本文为节选内容

更多报告，关注公众号：得算多未来产业研究

国内L2级辅助驾驶技术成熟，并逐步向L3+级高阶自动驾驶进阶。2022年3月，国内正式出台《汽车驾驶自动化分级》（GB/T 40429-2021），定义自动驾驶即车辆以自动的方式持续地执行部分或全部动态驾驶任务的行为。该标准采用了与美国SAE标准相同的六级分类，通过动态驾驶任务、最小风险状态、最小风险策略等多维度考量。目前，伴随国内新能源汽车逐步进入智能化下半场，头部车企陆续开启智能化配置的军备竞赛，由成熟的L2级别辅助驾驶，开始向L3+级自动驾驶进阶；L4级自动驾驶公司受益于国内智能网联汽车支持政策相继落地，开始在港口、机场、干线物流、无人巴士、Robotaxi等特定场景实现量产或商业化试运营。

封闭场景较开放场景，在技术难度、政策支持、付费意愿等方面具备优势，有望率先实现无人驾驶商业闭环。1）技术难度：封闭场景多以商用车及工程机械运营为主，无需与流动人员频繁接触，车辆速度较慢，运营路线相对固定，因此技术端对于感知预测和决策规划需求较低，长尾场景相对较少，多年实践下头部企业技术方案已逐步走向成熟。2）付费意愿：与Robotaxi面向C端客户不同，B端客户面临成本高及安全隐患等现实问题，通过无人驾驶的规模化应用能够实现降本提效。3）政策支持：封闭场景无人驾驶应用政策相对开放，以Robotaxi为代表的开放场景目前仍然停留在部分城市商业化试点阶段。从实际应用进展来看，以港口为代表的封闭场景目前已在国内包括天津港、日照港、宁波舟山港等众多港口实现无人驾驶车辆运营投放，有望率先实现商业闭环。

• 传统港口运营成本高，降本增效是实现内生式增长的核心途径。港口费用主要由港口劳务费和规费构成，从具体成本拆分来看，人工及能耗成本占港口总成本65%（人工+外付劳务费+能耗费），特别是在近年来高资质要求和劳动力老龄化背景下，万吨集装箱码头数量持续增长导致港口司机出现短缺问题，人工成本高企，港口降本增效需求迫切。

• 集卡司机资质要求高且工作吸引力低，用工老龄化趋势明显。根据《机动车驾驶证申领和使用规定全文》，需持有A2驾照的驾驶员才可驾驶牵引车（含集卡车），而申领A2级驾照至少需要4年以上驾驶经验，导致A2驾照申领难度增加。根据中国物流与采购联合会调查统计，2022年货车司机持有A2驾照的比重仅为63%。此外，我国近年来劳动年龄人口数量持续下降，货运行业因工作强度大、环境艰苦、危险性高等因素，导致对年轻人缺乏吸引力，2023年46岁以上货车司机占比36.1%，同比+2.3pcts，行业老龄化趋势明显，司机短缺现象普遍，制约运输效率提升。

• 港口属于高危场景，货车司机长时间高强度作业下安全事故风险高。港口用车存在较多视野盲区，对货车司机的运输速度和规模需要严格要求。伴随港口运输货物规模日益增长，通常需要货车司机24-48小时连轴紧密运转。根据中国物流与采购联合会统计，2023年中重型货车司机日均工作时长超8小时人数占比高达78%，长时间高强度工作极易出现体力透支、过劳作业等问题，根据最高人民法院报告统计，2016-2019年货车交通肇事案占比高达32%，而截止2019年6月，货车保有量仅占汽车总量10.7%，货车涉案量远超标准水平。

• 传统港口经营多以柴油集卡为主，环保能源转型需求迫切。根据中国移动源环境管理年报披露，2022年柴油车PM和Nox污染物排放占汽车排放总量的99%和87.8%，环境污染问题日益凸显。传统的港口运输设备则以柴油作为主要能源，而无人驾驶港口解决方案主要以混动或纯电作为主要能源，有望成为重要替代方案。

