AI科學(xué)家，正在寧波碼頭「登月」

思邈 2023-06-20 13:43:56 來源：量子位

鄧思邈 發(fā)自 副駕寺

智能車參考 | 公眾號 AI4Auto

自動駕駛的落地，一直被類比成登月工程。

大環(huán)境下，自動駕駛公司面臨的往往是：大量燒錢、落地受阻，且效果遠(yuǎn)達(dá)不到預(yù)期。

但是在垂直場景——港口碼頭，7×24小時全無人全工況無人駕駛已然成為現(xiàn)實(shí)——

L4級無人卡車?yán)b箱往返于碼頭和堆場之間，成為港口作業(yè)系統(tǒng)中的重要一環(huán)。

車隊規(guī)模不算小，60多臺，出沒于貨運(yùn)吞吐量排名世界第一的港口：寧波舟山港。

AI司機(jī)不知疲倦和辛勞，能夠忍受單調(diào)重復(fù)的工作場景，運(yùn)行效率無限接近傳統(tǒng)人類駕駛員……

一來緩解了招工用工難的問題，二來還讓港口更趨自動化和井然有序。

AI科學(xué)家在碼頭登月

說到港口，你的第一印象可能是：繁忙、擁堵。

事實(shí)也的確如此。

絡(luò)繹不絕的船舶到港停泊，各種機(jī)器在耳邊轟鳴作響。

通常情況下，港口遵循的作業(yè)流程包含：船舶進(jìn)出港、岸側(cè)作業(yè)、內(nèi)集卡水平運(yùn)輸、堆場作業(yè)、外集卡水平運(yùn)輸、閘口作業(yè)等。

在這其中，負(fù)責(zé)水平運(yùn)輸?shù)膬?nèi)集卡司機(jī)，需要配合場橋與岸橋完成裝卸箱作業(yè)，并穿梭往返于泊位和堆場之間。

如此循環(huán)往復(fù)，每天的運(yùn)輸場景非常固定，從A點(diǎn)到B點(diǎn)再回到A點(diǎn)。另外，碼頭作業(yè)等待與堵車現(xiàn)象也非常頻繁，非?？简炈緳C(jī)的耐性，因此也有人說他們是“體力和耐力的完美體驗者”。

其實(shí)難的不僅僅是內(nèi)集卡司機(jī)，還有背后的港口運(yùn)營公司——缺口較大時，即便開出2萬的月工資也招不到人。

新入職的司機(jī)，還要面臨長達(dá)半年的培訓(xùn)周期。

但到了2019年初，情況開始有了好轉(zhuǎn)。

原因是來了一位AI科學(xué)家，成日混跡于港口之中，在這里實(shí)現(xiàn)了他的“登月”之旅。

楊政，中大本科、浙大計算機(jī)博士，滴滴研究院前無人駕駛算法研究員，目前是飛步科技聯(lián)合創(chuàng)始人兼CTO。

主要研究方向為機(jī)器學(xué)習(xí)，他曾在國際頂級學(xué)術(shù)會議（如CVPR、NIPS、IJCAI）和頂級期刊（如TNNLS）發(fā)表論文數(shù)十篇；另外，楊政還申報56項發(fā)明專利，其中9項授權(quán)。

之前在滴滴工作期間，楊政曾提出了基于DNN和組合優(yōu)化的動態(tài)定價算法，減少了定價過程中需要的人工干預(yù)，提升了定價準(zhǔn)確性，同時還實(shí)現(xiàn)了基于數(shù)據(jù)和算法的自動動態(tài)定價。

而后參與創(chuàng)立了飛步，楊政最主要的貢獻(xiàn)，莫過于主導(dǎo)開發(fā)了一系列基于人工智能的軟硬件產(chǎn)品：無人駕駛水平運(yùn)輸系統(tǒng)、遠(yuǎn)程控制系統(tǒng)、車隊及設(shè)備調(diào)度管理系統(tǒng)。

