目前自動駕駛可實現率先落地的典型應用場景包括以卡車為主的物流場景、港口碼頭、固定路線區域接駁、清掃車、出租車、礦區等。下文以代表性企業為例分別對不同的落地應用場景進行分析。

自動駕駛行業每日資訊不斷，每一項技術的突破、每一次企業新動態都能引起眾多關注，但對行業發展來說，噱頭只能引來關注給予行業更多發展動力與資源，真正有益處的、也是行業發展的最終目的還是要實現商業化落地運營。只有實現了持續有效的盈利之后，企業才有發展下去的動力，從而推動行業的持續和良性發展。

但目前自動駕駛汽車想要實現實際道路行駛，還有眾多需要解決的技術問題、政策問題，解決這些問題需要大量的時間投入和資本投入，目前的行業狀況距離全面實現自動駕駛汽車量產還有很長一段距離。未來，自動化駕駛落地的限制條件主要有速度、政策法規、地理空間、氣候條件等約束條件。因此相比較來說，特定場景的自動駕駛產業對技術要求偏低、需求更大，實現落地運營更容易，因此，許多自動駕駛車企和科技公司從特定范圍、特定領域、特定路線的自動駕駛需求入手，帶動整個行業的發展前行。第一，特定場景的自動駕駛面對的環境相對簡單，對于高精度地圖的要求和傳感器精度要求較低，現有技術水平可以較好滿足需求；第二，特定場景自動駕駛的主要目標是提升運營效率，降低人力成本，與面向消費者的乘用車訴求不同，對系統可靠性、傳感器性能和成本的要求不同；第三，特定場景自動駕駛對法律的要求低，不涉及公共道路交通法規；第四，地圖測繪方面，特定場景自動駕駛區域相對可知可控，繪制和更新要求低。

綜上，目前自動駕駛可實現率先落地的典型應用場景包括以卡車為主的物流場景、港口碼頭、固定路線區域接駁、清掃車、出租車、礦區等。下文以代表性企業為例分別對不同的落地應用場景進行分析。

以卡車為主的物流場景

物流行業是各大自動駕駛企業的必爭之地。目前，有500萬輛大貨車用于500公里半徑的干線運輸；1000萬輛貨車用于50公里半徑區域運輸；而在5公里半徑的物流領域，則有3000萬輛微型車、三輪和兩輪車在為電商物流和外賣市場服務，機器司機的市場需求相當龐大。

由于貨運相較載人來說對安全性要求較低，多為固定的點對點運輸，且路線可控，因此吸引了不少自動駕駛創業公司和車企在這一領域大顯身手。

目前，京東、蘇寧、菜鳥等電商企業紛紛推出自動配送車、自動物流車等產品，以期在物流環節降低成本，提高效率。早在2018年1月，就有消息稱菜鳥網絡正在大規模布局無人駕駛大卡車。2018年5月，蘇寧在物流園區和高速場景測試了無人駕駛重卡。同月，京東自主研發L4級別自動駕駛卡車亮相 ，宣布將在2020年實現無人重卡的商業化，承擔主要城市及區域中心之間的高速公路運送任務。

中國第一大商用車管理平臺G7聯合普洛斯和蔚來資本宣布共同出資組建自動駕駛科技公司嬴徹科技。嬴徹科技專注于提升貨車安全性，優化能耗，解決物流行業痛點。

創業公司“新石器”與百度合作研發的自動駕駛物流車已在雄安和常州投入使用，搭載了激光雷達、視覺感知、RTK和慣性導航方案，有麥佛遜式獨立懸架，4G三網全互聯。該車可以20公里的時速實現5公里半徑的物流運輸任務，具有插拔式換電方案，支持24小時不間斷運營；具有智能模塊化貨箱，可快速便捷的替換不同需求功能的貨箱，滿足更多場景需求。

2018年3月10日，Alphabet旗下自動駕駛部門Waymo表示將在美國最大的物流中心之一亞特蘭大啟動一個自動駕駛卡車試點項目，為谷歌多個數據中心運輸貨物。Waymo將與Google物流團隊合作，將其集成至托運方和承運方的運營中。在工廠、配送中心、港口和終點的網絡中展開試運營。據Waymo方面說，Waymo的卡車和乘用車自動駕駛汽車采用同一套“定制傳感器”。Waymo的卡車車頂布置了自研的蘑菇型激光雷達，而攝像頭和毫米波雷達則更加隱蔽。

