主講嘉賓1：余貴珍博士，踏歌智行創始人&CEO。北京航空航天大學教授、博士生導師、國家“萬人計劃”科技創新領軍人才。參與《中國制造2025的重點領域技術路線圖》《新一代人工智能發展規劃》撰寫，榮獲國家科學技術進步獎、中國智能交通協會科學技術獎。現擔任中國汽車工程學會汽車信息安全工作委員會副秘書長，中國智能交通協會車輛專業委員會委員，中國人工智能學會智能駕駛分委會副秘書長。承擔國家和省部級課題20余項，授權發明專利100余項，發表學術論文80余篇(SCI檢索>50多篇)。
主講嘉賓2：向為博士，北云科技創始人&CEO。國防科技大學博士學歷、軍隊科技進步獎獲得者，湖湘青年英才、湘江新區雙創領軍人才、高層次創新創業人才、北斗天衡智庫專家。曾負責多項北斗一號、北斗二號國防重點工程型號項目建設，承擔國家和省部級項目20余項，專注于智能網聯汽車行業，并帶領團隊研制出高精度定位芯片、板卡及組合導航系統等產品，在國際著名期刊和會議上發表多篇論文，授權國家發明專利30多項。
余貴珍：封閉區域無人運輸關鍵技術及應用
【余貴珍】：大家好，我的題目沒有寫自動駕駛，更多的是寫無人運輸，后面我會解釋這個。我今天分享分四個方面：封閉區域機遇、無人運輸系統、關鍵技術介紹、示范及應用。
現在大家拋棄了L3進入了L4，朋友圈里看到了各種的言論，特別是疫情期間朋友圈看得更多了。
十一部委印發《智能汽車創新發展戰略》，算是中國印發最重要的文件，大家感覺到汽車的空間，自動駕駛的春天、無人駕駛的春天來了。
| 封閉區域機遇：沒有法律障礙、運行環境可控、經濟效益顯著
Google、百度多投入了大量的資金在研發方面，政策也為后面的無人駕駛、智能駕駛打下了很好的基礎。我們看到前面投入了很多，公共道路上真的要用戶使用還是有些路要走的，道路法的路權是不允許無人駕駛的車輛跑的，要改變的話需要通過人大立法。
當前的道路是為有人駕駛服務，并不是為無人駕駛服務的，車智能化、無人化了，道路是不是智能?如果道路不智能的話，用人的判斷來要求車，復雜環境下肯定無法滿足無人駕駛的要求。
另外是產業的商業模式還沒形成，真的給你無人駕駛，高速公路上120公里的行駛，可能有一半甚至大部分人認為不太敢坐、不太想把生命交給機器，我覺得無人化在公共道路上，真要做還是有時間、還是有很多路要走的，是不是無人化的技術落地就難了?在特定區域內無人駕駛有很多機遇，并且國外已經有量產的。
舉個例子，比如說礦區的運輸、物流園區短距離的接駁、碼頭、工程、清掃、農業耕種方面，這方面在國外已經有成功經驗，很多創業公司已經擠入這個賽道。
共同的特點都是自家的院子、特定的區域，所以沒有法律的障礙，另外環境基本是可控的，可以不讓人進入這個環境，甚至把道路的標志弄得更清楚。像礦區、碼頭可能是24小時運行的，機器替人的價值很高，經濟效益很顯著。特定區域沒有法律限制，運行可控、經濟效益顯著，這個有落地的基本條件。
我自己也在礦區創業、產業化開發很多年，我更希望拿我的經驗、實踐過的東西和大家分享。露天礦為什么可以無人運輸?它是封閉的，他的車是8米寬，只能在礦里走，線路是相對固定，低速是30公里以內，基本上點對點運輸，適合于無人運輸落地。機器替人的經濟價值，沒有人，生產更加穩定，不會因為疫情受到招不到人的影響，這是礦區適合的方面。
