自动驾驶的商业化落地，应该遵循先低速后高速、先封闭后开放、先载物后载人、先商用后民用，这在业界已经成为了共识。

“尤其是封闭场景的无人驾驶，例如矿区、港口、机场等典型场景，因用户需求度高、法律等更开放，一定是最先落地的。”近日，理工雷科智途(北京)有限公司创始人兼总经理黄琰在接受盖世汽车采访时表示。

这在目前已经有所体现。据盖世汽车研究院此前统计，2021年全国共13个港口开始运营无人驾驶车辆，车辆规模近300台，市场规模约9.1亿元;矿区运输2021年市场规模约3.6亿元，车辆规模近300台。

而反观用于载人的Robotaxi和Robobus赛道，尽管以百度、小马智行、文远知行等为代表的自动驾驶公司相继在各地落地了自动驾驶载人服务，部分企业甚至已经开始了收费试运营，但这些新的业态要想真正进行商业化变现，还有相当长的一段路要走。

所以不难发现，过去一段时间多家依靠Robotaxi“出道”的自动驾驶公司纷纷打起了自动驾驶商用车的主意。这背后，除了面向特定场景的自动驾驶在短期内具备相对较好的落地前景，针对ADAS领域，商用车的需求更为明显其实也是重要的驱动力。

看到这一需求，自创立雷科智途就确定了L2和L4同时推进的双线布局策略，以通过在相关商用车应用场景的数据积累，逐步打通面向开放场景的L5 级自动驾驶量产之路。

商用车ADAS需求旺盛，“上车”正当时

自动驾驶技术历经数年迭代升级，在规模化落地应用方面已经取得了初步进展。

据相关统计数据显示，2022年第一季度，中国乘用车市场L2级自动驾驶新车的渗透率已经达到了23.2%，整个市场正处于L2快速向L3发展的阶段。

但商用车市场却没这么乐观。据统计，从2021年5月开始，截止12月底，中国市场营运货车前装标配了AEB功能的新车上险量仅为4.29万辆，占全部营运货车的比重约为14.16%。如果就全年400多万辆的商用车销量而言，渗透率则不足1%。

这还是法规强制驱动下的结果。为提升商用车运行安全，过去几年国内先后出台了一系列针对营运货车和客车的强制性安全法规，涉及功能包括AEBS、FCW、LDW、DMS等，并一直在持续升级。即便如此，在商用车前装市场，ADAS的渗透率及增长依旧远不及预期。

这背后的原因是多方面的，首先，对于前装，如果出厂就自带预警以及AEB等功能，必然会导致整车价格及后期养护成本提升，无形中增加了购车者的压力。而商用车作为一种生产工具，对于产品经济性及成本恰恰有严苛的把控。

其次，过去几年出台的法规虽然对部分营运性质的商用车作出了强制安装AEB等功能的要求，但由于缺乏具体的执行细则，以及整车厂其他一些方面的考虑，对市场的推动作用其实十分有限。

再者，AEBS系统由于涉及底盘控制领域的接口开放权限，而这些技术目前主要掌控在外资供应商手中，也在一定程度上限制了本土商用车ADAS的发展。

“但归根结底，我认为是要搞清楚谁愿意买单的问题，并且还要有足够的购买力，这是形成完整商业闭环的关键。”黄琰表示。

雷科智途通过市场调研，发现由于商用车事故率长期居高不下，种类繁杂，并且一旦发生事故往往损失、赔付额较大，导致商用车保险行业面临较大的成本压力，各保险公司商用车车险综合赔付率通常在98%以上。而对比个人消费者，保险公司的购买力是毋庸置疑的。

意识到这一点，雷科智途将目标瞄准了保险公司，通过联手保险公司在后装市场推出类似“买保险送AEBS功能”的产品组合，以金融杠杆撬动近乎免费安装模式的落地。

据黄琰介绍，目前雷科智途与瑞士再保险、太平洋保险和大家保险等保险公司均达成了紧密的合作，实现AEBS自动紧急制动系统的批量安装。与此同时，雷科智途也在积极牵手顺丰等平台，助力他们提升车队的运行效率和安全性。

