YardLoop 港场异常闭环

Pitch 58 · Port Yard Exception Control Plane

港口已经有 TOS 和摄像头，异常却还在对讲机、截图和 Excel 里流转。

YardLoop 面向码头、内陆港、铁路联运场、港外堆场和 chassis pool，把 TOS、闸口 OCR、预约、查验、箱号、封签、箱损、底盘车、司机和现场视频连成一条可分派、可复核、可举证、可回写、可训练的异常闭环。

看闸口异常闭环 比赛 Demo Ask

01 · Problem

港场不是缺系统，而是异常卡在系统之间。

TOS 记录计划，摄像头看到现场，司机在电话和微信里改计划，调度靠对讲机救火。每一个没有闭环的异常都会变成排队、滞箱费、截关风险、设备空等、damage claim 和客户投诉。

计划与现场断开

TOS/YMS 知道“应该发生什么”，但箱号、箱位、封签、查验、放行和底盘车状态常在现场偏离。

识别与处理断开

OCR、LPR、摄像头和司机 App 能发现问题，但低置信度、错箱、缺封签和箱损仍靠人工追。

证据与责任断开

D&D、箱损、roadability、release proof 和客户争议需要证据链，不是一张截图。

自动化与工会现实冲突

全自动码头重、慢、敏感；human-in-the-loop 的异常闭环更容易先落地。

02 · Why Now

吞吐增长、船期波动、D&D 争议和 smart port 投资同时放大异常成本。

港口买方不是第一次数字化。变化在于：越来越多设备已经能看见现场，但只有少数码头完成全自动化；大部分港场需要的是低风险、可 retrofit 的异常关闭层。

913M TEU 全球集装箱港口吞吐量 2024 年约 9.13 亿 TEU，任何小比例异常都是巨大工作量。
3.54亿 TEU 中国 2025 年港口集装箱吞吐量约 3.54 亿 TEU，同比增长 6.8%。
76 / 850 2025 年全球约 850 个相关集装箱码头中，仅 76 个有运营中的自动化能力。
5% 公开生产力材料常把 trouble ticket / exception tail 估在约 5%，但它消耗了不成比例的闸口时间。

03 · Insight

港场真正值钱的数据，不是 ETA 或视频流，而是异常如何被解决。

谁先沉淀异常类型、责任人、SOP、影响金额、动作结果和复核证据，谁就能训练出港场运营的行动模型。识别是入口，关闭才是产品。

Recognition Is Crowded

闸口 OCR、LPR、damage detection、TOS 和 visibility 平台都已经存在。

Closure Is Missing

开放机会是 workflow、evidence、SLA、TOS/PCS/EDI 写回和争议审计。

Learning Is Compounding

每次人工纠正、坏角度、雨夜、遮挡和 release 复核都会变成下一版 edge model 的样本。

04 · Solution

YardLoop 是 TOS、OCR、闸口、堆场和司机协同之上的 exception control plane。

它不替代 TOS/YMS。它把现场状态变成异常工单，把异常工单变成可执行动作，把动作结果写回复盘数据。

  • Event Fusion：接入 TOS、OCR/LPR、预约、查验、hold/release、GPS/AIS、视频和司机协同数据。
  • Exception Engine：识别 OCR mismatch、seal missing、damage、appointment miss、hold conflict、container not found。
  • Action Orchestrator：分派调度、闸口、场桥、司机、客户或巡检小车，按 SLA 跟踪关闭。
  • Evidence Ledger：冻结图片/短视频、模型版本、人工决策、hash、TOS 写回和争议证据包。
港场异常闭环控制台，集装箱堆场俯视图、闸口扫描、箱损封签卡片、底盘车状态、异常路线和系统回写

