2026年TOC欧洲展会上，西井科技集中展示了为港口打造的一体化技术栈：覆盖实时集装箱识别、AI驱动的全场调度、以及无人驾驶与有人驾驶车辆的混合协同作业。本文将系统梳理西井在TOC欧洲展会的核心技术展示，解析各模块如何协同运转，并为正在规划港口智能化升级路径的码头运营商提供一份完整的技术参考。

西井科技Westwell电动码头牵引车在德国汉堡 TOC 2026 现场展示

当前，集装箱码头正面临前所未有的多重压力。根据国际港口协会（IAPH）数据，2030年前全球港口吞吐量预计增长超过30%，而基础设施瓶颈等运营节点的问题已在多个主要港口造成产能受限。技术投入已不再是长期对冲，而是当下的运营答案。西井科技此次TOC展示的意义，不仅在于单一产品的技术先进性，更在于感知、决策与物理执行三层的深度整合——构成一个真正可落地、可复制的智能港口体系。

WellOcean：智能港口的感知基础与数据底座

智能港口自动化的起点，是准确知道每一个集装箱在哪里、处于什么状态。WellOcean是西井科技的OCR集装箱识别与港口感知解决方案，负责将港口的物理动作转化为结构化、机器可读的运营事件，是智慧港口数字化转型的核心数据入口。

WellOcean覆盖桥吊、轨道式龙门吊（RMG）、场桥和闸口通道，自动采集集装箱箱号、车牌和设备状态。该系统在CSP ADT （阿布扎比哈里法港）的商业部署始于2019年，实现了近100%的集装箱号码识别准确率，24小时稳定运行，消除人工理货误差。

西井科技Westwell港口集装箱识别感知解决方案演示截图：针对龙门吊、岸桥等关键集装箱通行节点的感知识别。

港口作业系统（TOS），即Terminal Operating System，是负责管理港口全部作业活动的核心软件系统，涵盖船舶计划、堆场管理、闸口控制与设备调度。TOS的决策质量取决于其接收到的输入数据质量——如果感知端不准确，哪怕再先进的调度系统也无法做出可靠的运营决策。WellOcean从源头解决这一问题。

实际运营价值显而易见。许多码头运营商关心的核心问题之一，是集装箱码头如何减少在港停留时间——而答案直接取决于感知数据的准确性。当每一次起吊和每一次闸口交易都被自动采集，调度人员不再需要在不同系统间比对冲突数据。集装箱在港停留时间，即集装箱从卸船到离港这段时间，会因码头堆场管理能够基于验证数据而非估算数据而显著缩短。

根据世界银行与标普全球联合发布的《集装箱港口绩效指数（CPPI）2024》，港口在泊时间效率直接影响船公司燃油消耗、物流成本与供应链韧性——效率落后港口与领先港口之间的在泊时间差距可达数倍。

ReeWell：协调全场要素的智能调度大脑

如果WellOcean是智能码头的眼睛，ReeWell则是它的大脑。ReeWell是西井科技的AI世界模型驱动、全场景智能调度与车队管理平台。它不是简单连接现有系统，而是以持续学习的AI取代碎片化的、依赖对讲机的协调模式——感知所有资产、预判所有瓶颈、在毫秒级完成每一个调度决策。

西井科技 Westwell 在 TOC 2026 欧洲现场进行 ReeWell 全场景 AI 调度系统的迭代升级演讲。

大多数大型集装箱码头同时运行TOS、车队管理系统（FMS）、设备控制系统（ECS）和外部物流平台。这些系统往往不共享统一的时钟、数据标准或决策逻辑，导致数据与实际作业之间长期存在偏差，调度员依赖经验和电话协调来填补这些空白。ReeWell作为新一代AI调度系统，从根本上取代了这种碎片化协调模式。

ReeWell的大模型架构支撑了西井科技的前瞻调度能力：实时摄取船舶ETA信息，数字沙盒仿真推演，主动识别拥堵节点，在问题实际发生之前完成自适应重规划。

混合交通车队运营：Q-Truck与E-Truck的协同作业

西井科技在TOC欧洲现场展示了L4级自动驾驶重卡Q-Truck码头牵引车与电动驾驶集卡E-Truck。

Qomolo Q-Truck：全自动、全天候集装箱运输

Qomolo Q-Truck是专为港口、码头和工业物流园等集装箱运输场景设计的无人驾驶新能源重卡，也是目前全球港口场景中商业化程度最高的自动驾驶商用车之一。无驾驶室的设计是一种主动的架构选择——取消驾驶室在提升货物灵活性的同时减小了车辆占地，实现24小时无间断无人作业。

