自动驾驶港口商业化应用研究

1、自动驾驶港口商业化应用研究技术创新，变革未来目录CONTENTS中国自动驾驶港口场景未来发展发展建议未来展望 中国自动驾驶港口商业化应用研究应用背景应用现状新技术影响新型产业链商业化应用评价体系商业化时间拐点及市场规模中国自动驾驶发展背景The development of autonomous driving in China3Part1中国自动驾驶发展背景1.1 中国自动驾驶应用价值当前技术还无法达到全工况、全区域的自动驾驶，4级自动驾 驶足以满足限定场景内实现完全替代驾驶员及安全员的需求根据工信部发布的汽车驾驶自动化分级推荐性国家标准报批稿，中国对自动驾驶技术的分级标准与SAE*类似，均

2、根据系统对车辆操纵 任务的把控程度，将自动驾驶技术分为0-5级。其中，4级及以上自动驾驶真正实现了系统对驾驶员的替代。5级完全自动驾驶没有使用场景限制，无需监控和控制，可实现全工况、全区域的自动驾驶，是汽车驾驶自动化系统研发的终极目标。但研 发难度大、成本高，现阶段还未达到5级所需技术水平。在当前多数应用场景中，4级自动驾驶足以满足替代驾驶员的要求。7 资料来源：根据工信部汽车驾驶自动化分级与国际汽车工程协会（SAE International）2018年修改的 J3016号文件，整理。*注：1）SAE：SAE international 国际汽车工程协会；2）灰色框线部分为工信部 与SAE的

3、不同，SAE认为0-3级自动驾驶在周边监控需要人控制，工信部认为需要人和系统共同控制；3）动态驾驶任务包括操作层面（转向、刹车、加速、监控汽车和道路）和策略层面（决定变道、转弯、使用信号灯的时间），但不包括战略层面（规划路线等）的驾驶任务。驾驶自动化等级判定流程可持续执行全部动态驾 驶任务和动态驾驶接管， 且没有运行限制？5级是否在有限的设计运行 范围内，持续执行全部 动态驾驶任务和执行动 态驾驶任务接管？L3及以下4级是是否否驾驶员 自动驾驶系统0级（L0）应急自动驾驶（无自动驾驶）1级（L1）部分自动驾驶（人工辅助）2级（L2）驾驶辅助（部分自动驾驶）3级（L3）条件自动驾驶（有条件自动驾

4、驶）4级（L4）高度自动驾驶5级（L5）完全自动驾驶转向控制 加速减速驾驶环境 监控*动态驾驶 任务接管*工信部与SAE对自动驾驶分级标准对比1.2 商业化应用驱动因素中国自动驾驶上游产业链趋于完善，为自动驾驶实现商业化奠 定了良好的基础14 资料来源：整理。自2016年以来中国自动驾驶上游技术产业蓬勃发展，在感知层、决策层、控制层以及精准定位系统和高精度地图等技术领域均出现具有代 表性的国产企业，在诸如激光雷达、自动驾驶芯片等核心零部件和高精度地图等技术服务方面实现国产化；中国自动驾驶上游产业链趋于 完善，为自动驾驶商业化应用奠定良好基础。中国自动驾驶上游企业盘点感知层毫米波雷达（14家）超

5、声波雷达（3家）摄像头（14家）输出环境感知规划车辆行驶路径感知车辆的绝对位置和方位辅助环境感知辅助路径规划算法（3家）高精度地图（12家）精准定位系统（22家）激光雷达（12家）控制层车载电脑（2家）操作系统（3家）线控底盘（4家）决策层芯片（10家）1.2 商业化应用驱动因素中国自动驾驶商用车发展加速进入产品期，已实现多场景落地 应用11 资料来源：整理。自2009年首届“智能车未来挑战赛”举办以来，以百度为代表的科技企业加速自动驾驶技术研发及产品测试，自动驾驶技术迭代加速。自 2018年起，随着自动驾驶市场关注度由乘用车逐渐转向商用车，自动驾驶商用车发展加速；以西井科技、主线科技为代表的

6、科技企业纷纷 落地商用车自动驾驶解决方案，标志着自动驾驶商用车发展进入了产品期，在多场景实现落地应用。中国自动驾驶商用车领域发展大事件2009年首届中国 智能车未来挑战赛2013年百度汽车大脑 项目启动2015年宇通智能驾驶电动客车 完成了32.6KM的无人驾驶测试2018年1月西井科技在珠海港 完成全球首辆港口无人集卡作业2018年京东正式发布全自主研发的 L4级自动驾驶重卡2018年5月菜鸟ET实验室联合一汽解放、 速腾聚创等企业推出“驼峰计划”目的是打造新型智慧物流网络2017年百度推出 Apollo计划2019年1月一汽解放宣布 哥伦布智慧物流开放计划2020年9月安徽首条自动 驾驶汽

7、车5G示范线开通2019年9月国务院印发交通强国建设纲要2020年5月庆铃汽车和百度 合作推出自动驾驶商用汽车科学期技术期产品期2017年一汽解放举办了挚途智能汽车发布会2018年苏宁物流和智加科技联合推出 “行龙一号”首辆自动驾驶重型卡车2019年12月银川市政府和百度签订合作协议 在银川公铁物流园区打造示范性测试路面2020年11部委联合下发智能汽车创新发展战略2019年12月上汽红岩5G+自动驾驶 重卡实现了在10级大风环境中精准行驶2015年阿里菜鸟ET实验室2018年4月主线科技在天津港2018年7月首款L4级无人商用车2019年11月智加科技获得2020年8月多种无人集 启动无人配

