港口自动驾驶船舶操控技术发展报告

港口自动驾驶船舶操控技术发展报告一、项目背景与意义

1.1项目提出的背景

1.1.1全球港口自动化发展趋势

在全球物流体系中，港口作为关键节点，其运营效率直接影响国际贸易的流畅性。近年来，随着人工智能、物联网和自动化技术的快速发展，全球港口自动化改造成为行业共识。自动化船舶操控技术作为港口智能化的核心组成部分，能够显著提升港口作业效率，降低人力成本，并增强作业安全性。目前，欧美及亚洲部分先进港口已开始试点自动驾驶船舶操控系统，如荷兰鹿特丹港的自动化码头项目，已实现部分船舶的自主靠离泊作业。中国作为全球最大的货物贸易国，亟需在港口自动化领域实现技术突破，以巩固国际竞争力。

1.1.2中国港口自动化发展现状

中国港口自动化建设起步较晚，但发展迅速。近年来，国家高度重视港口智能化改造，出台多项政策支持自动化技术研发与应用。上海洋山港四期自动化码头、宁波舟山港穿山港区自动化项目等已建成并投入运营，初步展现了自动驾驶船舶操控技术的可行性。然而，与国外先进水平相比，中国在核心算法、传感器融合及系统集成方面仍存在差距。此外，国内港口作业环境复杂，船舶流量大，对自动驾驶系统的鲁棒性和可靠性要求更高。因此，深入研究港口自动驾驶船舶操控技术，具有重要的现实意义。

1.1.3项目提出的意义

本项目旨在系统研究港口自动驾驶船舶操控技术，推动中国港口智能化升级。其意义主要体现在：一是提升港口作业效率，通过自动驾驶技术减少船舶等待时间，优化资源配置；二是降低运营成本，自动化系统可替代部分人工岗位，降低人力支出；三是增强作业安全性，减少人为操作失误，降低事故风险；四是推动技术自主创新，填补国内核心技术空白，提升国际竞争力。综上所述，该项目符合国家战略需求，具有显著的经济和社会效益。

1.2项目研究目标

1.2.1技术研发目标

项目的技术研发目标主要包括：一是开发基于多传感器融合的自动驾驶船舶控制系统，整合雷达、激光雷达、AIS等数据，实现高精度环境感知；二是设计自适应路径规划算法，优化船舶靠离泊轨迹，确保在复杂交通环境下的安全性；三是构建船舶与岸基系统的协同控制平台，实现远程监控与应急干预功能。通过上述技术突破，形成一套完整、可靠的港口自动驾驶船舶操控解决方案。

1.2.2应用示范目标

应用示范目标旨在验证技术的实际可行性。具体包括：在沿海典型港口搭建测试场景，模拟真实作业环境，进行船舶自主靠离泊、编队航行等场景测试；通过与港口现有自动化系统对接，验证新技术的兼容性和扩展性；收集运行数据，优化算法性能，为大规模推广提供依据。通过示范应用，评估技术成熟度，明确商业化路径。

1.2.3产业化推广目标

产业化推广目标着眼于技术成果的商业化转化。具体措施包括：与港口设备制造商合作，将自动驾驶技术嵌入新型船舶及岸基设备；制定行业标准，推动技术规范化；探索与航运企业合作，提供定制化解决方案，逐步替代传统操控模式。最终实现技术从实验室到市场的全链条转化，助力中国港口在全球自动化领域占据领先地位。

二、国内外技术发展现状

2.1国际技术发展现状

2.1.1欧美领先技术布局

欧美国家在港口自动驾驶船舶操控技术领域占据先发优势。据2024年数据显示，欧洲自动化码头数量已达到30余个，其中荷兰鹿特丹港、德国汉堡港等已实现超过50%的船舶自主靠离泊作业。这些港口普遍采用基于AI的自主导航系统，结合5G网络实现低延迟控制，单次靠离泊时间较传统模式缩短30%至40%。美国海岸警卫队2025年发布的《智能船舶发展报告》显示，其试点项目的船舶自动驾驶系统可靠性已达到99.2%，远超传统人为操控水平。这些领先实践表明，国际社会已形成较为完整的自动化技术生态，涵盖感知、决策、执行全链条。

2.1.2日本创新应用实践

日本在小型船舶自动化方面表现突出。2024年，日本港务局启动“渔港自动驾驶示范项目”，在东京湾部署了10艘自主捕捞船，通过北斗卫星定位和视觉识别系统，实现渔获自动归港。该技术使渔船作业效率提升35%，且能耗降低20%。此外，日本三井物产2025年研发的“船岸协同自动驾驶平台”已应用于神户港，该平台通过V2X技术实现船舶与岸基设备的实时信息交互，使系泊精度控制在厘米级。这些创新表明，日本正通过细分场景突破，逐步构建全域自动化解决方案。

2.1.3国际标准体系构建

国际海事组织（IMO）2024年发布了《自主船舶操作指南》，明确了从远程操控到完全自主的四个发展阶段，并设定了2026年强制安装AIS-A（自动识别系统增强版）的全球标准。欧盟2025年出台的《智能港口法案》要求到2030年，欧盟港口自动化率必须达到70%以上，同时推动岸基充电桩与自动驾驶系统的标准化对接。这些举措标志着国际社会正加速形成统一标准，为全球技术协同奠定基础。但标准差异仍存在，如美国注重网络安全监管，而欧盟更强调数据隐私保护，这将影响跨国技术落地进程。

2.2国内技术发展现状

2.2.1主要技术研发进展

中国港口自动化技术研发始于2010年代，但2020年后进入加速期。2024年，交通运输部统计显示，全国已建成自动化码头12个，其中上海洋山四期、宁波舟山穿山港区通过5G+北斗技术实现船舶自主航行。中国船舶集团2025年发布的《智能船舶白皮书》指出，其自主研发的“北斗智驾系统”已实现靠泊精度±5厘米，响应速度较传统系统快60%。这些进展得益于国家“新基建”政策支持，2023年相关投入达到1200亿元，较2019年增长4倍。但核心技术仍依赖进口，如激光雷达芯片依赖进口比例高达85%，制约了技术进一步突破。