“我们的AEBS产品给客户带来的效果很明显，目前来看可以帮助保险公司降低30%左右的事故赔付。” 黄琰表示。

在此过程中，雷科智途还搭建了一套商用车智能网联数据云控平台，用于采集车辆在驾驶过程中的各类信息，进行驾驶风险行为挖掘与驾驶习惯数据模型学习，为交管、保险理赔、物流管理等提供有力的安全信息评估，助力优化保险定价及车队管理。而雷科智途也会结合合作伙伴对于车辆的理解，不断迭代产品性能，在持续优化商业闭环的同时形成研发闭环。

在黄琰看来，近些年由于保险公司需求强烈，类似“科技公司-保险公司-物流公司”的三方合作模式有望成为行业主流。但在5-10年后，随着新车逐渐搭载更高等级的无人驾驶产品，这种保险模式逐步会被替代，因为届时自动驾驶系统的成本可能并非保险能够覆盖的。

就前后装来看，虽然目前AEBS在商用车前装市场遇到了一些阻碍，但长期看情况总体向好，前后装两者是一个此消彼长的过程。为此，雷科智途也在试图联合保险公司推动与商用车车企的合作，旨在进一步打通面向前装市场的商业闭环。

L4场景更看好矿区，港口次之

面向L4应用，雷科智途重点关注矿区和港口两个场景，这也是黄琰对市场深度调研后作出的决定。

由于作业环境恶劣，潜在事故风险大，无论矿区还是港口，对于自动驾驶的落地应用正呈现强烈的需求。

以矿山为例，因我国煤炭资源储存条件复杂，地质灾害频发，煤矿生产事故发生率及死亡率较高，与此同时，矿区场景作业环境恶劣，导致招工困难程度持续上升，目前上至国家层面，下到企业层，都在大力推动智慧矿山发展。

近日，应急管理部、国家矿山安全监察局印发《“十四五”矿山安全生产规划》，就明确提出，实施矿山智能化发展行动计划，将推动新建、改扩建矿井及大型煤矿、灾害严重煤矿实现智能化开采，小煤矿深化机械化换人、自动化减人专项行动，逐步向智能化过渡。

而在煤炭企业层面，考虑到国家对矿区安全生产的管理日趋严格，基本上出现1例事故就有可能引发整个矿区的停产改造，进而导致数十亿甚至上百亿的生产损失，对于无人驾驶的需求也十分旺盛，付费意愿强烈。

“整体来看，未来10~15年内，矿区无人化是必须要实现的一个目标。” 黄琰指出。在这个大的趋势下，智慧矿山产业化前景是可以预期的。目前普遍认为，智慧矿山未来整体的市场规模将超万亿元。

“但就国内矿的分布而言，国内90%的矿其实都在地下，这其中煤矿的井工矿大概有几千座，非煤的矿像金矿、铜矿、铁矿、铝矿等约有3~4万座，规模非常大，所以我们就把关注重点放在矿山领域” 谈及布局矿山无人化背后的逻辑，黄琰表示。

而港口，某种程度上被雷科智途作为了矿区的一个衍生场景。“作业对象包括铁矿石、煤炭、铝矾土等，这与矿区作业对象是一致的。也就是说，港口无人车辆的作业场景很好地弥补了矿山自动驾驶运输之外的作业环节，两者交互形成了一个闭环。” 黄琰进一步介绍道。

这意味着，两个场景在硬件构成、软件系统架构以及算法等底层环节其实可以共用一套解决方案，只不过在环境感知、规划、决策等维度会存在细微的差异。

具体来看，雷科智途的智慧矿山无人驾驶系统由“端”“边”“云”三个部分组成。其中“端”侧主要包括三大解决方案：L1、L2辅助驾驶系统，如AEBS、LKA、ACC、DMS等，某种程度上延续了雷科智途在智能传感领域的积累;集环境感知、混合定位、融合决策、车路协同、无人控制、远程遥控等于一体的无人驾驶系统;由激光雷达、视觉摄像头等组成的路侧系统。多样化的解决方案，旨在应对不同场景的自动驾驶需求。例如在进出矿口以及物料装卸、载人等环节，已经可以实现一定程度的无人驾驶。