8、送小车研发实现全球首台电动无人集卡作业金龙“阿波龙”第100辆正式下线全国首张跨省无人重卡牌照卡车型落地妈湾港2018年北汽福田 获商用车路测牌照自动驾驶载货商用车领域的六大主流应用场景当前自动驾驶在载货商用车领域有六大主流应用场景，包括：港口场景、物流园区、矿区场景、机场场景、干线物流、末端物流。17 资料来源：整理；图片来源：Pixabay、苏宁官方稿件。港口场景物流园区干线物流末端物流场景简介：港口场景复杂 度低， 对自动驾驶技术要 求低，但市场规模较小；应用现状：在上海、天津、 宁波、深圳等多地港口已 展开自动驾驶集卡试运营； 天津港已布局超25辆自动 驾驶集卡；车辆类型：自动驾驶集卡

9、；实现功能：自动驾驶集卡 行驶在塔吊和堆场之间，负 责运输集装箱， 速度为 30km/h以下。场景简介：物流园区基建 完善，自动化程度高，内 部行驶的车辆类型较多； 应用现状：菜鸟、苏宁、 德邦均布局物流园自动驾 驶，京东也在筹备5G物流 示范园，全园将引入自动 驾驶技术；车辆类型：自动驾驶重卡 自动驾驶轻型货车；实现功能：仓与仓之间货 物运输，速度为30km/h以 下。场景简介：自动驾驶主要 应用在露天矿区， 该场景 基建程度相对较差， 粉尘 多， 自动驾驶感知难度高；应用现状：白云鄂博矿区、 鄂尔多斯矿区等多个矿区 展开试运营；车辆类型：自动驾驶矿卡 自动驾驶宽体车；实现功能：自动驾驶矿卡

10、 完成岩石土方剥离，将煤 矿运送到指定位置，速度 为30km/h以下。场景简介：机场场景内车 辆类型多，包括加油车、 摆渡车、拖车、飞机等， 对感知和决策的考验较大；应用现状：广州、海口、 北京等多地机场已展开自 动驾驶接驳车试运营；车辆类型：自动驾驶接驳车；实现功能：在机场行李仓 和飞机行李仓之间，运输 行 李 及 货 物 ， 速 度 为 30km/h以下。场景简介：干线物流场景 机动车与非机动车隔离， 无对向来车，降低了感知 及决策难度；应用现状：目前国内应用 是会铺设一条专用的智慧 道路， 图森未来、主线科 技已在多地进行商业试运 营；车辆类型：自动驾驶货车；实现功能：实现货物点到 点的

11、自动干线运输， 行驶 速度80-120km/h。场景简介：末端物流具有高频、分散的特点，目的是解决“最后一公里”配送难题；应用现状：目前苏宁、京东等平台均推出了4级无人配送小车，并已实现试运营；车辆类型：无人配送小车；无人配送大车；实现功能：小体积配送车主要行驶在人行道，负责配送食品外卖；大体积则是用于线下零售配送；行驶速度为15-25km/h。自动驾驶商用车领域六大主流应用场景矿区场景机场场景1.3 自动驾驶应用场景中国自动驾驶港口商业化应用研究The analysis of autonomous driving commercialization at ports in China202.

12、1 应用背景The application background21Part2. 中国自动驾驶港口商业化应用研究2.1 应用背景全球航运市场增长缓慢，航运联盟化已成定局，港口同质化竞 争剧烈，港口寻求内生式利润增长点22 资料来源：根据2019年港口企业年报，整理；数据来源：交通运输部、联合国贸易和发展会议。主要港口腹地货种大连港东北三省、内蒙古东部、环渤海地区油品、集装箱、滚装商品车、铁矿 石、煤炭、钢材、粮食和大宗散杂 货、客运滚装等营口港东北三省、内蒙古东部集装箱、金属矿石、钢材、煤炭及 制品、 粮食、非矿、矿建材料、成 品油及化工产品、滚装汽车等秦皇岛港华北、东北、西北地区、山东、河南

13、煤炭、金属矿石、油品及液体化工、 集装箱、杂货及其他货品天津港唐山港河北，山西、内蒙、陕西 甘肃、宁夏、新疆煤炭、矿石、钢材、集装箱青岛港山东、河北、山西、河南 江苏，陕西、宁夏、甘肃 及新疆集装箱、金属矿石、煤炭、石油、 粮食、钢铁、 木材、汽车、纸浆、 化肥、冷冻品、机械设备及其他液 体散货、干散货、件杂货等日照港环渤海地区矿石、煤炭、焦炭、粮食、木材、 钢材、镍矿、铝钒土、水泥等大宗 散杂货0%20%40%60%80%100%泛太平洋航线大西洋航线欧亚航线2M AllianceOcean AllianceTHE AllicanceOther全球经济贸易增长放缓、国际贸易保护主义抬头致航运

14、市场增长缓慢，自2017年起集装箱吞吐量增速下滑，同比增速不足4%。航运联盟化 格局已定，三大联盟占主要航线90%以上市场份额，航运市场向买方市场转变，港口议价能力持续下降。货主在选择港口时考虑地理条件、 服务质量和价格，以环渤海地区为例，邻近港口的腹地重叠、货类趋同，同质化竞争剧烈。多因素促使港口寻求内生式利润增长点。中国港口集装箱吞吐量及同比增长全球三大航运联盟及市场占比：环渤海地区主要港口腹地及货种统计10.0%9.0%8.0%7.0%6.0%5.0%4.0%3.0%2.0%1.0%0.0%0.00.51.01.52.02.53.020152016201720182019集装箱吞吐量（亿

15、TEU） 集装箱吞吐量同比增速 货物吞吐量同比增速2M Alliance全球三大航运联盟Ocean AllianceThe AlliancePart2. 中国自动驾驶港口商业化应用研究2.1 应用背景卡车司机短缺问题严重，人力、能耗成本高企，降本增效是港 口实现内生式增长的核心途径23 资料来源：机动车驾驶证申领和使用规定，整理；数据来源：光大证券、中国卡车司机报告。折旧/摊销, 33%人工, 33%外付劳务费, 17%燃料费、电费、 材料费、修理 费, 15%其他, 2%48.50%0%20%40%60%80%100%A1A2B2A3及其他大型客车牵引车中型客车大型货车小型汽车A1A2B1B

