Qomolo Q-Truck与E-Truck在泰国林查班港口现场混行作业
当一辆满载集装箱的卡车从你面前缓缓驶过，你却惊奇地发现它没有驾驶舱，随后，这辆车自动卸下集装箱，很快便汇入车流，和其他有人驾驶的卡车一同穿梭而去。
这听起来像是科幻电影中的场景，但已经成为现实。
过去三年，在泰国林查班 D 号码头，西井科技的 Q-Truck 无人驾驶车队已经平稳安全的完成了超过 40.5 万 TEU 的实船作业，开头的场景只是这里稀疏平常的一幕。
也许在大众观念里，在封闭的工业场景中实现自动驾驶并非难事，但难得的是，无人驾驶的卡车能够“顺畅、自由、有序”的和有人驾驶的卡车一起混行。
西井科技的自动驾驶卡车是如何养成的、它们又是如何胜任这些繁杂的港口工作？这还要从 5 年前开始说起。
学习人类
2018 年，西井科技的 Q-Truck 1.0 概念版卡车亮相，这是一款完全无人的自动驾驶卡车，也是西井科技打造智慧港口的关键角色。
从最初的概念实际落地，再历经数次迭代进化到最新4.0智能换电版 Q-Truck 用了 5 年时间，这算得上是一辆自动驾驶卡车的“自我养成史”。
无人驾驶是自动驾驶的最高水平，也是 Q-Truck 自我养成的终极目标。
不过从另一个角度来看，想要做到无人，意味着 Q-Truck 本身要像人一样去工作，所以，用一句话来概括 Q-Truck 养成的第一步——欲成事先成人。
Qomolo Q-Truck在泰国林查班港口项目常态化运营
Q-Truck 如何学习成人？对于自动驾驶而言，“眼睛”和“大脑”是最为关键的。
丰富的感知设备是 Q-Truck 的眼睛，这其中包括西井科技自研的 WellSeesee 工业级超远视距高精度双目摄像头，毫米波雷达、激光摄像头等。
不过，在昼夜不分的港口环境下，想要让这双眼睛保持 7×24 小时随时在线并不是一件简单的事。好在通过西井科技研发工程师的帮助，聪明的 Q-Truck 学会了科学的用眼方法。
具体来说，为了最大程度的保证使用寿命，Q-Truck 必须学会见缝插针式的闭目养神，比如在等待货物交接的过程中，Q-Truck 可以让主力感知设备进入休眠状态，抽空摸个鱼以便接下来更好的工作。
除此之外，Q-Truck 的火眼金睛也有着极强的环境适应能力，它配备的众多感知设备在面对震动频繁、港口盐腐蚀、频繁起停等冲击之下，也有着极佳的稳定性和可靠性。
“感知-决策-执行”三部曲是实现自动驾驶的必经之路，Q-Truck 的眼睛只能完成第一步，更重要的后两步就要交给大脑来解决了。
Q-Pilot 多路况智能驾驶系统平台是 Q-Truck 的智慧大脑。
与常规的道路环境不同，港口的道路环境十分特殊，因为货物和设备常常会发生移动，所以严格来讲，在港口环境下并没有准确的地图或路径可供参考，同时，由于身处金属集装箱遍布的环境，也导致对车辆进行定位极为困难。
所谓适者生存，正是在这种恶劣的环境下，Q-Truck 进化出了 Q-Pilot 这个聪明的大脑，它首先会通过融合感知设备观察周边的环境，然后通过惯性导航、车载编码器等，实时绘制一张高精地图，并且这张图还可以动态更新，共享给整个自动驾驶车队使用。
显而易见，随着场景运营积累的知识和经验更丰富，Q-Pilot 大脑会进化得更加灵敏。在这种能力加持下，Q-Truck 无需磁钉等辅助设备，也可以实现真正的无人驾驶，能做到全面覆盖港口、矿场、空港、园区等封闭式场景。
协助人类
我们对自动驾驶期待，不仅想让它协助人类从重复枯燥脱离出来，更要求它随着环境的变化自适应。Q-Truck 自然也不负期待，在升级迭代的过程中，不仅充分领悟了工程师传授的本领，而且还进化出了自我学习的能力，主动适应多种场景复杂环境。