可以落地的話是不是礦區有需要?我覺得新技術在一個環境中真正能解決痛點的話才有可能更好的落地，礦區的痛點，大量的礦區在內蒙高寒地區，90年代的司機已經很少，都是50歲以上的司機，招年輕人越來越難。
一般一個車有四個司機左右，如果把所有的成本都算進去的話大概是80到100萬的成本，像國外更嚇人，大概100到160萬美金的成本，因為車輛大，車大、盲區大、24小時運輸，容易發生疲勞，也經常發生一些事故。
露天礦特定區域適合落地，有痛點，有四個司機，說明24小時高頻運輸的，機器替人有經濟價值，踏歌選擇這個場景進行落地，給客戶帶來更好的經濟價值。
國外的情況怎么樣?卡特彼勒和小松、別拉斯推出無人駕駛礦車10年，在澳洲、加拿大、巴西等300輛無人駕駛礦車投入運營。無人駕駛和有人駕駛相比，總成本會降低15%，每年多工作500小時。
中國還沒聽說過礦里有大批量的無人駕駛，我覺得中國有自己的特點，大型的礦車、礦卡里，除了大型礦車，像卡特彼勒和小松，中國還有小的自卸車和礦體車，國外的要搬過來有點難度。
中國的人工成本低，國外是中國的十幾倍，礦區的開采工藝和道路環境不一樣。很簡單的道理，我們合作的幾個礦里，露天礦的道路，盤旋的道路寬度是18米到22米、23米，國外的基本上30多米，兩臺車如果在這兒運行的話，誤差一兩米根本不是問題，在中國就不行，技術特點也不一樣，中國還要滿足有人和無人開的環境下，要實現無人駕駛運輸。
中國要把無人駕駛應用起來要了解中國的特點，滿足開發自主可控的礦山無人系統，也是擺在中國創業者和相關研發人員面前最重要的話題。
剛才提到智能車的國家發展政策支持是2月份的，3月份發改委又發布了《關于加快煤礦智能化發展指導意見》，其中里面有幾條是關于露天礦智能化的時間節點，里面都有。
沒想到國家這么快出臺智能化甚至無人化，出了這么多政策，對創業者來說是很好的福音。從時間節點上我也覺得是到了，特別是礦區的無人運輸。
| 無人運輸系統：車載終端產品、云控平臺產品、工程部署與落地應用
無人駕駛我們先看看是什么樣的東西，我剛才提到為什么不叫無人駕駛，更多是講是無人運輸，礦物要裝上去、要運、要卸，不僅僅是簡單的走，一般的無人駕駛代替的是司機，僅僅是這一塊，無人運輸不僅僅是這一塊，我們的系統里包括幾個部分：
一是礦卡的無人化，像感知、決策、執行是通用的技術。
二是除了礦卡的無人以外，因為要裝，要和挖機、電鏟聯系起來，挖機和無人車怎么通訊，怎么通過一個設備，準確說是輔助作業車的終端，要指揮這個車停靠正確的位置進行裝，裝完以后要車走，有輔助作業車的終端，挖車、電鏟、推土機。
在運輸的過程中，一定要知道準確狀態。平臺要通過通用性解決車輛的實時狀態，監控問題，主要是監控車輛是否是正確的或是好的狀態，有什么問題我該怎么處理。
第二個是調度，車和場怎么配合?走哪條路，還有地圖的制作和遙控報表，車載終端的產品和云平臺的產品，主要用在礦里的業務運行，通常的運輸業務和外面的作業是不一樣的。
一般一臺挖機對應四臺或是幾臺無人駕駛的車輛，在卸端又有推土機協助作業，一般來說典型的是一臺挖機把土裝到無人駕駛的車輛，另外一臺車是空載，一臺挖機對四臺無人駕駛的車輛還有一臺推土機，調度的難度還是對平臺要求比較高的。車載終端產品和云端平臺產品都是為礦里的典型作業編組服務。
最主要的是車的無人駕駛，這也是我們大家關心的，車的無人駕駛和公共道路上的無人駕駛是不是一樣?總體是一樣的，從環境感知、規劃決策和控制執行這三個層次來說肯定是一樣的，但是要細追究，比如說感知就不太一樣。