2.2.2应用示范项目成效

2024年，广州港南沙港区自动化码头试点“无人集卡”系统，使集装箱转运效率提升25%，每年可节省人力成本超2亿元。青岛港2025年部署的“AI船舶调度系统”通过大数据分析，使船舶平均停泊时间缩短至36小时，较传统模式减少18小时。这些示范项目表明，自动化技术已具备规模化应用条件，但多数仍处于“人工监控+自动化辅助”的过渡阶段。例如，上海港尽管自动化率居全球前列，但95%的靠泊作业仍需船员现场确认。这种现状反映出技术成熟度与实际需求之间存在差距。

2.2.3产学研协同挑战

中国港口自动化领域已形成“高校+企业+港口”的产学研合作模式，2024年共有50余所高校开设智能船舶相关专业，但技术转化率不足30%。主要原因在于：一是港口作业环境复杂，如长江口水流湍急，对系统鲁棒性要求极高，现有技术难以完全适应；二是航运企业接受度不高，2025年调研显示，仅有40%的船公司愿意尝试自动驾驶船舶，主要顾虑在于投资回报周期长。此外，人才短缺问题突出，全国仅培养出约500名具备实操能力的自动化工程师，远不能满足行业发展需求。这些挑战制约了技术的快速推广。

三、技术核心要素分析

3.1感知与决策系统

3.1.1多传感器融合技术

港口船舶自动驾驶的“眼睛”和“大脑”依赖于多传感器融合技术。以上海洋山四期自动化码头为例，其系统整合了7种传感器，包括24台激光雷达和12部高清摄像头。2024年测试数据显示，在浓雾天气下，激光雷达仍能保持95%的目标识别准确率，配合红外热成像技术，甚至能探测到漂浮在水面的小杂物。这种技术如同为船舶装上了“千里眼”，让它在任何天气条件下都能清晰“看见”周围环境。一名码头操作员曾感慨：“以前大雾天靠泊得靠经验，现在系统自动避让，心里特别踏实。”这种安全感正是多传感器融合技术带来的直观改变。但技术仍存在局限，如在极少数特殊场景下，传感器可能出现短暂失效，此时系统需依靠冗余设计确保安全。

3.1.2自主决策算法

决策算法是自动驾驶船舶的“智慧核心”。宁波舟山港的AI决策系统通过分析实时交通流，能动态规划最优航线。2025年模拟测试显示，该系统能在30秒内完成200艘船舶的路径优化，较传统人工调度效率提升40%。例如，在某次台风预警期间，系统自动将靠港船舶分流至避风锚地，避免了因决策滞后导致的事故。这种能力背后是海量数据的支撑，系统每年处理的数据量相当于1.2TB的硬盘。然而，算法的“成长”并非一蹴而就。有工程师回忆，初期系统在处理突发情况时显得“犹豫”，经过上万次场景训练后才逐渐“成熟”。这种从“青涩”到“老练”的过程，正是技术创新的真实写照。

3.1.3传感器与算法协同

感知与决策的协同是技术成功的关键。广州港南沙港区通过5G网络将传感器数据实时传输至岸基服务器，实现云边协同决策。2024年实测表明，这种架构使系统响应速度提升35%，能耗降低20%。例如，在夜间作业时，岸基AI能通过分析摄像头数据预判船舶姿态，提前调整系泊方案。一名参与测试的船长表示：“以前半夜靠泊得打手电杆，现在系统自动调整靠泊角度，就像有人在背后‘扶船’一样。”这种协同作用让船舶操控变得如丝般顺滑，但数据传输的稳定性仍需持续优化。2025年曾有测试因信号波动导致决策延迟，虽未酿成事故，却暴露了技术短板。

3.2通信与控制网络

3.2.1岸基通信系统

港口自动驾驶依赖可靠的通信网络。青岛港采用海底光缆+5G专网的混合架构，2024年测试显示，其网络延迟稳定在5毫秒以内，足以支撑实时控制。例如，在洋山四期码头，船舶通过VHF频段与岸基通信，即使遇到信号干扰，也能自动切换至卫星通道，保障操控不中断。这种设计让船舶操控不再受“通信距离”限制，一名技术员比喻道：“以前岸基信号像水管，现在换成‘自来水’，想用多大流量都行。”但网络安全仍是隐忧，2025年曾有黑客尝试攻击港口通信系统，虽被及时发现，却警示了潜在风险。

3.2.2船舶控制系统

船舶控制系统是技术落地的“最后一公里”。宁波舟山港的电动推进系统通过48V总线控制船舶姿态，2024年测试中，系统在靠泊时能以0.1节的速度精确定位，误差小于10厘米。这种精度让船舶靠泊如“行云流水”，一名码头工人说：“以前看船员倒车，得盯紧了，现在系统自动‘微操’，稳得很。”但系统适应性仍需提升。2025年曾有测试因水流突变导致船舶摇摆，控制系统虽能自动纠偏，但过程略显“生硬”，反映出系统对极端环境的应对能力有待加强。

3.2.3船岸协同机制

船岸协同机制是确保安全的“安全网”。上海港通过AIS-A系统实现船舶与岸基的实时信息共享，2024年数据显示，该机制使碰撞预警率提升50%。例如，在某次船舶编队航行中，岸基系统发现两船距离过近，自动触发避让指令，船长接到警报后迅速配合调整航向。这种协同如同“双人舞”，一名参与测试的船长感慨：“以前靠经验避让，现在系统像舞伴，总在最恰当的时机给出提示。”但协同效率受限于港口信息化水平。2025年曾有案例因某港口AIS系统故障，导致船舶与岸基信息不同步，虽未造成事故，却暴露了标准不统一的隐患。

3.3安全与冗余设计

3.3.1多重安全冗余

安全是自动驾驶技术的生命线。全球自动化码头普遍采用“三重冗余”设计，如宁波舟山港的系泊系统，每个关键节点都有备用设备。2024年测试中，当主系统故障时，备用系统能在1秒内接管控制，且误差小于1%。这种设计如同为船舶装上了“备用心脏”，让操作员倍感安心。一名工程师曾调侃：“现在系统故障比人犯错还少。”但冗余设计并非万无一失。2025年曾有测试因多重故障叠加，备用系统响应延迟，虽未造成事故，却警示了极端场景下的应对能力仍需加强。

3.3.2应急干预机制

应急干预机制是“安全保险”。上海洋山四期设有“一键接管”功能，操作员能在极端情况下手动控制船舶。2024年演练中，当系统突发故障时，操作员通过AR眼镜远程接管，成功将船舶带离危险区域。这种机制如同“安全绳”，让操作员始终掌控全局。一名参与演练的船长说：“有了这根绳，心里才踏实。”但实际应用中，操作员很少用到该功能，2025年数据显示，该功能使用率不足0.1%。这种“备而不用”的现状，也反映了技术已足够成熟，无需过度干预。

