本系列介绍5G车联网赋能自动驾驶环卫车、干线物流、末端物流、矿卡、港口自动驾驶、自动接驳车、Robotaxi、公交车等的解决方案、商业价值和典型案例。之前已介绍5G车联网赋能自动驾驶环卫车、5G车联网赋能干线物流、5G车联网赋能末端物流、5G车联网赋能矿卡，本篇介绍5G车联网赋能港口自动驾驶，敬请期待下篇5G车联网赋能自动接驳车。

文 | 吴冬升

全文6000字，预计阅读16分钟

（一）

港口自动驾驶产业概述

港口作为交通运输的枢纽，在促进国际贸易和地区发展中起着举足轻重的作用，全球贸易中约90%由海运业承载，作业效率对于港口至关重要。2020年中国主要港口完成货物吞吐量145.50亿吨，完成集装箱吞吐量26430万标准箱（Twenty-feet Equivalent Unit，TEU）。

2019年11月，交通运输部等九部门发布《关于建设世界一流港口的指导意见》，提出建设智能化港口系统。加强自主创新、集成创新，加大港作机械等装备关键技术、自动化集装箱码头操作系统、远程作业操控技术研发与推广应用，积极推进新一代自动化码头、堆场建设改造。建设基于5G、北斗、物联网等技术的信息基础设施，推动港区内部集卡和特殊场景集疏运通道集卡自动驾驶示范，深化港区联动。到2025年，部分沿海集装箱枢纽港初步形成全面感知、泛在互联、港车协同的智能化系统。到2035年，集装箱枢纽港基本建成智能化系统。

集装箱码头采用闸口—场桥—集装箱货车—岸桥的系统，配合码头作业的装卸船、场堆吊装和水平搬运设备，如图1所示。集装箱在港口的装卸过程通常会涉及三个作业环节^[1]。

①货物通过岸桥设备，在码头面进行装卸船。

②货物通过水平运输设备，在码头面和堆场之间运输。

③货物通过场桥设备，在堆场进行装卸箱。

集装箱水平运输指的就是②作业环节，将货物按照指定的路径，完成码头面和堆场之间的运送。

图1 集装箱在港口的流转过程

港口集装箱水平运输面临诸多挑战。

（1）人员招聘难

港口的天气环境恶劣，驾驶员需要24小时倒班运输，工作强度高、环境艰苦，对年轻人吸引力差。51.5%的司机年龄在35岁以上，司机新生力量不足。

港口运输集卡司机须持A2级驾照，考取A2级驾照至少需6年驾驶经验（3年C1及3年B1/B2）。卡车司机中仅有48.5%的司机持A2驾照，导致用工短缺。

（2）管理成本高

在我国100万TEU吞吐量以上的集装箱码头，共配置了6000~8000辆内集卡，拥有约1.5万~2万名内集卡司机。目前内集卡司机成本（含工资和社保）平均约15~20万元/年，并且逐年上涨。此外当前港口运输多采用柴油集卡，能耗大，人力及能耗成本占港口总成本65%以上。

港口自动化解决方案通常有如下三种方式^[2]。

（1）AGV方案

自动导引运输车（Automatic Guided Vehicle，AGV）在港口的应用普遍使用磁钉导航技术，需要在码头建设中预先铺设非常多的磁钉。但磁钉导航技术对于金属比较敏感，一旦磁钉附近有太多金属，AGV导航会受到很大的干扰，要求整个码头的土建中不能使用常规的钢筋浇筑混凝土结构。

（2）自动驾驶跨运车方案

自动驾驶跨运车（Autonomous Straddle Carrier，ASC）单车成本较高，融合水平垂直运输于一体，适合5层堆垛以内的堆场应用，在欧洲、美洲、大洋洲应用较多。我国集装箱码头普遍堆场密集，为保证空间利用效率会堆放多层集装箱。在我国的集装箱堆场，普遍使用采用轮胎式和轨道式集装箱龙门起重机方案。

（3）自动驾驶集卡方案

自动驾驶集卡与其他港口自动驾驶解决方案相比，成本较低，仅限于水平运输应用，适合全部类型的堆场应用，亚洲港口应用较多。

综合考虑下，自动驾驶集卡对场地改造要求低、单车成本较低且使用灵活便利，是新旧港口水平运输自动化改造的最优解决方案。

自动驾驶技术在港口落地的技术难点在于作业环境特殊、作业精度要求高和场景标准化程度低。

（1）作业环境特殊

自动驾驶集卡需要在大雨、大雾、台风等极端天气下持续作业，对自动驾驶感知与决策要求高，同时高盐潮湿的作业环境也会加快硬件器械的损耗，增加替换成本。

（2）作业精度要求高

港口金属集装箱、大型基建设备都会干扰自动驾驶集卡的定位信号，扩大基于GPS的RTK高精定位误差。自动驾驶集卡配合中大型机械交互作业时，融入码头生产业务流程，需要实现厘米级的对位作业精度要求，比如与吊桥交互作业时，停靠距离误差不超过5厘米。

