商用车自动驾驶：港口和矿区场景有望爆发！

商用车自动驾驶分为两类，一类是如图森做的干线物流，归类为高速自动驾驶；一类是港口或者园区小巴等，中低速自动驾驶。乘用车属于 C 端，容易有冲动消费，商用车是交通工具，最先是一个生产工具，从生产要素的角度来看，核心在于能否降低成本提升效率。算法本质上没有差别，但是如传感器选择、车型改造、算法能力、感知能力等要求有较大出入。乘用车体量以万为单位剂量，标准化程度要求高，对于商用车而言，大 B 端消费的各类车型不一样，用一套标准方案去做限定会有较大难度。从场景上而言，叠加法律因素名称限制，目前商用车不能达到完整的 L4，还是属于高级辅助驾驶范畴。乘用车有较多量产测试经验，比如激光雷达可以在一个批次里成千上万次验证，最后形成标准化，最后升级 OTA 会比商用车容易一些。

目前很多研究把不同商用场景做了划分，有的场景有可能出现爆发，您是怎么看的？从商用车场景来看，干线物流是最缺乏落地可能性的，主要限制因素是国家的法律法规和道路开放条件，预计和乘用车落地速度一致。环卫（主要应用场景偏夜间），矿区（预计落地速度较快，几家头部企业都有常态化矿区自动驾驶经验），以及其他半封闭场景预计落地速度会更快。矿山场景的限制在于离人工效率还有一定差距，总结来看，港口和矿区场景和都属于自动化生产工具，即只需要遵循一定规则就很容易落地，所以这两年矿区场景进展迅速，当然也和矿区干扰因素较少有关。大型重载 ADV 也是自动驾驶的一种，矿区场景非常简单，主干道常年不变，没有红绿灯、其他社会车辆等，航行条件非常简单，但道路条件比较颠簸会比较考研场上的规划或者控制算法能力，对车身的控制精度要求更高，比如能实现避坑转弯或者走蛇形等。矿区场景也有相关难点，大部分矿区分布在北方，易出现在极寒或者极热等极端天气情况，这就会比较考研传感器和机械硬件的可靠性。矿区场景中出现的大多数问题都不是算法出现问题，而是车辆出现问题。

易控开了一个好头，协调好了矿方配合做无人驾驶。以前都是矿方有生产压力，不会单独去配合做一条主干线，就会使得矿区无人驾驶项目进展缓慢。目前各个大矿区也开始配合自动驾驶公司，而不是以前那样划分一块区域让自动驾驶企业测试。主要矿区的态度变化和两个层面因素有关，一是国家政策的支持，二是矿区理解了无人驾驶在不降低安全性下、效率又不会降低太多。但从车辆成本来看，短期内无人驾驶会很难达到有人驾驶的成本，一般矿区内一辆车的回本周期是 1-2 年，但无人驾驶需要 3 年左右，目前看来矿区无人驾驶没有那么快盈利，但是能解决一部分人力短缺问题，此外国家在大力推动换电矿卡以及纯电矿卡，某种意义上也让矿区更有意愿配合。23 年大型矿难事件对各个矿的影响因素很大，让各个大矿区更深度的考虑安全问题，一旦有安全问题至少要关停停产半年，会导致很大损失；此外国家目前还没有完成双碳和碳交易强制要求，现在不去布局也就意味着之后要更大的代价。至于爆发时间，2024-2025 大部分的矿区包括水泥矿、煤矿、金属矿等露天矿、甚至非露天矿目前都对无人驾驶有较大意向，从产业上和各个矿区交流情况来看，预计 2024-2025 矿区无人驾驶会有较大增长。目前运输阶段自动驾驶效率和人工效率持平，但装载卸货阶段，自动驾驶效率离人工效率还有一定差距。