05 · Product Workflow

一个闸口异常，从低置信度 OCR 到 TOS 已回写。

第一版先做 Gate Exception Control Tower：不接管全部作业，只在一个 lane、一个 shift、三类高价值异常里证明闭环价值。

Detect

闸口相机读到箱号，ISO 6346 check digit 或 TOS expected-vs-actual 触发异常。

Hold

系统建议 `SOFT_HOLD`，生成 owner、SLA、证据要求和人工审核按钮。

Verify

小车/AGV 或人工补拍 door-side code、seal、damage 和 chassis proof。

Writeback

人工批准后，回写 TOS/YMS：Gate Hold、Inspection Required、Evidence URI、Suggested Yard Task。

Learn

OCR glare、missing seal、bad angle 和人工纠正进入 LeRobot/HIL 数据队列。

06 · Market Wedge

先打闸口异常控制塔，再扩到堆场、铁路、查验、chassis 和客户堆场。

首单不从替换 TOS 或全自动码头开始。先选择已有摄像头和 TOS/OCR、但异常仍靠人工追的站点。

Gate Exception

箱号错读、缺预约、hold/release 冲突、seal missing、damage flag、driver issue。

Yard Block

container not found、错箱位、rehandle、blocked move 和现场 proof 补拍。

Rail / Inland Port

铁水联运、内陆港、wrong rail cut、customs hold、no-show truck 和交接责任。

Chassis Pool

roadability、维修照片、责任归属、放行证明和车队沟通。

大型货主堆场

零售、汽车、制造和跨境货主自有堆场的错箱、滞留、损坏和查验延迟。

中国智慧港口

智慧港已经在推进感知、AI、数字孪生和一张图；YardLoop 做异常闭环引擎。

07 · Business Model

定价高于通用 workflow，低于替换 TOS 或 smart gate。

YardLoop 的付费锚点不是“又一个 OCR”，而是更快关闭 exception、减少 manual touches、缩短 truck turn time、降低 disputed D&D / damage claim 和提升审计完整度。

Paid Pilot

海外 $15k-50k，8-12 周；中国 ¥30万-100万，先接一条 lane / 一个 workflow。

Platform ARR

$50k-150k / site / year + $0.05-0.15 / gate-yard transaction。

AI Evidence

$0.08-0.25 / imaged container，或 $20k-80k / lane / year 的证据/视觉 add-on。

ROI Gate

生产门槛：exception MTTR 降 30-50%，manual touches 降 30-50%，证据包 5 分钟内可取。

08 · Go-To-Market

影子模式切入，一条 lane 证明价值，再获得写回权限。

公共港口和大码头采购慢，私有码头、内陆港、港外堆场、chassis pool 和大型货主 yard 可以更快进入 paid pilot。

Weeks 1-2

映射 exception taxonomy、TOS/OCR feed、baseline KPI 和安全/权限边界。

Weeks 3-6

shadow mode，不写回；分类异常、测量 leakage、生成证据包。

Weeks 7-10

live assist：一个 lane、一个 shift、一个异常队列，人工批准后写回。

Expansion

从 gate 扩到 yard block、rail interchange、chassis shop、reefer lane 和多场站 graph。

09 · Competition

TOS 管计划，OCR 管识别，visibility 管 ETA；YardLoop 管异常关闭。

竞争不是单点识别，而是谁拥有 exception lifecycle。YardLoop 的位置是 TOS-adjacent、hardware-agnostic、human-in-the-loop。