正是這套系統(tǒng)，讓港口的一切都變得簡單了起來。

卡車具備了L4級單車智能的能力，無需安全員，在相同的時間與空間維度里能夠與有人駕駛的集卡車輛共同混線作業(yè)。

依靠車身搭載的傳感器，無人集卡與各種港口裝卸工藝進(jìn)行適配，同時還可以在場地內(nèi)自如開展停車避讓、超車、轉(zhuǎn)彎等動作。

云端控制系統(tǒng)的作用體現(xiàn)在，會從碼頭生產(chǎn)管理系統(tǒng)（TOS）自動獲取所需的數(shù)據(jù)（包括作業(yè)時間、船舶大小、吊具位置、作業(yè)貝位等），秒級確定需要多少臺無人集卡，并實(shí)時下發(fā)作業(yè)指令。

并且，云控系統(tǒng)還會根據(jù)船頭船尾位置、天氣情況、碼頭內(nèi)交通流量預(yù)測等，給出無人集卡車隊最優(yōu)的路徑規(guī)劃。

集卡司機(jī)的工作環(huán)境也因此發(fā)生了改變，從原來的駕駛室移步到了遠(yuǎn)程駕駛艙，一個人負(fù)責(zé)遠(yuǎn)程監(jiān)控數(shù)十臺無人車的運(yùn)行狀況。

為什么在碼頭登月？

楊政表示主要是基于三點(diǎn)考慮。

一是港口場景相對固定、對速度有限制，且風(fēng)險可控。

大多數(shù)港口車輛在運(yùn)行的過程中要求限速30公里/小時，這種限制并非針對無人車特別設(shè)定，對有人駕駛車輛也是同樣的要求。

二是港口場景下駕駛員的角色比較單純，無需下車，無需一人身兼數(shù)職。

為什么這么說？飛步科技成立的早期階段，就嘗試過做L4級自動駕駛輕卡，當(dāng)時遇到的困境就是快遞公司的駕駛員角色并不純粹，他們把車開到各個鄉(xiāng)鎮(zhèn)的送貨點(diǎn)后，往往還要充當(dāng)搬運(yùn)工。

只有在這樣的情況下，在港口去掉安全員之后，才能真正實(shí)現(xiàn)降本增效。

三是港口24小時不停歇作業(yè)，可以讓機(jī)器設(shè)備最大限度發(fā)揮經(jīng)濟(jì)價值，有助于攤薄成本。

出于以上原因，港口落地自動駕駛也一度被看作是降維打擊，但真正深耕其中后會發(fā)現(xiàn)并非想象中簡單。

港口有港口的特殊挑戰(zhàn)，碼頭有碼頭的長尾難題。

挑戰(zhàn)主要集中在以下幾點(diǎn)。

第一，所有的左轉(zhuǎn)都是無保護(hù)左轉(zhuǎn)。

港口路口特別多，路口交互頻次會很高。而且港口里沒有紅綠燈，沒有分時段放行可言。

無人集卡車隊就需要同時解決兩個問題，一是如何有效地與有人駕駛車輛爭奪路權(quán)，二是如何分配車隊內(nèi)的無人集卡在一個時空內(nèi)的通行優(yōu)先權(quán)。

第二，定位環(huán)境差。

背后主要原因在于，港口集裝箱往往堆得很高，場橋和岸橋這種大型金屬設(shè)備充斥其中，再加上海面對于信號的多重反射。

第三，厘米級精準(zhǔn)。

無人集卡在作業(yè)中遇到的挑戰(zhàn)遠(yuǎn)不止“會開車”這么簡單。

例如在岸橋下裝卸箱時，集卡的對位精度要求在±5厘米以內(nèi)，就算是經(jīng)驗豐富的港口老司機(jī)，也可能需要反復(fù)倒車并通過目視來觀察吊具、集裝箱與車輛的對齊狀態(tài)，難度可以說是極高。

