《2022年,为何港口自动驾驶能“独善其身”?丨曼孚科技》

外界频繁谈及自动驾驶寒冬的时候,港口自动驾驶仍然在快速落地。

在中国,东北至西南共分布着87个港口。自2017年港口自动驾驶探索以来,无人集卡与IGV已在13个港口陆续落地。这些自动驾驶卡车主要应用在东南沿海港口,包括上海洋山港、天津港、妈湾港、宁波舟山港、珠海港、厦门港等。

今年,港口自动驾驶发展正呈迅猛态势,下图为部分自动驾驶公司在2022年业务落地情况。

这个扩张速度,远远超过了自上世纪就开始布局的AGV。

简要说明下,AGV是荷兰鹿特丹港ETC-Delta码头于1993年开发的无人自动引导运输车。

通过自身的磁导航传感器,AGV可以接收磁钉信息,从而实现对路径的定位。但这种方法需要在行驶道路的地下提前埋上磁钉,耗费成本高,维修难度大,因此已逐渐被无人集卡取代。

“独善其身”的港口端

自动驾驶寒意传导,为何港口端能“独善其身”?

这得益于其独特的发展路线,港口自动驾驶是坚定的「高精地图拥护者」。

众所周知,自动驾驶一直存在“轻感知、重地图”与“轻地图、重感知”的技术路线之争。高精地图作为一种超视距传感器,是自动驾驶前行的拐杖,许多头部车企都依靠高精地图快速推进城市内部的落地计划。

但随着高精地图的采集资质收紧、成本居高不下、鲜度保持困难等问题出现,部分车企开始将企业路线掉转为难度更高的轻地图。

上述之争并没有殃及港口自动驾驶,其特殊的场景结构决定了港口对高精地图没有采集资质的要求、没有鲜度保持的烦恼、更没有成本控制的忧虑。此外,港口中场桥、岸桥等港机设备的工作根本离不开高精地图。

因此,港口自动驾驶公司最终都选择将这根 “拐杖” 作为开疆拓土的必备武器。

但高精地图统一并不代表各家技术路线的步调也会一致,港口自动驾驶也存在着技术争议。

强车or弱车

港口自动驾驶一直存在着强云弱车和强云强车的技术路线之争。云指的是自动驾驶管理系统,车指的是无人集卡、IGV等单车。

首先说强云弱车,其延续了港口的一贯指导思想,是一种平台功能很强大,单车相对弱鸡的方案。

强云弱车已在多地大港落实执行,被证实新建港口的可行方案。但该方案中,单车事事都需征得平台命令,弊端同样显而易见。

(a)一旦出现网络延迟、不稳定等问题,就会危及单车安全行驶,增加单车损耗。

(b)行驶路线上出现未上报云端的障碍物,单车只会原地等待,致使交通堵塞,无法正 常作业;行驶路线上出现的障碍物在云端有记录,单车也需请求云端重新规划路线,等待新的指令,这势必会影响工作效率。

总的来说,与其他场景不同,港口自动驾驶不仅是单车智能的单打独斗,同时也是单车智能与平台智能的配合战。不仅云要强,车也不能弱

这样看,强云强车显然更合时宜,也是业内呼声最高的新路线。将云端的技能适当转移至单车上,并结合外界自动驾驶技术解决方案,增强单车的智能性,可以避免因某辆车故障而导致港口瘫痪。

下图为强云强车的具体子功能。

从表格可看出,云端除升级导航、丰富运营管理外,也将局部规划转移至车端,增加了单车感知预测的功能。强云依旧是强云,弱车能力显著增强。

毫无意外,此方案会解决强车弱云的诸多弊端。

(a)没有网络延时、不稳定带来的速度上传和下发的不完全对称问题,单车速度控制更加稳定,能耗降低的同时还可以降低底盘的损耗。

(b)单车具备基本的感知决策力,在行进过程会主动避让障碍物,并做出下一步决策,减少单车损耗。无需等待平台端的指令。

强云强车是一个好的技术路线,但也是一个困难重重的路线。

港口自动驾驶虽是封闭或半封闭场景,但也并不像想象中那样容易落地。许多特定问题,如无人集卡厘米级的定位、金属集装箱对卫星的干扰、车辆间交互/姿态控制/转弯的控制等,都是港口自动驾驶需面临的挑战。

因此,与其他场景下的自动驾驶技术相似,港口自动驾驶也需要高级别辅助驾驶的协助。

下个风口—数据标注

港口自动驾驶应朝着L4甚至L5级别努力,这需要相关算法的训练与调优,其高垂直度、高精确度的场景需求,也对数据集的质量要求带来了挑战。

如何得到细分场景的高质海量结构化数据?

显然,选择与专业的大中型数据标注公司合作是自动驾驶公司的首选。

曼孚科技自研的MindFlow SEED数据服务平台具有高度的场景适配性,平台包含三大标注模式以及四维标注工具,全面覆盖图像、视频、点云等几十种标注工具,高效地处理港口自动驾驶海量数据集,为港口自动驾驶各类算法模型提供数据支撑。

从港口到港间,自动驾驶确实拥有一定的优势。以相对简单、容易落地的领域着手,是封闭、半封闭自动驾驶场景的独特行进方式,也是港口自动驾驶最快的落地路线。

而曼孚科技也将持续为客户提供定制化数据服务解决方案,为港口自动驾驶的扩张贡献更多数据的力量。

你可能感兴趣的:(《2022年,为何港口自动驾驶能“独善其身”?丨曼孚科技》)