现阶段，我国矿区、港区、厂区等不对公众开放的工业区域普遍面临生产率较低、成本较高和劳动力短缺等问题，对智能化应用的需求迫在眉睫。由于工业领域具备环境可控性较高和应用场景相对简单等优势，自动驾驶技术有望在该领域实现大规模应用落地，迎来“春天”。
矿区自动驾驶赛道受多方关注
投资机构为何近日来连连加码矿区自动驾驶赛道?当下，资本更为审慎保守，投资人将目光从公共道路转向能率先落地、实现“真·无人”的矿区、港口等封闭场景。北京踏歌智行科技有限公司创始人兼首席科学家余贵珍在接受《中国电子报》记者采访时表示，工业领域自动驾驶赛道的投资逻辑主要基于商业落地和大规模工程化能力。
随着近年来自动驾驶技术的飞速进步和上下游产业链的蓬勃发展，自动驾驶运输在矿区等场景大规模应用的条件已经趋于成熟。然而从商业化落地的程度来看，行业总体还处于准商业化阶段，尚未进入大规模、爆发式的产业应用阶段。
目前已经逐渐开始落地的包括矿区、港口、机场和园区物流等工业化应用场景。个别场景(如矿区)环境艰苦，人员从业意愿低，人力成本高企，企业面临招工困境，司机希望脱离艰苦环境，劳方和资方均对无人运输有着强烈期盼。
这些场景下实施自动驾驶，运输环境相对简单、确定性强，有利于技术迅速迭代成熟。工业设备自身的生产资料属性也决定了其对设备成本代价的敏感性较之民用产品低，有利于推进规模化部署。
“然而，由于矿区等场景通常作业流程复杂，设备之间有严格缜密的交互逻辑，要打通完整的作业流程并持续运行，要求无人运输技术方案提供方对生产工艺有深刻的理解，具备车端、路面、云端全系统开发能力，并具备很高的工程化水平和工程实施能力。这是实现项目交付和大规模商业化落地的重要决定因素。”余贵珍强调。
当前我国自动驾驶技术在矿区、机场和港口场景下的应用效果都比较好。在这之中，矿区无人驾驶运输应用效果更好。
余贵珍表示，原因有三。首先在于需求的刚性。矿区因其自身地理、环境、工艺、人员等因素，对无人化变革有强烈需求，矿方对无人化项目落地有着远高于其他行业的积极性。
其次是技术的可行性。矿区环境封闭、道路相对固定、环境相对确定、车辆速度低、设备间协同作业的接驳精度要求相对港口等场景略低，使得现阶段的自动驾驶技术可以满足矿区的大多数作业场景需求。
最后是政策支持。在“新基建”“工业互联网”“重大技术装备制造”“加快推进5G发展”等国家政策的推动下，矿区自动驾驶运输已经进入发展的快车道，产业生态迅速凝聚，也更多地获得了资本的青睐。
据了解，踏歌智行重视5G技术在矿区自动驾驶系统的应用，已经与中国移动、清华大学、中国矿业大学、阳煤集团、中煤科工、华为公司成立5G智慧矿山联盟，启动“5G+智慧矿山燎原计划”并挂牌“5G+智慧矿山示范基地”，同时成立“5G+无人矿卡联合实验室”，汇聚产业链上下游力量，形成行业新生态。
工业场景对自动驾驶的需求与日俱增
工业领域“用工荒”的现象使特定场景对自动驾驶的应用需求与日俱增。
大唐移动5G智能网联产品线市场总监刘津晶在接受《中国电子报》记者采访时表示，由于工业领域的车辆操作难度较大，拥有丰富驾驶经验的司机本就不多，因此工业领域车辆驾驶的人力缺口明显。此外，新冠肺炎疫情爆发，导致“用工荒”的叠加效应明显。在这个背景下，客户对于各类工业领域无人驾驶车辆的需求非常紧迫，这种行业内部的需求会推动自动驾驶技术在工业领域的落地。
除了“内需”的拉动，工业领域自动驾驶技术及其落地条件的逐渐成熟也是推动该技术得到应用和落地的重要因素。
据了解，当前工业领域特定场景下的自动驾驶技术趋于成熟，现有传感器、软硬件平台、高精度地图技术积累可以较好地满足项目要求。
余贵珍表示，矿区、港口、机场和园区物流等工业化应用场景由于相对封闭、车辆速度低、作业流程相对固定、不受交通法规约束，因此具备技术落地的可行性。
一些车企和科技公司已对工业领域的自动驾驶技术展开了研发，交出了令人较为满意的“答卷”。广汽研究院智能驾驶技术部部长郭继舜向记者表示，目前东风和解放是商用车品牌的代表，而在国内港区，图森未来已经宣布进入了港内集装箱卡车自动驾驶运输市场。此外，余贵珍告诉记者，踏歌智行、西井科技和驭势科技三家公司已分别将自动驾驶技术应用于内蒙白云鄂博矿区、深圳盐田港和香港国际机场。
