自动驾驶在工厂“无人化”智慧物流体系中的应用

广告 | 点击查看

专题目录

• 
  
• 
  
• 
  
• 
  

• 自动驾驶在工厂“无人化”智慧物流体系中的应用（黄湘民 龙科宇 龙少良）

• 车联网车路协同技术在自动驾驶应用落地中的价值及发展——访中信科智联科技有限公司整机产品线总监张连栋（本刊记者 喜崇彬）

自动驾驶在工厂“无人化”智慧物流体系中的应用

自动驾驶作为近些年快速发展的重要科技，为客户提供了新的物流运输解决方案，为“无人化”物流运输体系带来重大变革和商业发展机遇。本文系统介绍了自动驾驶技术的起源与发展、核心技术、应用分级以及主要应用场景，并重点以其在某钢铁厂自动驾驶物流运输中的应用为例，介绍了其价值。

黄湘民 上海全域零度智能科技有限公司总经理

龙科宇 上汽安吉智行物流有限公司业务发展部工程师

龙少良 上海都市型工业协会副会长

自动驾驶在当前兴起的无人物流服务体系中扮演着非常重要的角色。基于5G、人工智能模型算法、数据和芯片等新一代数字化技术驱动的自动驾驶车辆，在无需人工干预的情况下自主行驶，完成货物运输任务，正加速改变传统的工厂制造物流运作模式，可显著降低工厂物流的人力和运营成本，提高生产效率，为企业带来更高的经济效益，为客户提供更智能、更高效、更经济、更安全、更低碳的物流运输解决方案。

作为有可能改变人类未来的重要科技，自动驾驶的快速发展和应用的不断迭代创新，为生产制造企业“无人化”物流运输体系带来重大变革和商业发展机遇，货运自动驾驶产业发展已逐步迈入“快车道”。

自动驾驶技术

自动驾驶技术又称“无人驾驶”，是指依靠计算机、人工智能模型、大数据、各种传感器、通信网络等技术制造智能驾驶仪，替代驾驶人员完成车辆驾驶操作，在无人工干预的情况下，完整、安全地完成车辆运输的前沿科技。

自动驾驶技术是近年来全球汽车工业和人工智能领域的一个重要研究方向。这项创新技术旨在让汽车具备环境自动感知、路径智能规划和自主控制能力，从而实现无人工干预的驾驶功能。自动驾驶汽车通常被认为是一种轮式移动机器人，能够通过集成高级的计算机系统、传感器和其他技术实现对周围环境的感知、决策和动作，能够执行从简单的辅助驾驶功能到复杂的完全自动驾驶任务。

目前，全球范围内稍有实力的国家，如美国、欧盟成员国（德、英、法、瑞典等）、日本都非常重视自动驾驶技术的创新发展。在我国，自动驾驶已成为展现国家技术实力、创新能力和产业配套水平的新名片。国家层面加快制定自动驾驶产业政策及标准体系，中科院、阿里、京东、百度Apollo、华为、小马智行、上汽安吉、友道智途、图森未来、赢彻科技、智加科技、主线科技等许多知名研究机构、科技企业和初创公司在自动驾驶领域进行了大量研发工作，北京、深圳、上海、天津、武汉、长沙等多个城市已经开展了自动驾驶汽车的测试。

1.自动驾驶核心技术

自动驾驶技术的概念内涵非常丰富，不仅局限于单一的硬件或软件，涉及多项前沿领域技术的综合应用。关键核心技术主要有：环境感知、精准定位、决策与规划、控制与执行、车联网V2X，安全与冗余系统、人机交互，以及自动驾驶汽车测试与验证技术等。

（1）环境感知技术

环境感知技术是自动驾驶车辆的基础，主要承担了车辆的“眼睛”功能，包括各种传感器，如雷达（Radar）、激光雷达（Lidar）、摄像头（Camera）等，用于检测车辆周围的环境。雷达和激光雷达则能够提供关于周围物体的距离和速度信息，摄像头则用于识别交通标志、信号灯和道路标记。通过环境感知设备和技术集成，可以有效获取周围环境的信息，如道路状况、障碍物、交通标志等。

