2023年12月6-7日，由科技出行产业智库与创新服务平台—亿欧汽车主办的GTM2023（第六届）全球科技出行大会在北京成功举办。本届大会以“穿越周期 破风远航”为主题，聚焦中国智能电动汽车产业的发展与演进，携手来自主机厂、供应链企业、科技公司、科研以及投资机构的高管们共话产业前景，呈现了一场新技术与新理念齐驱的出行产业年度盛会。

在《新能源商用车及无人驾驶场景落地论坛》上，友道智途CEO王瑞发表了题为《自动驾驶商业化洞察与实践应用》的演讲，他认为：自动驾驶的上半场是科学研究和技术研发，这个阶段已经过去了。现在是下半场，商业化落地是核心。

以下为分享实录，供行业人士参考：

大家早上好！今天我稍微侧重聊一下友道智途在商业化场景中的实际运营情况。

首先，简单介绍一下友道智途。我们是一家由上汽孵化的科创公司，有9家股东，包括上港、山东港、普洛斯隐山资本、青岛海尔集团、国家电力投资集团、江苏交控、上海临港自贸区基金，以及无锡国联。成立于2021年下半年。

友道智途最初是上汽的一个前瞻部门，致力于解决上海洋山港的交通拥堵问题。经过3年的努力，发现自动驾驶领域前景广阔，同时商业场景也逐渐成熟。因此，我们决定不仅仅在一个公司里依赖科研经费发展，而是要投身商场，追求更广阔的商业机会。

公司成立时间不久，刚刚过了两年。友道智途自称是自动驾驶技术的先行者，因为我们在这个领域投入较早。其次，我们也是商业化运营的先行者，从2020年开始在东海大桥实地运用自动驾驶技术，真实而有效地帮助上港运输集装箱，并获得了实际报酬。我们可以自豪地说，我们是港口自动驾驶领域的引领者，当然，三一集团在这方面也做得非常出色。

目前，友道智途有近10个集装箱码头和3、4个散货码头，都在进行自动驾驶的实地应用。

在社会道路方面，我们已经累计完成了700多万公里的自动驾驶里程，成功运输了超过35万个集装箱。其中，东海大桥是我们关注的社会道路之一，在港区封闭道路上我们也已经完成了近百万项任务。

在去年年底，我们在东海大桥社会道路实现了5车编组行驶，中间三辆车完全无人驾驶。今年，我们不断尝试单车的完全无人驾驶，我们的目标是在明年实现大规模的车辆运营，实现24小时内真正无人驾驶。

这是过去的发展过程，我就不详细赘述了。让我们主要来看一下我们工作的视频，这个是在东海大桥上拍摄的。

（播放视频）

上海地理位置独特，靠海但没有海，周边都是滩涂，远洋轮船无法进入。因此，借用了浙江的一块宝地建设了洋山港，这是一个深水港。但由于洋山港离上海较远，需要通过一座长达35.2公里的跨海大桥连接。同时，上港在洋山港又建了北片区，使吞吐量从2000万增加到5000万。大桥已经难以负荷。

解决方法之一是再建一座桥，但代价太高。第二个方法就是改变运输体系，而我们的车辆正是用于这个运输体系的改变。未来，桥上将不再通行外部车辆，外部车辆将进入集疏运中心，比如临港集疏运中心，卸货后，桥两侧将以自动驾驶车队为主来进行运输。

这是上港集疏运中心，内设有5座换电站，目前我们还处于小规模试运营阶段，已经有大约300辆车在过去的3年里完成了200万吨的运输。但是，未来如果桥上全部是自动驾驶车辆，那将是一个庞大的车队，可能达到2000万、3000万箱以上。因此，未来这里有望成为全球最大的自动驾驶落地应用场景。

集疏运中心出来后可以直接进入大桥。在大桥上，设立了自动驾驶专用道，每天10点到下午1点为专用时段，其他时间为混行。未来将继续混行，大桥上将实现自动跟车、自动超车，车编组之间将互相提醒。

在实际运营中，大桥上不仅仅是简单的一条路跑到底，需要进行道路维护和清扫，因此智能重卡在行驶过程中需要及时变道。在大桥上，智能重卡车速与社会车辆相同，为80公里/小时，是一个高速场景。

这是下大桥的自动识别轧机和红绿灯，所有系统都与上港系统对接好，车辆能够自动接收任务、自动通过轧机。在港区，我们需要进行绕行。而在洋四码头，所有车辆都需要倒车入库。自动驾驶车辆每65秒就能成功倒车入库，成功率超过99%。相比之下，人工需要调整2到3次，需要2到3分钟。实际倒车的时候，打方向的方法和私家车是不同的，而且空载和满载的手感差异很大，对人类来说是一项很大的挑战，但对机器来说却非常容易发挥稳定。

