自動駕駛在公路貨物運輸中的應用研究

摘要：公路貨物運輸是交通運輸的重要組成部分，《交通強國建設綱要》提出“加強智能網聯汽車（智能汽車、自動駕駛、車路協同）研發，形成自主可控完整的產業鏈。推進電商物流、冷鏈物流、大件運輸、危險品物流等專業物流發展，促進城際干線運輸和城市末端配送有機銜接，積極發展無人機（車）物流遞送。”據此，從公路貨物運輸工作場景入手，對自動駕駛技術與產品應用于各個場景進行了研究，對公路貨物運輸自動駕駛的發展趨勢進行了分析和展望。未來，“公路貨運+自動駕駛”將為降低運輸成本，推動國民經濟發展和實現“雙碳”目標作出更大貢獻。

關鍵詞：自動駕駛；公路貨物運輸；應用研究；端到端自動駕駛；車路協同

中圖分類號：U469" 收稿日期：2024-12-15

DOI：1019999/jcnki1004-0226202503003

1 前言

交通運輸從工作方式上分為鐵路運輸、公路運輸、航空運輸、水路運輸、管道運輸以及它們之間相互配合形成的多式聯運綜合交通運輸。2019年9月中共中央、國務院印發《交通強國建設綱要》（以下簡稱《綱要》），把交通強國建設作為國家戰略，作為實現現代化的重要組成部分。《綱要》明確提出：加強智能網聯汽車（智能汽車、自動駕駛、車路協同）研發，形成自主可控完整的產業鏈。推進電商物流、冷鏈物流、大件運輸、危險品物流等專業物流發展，促進城際干線運輸和城市末端配送有機銜接，積極發展無人機（車）物流遞送、城市地下物流配送等[1]。

從《綱要》可以看出公路貨物運輸在交通強國建設中的重要性。隨著物聯網、5G、大數據、云計算、AI、機器人、區塊鏈等技術的發展和進步，智能網聯、自動駕駛等技術逐漸應用于汽車、運輸平臺等終端產品上，為公路貨物運輸賦能，提高了運輸效率、便利性，提升了人們的體驗感。本文在分析公路貨物運輸發展現狀、使用場景的基礎上，研究自動駕駛產品在公路貨運中的落地應用，提出公路貨物運輸自動駕駛的技術發展趨勢和商業化發展趨勢。

2 我國公路貨物運輸市場的發展現狀和痛點

公路貨物運輸是我國主要的貨物運輸形式，2023年，我國公路貨運量達到4034億t，占社會總貨物運輸量的724%，并達到近5年來的最高水平[2]。公路貨運憑借其靈活性（可以實現門到門）、機動性（可深入山區邊遠地區）和相對較低的運輸成本，成為我國物流貨運的首選運輸方式。但從公路貨運整體市場來看，仍然存在車多貨少的局面，行業整體經營壓力大，盈利水平低。快遞和零擔運輸等細分市場雖然毛利率較高，但市場競爭壓力較大。市場競爭激烈和經營成本高是我國公路貨運物流企業當前所面臨的突出問題和痛點，主要原因如下：

a.產品和服務的同質化降低了競爭力；貨源不穩定，導致貨運訂單的惡性爭搶，降低了運輸收益。

b.人力成本上漲和勞動力緊缺，進一步增加了物流企業的貨運成本。

c.超載運輸、不規范運輸以及各個地方執法的差異性，影響了貨運市場的健康發展和運輸市場的收益，進而提高了運輸成本。

d.交通安全事故發生率依然較高，一旦發生重大交通事故，將給個人和企業造成重大損失。

公路貨運存在著工作時間長、勞動強度大、時效要求高、運輸場景復雜多樣等基本屬性，對人和車輛都是很大的考驗。自動駕駛技術和產品的出現為解決公路貨運中存在的問題與痛點提供了選擇方案。

首先，自動駕駛產品（包括輔助自動駕駛）可以降低司機勞動強度、減少誤操作，提高安全性，減少事故的發生；其次，自動駕駛在某些場景下可以完全代替司機，做到無人化，彌補人工短缺和人力成本較高的問題，降低商品配送時的邊際成本；最后，自動駕駛產品可以增加運營時長，提升運輸效率，在部分封閉場景內，可以實現24 h運營。

3 公路貨運自動駕駛的場景分析和發展現狀

31 公路貨物運輸場景分析

按照行駛速度和運輸距離，可以將公路貨運場景分成四類，即園區物流、城市配送、城際配送和干線物流。其中，園區物流和城市配送屬于低速、中短距離運輸，目前主要存在司機工作時間長、燃油消耗高、經濟性差等問題；城際運輸和干線物流屬于中高速、長距離運輸，主要存在運輸效率低、缺少科學化管理和司機招工難等問題。

在中短距離運輸場景下，運輸線路比較固定，車輛時速較低，無人駕駛產品落地的難度相對較低；在長距離運輸場景下，運輸路線基本上為非固定路線，車速較高，在環境感知和規劃控制方面的要求較高。

