礦山自動駕駛進入真無人時代

“從6月20號開始，我們已經連續80多天做到了區域常態化無人運營，沒有人重新上車過。”在談及易控智駕目前在礦山無人駕駛領域取得的成績時，林巧很自豪，“目前我們是唯一真正做到的。”

△易控智駕技術VP林巧

“去掉安全員”一直是L4級以上自動駕駛商業化的重要前提，對于任何一家定位于L4級以上的自動駕駛公司，都是發展中的重要節點，更是公司發展的新起點。

但目前實現無人化常態運營的是完全封閉的路段，只有無人駕駛車輛作業，商業化可復制性不夠強。因此自豪之余，林巧更多的是對“無人化”后的思考。

“目前實現的完全無人化場景應該稱為技術化的最小單元，只能說可以做到以這個小單元加入作業，但對于整個礦方來說價值還沒這么大，因為這個小單元對礦的要求多，通用性不夠強。所以下半年我們要重點攻破通用性問題，實現道路上（無人車輛）和其他車輛混行。”林巧說道。

從有人到無人，再從無人到通用性無人，挑戰一直在不斷增加。這次智車星球與易控智駕的交流，核心更多放在對業務場景的理解以及問題的解決上，林巧用一個個對場景問題的理解和解決，展示出了易控智駕走過和將要走的路。

1

市場的動力

先來簡單看看礦山場景。

礦山開采分為露天開采和地下開采，通常，會根據剝采比（指開采每單位有用礦物所剝離的廢石量）、礦石質量以及售價等因素，決定是否進行露天開采。目前，國內的自動駕駛企業幾乎都聚焦于露天礦的運輸場景。

根據林巧介紹，2021年露天煤礦運輸端的市場規模在250~280億之間，再加上砂石骨料礦、有色金屬礦、鐵礦等，全國露天礦運輸端的市場規模能達到1000億/年以上水平。如果放眼全球市場，則能達到4,000~5,000億/年的水平，因此，行業天花板并不算低。

而在需求端，對新技術和新模式的需求意愿也極其強烈。

核心原因有二，首先自然是所有自動駕駛垂直商用場景中基本都面臨的勞動力問題。

因為礦山目前多使用非公路寬體自卸車（以下簡稱“寬體車”），司機必須有B級以上牌照才能駕駛，有一定門檻。另外，礦山往往在偏遠地區，工作環境相對惡劣，再加上兩班倒的工作制度讓招人愈發困難。

根據林巧介紹，目前礦山的駕駛人員基本70%為40歲以上，這意味著10年后，這項需要體力支撐的工作將出現勞動力斷層。現階段，礦方只能通過增加薪資吸引勞動力，因此人力成本也隨之呈現逐年遞增的趨勢。

同時，由于工作環境的特殊性，礦方需要負責工人的衣食住行日常生活，因此一臺兩班倒使用的寬體車每年花在人工上的成本至少為30萬元。

另外還有一個重要的點——安全。

目前露天礦發生的安全事故中，占比最大的就發生在運輸環節。由于礦山是一個工業生產系統，即使是司機自己操作不當或者開車打瞌睡造成的事故，管理方也有不可推卸責任。目前主要通過數字化或者精細化管理來盡量避免，比如晚班會在凌晨3:00~4:30時間段強制停車休息。

對于需要產能核定的礦山，“安全”是第一要務。一旦出現相關問題就會面臨停工停產，核定的產能便不能完成，損失巨大。

因此，從人工成本和安全兩個角度，礦方對無人駕駛技術本身是有強烈需求的。而在政策層面，2020年3月，國家發改委、國家能源局等八個部委聯合發布《關于加快煤礦智能化發展的指導意見》，提出要推動智能化技術與煤炭產業融合發展，提升煤礦智能化水平。