所以在拥有了眼睛和大脑后，Q-Truck 的养成也来到了第二阶段——先成人后成才。
Qomolo Q-Truck在泰国林查班港口项目常态化运营
看过《龙珠》的小伙伴一定记得，在漫画中有一个可供修炼的“精神时光屋”，在屋子内修炼一年，等于人间过了一天，相当于有一个迅速提升实力的修炼场所。
对于热爱学习的 Q-Truck 来说，WellSIM 车辆仿真平台就相当于它的精神时光屋。
具体来说，WellSIM 是一套无人驾驶仿真系统，它能提供场景，天气，自动驾驶系统，设备，无人车辆互相交互的模拟，不断地模拟演练找到风险最小，效率最优的方案。
事实上，仿真训练也是自动驾驶能力不断迭代的主流方式，不过西井科技在这套系统中还引入了 AI 能力。
在 AIGC风靡之后，WellSIM 仿真系统可以通过“生成式AI” 建立大量与真实环境相符的场景，比如在港口环境下，着重生成一些更符合实际工况下的复杂场景，简单来说，就是用最严苛的作业工况去训练Q-Truck，帮助它迅速迭代自动驾驶系统。
所谓严师出高徒，通过 WellSIM 的训练，Q-Truck 能够在虚拟世界中不断学习，使自动驾驶更安全、更高效地协助人类。
随着时间的推移，Q-Truck 的养成来到了第三阶段——读万卷书不如行万里路。
Qomolo Q-Truck批量抵达泰国林查班港口
一个人的力量始终是有限的，在新的阶段，Q-Truck 通过读万卷书学到的本领可能不足以解决所有问题了，他还要行万里路，去寻找更为强大的外部支持。
在这种情况下，Q-Truck 找到了一个导航官——WellFMS 车辆管理调度系统。如果说 Q-Pilot 智慧大脑是专注于让 Q-Truck 实现单车智能，那么 WellFMS 则让 Q-Truck 变得更具大局观。
本质上来说，WellFMS 是自动驾驶中“车路云 V2X”的一种车路协同解决方案，通过在路侧部署感知设备，在一个云平台上实现总揽全局、统筹规划，让自动驾驶车队看得更远。对于 Q-Truck 而言，在全自动路径规划之下，实际工作中能做到有效减少对接时间、堵塞、急刹车等情况，从而提高运输效率，减少能源消耗。
换一种更通俗的说法，WellFMS 就像网约车的派单系统一样，对车队资源进行高效、有序地调度管理，包括每辆车最佳任务分配、最优行驶路径规划。最为先进的是，在它的管理下，无人驾驶和有人驾驶车辆之间甚至能做到混行运营，这是一般做单车智能的自动驾驶公司所不具备的。
在导航官 WellFMS 的调度之下，Q-Truck 的智能换电也成为了亮点功能。
Qomolo Q-Truck在PowerOnair智能能源服务支持下，5分钟“无人化”高效换电补能
Q-Truck4.0最大创新来自于车电分离设计，这意味着它兼容充电及换电两种补能模式，在 西井自研的智能能源服务PowerOnair支持下，Q-Truck能够自主完成5分钟高效换电补能，实现了 24 小时全天候安全高效地运行。
值得注意的是，即便是在基础设施非常薄弱的传统港口，WellFMS 调度系统也能借用已有的监控安防摄像头，实现对路侧感知设备的部署，从这个角度也不难发现，WellFMS 这套系统不仅仅是在业务能力上十分出色，对于如何有效落地这件事也考虑的非常周全。
回顾 Q-Truck 养成三部曲，你会发现 Q-Truck 只是西井科技实现智慧港口运营中的冰山一角，而这背后还有一整套系统性工程。这也是为什么西井科技的智能产品和解决方案应用到了全球各地，因为从一开始他们的想法就相当务实，将技术与实际生产的场景紧密连接。