今年5月21日，圖森未來宣布與美國郵政（USPS）達成合作，為其提供無人駕駛運輸服務，圖森未來公司的無人駕駛卡車將在亞利桑那州鳳凰城和得克薩斯州達拉斯市郵政配送中心之間往返運輸貨物，車上將配備一名安全工程師和司機來監控拖車的性能，該試點計劃包括五次往返，每次總計超過2100英里(3380公里)或大約45小時的車程。

碼頭

據交通運輸部數據顯示，我國港口眾多，每年都要完成大量的貨物吞吐，對卡車司機的需求量大，港口自動駕駛市場需求旺盛。自動駕駛能大規模應用于港口的水平運輸環節，以中等碼頭計算，僅用工成本每年就能節約至少3000萬元。

國內已有多個港口自動駕駛項目落地，2018年1月西井科技聯合振華重工，在珠海港先后進行了跨運車和集裝箱卡車的自動化運行演示，能夠全自動完成集裝箱的裝卸、運輸動作。傳感器方面，西井科技在車輛上使用了16線激光雷達、毫米波雷達、圖像識別攝像頭和GPS等傳感器，同時，車廠向其開放了控制部分的接口協議，西井將車輛的機械控制普遍更新為電子控制。目前，西井科技已經推出Q-Truck全電動自動駕駛重卡，西井的智慧港口系統已經推廣到包括舟山港、珠海港等多個大型碼頭。

創業公司圖森未來在自動駕駛落地港口上也大有作為，4月3日，圖森發布了一段港口集卡車隊自動駕駛測試demo，視頻展示內容主要是，搭載圖森自動駕駛系統的卡車以4輛為一組，在港口封閉/半封閉區域內進行集裝箱調運。圖森方面希望這一方案能在今年與國內部分港口進行對接，建立商業化方面的運營或試運營。消息稱，圖森已實現對接現有港機系統及港務系統的無人碼頭內集裝箱轉運車隊解決方案，擁有了由干線運輸到區域內運輸的整套無人駕駛技術解決方案。圖森未來計劃在國內建立約幾十輛卡車港口運營車隊，主要與港口系統集成商、港口運營商合作探索商業化運營。

固定路線區域接駁

2018年7月，百度發布全球首款Level 4級量產自動駕駛巴士“阿波龍”。Level 4級別“阿波龍”是中國首輛商用級無人駕駛微循環電動車，基于Apollo 3.0平臺打造。“Apollo”計劃已經開放了超過22萬行代碼，生態合作伙伴規模達到116家，目前已經提供了Level 4級別的園區接駁巴士和微型物流車解決方案，多家園區和創業公司已經開始實施基于上述解決方案的項目測試和試運行。阿波龍項目主要應用于北京、雄安、福建平潭、廣州、深圳等地，在機場、旅游景點等封閉場地內運行。

清掃車

目前來看，比起自動駕駛載人載物類卡車，清掃車是比較冷門的應用領域。中國半公開道路的清掃市場大概是2100億-3000億左右，而且結構化道路不斷增多，市場規模會隨著城市化進程繼續增長。但無人車在城市清潔領域的應用會帶來諸多好處：從社會效益角度講，自動駕駛清掃車可以解決行業性“供需矛盾”，因為環保作業環境比較惡劣、作業人員短缺，且老齡化嚴重，而持續不斷的城市化進程又對環衛工作提出越來越多的需求；從經濟價值的角度來說，人工清掃會存在員工懈怠、工資上漲等管理難題，但自動駕駛車輛隨著技術的成熟，成本必然是逐漸下降的。而且，自動駕駛車可以在夜間作業，車輛利用率和清掃效率可達到人工的2-3倍。當然，國內外在自動駕駛清掃車應用上也已經有一些成果。

