自动驾驶的点线面三维格局

笔者以为，当今自动驾驶行业格局，可以用点、线、面三个维度来概括，本文仅以部分企业为例，从空间和时间的角度观察自动驾驶行业，贡献一点业余的谈资。

星火燎原的点维度

点维度的自动驾驶技术，主要是各种封闭场景下的低速无人驾驶应用，特点是车辆在有限的范围内应用无人驾驶技术，以较低的行驶速度实现单体或集群的自动化作业，按场景分类可以分为港口、矿区、工厂、园区等几大类。

点维度的无人车的形态多样，基本是有特殊功能的特种车辆，但也有很明显的共同特点：应用场景封闭且单一、目的明确、速度慢、运行环境少人或无人、容错率较高，可以通过减少传感器来降低成本，落地也较为容易。

这一维度的无人车辆通常定制化程度较高，各个场景之间有一定的障碍，通用性比较低，因而市场相比其他维度而言偏小。

但在点线面三个维度当中，点维度的自动驾驶属于门槛较低，落地最容易的维度，是自动驾驶创业的热门赛道，也是技术最为成熟的赛道，各类无人驾驶应用已在世界各地遍地开花。

工厂

工厂场景的自动驾驶设备，基本上是工业及物流领域应用移动机器人，但其技术和自动驾驶技术相通性很强，广泛应用激光雷达、相机、IMU、GNSS等传感器，也可以算自动驾驶技术应用的雏形，有众多机器人企业入局。工厂场景最大的特点是处在室内封闭稳定的环境，光照稳定、信号良好、烟尘少、环境单调。这种场景下的移动机器人，成本较低、开发测试相对容易，扩展性非常强。在物流领域，各种智慧仓储落地，而在新能源领域，工业移动机器人在锂电和光伏行业应用最多。

矿区

无人矿区有清晰的商业模式，相对封闭的场景，落地相对简单，目前，矿车的无人驾驶技术在北美、西澳、南非均已初步实现，相比之下，国内矿区无人驾驶技术起步较晚，但发展速度非常快。从18年开始，国内对于矿区无人驾驶的探索逐渐增多，加上近年来政策扶持，目前矿区无人驾驶领域企业融资超30亿元，发展迅速。代表企业有慧拓智能、伯镭科技、踏歌智行等等。

园区

园区无人驾驶应用的场景主要有物流、环卫、安防等，一个比较大的特点是场景内人员非常多，需要加入许多人机交互的应用，但园区内同属于低速场景，危险系数低，也是落地偏容易的场景。阿里、京东、美团这些掌握着物流源头的大厂都有自研的物流无人车、而其他工业园区同样有物流配送需求，如一清创新的无人车项目已在富士康、华伟、顺丰等公司的产业园区落地。代表企业有一清创新、毫末智行、阿里、京东、美团等等。

港口

港口场景的自动驾驶以无人AGV、无人驾驶集卡及无人跨运车为主。早期的港口AGV多数使用磁钉导航，铺设成本高，路线固定不灵活，缺点很多，也只能算半自动驾驶。而现代的无人AGV多数用摄像头、雷达、GNSS等传感器实现导航，无需大幅改造生产环境，投入成本更低，更灵活，可进一步接入其他物流网络，扩展潜力更强。

港口无人驾驶在海内外各大港口相继落地，代表性的自动驾驶企业有飞步科技（舟山港）、西井科技（厦门港）、盟识科技（东营港）、一清创新（广州港）等等

曙光初现的线维度

线维度的自动驾驶，主要指长途物流干线运输，主要是重载卡车和自动驾驶技术的融合。

线维度的难点非常多，在长途运输场景中，运输车速度快、载重大、单次运输里程长、时间久、测试难，每一样对企业都是巨大的的挑战。这个场景下对传感器的性能要求更为严苛，数量要求更多，进一步拉高了研发和落地成本，如小马智行的第三代自动驾驶卡车就配备了高达20颗传感器，包括超长距离摄像头、激光雷达等等。

线维度的无人驾驶通用性较高，市场比较大，国内干线物流市场规模高达五万亿，车辆基本上为商用车，应用目标非常明确，通过自动驾驶技术降低货运成本，提高运输效率，再加上中国货车司机缺口越来越大，前景明朗，这一市场也涌现了许多明星公司。

线的场景比点维度更广阔，但又没有面维度那么复杂，主要在半开放的高速公路上，算是半开放式场景。但笔者认为，线维度的自动驾驶在技术实现上属于最难的，原因在于重型卡车早已超出一般车辆的范畴，如在建模层面，卡车就要拆分成多个部分，动力模型更加复杂，对软硬件等的要求也都到了非常苛刻的地步。

2022年10月31日，曾号称“自动驾驶第一股”的图森未来管理层震动，创始人侯晓迪被解除职务，股价腰斩，虽然十天后他重新夺回控制权，仍难挽回股价，12月初图森未来的股价相比去年最高峰已跌去超97%。同时，重卡自动驾驶公司Aurora、Embark Trucks近期也遇到各自的危机。

但行业内也有许多好消息，小马智行、智加科技、挚途科技等公司已有项目落地，前景十分乐观。

龙争虎斗的面维度

面维度的自动驾驶，主要是全场景乘用车自动驾驶，应用场景覆盖几乎所有行车路段。和点线的2b业务不同，面维度的自动驾驶基本都属于2c业务，市场最为广阔，但同时竞争也最为激烈入场乘用车的自动驾驶企业非常多。

乘用车的主要运输对象是人，要对人的安全负责，容错率最低，先不论乡村、荒野等无路段地区，单是城市场景就有城中村、施工场景、车祸场景、闹市等等无数个复杂场景和conor case，更何况乘客自身就是不确定性的来源，进一步提升了面维度的研发成本。

点和线两维度的市场中，产品主要是面向企业的，而企业天然地具有追逐效率的特性，对自动驾驶技术普遍持开放和欢迎的态度。相比之下，面维度的市场具有非常大的不确定性，产品主要是面向客户的，企业不仅要考虑自动驾驶技术落地，还要考虑营销、品牌、公关等等，从理想汽车公布的数据来看，公众对于自动驾驶技术的接受度未必有那么高。因为乘用车的核心需求是能开，自动驾驶反而更像一个附带功能，功能完善的L2/L4级自动驾驶功能是加分项，但一旦出了事故，对整个企业的名声、士气都会造成巨大的打击。

但这也意味着，面维度的商业模式很丰富，企业可以“明修栈道，暗度陈仓”，先以新能源、低阶辅助驾驶、多屏娱乐互动等功能或服务作为卖点，待L4级自动驾驶技术成熟，再推出OTA付费/免费升级。如百度等自动驾驶企业，从一开始高举L4-L5大旗，到近日提L4/L2+共生路线，也可窥见其中的趋势。

展望

自动驾驶产业的点线面三个维度技术是相通的，没有高下之分，它们共同构成了我国自动驾驶产业的版图。在新一轮科技革命推动下，汽车产业已由传统汽车时代进入全新的智能汽车时代，而自动驾驶是智能汽车产业的关键一环，除了造车和卖车，自动驾驶产业还带动着新能源、新材料、芯片、半导体、传感器、AI等上下游行业共同发展，中国没有赶上燃油车的发展机遇，要紧紧抓住新能源与自动驾驶的发展浪潮，在工业4.0时代让中国品牌走向世界。