（3）场景标准化程度低

港口虽然是半封闭的低速限制环境，但集装箱装卸灵活，集装箱堆放形态、道路轨迹面临经常性变更，环境高度动态变化。比如当堆场面积不够、或者临时集装箱数量增多时，港区内道路可能会用于临时堆放集装箱。

（二）

5G车联网赋能港口自动驾驶

5G+C-V2X可满足港口自动驾驶集卡感知和决策共享、远程控制、智慧道路感知和决策共享、视频监控和AI识别等涉及的数据传输需求，帮助港口自动驾驶集卡车队在智能车管系统和TOS系统管理下实现协同作业^[3]。

（1）自动驾驶集卡感知和决策共享

5G+C-V2X可为自动驾驶集卡提供地图动态位置共享及跟踪、实时路径规划调整、内外部传感器实时信息采集、车辆内外部数据实时计算及融合等。自动驾驶集卡的数据量大，每天单车可高达40TB。

自动驾驶集卡还可以与正前方车辆通过C-V2X直连通信的方式实时交互位置、方向角、速度、加速度等信息。当存在碰撞危险时，自动驾驶集卡依据前车信息及时做出决策，避免碰撞事故发生，提高自动驾驶安全性。

（2）远程控制

自动驾驶集卡也将具有远程控制能力，当自动驾驶集卡在作业场中出现故障，操作人员可通过摄像头查看周边环境、进行故障判断，并可远程操作自动集卡退出故障区。

另外，集装箱码头中，轨道吊、轮胎吊是使用最为广泛的两种龙门吊。轨道吊在堆场内轨道上移动；轮胎吊装有轮胎，机动灵活能够转场作业。目前存量码头多使用轮胎吊，新建码头多使用轨道吊，轮胎吊在存量码头中占比高。龙门吊高度约30米，司机室在龙门吊顶部。司机作业条件艰苦，现场操作容易疲劳有安全隐患。港口为保证24小时作业，每台龙门吊配备三名司机轮换，一个码头通常需要上百名龙门吊司机，对司机人力需求高。龙门吊通过5G大带宽低时延网络实现远程控制，可大幅度降低人力成本。

装卸作业区中主要业务单元是桥吊，桥吊高度60~70米，电气房高度50米，需要无线网络实现作业区域网络覆盖。远程控制场景下单个桥吊同时回传摄像头数量及以此产生的上行带宽需求是龙门吊的数倍。同时桥吊的部署相对密集，通常1公里长的港口海岸线会部署8~12台桥吊。此外，桥吊由于垂直、水平移动速度都高于轮胎吊，远程控制对时延要求也更高。

（3）智慧道路感知和决策共享

5G+C-V2X可为智慧道路提供地图实时定位更新、实时路径规划调整、实时道路信息采集、实时道路数据计算及共享等。

路侧设备通过传感器将道路障碍物（如临时集装箱等）、路面状况（如积水、结冰等）等道路状况的感知信息，通过5G网络实时上传至云平台，由云平台进行智能分析，再将道路事件信息实时发送给可能受影响的自动驾驶集卡；或者通过路侧部署的边缘计算设备在本地分析感知信息，再由RSU将道路信息发送给可能受影响的自动驾驶集卡，从而避免事故发生。

（4）视频监控和AI识别

视频监控在港口非常普遍，港区很多区域无法部署光纤，对于临时部署场景和移动场景，无线回传作为光纤的补充具有部署灵活、调整便捷、低成本的优势。具体可以应用在：吊车摄像头对集装箱编码ID进行AI识别，自动理货；对司机面部表情、驾驶状态进行智能分析，对疲劳、瞌睡等异常现象预警；车牌号识别、人脸识别、货物识别管理；利用无人机、机器人快速智能巡检。

（5）融入港口TOS系统

集装箱码头实现自动化是一个系统工程，码头操作系统（Terminal Operating System，TOS）下达指令后需依赖于设备控制系统（Equipment Control System，ECS）去执行。TOS系统负责码头最高层级的逻辑控制，包括船舶计划、集装箱库存维护、工作指令生成、闸口操作等。TOS负责将最高层级的任务发布，告知ECS在港口作业任务的起点和终点，然后闸口、岸桥、堆场等机械设备的运行路线和相应动作在ECS的控制下进行驱动执行。

对车辆行驶的决策规划分为全局规划和局部规划。全局规划指车辆的起点/终点位置规划和特定线路规划；局部规划指车辆在道路行驶过程中如何选择具体车道。其中，全局规划中的起点/终点位置由TOS系统根据作业逻辑自动生成。