（2）精准定位技术

精准的时空信息是自动驾驶技术的基础和核心要素，高精度定位是自动驾驶中不可或缺的关键技术。包括全球卫星导航（以全球定位系统GPS、北斗系统BDS为代表）；惯性测量单元（IMU，Inertial Measurement Unit，用于检测车辆的加速度、角速度等，以补偿GPS、北斗信号可能受到的遮挡和干扰）；轮速编码器（用于检测车轮的转速，从而计算出车辆的行驶距离）；即时定位与地图构建（SLAM，Simultaneous Localization and Mapping，通过连续的图像帧，结合深度学习等方法，实现对车辆位置和周围环境的同时定位和建图）；轮式机器人导航（结合车辆的动力学模型，通过轮速编码器等数据，实现对车辆的精确控制和定位）。

（3）决策与规划技术

决策与规划技术是自动驾驶汽车的“大脑”。自动驾驶车辆必须能够解释传感器数据，并做出决策，需要能够对感知设备收集到的信息进行处理和分析，并作出相应的加速、减速、变道或停车等决策。

（4）控制与执行技术

控制与执行技术是自动驾驶汽车的执行机构，主要根据决策技术做出的决策，控制汽车进行相应的操作，如加速、减速、转向等动作。执行技术涉及多个系统的协同工作，包括车辆的制动系统、转向系统、加速器和灯光等。通过控制与执行系统，确保安全和平稳地驾驶。

（5）车联网V2X通信技术

自动驾驶车辆通常需要与其他车辆、基础设施（如交通信号灯）和云端服务器进行通信。这涉及车对车（V2V）、车对基础设施（V2I）和车对云（V2C）的通信技术。

（6）安全与冗余系统

为了确保安全，自动驾驶车辆通常会配备冗余系统，关键系统如制动、转向和电源等都有备份。此外，车辆还需要能够检测和应对潜在的故障或异常情况。

（7）人机交互技术

自动驾驶车辆需要与乘客和外部世界进行有效沟通，包括车载显示、声音提示和外部信号，以确保乘客和行人都能理解车辆的意图和动作。

（8）汽车测试与验证技术

确保自动驾驶系统安全性和可靠性的关键技术。主要分为：仿真测试、硬件在环（HIL）测试、车辆在环（ViL）测试、封闭测试场测试等。

上述这些关键核心技术相互依赖，共同工作，使得自动驾驶汽车能够在各种不同的道路和交通条件下安全行驶。随着技术不断迭代进步和创新，自动驾驶车辆的性能和安全性将进一步提升。

2.自动驾驶技术应用分级

自动驾驶技术分为多个等级。全球不同机构曾对自动驾驶提出过多种分级标准，目前业界常用的两种分级标准是NHTSA分级（由美国高速公路安全管理局提出）和SAE分级（由美国汽车工程协会提出）。两种分级在具体级数划分方面存在一定差异，但是在特征描述方面均存在普遍共性：从L3级开始，驾驶主角均由驾驶员操作转换为车辆自主驾驶。从这个意义上而言，业界普遍认为L3级是自动驾驶技术应用的重要分水岭。

自动驾驶技术的应用分级标准

3.自动驾驶技术的应用场景

在不断进步的产业环境下，自动驾驶正在从测试示范应用向无人驾驶商业化应用阶段加速拓展。自动驾驶技术的商业化落地步伐加快，应用场景也日益丰富。我国市场自动驾驶技术的应用更偏向于实用性和具体业务场景，从行业实践看，自动驾驶技术应用场景可分为载物场景（干线物流、工厂物流、末端配送）、载人场景（Robotaxi城市自动驾驶出租车、Robobus自动驾驶公交车）和特殊场景（港口、矿区、环卫等）。此外，自动驾驶技术可望在更多的领域得到应用，例如满足老龄化社会中老年人的出行需求等。

“无人化”物流体系

目前学术界与物流行业对“无人化物流”的理论认知和概念定义并没有统一，但物流行业企业关于无人化物流的实践探索在不断延伸和深入，如Nuro研发的无人送货车，菜鸟研发的末端物流车，京东研发的无人配送车，美团研发的“小袋”“魔袋”及“福袋”等。