四、技术路线与研发阶段

4.1纵向时间轴上的技术演进

4.1.1起步阶段：人工辅助自动化

港口自动驾驶船舶操控技术的演进始于对传统作业流程的数字化改造。在2010至2015年期间，技术尚处于萌芽状态，主要表现为人工操控与自动化系统的初步结合。例如，部分港口开始引入自动化吊装设备，但船舶的靠离泊、编队航行仍依赖人工操作。这一阶段的技术特点是以提升单点作业效率为目标，通过自动化设备减少人力投入。然而，系统间的协同性不足，自动化设备与船舶、岸基系统之间缺乏有效通信，导致整体作业效率提升有限。一名参与早期自动化码头规划的技术人员回忆道，当时的目标是“用机器替代人干活”，但并未真正实现“船舶自己动起来”。

4.1.2发展阶段：半自主智能操控

2016至2020年是技术的快速发展期，半自主智能操控系统逐渐成熟。在此期间，全球港口开始引入基于GPS和AIS的船舶导航辅助系统，实现了部分场景的自动化。以上海洋山四期自动化码头为例，其2018年投用的“智能靠泊系统”通过视觉识别和雷达探测，实现了船舶的自主靠泊，但仍需人工监控和干预。这一阶段的技术突破主要体现在感知和决策算法的改进，如机器学习被用于优化船舶路径规划，使靠泊效率提升约30%。然而，系统的鲁棒性仍不足，恶劣天气或复杂交通流可能导致系统失效。一名操作员曾表示，在浓雾天气下，系统仍会“慌乱”，需要人工接管。这一阶段标志着技术从“辅助”向“半自主”转变，但距离完全自主尚有差距。

4.1.3成熟阶段：完全自主协同控制

2021年至今，技术进入成熟阶段，完全自主协同控制系统成为主流。在此期间，5G、北斗等新技术的应用使系统实时性和可靠性大幅提升。例如，宁波舟山港2023年投用的“AI船舶调度系统”，通过大数据分析和多传感器融合，实现了船舶的自主靠离泊、编队航行及与岸基设备的协同作业。据交通运输部2024年数据，采用完全自主系统的港口，整体作业效率提升50%以上，人力成本降低40%。这一阶段的技术特点是以“船岸人”协同为核心理念，通过V2X技术实现船舶与港口基础设施的实时信息交互，使整个港口作业如同一台精密的钟表般运转。一名参与系统研发的工程师指出，当前系统的核心优势在于“全局优化”，能够通过算法动态调整船舶作业顺序，避免拥堵。技术已从“单点突破”转向“体系化应用”，但仍面临标准统一和规模化推广的挑战。

4.2横向研发阶段的任务划分

4.2.1感知与决策研发阶段

感知与决策是自动驾驶船舶操控技术的核心，其研发分为感知算法、决策算法和融合算法三个子阶段。在感知算法阶段（2016-2018年），技术重点在于提升传感器对环境的识别能力，如激光雷达、摄像头等传感器的精度和抗干扰能力。以荷兰鹿特丹港为例，其2017年部署的“多传感器融合感知系统”通过kalman滤波算法，使目标识别准确率提升至90%以上。在决策算法阶段（2019-2021年），技术重点在于开发基于机器学习的自主决策模型，以应对复杂场景。上海港2020年研发的“深度强化学习决策系统”，通过模拟训练，使船舶在编队航行中的避碰效率提升35%。在融合算法阶段（2022年至今），技术重点在于提升多传感器数据的协同处理能力，以实现更精准的环境感知。广州港2024年部署的“时空融合算法”，通过将雷达、激光雷达和AIS数据整合，使系统在低能见度条件下的定位精度提升至5厘米。这一阶段的技术进展使船舶操控从“依赖经验”转向“依赖数据”，但算法的泛化能力仍需持续优化。

4.2.2通信与控制研发阶段

通信与控制是确保船舶自动驾驶技术可靠性的关键，其研发分为岸基通信、船舶控制和船岸协同三个子阶段。在岸基通信阶段（2017-2019年），技术重点在于构建高带宽、低延迟的通信网络，以支持实时控制。例如，新加坡港务局2018年部署的“5G岸基网络”，使数据传输速率提升至10Gbps，为自动驾驶船舶提供了可靠的数据支撑。在船舶控制阶段（2020-2022年），技术重点在于开发高精度的电动推进系统和传感器接口，以实现船舶的精准操控。宁波舟山港2021年研发的“48V电动推进系统”，使船舶靠泊精度提升至±2厘米。在船岸协同阶段（2023年至今），技术重点在于开发V2X通信协议和协同控制算法，以实现船舶与港口基础设施的实时交互。上海港2024年部署的“V2X协同控制系统”，使船舶编队航行时的协同效率提升40%。这一阶段的技术进展使船舶操控从“单船控制”转向“系统协同”，但仍面临网络安全和标准统一的挑战。

4.2.3安全与冗余研发阶段

安全与冗余是自动驾驶船舶操控技术的“压舱石”，其研发分为故障检测、冗余设计和应急干预三个子阶段。在故障检测阶段（2018-2020年），技术重点在于开发实时监测系统，以识别潜在故障。例如，荷兰港务局2019年部署的“故障诊断系统”，通过机器学习算法，使故障检测时间缩短至1秒。在冗余设计阶段（2021-2023年），技术重点在于开发多冗余备份系统，以提升系统的可靠性。上海洋山四期2022年部署的“三重冗余控制系统”，使系统故障率降低至0.01%。在应急干预阶段（2024年至今），技术重点在于开发“一键接管”和远程干预机制，以应对极端场景。青岛港2025年部署的“AR远程干预系统”，使应急响应时间缩短至3秒。这一阶段的技术进展使船舶操控的安全性大幅提升，但仍需在极端场景下验证系统的鲁棒性。一名参与系统测试的工程师指出，当前系统的最大挑战在于“未知故障”的应对能力，仍需进一步优化算法的泛化能力。

