4月3日，致力于研发自动驾驶货运卡车的图森未来在北京举办媒体开放日，公布基于完全自有车辆的港区内部集装箱卡车车队自动驾驶测试视频，宣布进入港内集装箱卡车无人驾驶运输市场。

半挂货车的自动驾驶会比乘用车更快的实现商业化，已经成为自动驾驶领域的业内共识。除了驾驶员长期疲劳驾驶容易导致意外，驾驶员工资成本一直是货运物流领域的大头，驾驶员人才短缺也日趋严重。

除此之外，货运行业对自动驾驶算法的要求也低于乘用车，不必考虑因急加速/刹车导致的“体验糟糕”问题。

图森一直在致力于高速公路路况下的自动驾驶卡车的研发，而港口集装箱货运的封闭路况场景进一步简化，行驶速度也更低，无疑会是自动驾驶领域最快商业化的垂直细分市场之一。

据图森COO郝佳男博士介绍，图森已实现对接现有港机系统及港务系统的无人码头内集装箱转运车队解决方案，拥有了由干线运输到区域内运输的整套无人驾驶技术解决方案。

相比港区外的高速公路集卡运输，港口码头作业区具有相对封闭、可控的特点。郝佳男表示，通过无缝对接TOS（码头管理系统），无人内集卡获得相应运输指令后，可实现码头内任意两点间的水平移动及岸吊、轮胎吊、正面吊、堆高机处的自动收送箱功能。每一台无人内集卡通过车载网络实时与码头控制中心保持联系，从TOS系统实时接收每一条任务指令，并将当前车辆状态，任务执行情况实时汇报给控制中心。

港口作业区作为特殊场所，对于人员、车辆进出管理严格。根据《港口治安管理规定》，无证件的人员、车辆不得进人港区，非港区工作人员进入港区应进行登记。场景的半封闭性为自动驾驶卡车技术的商业化落地降低了难度。

图森方面表示，针对港区环境，图森技术团队对算法、镜头进行了调整和定制，能够适应夜间弱光环境和雨雪环境。目前图森自动驾驶卡车可7*24全天候执行港区自动驾驶运输任务。

按照规划，2018年，图森与主机厂推进自动驾驶卡车的小规模量产。在中国某港口和美国亚利桑那州分别建立起15辆卡车组成的运营车队，展开自动驾驶卡车的测试和试运营。

2019年，中美两地的港口数量和高速公路路线继续增加，与主机厂合作推进大规模量产的研发。

最终目标自然是积累足够的运营经验后，在2020年实现全面商业化。

发布会后，图森总裁助理薛健聪、图森COO郝佳男接受了媒体群访，以下是访谈细节（有删减）：

咱们跟港口接触的时候，他们的态度怎么样？

郝：现在港口还是挺乐意跟我们接触这件事情。从他们角度讲，我不能说哪个港，可以说现在有多个港都想做第一，因为大家都觉得有示范性的效应。当然我们的服务能力，实验角度讲，没有办法，只能从一家开始，再拓展到的家。从港口角度讲，他的诉求，希望这个港变得智能化，对他的成本来讲是很划算的事情。从他未来的发展趋势来讲，以后的港口一定是这个模式，哪个港先做起来，它就会成为一个标杆，大家会去复制它。

咱们选港口比较看重哪些特征？

郝：第一个，港口的合作程度。因为这件事情你要做实验，做实验一定要港口这边有一定配合。再一个比如说集装箱的吞吐量，涉及到我们之后真的运箱子的时候，需要承载多大规模的运力，这是比较重要的两点。

港口（自动驾驶卡车）有没有特殊的要求，跟公路上不一样的？

郝：有很多点不一样，我举一个例子，比如说港口有一个轮胎垫，需要我的卡车钻到最下面去，钻到下面才能把集装箱放到箱去，定点停车是一定的，另外要求我的车钻过去，左右可能就10厘米的量。在低速的情况下，在信号被干扰的情况下，如何精准地停下，如何安全地过去，诸如此类的问题是在高速路段和城市路段不会遇到的问题。因为你在高速路段不会考虑低速情况下进行如此精准的横向定位。

刚才您说到可以实现三到五厘米的精准停车，技术上的实现过程是怎么样的？

郝：我形象一点说，如果是人，你希望停在一个很精准的地方，你要不断地观察我的车辆现在可能离我的目标位置的距离，这件事情对我们也有传感器不停地在做这件事情，同时要不停地调整油门的力度，或者刹车的力度，对于系统来说可能是通过控制的指令，控制油门开度，刹车的力度，诸如此类的控制量，两件事情要非常匹配，才能把车辆精准地停下来。这涉及到车辆控制，以及如何判别我离目标位置的距离，要很精准。

港区在选择技术的时候，主要考虑哪些因素？

郝：我觉得是这样的，无论是谁来提供这个方案，实际你要解决的是他最终的商业诉求。如果商业诉求本身要求，比如说对于港来说，对于绝大部分的港，可能都要求是一个使用内集卡，多车混跑，这样的一个模式。在这种情况下，可能对于港来说，他会去在符合这样的前提下选择不同的供应商去做比较。在这一点上，现在我们还是比较有优势的。

