雷剛 發自 副駕寺智能車參考 報導 | 公眾號 AI4Auto
即便向來低調，但江湖也許久沒有何曉飛教授的消息了。
就是那個浙大計算機系知名教授、滴滴研究院創始院長、滴滴無人車開創者，飛步無人車創始人及CEO。
自2017年7月創業之後，何曉飛和飛步科技就瞄準自動駕駛貨運方向，並在2019年2月還官宣了與中國郵政、德邦物流的合作，可謂國內自動駕駛貨運商業化領域，跑得最快的明星公司之一。
而就在近日，交通運輸部印發《關於促進道路交通自動駕駛技術發展和應用的指導意見》，明文鼓勵貨運落地……
這才讓人意識到，很久沒有何曉飛教授和飛步的消息了。
他在哪裡？飛步如今發展如何？
浙大教授在碼頭
是的，在碼頭——「搬磚」。（手動狗頭）
自然是用自動駕駛的方式。
其實就在2020年12月，飛步還低調官宣了一則新進展，與寧波舟山港集團共同落地了行業內首個混線工況下的自動駕駛集卡編隊獨立整船作業。
寧波，中國最忙碌的大港城市，也是全球第一大年貨物吞吐量港口所在地，江湖也稱「宇宙第一港」。
在該大港碼頭，何曉飛創辦的飛步為寧波舟山港集團打造L4級自動駕駛集卡……
但現在還不是全無人化方案，港口內完全無人化操作。
而是更難的混線工況，要與人工集卡一致的作業工藝，覆蓋近200種實際作業工況，適用於各類箱型、船舶的裝卸船和移箱作業。
更早之前5月，L4級自動駕駛集卡在世界最大貨櫃船「現代阿爾赫西拉斯」號郵輪靠港後，與人工集卡共同完成裝卸船作業……人機協作一幕，也標誌著中國的智慧碼頭、智慧港口，自動駕駛商用邁出了重要一步。
飛步稱，這背後還意味著契合國內港口實際需求的智慧作業鏈路構建完成，具備了大規模鋪設與推廣的能力。
港口自動駕駛商用有何難？
通常認知下，港口碼頭環境相對封閉，把開放道路的自動駕駛落地港口，理應是降維打擊。
但封閉場景，並不意味著問題簡單。
港口有港口的特殊挑戰，碼頭有碼頭的長尾難題。
在港口搞無人車，這幾個挑戰少不了。
第一，每一個路口都是「無保護」。
港區內有大量的內集卡和外集卡混流。港區內的道路通常沒有交通燈控制，自動駕駛集卡通過的每一個路口都沒有保護。
尤其是在繁忙的卡口、引橋口等車流密集的地帶。
在諸多RoboTaxi項目中，無保護過路口、左轉等等被視為技術能力的重要展現。
而且碼頭上也會產生混雜的交通流——人、車、機械混雜。「無保護衝突路口」的問題也非常典型。
這就極度考驗感知能力，也需要精準的行為預測能力。
所以AI司機要在港口開車，無保護是常態。
需要說明的是，集卡的車身長、慣性大，處理行為交互問題的難度和乘用車相比，根本不在一個量級上。
第二，釐米級精準。
自動駕駛集卡在作業中遇到的挑戰遠不止「會開車」這麼簡單。例如在橋吊下裝卸箱時，集卡的對位精度要求在5釐米以內。
但是在七級大風下，吊具的偏移會超過0.5米，晃動幅度超過1米。對於經驗豐富的港口老司機來說，這也是難度極高的作業項目。
基於對吊具的實時精確檢測和動力學分析，才能真正擺脫傳統無人集卡「靠天吃飯」的限制。
第三，日常長尾問題。
比如日常自動駕駛集卡相繼遇到了橋吊遮擋路徑、逆行作業車輛、人工駕駛內集卡、作業人員和不規則障礙物等各類挑戰……
或者在複雜車流裡，如何順利通過狹長變道路口等等。
有時還要跟有意識的人類駕駛員一樣隨機應變，在內集卡排隊太長，作業橋吊遮擋住了引橋口時，無人集卡就需要繞行上一個泊位。
如此種種日常，如果不能高效且安全應對，都是無法在混線工況下，被認可和商用的。
所以雖然飛步官宣的是規模化商用進展，但背後達到的技術水平和實力，不言自明。
飛步港口方案
在交通部最新印發的指導中，智慧港口也是題中之義。
但智慧港口究竟該是什麼樣？中國港口該智慧升級？
除了自動駕駛集卡大方向，飛步這次還展現了另一項重要要求：
能規模化落地混線作業。
是的，得是依靠單車智能為主、人機混行的方式。
飛步透露，從第一臺港口集卡上路測試到形成作業能力，飛步用了半年時間進行嚴密研發和論證。
期間先實現了全長17米的集卡，完成小角度的掉頭和長距離倒車。
其後，又用時1個月，實現了從12臺新集卡到梅山港，並完成批量部署。
除了「看得見」的自動駕駛集卡……
飛步規模化商用背後，還有看不見的雲端系統和平臺。
其自主研發的智能雲控平臺，對智能集卡車隊展開調度管理，將TOS系統、集卡車輛、橋吊、龍門吊等作業設備的多源數據進行整合，並具備完善的監控管理、故障診斷、遠程指令操控、運營大數據分析等功能，實現動態路徑最優規劃，應對實際動態工況。
例如，在引橋口被橋吊遮擋時，自動駕駛集卡利用雲端信息，自主實現從橋吊後大梁繞行上下泊位和橋吊間的穿插，從而靈活安排船舶計劃，大大提高泊位利用率。
車雲一體，作用也立竿見影。
飛步方面透露，編組整船作業啟動後，L4級自動駕駛集卡車隊已進行29次作業，累計完成運輸2079標準箱。基於調度的編隊整船作業效率已接近人工集卡水平。
在場景和數據愈加熟悉之後，超越人工老司機，想必只是時間問題了。
目前，針對單個港區，飛步計劃通過優化車端智能作業算法、搭設路端感知設備，並在雲端智能系統的全局調度優化下，打造可在真實、混線工況環境下高效作業的L4級自動駕駛水平運輸方案。
下階段，飛步的roadmap是依託內集卡水平運輸項目的經驗，重點研發外集卡在碼頭間水平運輸跨運的運營策略，突破單點運營現狀，分階段串聯起「感知更多數據、調度更多集卡（車隊）、適配更多場景」的自動化運輸鏈路。
看起來，在創辦3年後，飛步現在重中之重的落地場景，將是港口和碼頭。
這也是智能時代的歷史一瞬：
AI時代的大教授大學者，正在從風吹日曬的碼頭，把自動駕駛推向星辰大海。