16、2C1持C1三年以上且最近连续三个 记分周期内没有记满12分记录持B1/B2三年以上且最近连续三个 记分周期内没有记满12分记录目前，卡车司机中仅有48.5%的司机持A2驾照，由于港口运输集卡司机须持A2级驾照，考取A2级驾照至少需6年驾驶经验（3年C1及3年 B1/B2） 。此外由于港口内3公里运输枯燥且三班倒作业工作强度大，对年轻司机吸引力差，51.5%的司机年龄在35岁以上，司机新生力量 不足。综合因素导致港口司机短缺问题严重，人力运输成本高企。此外当前港口运输多采用柴油集卡，能耗大，人力及能耗成本占港口总 成本65%。通过成本管控、效率提升实现内生式增长是港口实现内生式增长的核心途径。

17、集卡司机所持驾照类别占比集卡司机年龄结构分布：港口各部分成本占比36-40岁26.60%31-35岁25.50%46-50岁6.60%41-45岁26-30岁其他17.90%16.90%6.5%Part2. 中国自动驾驶港口商业化应用研究2.1 应用背景水平运输自动化是港口实现降本增效的核心，自动驾驶集卡是 现有最优解决方案24 资料来源：根据西井科技、中国重汽，整理。*注：AGV： 自动导航运载车；ASC：自动集装箱轨道式起重机；Autostrad：自动跨运车1960s1970s2020s2030s船只/港口龙门吊港口岸桥，场桥，集卡ASC*,AGV*和Autostrad*远控岸桥/场桥/自

18、动驾驶集卡1993年，荷兰ECT 码头开发全世界第 一个全自动码头2017年，上海洋山 四期开港，是全球 单体最大的全自动 码头2018年，西井科技、 主线科技相继落地试 验港口自动驾驶集卡自1960年以来，港口自动化作业水平不断提升，当前港口垂直运输通过自动化轨道吊已实现较高水平自动化作业，但水平运输自动化仍是 港口自动化升级的核心痛点。现有解决方案中AGV*场地改造难度大及单车价格高昂，自动驾驶跨运车由于堆箱高度限制不适用我国港口。 综合考虑下，自动驾驶集卡对场地改造要求低、单车成本较低且使用灵活便利，是新旧港口水平运输自动化改造的最优解决方案。港口机械发展历程港口运输解决方案感知、定位、

19、导航系统基础设施改造采购、维护、保养成本运输能力使用区域限制使用便利性调整作业区域未来技术升级潜力适用港口AGV*道路预埋磁钉前期投入大， 改造费用高单车成本高昂水平运输仅港内限定区域仅能够自动驾驶需重新铺磁钉低大型新建港口自动驾驶跨运车车载传感器基本无需场地改造单车成本较高水平及垂直运输仅港内限定区域同时支持自动驾驶 和远程控制简单易行高堆垛箱数较少的新旧港口自动驾驶集卡车载传感器基本无需场地 改造单车成本较低水平运输港内、港外、等 级公路同时支持自动驾驶 和远程控制简单易行高新旧港口1980s1990s2010s港口运输解决方案对比2.2 应用现状The status quo of app

20、lication25Part2. 中国自动驾驶港口商业化应用研究2.2 应用现状自动驾驶集卡通过车队管理系统融入港口作业系统，实现协同 作业26 资料来源：根据毕马威，整理。闸口（水平运输）外集卡（水平运输）场桥（垂直运输）自动驾驶集卡（水平运输）岸桥（水平运输）集装箱码头采用闸口场桥内集卡岸桥的运输系统。外集卡经过闸口在场桥完成装卸，内集卡再将集装箱转运至岸桥装船作业，自动 驾驶集卡将替换传统内集卡，完成堆场岸桥水平运输作业。自动驾驶集卡通过车队管理系统融入港口TOS系统，与港口对接，实现后台 统一调度、规划路线，车辆远程监控、智能化管理等功能。港口作业系统及自动驾驶集卡应用示意图港口TOS

21、系统智能闸口系统堆场管理系统岸桥管理系统岸桥自动控制系统轨道吊自动控制系统闸口协同作业数据交换发送任务指令车辆管理系统向集卡发送具体任务反馈车辆数据自动驾驶集卡Part2. 中国自动驾驶港口商业化应用研究2.2 应用现状技术解决方案提供商与主机厂协同推进自动驾驶港口商业化应 用，合作联盟格局初定27港口自动驾驶集卡港口自动驾驶集卡西井科技主线科技图森未来畅行智能智加科技经纬恒润中科云杉Autobrain 资料来源：根据西井科技、主线科技访谈、斯年科技访谈，整理。港口整车售卖整车售卖Innoviz技术支持自研自研振华重工江铃重汽 中国重汽陕重汽吉利新能源比亚迪 一汽解放 威驰腾汽车 三一海工 上

22、汽红岩 东风商用车斯年智驾当前港口自动驾驶应用主导方分为技术解决方案提供商和主机厂，由主导方最终向港口售卖自动驾驶集卡。技术解决方案提供商作为主导 方时，上游企业、主机厂作为供应商为技术解决方案商提供所需零部件和整车；主机厂作为主导方时，上游企业、技术解决方案商作为供 应商为主机厂提供所需零部件和自动驾驶系统。技术解决方案提供商与主机厂合作联盟格局初定。技术解决方案提供商与主机厂合作联盟盘点代运营Part2. 中国自动驾驶港口商业化应用研究2.2 应用现状自动驾驶相关企业在港口布局加速，“北中南”沿海的重要港口均有布局28 资料来源：整理。2018年起，以西井科技、主线科技、图森未来为代表的自