笔者认为，从狭义角度，无人化物流是指通过无人车（含自动驾驶车）、无人机等无人化装备实施物流运输服务的过程。就广义角度而言，无人化物流是指把智能网联与自动驾驶、云计算、大数据、物联网、智能控制等新技术相结合，利用自动驾驶技术，构建集成数字化的智慧物流运输平台，以高度智能的机器为主导，“人”仅仅参与维护完成仓库出货环节到顾客收到货物的物流运输配送全过程。无人化物流可大幅减少物流作业环节人员，有效提高供应链中物流运输配送效率，实现物流配送的智能化、供应链的智慧化以及产品的可追溯化，有效解决长途干线运输与“最后一公里”物流问题。

自动驾驶技术在工厂无人化物流中的应用

在基于“端到端”制造供应链全链条协同的应用场景中，自动驾驶技术在工厂物流（进货物流、厂内物流、出厂物流）中显现出巨大的应用前景和市场潜力，它跨越了干线物流、厂区（园区）物流、末端配送（“最后一公里”物流）等上下游链条中不同行驶里程和行驶区域。特别是随着工业互联网、数字化、人工智能对传统实体生产制造体系的全面赋能改造，无人工厂、“黑灯”工厂的涌现，以自动驾驶车辆为载体的无人化物流系统融入生产制造流程各环节，成为智能制造不可或缺的有机部分。

1.自动驾驶在钢铁行业工厂物流的应用背景

钢铁企业在工业领域的自动化程度相对较高，但物流成本高、环境治理压力大，是推进节能减排的重点行业领域。2022年1月，工业和信息化部等三部门发布《关于促进钢铁工业高质量发展的指导意见》明确钢铁行业2025年前碳达峰，2030年钢铁行业碳排放量较峰值降低30%，提出加快推进钢铁企业清洁运输。随着减碳目标持续推进，国内各大钢铁企业面临的减排压力与日俱增，物流运输减排作为钢厂“减碳”行动的重要环节，已经引起越来越多钢铁企业的重视。

在安全、经济、高效、绿色的物流运输要求下，封闭/半封闭工厂厂区/园区的传统钢铁物流面临运营成本高、司机招募困难等问题，很多企业将目光投向自动驾驶运输，在“双碳”目标约束下的钢铁企业对基于自动驾驶的无人化物流的接受程度更高。目前，自动驾驶在钢铁企业的厂区/园区内物流领域应用开始逐渐普及。特别是在一些大型的工厂厂区、工业园，厂到港的钢铁在制品、成品装运已经实现全程覆盖。

2.某钢铁厂自动驾驶物流运输案例

（1）项目概况及主要问题

某钢厂是全国最大的民营钢铁企业之一，年产钢能力超过4000万吨，宽厚板为其主要钢铁制成品，年运输量超600万吨。

该钢厂物流运输场景为厂区到港口的短倒运输，面临的主要问题有：一是人工装卸难度大；二是运输组织和作业效率较低；三是厂区物流运输环境相对复杂。主要表现在运输场景不封闭，近似社会开放道路，运输路径上涉及龙门吊、岸桥吊、码头和仓库等区域，且涵盖人车等各类交通参与者，路况环境复杂，对物流运输安全、成本、效率等方面都提出较大挑战。

自动驾驶电动重卡从钢铁企业厂区出发

（2）自动驾驶解决方案

针对该钢铁企业的物流运输问题，依托厂商全栈自研自动驾驶技术，提供全领域的自动驾驶解决方案和智慧运力服务。采用6X4驱动形式、电池电量282kW·h、续航力为180km的L4级智能电动重卡，开展“新能源重卡+自动驾驶+全链数字化平台+换电站”的一体化建设及商业化示范应用。