Kaleris / Navis

TOS 主系统强；YardLoop 不替代它，只把现场异常、证据和状态回写进去。

Tideworks / TBA

码头运营系统成熟；YardLoop 补跨系统 exception evidence 和 human review。

Camco / CERTUS / Visy

闸口、吊机、堆场 OCR 强；YardLoop 把 bad reads 变成可关闭任务。

Kalmar / ABB / ZPMC

设备和自动化强；YardLoop 做跨设备现场事实层和 HIL 数据层。

project44 / FourKites

可视化和运输决策强；YardLoop 聚焦码头现场的责任、证据和写回。

中国生态

ZPMC、招商国科、Westwell、主线科技、飞步等强；YardLoop 以异常闭环中间层进入。

10 · Moat

壁垒是港场异常图谱、闭环结果数据、TOS connector 和边缘部署 profile。

每关闭一个异常，系统就多一个可复用处理样本；每接入一个场站，模型、SOP 和 benchmark 更难被复制。

Exception Graph

container、gate、yard、rail、hold、release、damage、seal、chassis、owner 和 close reason。

Evidence Ledger

图片/视频、OCR box、model version、operator decision、hash、WORM object、audit trail。

Connectors

TOS/YMS、PCS、EDI、gate OCR、appointment、customs、chassis maintenance、portal。

Vision Dataset

雨夜、反光、污损箱号、遮挡、低角度、中文/英文标识、seal 和人工纠正。

Ops Playbook

gate、yard block、reefer、rail interchange、chassis pool、查验堆场和客户堆场 SOP。

Edge Profiles

AI Hub / QNN / QAIRT profile、离线缓存、弱网回写、signed model 和 rollback recipe。

11 · Product Architecture

ONVIF/RTSP 摄像头进 Qualcomm edge，异常进 ledger 和 TOS，纠正进 HIL。

架构目标是把高吞吐现场拍到的“模糊事实”变成可追踪事件，同时不把港场视频、车牌、客户货物和运营数据默认全量上云。

Edge Ingest

Gate/Yard cameras、AGV camera、ONVIF/RTSP、RFID、RTK/UWB、driver app、manual photo。

Qualcomm Nodes

RB3 Gen 2 做 gate lane demo；RB5/IQ9/IQ10 做 mobile robot 和多摄像头 yard edge。

Fusion Engine

ISO 6346/BIC check digit、expected-vs-actual、confidence gating、multi-camera consensus。

Action Layer

soft hold、inspection task、AGV/robot dispatch、TOS/YMS status writeback、operator approval。

Learning Loop

HIL correction -> LeRobotDataset -> regional cloud training -> AI Hub/QNN profile -> staged OTA。

12 · Competition Demo

3 分钟展示：一个错箱从闸口冲突到可审计关闭。

桌面堆场即可演示：3 条 lane、12 个箱模、mock TOS、摄像头、小车和 dashboard。

Mismatch

闸口读到 `MSCU 663987 1`，TOS 期望 `MSCU 663987 6`，check digit / expected mismatch 触发。

Evidence

YardLoop 冻结 10 秒 clip、front/side snapshots、OCR confidence、lane ID、appointment 和 model version。

Inspect

小车进入 geofenced inspection zone，补拍 door-side code 和 seal，确认 seal missing。

Writeback

人工批准后写回 mock TOS：Gate Hold、Inspection Required、Evidence URI、Suggested Yard Task。

Train

operator 标注 root cause：OCR glare + missing seal；生成 LeRobot episode 和 Qualcomm profile 队列。

13 · Why Qualcomm

YardLoop 是 Qualcomm edge AI + industrial logistics 的港口样板。

这是物理世界 AI，不是纯 SaaS dashboard。港场需要多摄像头、弱网、本地推理、私有 5G、低功耗移动机器人和可部署模型 artifact。

Multi-Camera Edge

闸口、堆场杆位、车载、小车和吊具摄像头在现场完成融合。

On-Device Vision

箱号、车牌、封签、箱损、人员闯入和低置信度事件优先本地判断。

Private Network

私有 5G / Wi-Fi 6E、弱网缓存、store-and-forward、站内边缘节点协同。

Hardware Path

RB3 Gen 2 做桌面 demo；RB5 / IQ9 / Dragonwing IQ10 做 mobile + multi-camera production。

Model Chain

AI Hub、QNN、QAIRT、ONNX Runtime QNN EP 让模型可 profile、可回滚、可区域部署。

14 · Ask

90 天跑通一个 Qualcomm-powered gate exception closure demo。

比赛阶段要证明的是：港场现场事实能在边缘识别、被人工复核、被系统回写，并且变成下一轮训练数据。

Dev Kit

RB3 Gen 2 / RB5 / Vision Kit 或 Dragonwing dev kit，用于多摄像头 OCR 和小车巡检。

Design Partner

2 个港口、内陆港、堆场、chassis pool、TOS/YMS 集成商或港口自动化 SI 试点引荐。

Data + API

20-50 个箱模/匿名照片样本、闸口照片、mock TOS API、异常状态机和复核规则。

YardLoop 的一句话 pitch：港口已有摄像头和 TOS，YardLoop 关闭仍靠对讲机、截图和 Excel 流转的异常。

World Bank TEU UNCTAD RMT 2025 UNCTAD Ports Port Automation World Bank CPPI Schedule Reliability Drewry Blank Sailings FMC D&D FMC Rule China TEU Shanghai Port Ningbo Zhoushan China Smart Ports Rail-Water Intermodal Customs Facilitation Smart Port-of-Entry Tideworks Survey Kaleris TOS Tideworks TOS Camco Terminals CERTUS OCR Visy OCR Kalmar One Terminal Industries Seaboard RFP Crowley RFP TRB Gate Data BIC Check Digit DCSA Track & Trace ONVIF Profile S Merkle Logs Qualcomm RB3 Qualcomm RB5 Qualcomm IQ9 Qualcomm IQ10 AI Hub ONNX QNN EP LeRobot HIL LeRobot HIL-SERL