公共道路沒有車道線，只有兩個路牙子，還有坑坑洼洼、上坡、下坡，如果用通常上的道路攝像頭、毫米波雷達、激光雷達做感知不能完全通用。
感知的激光雷達上，不是簡單的往前線打，可能還要斜線往下，除了站位要考慮兩邊是不是安全區域，識別道路上有沒有大的石頭，礦車在運行的過程中有大量裝和卸的點，有大量的倒車動作，后面也要裝相關的雷達、毫米波和激光雷達，來檢測后面的障礙物還有沒有深坑，它是不太一樣的。
這是踏歌公司做的，總體的控制里，硬件里除了傳感器、通信，核心的主要是主控制盒和一個車輛的智行器，主要感知、控制決策在里面完成。
線控底盤，改造是跟北方股份(600262,股吧)一起做的，北方股份在大型的礦卡占有很大的市場，他主要是做線控底盤改造，我們做無人化和后面的運營平臺部分。輔助作業車載終端，如果有人開車的車，防撞系統、調度系統，電鏟作業，有一個電鏟作業終端，還有推土機和挖機的作業終端。
這是礦區的作業平臺，里面有四臺車，后面對調度的技術會詳細的介紹，最主要的是介紹一下礦區的無人系統究竟是什么樣的，哪些部分組成的。
|關鍵技術：感知、控制、協同、調度、優化
給礦區的無人運輸系統核心的關鍵技術有哪些?首先我們介紹技術之前，知道礦里有哪些技術挑戰。
感知方面的挑戰，它是24小時作業，晚上的光線不太好，并且北方的溫度有零下四十多度，傳感器、車載終端是很少的，可以滿足礦區，并且是非結構化的道路，道路特征并不明顯，車輛的體積大、盲區多，做這樣的感知技術是有跟公共道路不太一樣的。
挑戰主要是車型大，踩一下剎車一秒鐘才能有反應，并且它是重載上坡，轉彎甚至有180度，它是200噸以上的礦卡要上陡坡的話，馬上上坡、馬上下坡，難度還是很大的。
剛才提到協同作業，車跟場、車跟推土機，車與車十字路口、單行道的協同。
另外調度，不是一臺車，四臺車分成一個編組還好，十個編組、二十個編組甚至幾百個編組在里面，要把這個調度起來，可能系統對性能的考驗能力還是很大的。
礦里面是24小時作業，高可靠性的，車載運行高可靠性，網絡連接和定位的高可靠性、平臺運行高可靠性。
這些需要一步一步來解決，不是所有的都能滿足，如果不允許，半年一年沒有經過兩噸一下的測試，很難說高可靠性。
這些技術挑戰里我們總結出來核心的技術，在感知方面是非結構化道路、路面的檢測和感知，來解決剛才說的晚上燈光、沙塵和前向、后向感知的不同。
特種車輛的無人駕駛、軌跡跟蹤和精準停靠。軌跡跟蹤的精準才有在窄的道上兩個車行駛，實現精準停靠才能實現車與場的緊密配合。
礦里運用大量的V2X技術，車路協同的車場配合、車車的配合，無人編組作業的智能調度技術和基于大數據技術的能耗，當車輛大批量運行，車輛的駕駛員會找出最好的駕駛員，能耗和效率一定最高，需要大數據支撐。
有四個例子，比如說軌跡跟蹤、車輛控制，如果單純從公共道路上車輛模型和算法來做肯定是不行的，我們怎么辦?我們采集大量的車輛人工駕駛數據，把這個數據學習人是怎么駕駛，有些有經驗的駕駛員常年在這上面，有很多好的經驗，數據采集下來學習他的模式，上坡、下坡，快到上坡怎么控制車，數據采集上來以后，形成駕駛的控制模型，用于車輛的控制。
裝和卸的一端，特別是裝的，挖機和電鏟會隨著礦物質的減少不斷的移動，車也需要跟著挖機移動，如果不移動的話光讓挖機移動效率會更低，裝一臺車二十分鐘甚至半個小時，當你這個車可以精準停靠的時候會很快的不需要挖機移動，只需要擺臂就可以了，效率很高。
