全面的无人自动驾驶离我们还有多远？老实说，还是有一定距离的。

如果要实现无人化的交通系统，也就是说无人驾驶汽车能常态化地在城市道路上运行，并在汽车总量中达到一定的占比，那么就要求无人驾驶汽车本身的环境感知能力、车载人工智能的计算能力需要达到一定的水平。

同时车联网的发展也要能够支撑车辆与车辆之间的信息沟通，而且所有的这些性能还要建立在整车成本不能太高的基础上。

除此之外，城市交通系统、路侧智能设备也要被部署和升级，以适应新的道路交通生态，此外还有一些法律法规的问题需要解决。总的来说，全面的无人自动驾驶需要时间。

那现阶段我们能做什么？

我们已经看到大量的无人驾驶公司正在低速无人车、无人货运卡车、矿山/码头特殊作业无人车等领域开始了产品布局和发力。有报道曾指出，商用领域的无人驾驶的落地要远早于乘用车领域。

一方面，一些可以被无人驾驶技术赋能的特定领域的市场规模并不小，即使仅在某一领域进行产品布局，企业的生存和发展也能得到保证。

另一方面，公共道路的无人驾驶是大势所趋，无论现状如何，在可以预见的未来，融合了无人驾驶的道路交通体系必将到来，为了这个趋势，企业需要在不同领域的多个场景进行技术验证和技术储备，为无人驾驶生态做准备。

更为重要的一点是，现阶段不同场景下的无人驾驶技术确实可以提高相关系统的运行效率，并实实在在地产生经济效益，就像希迪智驾的智慧公交、矿区无人驾驶解决方案和园区物流自动驾驶解决方案所带来的社会价值一样。

“成于专注，败于单一”

希迪智驾正式成立于2017年，近日刚刚完成了4亿元的新一轮融资，由岳麓智芯、新鼎资本联合领投，青蒿资本、湖南云发等机构跟投，老股东方正和生追投。这是希迪智驾继2020年上半年完成超亿元融资后，一年时间内完成的第二次融资。

除了重磅的资本投入，在无人驾驶领域创业公司林立的情况下，希迪智驾无疑也是业务布局最为丰富的。

包括高级辅助驾驶解决方案、自动驾驶重卡解决方案、高速公路/城市道路智能化解决方案、智能网联公交优先解决方案、车载单元、路侧单元、事件感知摄像头以及大量的配套管理系统在内的多维度无人驾驶应用，希迪智驾几乎都做到了相关的产品落地。

毋庸置疑，这需要相当强大的技术实力和管理能力。

希迪智驾由香港科技大学著名创业导师李泽湘教授领衔创办。希迪智驾CEO马潍告诉创业邦：“李泽湘教授是湖南人，2015年就已经在湖南开始运作自动驾驶相关的创业团队，2017年成立希迪智驾也是顺其自然的结果。但现在看来，这仍然是一个不错的时间节点。”

李泽湘教授作为希迪智驾的创始人、董事长，拥有加州大学伯克利分校的博士学位，同时也是相关科技大学教授，著名机器人专家；联合创始人&CEO马维是英国萨里大学的电子电机博士，原德州仪器基尔比研究院系统研总监。

强大的创始团队和长沙市政府在测试区域、测试道路上的支持，让希迪智驾能够更加准确地捕获自动驾驶领域的市场需求，同时将技术转化为可以落地的产品。

自动驾驶是一个既有深度又有广度的领域，纵向会关联极其复杂的汽车产业供应链，横向又会涉及到大量的有不同应用需求的具体场景。这意味着如果一家企业要真正做到终端自动驾驶领域的产品落地，其就必须在一开始明确自身的发展路径和策略。

马潍说：“自动驾驶一定要大兵团作战，它不像常见的创业路径，发现一个需求，依靠少数个技术大牛就可以实现。”这种观点在自动驾驶逐渐从感性狂热回归理性分析的近几年尤其明显。

