深入分析了城市道路清扫环卫与无人驾驶结合的社会与商业价值

Autowise.ai创始人兼CEO黄超在新智元AI WORLD 2018世界人工智能峰会上探讨了无人驾驶的商业化，并以此为切入点，深入分析了城市道路清扫环卫与无人驾驶结合的社会与商业价值。

自动驾驶是AI技术集大成者，也是当前人工智能最具挑战、最有吸引力的领域之一。

自上世纪70年代起，自动驾驶经历了技术研究的兴起、可行性和实用性方面的进展等阶段，而目前，自动驾驶行业也已然逐步进入到了市场商业化的阶段。不过，载人的无人驾驶商业化也许还需要一些时间，但一些垂直领域的商业化，包括物流、园区摆渡、环卫清扫已经逐渐开始。

无论自动驾驶的应用场景是什么样，这背后始终有三个核心原则需要满足：技术上成熟度达到该应用场景的要求；投资成本可接受；投资回报达到突破点：必须能够减少成本或者增加收益，并且这种商业收益是可以被量化的。因此，自动驾驶的商业化路径，在不同的场景下，其成本结构也大不相同。

Autowise.ai是一家专注无人驾驶技术研发的公司，无人驾驶环卫是Autowise.ai的技术落地方向。创始人兼CEO黄超曾在滴滴负责无人驾驶项目，任职项目负责人和首席工程师。

从组建团队开始，仅一年时间就完成了城市道路和高速多种路况下的路测。Autowise.ai在2018年3月推出了全球首个无人驾驶清洁车队，并投入实际运营和测试。

9月20日，AI WORLD2018世界人工智能峰会重磅发布AI领域年度大奖——AI Era创新大奖，评选出2018年度对AI领域作出重大贡献，切实推动AI进步和发展的人物、企业和产品。Autowise.ai凭借其在自动驾驶环卫清洁领域做出的巨大贡献，入选最具潜力AI企业。

最具潜力AI企业：云天励飞、小蚁科技、Autowise.ai、小i机器人、助理来也

Autowise.ai创始人兼CEO黄超，在AI WORLD 2018世界人工智能峰会上，针对无人驾驶商业化方向，切入自动驾驶环卫清洁领域做了题为《无人驾驶商业化》的精彩演讲。

黄超对无人驾驶商业化的方向总结为三点，分别是乘用车、货运物流以及清洁环卫车。他在演讲中表示：

这三点商业化的方向都具有巨大的市场。

在自动驾驶车辆目前无法上路行驶的现状下，该领域的创业及研发不应停滞，并且需要政策上给予更多的鼓励与支持，允许在更多道路环境下进行测试。

目前，只能实现限定环境或封闭道路的无人驾驶商业化。乘用车自动驾驶可以作为园区内的摆渡车；货运物流自动驾驶可以作为园区物流；而清洁环卫车自动驾驶可以是小型或大型清洁车等。

城市道路清扫环卫社会与商业价值

黄超：今天，我会着重介绍了城市道路清洁环卫自动驾驶的社会和商业价值。

首先城市道路分为高速、高架，地面道路，以及园区、公园、学校等。它们各自有拥有独特的特点：

在高速公路上做清洁任务的要求比较高。各位应该没有在高速公路上下车的体验，其实高速公路上，尤其城市的高架路面的灰尘非常地少。城市的地面道路跟高速、高架不同，各种垃圾、树叶相对来说会多一些。而园区、公园、学校里的道路保洁要求就比较低了。

总结下来就是从左至右，清洁要求标准是逐步降低的，机械化程度要求却逐步升高。国内大部分的工厂、公园都还处在人工清扫的模式。

在这里，我想跟大家分享一下清扫行业中的一些痛点。

城市道路清洁环卫的痛点在于：

安全性：清洁工在路面作业的安全性无法保障；

环境因素：比如高温、雾霾和严冬等；

工作时间：多处于深夜或凌晨；

人员管理、质量把控：逐层管理成本较高；

劳动力缺乏。据我们的了解，一个非常典型的例子，一个清洁公司雇1000名清洁工，6个月之后1000里一般剩下200名，剩下的人需要再去重新招募，所以劳动力其实是比较缺乏的。

而通过道路清洁环卫自动驾驶能够克服这些痛点，也是其社会及商业价值的体现。

针对刚刚说到的这三种应用场景，我们会有不同的解决方案。其实就是大型清洁车以及中型、小型清洁车。

大型清洁车的“大”不是说容量大，而是指其功率，它带的电量比较大，功率高，可以对灰尘或者其它的街道垃圾有较好的清扫效率。

同时商业化层面当然是城市的高速高架、城市道路的商业价值比较高，而园区里的道路其实是商业化相对较低的环境。

城市道路清扫环卫技术方案与挑战

刚才列举的三种场景下，清洁车所采用的技术方案几乎是相同的。

我们采取的是廉价或者低成本的传感器方案，用了5个16线激光雷达、4个摄像头、2个毫米波雷达等等，所有硬件成本加起来不足30万。

为什么要采取低成本的传感器方案呢？因为我们的目的就是将清扫环卫商业化，若是还给每辆清洁车配备一身神装，价值一两百万，这就有点儿说不过去了。所以我们采取低成本的方案，而且就目前来看，低成本的方案是奏效的。

我们在地图和定位方面直接使用的是Slam，没有高精度的GPS或者导航。

接下来，简单地说一下在这样的技术方案下会有哪些挑战。

首先，在低限速的激光雷达场景下，你的点会非常稀疏，对感知层面和定位层面会有较大的挑战。

我们定位是需要做到5cm，甚至3cm的精度。有人会好奇，清洁车为什么需要有非常高的精度定位呢？

这是因为在实际清扫过程中，大部分的垃圾或者灰尘集中在路面的最右侧，也就是路沿儿，所以在清扫过程中需要贴着路沿行驶，如果偏差5cm以上要么会撞到路沿，要么会离开路沿扫不干净。因此精度定位的要求才如此之高。

另外一点是重型卡车的控制。因为清洁车的底盘是卡车，有五吨、十几吨的，在控制上是相对有难度的。

最后就是车辆本身的电子系统是不完善的。有的车辆甚至连网络、各种协议都还没有。所以对于这样的车辆，改装的成本是非常高的。

城市清洁领域商业化的进展

最后聊一下目前在城市清洁领域商业化的进展，刚才讲到了封闭道路和开放道路，而中间还有一个半封闭道路，那么什么是半封闭道路呢？

在很多城市高速高架清扫上，其实是把一条车道或者一段路进行了封闭操作，再让工人或者机器上去执行清扫工作，而这是半封闭的状态。

在国内，像上海、厦门的好几个公园已经开始了封闭道路的商业化运营。商业化运营就是收费的。当然，在欧洲一些国家，封闭道路的商业化也刚刚开始。

对于半封闭的道路，现在只能是试运营。试运营就肯定不能收钱，你免费给对方做清扫，对方都不一定愿意让你去，更不用谈收费了。

开放道路现在只能做测试，测试还必须要遵守国家各种各样的法规。只能在一些无人驾驶的示范区域做测试。等到法规逐渐成熟了之后，也许商业化相关的工作可以得到相应的推进。

我今天的分享就到这里，谢谢！