想去做港口，但對企業(yè)來講，更關(guān)鍵的是想清楚自己能做什么？
事實上，從港口到港間，再從港間到干線，我們確實需要看到一些港口自動駕駛的優(yōu)勢。
即與其他做干線、做L4自動駕駛的企業(yè)來做港口的路線不同，港口自動駕駛企業(yè)選擇從相對簡單、容易落地的場景出發(fā)，能夠更快地獲得收入。而如今困擾高級別自動駕駛企業(yè)，或者圖森未來這樣的干線物流自動駕駛公司最大的問題，就是收入很難起來。
整體而言，港口是整個陸上物流的起點和終點，全國各地的中國制造通過港口運向世界，同時世界各地的商品又通過船舶輸入中國，在港口分流，然后憑借如毛細血管一樣的高速公路，運送到全國各地。
所以對于港口自動駕駛公司而言，完成了港口內(nèi)的運輸，然后向港口外擴張，從港口到干線，也更像是一件順理成章的事情。