大面积公开道路无人自动驾驶的需求和落地情况短期内具有很大的不确定性，一款产品是否能落地并大规模普及？一个需求是不是伪需求？这在动态发展的市场环境中是很难提前判断的。

为了避免出现“一条路走到黑”的情况，希迪智驾极大丰富了自身的产品线和应用场景，在成立初期就完成了300余人的团队建设的情况下，这样的产品策略不仅没有拖累希迪智驾，反而促进了企业发展。

就像马潍所说：“一家身处道路交通产业链的企业，往往成于专注，败于单一。”我们既要牢牢把握自动驾驶的核心技术，又要避免单一落地场景。

车路协同，公交优先

自动驾驶要想成为体系，成为未来道路交通的新生态，仅仅围绕车辆进行更新和升级是极为困难的。

自动驾驶技术始终受到长尾效应的影响，即使包括谷歌在内的大型互联网公司，不断地通过数据和算法让自动驾驶能够识别、判断的场景足够多，但仍然无法保证环境感知系统覆盖所有场景。更重要的是，基于大数据和深度学习算法自动驾驶感知能力的做法，每提高一个数量级，付出的代价是相当巨大的。

因此，引入路侧智能单元，实现“聪明车”与“智慧路”的结合，才能更好地实现全面的自动驾驶，同时也会缩短自动驾驶技术大范围落地的时间。

路侧的智能单元并不是一个简单的通信产品，其同样具备对道路信息进行收集、分析、传输的能力，这些都与自动驾驶有着强关联，这也就是为什么路侧单元研发和建设不能完全靠通信产业来完成的，而是自动驾驶技术由车内走到车外的过程。

依靠路侧单元，自动驾驶技术即使短期内没有大量落地，但仍然可以通过循序渐进的方式为非自动驾驶车辆服务来满足已经出现的市场需求。

车路协同有很多应用，但都要求比较全面的车路云部署才能发挥作用。是先有“车”还是先有“路”是个典型的“鸡”和“蛋”的问题。如何车路并举，长沙是从市政车辆，公交车，打开的缺口。

另外大部分的车路协同应用可以提高未来驾驶安全性，但目前还无法解决当下社会的具体痛点。如何利用最新的车路协同技术，解决市场的痛点，甚至是痛点背后的痛点，这是一个企业能否突破发展的关键。

希迪智驾的智能网联主动式公交优先解决方案，几乎是国内车辆协同解决方案里唯一一个实现大面积落地的。

希迪智驾主动式公交优先路口示意图

公交车的运营效率直接影响着城市居民的日常生活，也对城市交通是否通畅起着至关重要的作用。我们国家的很多城市，对提高公交车的运营效率从未停止过探索，无论从车辆调度方面还是划定公交车专用车道方面，都在不断努力。

这么做的好处是显而易见的：相较于地铁，公交运营成本几乎可以忽略不计，如果能有效提高公交车的准点率就可以利用极小的成本对城市出行人员进行引流。更何况，有些城市因为常住人口并没有那么多，是不能够修建地铁的。

但就上述提高公交运营效率的方法而言，其效果并不明显。

希迪智驾希望车辆和道路间可以协同通信，让信号灯能根据公交车的请求，优先放行公交车。

为了实现这个目标，希迪智驾在车辆端和道路端分别装备了智能网联车载单元OBU和智能网联路侧单元RSU，并通过车路协同的低迟延和高精度定位技术，公交车主动向交通信号灯发出优先通行的信号，路口的RSU收到公交车的驾驶意图和乘客数量，结合相邻的路口状态，决定是否优先放行。

这套系统能够帮助公交车快速通过，以较短的时间完成首末站区间运行，提高通行效率，大大提高到站准点率。

具体实施过程中，希迪智驾的智能网联主动式公交优先解决方案能够改变交叉路口信号灯相位，帮助公交车优先通行。同时还能通过公交车尾屏共享信号灯状态信息，辅助其他车辆安全出行。