自动驾驶集卡通过车队管理系统融入港口TOS系统，与港口对接，实现后台统一调度、规划路线、车辆远程监控、智能化管理等功能。

（三）

网联港口自动驾驶商业价值

港口自动驾驶集卡产业链上游包括感知设备（摄像头、毫米波雷达、激光雷达等）、计算平台、高精地图和定位、线控底盘等关键零部件供应商。

港口自动驾驶集卡产业链中游是解决方案提供商和主机厂/机械设备商。

港口自动驾驶集卡产业链下游是港口企业。

自动驾驶主要存在两种商业模式。

第一种，轻资产模式。自动驾驶科技公司和主机厂/机械设备商向港口企业提供可规模化量产的前装自动驾驶集卡，或者进行后装融合改造。另外，港口自动驾驶整体解决方案除了自动驾驶集卡外，还需要和TOS系统融合，因此自动驾驶科技公司还会向港口企业提供各种技术服务。如图2所示。

图2 港口自动驾驶集卡轻资产模式

第二种，重资产模式。自动驾驶科技公司向主机厂/机械设备商采购定制的自动驾驶集卡，并且，自动驾驶科技公司自建或合资成立自动驾驶工程承包商，向最终客户提供集装箱水平运输服务。这种商业化“代运营”新模式，实际按集装箱量收费，大大降低了最终客户前期的采购资金。如图3所示。

图3 港口自动驾驶集卡重资产模式

由于内集卡对速度要求不高，普遍配置16线激光雷达，加毫米波雷达和摄像头为主的感知系统。自动驾驶集卡成本大约120万元。典型内集卡需配置4名驾驶员“三班倒”，每名驾驶员年薪15万元，需要人力总成本60万元/车。采用自动驾驶技术后，大约1年多就能回收成本，同时消除部分有人驾驶的安全隐患。如表1所示。

表1 港口自动驾驶集卡带来的盈利变化

	传统港口集卡	港口自动驾驶集卡	成本对比
购置成本/万元	50	120
人力成本/（万元/年）	60	0
使用1年后购置和人力成本/万元	110	120	-10
使用2年后购置和人力成本/万元	170	120	+50
使用3年后购置和人力成本/万元	230	120	+110

5G+C-V2X将智能路侧技术感知到的实时道路信息，与港口自动驾驶集卡共享，使车辆拥有超视距感知能力，提前预判危险，更换路径规划，减少单车传感器的搭载数量。

将提升安全性，弥补车辆感知盲区，拓展感知范围和距离，有效避免港口各种障碍物，尤其是随机出现的集装箱障碍物影响；可以减少单车传感器搭载数量和对单车计算能力的要求，有效节约单车成本；提前感知路况、进行路径规划，减少事故，有效提高单车工作效率。

（四）

网联港口自动驾驶典型案例

案例1：西井科技全时无人电动集卡Q-Truck

Q-Truck彻底取消了人类驾驶室，在车头安装电池和冷却系统，保护核心硬件系统免受港口作业等复杂工况影响。车辆搭载了双目人工智能摄像头、激光雷达、毫米波雷达等工业级传感器，配合整套全栈式系统，输出超高精度的定位和识别功能，使得Q-Truck无需事先在地下铺设磁钉进行导引，即可保证续航达200公里，载重80吨运行。可以顺利完成车辆转弯借道、安全超车等智能操作，并实现港口场景的深度耦合，如在岸桥和场桥下，吊具锁头与集装箱锁孔对位误差不超过3厘米，准确率接近100%。

在港区C-V2X全域感知车路协同系统，可实现无人驾驶移动端快速云上接入能力，解决了Q-Truck在码头无人化场景中，移动网络稳定性问题，保障码头内部实现纯远程自动驾驶，车与车、车与码头控制中心网络稳定互联。

西井科技自主研发的车队管理系统FMS（Fleet Management System），可在港口场景中对车队进行信息化的有效管理，进行一对一的任务配对，减少车辆空驶率，实时定位监控，掌握车辆以及货物情况。

车队系统能同时管理多辆无人集卡，甚至实现无人驾驶和有人驾驶车辆之间的混行运营。遭遇不寻常交通状况或恶劣气候，Q-Truck远控系统也能实现人工接管，通过场内通信系统，对车辆进行紧急停车等远程控制。