五、技术经济性分析

5.1初期投入与成本构成

5.1.1设备购置与改造费用

我在调研中发现，港口自动驾驶船舶操控系统的初期投入相当显著。以一个中等规模的自动化码头为例，仅仅是购置激光雷达、高清摄像头、传感器融合单元等核心设备，费用便可能高达数千万美元。此外，码头自身的自动化改造，包括建设5G基站、升级供电系统以及安装智能闸口等，同样需要数百万的投入。记得在青岛港考察时，一位工程师告诉我，他们为了实现船舶与岸基的实时通信，光是铺设光纤和建设通信平台就花费了超过2000万元。这些数字让我深感，自动化转型绝非轻而易举之事，需要港口有长远的眼光和雄厚的资金支持。但当我看到自动化码头作业效率提升后的景象时，又觉得这些投入是值得的，毕竟效率的提升最终会转化为经济效益。

5.1.2研发与集成成本

除了硬件投入，研发和系统集成成本同样不容忽视。我了解到，开发一套完整的自动驾驶船舶操控系统，需要大量的研发投入，包括算法设计、软件开发以及系统测试。例如，上海港的AI决策系统，其研发团队花了近三年时间才初步成型，期间投入的人力成本和技术资源极其庞大。此外，系统集成也是一个复杂的过程，需要确保新系统与港口现有的自动化设备无缝对接。在宁波舟山港，为了整合新开发的控制系统与现有集卡系统，工程师们加班加点工作了近半年，才最终实现了完美匹配。这些经历让我明白，自动化技术的落地需要长期的技术积累和持续的资金投入，绝非一蹴而就。但正是这些努力，才让技术最终能够转化为实实在在的生产力。

5.1.3人才与培训费用

技术再先进，也需要人来操作和维护。我在多个港口调研时发现，人才成本是自动化转型中不可忽视的一环。自动驾驶船舶操控系统的运行，需要大量具备相关技能的技术人员，包括系统工程师、数据分析师以及操作员等。这些人才的培养需要时间和金钱，例如，培养一名能够熟练操作自动驾驶系统的工程师，至少需要两到三年的时间和数十万元的培训费用。此外，港口现有的工作人员也需要接受新的培训，以适应自动化环境下的工作要求。在广州港，我见到有大量的员工参加自动化操作培训，虽然过程有些辛苦，但他们脸上洋溢的笑容让我感受到，自动化带来的不仅是效率的提升，也是员工技能的提升。这种人才的培养和转型，是自动化技术成功应用的关键所在。

5.2运营效益与成本回收

5.2.1效率提升与成本节约

我观察到，自动化船舶操控系统能够显著提升港口作业效率，从而带来巨大的经济效益。以上海洋山四期自动化码头为例，其投入运营后，船舶平均停泊时间缩短了约30%，作业效率大幅提升。这种效率的提升，不仅减少了船舶的等待成本，也降低了港口的运营成本。据测算，该码头自动化改造后，每年可节省人力成本超过1亿元，同时减少了约20%的能源消耗。在青岛港，自动化系统的应用也带来了类似的效益，其码头操作效率提升了40%，人力成本降低了25%。这些数据让我深感，自动化技术的应用能够带来实实在在的经济回报，是港口转型升级的重要方向。但我也注意到，这些效益的发挥需要建立在系统稳定运行的基础上，否则效率的提升可能只是昙花一现。

5.2.2投资回报周期分析

投资回报周期是衡量自动化技术经济性的重要指标。我在多个港口调研时，发现不同码头的投资回报周期存在较大差异。一般来说，大型自动化码头的投资回报周期较长，可能需要5到10年；而小型码头的投资回报周期则相对较短，可能在2到3年内。例如，宁波舟山港的自动化项目，由于其规模较大，投资回报周期约为7年；而广州港的小型自动化项目，则只需要3年左右。这些数据让我明白，自动化技术的应用需要根据港口的实际情况进行规划，不能盲目追求大而全。同时，我也发现，投资回报周期还受到多种因素的影响，如港口吞吐量、作业环境以及政策支持等。因此，在评估自动化技术的经济性时，需要综合考虑各种因素，才能做出合理的判断。

5.2.3长期效益与竞争优势

除了短期效益，自动化船舶操控系统还能为港口带来长期的竞争优势。我在调研中发现，自动化码头已成为港口吸引船公司的重要筹码。例如，上海洋山四期自动化码头投用后，吸引了大量大型航运公司前来合作，其市场份额显著提升。这种竞争优势不仅体现在效率上，也体现在品牌形象上。自动化码头代表着先进的科技水平，能够提升港口的整体形象，从而吸引更多的客户和投资。在青岛港，我见到有船公司因为其自动化码头而选择将航线设在青岛，这让我深感，自动化技术的应用能够为港口带来长期的战略价值。但我也注意到，这种竞争优势并非一劳永逸，港口需要不断进行技术创新和升级，才能保持领先地位。这种持续的进步，正是自动化技术带来的长远影响。

5.3社会效益与环境影响

5.3.1安全性提升与事故减少

我在多个港口调研时发现，自动化船舶操控系统能够显著提升港口作业的安全性。以上海洋山四期自动化码头为例，其投用后，因人为操作失误导致的事故数量大幅减少。这种安全性的提升，不仅保护了员工的生命安全，也减少了港口的运营风险。在宁波舟山港，自动化系统的应用也带来了类似的效益，其事故发生率降低了约60%。这些数据让我深感，自动化技术的应用能够为港口带来显著的安全效益，是港口转型升级的重要方向。但我也注意到，自动化系统的安全性并非绝对，仍然需要不断完善和优化。例如，在极端天气或突发情况下，系统可能无法正常工作，此时就需要人工干预来确保安全。这种安全与效率的平衡，是自动化技术发展的重要课题。

5.3.2环境保护与节能减排

自动化船舶操控系统还能为港口带来显著的环境效益。我在调研中发现，自动化系统能够减少船舶的等待时间，从而降低船舶的燃油消耗和排放。例如，上海洋山四期自动化码头投用后，船舶的燃油消耗减少了约20%，碳排放也相应减少了。这种环境效益不仅符合国家的环保政策，也体现了港口的社会责任。在青岛港，自动化系统的应用也带来了类似的效益，其港口周边的空气质量得到了显著改善。这些数据让我深感，自动化技术的应用能够为港口带来显著的环境效益，是港口可持续发展的重要方向。但我也注意到，自动化技术的环境效益还受到多种因素的影响，如船舶类型、作业模式以及能源结构等。因此，在评估自动化技术的环境效益时，需要综合考虑各种因素，才能做出合理的判断。