相關地區的政府也是積極響應，今年2月18日，內蒙古自治區人民政府印發《內蒙古自治區人民政府關于促進制造業高端化、智能化、綠色化發展的意見》，其中提出重點在大型露天煤礦和井工煤礦打造不同條件、場景、模式下的5G+無人駕駛、5G+無人采掘示范項目，掛牌一批5G+智能化煤礦示范基地。到2025年，重點露天煤礦礦用車全部實現無人駕駛，井工煤礦采掘面、掘進面全部實現智能化作業。

“所以礦山無人駕駛既有政策支持，又有明確的市場需求，我們就更有動力去做這件事。” 林巧說道。

2

技術的可落地性

外部客觀環境滿足后，就要著眼于事情的可落地性及可持續發展性。

從場景上看，進入礦山現場的人都經過大量上崗培訓，不會出現不可控人員（如末端物流場景中會經常出現的小朋友）。“這意味著整個封閉場景內corner case是處于一個可控的范圍，因此要實現效率和安全的雙重保證會相對容易些。” 林巧表示，“同時，較強的封閉性帶來的另一個好處就是，一些短期內解決不了的問題，可以通過管理手段解決。比如我們現在完全下人的產品就對裝載的排土區域有規范化、結構化的要求，這方面的執行一定要到位。”

在政策層面，由于礦山屬于完全封閉區域，自動駕駛企業可以和礦方一起，根據整體架構在作業道路上設置相關設施，無需根據法律法規綜合考量。

再來看看運營環境本身。由于礦山地區經常出現揚塵，在識別時會經常造成誤檢，雖然易控智駕已經通過多輪優化降低了誤檢率，但還是會出現急剎車的情況。“這種情況如果是載人肯定不能接受，但由于是低速載物，舒適性雖然會間接影響油耗，但不是我們的第一位考量。同時，低速對于感知距離、探測距離、預測的能力要求相對不高，所以更利于技術的落地。” 林巧說道。

△多編組4臺挖機同時作業場景

上述原因，讓礦山無人駕駛的落地相比Robotaxi，甚至大多數其他商用垂直場景都要友好，這也確實是礦山場景的優勢。但從另一個角度看，是否意味著礦山場景門檻較低，企業難以做出自己的差異化優勢？

“礦山場景有自己的挑戰，并不是說毫無門檻。”面對提問，林巧很快給出了解答，“礦山是一個工業生產系統，業務關聯性非常強，同時有效率要求和生產作業門檻。所以我們全鏈路的無人駕駛解決方案里除了無人駕駛技術本身，還包括調度方案、生產作業怎么結合、生產管理如何匹配等。”

3

場景細節決勝

因此，雖然落地環境友好，但礦山無人駕駛的系統復雜度并不低。這也意味著如果礦方只單純買車自己做生產運營管理，難度會很大。

基于這樣的考慮，易控智駕也明確了自己的定位——以無人駕駛技術為基座的運力服務提供商。

“無人駕駛系統進入礦山這個生產領域去解決問題時，不是簡單的只有無人駕駛技術就能替代人，還要考慮如何在整個生產環節銜接匹配，我們必須把車輛、硬件、現場的生產管理等每個環節鏈路都打通，才能最終得出一個高效、安全且低成本的運輸解決方案。”林巧補充道。同時，也給出了不少場景細節問題來展示易控智駕在這一過程中遇到的挑戰：

1、露天礦在垂直方向上以臺階為單元進行開采，臺階的上部水平面稱為臺階的上部平盤，臺階的下部水平面稱為臺階的下部平盤，上下兩平盤之間的傾斜面稱為臺階坡面。一般寬體車作業的臺階高度為15米左右，排土時如下圖所示，是在一個斜坡邊緣往下排土。為了讓排土有效率，必須將車輪壓在斜坡上，對車輛而言，就像是在懸崖邊沿作業。

△排土場卸載場景

停車排土位置如果過于靠后（靠近邊緣），車輛就會有掉落臺階的風險，發生安全事故，如果過于靠前則會讓整個作業效率降低。

對此，易控智駕在技術層面采用的是“地圖+定位+感知+規劃+控制”多道手段來保證安全和效率，另外會通過管理手段與技術相結合。比如對臺階面上的擋墻會做標準化處理，從而讓地圖能通過坡底線（臺階下部的平盤與坡面之間的交線）進行分割，進而更好地進行感知。