马潍告诉创业邦：“公交车准点率差和综合体验差会造成人们不愿意坐公交出行，更愿意开车或坐地铁，但这会造成公交车出现空驶的现象，进而导致公交运营数量减少，站点更加稀疏，准点率更差，体验更差，这是个恶性循环，而我们用车路协同打破了这个循环。”

公交优先是一个大课题，它不光能解决表层的公交运营效率和准点率的问题，更重要的是通过公交优先可以对城市通勤人员进行有效的引流，这会进一步解决城市拥堵和碳排放的问题。

目前拥堵造成的碳排放是发达国家最大的问题，有的欧美城市高达60%。虽然地铁运行是低碳，但地铁建设是高碳，一般地铁运行15年才能把建设积累的高碳找回来，更遑论地铁高额投入和建设周期。

目前希迪智驾的智能网联公交优先解决方案已经在长沙2000余量公交车上完成了部署，对于一座城市来说，这已经创造出了高额的社会价值。

矿区，为了安全

矿山、井下场景的自动驾驶几乎没有法律法规的限制，是为数不多的今天就可以实施全自动驾驶的场景，无论是技术的成熟度、成本的接受度还是法规的容忍度，矿区几乎都没有受到阻碍，究其原因，安全成为了此类特定场景下的最大刚需。

无论是露天矿场还是地下矿井，对工作人员的伤害或者说威胁都是相当大的。露天矿场的作业环境会充斥大量粉尘和碎石，有的还有放射性；地下矿井一旦发生爆炸、坍塌或有毒气体泄露，后果将会是灾难性的。

但从作业流程上来看，矿区的运输流程高度标准化，车辆的行驶轨迹几乎是重复的，这为自动驾驶的落地提供了绝佳的条件。

希迪智驾的矿区无人驾驶解决方案包括矿车自动驾驶系统、远程驾驶系统、车路协同系统及智能调度系统，通过各子系统有机融合实现了矿区装运卸全流程无人化安全、协同、高效的生产作业。

自动驾驶模式和远程驾驶模式同时落地同时使用，也是希迪智驾不同于其他企业的地方。

马潍说：“自动驾驶和遥控驾驶这两种模式应该并存，只是尺度不同。”这同样是为了解决长尾效应，保证感知和控制的冗余。

从矿区的角度来说，遥控驾驶模式已经能够保障人员安全，在这种情况下是否需要让所有的矿车都实现自动驾驶已经不再必要；从具体应用的角度来说，矿区的作业环境相对恶劣，需要作业流程不间断，任何不完美的问题都可以使得效率大打折扣，一旦矿车在作业过程中出现问题，安排技术人员去到现场进行维修同样是一件费时费力并带有风险的事情，远程遥控可以成为最后拖底的手段。

希迪智驾已落地某矿区远程驾驶现场

希迪智驾的矿区自动驾驶系统将感知、规划、定位等多重自动驾驶技术及传感控制单元应用于矿卡上，搭配激光雷达、毫米波雷达、视觉传感器、超声波雷达等多重冗余感知，以及基于RTK与激光点云融合的高精定位，实现了矿车在矿区采矿平台、运矿道路、破碎站及停车场等场景下全自动多冗余的稳定行驶。

远程驾驶系统则通过5G无线通信及服务器连接，将驾驶员操纵指令下发至矿车，并实时回传车辆状态及视频数据，实现沉浸式远程驾驶。

希迪智驾的远程驾驶具有独立的避障和循迹能力，可接管多辆矿车协同作业，并得到障碍规避、声音感知、360环视等模拟出的真实驾驶感受；自动驾驶系统有独立的感知和运算系统。