動態的裝載實際上在國外的卡特彼勒和小松交流過，他們沒完成解決這個問題，我們花一年實現動態的裝載、動態路徑的規劃，可以實現精準的停靠，方向角度三度以內，比原來人工開的精度還要高。
V2X實現車場的配合，剛才是裝卸的配合，另外會車里有些單行道，會讓空載的讓重載的先走，空載盡可能停下來，重載停下來的能耗高而且也不安全，礦井有很多的十字路口，路口路權的協同都要基于V2X，我們通過這一年多在礦里的運行，發現在礦里V2X是重要的技術，技術運用有利于裝、運、卸整個環節。
平臺智能調動，我們這里有多個場區，車怎么匹配?還有一些單行道，左邊都是單行道，還有雙行道。車如果要進入單行道，肯定要通知對面的車不能進入，涉及到路權分配的問題，車和場每天都要去匹配，哪個場在哪個挖點，走哪條路，到哪個卸點卸，整個過程都是要調度匹配的，如果十幾臺車還好辦，一百臺車怎么辦?需要平衡調度的技術。
| 示范及應用：金屬礦、露天煤礦、煤礦土石方
我跟大家再分享一下我們在白云鄂博的案例，寶鋼的白云鄂博已經有四臺車運行一年，整個礦有兩個電鏟，今年要把17臺車都要運行起來，整個項目是踏歌和北方股份一起做，這是金屬礦無人運輸的案例。
國家電投霍林河跟北方股份合作，215臺主動防撞，如果裝了防撞系統，不會再出現這樣的事故。2臺的礦卡已經在這里運行。今年霍林河有10臺無人駕駛新車會投入運行。
我們在鄂爾多斯和中環協力合作200臺車左右，今年、明年上半年會運行起來，2到3個礦會用到這個，這個主要是煤礦的土石方運輸，核心技術基本相似，包括整個平臺都是相似的，只是用于不同的行業。
向為：無人駕駛中的定位傳感器核心器件
【向為】：首先感謝主持人，剛才余老師帶來的演講非常精彩，讓我對礦車無人駕駛的細節了解得很多。各位朋友大家好，我是湖南北云科技有限公司的CEO向為，感謝鄧老師和天風力合的邀請，非常榮幸參加這場研討會。
幾天前，北斗三號的倒數第二顆衛星發射完畢，預計北斗三號會在今年5月全部建成，并提供全球服務，標志著北斗系統將與GPS在智能網聯汽車中發揮重要作用。
我和團隊之前就是在國防科大參與北斗衛星導航系統的建設，現在專注于在智能網聯汽車中提供高精度定位，團隊主要成員，因為北斗系統的建設獲得多項軍隊科技進步一等獎，2013年成立公司，2019年成功完成了多元融合、高精度定位芯片的自主研發與批量生產，能夠為無人駕駛提供經濟、可靠的高精度定位。
當前的產品已經在全國大部分的駕考場地得到了應用，這些圖都是各個地方的駕考場地的實拍圖片，為駕考提供穩定的高精度定位，現在考駕照的學員大部分會接觸我們的產品，這些考場也給我們提供了海量的場景和數據，促進相關算法的改進和訓練，提升產品品質，為下一步產品在更廣闊的智能駕駛相關車載運用中打下基礎。
| 定位原理與應用
接下來我簡要介紹一下無人駕駛使用的定位技術，首先是GNSS定位，全球衛星導航系統的簡稱，包括GPS、北斗、Galileo、GLONASS等多個導航系統。
衛星導航主要利用衛星的位置和衛星到我們的距離，計算出準確的位置，衛星的位置是直接通過星歷播發的，距離是通過信號飛行的時間和光速計算得來的，衛星信號需通過大氣層才能傳遞到車上的高精度天線和車上的接收機上。