这是我们的第一个场景，即东海大桥智能重卡。

这个项目是全球首个开放道路自动驾驶示范运营项目，，也是科技部和交通部国家研发的重点项目。我们刚刚完成了中期验收，明年将进一步推进。如前所述，虽然在演示中只有几辆车，但实际上这是一个大规模的落地应用，未来3年将形成约200万辆车的规模。

第二个场景位于码头内。这种场景优势在于车辆在港区内的封闭道路行驶，不属于社会开放道路，，更容易进行扩展。但这个场景实际上非常复杂。首先，每个码头的形式都是多样的。其次，中国的码头是全球最拥挤的，因为它们都将所有产能做到了极致。例如，在视频中所展示的外高桥四期码头，原本设计的吞吐量是300万吨，但现在正常情况下已经达到了450至480万吨。码头的每个角落都被充分利用，道路也被压缩得非常窄。在这个复杂的场景中，通常社会路段下的行车道、超车道都没有，我们的AIV没有驾驶室、没有人员，但是我们的无人驾驶车辆能够与有人驾驶的集卡一起运营，24小时365天不间断。

我们的AIV可以进行充电和换电，可以前向、返向和横向的限行。我稍后再详细介绍一下。

目前，我们在多个码头实现了全天候的作业。我们提出"三全三混"，即全码头场景都可以进行作业，所有的工艺都可以执行，全域码头各个地方都可以去。"三混"具体指的是与所有车辆混行，不设专用道；与自动化的桥吊、人工桥吊、自动锁钮、人工锁钮全部可以混用；混调度，无人驾驶的AIV在这里没有一点儿优待，同样被当成物流车队。和人工驾驶的集卡一起编组，有时候是也单独编组，为什么码头里的效率高呢？因为都是计件制度，我们也是计件制度下的虚拟司机去抢单。

右边的图是典型码头的场景，我们整理了大约30类基础功能，包括自动上岸桥、港区混行、夜间作业等，这是我们的三项基本工作。

此外，还有16项进阶功能，包括在港口内的精准停车，这一点非常重要，因为如果停车位置不准确，吊机可能无法正确抓取。我们的停车精准度可以达到3-5厘米。如果有桥吊先到，我们会使用激光自动停车；如果没有桥吊，我们会扫描集装箱箱角停车；如果连集装箱都没有，我们会在空地上找路上的停车线停车。无论采用哪种方法，我们都能确保3-5厘米的精准停车，而且一次性停到位的成功率是95%以上。

再看中间这个视频，它展示了一个在港口内经常出现的场景，大量车辆在运行。在视频中，白色的车头实际上是内部集卡，用于在港区内运行。红色、黄色车辆则是外部机械卡车，用于从外部运输货物。港口内部，基本上没有红绿灯，交通环境复杂。在视频中，中间几辆小红车是我们的AIV，从右下角到左上角，与其他车辆进行“博弈”。

右边是一个施工绕行的场景，中国大部分码头作业量又很繁忙，因此会遇到道路维修的情况。在以前，当我们遇到这种情况时，会人工接管控制，停下来等待。。，现在我们做了一件事：动态规划。做一个动态图，前车发现道路维修马上上传，动态图上形成电子围栏，第二辆车就重新规划路线，所有的苦、所有的活都要我们（车）接下来，因为我们自动驾驶的目的就是要更高效、更安全去替代人，所以所有的困难都要克服掉。

还有7项极限功能。左边的图解释了我们在码头内的每一趟路线都是不同的。大家对港口的情况不知道熟不熟悉？船上通常有舱盖板，而不同的船舱的盖板形状各异。为了追求效率，有时候舱盖板会临时地放在码头上我们过去是按照既定的路线行驶。然而问题在于，即使你在这一圈跑得很好，下一圈可能会遇到路被挡住的情况。调整好一个路线，下一圈可能又发生变化。因此，我们在这个环境中采用了动态规划的方法，实时感知世界，即刻进行动态规划。

中间的视频展示了一个更极端的情况。这个舱盖板非常大，已经挡住了所有的道路，我们只能使用紧急停车带和道路的一点点空间来通行，这对于自动驾驶来说是一个巨大的挑战。因为除了车辆的物理空间外，我们还为它设定了一个安全的边界。通常情况下，我们要留出60厘米或更大的安全边界，以确保在各种情况下，尤其是在定位漂移或感知问题出现时，车辆不会发生碰撞。但在这种情况下，我们周围的安全间隙只有二三十厘米，对车辆的精准定位和感知的要求非常高。

