车东西 | Origin

上周，谷歌旗下自动驾驶公司Waymo的无人卡车正式开始运货服务。

而在中国珠海的港口中，一台无人卡车也正在集装箱的堆垛中穿梭测试，为港口中无人驾驶集装箱卡车队的大规模运营做着准备。

日前，车东西来到上海，与打造这辆无人集卡的人工智能创业公司西井科技的CEO——谭黎敏进行了深度交流，理解了西井科技在港口自动驾驶上的打法，以及细分场景中所蕴藏的自动驾驶率先商业化的机会。

▲西井科技CEO 谭黎敏

从类脑芯片到自动驾驶

创办于2015年的西井科技并不是一自动驾驶出身的创业公司。一开始的时候，西井以研发类脑芯片而著称。

从西井对其芯片的命名中，可以看出这家公司的野心：西井仿生类脑芯片名唤“深南（deepsouth）”，直接对标IBM研发的“真北（Truenorth）”。并且，后发的西井深南在某些指标上比真北更加凸出，比如真北能模拟出100万神经元，而西井则表示他们将这一参数提高到了5000万个，功耗能够做到传统芯片的数百分之一。

但仿生类脑芯片在技术与生态体系上尚不完善，因此即使是IBM这样的巨人，也没能有效推动类脑芯片的商业化。西井也不例外。

不过西井面向深度学习的类脑芯片deepwell项目保存了下来，并且已经迭代到了第二代，去年10月份在台积电进行了流片，对实物进行进一步测试。

西井科技的CEO谭黎敏告诉车东西，从目前来看，一枚AI芯片的适用范围比较窄，在实用性上不太理想。在人工智能快速发展的时候将算法固化为芯片也有一定风险，因此西井在芯片量产工作上并没有走得很急。

在手中掌握的底层芯片能力无法完全发挥的情况下，西井转向了应用端，直接从下游的市场需求来定义自己的产品。地处上海这个国际大港的西井科技很快看到了港口的自动化升级这个机会。

2016年，西井科技推出了一套智慧港口系统，以图像识别技术来分析视频流信息，判断集装箱的编号、到离港状态等，用几枚摄像头就取代了通过人力实现的二次检验工作。这些功能被谭黎敏称为智能理货。

一年时间内，西井的智慧港口系统已经推广到11个港口，遍布中国东部沿海。

在这套系统推广运行期间，有港口运营方向西井反馈，希望他们能够提供港口的无人驾驶方案。看到下游主动提出了需求，在评估市场和自身技术后，西井团队决定开辟自动驾驶业务，并开启了相关人才招募。

西井科技如今的CTO张波博士随即加入公司，他曾经参与过欧洲航天航空局的登月车研发，在无人车和图像识别领域都有积累。到接受车东西采访时，西井专职进行自动驾驶相关研发的人员已经达到25人，超过公司总人数三分之一。

▲西井科技CTO张波博士在演示现场

在经过一年多的研发工作后，西井科技今年1月联合振华重工，在珠海港先后进行了跨运车（在码头搬运、堆砌集装箱的专用车辆）和集装箱卡车的无人化运行演示。

在演示现场，一辆无人驾驶卡车自己拐了弯儿，又沿着车道线驶向龙门吊下方，自行停稳，接住了吊装的集装箱。

多传感器融合打造港口无人车

在主流的认知中，封闭场景下的自动驾驶要比开放道路中更加容易实现，而港口正属于封闭场景。但谭黎敏说，真正投入过自动驾驶研发，才知道封闭环境的自动驾驶做起来其实并不简单。

在开放道路中，地面环境是相对固定的，各种静态标志物至少会在一段较长时间中保持固定不变。但港口则不一样，码头之内堆放的集装箱被来来回回吊装过后，在半天之内，无人卡车可能就会面临全新的行驶环境。

在港口里面，无人卡车和大型设备是有交互需求的，车辆必须停靠在限定区域内以便进行吊装等操作，这对停靠精度的要求是：误差不超过五厘米。

而港口巨大的集装箱货船、高大的跨运车都可能对GPS信号形成干扰，使基于GPS的RTK高精度定位误差加大。

为了满足这样精准的驾驶任务，西井的团队选择了在自动驾驶的感知层面使用多传感器融合的方案，为无人卡车配置了两枚Velodyne的16线激光雷达，一枚图像识别摄像头，以及一枚德尔福的毫米波雷达，再加上GPS等，来满足驾驶不同阶段的不同需求。

▲无人集卡在转弯

在无人卡车出发时，基于GPS定位会有路径规划，引导车辆前往目标区域。而在行驶的途中，激光雷达、毫米波雷达、摄像头会承担起环境感知的任务，其中摄像头会基于图像识别来认出箱体编号，找到属于自己的目标集装箱。到最后的“对齐环节”，激光雷达精准的测距能力又会帮助车辆尽可能地精确停靠。