第四，半掛卡車經(jīng)常要在有限的空間內(nèi)做直角轉(zhuǎn)彎和掉頭，對于車輛控制也有極高的要求。

在碼頭登月了，然后呢？

飛步成立于2017年8月，是一家總部位于杭州的自動駕駛公司。

大家對其更為熟知的一面，是作為滴滴研究院創(chuàng)始院長、浙江大學(xué)教授何曉飛的創(chuàng)業(yè)項目。最新的融資進(jìn)展是在去年12月完成了超億元B2輪融資。

從自身定位來看，飛步也并非一開始就瞄準(zhǔn)港口做自動駕駛。

從公司成立初到2018年底，該階段主要把精力投入在了自動駕駛輕卡上，跑支線運(yùn)輸。包括當(dāng)時也與中國郵政和德邦快遞進(jìn)行了合作落地，但商業(yè)化進(jìn)程并沒有想象中順利。

在深刻認(rèn)識到自動駕駛落地的困難和挑戰(zhàn)后，才把目光放到了港口，從2019年初就一直做到了現(xiàn)在。

與寧波舟山港梅東碼頭已連續(xù)合作了四期，落地62臺集卡，規(guī)?；瘧?yīng)用超1300天；在南通港落地5臺集卡；另外還有一個港口正在部署中。

現(xiàn)如今去掉安全員之后，一個人可以做到遠(yuǎn)程監(jiān)控數(shù)十臺車，人力成本得到極大降低。

其實(shí)更多進(jìn)展從去年就已經(jīng)緊鑼密鼓鋪開——去年年初開始撤下安全員，從測試版L4轉(zhuǎn)為運(yùn)營版L4；去年五六月，真正達(dá)到全車無人且投入運(yùn)營的狀態(tài)。

至于未來怎么走，飛步重點(diǎn)是放在產(chǎn)品化上。

在實(shí)現(xiàn)了全車無人常態(tài)化運(yùn)營這個目標(biāo)后，接下來一年半的時間，目標(biāo)是讓系統(tǒng)做到足夠穩(wěn)定和易用，且交付給客戶后不需要運(yùn)營團(tuán)隊去現(xiàn)場維護(hù)。

事實(shí)上，也只有在實(shí)現(xiàn)產(chǎn)品化的目標(biāo)后，技術(shù)才能在各個港口進(jìn)行快速復(fù)制。

不過港口只是開端和起點(diǎn)。

飛步做港口自動駕駛，走的是一條截然不同的漸進(jìn)式自動駕駛路線——不是從L2到L3再到L4，而是從特定場景的L4再到擴(kuò)大場景的L4。

一方面，啃透海港場景之后，會考慮橫向去陸港和空港逐步落地。因為陸港、空港有著相似的共同點(diǎn)：場景固定且限速，車輛的使用頻次高。

另一方面，可以從港口向外去輻射。例如集裝箱從港口運(yùn)出來后到中間的臨時堆場或中轉(zhuǎn)站，然后再向全國向內(nèi)陸去進(jìn)行覆蓋……從支線到干線，逐一進(jìn)行突破，最終走通整個貨運(yùn)市場。

當(dāng)下對于飛步展現(xiàn)出的實(shí)力，楊政表示非常認(rèn)可，甚至還后悔沒有一開始就進(jìn)入到港口。

現(xiàn)如今同行中有的裁員，有的收縮業(yè)務(wù)，有的被收購……在楊政看來，之所以會出現(xiàn)諸如此類的“壞消息”，原因有這么幾點(diǎn)：

一方面是心態(tài)上，做自動駕駛目標(biāo)過于理想化。

他說：“早期的時候，大家對于AI和自動駕駛的落地，其實(shí)都是非?？駸岷屠硐氲?，我們相對來說持謹(jǐn)慎和保守態(tài)度”。

另一方面是場景的選擇上，初期沒有找準(zhǔn)正確方向。

無人車如果涉及到太多需要與人交互的場景，控制就比較難。另外從經(jīng)濟(jì)效益來看，如果無人車本身運(yùn)作時間需要與人的作息保持同步，也不利于攤薄成本和大規(guī)模落地。

至于楊政如何評價今天的飛步？他說，對團(tuán)隊和產(chǎn)品都非常滿意，但登月之旅仍在持續(xù)。