雷刚 发自 副驾寺
智能车参考 报道 | 公众号 AI4Auto

即便向来低调，但江湖也许久没有何晓飞教授的消息了。

就是那个浙大计算机系知名教授、滴滴研究院创始院长、滴滴无人车开创者，飞步无人车创始人及CEO。

自2017年7月创业之后，何晓飞和飞步科技就瞄准自动驾驶货运方向，并在2019年2月还官宣了与中国邮政、德邦物流的合作，可谓国内自动驾驶货运商业化领域，跑得最快的明星公司之一。

而就在近日，交通运输部印发《关于促进道路交通自动驾驶技术发展和应用的指导意见》，明文鼓励货运落地……

这才让人意识到，很久没有何晓飞教授和飞步的消息了。

他在哪里？飞步如今发展如何？

浙大教授在码头

是的，在码头——“搬砖”。（手动狗头）

自然是用自动驾驶的方式。

其实就在2020年12月，飞步还低调官宣了一则新进展，与宁波舟山港集团共同落地了行业内首个混线工况下的自动驾驶集卡编队独立整船作业。

宁波，中国最忙碌的大港城市，也是全球第一大年货物吞吐量港口所在地，江湖也称“宇宙第一港”。

在该大港码头，何晓飞创办的飞步为宁波舟山港集团打造L4级自动驾驶集卡……

但现在还不是全无人化方案，港口内完全无人化操作。

而是更难的混线工况，要与人工集卡一致的作业工艺，覆盖近200种实际作业工况，适用于各类箱型、船舶的装卸船和移箱作业。

更早之前5月，L4级自动驾驶集卡在世界最大集装箱船“现代阿尔赫西拉斯”号邮轮靠港后，与人工集卡共同完成装卸船作业……人机协作一幕，也标志着中国的智慧码头、智慧港口，自动驾驶商用迈出了重要一步。

飞步称，这背后还意味着契合国内港口实际需求的智慧作业链路构建完成，具备了大规模铺设与推广的能力。

港口自动驾驶商用有何难？

通常认知下，港口码头环境相对封闭，把开放道路的自动驾驶落地港口，理应是降维打击。

但封闭场景，并不意味着问题简单。

港口有港口的特殊挑战，码头有码头的长尾难题。

在港口搞无人车，这几个挑战少不了。

第一，每一个路口都是“无保护”。

港区内有大量的内集卡和外集卡混流。港区内的道路通常没有交通灯控制，自动驾驶集卡通过的每一个路口都没有保护。

尤其是在繁忙的卡口、引桥口等车流密集的地带。

在诸多RoboTaxi项目中，无保护过路口、左转等等被视为技术能力的重要展现。

而且码头上也会产生混杂的交通流——人、车、机械混杂。“无保护冲突路口”的问题也非常典型。

这就极度考验感知能力，也需要精准的行为预测能力。

所以AI司机要在港口开车，无保护是常态。

需要说明的是，集卡的车身长、惯性大，处理行为交互问题的难度和乘用车相比，根本不在一个量级上。

第二，厘米级精准。

自动驾驶集卡在作业中遇到的挑战远不止“会开车”这么简单。例如在桥吊下装卸箱时，集卡的对位精度要求在5厘米以内。

但是在七级大风下，吊具的偏移会超过0.5米，晃动幅度超过1米。对于经验丰富的港口老司机来说，这也是难度极高的作业项目。

基于对吊具的实时精确检测和动力学分析，才能真正摆脱传统无人集卡“靠天吃饭”的限制。

第三，日常长尾问题。

比如日常自动驾驶集卡相继遇到了桥吊遮挡路径、逆行作业车辆、人工驾驶内集卡、作业人员和不规则障碍物等各类挑战……

或者在复杂车流里，如何顺利通过狭长变道路口等等。

有时还要跟有意识的人类驾驶员一样随机应变，在内集卡排队太长，作业桥吊遮挡住了引桥口时，无人集卡就需要绕行上一个泊位。

如此种种日常，如果不能高效且安全应对，都是无法在混线工况下，被认可和商用的。

所以虽然飞步官宣的是规模化商用进展，但背后达到的技术水平和实力，不言自明。

飞步港口方案

在交通部最新印发的指导中，智慧港口也是题中之义。

但智慧港口究竟该是什么样？中国港口该智慧升级？

除了自动驾驶集卡大方向，飞步这次还展现了另一项重要要求：

能规模化落地混线作业。

是的，得是依靠单车智能为主、人机混行的方式。

飞步透露，从第一台港口集卡上路测试到形成作业能力，飞步用了半年时间进行严密研发和论证。

期间先实现了全长17米的集卡，完成小角度的掉头和长距离倒车。

其后，又用时1个月，实现了从12台新集卡到梅山港，并完成批量部署。

除了“看得见”的自动驾驶集卡……

飞步规模化商用背后，还有看不见的云端系统和平台。

其自主研发的智能云控平台，对智能集卡车队展开调度管理，将TOS系统、集卡车辆、桥吊、龙门吊等作业设备的多源数据进行整合，并具备完善的监控管理、故障诊断、远程指令操控、运营大数据分析等功能，实现动态路径最优规划，应对实际动态工况。

例如，在引桥口被桥吊遮挡时，自动驾驶集卡利用云端信息，自主实现从桥吊后大梁绕行上下泊位和桥吊间的穿插，从而灵活安排船舶计划，大大提高泊位利用率。

车云一体，作用也立竿见影。

飞步方面透露，编组整船作业启动后，L4级自动驾驶集卡车队已进行29次作业，累计完成运输2079标准箱。基于调度的编队整船作业效率已接近人工集卡水平。

在场景和数据愈加熟悉之后，超越人工老司机，想必只是时间问题了。

目前，针对单个港区，飞步计划通过优化车端智能作业算法、搭设路端感知设备，并在云端智能系统的全局调度优化下，打造可在真实、混线工况环境下高效作业的L4级自动驾驶水平运输方案。

下阶段，飞步的roadmap是依托内集卡水平运输项目的经验，重点研发外集卡在码头间水平运输跨运的运营策略，突破单点运营现状，分阶段串联起“感知更多数据、调度更多集卡（车队）、适配更多场景”的自动化运输链路。

看起来，在创办3年后，飞步现在重中之重的落地场景，将是港口和码头。

这也是智能时代的历史一瞬：

AI时代的大教授大学者，正在从风吹日晒的码头，把自动驾驶推向星辰大海。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

“