落到实处
将技术应用到实际生产场景中，还有很多想象空间。
当前，“智能化和新能源化”是未来商用车发展的突破口，就自动驾驶技术而言，大多数企业的态度依然是想要尝鲜，抱着试试看的心态，与此同时，大物流行业高污染、招工难、高运营成本、安全事故频发等痛点，这也令其不得不思考尽快布局自动驾驶方案。
面对现实环境，今年，务实的西井科技又推出了 E-Truck 重卡，这是一辆当前需要有人驾驶，但后续具备升级无人驾驶功能的卡车，他更像是把自动驾驶的本领先隐藏起来的 Q-Truck，一旦有需要便能立刻释放。
E-Truck 看起来像是 Q-Truck 的“未来接班人”，这主要得益于西井科技所有的智能重卡共享一个线控底盘设计，E-Truck 提前预留了可升级自动驾驶的传感器接口，未来如有需要，只要通过加装传感器和 OTA 升级等一些便捷的方式，就能快速实现升级。
Qomolo E-Truck S1在泰国林查班港口项目现场常态化运行
对于西井科技来说，E-Truck 的落地看起来也是降本增效的一种途径，无论是有人驾驶还是无人驾驶，最终都得落到实处，与实际场景相结合。
E-Truck 也采用了智能换电的设计，和最新版本的 Q-Truck 一样，支持快充和换电，5分钟的极速换电补能，直接突破效率和场景的限制。
事实上，在西井科技的产品和技术布局中，Q-Truck 和 E-Truck 只是西井科技 Qomolo 自动驾驶解决方案的两个关键产品。整个 Qolomo 方案提供的不仅仅是车，还有配套的自动驾驶，以及“车路云”一体化的平台支持。
这就能解决更多问题，承担更多使命，比如帮助港口顺利实现 24 小时持续运营，更重要的在于，接替人去执行环境恶劣的工作，既减少了人力成本，也解决了生产环节中的安全问题。
Qomolo E-Truck S1在PowerQnair智能能源服务支持下，5分钟高效换电补能
为了把这套先进的自动驾驶解决方案落地，西井科技也推出了一套成熟的快速部署流程，在这一流程下，并不需要改造旧的场景布局和设施，仅需两名测试工程师到场，7 天即可完成系统场景适配，新车进场 24 小时后可投入实际作业。
Qomolo E-Truck S1批量抵达泰国林查班港口
所以不难理解，为什么西井科技的这套方案能获得很高的认可，截至目前已经落地到了全球 18 个国家 160 个地区。
写在最后
从“有人”走向“无人”，Q-Truck 或者说 E-Truck 的养成只是其中一环，更形象地说只是冰山一角。
而在冰山之下还大有乾坤，毕竟 Qomolo 是一个涵盖全局的解决方案，所以这种不断进化的能力，并不仅仅局限于智能集卡上，还包括配套的软硬件系统、连接车路的云平台，都在不断地智能进化，更匹配实际场景应用。
就当前而言，西井科技凭借领先的 Qomolo 自动驾驶全局解决方案，已实现了对集装箱大物流的全面布局，在智能驾驶商用车领域，西井科技也无疑成为了智能驾驶重卡“一哥”般的存在。
Qomolo智能驾驶商用车全家福
不过长远来看，西井科技的愿景并不止步于此，而是整合“AI智能化”和“Green Energy新能源化”构建一套更全局的大物流绿色智慧解决方案，涵盖海港、陆港、铁路、工厂等更多场景，不断去探索更高效、更降本的解决方案，对全球绿色减碳做出贡献。
关于未来，西井科技描绘的蓝图是美好的，而且有很大的畅想空间，他们在未来会如何针对大物流行业做出革新，如何让这套自动驾驶的解决方案落地到更多场景，这将值得我们共同期待。