大氣層有各種各樣的不確定性，包括電離層、對流層，導致飛行信號有一定的延時，導致定位不準確，我們需要在附近有基準站校準這個誤差，通過互聯網播發給無人駕駛汽車，才能達到十厘米以內的定位精度。
遍布全國的基準站的網絡是提供高精度定位的基礎設施，我們要實現高精度的定位，必須要在幾十公里的范圍內有一個基準站，國內這個設施已經相對完善，比如國內的電信運營商、中國移動前不久完成對全國建站的招標工作，準備與5G信號一起提供這項服務，為全國范圍內的無人駕駛打下良好的基礎。
GNSS衛星定位有它的局限性，上面列出的三種情況，會導致距離的誤差，比如本來不應該收不到的信號，通過窗戶反射出來收到了會帶來誤差。
信號遮擋，比如說隧道里面，會導致衛星導航接受不到信號無法進行定位，因此需要慣性定位的輔助。
我們一般會將衛星定位和慣性導航相結合，優勢互補，為無人駕駛在各種各樣的情況下提供穩定的定位。
以上說的是絕對定位，極端的情況下，光靠慣性導航和衛星導航的組合也無法滿足無人駕駛的要求，這個時候就需要用到激光雷達定位，激光雷達是通過點云進行建圖、匹配，激光雷達可以獲得每個掃描點的距離信息，有比較好的穩健性。
除此之外還有視覺定位。現在簡要分析一下自動駕駛對定位精度的要求，每輛車都有自己的安全空間，超出之后可能發生事故。
安全空間可以分為垂向、縱向和橫向，車輛有轉彎，我計算空間，會進一步提高它的要求。車輛姿態估計，如果有偏差，方形中的車輛上下擺動一下，對精度的要求會更高。
經過層層的限制和計算，這個表列出常用車型的定位要求，乘用車要求0.29米的定位精度，不要認為這個精度很低，現在很多手機廣告也宣稱可以達到這個精度，普通人可能會被廣告迷惑陷入到廣告宣傳的誤區，認為這個精度很容易。
事實上這個定位精度，我們這個指標一定要結合使用環境、可靠性來講。很多宣傳中的高精度手機一般只能在空曠的足球場達到，只要稍微有樹木遮擋、路牌遮擋就會導致定位精度大幅下降，甚至發散到幾十米。
| 前沿技術水平與實測效果
下面看一下前沿的傳感器，百度阿波羅推薦的，這也是自動駕駛主流的選擇，我們把這款系統與國產的X1，也是我們研發的對標產品進行了詳細的測試，給大家直觀展示一下定位精度在車載環境下的各種表現。
這是我們測試中的實物連接圖，我們選擇八個典型駕駛場景，看一下它的定位表現，先介紹兩個指標概念，衡量精度的，第一個是可用性，測試時間段內，定位誤差能夠滿足自動駕駛時段的百分比。CEP95指標，在95%的概率以內可以滿足的誤差指標。
左上角的表，在開闊環境下國外對標的E1，X1-3和X1-6是采用了不同的慣導模塊，都可以提供百分之百的可用性，定位精度都在10厘米以內，這是誤差的曲線圖。開車時不可能只有開闊的環境，經常會穿過林蔭道、高樓和隧道，我們還要在其他的環境下都要測一測。
這個圖的誤差達到0.5到0.9米，經過我們的詳細測試，樹蔭遮擋比較濃密的情況下，X1組合導航能達到98%的可用性，相比國外的產品也有一定的進步。
除了常見的遮擋產品還有一種干擾場景，大家現在租車或是大貨車，很多管制，很多司機為了保證隱私，會買一些GPS干擾儀，這個時候只能依靠純粹的慣導，我們這種情況先進行了測試，干擾開始后，開始的一小段時間可以保證精度，隨著時間的推移精度無法保持。
這是停車場的測試，停車場也是常見場景，大家可以看誤差圖，由于進入的時間過長，所以精度是逐漸下降的，組合導航只能在前期維持定位精度，幾分鐘之后，慣性導航的誤差會越來越大，國產的在兩到三米。