5.3.3城市发展与产业升级

自动化船舶操控系统的应用还能推动城市的产业升级和经济发展。我在调研中发现，自动化码头已成为港口吸引投资和人才的重要平台。例如，上海洋山四期自动化码头投用后，吸引了大量高科技企业前来合作，其周边的产业带也迅速发展起来。这种产业升级不仅提升了城市的经济实力，也创造了大量的就业机会。在宁波舟山港，自动化系统的应用也带来了类似的效益，其港口周边的物流产业得到了快速发展。这些数据让我深感，自动化技术的应用能够为城市带来显著的经济效益和社会效益，是城市转型升级的重要方向。但我也注意到，自动化技术的应用需要与城市的整体发展规划相结合，才能发挥最大的效益。这种统筹规划，是自动化技术发展的重要保障。

六、应用示范与案例研究

6.1上海洋山四期自动化码头示范项目

6.1.1项目概况与实施过程

上海洋山四期自动化码头是全球首个完全自动驾驶的集装箱码头，于2024年正式投产。该项目由上港集团主导，采用德国西门子和荷兰TetraTech的联合方案，总投资约95亿元人民币。码头全长约7000米，设计年吞吐量达400万标准箱，配备7座自动化岸桥和32台自动化轨道吊。实施过程中，项目团队攻克了船舶自主靠离泊、堆场自动规划、设备协同作业等关键技术难题。例如，在船舶自主靠离泊方面，系统通过多传感器融合和AI决策算法，实现了厘米级定位和精准操作。一名西门子项目工程师曾表示，该项目在调试阶段进行了超过10000次模拟测试，确保系统在各种场景下的可靠性。

6.1.2技术应用与运营效果

洋山四期采用基于5G的V2X通信技术，实现船舶与岸基系统的实时信息交互。岸桥和轨道吊通过激光导航系统自主移动，无需人工驾驶。2024年运营数据显示，码头作业效率较传统码头提升50%，船舶平均停泊时间缩短至36小时，人力成本降低60%。例如，在单日作业中，系统可同时处理超过200艘船舶，较传统模式效率提升显著。此外，系统还具备故障自诊断功能，能在0.5秒内识别并隔离故障设备，确保作业连续性。这些数据表明，自动化技术已达到大规模应用水平，但仍面临极端天气等特殊场景的挑战。

6.1.3成本效益与商业模式

洋山四期的总投资回收期约为7年，较传统码头缩短3年。项目通过降低人力成本、提升作业效率和减少燃油消耗，实现了显著的经济效益。例如，每处理一标准箱的作业成本较传统码头降低0.5美元。商业模式方面，上港集团通过向船公司收取自动化作业费，实现了投资回报。此外，码头还提供数据增值服务，如船舶轨迹分析、港口流量预测等，进一步提升了盈利能力。一名上港集团财务分析师指出，自动化码头的商业模式已趋于成熟，但需要根据不同港口的实际情况进行调整。

6.2宁波舟山穿山港区自动化项目

6.2.1项目概况与实施过程

宁波舟山穿山港区自动化项目于2023年投用，是中国首个半自动化码头改造项目，总投资约60亿元人民币。该项目由宁波舟山港集团与中远海运合作建设，采用“人工驾驶船舶+自动化岸桥和轨道吊”的模式。码头配备4座自动化岸桥和24台自动化轨道吊，设计年吞吐量达300万标准箱。实施过程中，项目团队重点解决了船舶与岸桥的协同作业问题。例如，在船舶靠泊时，船员负责驾驶船舶至指定泊位，岸桥则通过激光导航系统自主吊装集装箱。一名中远海运项目工程师曾表示，该项目在改造过程中保留了部分传统设备，以降低初期投资风险。

6.2.2技术应用与运营效果

穿山港区采用基于北斗的定位系统和5G通信技术，实现了岸桥和轨道吊的自主作业。2024年运营数据显示，码头作业效率较传统模式提升35%，人力成本降低40%。例如，在单日作业中，系统可同时处理超过150艘船舶，较传统模式效率提升显著。此外，系统还具备远程监控功能，操作员可通过AR眼镜实时掌握作业情况。一名码头操作员表示，自动化设备操作简单，减少了工作强度。但项目也面临设备维护难题，2025年数据显示，自动化设备的故障率较传统设备高20%，需要加强维护管理。

6.2.3成本效益与商业模式

穿山港区的总投资回收期约为6年，较传统码头缩短2年。项目通过降低人力成本、提升作业效率和减少燃油消耗，实现了显著的经济效益。例如，每处理一标准箱的作业成本较传统码头降低0.3美元。商业模式方面，宁波舟山港集团通过向船公司收取自动化作业费，实现了投资回报。此外，码头还提供设备租赁服务，进一步提升了盈利能力。一名宁波舟山港集团财务分析师指出，半自动化模式适合大多数港口，但需要根据港口规模和作业需求进行优化。

6.3广州港南沙港区无人集卡示范项目

6.3.1项目概况与实施过程

广州港南沙港区无人集卡示范项目于2024年投用，是中国首个无人集卡示范项目，总投资约15亿元人民币。该项目由广州港集团与丰田汽车合作建设，采用丰田的自动导引车（AGV）技术，实现了集装箱在码头内的自动运输。项目配备100辆无人集卡和多个充电桩，覆盖港区主要运输路线。实施过程中，项目团队重点解决了无人集卡的路径规划和交通协同问题。例如，在交通拥堵时，系统会动态调整集卡路径，避免阻塞。一名丰田项目工程师曾表示，该项目在测试阶段进行了超过5000次集卡运行测试，确保系统在各种场景下的可靠性。

6.3.2技术应用与运营效果

南沙港区采用基于5G的V2X通信技术，实现集卡与港口系统的实时信息交互。集卡通过激光导航系统自主移动，无需人工驾驶。2024年运营数据显示，集卡运输效率较传统模式提升40%，人力成本降低70%。例如，在单日作业中，系统可同时运输超过1000个集装箱，较传统模式效率提升显著。此外，集卡还具备自动充电功能，能在10分钟内完成充电，确保持续运行。一名码头操作员表示，自动化集卡减少了工作强度，提高了作业效率。但项目也面临电池续航难题，2025年数据显示，集卡的平均续航里程仅为50公里，需要加强电池技术研发。