此外矿区车路协同系统和智能调度系统也会辅助矿区的无人化运输作业。

园区，为了效率

据不完全统计，中国有478个国家级的经开区、出口加工区、保税区等，有省级各类开发区1,170个，全国各类工业园、制造园区约22,000多个。

在封闭园区场景，库房与车间、车间与车间的短距离、高频次的货物转运大部分仍靠司机驾驶进行运输。

另外，考虑到园区安全及避免货物损坏，园区一般将车辆行驶速度限制在30千米/时以下，要求行驶中尽量平顺、稳定，减少颠簸以及急刹急停的发生，这些因素考验着驾驶员的专业性和耐心。

在安全，高效，绿色的运输要求下，封闭园区内的物流正面临运营成本高、司机招募困难等问题。园区业主迫切希望在装卸、运输、配送、仓储等环节转型升级，向自动化、智能化、无人化发展，提升运营效率。

一套安全、高效的园区物流自动驾驶解决方案可以完美解决以上问题。

通过自动驾驶系统实现全流程无人作业，可以大大降低驾驶员人工及后勤成本；通过采用多重安全防护设计、最优的驾驶策略和精准的控制执行，可以有效保障作业安全、降低部件损耗；最重要的是，智能驾驶物流车集成单车智能、车路协同、远程监控、云端调度功能，可不分昼夜地高效运行，实现生产运行效率质的飞跃。

从2020年9月开始，以华为制造园区试点，希迪智驾与华为、比亚迪联合打造园区物流自动驾驶解决方案，经过半年，车辆运营效果超出预期，得到驾驶人员、园区相关负责人的一致好评。

华为、希迪智驾与比亚迪联合打造自动驾驶货车驶入试点园区

希迪智驾自动驾驶系统拥有全栈自研算法池。多重冗余安全系统可实现前向动态避障，防范盲区和自动驾驶失效风险，多重车载急停设备远程监控停车提供底线安全保障。智能调度系统无缝对接用户业务管理系统，支持云端下发或智能分配运输、充电、停靠、维修等任务。

快速部署系统可实现高效的园区路网地图采集与自动制作、电子围栏编辑工具支持车辆快速部署作业。

解决方案支持C-V2X车路协同技术使车端与路侧感知设备（RSU、传感器）通信，为自动驾驶车辆提供超视距视野，结合华为云端控制平台（车辆监控，高精定位，路径规划，云端调度）实现多车协同，使园区作业更高效。

在动态中找机会

在今天提及自动驾驶，有一个绕不开的话题：算力和成本。很多人甚至在讨论自动驾驶没有大规模落地究竟是因为车载系统的算力不够还是传感器的成本太高。

从事实层面上来看这两类问题都是存在的，但也都会随着时间的推移和相关产业的发展而被解决。

对于一家自动驾驶领域的企业来说，在明确算力和成本都是快速的变量后，需要在现阶段完成与成本敏感度不高的客户进行合作，并保证自身的算法和整套解决方案能够随着产业发展而更新，尤其是在深嵌入式的软件快速迁移。只有这样企业自身才能获得长线的发展。

希迪智驾即使业务线丰富，但却只聚焦大型车辆和重型车辆进行自动驾驶布局，客户一般都是大型企业用户，对自动驾驶带来的安全运输和驾驶效率提升有着强烈的需求，与这样的客户合作，能在一定程度上保证自动驾驶技术的顺利落地。

在软件部分，希迪智驾拥有软件开发、升级、适配及快速迁移全方位经验，可针对自动驾驶车辆上的大算力计算设备、激光雷达等新型增量配件嵌入自己的算法成果，进行快速适配，形成软件定义功能和升级的能力，在多种硬件平台都有落地案例，可根据软件功能采用最经济的硬件产品和深嵌入集成。

没有人能十分笃定的说，某一个应用场景可以在某个特定时刻被用户大规模接受，看得准不如效率高。快速落地并保持能够适应产业发展节奏，是一家科技企业活下来并走下去的关键。就像马潍所说：“要在动态中看，在运动战中找机会，一层层地满足社会需求，而不是根据自己想像的目标蛮干，这是大忌。”

 （文章来源：创业邦）