23、动驾驶技术解决方案提供商纷纷与港口合作，进行自动驾驶集卡落地应用试验， 并逐步进行商业化试运营。以一汽解放、东风商用车、上汽红岩为代表的主机厂也通过合作或自研的方式研发港口自动驾驶集卡并进行落 地应用。目前国内已有11个港口落地应用自动驾驶集卡，“北-中-南”沿海重要港口均有企业布局。中国自动驾驶港口落地分布图中科云杉+ 威驰腾汽车 深圳妈湾智慧港2020主线科技+中国重汽 天津港20182018智加科技+一汽解放 青岛港2020图森未来+陕重汽上海临港-洋山港（东海大桥）2019经纬恒润+一汽解放唐山港2019上汽红岩上海临港-洋山港（东海大桥）2020陕重汽+Innoviz将在中国最大港口

24、布局自动驾驶畅行智能+吉利新能源 宁波舟山港2018主线科技+中国重汽宁波舟山港2020数翔科技+中集车辆镇江港2019西井科技珠海港2018西井科技深圳盐田国际集装箱码头2018三一海工+ Autobrain深圳妈湾智慧港20202020畅行智能+比亚迪深圳妈湾智慧港主线科技+中国重汽 深圳妈湾智慧港2020东风商用车厦门港20202018图森未来+陕重汽曹妃甸港201820192020Part2. 中国自动驾驶港口商业化应用研究2.2 应用现状已落地港口自动驾驶车型多样，电力驱动车型是自动驾驶港口 应用趋势29 资料来源：整理；图片来源：车辆图片均来自其公司的官方稿件。港口专用车型目前已落

25、地港口自动驾驶运输车可分为集卡车型和港口专用车型。集卡车型基于传统集卡加装自动驾驶系统，港口专用车型去除驾驶舱， 仅包括底盘和自动驾驶系统，在转向系统设计上更具灵活性。自动驾驶港口运输车辆多采用电力驱动，控制响应时间更短，且能为自动驾 驶系统直接提供电源，相比燃油车效率更高，电力驱动车型是自动驾驶港口应用趋势。自动驾驶港口应用车型盘点一汽解放车型：一汽解放J7 动力方式：燃油驱动落地港口：青岛港；唐山港主线科技车型：中国重汽豪沃T5G 动力方式：电力驱动落地港口：天津港；宁波舟山港；妈湾港上汽红岩车型：上汽红岩杰狮C6 动力方式：天然气驱动 落地港口：上海洋山港集卡车型图森未来车型：陕重汽德龙

26、X6000 动力方式：燃油驱动落地港口：曹妃甸港；上海洋山港畅行智能车型：比亚迪 动力方式：电力驱动 落地港口：妈湾港三一海工车型：未知动力来源：电力驱动落地港口：妈湾港西井科技车型：江铃重汽动力方式：电力驱动落地港口：珠海港；深圳国际集装箱码头中科云杉车型：威驰腾汽车 动力方式：电力驱动落地港口：妈湾港东风商用车车型：东风商用车动力方式：电力驱动落地港口：厦门港车型：一汽解放J7 动力方式：燃油驱动落地港口：青岛港；唐山港一汽解放Part2. 中国自动驾驶港口商业化应用研究2.2 应用现状港口自动驾驶集卡采用多传感器融合方案，数据融合、信息共 享、协同作业要求港口具有较好的通信环境30 资料

27、来源：根据卡车之家解说上汽红岩5G智能重卡，整理；图片来源：Pixabay。已落地港口自动驾驶集卡大多采用多传感器融合的方式。以激光雷达为主传感器，辅以毫米波雷达、超声波雷达、摄像头、GPS定位导航和 IMU惯性导航，再通过自动驾驶软件算法和控制系统实现环境主动感知、自主定位、自主智能控制、远程通讯和遥控控制等功能。除车上 搭载的多种传感器外，通信技术和V2X技术都会对港口自动驾驶应用产生影响。港口自动驾驶集卡传感器布置方案及搭载技术示意图车头中间三目摄像头*1、摄像头*2*1车顶中间激光雷达*1车头下方 超声波雷达*4车门下方 摄像头*1车内CAN总线车头两侧毫米波雷达*2、 激光雷达*2车

28、顶中间GPS+IMU车尾两侧毫米波雷达*2车身侧面超宽频通讯设备车尾中间摄像头*2车尾下方 超声波雷达*6车内 计算平台V2X技术辅助单车智能，加快自动驾驶落地应用通信技术4G/5G边缘计算车与车、车与路之间的数据传输Part2. 中国自动驾驶港口商业化应用研究2.2 应用现状当前港口通信建设与运维成本高、稳定性差，5G移动通信技术或将解决港口通信难点31 资料来源：根据5G智慧港口实施方案及技术路线图，整理。技术指标峰值速率用户体验速率流量密度端到端时延连接数密度移动通信环境能效频谱效率4G参考值1Gbps10Mbps0.1Tbps/k10ms105k350km/h1倍1倍5G目标值10-2

29、0Gbps0.1-10Gbps10Tbps/k1ms106/k500km/h100倍提升3-5倍提升提升效果10-20倍10-100倍100倍10倍10倍143倍100倍3-5倍通信覆盖面积广大型设备信号屏蔽港口通信难点作业指令传输要求低时延数据私密性要求高施工难度大可移动性差速率不稳定质量不稳定抗干扰能力差光纤通信WiFi通信通信 方式当前港口网络通信多采用光纤通信、WiFi通信的方式，存在诸多弊端。例如，光纤通信基建成本高，大量施工影响港口正常作业；WiFi通 信质量不稳定且抗干扰能力差。因此，现有港口的通信环境增加了自动驾驶集卡应用的难度。5G移动通信与4G移动通信相比在技术指标上有明显