• 港口运输主要流程：通过外集卡将货物从港外运输至港内，经场桥将货物从集卡上垂直吊装至堆场，再通过内集卡将货物从堆存区域安全高效地运送至装卸区，由岸桥负责将货物从码头吊装至船舶上。

• 港内运输自动化程度高，水平运输环节成为无人驾驶核心应用领域。目前，港口场桥、岸桥均已实现半自动或全自动化起重机等设备部署，内集卡作业需要满足精准性、安全性、高效性需求，无人驾驶方案可有效解决水平运输过程中的道路拥堵、汽车空驶和过渡集中分配、噪音污染等问题，同时减少港内安全事故，降低司机人工成本，全面提升港口自动化运营效率。

• 无人集卡/平板车有望成为港内水平运输主流方案。目前，港口无人驾驶主要方案包括AGV、IGV、DCV、ASC，其中ASC对于集装箱堆叠要求较高，不适用于国内高密度集装箱堆放方式，因此在国内不具备适用性。AGV作为早期港口自动化方案，采取电磁导引技术，需要对运行区域进行磁钉铺设改造，同时行驶路径固定，在成本和灵活性方案均不具备优势。

相比之下，无人集卡/平板车以车载传感器决策系统作为技术支撑，无需对现有码头进行基建改造，同时自动化执行任务能力能够显著提高运输效率和准时性，减少人为的错误和延误，将成为港内运输主流方案。

DCV基于现有集卡进行前装智能改造，是低成本、高适用性的港口无人驾驶方案。DCV在传统集卡基础上，通过搭载激光雷达、摄像头等组合的多传感器融合感知方案，同时配合车路云协同系统，实现L4级别无人驾驶改造。相比于传统方案，DCV无需进行港口基础设施改造，能够满足老旧港口的智能化升级需求，同时集卡车型具备多场景适用性优势，未来有望逐步与干线运输、城区运输等开放场景实现融合。

• 目前国内头部玩家无人驾驶集卡均采用多传感器融合感知方案，计算平台、智能驾驶系统、车辆调度系统均以自主研发为主，产品聚焦解决无盲区冗余感知、5cm高精度精准定位、混行作业等港内驾驶核心问题，目前已在宁波港、天津港、唐山港等国内外主要港口实现应用。

• 无人平板车种类较多，较传统AGV方案灵活性更高。传统AGV采用磁钉导航技术，车辆固定行驶路线受限于磁轨，存在灵活性低、运维&改造成本高等问题。伴随港口无人化转型升级，无人平板车衍生出IGV、IMV、ART等多种产品类别，其外观、功能基本一致，同时均是基于多传感器融合感知方案设计，搭配不同的通信系统、智能系统、调度系统组合。相较于AGV，车辆柔性化程度更高，无需借助任何标记物行驶；行驶路径灵活多变，可根据实际生产需求灵活调度，适合各类港口密集作业场景。

• 目前国内包括主线科技（ART）、斯年智驾（IMV）、西井科技（IGV）等头部玩家均已推出无人平板车方案，并在宁波港、青岛港、天津港、厦门港等大型港口实现商业化应用，未来有望凭借其良好的扩展性和兼容性，加速替代AGV方案，实现更多港口推广应用。

港口无人驾驶以多传感器融合感知方案为主，V2X+5G技术提供关键支持。1）单车无人驾驶：以激光雷达为主传感器，再搭配毫米波雷达、摄像头、高精地图、组合惯导等形成多传感器融合感知方案，解决港口多径干扰等问题。2）路侧边缘计算：增设路侧设备，协助无人驾驶系统的稳定和冗余运行，达到车路协同的目的。3）多车协同：港口无人驾驶多以车队形式作业，通过5G+V2X技术实现车-路-云协同统筹和集中管理，完成港口智能化高效作业。