2、由于行車路面都是土路，因此在車輛不斷行駛過程中要保持均衡碾壓，否則車轍印會變深會使得油耗上升，同時還會有側翻風險。另外，由于沒有道路線，需要在修路時在土路兩側修出擋墻進行分割，規劃出可行駛區域范圍，車輛才能通過自動駕駛系統的感知能力行駛。但由于地面相對來說并不平整，所以分割有一定的挑戰。

3、除了分割問題，道路的不平整還帶來了識別和決策層面的問題。比如遇到路邊凸起時，車輛需要識別并判斷高度、大小，從而決定是碾壓通過，還是在不高于底盤情況下從中間碾壓通過，亦或是需要繞行通過。同時，車端識別出路面問題后，要上報給調度系統，讓調度系統及時通知修路以保證作業效率。另外，當作業道路中有灑水車或修路車進入時，無人駕駛車輛為了保證安全會降速運行，這種情況有人駕駛不會降速，后續依然需要優化。

△空載車輛無人駕駛視角

4、在作業的過程中，挖土、排土的區域在不斷變化，所以地圖需要自己做增量，不斷更新以匹配排土位、裝載位等區域信息的更新。

5、車輛開始工作前有點檢流程，有人駕駛的車輛，司機能在行車過程中憑駕駛經驗及時發現異常并靈活調整，因此發車前的檢查相對簡單。但無人駕駛車輛缺失了司機在駕駛過程中的風險判斷，尤其是非電子設備方面，因此，發車前的檢查流程需要更為細致（例如螺絲的松動、轉向零部件是否正常等），因此效率相對會低。后續易控智駕會通過數字化工具將這項工作的流程進行優化，據林巧介紹，目前易控智駕正在開發一款APP，對應好每一步點檢的流程和標準，降低點檢的門檻。

6、在以前的有人作業流程中，挖機不參與直接調度。無人駕駛后，流程變成礦車裝滿渣土后，挖機發出信息到調度中心，調度中心再從云端下發指令給車，因此需要加裝協同終端將挖機與調度系統打通。另外，如果礦車停靠裝載位置不合理，也需要挖機司機配合進行位置調整。從挖機司機角度看，礦車從有人到無人后，流程上的操作步驟有所增加。

△自動倒車入位采裝

從上面這些場景細節中不難看到，無人駕駛系統不僅僅是替代人的駕駛能力，還有診斷能力、對周圍路況的觀察能力等。無人駕駛技術的引入，在某些方面帶來降本增效可能的同時，也改變了原來整體效率最優的生產流程，可能在另外的方面會降低了效率。如何在一增一減之間實現總體的降本增效，是比技術本身更值得關注的事。

4

自研與合作

扎根礦山4年，易控智駕的發展戰略已經很明確，那就是“技術+運營”的雙輪驅動模式。先做盡可能多的工作，把整個流程鏈路串起來，做出一個標準化且能真正提供高效運力的無人駕駛系統，形成標桿，然后再進行標準化系統的“裁剪”，進一步提升效率。

△礦區無人駕駛全棧技術方案

基于這個大框架，林巧又分享了易控智駕對礦山智能化設備選用的思路。

“第一類就是礦山無人駕駛獨有的設備。”林巧舉例說道，“代表性的就是線控底盤，由于寬體車行業新能源才剛剛開始，去年的量也就六七百臺，占比很低，沒有企業愿意單獨為之做匹配，所以我們只能自己動手，和主機廠深入合作。整個線控的軟件方案、整體架構都是我們來設計和研發，最終的機械設計和生產實施由主機廠來負責。”