30、提升，其超低时延、超大带宽、超多连接数的网络特性能够满足港口作业及自动驾驶集 卡应用需求；此外，由于5G移动通信速率提升了143倍，解决了光纤铺设难题，降低了港口通信环境改造成本，将解决港口通信难点。港口通信难点及通信弊端基建成本高4G、5G移动通信技术指标对比2.3 新技术影响The effects of new technology32Part2. 中国自动驾驶港口商业化应用研究2.3 新技术影响5G通信凭借超大带宽、超低时延、多连接数特性将支持港口自 动驾驶集卡应用移动边缘计算（MEC*）、5G基站、5G专线连接5G核心网构成港口5G通信网络架构。5G通信的超大带宽可支持多路移动高清视频

31、回传，超 低时延可实现高可靠、高实时性的PLC通信，多连接数满足多设备终端连接。5G通信可满足港口自动驾驶集卡在多传感器融合、视频监控、 调度系统、远程控制及车辆编队环节涉及的数据传输需求，帮助港口自动驾驶集卡车队在智能车管系统和TOS系统管理下实现协同作业。33 资料来源：根据华为智慧港口解决方案、5G车联网十大产业化趋势，整理。*注：MECMobile Edge Computer，移动边缘计算5G在自动驾驶港口场景的应用5G核心网5G 基站专线/5GMEC*私有云智能车管平台TOS系统视频录像机传感采集时延：100ms；带宽：50-100Mbps自动驾驶集卡通过5G将传感器采集到的信息上传

32、至云端 网络，实现信息交互，减少行为决策和路径规划的时间。视频监控时延：200ms；带宽：上传30Mbps、下载1Mbps车管平台利用5G超大带宽，对自动驾驶集卡行驶路线进行实 时监测。车端也可以通过5G网络向远端控制台发送视频画面。调度系统时延：100ms；带宽：50-100Mbps车辆管理平台通过5G发送作业指令至港自动驾驶卡车。自动驾驶卡 车在获得相应指令后，可实现码头内任意两点间的水平移动。远程控制时延：30ms；带宽：0.05-0.1Mbps自动驾驶集卡通过5G向远端控制台发送车辆当前状态信息，可在极端天气、系统卡死等特殊状况下实现对集卡的远程控制。车辆编队时延：25ms；带宽：0.

33、25-65Mbps依托5G超大带宽，多连接数的特性，实现自动驾驶集卡车队内数据 交互，以车队编组完成作业及行驶任务。Part2. 中国自动驾驶港口商业化应用研究2.3 新技术影响2020年，5G技术已实现了从“能用”到“好用”，更好地支持自动驾驶相关技术在港口应用2020年7月，国际标准组织3GPP宣布R16标准冻结，标志5G第一个演变版本标准完成，该标准围绕“新能力拓展”、“已有能力挖掘”和 “降本增效”三方面，提升了5G通信效率，进一步满足自动驾驶应用的需求。R16标准下5G技术最快可缩短至5毫秒以内的端到端时延，并 拥有更高的可靠性，能够更好的满足自动驾驶感知、决策、控制以及协同作业等需

34、求。34 资料来源：根据5G智慧港口白皮书、5G智慧港口实施方案和路线图，整理。*注：V2X：车路协同；eMBB：增强移动宽带；URLLC：极可靠低时延通信；mMTC：大规模机器类型通信。R16功能更新超可靠低延迟通信（URLLC）的增强5GS增强了对垂直行业和LAN的服务的支持蜂窝物联网的支持与扩展增强V2X支持5G定位和定位服务UE无线功能信令优化5G卫星接入5G网络自动化架构的支持无线和有线融合增强关键任务，公共警告，铁路和海事流媒体和广播用户身份验证，多设备支持增强网络切片增强无线NR功能2015201620202021R17技术布局、理想规划阶段关 键 技 术非独立组网NSA NR构

35、筑NR技术新波形新帧结构4G/5G上下行解耦独立组网SA NR站点储备完成业务基础设计开创行业数字化提升NR竞争力新多址eMBBSelf-backhaulV2XD2DuRLLC增强时间 20143GPP5G标准发展2019R16增强标准正在制定NReMBB+URLLC+mMTC5G标准发展盘点20172018R15国家标准已经完成标准加速Part2. 中国自动驾驶港口商业化应用研究2.3 新技术影响5G发展推动了去中心化的计算和组网方式，MEC+V2X将先一 步落地应用35资料来源：根据华为智慧港口解决方案、GSMA5G时代的边缘计算：中国的技术和市场发展、5G车联网十大产业化趋势，整理。提升

36、安全性弥补车辆感知盲区，拓展感知范围和距离，有效避免障碍物影响减少单车成本可以减少大范围通信铺设费用与单车 传感器搭载数量，有效节约成本加快应用布局现有的通信技术和感知技术下，MEC 结合智能路侧是最快落地应用的方式提升效率提前感知路况、进行路径规划，减少 事故，有效提高单车工作效率2021-20222023-2025需 求V2X智慧园区交通管理远程驾驶自动驾驶汽车L4、L5MEC+V2X的优势单车每天处理40TB原始数据自动驾驶卡车智能道路作用减少港口云下方大部分计算任务车端路端MEC视频端智能监控实时视频解析处理实时道路数据计算及共享地图动态位置共享及跟踪内部传感器实时信息采集外部传感器实

37、时信息采集实施形式与路径规划调整远程实施视频监控搭载虚拟测试环境车辆道路数据备份装卸作业区堆场作业区水平运输区实时地图定位更新实时道路信息采集实时路径规划调整当前MEC技术发展适用于V2X，但是仍无法搭载在高等级自动驾驶汽车中。MEC+V2X智能路侧技术是通过把传感器架设在道路侧，将感 知到的实时道路信息与车辆共享，实时进行计算处理，使车辆拥有超远视野感知能力，可以提前预判危险，更换路径规划，减少单车传感 器的搭载数量。因此，为了加快实现自动驾驶商业化应用，MEC+V2X逐渐成为了中国特色的自动驾驶应用道路。边缘计算自动驾驶场景应用时间线MEC+V2X在港口水平运输端的应用实时车辆内外数据计算