2015年，同濟大學、同濟汽車設計研究院有限公司等多家單位合作，成功研發低速智能道路自動駕駛電動清掃車，其產品主要由五大系統組成：負責整車行駛導航、避障、錯誤管理等功能的智能決策系統；通過融合算法，將各類傳感器（如超聲波、長短距雷達、攝像頭等）數據進行綜合處理過濾，并供決策系統使用的環境感知系統；完成執行整車行駛速度及方向的修正線控系統；提供決策系統的實時定位數據，確定其駕駛方向的車載北斗高精度導航系統；提供整車完成清掃任務所需的驅動電力的動力鋰電池成組及管理系統。

今年4月，網絡與交換技術國家重點實驗室（北郵）許昌基地與河南森源集團聯合開展了5G自動駕駛清掃車作業試驗，實現了自動駕駛和智能洗掃。其清掃車可以實現自動緊急剎車、行人避障、智慧洗掃作業等多個智能化作業模式。其方案的實現主要包括構建5G網絡環境系統和對清掃車改造兩大部分。構建5G網絡環境系統包括5G基站、路側傳感器系統和邊緣計算系統三個部分。清掃車改造包括安裝傳感器、激光雷達，安裝自動控制系統，對車輛的方向盤、油門、剎車及道路回收系統進行全面升級。

今年6月，仙途智能（autowise.ai）獲得了上海市首張自動駕駛清掃車牌照，這也是全球第一張自動駕駛清掃車測試牌照。Autowise.ai主要研發自動駕駛清掃車的軟硬件解決方案。Autowise.ai的清掃車有不同重量的多種車型，使用鉛酸電池或鋰電池，每日最大續航時間為16小時，在半封閉園區的作業車速大概是5-8km/h，在公開道路是10km/h。

出租打車

出行服務商的運營模式，將會使得自動駕駛汽車更早落地，落地難度也會進一步降低。用于商用運營的自動駕駛汽車，因為沒有駕駛員，除去加油、充電的時間，理論上可以實現24小時運營。同時也因為省去了駕駛員的雇傭成本，運營商的單位時間運營成本將隨著運營時長的上升而逐步下降，運營成本的下降在商業模式上給了運營商們更大的想象空間，如果用于營銷，反過來可能會刺激自動駕駛汽車的使用次數進一步增加，從而實現良性循環。

在自動駕駛出租方面，Waymo是最為突出的行業巨頭之一。2018年12月，Waymo的付費打車服務在鳳凰城上線，這是全球首個上線的商業自動駕駛打車服務。但未來保證安全，Waymo最初選擇低調開場，只有幾百人參加在鳳凰城郊區的活動，而其服務范圍也被限定在大約 100 平方英里的范圍內。第一批乘客也只從Waymo的“老熟人”中挑選，他們參加 Waymo 的“Early Riders”體驗項目已經一年多。

國內的自動駕駛出租車也開始嶄露頭角，2018年11月2日，全國首輛自動駕駛出租車現身廣州大學城開始投入試營，其出租車配備了2個激光雷達，3個專業攝像頭，1個毫米波雷達，通過多傳感器融合的方法，實現360度全方位感知，讓出租車真正地智能起來。車上的激光雷達傳感器和攝像頭，就像是汽車的眼睛，將四周的情況傳輸給電腦，智能的車載電腦會即時分析當前路況，然后計算最佳的輸出指令來控制車輛的行駛狀態。

就在昨日因潑水事件而備受矚目的“Baidu Create 2019”百度 AI開發者大會上，Apollo Robotaxi項目“Apollo Go”首次亮相，除了蓄勢待發的Robotaxi無人駕駛出租車前裝產線之外，百度向觀眾展示了“Apollo Go”打車“百度智能小程序”。“Apollo Go”項目始于長沙，會率先幫助長沙完成“城市級”智能化升級，并打造全國最大規模的L4級自動駕駛車隊。值得一提的是，不久前，百度已獲得45張長沙可“載人測試”自動駕駛牌照，為無人駕駛出租車的正式落地，提供了有力的政策保障。截至目前，Apollo 已經與眾多開發者及合作伙伴在多個場景完成多樣化的“新物種”創新并相繼落地，包括無人零售車、景區智能漫步車、智能環衛車、無人挖掘車以及本次大會首次亮相的酷黑自動駕駛教學小車套件。