针对不同的应用场景，西井科技也研发了Q-simulation场景快速仿真系统，快速搭建一套仿真平台，为用户真实模拟使用状态，并籍此为用户的场景设计^[4]。

案例2：主线科技港口无人驾驶集卡

面向传统码头改造升级与新建智能集装箱码头的不同市场需求，主线科技先后推出了2款港口无人驾驶集卡。一款为常规外形设计的电动集卡，可实现人机共驾，除了在港口启用完全无人驾驶功能，亦满足了客户现阶段“多场景使用”的需求。另一款则为ART人工智能运输机器人，专为新建智能化集装箱码头研发设计的新一代无人驾驶电动集卡。其在外形上彻底去除了驾驶舱设计，自重更轻、高度更低、宽度更窄，可正反双向行驶，兼具完全无人驾驶和5G远程驾驶功能，能够完美地适应水平岸线地面解锁工艺。

2020年1月，主线科技首次实现了天津港25台无人驾驶电动集卡的商业交付与编队作业。25台无人驾驶电动集卡已在天津港港口自动驾驶示范区完成130条船舶实船作业，作业效率持续提升，达到33自然箱/小时，单箱能耗下降20%，综合运营成本下降10%。

2021年10月，主线科技助力天津港正式完成全球首创传统集装箱码头全流程自动化升级改造项目的全面运营，并先后向北疆港区C段智能化集装箱码头交付了6台无人驾驶电动集卡与60台ART，实现全球首个智慧零碳码头投产运营。

ART搭载主线科技自研L4级自动驾驶系统“Trunk Master”，达到了在港口真实复杂作业场景中的高精度、全无人、全天候、安全稳定的集装箱自主水平运输作业，有效提高了码头的整体运营效率。同时，ART采用新能源动力，可实现自主充电、智能算法节电等功能，减少能源消耗，降低运营成本，真正实现“零碳”排放^[5]。

参考文献

[1] 辰韬资本. 自动驾驶赋能智慧港口[N]. 2020,10.

[2] 亿欧智库. 中国高等级自动驾驶港口应用[R]. 2020,10.

[3] 华为, 上海振华重工,移动,Vodafone. 5G智慧港口白皮书[R]. 2019

[4] 亿欧. 用真正的无人驾驶集卡，定义港口数智化转型的商业价值[N]. 2021,7.

[5] 主线科技. 商业交付破百，主线科技落地全球最大规模自动驾驶卡车车队[N]. 2021,11.

- END - 

▎推荐阅读

5G车联网赋能自动驾驶系列之一：5G车联网如何赋能自动驾驶环卫车？

5G车联网赋能自动驾驶系列之二：干线物流自动驾驶和车路协同融合发展探索

5G车联网赋能自动驾驶系列之三：车联网赋能末端物流自动驾驶探索

5G车联网赋能自动驾驶系列之四：5G车联网赋能矿山自动驾驶探索

▎好书推荐

01

随着 5G车联网产业化进程加速，继2020年《5G与车联网技术》、2021年《从云端到边缘：边缘计算的产业链和行业应用》出版之后，2022年吴冬升博士带领「5G行业应用」作家团队推出又一力作——《车联未来：5G车联网创新商业模式》。本书由化学工业出版社出版，聚焦5G车联网商业模式，探索车联网未来可持续性发展之路。

吴冬升博士 主编

吴冬升，东南大学博士。现任高新兴科技集团股份有限公司高级副总裁、粤港澳大湾区自动驾驶产业联盟副理事长、广州车路协同产业创新联盟理事、广州市智能网联汽车示范区运营中心理事等。致力于5G、智能网联、自动驾驶、大数据、人工智能等技术的研究与应用创新。省市级期刊发布论文数十篇，主编《5G与车联网技术》等书籍，参与编写《广州市智能网联汽车与智慧交通产业发展报告（2020）》等。

购买链接

02

本书由人民邮电出版社出版，聚焦5G，由点及面全景解读边缘计算。在介绍5G时代边缘计算内涵和核心技术的基础上，着重分析和介绍边缘计算产业链的情况和边缘计算7大典型行业的应用。产业链方面涵盖上游、中游、下游。典型行业应用方面，包括交通行业（自动驾驶、智能网联、智能交通、智慧道路）、安防行业、云游戏行业、工业互联网、能源互联网、智慧城市和智能家居等。

购买链接

03

本书系统剖析5G车联网整体架构、体系标准、关键技术、典型业务及应用场景等，对全球及国内车联网最新进展做了全面的扫描和分析，并对5G车联网产业发展面临的挑战和未来发展前景进行展望和预测，对于致力于5G及车联网产业研究、标准化及相关产品实现的广大从业者具有参考价值。

购买链接

关于我们

「5G行业应用」是聚集TMT行业资深专家的研究咨询平台，致力于在5G时代为企业和个人提供客观、深入和极具商业价值的市场研究和咨询服务，帮助企业利用5G实现战略转型和业务重构。本公众号专注提供5G行业最新动态及深度分析，覆盖通信、媒体、金融、汽车、交通、工业等领域。