而毫米波雷达，则形成了又一道冗余，使得车辆在强光（摄像头工作不佳）、雨天（激光雷达工作受影响）等情况下能够更好地工作。

谭黎敏告诉车东西，港口历来对安全工作非常重视。西井目前也在测试将车上的激光雷达从Velodyne换装为Ibeo或者Sick的品牌。虽然后两者的激光雷达线束较低（不超过8线），但其产品满足车规要求。而港口内的运动物体并不复杂，对激光雷达构建3D环境模型没有太高的要求。而目前来看，西井的多传感器方案已经可以满足港口场景的绝大多数需求。

对于长达十余米的大货车来说，要在几厘米的误差范围内腾挪转换，不仅对感知能力构成了挑战，对车辆控制也是一个考验。而商用车目前的横纵向控制系统都是液压而非线控的，不能满足自动驾驶的需求。所幸西井科技获得了车厂的支持，向其开放了控制系统的接口协议，西井的团队也得以对车辆进行了改造，转向、刹车、油门悉数换成了电子控制，使无人卡车可以被更精准地操控。

应对无人卡车的计算需求，西井选择了一块英伟达的GTX1070提供支持，搭配西井自研的板卡工作。由于搭载传感器并不多，因此这样一块独显已经可以提供足够的计算力。而在西井自身的AI芯片和算法成熟稳定后，西井会使用其自研芯片用于自动驾驶的计算。

而对于无人跨运车来说，它在工作中会有更多的精确操作，对环境感知能力要求更高，因此配置了更多传感器。

▲无人跨运车

2万辆集卡与数十亿市场

西井的多传感器融合自动驾驶方案带来了更安全、精准的运营，但随之而来的是较高的成本——无人卡车达到数万美元，跨运车则更高。价格因素，也是西井目前选择专注于商用车自动驾驶的重要原因。

港口作业中，空中吊装的集装箱滑落砸下，或者是跨运车将集装箱卡车连箱带车一同吊起的情况，皆有发生，而无人驾驶可以直接免除卡车司机受到生命威胁这一风险。在安全压力下，港口运营方有更大的动力采用无人驾驶。

同时，一位集装箱卡车司机，港口每年为其付出的成本达到30万。按一辆无人卡车运行五年报废计算，同样时间人类司机的成本达到了150万元，远远超过西井提供的方案价格。在经济账上，港口也乐于接受无人驾驶。

“仅在国内，港区集卡就超过了2万辆”谭黎敏这样描述港口无人驾驶的市场前景。理论上，这一细分场景的无人驾驶升级将带来数十亿的产值。

目前，西井科技正在加速迈向这个巨大市场：到今年年中，其无人跨运车就会达到4辆；同时，其无人卡车运营车队也正在组建中。谭黎敏告诉车东西，预计明年年初，西井的无人卡车车队就能实现商业化，产生营收。

▲无人集卡吊装作业中

西井与振华重工合作的珠海港项目当前更像是一个技术验证，而在技术跑通后，西井计划将其港口无人驾驶推广到更多港区中。此时，之前通过智慧港口项目积累起来的客户资源成为了西井加速商业化的优势。

西井的计划是，将自身定位于技术供应商，将其掌握的技术打包成智慧港口+自动驾驶的全套港口智能解决方案提供给港区，内里包含智能理货、调度、运输等能力。谭黎敏表示，相较于纯粹的自动驾驶公司，这样一步到位的方案省去了港口运营方选择不同方案进行整合的麻烦，因此会更有竞争力。

尽管其他细分场景、以及乘用车自动驾驶领域蕴含的机会也不少，但谭黎敏表示，目前西井的在自动驾驶业务上的重点还是会放在港区的无人驾驶上。将这一场景的切实需求满足后，技术成果可以再向其他场景移植。

结语：“小”场景成自动驾驶商业化突破口

2018年以来，社会对人工智能的讨论重点，慢慢从技术争论和利弊争论，转向了其技术是否能落地实用，哪一项具体技术会先实用。

作为人工智能一大子领域的自动驾驶也不例外，技术落地成为了自动驾驶公司的最大关键词。尤其对于自动驾驶的创业公司而言，在越来越激烈的竞争下，实现其技术的商业化拥有最大的说服力。

而在乘用车将自动驾驶计划表一再延后的情况下，西井科技的例子则说明一点，在商用车辆领域、封闭道路中那些不甚起眼的驾驶场景，其实对自动驾驶同样有着迫切的升级需求。相较于乘用车市场动辄千亿的大蛋糕，这些场景或许相对分散，但其市场体量仍然可观，并且对自动驾驶更加热忱。这些不那么耀眼的“小”场景，正在成为自动驾驶商业化的突破口。