礦區

我國礦產資源豐富，每年產量可達上億噸，礦山運輸企業2000多家，礦區運輸車輛及司機需求與日俱增，潛藏的行業需求巨大；礦山環境惡劣，開采深度增加，地點偏遠封閉，無人化需求迫切；礦山機械運作單一，重復性操作，是機械自動化與智能化的合適場景；礦山的自動駕駛可改造空間大、改造成本相對較低，改造以后的自動駕駛礦車可以顯著節約人力成本，一般來說，一臺工程車輛需要配備2名專職司機運營，每名司機的人力成本支出在15萬元/年左右，以車輛使用壽命5年計算，車輛在使用壽命內的人力成本支出約150萬；自動駕駛改造成本在50萬左右，可以縮減約2/3的成本。

礦山實現無人化，主要有四大難點：一是工況下傳感器難以正常工作：礦區灰塵大，一般攝像頭不起作用，一鏟下去有很多揚塵，這些揚塵會覆蓋住攝像頭的鏡片，一般會安裝質量好的外殼，把鏡頭露出來，雷達也是這樣的，會做防塵罩，會避免碎石、揚塵對它的傷害。二是GPS信號弱：礦區周圍障礙物多，GPS信號弱，對機械設備的導航系統、傳感器融合技術具有更高的要求。三是通信安全問題：礦山地域廣闊，環境惡劣（有的礦井比較深），需要合理的設計選擇通信設備跟通信方式，保證信息傳輸的安全性、可靠性。四是需要車間協助配合：無人礦車不只是實現無人駕駛，還有很重要的挖機和礦卡之間的配合等操作，不同車輛的配合很關鍵。

目前礦區使用自動駕駛運輸車已經有了相當成熟的應用，針對以上問題進行了點對點以及系統性的技術性策略性處理。例如專注于礦區自動駕駛的企業，例如慧拓智能等，慧拓研發的礦山無人化管理系統以及端到端的礦區無人運輸解決方案在降低單車改裝成本的前提下實現集群化的運營管理，加速我國礦山開采向智能化轉變。無人礦卡由控制中心管理控制，為每輛車指定運輸路線，車輛通過接收無線指令以合適的速度按照目標路線運行, 根據行駛路線、自身位置、周圍環境等信息，自動行駛，完成裝載、運輸、卸載的循環運作流程由挖掘機來引導礦卡至正確的位置進行裝載，挖機機手可根據360全景影像、挖掘位姿影像等數字化輔助功能更加方便的挖掘，挖機機手挖掘完成后，挖機可實現鏟斗的自動卸料，并自動回到上一挖掘點。卸載時，也有對應的設備引導無人礦卡進行卸載，這樣就實現端到端整個的解決方案。

另外，還有日本小松公司于2008年1月實現了商業化部署，如今小松的自動運輸系統已應用在澳大利亞、南美洲和北美洲的6座礦山，車輛總數超過100臺，到2017年底，已經累計運輸了十五億噸的物料。國內的東風汽車、踏歌智行、內蒙古北方重汽、希迪智駕等企業也在積極研發測試礦產車，中國重汽、徐工集團等工程機械制造商與創業公司主線科技、踏歌智行合作實現了多款礦用車輛的自動駕駛改造。

除了要在限定時間、限定區域內行駛，無人駕駛出租車是最接近自動駕駛全面商業性落地的一步，但也正因如此，能在這一領域做好的企業也少之又少。當然，在以上特定應用場景以外，還有其他一些細分無人車市場，例如外賣送餐，法雷奧在今年1月就與美團達成了合作，共同開發物流車與無人送餐車。

當前無人駕駛正在從以上及其他特定場景作為切入口，在實踐中獲取數據、改進技術，不斷積累解決問題的能力，并從好的商業運營模式中汲取經驗、實現資金的周期性運轉，更好地為未來發展奠定基礎，從而一步步完成完全無人駕駛的全面商業化落地進程。無人駕駛的未來路途明晰，剩下的只是如何清除障礙把路走得更快罷了。