某厂商自研自动驾驶电动重卡

针对厂区到港口码头成品钢的物流运输场景，以安全性为基本保障，从场景适配和应用方面，优化整体运输解决方案，实现自主行驶、避障、转弯、停车，全程无人干预。

自动驾驶电动重卡自动识别交通路口红绿灯过弯

首先，借助综合性的感知融合方案及高精度场景还原重构等技术，保证车辆稳定连续控制。投入使用的自研智能自动驾驶重卡在感知方面降低了对原车的依赖，通过前视、环视和激光雷达感知融合方案，进行定制化感知部署，确保精确稳定感知交通要素。

其次，考虑到厂区运营路线上卫星信号被两边高楼、树木和钢铁管路遮挡的影响，在定位方面，利用激光感知手段对遮挡区域进行离线点云模板地图构建，实现高精度场景还原重构，基于实时点云匹配，保证车辆在装卸箱作业时精准对位，提高一次装卸箱的作业效率。

自动驾驶电动重卡在途运行稳定直线保持

针对超长超宽车辆（整车长达27m，车宽3.5m）的安全通行问题，基于最优控制理论开发的横向规划求解器，更加轻松应对过弯；同时基于道路感知进行实时二次横纵向路径规划和控制，确保车辆稳定连续控制。引入FMS远控平台，实现车端和云端的实时监控，保障各个环节的安全运输。此外L4智能重卡还支持混行场景下7×24小时自动驾驶作业，确保车辆在全天候各种真实的环境中均能做到精准识别、精确控制。

自动驾驶电动重卡在途运行经过厂区管廊

从厂区至港口，通过对智能自动驾驶电动重卡的全链条统一路径规划，可有效减少物流车辆的无效行驶，降低物流企业运输成本，为钢铁生产企业园区提供高效、安全和经济的常态运输服务。

自动驾驶电动重卡闸机/固定障碍物绕行

（3）自动驾驶应用效果与价值

该钢铁企业应用自动驾驶开展物流运输不仅解决了宽厚板装载、运输和卸载等环节自动化问题，提高运输效率、降低运输成本，更借助宽厚板成品钢特有的作业场景和运输需求，为自动驾驶技术落地钢铁物流领域提供了宝贵的商业化场景，在钢铁物流领域打造了“安全、高效、绿色、智慧”的发展样板。

自动驾驶电动重卡自主驶入港口码头

钢铁企业无人化物流模式从根本上改变了传统钢铁物流方式。目前，钢铁厂区自动驾驶物流运输已实现从“道路测试”到“示范运营”、从“独立平台”到“系统融合”、从“单车智能”到“车路协同”、从“技术研发”到“商业落地”，进一步打通了从智能汽车、车队管理、物流调度到在途智能运输的全业务链流程。

自动驾驶电动重卡港口码头自动限速缓行

从经济效益看，自动驾驶重卡的经济性要明显优于传统燃油重卡，主要体现在三方面：一是增加卡车运行时间，自动驾驶重卡理论上可做到24小时运营，保守可实现20小时运营，运营时间提升25%；二是降低司机成本，通过自动驾驶的介入，实现变“双驾”到“单驾”，单条运输线路的人工成本费用可节省40% 以上；三是提高燃油经济性，通过算法做油耗的优化，经测算预计可降低10%的能耗，自动驾驶卡车最终可让整体成本下降45%。如使用电动重卡等新能源自动驾驶物流车，将进一步减少燃料成本，有助于国家推进“双碳”工作。

结束语

在政策、技术及场景需求等多重因素驱动下，自动驾驶与工厂物流融合不断深化。随着科研院所、自动驾驶科技企业、物流、生产制造、重卡装备主机厂、新能源电力企业、政府有关部门等合作加深，将逐步构建形成一个成熟且完善的自动驾驶产业与无人化物流生态体系。在当前物流业由增量市场向存量市场转变、竞争愈发激烈的市场环境下，以自动驾驶为特征的“无人化物流”将通过降本增效、绿色低碳发展、创造更多的市场服务需求和产业生态链的价值创新，为在现代制造业物流中广泛应用开辟新的路径，并拓展出巨大的商业化前景。

———— 物流技术与应用 ————

编辑、排版：罗丹

本文内容源自，有删改。

欢迎文末分享、点赞、在看！转载请联系后台。

广告宣传