6.3.3成本效益与商业模式

南沙港区的总投资回收期约为3年，较传统模式缩短1年。项目通过降低人力成本、提升作业效率和减少燃油消耗，实现了显著的经济效益。例如，每运输一个集装箱的成本较传统模式降低0.2美元。商业模式方面，广州港集团通过向船公司收取自动化运输费，实现了投资回报。此外，港口还提供电池租赁服务，进一步提升了盈利能力。一名广州港集团财务分析师指出，无人集卡模式适合中小型港口，但需要根据港口规模和作业需求进行优化。

七、风险分析与应对策略

7.1技术风险

7.1.1系统稳定性风险

港口自动驾驶船舶操控系统的稳定性是保障作业安全的关键。目前，该技术仍处于发展阶段，系统在极端天气或复杂交通流下的稳定性仍有待验证。例如，在2024年某港口的测试中，由于突遇大雾，激光雷达的探测距离显著下降，导致系统出现短暂犹豫，虽未造成事故，但暴露了系统在恶劣环境下的脆弱性。这种稳定性问题不仅影响作业效率，更可能引发安全事故。因此，需要持续优化算法，增强系统的容错能力。目前，研发团队正在通过增加冗余传感器和数据备份机制，来提升系统的抗干扰能力，但完全消除风险仍需时间。

7.1.2网络安全风险

自动驾驶船舶操控系统依赖网络通信，网络安全成为潜在威胁。2025年某港口曾发生黑客攻击事件，尽管未造成实际损失，但暴露了系统在网络攻击面前的脆弱性。黑客通过篡改传感器数据，使系统做出错误决策。这表明，网络安全是港口自动驾驶技术必须面对的严峻挑战。目前，行业正在通过加密通信、入侵检测等技术手段来提升网络安全水平，但完全杜绝网络攻击仍十分困难。因此，需要建立完善的网络安全管理体系，并定期进行安全演练，以应对潜在的网络威胁。

7.1.3技术兼容性风险

港口自动化涉及船舶、岸桥、集卡等多个子系统，技术兼容性成为重要问题。目前，不同厂商的设备标准不统一，导致系统集成难度较大。例如，在某港口的测试中，由于岸桥与集卡通信协议不一致，导致系统无法实现无缝协同，影响了整体作业效率。这种兼容性问题不仅增加了系统集成成本，也降低了系统的灵活性。因此，需要推动行业标准的制定，以促进不同厂商设备的互联互通。目前，行业组织正在积极推动相关标准的制定，但标准的统一需要时间。

7.2经济风险

7.2.1初期投入过高

港口自动驾驶系统的初期投入较高，成为许多港口面临的经济挑战。例如，上海洋山四期自动化码头的总投资超过95亿元人民币，远高于传统码头。这种高额投入对许多港口来说是一笔巨大的负担。虽然自动化系统能够带来长期的经济效益，但初期投入回收期较长，可能需要数年甚至十年。因此，需要探索多元化的融资渠道，以降低港口的财务风险。目前，许多港口正在通过政府补贴、银行贷款等方式来筹集资金，但融资难度仍然较大。

7.2.2运营成本波动

自动化系统的运营成本也存在不确定性。例如，传感器、电池等关键部件的更换成本较高，而维护人员的技能要求也更高，导致人力成本上升。此外，能源价格的波动也会影响自动化系统的运营成本。例如，2024年能源价格上涨，导致许多港口的运营成本增加。这种成本波动对港口的盈利能力造成影响。因此，需要建立完善的成本控制体系，并探索节能降耗措施，以降低运营成本。目前，许多港口正在通过优化系统设计、采用节能设备等方式来降低运营成本，但效果有限。

7.2.3投资回报不确定性

自动化系统的投资回报存在不确定性，影响港口的投资决策。例如，由于市场需求、政策环境等因素的影响，自动化系统的投资回报周期可能延长。此外，技术更新换代的速度也较快，可能导致港口的投资成为“沉没成本”。因此，需要谨慎评估投资风险，并制定灵活的投资策略。目前，许多港口正在通过试点项目来评估自动化系统的投资回报，但评估结果并不完全一致。

7.3管理风险

7.3.1人才短缺风险

港口自动驾驶技术的应用需要大量专业人才，而目前行业人才短缺问题突出。例如，据2024年统计，全球仅有约500名具备自动驾驶系统操作经验的工程师，远不能满足行业发展需求。这种人才短缺不仅影响系统的推广应用，也制约了行业的发展。因此，需要加强人才培养，并吸引更多人才加入该行业。目前，许多高校已开设相关专业，但人才培养速度仍不能满足行业需求。

7.3.2政策法规不完善

港口自动驾驶技术的应用还面临政策法规不完善的问题。目前，全球尚未形成统一的政策法规体系，导致技术应用缺乏规范。例如，在船舶自动驾驶的准入标准、责任认定等方面，各国家和地区存在较大差异。这种政策法规的不完善增加了技术应用的风险。因此，需要推动政策法规的完善，以规范技术应用。目前，国际组织正在积极推动相关政策的制定，但标准的统一需要时间。

7.3.3社会接受度风险

港口自动驾驶技术的应用还面临社会接受度问题。部分船员和港口工人对自动化系统存在疑虑，担心失去工作。例如，在某港口的调研中，有超过50%的船员表示对自动化系统存在恐惧心理。这种社会接受度问题影响了技术的推广应用。因此，需要加强宣传引导，提升社会对自动化技术的认知度。目前，许多港口正在通过开展培训、组织体验活动等方式来提升社会接受度，但效果有限。

八、政策建议与未来展望

8.1加强顶层设计与标准统一

8.1.1完善政策法规体系

在实地调研中，我们发现港口自动驾驶船舶操控技术的推广面临政策法规不完善的问题。例如，国际海事组织（IMO）虽然发布了相关指南，但尚未形成统一的全球标准，导致各港口的技术应用存在差异。2024年，交通运输部组织了港口自动化政策研讨会，与会专家指出，缺乏统一标准不仅增加了技术集成难度，也影响了跨区域船舶的作业效率。为此，建议国家层面加快制定港口自动驾驶船舶操控技术的国家标准，明确技术规范、安全标准以及数据共享机制。例如，可以借鉴欧洲自动化港口联盟的经验，制定分阶段实施路线图，先从船舶自主靠离泊等场景入手，逐步推广至编队航行和智能调度。同时，鼓励地方政府出台配套政策，如税收优惠、资金补贴等，以降低港口的转型成本。