38、及融合Part2. 中国自动驾驶港口商业化应用研究2.3 新技术影响“单车智能+V2X“将成为国内港口主流的自动驾驶水平运输 技术路线36 资料来源：根据何继红自动化集装箱码头应用技术，整理。车辆管理平台发送全部作业指令回传传感器数据，车辆数据等装卸作业区堆场作业区 向自动驾驶集卡输出具体任务V2X智能路侧提前发送道路信息目前，国内自动驾驶应用的两种主流路线是单车智能、单车智能+V2X。国内多数港口仍采用4G通信技术，单车智能在港口应用的稳定性较 差，比如可能受到金属集装箱干扰及移动通信速率不稳定的影响。单车智能+V2X将降低对通信速率的要求，可以有效减少单车上搭载的传 感器数量，降低单车成本

39、。因此，针对港口场景应用，国内自动驾驶企业倾向于采用单车智能+V2X技术路线。单车智能+V2X技术路线平面示意图TOS系统单车智能该技术路线要求自动驾驶集卡足够 智能，当集装箱遮挡信号的情况下， 车辆需通过自身强大的感知能力， 完成运输工作。单车智能+V2XTOS系统会将全部作业指令发给车 管平台，V2X技术提前将路况发给 车管平台，然后车管平台会下发具 体的任务给自动驾驶集卡。水平运输区水平运输区水平运输区水平运输区水平运输区2.4 新型产业链New industry chain37Part2. 中国自动驾驶港口商业化应用研究2.4 新型产业链自动驾驶应用重塑商用车产业链，新生态下数据、软件

40、、服务 价值突显38 资料来源：整理。物流车队技术解决方案提供商港口原材料供应商系统/一级供应商自动驾驶集卡整车售卖自动驾驶集卡整车售卖自动驾驶集卡整车售卖运输服务通信服务零 部 件主机厂自 动 驾 驶 系 统线 控 卡 车高精度地图等技术服务激光雷达/芯片等零部件传统汽车产业链呈稳固的金字塔结构，从下至上分别是原材料、二三级零部件供应商、一级供应商、主机厂。新兴技术诞生，往往会重构 原有产业链链条。自动驾驶的应用打破传统的商用车供应链边界和体系，形成新的汽车产业生态。新型零部件和技术的应用使得许多科技 企业成为新型供应商，云服务的应用带来更多跨界合作，产业生态更加丰富。新的产业链下价值发生转

41、移，数据、软件、服务价值突显。自动驾驶商用车产业链（以港口场景为例）传统产业链供货商电子元件供应商新型技术供应商新产业链供货商新型零部件供应商通信运营商通信设备商新增服务商云服务商Part2. 中国自动驾驶港口商业化应用研究2.4 新型产业链自动驾驶港口应用产业图谱BYD39资料来源：整理。上游企业场景方技术解决方案商应用层主机厂/机械设备商云服务商通信连接服务商通信运营商通信设备商感知层决策层控制层高精度地图、 高精度定位港口企业2.5 商业化应用评价体系Evaluation system of the commercialization40Part2. 中国自动驾驶港口商业化应用研究2.5

42、 商业化应用评价体系自动驾驶集卡商业化应用评价体系41本报告的商业化评价体系将讨论自动驾驶集卡在港口商业化应用的时间拐点及市场规模。将从政策层面、需求层面（港口）和供 给层面（自动驾驶集卡提供方），对自动驾驶集卡在港口商业化应用的时间拐点及市场规模做出预测。自动驾驶集卡港口的商业化应用受多因素影响，在此评价体系中仅选取最直接相关的指标（如政策完善度、成本收益对比情况、 终端应用需求迫切程度、场景技术实现难易程度和产品生产成本等），其它商业化应用可能影响因素详见附录。商业化应用评价体系政策层面汽车自动化发展战略、智能汽车标准体 系建设及港口智慧化、绿色化发展规划 将促进自动驾驶集卡在港口商业化应

43、用 的发展。供给层面将影响供给层面的主要因素归结为技术难易程度与成本高低。研究发现，供给方已实现在单一港口 应用自动驾驶集卡所需技术，但未达 量产的硬件成本和车端成本致使目前 自动驾驶集卡单车成本高。需求层面将影响需求层面的主要因素 归结为采用自动驾驶集卡的成本收益 对比情况和需求迫切程度。研究发现：大港口已经开始布局自动 驾驶集卡；中小港口或将受制于自身 资金压力，难以承担投入成本。Part2. 中国自动驾驶港口商业化应用研究2.5 商业化应用评价体系需求方成本收益对比：自动驾驶集卡初始投入高于传统燃油集 卡且存在潜在间接成本42 资料来源：整理。在当前情况下，港口购置自动驾驶集卡的直接成本

44、为195万，远高于传统燃油车的购置费用。当自动驾驶集卡替换传统燃油车时，虽节省了人力成本和能源成本，但辞退职工可能会涉及补偿费用，同时原有燃油车的废弃或转卖也会 产生相应的处置费用。此外，港口场景不同于公共道路，具有特殊的标志标识，在自动驾驶集卡应用上可能产生额外的场景改造费用。港口采用自动驾驶集卡成本购置成本港口采用自动驾驶集卡的直接成本体现在初始的购置成本上。根据专家访谈获悉目前自 动驾驶集卡的单车价格为195万（如左图所示）。假设一个中小港口所需生产用集装箱卡 车为100量，则购置自动驾驶集装箱卡车的初始成本将达到1.95亿元。自 动 驾 驶 集 卡 整 车 价 格195万65万裸 车自