现阶段，自动驾驶的货运车辆等已经在工业领域的特定场景落地，典型的应用场景包括园区通勤、码头、矿山和仓储等的自动驾驶改造。刘津晶表示，目前自动驾驶车辆可在部分厂区内部实现零件的配送，在码头实现集装箱的周转。与此同时，清扫车可实现“无人清扫”，电力等各类无人驾驶巡检车辆也已得到应用。
跨领域技术集成考验战略布局
目前，工业领域自动驾驶技术的应用已取得了一定进展，但在一些特定场景，其应用和推广方面还存在一些技术瓶颈。
首先，车辆的线控化技术亟待提升。余贵珍表示，车辆的线控化底盘是自动驾驶技术应用的基础。随着自动泊车、车道保持等智能驾驶技术的逐渐普及，乘用车的线控化技术已基本成熟。然而，工业场景使用的特种车辆的线控化还处于起步阶段，因此需要对特种车辆的线控化底盘进行研发和优化。
其次，现有的技术尚不能完全满足工业领域的核心诉求。刘津晶表示，工业领域的核心诉求是加快物流周转的速度。为了更好地满足这个核心诉求，在实现特定场景“无人”的同时，还需要满足“提速”和“协同”的要求。针对此类要求，他指出，“5G+边缘计算”是当前最好的解决方案，但各个独立单元之间的信息协同和信息时效还需要进一步提升。
再次，相关车辆还面临环境适应性挑战。余贵珍表示，工业应用场景对车载设备和传感器的环境适应性和可靠性提出了相当高的要求。高温高湿、极低温、强震动、强磁场等环境，使普通计算平台和传感器难以胜任，这对厂商的选型能力、硬件开发验证能力和工程化能力都提出了很高的要求。
对此，踏歌智行推出了应用于矿用卡车的车规级硬件计算平台，在矿区的真实作业环境下，持续验证和优化系统的环境适应性和可靠性能力。
最后，工业化自动驾驶车辆跨多个领域的技术集成正挑战着相关厂商的资源、人才和战略布局。余贵珍表示，工业化自动驾驶解决方案横跨车辆、通信、自动控制、工业互联网、人工智能、大数据等多学科多领域，因此企业不仅要有相关的技术积累，还要具备全面的跨行业整体开发集成能力。
相关法律法规的限制也使工业领域的自动驾驶技术难以得到推广。郭继舜表示，在物流行业，国内法律尚不允许物流运输车辆在无人操控的情况下在高速公路上行驶。在机场等特定场景下，高精地图无法对自动驾驶车辆的相关位置信息进行准确收集，这为自动驾驶技术的应用带来一定困难。
自动驾驶技术带来工业新变革
5G在高速宽带连接可靠性和低时延指标上的质的改进，对工业领域下的自动驾驶行业有着深刻的影响。
余贵珍指出，5G为工业领域的自动驾驶带来了更多的可能性。5G提供更低时延的高清视频流，使远程驾驶和遥控变得更容易操控。5G网络切片可以让控制流和普通数据相分离，以此确保控制信号的高可靠性。边缘计算加上低时延传输，可以逐步让路侧感知设备替代一部分车载传感器，并让边缘计算单元替代一部分车载算力，以此大幅降低硬件成本，加速产业的规模化。
随着科技的进步，“工厂”定义的改变会加速自动驾驶技术的应用和推广，并带来新一轮的“工业革命”。
刘津晶表示，随着各项技术的演进，“工厂”的定义也许会被改变，“共享厂房”的出现将会深化产业聚集的程度。针对类似新形态的产业聚集区，潮汐式的资源管理是必不可少的，而这将推动各种全新业务的出现，包括“端到端”的个性化产品定制、全程“零接触”交付等。基于此，刘津晶认为，更高效的物流和供应链体系也会随之出现，而自动驾驶技术作为其中不可缺失的关键环节，有望带来新一轮的“工业革命”。
未来工业领域的自动驾驶技术主要会从两个维度进行扩展。余贵珍表示，第一，自动驾驶技术会从刚性需求场景向普通需求场景扩展。在矿区这类刚需场景，无人驾驶技术规模化的突破可以迅速提高其系统性能，降低其系统成本，这使自动驾驶技术逐步向其它对系统成本更为敏感的场景渗透。
第二，自动驾驶技术会从封闭场景向半封闭和开放场景扩展。随着自动驾驶技术可靠性的提高和现场管理方式的优化，自动驾驶技术会从完全封闭的矿内运输，向矿区到洗煤厂、转运点等半封闭区域扩展。未来，自动驾驶技术有望扩展至铁路枢纽、转运码头等开放区域，进而实现完整工业流程的全场景应用。
