飞步无人车：实现首个混线工况下的自动驾驶集卡编队独立整船作业( 二 ) 雷刚发自副驾寺智能车参考报道|公众号A

文章插图
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……
文章插图
或者在复杂车流里，如何顺利通过狭长变道路口等等。
文章插图
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：
文章插图
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……
文章插图
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。
文章插图
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。