在全球供應(yīng)鏈面臨持續(xù)壓力與綠色低碳轉(zhuǎn)型雙重挑戰(zhàn)的背景下，如何在復(fù)雜港口環(huán)境中實(shí)現(xiàn)7×24小時(shí)高效、安全作業(yè)，成為行業(yè)亟需攻克的核心問題。

2023年，我們在英國菲力斯杜港正式啟動一項(xiàng)重大合作 —— 部署規(guī)模達(dá)百輛的新能源智能無人駕駛Q-Truck車隊(duì)，至今第一批車隊(duì)已完成超 660 天常態(tài)化運(yùn)營。這一標(biāo)桿案例不僅突破了傳統(tǒng)港口作業(yè)模式對人力依賴的局限，依托創(chuàng)新的雙目感知、OCC占據(jù)感知及智慧能源管理系統(tǒng)，我們也為行業(yè)提供了可復(fù)制、可規(guī)?；恼w解決方案。本文將從技術(shù)細(xì)節(jié)出發(fā)，解析Q-Truck在歐洲頂級港口場景下的創(chuàng)新實(shí)踐及其背后的行業(yè)價(jià)值。

全球港口的自動化轉(zhuǎn)型挑戰(zhàn)

港口，作為全球物流的核心樞紐，一直承載著巨量的集裝箱運(yùn)輸需求。隨著全球貿(mào)易量持續(xù)增長，傳統(tǒng)依賴人工操作的模式在應(yīng)對高強(qiáng)度、連續(xù)性作業(yè)時(shí)顯現(xiàn)出明顯局限：夜間作業(yè)、雨霧天氣、集裝箱堆疊帶來的視覺盲區(qū)，都會對安全與效率造成潛在威脅。

與此同時(shí)，零碳轉(zhuǎn)型與運(yùn)營成本的雙重壓力，讓港口管理者在保障作業(yè)連續(xù)性、降低事故率的同時(shí)，還必須考慮能源效率與投資可行性。

正是在這種背景下，我們助力英國菲力斯杜港，在歐洲首次實(shí)現(xiàn)了無人駕駛與人工駕駛混行作業(yè)的常態(tài)化運(yùn)營，形成了一個(gè)集智能感知、能源管理、全局調(diào)度于一體的港口新范式。

雙目感知：賦予無人車“超視距慧眼”

在菲力斯杜港，無人駕駛卡車面臨的是瞬息萬變的實(shí)戰(zhàn)環(huán)境：夜間作業(yè)光線微弱，突如其來的暴雨模糊視線，堆疊的集裝箱形成視覺盲區(qū)…… 這些都對無人駕駛重卡的“眼睛”提出了近乎苛刻的要求。傳統(tǒng)單目視覺方案難以精確估算深度，常規(guī)立體視覺在強(qiáng)光、雨霧和遠(yuǎn)距離小物體感知上也存在短板。這一行業(yè)共性難題，直接制約著港口自動駕駛的安全性與出勤率。

西井科技為Q-Truck所裝備的雙目感知系統(tǒng)，其核心是基于與同濟(jì)大學(xué)聯(lián)合研發(fā)的SPT（Stereo Pyramid Transformer）技術(shù)。此項(xiàng)在IROS 2024上發(fā)表并獲收錄的成果，從算法底層實(shí)現(xiàn)了感知范式的革新，為車輛的“慧眼”賦予了四大核心能力：

看得更“細(xì)”：在堆滿集裝箱的港口，一個(gè)不起眼的障礙物或地面陰影都可能帶來風(fēng)險(xiǎn)。SPT技術(shù)的核心創(chuàng)新之一在于其多層“金字塔”結(jié)構(gòu)，基于此，西井的感知系統(tǒng)模擬人眼的分層處理機(jī)制，能夠從模糊的輪廓到清晰的邊緣，逐層解析視覺信息。無論是隱藏在陰影中的工具，還是遠(yuǎn)處低矮的路肩，系統(tǒng)都能實(shí)現(xiàn)亞米級的精準(zhǔn)測距，從根本上有效避免因誤判導(dǎo)致的碰撞或急停，為復(fù)雜環(huán)境下的精準(zhǔn)導(dǎo)航提供了堅(jiān)實(shí)基礎(chǔ)。