我們有原始的測試數據可以分析，高架橋是城市場景中經常遇到的狀況，天空遮擋非常嚴重，這個情況是非常考驗組合導航的技術水平，因為需要緊耦合，把底層的信號處理，RTK解算和慣性導航組合起來才能做好，達到和國際先進水平相當。
這是國際主流的，主要是組合導航的定位方式，我們自己的產品和國外的產品指標已經相當了，之前在我們調研的過程中，自動駕駛企業還是有幾個痛點的。
激光雷達的價格比較貴，大家都知道最近降價比較厲害，而進口的組合導航的價格也太高，一套車才十多萬，或是套底盤，怎么可能買幾萬甚至十幾萬的組合導航小模塊?更不用說未來用在量產車型上。
我們這款產品自研芯片、自研算法，成本可控，可以為自動駕駛批量提供服務，提供基礎性的模塊，X1產品是最具性價比的導航系統。
| 發展趨勢
最后談談定位核心傳感器器件的發展趨勢，這是GSA的市場報告，每年大概有4000萬套普通的車載導航系統，隨著智能化的程度越來越高，未來每年4000萬套的導航會換成高精度的導航系統，前提是組合導航的價格足夠低，我們是有信心做到的。近幾年商用車上會提前的大批量應用。
這是當前組合導航所處的技術趨勢位置圖，大家可以看到，組合導航是標到黃色的部分，他是屬于多元融合技術，相關的技術還處于發展的中期，技術壁壘比較高，市場上還缺少劃時代的產品，我們正在這塊努力。
下面介紹一下現在比較主流的定位方案采取的措施，采取的方案，這是百度阿波羅的架構，基本上用到我們所提的所有傳感器，采用多元融合的方案。
這是特斯拉的定位解決方案，特斯拉右下角的拆解可以看到，右下角有一個小模塊，是用了低精度的導航模塊，沒有用到激光雷達，也沒有用到RTK定位。
這是另外一個智能駕考系統，是多倫科技(603528,股吧)的智能駕考系統也是我們的大股東之一，使用的就是我們的產品。
人工智能、無人駕駛在商用車上是很有前景的，乘用車普遍認為還比較漫長。駕考也是一個商機，為了追求駕考的公平公正，駕考車越來越智能化。
2012年開始大部分自動化判斷以后，現在也在做一些全智能化的判斷，駕考、駕培車有幾十萬輛的規模，如果能形成統一標準，預計會和商用車一起成為無人駕駛技術率先落地的重要領域。
除此之外，高精度定位還會用在各種商用車的定位中，這是我們的典型客戶，包括無人重卡、掃地車、無人礦卡等。
介紹完應用我再說一下技術發展的趨勢，無人駕駛多傳感器融合是大勢所趨，之前給大家展示的測試報告中，衛星導航和慣性導航的組合導航定位精度在超長隧道等極端場景下時不足以滿足自動駕駛要求的，我們可以主要依賴衛星導航和慣性導航。
隧道中衛星導航不可見，我們主要依賴慣性導航，激光雷達等，還有視覺導航提供服務，現在人工智能算法不能媲美人類的智慧，傳感器越多，就越能提升人工智能的可靠性和安全性。
當前很多自動駕駛和無人駕駛的廠家在傳感器的選擇上有一些考慮，有的不用激光雷達，有的不用組合導航等，主要是考慮成本，我預計只要芯片成熟，工藝成熟以后，這些成本大幅度下降，無人駕駛應該配備足夠的傳感器。相信成本下降的時間會快于人工智能完全智能化的時間。
最后提一點遐想，這是《銀翼殺手》的劇照，人足不出戶，利用代理人出行，隨著人工智能和高精度傳感器的成熟，無人駕駛中的遙控方案也可能成為一大主流應用，不完全是自動駕駛。歡迎各位朋友到長沙來我們公司，湖南北云科技有限公司坐一坐，謝謝大家。