15辆的车队对于港口大概是多大工作量的港口？这15辆车占到港口运输业务的百分之多少？

郝：具体的标箱量我记不清了，15辆本身能承载四个船位的码头，这个码头不是太大的码头，所以我们在实际运行的时候，很有可能是把大的码头进行分割，然后去承载其中的一些业务。某一类的船可能都承载了，或者泊位都承载了，以这样的方式进行。

如果说一辆卡车出了事故之后，如果是你们的责任之后，如何进行处理？

郝：这一点在港内比港外更容易，因为港内的政策，你可以认为它是作为一种设备，从法律的角度上讲，可以作为港内运行设备处理。从这个角度，法律在很多地方可以给它一定的宽容，不像车辆的要求，要符合车很多很多的规范，这些是有区别的。如果说像出现事故的情况，我们认为应当是运营方承担责任，也就是我们自己。

像夜间、雨天、雪天的情况下，图森有什么方案？

郝：从港口的角度讲，一定是全天候作业的，除非是现在风非常非常大，他们可能会港口封闭，其他情况下都不会。包括您刚才说的夜间、雨天、雪天都会去支撑它。如何去解决这个问题，有很多方面要做，一方面比如说传感器本身要能够选择正确的传感器在这些场景能够给你足够的信息。另一方面在外围要自己开发很多东西，保证这个传感器在很好的状态。举个例子，港口，实际上大家看起来不会有感觉，如果去了那个地方，你会体验到，这个地方是很严酷的环境，夏天很高温，离海很近，盐对所有的电子设备都是非常强的腐蚀，这从设计角度都要去考虑，要去增强，保证设备的状态，这些都要做。

卡车因为固态和液态不同会产生不同的惯性，咱们怎么解决？

郝：这对控制是很大影响的，刹车的时候液体会造成重心不断地在变化，这件事情对控制本身是有挑战的。但这件事情我们在很早就已经考虑过了。因为在港区，说实话，是一个基本上低速场景，考虑还不多。在高速场景，这件事情是必须考虑的，否则可能会出现一个很麻烦的情况，很危险的。

刚才PPT提到2018年到2019年商业拓展的计划，在中国可能侧重于港口，美国侧重于仓到仓的商业化试运营，中美两地有意识进行这样的区分吗？国内的公司基本都在美国有实验室，其他都是偏开发，咱们这边在那边是有实际的商业落地的，未来我们有在美国商业化运营的计划是吗？

郝：这是肯定的。中美两边的市场都是非常大的市场，无论是内集卡还是外集卡都是非常大的市场。在目前两个阶段两边要侧重，因为政策面，我们希望这个时间不要影响技术的演进，所以国内这段时间会把港内作为重点去做。

目前我们在港口方面，怎么样去积累足够多的测试的数据。目前我们的可靠性大概是一个什么状态？我们达到怎样的标准，这个可靠性才OK，才能复制到真正的商业运营上？

郝：分不同的数据，有一些数据需要很多的车辆实地进行积累的，这些数据更多的是通过我们本身这些车辆，还有跟我们合作方，在合作方安装一些设备，采集数据，通过这样的方式积累。这件事情做的非常早。如何判断我的车可以进行安全的无人驾驶，我们自己有一些判定的依据，我相信别的公司都有一些判定依据，这件事情有可能会有不同的观点。总的来说，举一个不是很恰当的例子，你现在有人在开，但是好长好长的时间，很多很多的车，在各种各样的条件下，测了多长时间都没有发现问题，可能你认为这个点是OK的。但是多长，多少场景，这些我相信不同公司有不同的判别。

刚才视频演示里面那个车的技术方案，跟港口合作的时候主要突破了哪些技术？

郝：最主要的技术是车辆本身。我们可以认为，现在的港口整个的内集卡它是由一个运输车队管理的，它都是通过人在上面开这辆车。现在我提供的技术，我给你换一套车队，这个车队不需要人，我给你完成同样的工作。

是车厂完成的还是供应商完成的？

郝：对于车厂来说，只是开放了油门、刹车、转向的接口，你怎么去转这个方向盘，完全是要你自己做的？

对车完成的是感知和决策控制吗？

郝：感知、决策、控制、定位，包括地图的构建，包括外围系统，包括怎么做到车出现一个故障，怎么响应它，都需要去考虑。

现在有哪些港口签协议了？

郝：具体的名字就不好去透露了，有不少港口。

大概是多少？

薛：接近于10个。

郝：这是一个大家挺迫切的需求，之前为什么这件事情没有办法继续，是因为大家觉得AGV好，你有方案，但是我玩不起，而且我玩完之后，这个生意是一个亏本的生意。对他们来讲还是需要我的港不要停止作业，用以前的模式进行下去。所以当这个东西出来以后，在这个圈里大家是很认可的。