看得更“懂”：真正的智能感知不僅是識別物體，更在于理解它們的空間關(guān)系。SPT引入的語義注意力機(jī)制，使系統(tǒng)能夠解構(gòu)場景中不同元素的語義關(guān)聯(lián)，并對其潛在運(yùn)動軌跡進(jìn)行概率預(yù)判。當(dāng)Q-Truck同時(shí)感知到前方移動集卡與側(cè)向穿行人員時(shí)，它能像經(jīng)驗(yàn)豐富的司機(jī)一樣理解各自的意圖，提前做出平滑的減速或輕微繞行等平滑、擬人化的決策，從而實(shí)現(xiàn)安全、高效的人車混行。

看得更“穩(wěn)”：眾所周知，港口作業(yè)沒有“天氣豁免權(quán)”。SPT創(chuàng)新性地融合了雙目立體視覺與單目深度預(yù)測的優(yōu)勢，為車輛構(gòu)建了感知冗余：當(dāng)一側(cè)攝像頭因強(qiáng)光、水霧暫時(shí)致盲時(shí)，系統(tǒng)能立即調(diào)用另一套“視覺邏輯”進(jìn)行補(bǔ)位判斷。

最終實(shí)現(xiàn)的效果是：在KITTI這類國際權(quán)威測評中，我們深度感知的誤差被控制在0.16米以內(nèi)。這個(gè)比一個(gè)行李箱還小的誤差范圍，是Q-Truck在復(fù)雜港口環(huán)境中實(shí)現(xiàn) 7×24 小時(shí)連續(xù)安全作業(yè)的核心技術(shù)保障。

OCC占據(jù)感知：從識別物體到理解空間

在傳統(tǒng)自動駕駛感知體系中，車輛主要依賴識別物體類別來判斷前方環(huán)境。然而在真實(shí)的港口環(huán)境中充滿了遮擋、非標(biāo)準(zhǔn)物體以及復(fù)雜的動態(tài)場景，這種單純識別的方法難以覆蓋所有潛在風(fēng)險(xiǎn)，容易導(dǎo)致漏檢與誤判。而我們在Q-Truck部署的OCC（3D Occupancy Grid）占據(jù)感知技術(shù)，旨在徹底解決這一問題。它不再僅僅識別“是什么物體”，而是轉(zhuǎn)而回答一個(gè)更根本的問題：“前方的物理空間，有哪些地方被占用了”。

OCC技術(shù)從根本上重構(gòu)了感知邏輯，它不依賴于物體分類，只要具備物理體積，無論物體是否被定義或標(biāo)注過，都能將其表征為障礙物，進(jìn)而為應(yīng)對未知風(fēng)險(xiǎn)提供了極致的安全冗余。依據(jù)稠密的空間幾何信息，這一技術(shù)能夠更準(zhǔn)確地預(yù)測被部分遮擋的行人、車輛的動向，從而做出更平滑、擬人化的決策，顯著減少急剎與突兀變道。

同時(shí)，憑借對物體輪廓的精確刻畫，車輛在狹窄路段具備更優(yōu)的通過性，能夠精準(zhǔn)判斷與周邊障礙物的間隙，實(shí)現(xiàn)安全、順滑的貼近通過，展現(xiàn)出類人的空間判斷能力。更重要的是，OCC不依賴窮舉式3D標(biāo)注，具備更強(qiáng)的泛化能力與數(shù)據(jù)效率，能夠快速適應(yīng)不同地域與道路環(huán)境，為端到端自動駕駛架構(gòu)提供可擴(kuò)展的基礎(chǔ)。