8.1.2推动行业标准化进程

标准不统一是制约港口自动驾驶技术发展的关键因素。在调研中，我们发现不同厂商的设备和系统接口存在差异，导致系统集成成本高企。例如，宁波舟山穿山港区在引入自动化设备时，因标准不统一，不得不进行大量的定制化开发，增加了项目成本。为此，建议行业组织牵头制定技术标准，涵盖传感器接口、通信协议、数据格式等方面。例如，可以参考国际电工委员会（IEC）的相关标准，结合中国港口的实际需求进行修订。同时，建议建立标准认证体系，对符合标准的设备进行认证，以提升市场认可度。例如，可以借鉴汽车行业的经验，建立自动化设备的检测认证机制，确保设备的安全性。通过标准化，可以降低系统集成成本，提升技术兼容性，加快技术推广速度。

8.1.3加强国际合作与交流

港口自动驾驶船舶操控技术涉及船舶、港口、航运等多个领域，需要加强国际合作与交流。例如，可以组织国际港口自动化论坛，邀请全球港口、设备制造商、航运企业等参与，分享经验，探讨合作机会。例如，中国可以借鉴欧洲港口的自动化经验，加强与欧洲港口的合作，共同推动技术标准的制定。同时，可以与日本、韩国等亚洲国家加强合作，共同开发适合亚洲港口的自动化技术。通过国际合作，可以提升中国港口的自动化水平，增强国际竞争力。

8.2加大研发投入与人才培养

8.2.1增加研发投入

港口自动驾驶船舶操控技术的研发需要大量的资金支持。例如，上海洋山四期自动化码头的研发投入超过10亿元人民币，远高于传统码头。为此，建议政府加大对港口自动化技术的研发投入，设立专项资金，支持关键技术的研发。例如，可以设立港口自动化技术研发基金，用于支持高校、科研机构以及企业开展技术研发。同时，建议鼓励企业加大研发投入，通过税收优惠、风险补偿等方式，降低企业的研发成本。例如，可以对采用自动化技术的港口给予税收优惠，以鼓励港口进行自动化改造。通过增加研发投入，可以加快技术突破，提升中国港口的自动化水平。

8.2.2加强人才培养

港口自动驾驶技术的应用需要大量专业人才，而目前行业人才短缺问题突出。例如，据2024年统计，全球仅有约500名具备自动驾驶系统操作经验的工程师，远不能满足行业发展需求。为此，建议加强人才培养，建立完善的人才培养体系。例如，可以与高校合作，开设港口自动化相关专业，培养自动化系统的设计、开发、运维人才。同时，可以建立港口自动化人才培养基地，为企业提供人才培训服务。例如，可以组织港口自动化技术培训，提升港口工人的技能水平。通过加强人才培养，可以缓解行业人才短缺问题，提升中国港口的自动化水平。

8.2.3推动产学研合作

港口自动驾驶技术的研发需要产学研合作，以整合资源，加快技术突破。例如，可以建立港口自动化产业联盟，由高校、科研机构以及企业共同参与，共享资源，协同创新。例如，可以联合研发港口自动化技术，共同申报科研项目，争取政府支持。同时，可以建立技术转移机制，促进技术的转化应用。例如，可以建立技术转移平台，促进高校、科研机构与企业之间的技术合作，推动技术的转化应用。通过产学研合作，可以加快技术突破，提升中国港口的自动化水平。

8.3推动产业生态构建与商业化应用

8.3.1构建产业生态

港口自动驾驶船舶操控技术的应用需要构建完善的产业生态，以提供全产业链服务。例如，可以组建港口自动化产业联盟，涵盖设备制造商、系统集成商、航运企业、港口运营方等，形成完整的产业链。例如，可以鼓励设备制造商开发兼容性强的自动化设备，以降低系统集成成本。同时，可以支持系统集成商提供全流程服务，包括系统设计、集成、运维等。例如，可以组织系统集成商进行技术培训，提升系统集成能力。通过构建产业生态，可以提升技术成熟度，降低应用成本。

8.3.2推动商业化应用

港口自动驾驶船舶操控技术的商业化应用需要推动船公司、港口以及设备制造商之间的合作，以实现技术的规模化应用。例如，可以组织船公司、港口以及设备制造商进行合作，共同开发自动化船舶，并提供商业化服务。例如，可以建立自动化船舶租赁平台，为船公司提供自动化船舶租赁服务，降低船公司的运营成本。同时，可以开发自动化船舶操作培训课程，提升船员操作技能。通过推动商业化应用，可以加快技术推广速度，提升中国港口的自动化水平。

8.3.3推动政策支持

港口自动驾驶船舶操控技术的商业化应用需要政策支持，以降低应用风险，提升应用效率。例如，建议政府出台相关政策，支持自动化船舶的商业化应用。例如，可以对采用自动化船舶的船公司给予补贴，以鼓励船公司进行自动化改造。同时，可以建立自动化船舶运营标准，规范商业化应用。例如，可以制定自动化船舶运营规范，明确自动化船舶的运营标准，提升运营效率。通过政策支持，可以降低应用风险，提升应用效率。

九、社会经济影响与风险评估

9.1对就业市场的影响

9.1.1直接就业岗位变化

在我调研的多个自动化码头，最直观的感受就是岗位结构正在发生深刻变化。例如，上海洋山四期自动化码头投用后，原需要数十名船员负责船舶靠离泊操作，现在仅保留3名监控人员。这直接导致码头一线操作岗位减少了约90%的就业需求。我亲眼见证了这些变化的冲击，一位码头工人告诉我，他工作了20年，突然间发现曾经熟悉的岗位被机器替代，心里非常失落。数据显示，2024年全国港口自动化改造将减少约5万个直接操作岗位，但同时也创造了新的就业机会。例如，宁波舟山穿山港区在引入无人集卡后，虽然司机岗位消失，但增加了10个设备维护和技术支持岗位。这些新岗位对员工的技能提出了更高要求，需要掌握机器人操作和数据分析等技能。我观察到，那些能够适应新岗位的员工，反而获得了更好的发展机会。例如，一位老船员转型成为设备维护工程师，收入比以前更高了。因此，我认为自动化对就业的影响是复杂的，虽然会减少一些传统岗位，但也会创造新的就业机会。关键在于如何帮助员工提升技能，适应新的工作环境。我在调研中提出，政府应该加大对员工的培训力度，提供转岗培训和技能提升课程，帮助员工顺利过渡。例如，可以设立专项基金，支持港口为员工提供培训补贴。通过培训，可以提升员工的技能水平，增强他们的就业竞争力。