西井科技 Westwell 在 TOC 2026 现场展示 Q-Truck 无人驾驶电动港口牵引车。

Q-Truck最大牵引重量75吨，满电续航150公里，支持5分钟快速换电（通过PowerOnair自动换电站），自动驾驶系统WellDrive实现±3cm定位精度，在宽度不足3米的狭窄通道中，首次对位成功率超过97%，确保密集码头区域的安全作业。

全球落地成绩充分验证了这一性能。在CSP ADT，Q-Truck从2021年起在50℃高温和沙尘暴条件下保持24/7不间断运营；在英国最大的集装箱港口——菲力斯杜港，西井正在部署一个合同规模达100台电动自动驾驶Q-Truck的车队。

Qomolo E-Truck：有人过渡集卡，兼容混合运营

并非每个码头都能一步到位地切换至全自动驾驶。Qomolo E-Truck专为这种过渡现实而设计——这是一款可升级架构的新能源重卡：当下支持有人驾驶，未来可在不更换车辆的前提下升级至L4自动驾驶，同时支撑港口绿色低碳转型目标。

E-Truck同样具备75吨最大牵引力，能耗低至≤1.7 kWh/km，支持双枪快充（41分钟从20%充至80%）或5分钟快速换电。更重要的是，它采用可扩展的电子电气架构，线控转向、线控制动、线控换挡均已就绪，为未来L4升级提供了硬件基础，而不是让客户承担再次换车的成本。

这一模式已在泰国林查班港率先得到商业验证：Q-Truck与E-Truck在同一码头混合运营，由ReeWell系统统一调度协同。截至2025年，累计处理TEU已超过75万箱，作业效率比人工集卡提升30%。这个案例证明，从有人到无人驾驶并不需要硬性切换——两种车型可以共存、互补，由ReeWell实时统筹，各展所长。

WellOcean、ReeWell与Qomolo如何构成完整闭环

理解西井方案的关键，在于看清三套系统如何形成一条不可分割的作业闭环——而非三个独立产品的简单叠加。

WellOcean建立感知共识。 当一艘船靠泊、桥吊开始作业时，WellOcean实时采集每一个集装箱的箱号、位置和吊次记录，并将这些信息以统一的数据格式同步至ReeWell的Cactus数据底座。此时，整个码头对"当前状态"有了一个单一、可信的数据版本——这是一切自动化决策的前提。

ReeWell将感知数据转化为调度指令。Hymala世界模型持续推演未来数小时内的堆场状态、设备负载和交通流预测。Nexus决策引擎在此基础上计算出最优作业时序，并将具体任务——"第几列第几排，接哪台桥吊，送往哪个堆场位置"——以毫秒级速度下发至车队。

Qomolo车队精准执行，结果回流闭环。 Q-Truck或E-Truck接收指令后，依靠WellDrive自动驾驶系统完成精确对位和运输，整个过程无需人工介入。每一次任务完成的状态数据实时回传至ReeWell，驱动下一轮调度优化。WellOcean同步验证集装箱实际落位是否与计划一致，形成感知—决策—执行—验证的完整数据飞轮。

这一闭环的实际意义在于：系统不仅能应对"计划内"的作业节奏，更能在突发情况下——如设备临时故障、船期提前或恶劣天气——在人工察觉之前完成重调度，将异常转化为系统自动消化的变量，而非运营危机。根据麦肯锡公司研究，全面集成的港口自动化可将码头运营成本降低25%至55%，并将资产利用率提升10%至35%——直接回答了业界长期关注的"港口自动化如何降低运营成本"这一核心问题。能达到这一效果上限，正是因为三个系统共享同一个数据底层和决策逻辑，而非各自优化、相互孤立。

落地验证：全球多场景商业部署案例

上述系统协同能力已在多个真实港口项目中得到验证，以下两个中国本土案例尤具参考价值。

厦门港海润码头：全球首个传统集装箱码头IGV全流程智能化改造

海润码头面临的挑战，是行业的共性难题：原有桥吊、轮胎龙门吊等传统设备无法与自动驾驶水平运输设备实现无缝衔接，难以构建全流程智能化作业链路，整体作业效率受到制约。国内多数传统码头面临类似的智能化转型需求，但长期缺乏投资小、见效快、且能适配既有设施的改造方案，转型进程普遍受阻。