多源冗余感知：從全景環(huán)境認(rèn)知到復(fù)雜場景決策

要在港口這樣動態(tài)、高密度的生產(chǎn)現(xiàn)場實(shí)現(xiàn)安全可靠的無人駕駛，僅依賴單一傳感器維度遠(yuǎn)遠(yuǎn)不夠。我們?yōu)镼-Truck構(gòu)建了以360°無盲區(qū)覆蓋為基礎(chǔ)的多源傳感冗余系統(tǒng)，通過多顆頂置攝像頭與超廣角激光雷達(dá)的拓?fù)洳季?，建?60°全景感知域，實(shí)現(xiàn)了對車輛周邊環(huán)境的無死角監(jiān)控，為高階自動駕駛提供了基礎(chǔ)性的空間安全保障。

針對港口復(fù)雜環(huán)境中的信號衰減與數(shù)據(jù)干擾等問題，西井自研的OCC感知框架創(chuàng)新性地實(shí)現(xiàn)了視覺與激光雷達(dá)的特征級深度融合。該體系架構(gòu)中，攝像頭能準(zhǔn)確識別物體的屬性特征，通過視覺模態(tài)提供豐富的紋理與語義信息；激光雷達(dá)則能夠不受光線變化影響，實(shí)時(shí)提供毫米級的空間數(shù)據(jù)。二者并非簡單互補(bǔ)，而是在統(tǒng)一的幾何空間中進(jìn)行特征級融合，生成稠密且精確的3D占據(jù)柵格。

這種架構(gòu)帶來的最大價(jià)值在于：當(dāng)港口出現(xiàn)強(qiáng)光、雨霧或信號干擾，導(dǎo)致任一傳感器性能波動時(shí)，系統(tǒng)能立即調(diào)動另一傳感器進(jìn)行無縫補(bǔ)位與交叉驗(yàn)證，從而形成一條持續(xù)、穩(wěn)定的環(huán)境認(rèn)知流。在菲力斯杜港復(fù)雜而高活躍的作業(yè)區(qū)域中，這種多源冗余機(jī)制真正支撐了無人駕駛車輛的7×24小時(shí)全天候可靠感知能力。

在此基礎(chǔ)上，OCC占據(jù)感知與行為預(yù)測模塊共同構(gòu)成了Q-Truck在水平運(yùn)輸“流動圖譜”中的決策核心。當(dāng)Q-Truck與人工駕駛集卡、流動設(shè)備、穿梭的工作人員以及其它無人駕駛車輛共同作業(yè)時(shí)，系統(tǒng)能夠：

精確計(jì)算與周邊設(shè)備的實(shí)時(shí)安全間距

預(yù)判前方車輛的行為意圖

在密集的車流中實(shí)時(shí)規(guī)劃出最優(yōu)通行路徑

這意味著，Q-Truck不僅“看得清”，還能“看得懂”，并在交通結(jié)構(gòu)高密、動態(tài)條件頻繁變化的港口道路網(wǎng)絡(luò)中保持平穩(wěn)、從容的運(yùn)行，為實(shí)現(xiàn)持續(xù)的安全“零事故”無人化作業(yè)提供了又一核心技術(shù)保障。

智慧能源管理：定義港口綠色轉(zhuǎn)型的“能源中樞”

新能源重卡的高效運(yùn)營，離不開能源管理的精準(zhǔn)與高效。對于港口管理者而言，車隊(duì)新能源化轉(zhuǎn)型的最大顧慮，并非技術(shù)路徑本身，而是其背后的運(yùn)營風(fēng)險(xiǎn)與成本不確定性：

數(shù)小時(shí)的充電時(shí)間，如何保證作業(yè)的連續(xù)性？

龐大的電池基礎(chǔ)設(shè)施，是否意味著天價(jià)投入？

在西井科技為菲力斯杜港構(gòu)建的解決方案中，我們通過 “換電模式” 與全局調(diào)度系統(tǒng)重新定義了港口能源管理的效率與經(jīng)濟(jì)性。

效率重構(gòu)：將“小時(shí)級”等待壓縮為“分鐘級”周轉(zhuǎn)