45、 动 驾 驶 系 统130万其他成本原有柴油车处理成本：普通柴油集装箱卡车设计使用年限为10年，假设中小港口生产用 100量集卡剩余的总使用年限为500年，则剩余价值为3250万元。若按剩余价值的80%转 卖则将产生650万元的损失。人员解雇费用：自动驾驶集装箱卡车的应用可能会造成港口的劳动力剩余，辞退员工可能会产生一些额外的成本。场景改造费用：自动驾驶集卡的应用可能会对原有的指示牌进行更新，或设立新的指示 牌。Part2. 中国自动驾驶港口商业化应用研究2.5 商业化应用评价体系需求方成本收益对比：当前价格水平下，自动驾驶集卡投入第 三年成本与传统燃油集卡持平43 资料来源：整理。*注： 年

46、平均成本=累计使用成本/已使用年数； 如右图所示，累计使用成本=购置成本+投入使用后运营所需人力和能源成本。113万元/年86万元/年第1年第2年第3年第4年第5年累计使用成本传统燃油卡车自动驾驶集卡(2020)自动驾驶集卡(2023)整车价格65195130使用后，购置、人力成本和能源成本第一年124200135第二年183206141第三年243211146第四年302216151第五年361221156第六年420227162第七年479232167第八年539237172第九年598242177第十年657248183预测，至2023年，自动驾驶系统成本的下降将导致整车价格下降至130

47、万元/辆（详见2.6中对商业化时间拐点研判）。通过对比传 统燃油卡车和自动驾驶集卡年平均成本*，当前价格水平下自动驾驶集卡在投入使用的第三年将与传统燃油卡车成本相当。传统燃油车与自动驾驶集卡（2020）年平均成本曲线相交于1.2年，对应累计成本约136万元；传统燃油车与自动驾驶集卡（2023）年平均成本曲线相较于2.4年，对应累计成本约206万元。自动驾驶集卡年平均成本分析*传统燃油卡车、自动驾驶集卡全生命周期成本分析（万元）传统燃油卡车自动驾驶集卡(2020)自动驾驶集卡(2023)资料来源：整理。*注：1）TCO全称Total cost of ownership；2）人力成本数据系根据专家

48、访谈及港口司机招聘公开信息综合得出。Part2. 中国自动驾驶港口商业化应用研究2.5 商业化应用评价体系需求方成本收益对比：相较传统燃油集卡，自动驾驶集卡将节省人力与能源成本34.44万元/年/辆，降本效果显著认为，自动驾驶集卡将从人力成本和能源成本两个方面节省港口运营成本。首先，认为自动驾驶技术的本质与工业机器人类似，即通过技术来替代实际的劳动力。经计算，每辆自动驾驶集卡将节省人力成本36万元/年。其次，从燃油车到电动车，自动驾驶集卡在港口将节省能源成本17.94万元/年/辆。在当前价格（195万元）下，自动驾驶集卡可以节约34.44万元/年/辆；当价格降为130万元时，自动集卡可以为港口

49、节约40.94万元/年/辆。44，核心假设：认为车辆折旧年限 为10年：理论上，自动驾驶 算法会优化驾驶策略与驾驶 路径、，自动驾驶将有效提 升作业效率，减少维修成本 增加车身使用寿命。但由于 数据采集等客观原因，亿欧 智库预估车辆折旧年限约为 10年。在人力成本测算上，亿欧智 库假设港口运营集装箱卡车 采用三班倒的形式，且人均 人力成本为12万元/年*。在能源节省测算上，亿欧智 库假设港口年平均运行里程 为9.7万公里，平均耗油量为 45L/100km，柴油价格为5.3 元/L 。电动集卡耗电量为 67.75kwh/100km，电价位0.8 元/kwh亿欧智库：自动驾驶电集卡TCO*分析（每

50、年每车）302013.001006.506.506.50单位：万元-36.00当前情况下（整车价格195万元）-17.94自动驾驶系统 每车每年节省 成本34.44万元-36.00当整车价格降为130万元时-17.94自动驾驶系统 每车每年节省 成本40.94万元(10)(20)(30)(40)(50)柴油集自动驾人力卡成本驶系统节省能源节省柴油集自动驾人力卡成本驶系统节省能源节省自动驾驶系统每年节省成本Part2. 中国自动驾驶港口商业化应用研究2.5 商业化应用评价体系需求方迫切度：港口装卸业务增长平稳，行业集中度提升，头 部企业纷纷布局自动驾驶集卡2015-2019年港口总吞吐量增速小幅

51、增长，年化增长率为4.2%。按当前情况推测，至2025年，中国港口整体吞吐量将增长至178.26亿吨。2015-2019年港口业务向大港口集中，行业前5名港口吞吐量集中度从18.8%提升至26.36%，导致中小港口业务竞争加剧。在布局自动驾驶集卡的11家港口企业中，8家为上市企业，大多以小范围试运营为主。综上所述，盈利水平更高的企业更有能力承担采用自动驾驶集卡的前期投入，中小港口采用意愿或将受到本身盈利能力影响。45港口吞吐量港口行业集中度151.7139.52.02.22.42.62.83.03.23.43.6178.26 3.8040801201602015201720192021E202

52、3E2025E货物吞吐量（亿吨）集装箱吞吐量（亿TEU）5.38%6.99%7.19%7.56%8.03%18.80%24.55%25.19%25.12%26.36%20152016201720182019Cr1Cr501234567ROE22ROE55ROE88ROE1212ROE各净资产收益率水平下港口上市公司布局自动驾驶集卡情况布局自动驾驶集卡的上市公司个数港口公司数量数据来源：交通运输部、Choice，整理。注：由于统计口径更改，2019年对应两个吞吐量数据。左侧数据151.7为按可比同比增长推测数据，右侧数据139.5为统计口径更改后实际数据。Part2. 中国自动驾驶港口商业化应用