“边”侧即V2X协同网联、边缘计算等相关的解决方案。“云”侧重点聚焦建设井下车辆智能调度运营平台，涵盖车辆智能调度管理、风险事件预警管控、车辆设备健康诊断、道路路口安全管控等，以及远程监控与应急管理。

这套方案已经于2020年完成了技术闭环，2021年正式在相关矿山投入应用。目前，雷科智途正在积极对接能源大省以及主要的能源企业，助力加速矿山的无人化改造。黄琰预计，今年有望成为井工矿无人驾驶元年。

从军工到民用，雷科智途的底气

在商用车智能驾驶领域，尽管雷科智途成立的时间并不算长，其业务的推进速度已经超过了很多同赛道玩家。

但这并非偶然。立于北京理工大学产学研体系之上，同时背靠军工上市公司雷科防务、毛二可院士创新团队和无人车技术工信部重点实验室，决定了雷科智途在自动驾驶感知、决策控制等核心技术领域，以及相关人才的获取方面均有着天然的优势。尤其是学校的顶尖优势技术可以在雷科智途内部快速完成转化，而在自动驾驶等高精尖领域，拥有核心自主知识产权的公司也更容易走到最后。

雷科智途的核心成员绝大部分都是来自北京理工大学，包括总经理黄琰、副总经理陈星宇、首席科学家龚建伟以及副总经理唐林波。其中黄琰，自北理工电子工程系硕士毕业，至2019年雷科智途成立前，曾长期从事军用卫星导航/通导一体化技术和智能网联开发及系统应用，在2015年就带领团队研制完成了高级别农机无人驾驶系统，多次获得部队及省部级奖项。

要知道对于自动驾驶，高精度定位导航技术恰恰是安全行驶中不可或缺的核心技术之一，在车辆横向/纵向精确定位、障碍物检测与碰撞避让、智能车速控制、路径规划及行为决策等方面发挥着重要作用。所以，雷科智途也得以快速在相关技术领域构建竞争优势。

例如，考虑到目前广泛应用于井下定位导航的方案是依赖于大规模部署的UWB基站，而在井下部署UWB基站成本极高，不能满足大部分矿区的运营需求。雷科智途便研发了局部几何-拓扑地图的定位导航系统，仅使用激光雷达、轮速及等车身装配的传感器，即可实现井下的定位导航，极大降低了井下无人化运营的成本。

雷科智途还专门优化了激光雷达SLAM重定位算法，提出一种基于词袋模型的点云地图快速重定位方法，提升精准度，并在研发基于4D毫米波点云雷达的相关解决方案。

背靠北理工产学研体系，还让雷科智途天然具备与大型B端客户和G端客户对接的能力，这也是在矿区及港口推进自动驾驶技术落地不可或缺的一项能力。

正是基于这些优势，目前雷科智途在L2和L4领域均取得了不错的进展。特别是在L2领域，基于现阶段平台收集的数亿公里的商用车ADAS道路信息数据，雷科智途积累了大量的车辆混编行驶数据模型。不仅如此，通过和保险公司合作，雷科智途还成功构建了业务闭环，在持续获得稳定现金流的同时，也为L4级别的无人驾驶研发提供了坚实的资金支撑。

尽管如此，黄琰透露雷科智途在适当的时候也会寻求资本市场的支持。去年雷科智途已经完成了Pre-A轮融资，近期也启动了新的A轮融资，以便在更多的场景复制落地经验。

在黄琰看来，目前自动驾驶领域发展较为成熟的头部企业，都还没有建立完整的行业壁垒，所以对任何厂家来讲，眼下都是一个很好的机遇。而放眼整个自动驾驶行业，还有比较长的窗口期。

基于这一认知，雷科智途将基于L2和L4双向数据，逐步从封闭场景向非封闭场景突破，最终实现在开放道路的L5级别无人驾驶目标。其中对矿和港口的无人化改造，依然将是雷科智途未来几年的关注重点。

关键词： 自动驾驶 自动驾驶商业化 自创立雷科智途 自动驾驶公司