32 各類場景下的自動駕駛應用分析

321 城市配送場景下的自動駕駛應用分析

城市配送場景可以細分為大件電商、連鎖餐飲、生鮮電商、臨時配送、本地生鮮、耐用倉配、異地電商、快消配送等八大場景[2]。其中異地電商場景的特點是將快遞從城市中心庫運輸到快遞營業網點，在中心庫有專人負責配貨裝貨，在快遞營業網點有專人負責卸貨，貨物運輸路線固定、貨源集中度高、標準化程度高、運輸頻次高，是典型的由A點到B點的端到端運輸，有較高的無人化替代需求，適合自動駕駛產品落地。

據統計，2023年，異地電商在城市配送場景中的比重占到20%，因此，自動駕駛產品落地具有很大的市場空間。近期，西安已經出現蘇州九識智能科技有限公司研制生產的純電動自動駕駛車輛（平臺）在公共道路上行駛送貨。據了解，蘇州九識智能科技有限公司研制的Z系列自動駕駛車輛（平臺）采用全棧自動駕駛技術，能夠達到L4級自動駕駛水平，如圖1所示。從產品架構和布局上來看，該產品采用滑板底盤結構，將三電系統、自動駕駛系統、傳感器等系統和零部件布置和集成在底盤上，在上裝貨廂部分只安裝少量傳感器和顯示提醒裝置，貨廂可從側面開啟裝卸貨物，產品外觀簡潔大方。

2024年11月，陜西智能網聯汽車研究院有限公司與蘇州九識智能科技有限公司簽署了戰略合作協議，標志著雙方在智能駕駛技術與新能源商用車融合應用、聯合生產及市場推廣等方面邁入了深度合作新篇章，將共同引領智能駕駛技術商業化浪潮。

322 園區物流場景下的自動駕駛應用分析

據統計，2018—2023年，我國園區物流市場規模從1 101億元增長至2 000億元，但同時園區也面臨著招工難的問題，再加上園區一般都處于距離城市相對比較偏遠的區域，導致物流貨運存在效率低、管理不規范、作業安全度低等問題，園區貨主在裝卸、運輸、配送、倉儲等環節迫切需求自動化、智能化、無人化等技術和產品的賦能[2]。

園區物流場景具有交通參與者較少、貨源較穩定、不涉及路權問題等特點，相比于傳統有人駕駛運輸，自動駕駛產品能夠實現全天候運輸，提升園區物流運轉效率，可以替代有人駕駛。2023年，部分自動駕駛企業已開始商業化落地園區物流場景，相關典型案例如下：

a.百威啤酒南昌工廠項目。九曜智能在百威啤酒南昌工廠投放了4臺純電動無人駕駛牽引車（圖2），已經連續10個月實現無人化常態運營，轉運效率提升164%，每年將減少二氧化碳排放43622 t。基于南昌工廠項目，九曜智能與百威啤酒攜手打造了全球第一個全場牽引車無人作業的商用案例。

b.寧夏某化工龍頭企業園區樣本運輸項目。行深智能提供解決方案和無人駕駛產品，從2022年投入運營至今，該園區的無人配送車單車運營里程已超過10 000 km，配送總班次超過2 000次，實現節省2～3個人力，大大提高了送樣的速度和準確性，保證了產品質量和生產效率。

323 城際物流場景下的自動駕駛應用分析

城際物流運輸目前存在電動化率較低和部分城區路段場景復雜程度較高的問題，在短期內自動駕駛不易落地。主要原因有以下方面：

a.以小車隊和私人車主為主的城際運輸，對應用智能化產品所帶來的成本上升很敏感。

b.存量市場產品的電動化率較低，而傳統燃油車產品不易實現智能化功能和性能迭代，大部分改裝以后裝市場的L2級以下功能為主。

在后裝市場上，城際運輸車輛主要基于法規的要求，優先布局最基礎的雙預警（LDW+FCW）+AEB方案，確保產品在危險工況下，保護司機和貨物的安全。

在前裝市場上，車輛的電動化轉變是當前的主要趨勢，但區別于傳統的燃油卡車，電動卡車產品的商業生態是圍繞“產品+服務”打造的一體化解決方案，更多的是為終端用戶提供省心、放心以及多掙錢的產品。

我國電動卡車當前市場滲透率不到10%，市場潛力巨大。隨著電動化的普及率和智能化技術的不斷提升，未來城際物流運輸的智能化功能搭載率會逐步提升。

324 干線物流場景下的自動駕駛應用分析

國內干線物流自動駕駛主要可分為漸進式和跨越式兩大方向。漸進式是指通過L2+自動駕駛功能，可在干線高速路段實現高級別的高速NOA功能；跨越式是通過L4級自動駕駛功能，在部分專線運輸段實現編隊模式下的司機減員。從降低成本路徑來看，漸進式路線無法在短期內實現全無人駕駛模式，而是通過降低油耗和減員（降低司機勞動強度，由雙人駕駛變為單人駕駛）的方式來實現降本；跨越式路線在部分專線路段可獲得路權，通過減少貨車司機數量來達到降低成本的目的。