53、研究2.5 商业化应用评价体系供给层面：港口场景标准化程度不足与硬件成本高是自动驾驶 集卡商业化的主要制约因素自动驾驶技术在港口作业的技术难点在于作业环境特殊、作业精度要求高和场景标准化程度低。基于自动驾驶集卡在港口测试和试运营的 现状，作业环境与作业精度的问题已取得一定程度的解决，制约港口自动驾驶集卡商业化应用的主要原因是场景的标准化程度不足。当前 自动驾驶解决方案提供商与各个港口的合作还处在定制化开发的阶段，距离标准化生产尚需时日。传感器（如激光雷达）、车端（线控平台）等硬件成本是自动驾驶标准化生产的主要制约因素。46 资料来源：根据专家访谈，整理。硬件在感知层，制约硬件成本无法下降的产品

54、包括 激光雷达、多目摄像头等。以激光雷达为例， Velodyne激光雷达64线价格近8万美元，16线 激光雷达也要达到4000美元。以上汽红岩自动 驾驶集卡为例，单车要搭载3个激光雷达。且 在港口高盐作业环境下，机械式激光雷达将加 快磨损，平均每年折旧金额达到6000美元（合 人民币约4.2万元）。现存的解决方案有棱镜式激光雷达和固态混合 式激光雷达等，但目前还只是样品。也有解决方案将激光雷达与摄像头前端融合（ Aeye- iDAR），进一步降低成本。车端对于解决方案提供商来讲，车端的价格也是一 个制约因素。由于自动驾驶系统搭载的车型尚 未实现量产，部分解决方案提供商会选择与主 机厂合作定制车

55、辆，在未起量之前，单位成本 难以降低。在大雨、大雾、 台风等极端天 气下持续工作高盐、潮湿的 环境将加快器 械损耗作业环境由于港口特殊的地理环境，自动驾驶集卡需 要在极端天气下持续作业，将会提升自动驾 驶感知与决策难度，同时高盐潮湿的作业环 境也会加快硬件器械的损耗，增加替换成本。作业精度5cm误差对作业精度有较高的标准，比如与吊桥交 互作业时，停靠距离误差不超过5cm。消除误差精准定位自动驾驶集卡与其它大型机械交互作业时， 港口金属集装箱、大型基建设备都会干扰自动驾驶集卡的定位信号，这将扩大基于GPS的RTK高精定位的误差。金属集装箱会干扰车辆的定位信号标准化的港口复制 复制场景标准化港口间

56、的基础建设仍存在差异，目前开发的 自动驾驶解决方案无法适用于所有港口，需 要进一步改善自动驾驶应用的标准化。港口A港口B港口C港口场景 技术难度2.6 商业化时间拐点及市场规模The turning point of commercialization and market scale47Part2. 中国自动驾驶港口商业化应用研究2.6 商业化时间拐点及市场规模商业化时间拐点：预测，自动驾驶集卡在港口的商业 化应用将在2022-2024年之间实现随着技术成熟，整个自动驾驶系统的成本会迅速下降。根据定量分析的结果到2023年，自动驾驶系统成本将降至约65万人民币，与港口愿 意支付的溢价相同。根

57、据对政策层面、需求层面、供给层面的定性判断，认为自动驾驶集卡在港口的商业化或将早于定量判断的 结果（2023年），预计将在2022年-2024年间达到商业化应用时间拐点，进入商业化应用阶段。48 数据来源：根据国家统计局，整理。核心假设：1.按照国家统计局2014-2019年 交通运输、仓储和邮政业其 他单位就业人员平均工资数 据得出5年工资平均增长水平 为7.7%；在目前的时间节点，各解决 方案业务仍处在利润微薄的 阶段，自动驾驶价格将完全 反映其单车平均成本；自动驾驶技术为港口带来的 运营成本（人力和能源）的 降低是港口愿意支付的溢价；当自动驾驶系统成本与港口 愿意支付的溢价持平时，解 决

58、方案业务将达到运营盈亏 平衡点。在这一点后自动驾 驶系统价格将保持不变，但 成本可或可继续下降。中国自动驾驶集卡商业化时间研判0204060801001202019202020212022202320242025商业化港口智慧化、绿色化发 展的相关指导文件，将 提高港口替换车辆的需 求；自动驾驶技术发展规划 文件、标准的树立将促 进技术进一步发展。生产成本（制约）硬件成本与车端成本因未达 量产而无法下降，将制约公 司利润空间，延迟商业化应 用进程。迫切度（制约）行业发展增速放缓的背景下，货运业务 向头部港口集中，与中小港口比，其降 本增效需求或不迫切。但中小港口受制 于自身盈利水平，或致使其无

59、法布局。 若融资租赁模式或代运营模式成立，将 促进这一部分需求。（万元）自动驾驶系统人力+能源成本节省140供给层面场景技术难度（促进）目前自动驾驶技术已满足 港口作业要求，并有实际 应用的案例。但是场景的 可复制能力需要提升。政策层面促进需求层面成本收益（促进）自动驾驶集卡在港口应用将节省港口 的人力成本与能源成本，增强企业采 用的意愿。但需求方可能会缺少对自 动驾驶集卡降本增效的认知。Part2. 中国自动驾驶港口商业化应用研究2.6 商业化时间拐点及市场规模市场规模：港口装卸业务增长平稳，预测至2025年，全国港口 自动驾驶集卡销售额将达到53.7亿元49 数据来源：根据中国港口统计年鉴

60、，整理。稳定增长的港口吞吐量将直接作用于自动驾驶集卡终端应用市场的需求。按照岸桥与内集卡数量1:5配比，预测至2025年我国港口将需约 19877辆内集卡（包括普通燃油集卡和自动驾驶集卡）来满足港口内的运输需求。预测在2025年，将有4141辆港口自动驾驶内集卡，港口自 动驾驶内集卡采购额达到53.7亿元。同时，随着成本的进一步下降，企业的盈利将进一步提升。市场规模预测2025E2018约3300台岸边用起重机 约16660辆内集卡约3976台岸边用起重机约19877辆内集卡=2000台岸边 用起重机=2000辆内集卡图例9.113.623.535.453.768.66601050181027