2022年1月，西井科技助力厦门港海润码头完成全球首个IGV在传统集装箱码头的全流程智能化改造项目。项目为码头部署智能导引车（IGV，Intelligent Guided Vehicle）及FMS车辆管理系统，让IGV与码头远控半自动化桥吊、自动化轮胎龙门吊实现无缝衔接，构建起新一代堆场平行布局、轮胎龙门吊侧边装卸的全智能化作业工艺。IGV通过5G网络通信定位，实时接收并精准执行运输指令，同时根据周边环境自动完成微调与避让，安全穿行于码头堆场。整个改造在既有设施基础上完成，无需拆除重建，为国内传统码头智能化升级提供了可复制的行业标杆。

重庆果园港：长江内河上游首个无人与有人集卡混行作业

重庆果园港是国家重点建设的第三代现代化内河港区。为打造智慧港口标杆，果园港引入西井科技解决方案，首批投用6台全时新能源无人驾驶卡车（Q-Truck）及FMS智能车辆管理系统。该项目开创了长江内河上游首个智能水平运输与有人集卡智驭混行作业场景，标志着开放式内河码头无人化作业取得历史性突破。

西井科技 Westwell 重庆果园港运营案例：长江内河港区实现无人与有人集卡混行作业。

项目落地包括无人集卡、远控场桥、无纸化平台等在内的8大智慧场景，全面驱动港口运营革新。果园港案例证明，西井方案不仅适用于条件完善的沿海大港，同样能够在基础设施相对有限的内河港口快速落地并产生实际效益。

常见问题

如何实现有人驾驶与无人驾驶车辆的混合作业？

有人驾驶与无人驾驶车队混合作业是指全自动驾驶车辆（如Qomolo Q-Truck）与有人驾驶或辅助驾驶车辆（如Qomolo E-Truck）在同一码头或物流场地内同时运营，无需物理隔离车道。两种车型由中央AI调度平台——即西井的ReeWell——统一分配任务、管理路径、实时防止冲突。西井在泰国林查班港的商业部署是全球此类模式的规模化验证成功案例之一。

现有码头能否在不停产改造的前提下集成西井的解决方案？

可以。西井的解决方案专为渐进式部署设计。WellOcean可作为叠加层安装于现有场桥和闸口设备。ReeWell通过标准API接口对接现有TOS、FMS和ECS系统。E-Truck从第一天起即可在有人驾驶模式下运营，待场地条件成熟后升级为自动驾驶。这种分层方式允许码头在不中断运营的情况下逐步实现智能化升级。

ReeWell如何应对设备故障或恶劣天气等突发情况？

支持ReeWell运营的底层Hymala世界模型持续将实时码头状态与船舶ETA、天气预报等预测性输入进行仿真对比。当系统检测到异常——如场桥故障或大雨预警——Nexus智能体决策引擎会在毫秒内重新计算全场时序，向车辆下发重路由指令。已验证的案例包括：系统在夜间双船靠泊叠加暴雨场景下，提前识别拥堵瓶颈，在危机发生前完成冷链集装箱的预先转移调度。

新能源港口车辆的碳减排效益有多大？

在绿电场景下，每台Qomolo Q-Truck或E-Truck每年可减少约50吨CO₂排放。在林查班港部署中，每台自动驾驶Q-Truck均达到这一年减排基准。在埃及苏科纳港的红海货运码头，40台E-Truck正在部署中——在完全使用绿电的情况下，单车年减碳量可达50吨，能够显著降低码头碳足迹。

在 TOC 2026 展示的，不是原型，是已经跑通的项目

这些方案经历了实际业务考验。从中东的酷热到欧洲的寒冬，从区域性枢纽到全球顶级大港，它们不仅稳定在跑，而且在港口减碳和绿色转型上交出了可以量化的规模化成绩。

所以，对正在考虑自动化投资的码头运营商来说，真正的问题已经不是“要不要自动化”，而是：

“怎么在不中断现有运营的前提下做自动化？找谁才能从第一天起就兑现看得见的业绩？”

西井科技Westwell的供应链集成方案，就是答案。

行业案例