現階段干線物流場景實現無人駕駛仍需要解決部分問題，包括算力不足、算法安全性、硬件可靠性、線控冗余度等。目前干線物流場景應用案例有以下方面：

a.智加科技無人重卡2023年10月在S17高速完成示范運營；2023年12月獲得重卡無人駕駛開放道路測試牌照；2024年9月在鄂州花湖機場智慧高速完成示范運營。

b.摯途科技憑借“技術+產品+運營”三位一體的運營策略，不斷加速干線物流的商業化布局，為客戶提供安全、可靠的自動駕駛技術和產品。

c.小馬智行的自動駕駛卡車業務（簡稱小馬智卡）于2018年開始布局，截至2024年8月，小馬智卡測試里程近650萬km，物流商業運營里程超220萬km，貨運總重近3 200萬t·km，其商業化運營成功的背后，依靠的是小馬智行自研的L4級軟硬一體的卡車自動駕駛技術方案。

4 我國公路貨物運輸應用自動駕駛的發展趨勢

41 技術發展趨勢

a.端到端自動駕駛技術發展和應用賦能公路貨物運輸，會加快各個場景的商業化進程。

自動駕駛技術從邏輯和功能架構上可以分為兩大類，即基于模塊架構的自動駕駛技術、端到端自動駕駛技術。基于模塊的自動駕駛技術存在著系統復雜、穩定性差、響應周期長等問題。隨著深度學習技術的快速發展，基于學習的方法已經在計算機視覺的很多領域如目標識別、目標檢測和語義分割等取得了很大成功，基于學習的自動駕駛系統就是端到端自動駕駛技術，該技術能夠直接將視覺的輸入映射為車輛的控制指令，與人的駕駛行為更接近；當駕駛模型經過大量的數據訓練，在各種場景下都能夠達到與人類駕駛水平相當，將模型部署到車上，就可以實現穩定可靠的自動駕駛[3-4]。

目前端到端自動駕駛技術使用實車采集的路況數據對多模態大語言模型進行訓練，使得訓練后的大模型可以更好地適應更多的商用車corner case場景，學習優化駕駛習慣，從而達到商用車在公路貨運場景的L4級自動駕駛，達到降本增效，提升安全性的目的[2-4]。

b.車路協同賦能自動駕駛，加快推動公路貨運自動駕駛的商業化落地。

當前，各個場景下的自動駕駛主要還是依賴于單車智能，每輛單車上安裝大量的傳感器、控制器，使得單車成本很高。但隨著單車自動駕駛技術進步空間的飽和、技術提升的瓶頸和交通環境復雜性的增加，自動駕駛越來越依靠智能道路設施的進步，智能道路基礎設施和車路之間的交互耦合將逐漸對自動駕駛起輔助甚至主導作用。車路協同和車路一體化自動駕駛等相關創新技術的進步，加快自動駕駛在公路貨物運輸的商業化落地[5]。

42 商業化發展趨勢

商用車自動駕駛賽道將步入應用場景驅動，未來將形成以知識型解決方案為主的模式（圖3）。

a.目前，公路物流貨運仍然是基于市場細分的載重能力，按照輕型、中型、重型車輛分別制定不同的解決方案，滿足不同的運輸模式和服務需求。未來，物流貨運的解決方案將轉向應用場景驅動，按園區物流、城市配送、城際配送、干線物流等不同運輸場景，提供多場景的產品和服務，從而讓公路貨運自動駕駛變得更加可靠、高效、智能。

b.未來商用車不僅僅是智能化生產工具，而是集成了輔助駕駛、智能底盤、多樣化動力、車身舒適性和娛樂功能的集合體，車端的軟硬件數據將通過云端的算力能力，不斷優化車端各個功能模塊，最后形成一套知識型解決方案。

5 結語

公路貨物運輸是交通運輸的重要組成部分，與國民經濟發展和人民日常生活息息相關；自動駕駛是當前國內外研究和關注的熱點課題。將自動駕駛技術和產品逐步應用于公路貨物運輸當中的各個場景，推進電商物流、冷鏈物流、大件運輸、危險品物流等專業物流發展，促進城際干線運輸和城市末端配送有機銜接，建立高效、綠色、安全、便捷的貨物運輸，可以降低全社會的物流成本，進一步推動經濟發展和“雙碳”目標的實現。

參考文獻：

[1]中共中央，國務院交通強國建設綱要（中發[2019]39號）[Z]

[2]億歐智庫2024中國自動駕駛物流貨運產業洞察研究報告[R]

[3]褚端峰，王如康，王競一，等端到端自動駕駛的研究進展及挑戰[J]中國公路學報，2024，37（10）：209-232

[4]張金燦基于三維激光雷達的端到端自動駕駛技術研究[D]南京：南京理工大學，2023

[5]中國公路學會自動駕駛委員會車路協同自動駕駛發展報告[R]北京：中國公路學會，2019

作者簡介：

李兵，男，1982年生，高級工程師，研究方向為汽車設計。