9月20日，在上海报业集团｜蓝鲸财经主办、CIC灼识咨询协办、中国信息协会智慧物流分会为指导单位的“创新-未来”之沙龙直播峰会上，飞步科技合伙人兼COO赵军表示，港口同时具备封闭与低速等多重特性，是现阶段最适合展开商用车无人驾驶技术应用落地的领域。峰会同时指出，港口是无人驾驶落地最早、效果最为明显的场景，数千亿的市场规模等待企业挖掘。

赵军介绍，飞步科技已在传统码头宁波舟山港梅山港区，以及新建自动化港口南通港吕四作业区落地了车路云一体化整体解决方案，并将进一步加强产业生态链协同，推动以“全无人驾驶、全场景感知、全链路调度”为特征的智慧港口全新阶段的建设。

车路云一体化赋能无人驾驶在港口规模化落地

商用车无人驾驶的落地，遵循着从低速到高速、从封闭到开放的基本规律。同时具备低速与封闭特性的港口，成为现阶段无人驾驶技术落地最早、效果最为明显的场景。

飞步科技合伙人兼COO赵军表示，港口无人驾驶约有千亿元市场规模，其中港口内集卡数量整体在3万至4万辆的规模水平。长期以来，内集卡水平运输存在着疲劳情绪驾驶、司机数量短缺、作业工况恶劣及依赖人工调度等痛点，制约着码头整体效率进一步提高。

瞄准上述痛点，飞步科技从年开始，携手年吞吐量超过万标准箱的传统码头——宁波舟山港梅山港区共同探索智慧港口的智能化改造之路，通过将全栈自研的无人驾驶系统与集卡车型深度适配，实现L4级别的单车智能，无需进行基建与工艺改造，便可在混线环境下开展无人车队多路编组作业。

据介绍，飞步科技是行业内唯一一家连续多期为同一港口提供自动驾驶技术运营服务的企业，形成了技术优势与终端、数据规模互相支撑的良性生态——通过技术优势带来商业转化，并基于规模验证反哺车路云系统迭代。

耗时三年，飞步已在宁波舟山港打造了全球最大规模的港口无人集卡车队。同时，通过路端智能感知解决视野盲区问题，提供超视距感知信息；基于云端智能调度系统，提供实时路径规划与设备车队调度管理服务，真正提升全局作业效率。赵军透露，飞步在宁波舟山港的无人集卡车队，整体作业效率超过4标准箱/小时，已接近人工水平。

同时在南通港新建自动化码头吕四作业区，飞步科技全程深度参与工程建设。除建成江苏首支港口无人集卡车队之外，同步落地了设备控制系统（ECS）、车队管理系统（FMS）、路端感知计算及仿真平台，实现了行业内首个基于车路云一体化的自动化港口落地应用。

智慧港口下一步建设目标考验生态链协同水平

CIC灼识咨询咨询经理陆佥慧表示，在物流领域，智能驾驶技术目前已经在港口、矿山、机场等封闭或半封闭的低速场景实现商业化，未来随着技术进一步成熟，预计干线智能驾驶卡车等相对复杂的各类场景也将在不远的将来实现大规模商业化。

作为无人驾驶落地应用场景的“急先锋”，智慧港口下一步该怎么走？赵军判断，会按照“全无人驾驶、全场景感知、全链路调度”这一方向，完成从单车到全局智能化的过程。

要实现上述目标，赵军认为，除了继续基于车路云一体化思路加速技术迭代外，还需要整个生态来协同构建。例如政策层面尚未将无人驾驶完全纳入，规模化应用需要法律法规的支撑保护来明晰相关责权。

而在技术层面，赵军认为多维度生态链上的无人驾驶系统、车辆底盘、传感器、计算单元等都仍在高速发展的阶段，尚未完全成熟，因此在生态上更加需要加强彼此的沟通与协同来进行“破壁”。此外，港口港机设备的数字化、智能化程度依旧不高，无法实现信息耦合和全面数据共享，对全局最优调度的达成造成阻碍。

陆佥慧也表示，港口无人驾驶解决方案难点首先是作业精度要求高，达到了厘米级。装卸集装箱的作业过程涉及多个大型机械的交互，所以集卡需具有厘米级别的对位精度才能使得吊具精准装卸。另外，港口的信号干扰大，主要来自船舶、岸桥等金属设备，影响定位精度；港口集装箱体高且密集，会诱发北斗信号数据抖动、延迟等问题。同时，相关智能设备还容易受到港口常见的盐雾、侧风、雷雨、台风等恶劣天气的影响，加速传感器硬件损耗。

针对这些问题，行业该怎么做？赵军介绍了飞步的做法。在法律法规层面，飞步联合相关港区，共同申请自动驾驶示范区，保证运营合规。同时在生态链建设上，联合车辆主机厂、传感器及港机等设备厂商，从零部件底层协议切入合作，以适应恶劣的工况环境。

技术层面的挑战，飞步科技无人驾驶系统依托人工智能算法，解决了定位干扰、工况复杂及稳定性等问题。据悉，飞步已在港区内实现了撤除安全员前提下的“集卡+IGV”多路全无人化编组运营。赵军同时透露，接下来核心团队在日均订单量数千万级调度平台中的研发经验，也会更多应用在港口当中，发挥更加重要的价值。