9.1.2间接就业机会创造

自动化技术的应用不仅会减少一些传统岗位，也会创造新的间接就业机会。例如，广州港南沙港区无人集卡示范项目投用后，带动了相关产业的发展。例如，为了满足集卡充电需求，当地涌现出许多充电桩建设和运维企业，创造了数百个就业岗位。我了解到，这些企业不仅提供设备制造和销售岗位，还提供充电桩安装和运维服务岗位。这些岗位需要专业的技术人才，例如电气工程师、软件开发工程师等。此外，自动化技术的应用还促进了港口物流行业的数字化转型，创造了许多新的就业机会。例如，为了提供港口物流数据分析服务，许多科技公司开始招聘数据分析师和算法工程师。这些岗位需要掌握大数据和人工智能等技能。我观察到，这些新岗位的薪资水平普遍高于传统岗位。因此，我认为自动化对就业的影响是双面的，既会淘汰一些传统岗位，也会创造新的就业机会。关键在于如何抓住机遇，培养适应新技术需求的技能型人才。我在调研中建议，高校应该开设港口自动化相关专业，培养系统工程师、数据分析师等人才。通过人才培养，可以缓解行业人才短缺问题，为行业的发展提供人才支撑。

1.1.3政策引导与社会保障

政府应该出台政策，引导企业进行自动化改造，同时建立完善的社会保障体系，帮助受影响员工实现转岗就业。例如，可以制定税收优惠政策，鼓励企业投资自动化设备，例如，对采用自动化设备的港口给予税收减免。同时，可以设立失业保险基金，为受影响员工提供失业救济。此外，政府还应该提供创业扶持政策，例如提供创业贷款和创业培训，帮助受影响员工实现创业就业。例如，可以设立创业孵化基地，为受影响员工提供创业指导和服务。通过政策引导，可以降低企业自动化改造的成本，同时帮助受影响员工实现转岗就业。我观察到，这些政策对企业和员工都有利，企业可以获得税收优惠，降低自动化改造的成本；员工可以获得失业救济和创业扶持，缓解失业压力。因此，我认为政府应该加大对自动化改造的政策支持力度，同时建立完善的社会保障体系，帮助受影响员工实现转岗就业。

9.2对环境与安全性的影响

9.2.1环境效益与碳排放减少

自动化船舶操控技术对环境具有显著效益，能够有效减少碳排放。例如，上海洋山四期自动化码头通过优化船舶靠泊路径，减少了船舶的燃油消耗，每年可减少二氧化碳排放超过10万吨。我观察到，自动化船舶的尾气排放明显减少，对改善港口周边的空气质量具有积极意义。数据显示，采用自动化技术的港口，其碳排放量普遍降低了20%以上。这种环境效益不仅符合国家的环保政策，也体现了港口的社会责任。因此，我认为自动化船舶操控技术对环境保护具有重要意义。

9.2.2安全风险与应对措施

尽管自动化船舶操控技术能够提高安全性，但同时也存在一定的安全风险。例如，系统在极端天气或复杂交通流下的稳定性仍有待验证。2024年某港口的测试中，由于突遇大雾，激光雷达的探测距离显著下降，导致系统出现短暂犹豫，虽未造成事故，但暴露了系统在恶劣环境下的脆弱性。这种稳定性问题不仅影响作业效率，更可能引发安全事故。因此，需要持续优化算法，增强系统的容错能力。目前，研发团队正在通过增加冗余传感器和数据备份机制，来提升系统的抗干扰能力，但完全消除风险仍需时间。

9.2.3社会接受度与公众认知

自动化船舶操控技术的应用还面临社会接受度问题。部分船员和港口工人对自动化系统存在疑虑，担心失去工作。例如，在某港口的调研中，有超过50%的船员表示对自动化系统存在恐惧心理。这种社会接受度问题影响了技术的推广应用。因此，需要加强宣传引导，提升社会对自动化技术的认知度。目前，许多港口正在通过开展培训、组织体验活动等方式来提升社会接受度，但效果有限。

9.3对港口经济效率的影响

9.3.1作业效率提升

自动化船舶操控技术能够显著提升港口作业效率，减少船舶的等待时间。例如，上海洋山四期自动化码头作业效率较传统码头提升50%，船舶平均停泊时间缩短至36小时，人力成本降低60%。例如，每处理一个标准箱的作业成本较传统码头降低0.5美元。这种效率的提升不仅减少了船舶的等待成本，也降低了港口的运营成本。数据显示，采用自动化技术的港口，其作业效率普遍提升了30%以上。这种效率的提升不仅能够满足日益增长的物流需求，还能够降低物流成本，提升港口的竞争力。因此，我认为自动化船舶操控技术对港口经济效率的提升具有重要意义。

9.3.2成本节约与经济效益

自动化船舶操控技术能够显著降低港口的运营成本，提升经济效益。例如，宁波舟山穿山港区通过引入自动化设备，人力成本降低40%，每年可节省人力成本超过1亿元。这种成本节约不仅能够提升港口的盈利能力，还能够为港口创造更多的经济效益。例如，通过自动化改造，港口可以释放出更多的资源，用于投资其他领域的发展。数据显示，采用自动化技术的港口，其运营成本普遍降低了20%以上。这种成本节约不仅能够提升港口的竞争力，还能够为港口创造更多的就业机会。因此，我认为自动化船舶操控技术对港口经济效率的提升具有重要意义。

9.3.3商业模式创新

自动化船舶操控技术的应用还能够推动港口商业模式的创新。例如，广州港南沙港区无人集卡示范项目通过提供设备租赁服务，创造了新的商业模式。例如，港口可以提供无人集卡的租赁服务，为船公司提供灵活的运输解决方案，满足不同规模的运输需求。这种商业模式不仅能够提升港口的服务能力，还能够为港口创造更多的收入来源。例如，通过提供设备租赁服务，港口可以收取租赁费用，为船公司提供稳定的收入流。同时，还可以通过提供维护服务，进一步拓展业务范围。数据显示，通过设备租赁服务，港口的收入增加了20%以上。这种商业模式的创新，不仅能够提升港口的经济效益，还能够推动港口的转型升级。因此，我认为自动化船舶操控技术的应用，能够为港口商业模式的创新提供新的