在分秒必爭的港口運(yùn)輸中，WellFMS系統(tǒng)實(shí)時(shí)管理全場作業(yè)設(shè)備，實(shí)現(xiàn)車輛的精準(zhǔn)調(diào)度與路徑規(guī)劃：當(dāng)Q-Truck能量即將耗盡，無需再經(jīng)過長時(shí)間的排隊(duì)等待，而是根據(jù)系統(tǒng)指令，有序進(jìn)入PowerOnair換電站，在5分鐘內(nèi)完成電池更換。這與傳統(tǒng)柴油車加油的時(shí)間相當(dāng) —— 也意味著，新能源車隊(duì)同樣能承擔(dān)24小時(shí)不間斷的高強(qiáng)度作業(yè)，“出勤率” 這個(gè)核心運(yùn)營指標(biāo)得到了根本保障。

資產(chǎn)優(yōu)化：“車電分離”與“電池共享”的輕資產(chǎn)模式

西井的模塊化換電體系，創(chuàng)新性地實(shí)現(xiàn)了“車電分離”。PowerOnair專精于對換電站網(wǎng)絡(luò)的精細(xì)化控制，它接收來自AdaOps的能源調(diào)度策略，并實(shí)時(shí)管理著電池的充電、存儲、分配和更換全過程。港口無需為每輛車一次性投入巨資配備固定電池，而是通過換電站內(nèi)的智能調(diào)度，實(shí)現(xiàn)了多車共享池化電池。這不僅大幅降低了初始投資門檻，更將能源管理轉(zhuǎn)變?yōu)橐环N靈活的、按需使用的服務(wù)，讓綠色轉(zhuǎn)型更輕盈、更靈活。

系統(tǒng)協(xié)同：讓能源補(bǔ)給“主動”匹配生產(chǎn)計(jì)劃

作為系統(tǒng)的“數(shù)字大腦”，AdaOps致力于實(shí)現(xiàn)運(yùn)營的預(yù)見性與協(xié)同性，通過預(yù)測作業(yè)高峰與低谷，在低負(fù)載時(shí)段為電池集中充電，在高負(fù)載時(shí)段確保換電效率。提前協(xié)調(diào)換電站與車隊(duì)調(diào)度，實(shí)現(xiàn)能源補(bǔ)給與生產(chǎn)任務(wù)全局同步。

這種 “削峰填谷” 的智能調(diào)度，既避免了電網(wǎng)沖擊，又最大化利用了綠電資源，從根源上避免了傳統(tǒng)模式下因計(jì)劃不周導(dǎo)致的作業(yè)中斷，讓能源補(bǔ)給本身成為優(yōu)化整個(gè)港口運(yùn)營效率的關(guān)鍵一環(huán)。

從技術(shù)出海到行業(yè)領(lǐng)先：全球驗(yàn)證下的持續(xù)進(jìn)化

從泰國林查班港的“全球首個(gè)人工智能混行碼頭”，到英國菲力斯杜港的“歐洲綠色智能港口新標(biāo)桿”，這不僅是地域位置的跨越，更是一條在真實(shí)場景中不斷被驗(yàn)證、迭代的技術(shù)進(jìn)化路徑。每一次落地，都在證明西井科技方案的可靠性、可復(fù)制性與規(guī)?；芰?，為全球港口提供了清晰可行的智能化升級范本。

我們輸出的不是單一產(chǎn)品，而是一整套隨著全球項(xiàng)目共同演化的技術(shù)體系與架構(gòu)哲學(xué)。這種"全球驗(yàn)證、持續(xù)進(jìn)化"的模式，讓我們能夠?yàn)椴煌貐^(qū)的港口提供最適合的整體解決方案。

當(dāng)前，全球港口正面臨著效率提升、安全保障、成本優(yōu)化和綠色轉(zhuǎn)型等多重挑戰(zhàn)。西井愿意將我們在全球項(xiàng)目中積累的技術(shù)成果和運(yùn)營經(jīng)驗(yàn)，與更多伙伴分享，攜手行業(yè)共同推動大物流邁向更加高效、安全與可持續(xù)的未來。