这是我们目前正在进行的另一个场景，即上港的一个新系自动化码头罗泾码头。相比刚才的码头，这个场景相对简单一些。刚才的码头是全部混合运行，而这个码头完全是我们的AIV，能够非常高效地发挥自动驾驶的能力。在这里，车辆速度较高，达到45公里/小时。与其他码头不同的是，这个码头位于长江边上，引桥长达2公里，连接到长江水深的地方，因此车速会快一些。此外，这是一个内河码头，载重也很大，达到70吨。

右边的视频展示了我们目前正在冲刺的项目，预计在本月底会开港。

除了港口和大桥，我们还在钢铁厂、散货码头进行自动驾驶的应用。左边的视频是在六安钢铁场，有一条用于短途倒运运输的线路，距离虽然不长，只有1公里，但要跨越一条高速公路。因此，我们每天白天和晚上都在进行自动驾驶测试。

右边的视频则展示了在京唐港散货码头的情况。中国大量进口铁矿石，其中绝大部分是通过皮带运输。一般使用人工操作，这带来了很多问题，包括次序混乱、严重的污染和安全性难以保证。而我们的自动驾驶车辆可以运输120吨的货物，针对于这种场景，能够发挥出更高的安全性和集群调度效应。

我们还在一些矿山场景中进行测试，尽管目前还没有规模化展开。但矿山是除了港口以外的另一个大规模的自动驾驶应用场景。

在过去的两年里，我们已经在全国20个场景进行了自动驾驶的测试和应用。其中有10多个场景我们已经在规模化运营，还有近10个在测试和落地的阶段。我们也期待在座的各位可以提供更多的场景，为我们提供机会去应用自动驾驶技术。此外，也希望投资者们能够坚定地投资自动驾驶。自动驾驶的上半场主要集中在科学研究和技术研发，而现在进入了下半场，主要是商业化落地。目前自动驾驶产品在很多场景中已经是“可用”的，离理想目标“好用”还有一些距离。但是，在资本和客户的支持下，商业化的进程将会越来越快。就像我们在港口这个场景中所做的一样，成功实施一个场景后，我们会复制并在其他地方落地，现在有数个其他港口找我们合作。

大约5年后，我们预计自动驾驶将会在更多的领域大规模应用。在商业化落地阶段，我们需要大家共同努力。

最后，简要介绍一下背后的技术能力。尽管在视频中看起来很容易，但背后需要很多高智商的人付出心血。

这里是感知部分，中间的几张图是机器人视觉，看起来可能不那么花哨，但非常精准。我们会对每个看到的物体进行分类和标识。刚才大家提到的都是Transformer，它是一直在学习的，就像一个小孩一样。学得越多，认知越清楚，就越不容易犯错。这就是我们感知到的事物。

这是定位部分。

这个视频实际上是我们在码头内进行的测试，我们用锡箔纸包裹卫星天线来观察车辆的运行情况。事实上，我们并不依赖卫星，而是依靠激光和视觉来实现精准定位。在码头里，有很多遮挡物，因此车辆需要保证可靠性和安全性，所以精准定位非常重要。

这是决策规划，这边就不多讲了。我们可以实现一个闭环的控制。

仿真也是非常重要的。在客户要求我们进行仿真之前，我们都感到有些忐忑不安。我们需要高度还原的仿真，这对于解决问题非常重要。

这是一个调度系统。实际上，在每个场景中，我们不仅仅是让单车在跑，背后还有一个上帝视角强控的平台在管理它。这样，我们可以解决很多拥堵和流程优化的问题。因此，自动驾驶车的第一步是简单地替代人，第二步则是通过我们的技术和强管控重新设计流程，提高效率，将整个管理和运营提升到一个新的台阶。

背后实际上最重要的是安全。也是客户最关注的问题。发生事故都需要进行大量整改，所以安全非常重要。我们的信息系统通过了国家信息安全三级等保认证，2019年就已经通过。每年我们都会代表上海市参加红蓝对抗，每次都以高分胜出。

技术安全方面，我们对所有的失效模式进行了详细分类，有1200多项，形成了1800多条应对方案。对于所有的传感器失效，我们都有应对措施，并且在试验厂中我们都在第三方监管下进行了严格的测试，以确保不会出现问题。

以上就是我的分享，谢谢大家！