第二類設備就是汽車智能化賽道的通用設備，如激光雷達、計算平臺等。雖然現在很多自動駕駛公司將計算平臺看做企業的核心，但易控智駕卻是“反其道而行”。

“硬件產品一大特點就是，量越大穩定可靠性就越高，成本也越低，所以易控智駕的原則是可通用的硬件產品會完全依托合作伙伴。” 林巧表示，“我們堅決不自研高算力的計算平臺，礦山只是整個智能駕駛大賽道中的一個小賽道，如果投入有限的資源到基礎設施，我們肯定做不到比別人好。而且計算平臺是通用的，用戶量很大，穩定性有保證。我們現在用的計算平臺是華為MDC，至今沒有出過底層硬件問題。”

但通用設備也并不是每一個都能簡單拿來就用。

“比如激光雷達，因為礦山所在地區多是極寒和極熱的環境，早期能滿足從零下40度到零上40度工作環境的激光雷達很少，我們也只能選擇一家美國公司。但即便如此，當時每天開機后仍要等待兩小時才能開始測試運營。同時，除了溫度問題，還有一大挑戰就是土路帶來的震動沖擊。但寬體車的市場規模決定了激光雷達企業不會為礦山場景做定制化，因此就需要我們通過車輛系統設計來解決。”

根據林巧介紹，目前易控智駕通過引入航空航天的減震方案來解決該問題。

5

“無人化”之后

回顧易控智駕至今為止走過的路，可以說取得的成績和突破不少。

但林巧對此看得很“輕”，“目前只能說我們在技術閉環上已經能跑通了，下一步我們要擴展能力邊界，這是一個很重要的點。”

根據易控智駕的實際測算，目前其無人駕駛系統與有人駕駛相比，整體效率大概能達到70~80%，后續如何進一步提升效率易控智駕也有了明確的方向。

一、優化點檢方案、拉長單車作業時間、實現道路行駛不降速，維持在35公里/小時的速度范圍；

二、降低整個架構對網絡的依賴度；

三、提升車輛行駛效率，如倒車入庫從兩到三次成功提升至一次成功；

四、提升加油、維修、修路等環節的效率，融入整體流程；

五、擴展能力邊界，實現混行編組，拓展新場景。

意識到了瓶頸點，發力也就更有針對性，目標也就更明確。

△露天煤礦無人駕駛調度

“最終能形成正向的現金流和可復制的模式，才是商業化的閉環。”在林巧看來，沒有產生商業價值之前的壁壘，都是形同虛設。“就像一臺好看但沒有系統的電腦，對客戶是一文不值的。所以要形成真正商業化產品帶來的壁壘，核心就在于對業務場景的理解轉換成的產品競爭力。”

因此，對于技術的領先性，易控智駕的態度屬于“追求”但不“強求”。

“我們很難評估一個單項技術誰做得更好，而且技術的好壞有時候很難直觀地展現，所以我認為不如看業務量，誰承接的業務多、跑的運營里程長，至少能說明系統穩定可靠性比別人強，能得到市場認可，這是一個很直觀的體現。”

根據易控智駕的統計數據，截至2022年8月，易控智駕智駕自有寬體車超過100輛，無人駕駛累計運行里程114萬公里，無人駕駛累計運輸土石方量507萬方，各項數據領跑行業。

當然，對于易控智駕，這些數據已經成為了新的起點。

林巧說，所有的壁壘最終都將轉換成時間的壁壘。

這不禁讓人想到目前乘用車領域自主品牌的向上路徑——從技術領先到品質領先，從品質領先到品牌領先，從品牌領先到價格領先。每一輪轉化，都需要巨大的投入，其中最大的成本不是錢，而是時間。

放在自動駕駛領域亦有跡可循——從技術領先到解決方案領先，從解決方案領先到業務量領先，從業務量領先到場景應用邊界領先，同樣，每一輪轉化，都會因時間的累積給其他追趕者帶來巨大的成本。

明確了路徑，易控智駕也在快馬加鞭地前進。林巧透露，今年年底，易控智駕的完全無人寬體車運營數量將提升到30輛以上，人員也將在明年從目前的180人左右擴張到300人左右。我們也與林巧定下了半年之約，到時候看看與時間做朋友的易控智駕，又將給行業帶來哪些新的驚喜。